SciELO - Scientific Electronic Library Online

 
 issue27Evaluation of the adhesive wear resistance of manganese austenitic steel submitted to thermal cycleCorrosion evaluation of an AISI-SAE 1020 steel under conditions of brine CO2-H2S multiphase flow author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Ingeniería y Desarrollo

Print version ISSN 0122-3461On-line version ISSN 2145-9371

Abstract

VILLALBA MORALES, Jesús Daniel  and  LAIER, José Elías. Detección de daño estructural por algoritmos genéticos: una comparación de diferentes tipos de codificación de individuos. Ing. Desarro. [online]. 2010, n.27, pp.169-186. ISSN 0122-3461.

En este artículo se aplican los algoritmos genéticos para resolver el problema de detección de daño estructural, y se comparan tres tipos de codificación de individuos: binaria, real y binaria con código redundante. Los algoritmos de código binario y real calculan la extensión del daño para cada elemento en la estructura, por lo tanto, para mejorar su desempeño fue utilizado un proceso de re-inicialización de individuos. Por su parte, el algoritmo de código redundante busca en forma dinámica cuáles son los elementos dañados y cuantifica el daño solo para esos elementos. Para determinar el desempeño de los algoritmos se analiza una armadura sobre diversos escenarios de daño simple y múltiple, y el daño es considerado como una reducción en el módulo de elasticidad de los elementos dañados. Los resultados muestran que el algoritmo que mejor localiza y cuantifica el daño corresponde al algoritmo genético de código redundante.

Keywords : Detección de daño; algoritmos genéticos; parámetros dinámicos; Damage detection; genetic algorithms; dynamic parameters.

        · abstract in Spanish     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License