Informes de la Construcción, Vol 72, No 558 (2020)

Estudio experimental y simulación del comportamiento inelástico de paneles compuestos usando redes neuronales artificiales


https://doi.org/10.3989/ic.70957

Wilmer Barreto
Dpto. Obras Civiles y Geología. Facultad de Ingeniería. Universidad Católica de Temuco - Decanato de Ingeniería Civil. Universidad Lisandro Alvarado, Chile
orcid https://orcid.org/0000-0002-1861-0742

Ricardo Picón
Dpto. Obras Civiles y Geología. Facultad de Ingeniería. Universidad Católica de Temuco - Decanato de Ingeniería Civil. Universidad Lisandro Alvarado, Chile
orcid https://orcid.org/0000-0001-6356-7360

Resumen


El análisis de estructuras complejas, como los paneles compuestos de varios materiales, es difícil de modelar producto de la variabilidad en las propiedades mecánicas de los materiales. Lo anterior, aunado a la no-linealidad en el comportamiento de los materiales, hace que la aplicación de los métodos tradicionales de cálculo numérico sea difícil y demande mayor tiempo de cómputo. El presente trabajo introduce técnicas menos convencionales de cómputo como lo son las redes neuronales artificiales (RNA) para la modelación de la deformación permanente y daños en una losa compuesta sujeta a flexión. Se entrenaron y verificaron 400 modelos de RNA, los cuales fueron capaces de modelar la no linealidad del elemento estructural a flexión, reproducir exitosamente los daños por agrietamiento y pandeo del panel, así como reproducir la deformación permanente global del elemento estudiado.

Palabras clave


Daños; Redes Neuronales Artificiales; análisis no lineal; paneles compuestos; estructuras no tradicionales; desplazamientos permanentes; experimentos a flexión

Texto completo:


HTML PDF XML

Referencias


(1) Guerrero, N., Marante, M.E., Picón, R., and Flórez-López, J. (2007). Model of local buckling in steel hollow structural elements subjected to biaxial bending. Journal of Constructional Steel Research, 63(6): 779–790.

(2) Perdomo, M.E., Picón, R., Marante, M.E., Hild, F., Roux, S., and Flórez-López, J. (2013). Experimental analysis

and mathematical modeling of fracture in RC elements with any aspect ratio. Engineering Structures, 46: 407–416.

(3) Thomson, E.D., Perdomo, M.E., Picón, R., Marante, M.E., and Flórez-López, J. (2009). Simplified model for damage in squat RC shear walls. Engineering Structures, 31(10): 2215–2223.

(4) Cipollina, A., López-Inojosa, A., and Flórez-López, J. (1995). A simplified damage mechanics approach to nonlinear

analysis of frames. Computers & Structures, 54(6): 1113–1126.

(5) Alarcón, E. et al. (2001). A repairability index for reinforced concrete members based on fracture mechanics. Engineering Structures, 23(6): 687–697.

(6) Mohamed, M., Hussein, R., Abutunis, A., Huo, Z., Chandrashekhara, K., and Sneed, L. (2016). Manufacturing and evaluation of polyurethane composite structural insulated panels. Journal of Sandwich Structures & Materials, 18(6):

–789.

(7) Poluraju, P. and Rao, G.A. (2014). Behaviour of 3D-Panels for Structural Applications under General Loading: A Stateof-the-Art. International Journal of Research in Engineering and Technology, 3(16): 173-181.

(8) De Matteis, G. and Landolfo, R. (1999). Structural behaviour of sandwich panel shear walls: An experimental analysis.

Materials and Structures, 32(5): 331–341.

(9) Rotaru, F., Rosculet, R., Chirica, I., and Beznea, E.-F. (2016). Experimental Analysis of the Sandwich Composites Loaded to Mechanical Impact. In Advanced Composite Materials Engineering, pp. 198–203.

(10) Pozorska, J. (2018). Numerical modelling of sandwich panels with a non-continuous soft core. MATEC Web Conferences, 157(06007): 1-9.

(11) Hohe, J. and Librescu, L. (2004). Advances in the Structural Modeling of Elastic Sandwich Panels. Mechanics of Advanced Materials and Structures, 11(4–5): 395–424.

(12) Koissin, V., Shipsha, A., and Skvortsov, V. (2010). Effect of Physical Nonlinearity on Local Buckling in Sandwich Beams. Journal of Sandwich Structures & Materials, 12(4): 477–494.

(13) Steeves, C.A. and Fleck, N.A. (2004). Collapse mechanisms of sandwich beams with composite faces and a foam core, loaded in three-point bending, Part II: experimental investigation and numerical modelling. International Journal of

Mechanical Sciences, 46(4): 585–608.

(14) Darendeli, M.B. (2001). Development of a New Family of Normalized Modulus Reduction and Material Damping Curves. The University of Texas at Austin. Retreived from http://hdl.handle.net/2152/10396

(15) Hadi, M. N. S. (2003). Neural networks applications in concrete structures. Computers & Structures, 81(6): 373–381.

(16) Zopf, C. and Kaliske, M. (2017). Numerical characterisation of uncured elastomers by a neural network based approach. Computers & Structures, 182: 504–525.

(17) Haj-Ali, R., Kim, H.-K., Koh, S.W., Saxena, A., and Tummala, R. (2008). Nonlinear constitutive models from nanoindentation tests using artificial neural networks. International Journal of Plasticity, 24(3): 371–396.

(18) Freitag, S., Cao, B.T., Ninić, J., and Meschke, G. (2018). Recurrent neural networks and proper orthogonal decomposition with interval data for real-time predictions of mechanised tunnelling processes. Computers & Structures, 207: 258–273.

(19) Šćepanović, B., Knežević, M., and Lučić, D. (2014). Methods for determination of ultimate load of eccentrically patch

loaded steel I-girders. Informes de la Construcción, 66(Extra-1): m018.

(20) Núñez Tabales, J.M., Rey Carmona, F.J., Caridad y Ocerin, J.M. (2017). Redes neuronales (RN) aplicadas a la valoración de locales comerciales. Informes de la Construcción, 69(545): e179.

(21) ASTM E564-06 (2018). Standard Practice for Static Load Test for Shear Resistance of Framed Walls for Buildings.

ASTM International, West Conshohocken, PA.

(22) ASTM E72-15 (2015). Standard Test Methods of Conducting Strength Tests of Panels for Building Construction. ASTM International, West Conshohocken, PA.

(23) Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain.

Psychological Review, 65(6): 386–408.




Copyright (c) 2020 Consejo Superior de Investigaciones Científicas (CSIC)

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.


Contacte con la revista informes@ietcc.csic.es

Soporte técnico soporte.tecnico.revistas@csic.es