Vol. 16 Núm. 2 (2017): Revista UIS Ingenierías
Artículos

Metodología para la detección de fallas en una estructura entramada metálica empleando las técnicas de análisis modal y PSO

Heller Guillermo Sánchez Acevedo
Universidad Industrial de Santander

Publicado 2017-05-30

Palabras clave

  • Análisis modal,
  • algoritmo de optimización,
  • algoritmo,
  • caracterización dinámica,
  • técnicas de identificación de daño basada en vibraciones (TIDBV),
  • métodos de elementos finitpos
  • ...Más
    Menos

Cómo citar

Sánchez Acevedo, H. G., Uscátegui, J., & Gómez, S. (2017). Metodología para la detección de fallas en una estructura entramada metálica empleando las técnicas de análisis modal y PSO. Revista UIS Ingenierías, 16(2), 43–50. https://doi.org/10.18273/revuin.v16n2-2017004

Resumen

Con el objetivo de mejorar la confiabilidad de los sistemas productivos, las empresas han desarrollado metodologías para la detección de fallos incipientes. Las estructuras metálicas son revisadas con un procedimiento de inspección visual el cual no permite la detección de fallos emergentes. El propósito del presente trabajo es desarrollar una nueva metodología, basada en el análisis modal y en un algoritmo de optimización por enjambre de partículas, para detectar fallas en estas estructuras. Un modelo físico fue construido y este fue estudiado aplicando las técnicas de análisis modal. Un modelo numérico fue establecido por medio del Método de los Elementos Finitos. El algoritmo fue ejecutado y los resultados fueron comparados con resultados experimentales. La metodología fue validada y daños de diferentes niveles fueron identificados.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. H. G. Sánchez A, D. M. C. Marulanda, and E. G. Florez, “Application of Vibration Based Damage Identification Techniques on Metallic Structures,” Adv. Mater. Res., vol. 875–877, pp. 875–879, 2014.
  2. H. G. Sánchez A., “Modelo analítico para el estudio de rotores flexibles,” Rev. UIS Ing., vol. 9, no. 1, pp. 69–76, 2010.
  3. J. M. Pachón, O. A. González, and H. G. Sánchez, “Detección de daños en una armadura unidimensional por medio del algoritmo de optimización de la luciérnaga y elementos finitos,” Av. Investig. en Ing., vol. 13, no. 1, pp. 1–7, 2017.
  4. A. Katunin, K. Dragan, and M. Dziendzikowski, “Damage identification in aircraft composite structures: A case study using various non-destructive testing techniques,” Compos. Struct., vol. 127, pp. 1–9, Sep. 2015.
  5. M. P. Paulraj, S. Yaacob, M. S. A. Majid, M. N. F. M. Kazim, and P. Krishnan, “Structural Steel Plate Damage Detection using Non Destructive Testing, Frame Energy based Statistical Features and Artificial Neural Networks,” Procedia Eng., vol. 53, pp. 376–386, 2013.
  6. D.-J. Han, “Generalized modal balancing for non-isotropic rotor systems,” Mech. Syst. Signal Process., vol. 21, no. 5, pp. 2137–2160, 2007.
  7. S. Živanović, A. Pavic, and P. Reynolds, “Modal testing and FE model tuning of a lively footbridge structure,” Eng. Struct., vol. 28, no. 6, pp. 857–868, 2006.
  8. A. delli Carri, B. Weekes, D. Di Maio, and D. J. Ewins, “Extending modal testing technology for model validation of engineering structures with sparse nonlinearities: A first case study,” Mech. Syst. Signal Process., vol. 84, pp. 97–115, 2017.
  9. G. Mansour, K. Tsongas, and D. Tzetzis, “Modal testing of nanocomposite materials through an optimization algorithm,” Measurement, vol. 91, pp. 31–38, 2016.
  10. A. D. Nembhard and J. K. Sinha, “Comparison of experimental observations in rotating machines with simple mathematical simulations,” Measurement, vol. 89, pp. 120–136, 2016.
  11. C. R. Farrar and S. W. Doebling, “An overview of modal based damage identification methods,” Struct. Damage Assess. Using Adv. Signal Process. Proced., 1997.
  12. K.-C. Chang and C.-W. Kim, “Modal-parameter identification and vibration-based damage detection of a damaged steel truss bridge,” Eng. Struct., vol. 122, pp. 156–173, Sep. 2016.
  13. K. Moslem and R. Nafaspour, “Structural Damage Detection by Genetic Algorithms,” AIAA J., vol. 40, no. 7, pp. 1395–1401, Jul. 2002.