Examinando por Autor "Anaya, Maribel"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
- ÍtemUn sistema de fusión de datos de sensor basado en la clasificación de patrones de vecinos más cercanos para aplicaciones de monitoreo de salud estructural(2017) Vitola, Jaime; Pozo, Francesc; Tibaduiza, Diego A.; Anaya, Maribel; Pozo, Francesc [0000-0001-8958-6789]; Tibaduiza, Diego A. [0000-0002-4498-596X]Las estructuras civiles y militares son susceptibles y vulnerables a sufrir daños debido a las condiciones ambientales y operativas. Por lo tanto, la implementación de tecnología para brindar soluciones robustas en la identificación de daños (mediante el uso de señales adquiridas directamente de la estructura) es un requisito para reducir los costos operativos y de mantenimiento. En este sentido, el uso de sensores permanentemente adheridos a las estructuras ha demostrado una gran versatilidad y beneficio ya que el sistema de inspección puede ser automatizado. Esta automatización se lleva a cabo con tareas de procesamiento de señales con el objetivo de un análisis de reconocimiento de patrones. Este trabajo presenta la descripción detallada de un sistema de monitoreo de salud estructural (SHM) basado en el uso de un sistema activo piezoeléctrico (PZT). El sistema SHM incluye: (i) el uso de una red de sensores piezoeléctricos para excitar la estructura y recoger la respuesta dinámica medida, en varias fases de actuación; (ii) organización de datos; (iii) técnicas avanzadas de procesamiento de señales para definir los vectores de características; y finalmente; (iv) el algoritmo del vecino más cercano como un enfoque de aprendizaje automático para clasificar diferentes tipos de daños. Se incluye y analiza una descripción de la configuración experimental, la validación experimental y una discusión de los resultados de dos estructuras diferentes
- ÍtemSistema de sensores piezoeléctricos distribuidos para la identificación de daños en estructuras sometidas a cambios de temperatura(2017) Vitola, Jaime; Pozo, Francesca; Tibaduiza, Diego A.; Anaya, Maribel; Pozo, Francesc [0000-0001-8958-6789]; Tibaduiza, Diego A. [0000-0002-4498-596X]El monitoreo de la salud estructural (SHM) es un área muy importante en un amplio espectro de campos y aplicaciones de ingeniería. Con un sistema SHM, es posible reducir el número de tareas de inspección no necesarias, el riesgo asociado y el costo de mantenimiento en una amplia gama de estructuras durante su vida útil. Uno de los problemas en la detección y clasificación de daños son los constantes cambios en las condiciones operativas y ambientales. Los pequeños cambios de estas condiciones pueden ser considerados por el sistema SHM como daños aunque la estructura esté sana. Se han desarrollado y reportado en la literatura varias aplicaciones para el monitoreo de estructuras, y algunas de ellas incluyen técnicas de compensación de temperatura. Sin embargo, en aplicaciones reales, las tecnologías de procesamiento digital han demostrado su valor al: (i) ofrecer una forma muy interesante de adquirir información de las estructuras bajo prueba; (ii) aplicar metodologías para brindar un análisis robusto; y (iii) realizar una identificación de daños con una precisión práctica y útil. Este trabajo muestra la implementación de un sistema SHM basado en el uso de sensores piezoeléctricos (PZT) para inspeccionar una estructura sujeta a cambios de temperatura. La metodología incluye el uso de análisis multivariante, fusión de datos de sensores y enfoques de aprendizaje automático. La metodología se prueba y evalúa con estructuras de aluminio y compuestos que están sujetas a variaciones de temperatura. Los resultados muestran que los daños se pueden detectar y clasificar en todos los casos a pesar de los cambios de temperatura. y (iii) realizar una identificación de daños con una precisión práctica y útil. Este trabajo muestra la implementación de un sistema SHM basado en el uso de sensores piezoeléctricos (PZT) para inspeccionar una estructura sujeta a cambios de temperatura. La metodología incluye el uso de análisis multivariante, fusión de datos de sensores y enfoques de aprendizaje automático. La metodología se prueba y evalúa con estructuras de aluminio y compuestos que están sujetas a variaciones de temperatura. Los resultados muestran que los daños se pueden detectar y clasificar en todos los casos a pesar de los cambios de temperatura. y (iii) realizar una identificación de daños con una precisión práctica y útil. Este trabajo muestra la implementación de un sistema SHM basado en el uso de sensores piezoeléctricos (PZT) para inspeccionar una estructura sujeta a cambios de temperatura. La metodología incluye el uso de análisis multivariante, fusión de datos de sensores y enfoques de aprendizaje automático. La metodología se prueba y evalúa con estructuras de aluminio y compuestos que están sujetas a variaciones de temperatura. Los resultados muestran que los daños se pueden detectar y clasificar en todos los casos a pesar de los cambios de temperatura. La metodología incluye el uso de análisis multivariante, fusión de datos de sensores y enfoques de aprendizaje automático. La metodología se prueba y evalúa con estructuras de aluminio y compuestos que están sujetas a variaciones de temperatura. Los resultados muestran que los daños se pueden detectar y clasificar en todos los casos a pesar de los cambios de temperatura. La metodología incluye el uso de análisis multivariante, fusión de datos de sensores y enfoques de aprendizaje automático. La metodología se prueba y evalúa con estructuras de aluminio y compuestos que están sujetas a variaciones de temperatura. Los resultados muestran que los daños se pueden detectar y clasificar en todos los casos a pesar de los cambios de temperatura