Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Citado por Google
Similares en SciELO
Similares en Google
Compartir
Revista Facultad de Ingeniería Universidad de Antioquia
versión impresa ISSN 0120-6230versión On-line ISSN 2422-2844
Resumen
VELILLA, Esteban; VILLADA, Fernando y ECHEVERRIA, Félix. Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional. Rev.fac.ing.univ. Antioquia [online]. 2009, n.49, pp.81-88. ISSN 0120-6230.
Con el fin de clasificar la corrosividad de las diferentes atmósferas colombianas, como parte de un proyecto de investigación extenso [1], se expusieron placas de acero al carbono en 21 estaciones distribuidas a lo largo de la infraestructura eléctrica del país (líneas de transmisión y subestaciones). En estas estaciones se midieron entre otros, el tiempo de humectación y la deposición de sulfatos y cloruros durante 12 meses; además, bimensualmente se tomaban placas de acero para medir en laboratorio la pérdida de masa sufrida por estas durante el tiempo de exposición. La clasificación de las 21 estaciones se hizo en 4 grupos, considerando: el tiempo de humectación, contenidos de cloruros y sulfatos, la altura sobre el nivel del mar y el tiempo de exposición de las placas; variables consideradas linealmente independientes según la técnica de descomposición en valores singulares (SVD) realizada. El criterio utilizado para la clasificación fue el de similitud de las variables utilizando la norma Euclidiana considerada en la red neuronal no supervisada tipo Kohonen. Adicionalmente, se implementaron modelos para la pérdida de masa del acero para cada uno de los grupos usando redes neuronales (RN) tipo Feed-Forward, definiéndose como entradas las variables antes mencionadas y como única salida la pérdida de masa. Complementariamente se presenta una comparación entre el modelo de RN para el grupo 1, con otros modelos obtenidos usando Algoritmos Genéticos (AG) y el método Simplex.
Palabras clave : Corrosión atmosférica; redes neuronales; algoritmos genéticos; cluster; SVD.