Mostrar el registro sencillo del ítem
dc.contributor.author
Garrido, Carlos Hernán
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Domizio, Martin Norberto
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Curadelli, Oscar
dc.contributor.author
Ambrosini, Daniel
dc.contributor.other
Castro, Hugo Guillermo
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.other
Mroginski, Javier Luis
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.other
Paz, Rodrigo Manuel
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.other
Storti, Mario Alberto
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2023-01-02T16:50:56Z
dc.date.issued
2021
dc.identifier.citation
Uso de aprendizaje automático para evaluar el desempeño de métodos de cuantificación de daño; XXXVII Congreso Argentino de Mecánica Computacional; Resistencia; Argentina; 2021; 595-604
dc.identifier.issn
1666-6070
dc.identifier.uri
http://hdl.handle.net/11336/182922
dc.description.abstract
En el pasado se ha propuesto una innumerable cantidad de métodos para la detección y localización de daño en vigas. Sin embargo, la cuantificación de daño aún presenta dificultades. Una falencia que se observa en la literatura sobre estos métodos es la falta de pruebas de su generalidad; i.e., suelen evaluarse en un número limitado de ejemplos arbitrarios. A pesar de que estos métodos se basan en modelos generales, como dichos modelos son simplificadores, no hay seguridad de que su desempeño sea bueno en la generalidad de los casos reales que supuestamente se ajustan a dichos modelos. Por ello, aquí se plantea una evaluación más robusta, y que puede ejecutarse en un tiempo razonable. Se propone hacer un estudio paramétrico utilizando elementos finitos sólidos y variando varios parámetros; e.g. forma y dimensiones de la sección transversal, esbeltez de la viga, y disposición de los sensores. La enorme cantidad de resultados generados hace difícil su análisis por humanos. Como alternativa innovadora, se resume la información utilizando una herramienta de aprendizaje automático llamada árboles de decisión para clasificación. Así se logra distinguir la relevancia de cada parámetro y sus interrelaciones en el desempeño final del método puesto a prueba.
dc.description.abstract
A myriad of methods for detecting and locating damage in beams have been proposed in the past. However, the quantification of damage still presents difficulties. One deficiency found in the literature on these methods is the lack of evidence for their generality; i.e., they are usually evaluated in a limited number of arbitrary examples. Although these methods are based on general models, as these models are simplifying, there is no guarantee that their performance will be good in the generality of the real cases that supposedly fit those models. For this reason, a more robust evaluation is proposed here, which can be carried out in a reasonable time. It is proposed to do a parametric study using solid finite elements and varying several parameters; e.g., the shape and dimensions of the cross section, the slenderness of the beam, and the arrangement of the sensors. The huge amount of data generated makes its analysis by humans difficult. As an innovative alternative, information is summarized using a machine learning tool called Decision Trees for Classification. Thus, it is possible to distinguish the relevance of each parameter and their interrelationships in the final performance of the method under test.
dc.format
application/pdf
dc.language.iso
spa
dc.publisher
Asociación Argentina de Mecánica Computacional
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
DAÑO
dc.subject
VIGAS
dc.subject
APRENDIZAJE AUTOMÁTICO
dc.subject
CURVATURA
dc.subject.classification
Mecánica Aplicada
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ingeniería Mecánica
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
INGENIERÍAS Y TECNOLOGÍAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Uso de aprendizaje automático para evaluar el desempeño de métodos de cuantificación de daño
dc.title
Using machine learning to evaluate the performance of a damage quantification method
dc.type
info:eu-repo/semantics/publishedVersion
dc.type
info:eu-repo/semantics/conferenceObject
dc.type
info:ar-repo/semantics/documento de conferencia
dc.date.updated
2022-09-14T16:09:30Z
dc.identifier.eissn
2591-3522
dc.journal.volume
38
dc.journal.pagination
595-604
dc.journal.pais
Argentina
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
Santa Fe
dc.description.fil
Fil: Garrido, Carlos Hernán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina. Universidad Nacional de Cuyo. Facultad de Ingeniería; Argentina
dc.description.fil
Fil: Domizio, Martin Norberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina. Universidad Nacional de Cuyo. Facultad de Ingeniería; Argentina
dc.description.fil
Fil: Curadelli, Oscar. Universidad Nacional de Cuyo. Facultad de Ingeniería; Argentina
dc.description.fil
Fil: Ambrosini, Daniel. Universidad Nacional de Cuyo. Facultad de Ingeniería; Argentina
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/http://venus.ceride.gov.ar/ojs/index.php/mc/article/view/6133
dc.conicet.rol
Autor
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.conicet.rol
Autor
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.conicet.rol
Autor
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.conicet.rol
Autor
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.coverage
Internacional
dc.type.subtype
Congreso
dc.description.nombreEvento
XXXVII Congreso Argentino de Mecánica Computacional
dc.date.evento
2021-11-01
dc.description.ciudadEvento
Resistencia
dc.description.paisEvento
Argentina
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.type.publicacion
Journal
dc.description.institucionOrganizadora
Universidad Nacional del Nordeste. Facultad de Ingeniería
dc.description.institucionOrganizadora
Asociación Argentina de Mecánica Computacional
dc.source.revista
Mecánica Computacional
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.eventoHasta
2021-11-05
dc.type
Congreso
Archivos asociados