Algoritmo de supervisión experta para la evaluación de deformaciones en tuberías piezoactuadas, basado en redes neuronales som y análisis de componentes principales (pca)

El siguiente artículo presenta los resultados numéricos de la implementación de dos algoritmos expertos para la detección, localización y cuantificación de deformaciones geométricas en tuberías piezoactuadas. Los algoritmos están basados en el análisis de componentes principales (PCA, Principal ComponentsAnalysis) y redes neuronales tipo SOM (SelfOrganizedMaps). Para el entrenamiento y validación numérica de tales algoritmos, se simularon casos de daño (cambios de rigidez) de una tubería sujeta a vibraciones. En primer lugar, se realiza una introducción general de la investigación, su motivación, descripción y estado del arte referente a aplicaciones y metodología de referencia. Posteriormente, se aborda el marco conceptual que sustenta el trabajo de investigación, En la siguiente sección, se describen las diferentes etapas que componen los procesos de entrenamiento y validación de los algoritmos de supervisión desarrollado. El sexto apartado, está relacionado con la validación numérica de los algoritmos implementados en MATLAB, donde se comentan y presentan las diferentes pruebas realizadas y resultados obtenidos durante la investigación, las cuales sustentan todo el proceso de validación. Finalmente, con el presente trabajo se logró generar un algoritmo de supervisión capaz de extraer y reducir las características de las señales simuladas, para su posterior clasificación según el tipo de daño y severidad, lo cual permitió detectar y cuantificar daños en la tubería simulada.

• Autores: Reyes Combariza, Javier Mauricio; Acuna Hernandez, Yiseth Angelica
• Tipo de recurso: http://purl.org/coar/version/c_b1a7d7d4d402bcce
• Fecha de publicación: 2011
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/25521
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/25521; https://noesis.uis.edu.co
• Palabra clave: Deformaciones geométricas; Análisis de componentes principales (PCA); Detección De Daño; Redes neuronales tipo SOM; Algoritmo de Supervisión.; Geometric deformations; Principal Components Analysis (PCA); SOM Neural Networks; Damages detection; Algorithm of supervision.
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)