Determinación de los parámetros constitutivos de la Plastilina Roma No.1

El presente proyecto pretende determinar los parámetros del modelo constitutivo de Johnson Cook que describe el comportamiento mecánico de la plastilina Roma No.1 mediante el uso de simulaciones computacionales y siguiendo un algoritmo de redes neuronales para una prueba de caída gravitacional. Para...

Full description

Autores:
España Pachón, Jhoan Daniel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/55484
Acceso en línea:
http://hdl.handle.net/1992/55484
Palabra clave:
Plastilina Roma
Propiedades mecánicas
Simulaciones computacionales
Redes neuronales
Caída gravitacional
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_14893e1dc09abec10bd29194c6bb0b46
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/55484
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Determinación de los parámetros constitutivos de la Plastilina Roma No.1
title Determinación de los parámetros constitutivos de la Plastilina Roma No.1
spellingShingle Determinación de los parámetros constitutivos de la Plastilina Roma No.1
Plastilina Roma
Propiedades mecánicas
Simulaciones computacionales
Redes neuronales
Caída gravitacional
Ingeniería
title_short Determinación de los parámetros constitutivos de la Plastilina Roma No.1
title_full Determinación de los parámetros constitutivos de la Plastilina Roma No.1
title_fullStr Determinación de los parámetros constitutivos de la Plastilina Roma No.1
title_full_unstemmed Determinación de los parámetros constitutivos de la Plastilina Roma No.1
title_sort Determinación de los parámetros constitutivos de la Plastilina Roma No.1
dc.creator.fl_str_mv España Pachón, Jhoan Daniel
dc.contributor.advisor.none.fl_str_mv Marañón León, Edgar Alejandro
Hernández Acevedo, Camilo
dc.contributor.author.spa.fl_str_mv España Pachón, Jhoan Daniel
dc.contributor.jury.spa.fl_str_mv Casas Rodríguez, Juan Pablo
dc.subject.keyword.none.fl_str_mv Plastilina Roma
Propiedades mecánicas
Simulaciones computacionales
Redes neuronales
Caída gravitacional
topic Plastilina Roma
Propiedades mecánicas
Simulaciones computacionales
Redes neuronales
Caída gravitacional
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description El presente proyecto pretende determinar los parámetros del modelo constitutivo de Johnson Cook que describe el comportamiento mecánico de la plastilina Roma No.1 mediante el uso de simulaciones computacionales y siguiendo un algoritmo de redes neuronales para una prueba de caída gravitacional. Para ello, se utiliza un conjunto de herramientas virtuales para lograrlo, entre las cuales se encuentran: Ansys Workbench en su módulo de Explicit Dynamics; Excel; Matlab; y Visual Studio Code mediante el lenguaje de programación Python. El proceso consiste en 5 pasos: El primero consiste en desarrollar un modelo de caída libre funcional en Ansys. El segundo, consiste en generar mediante Latin Hypercube los 4 parámetros de Johnson Cook "A", "B", "C" y "n" para los 2000 modelos que alimentaran la red neuronal. El tercer paso evalúa los puntos de diseño en el programa Ansys Workbench, para ello, se cargó la base al sistema del programa y se evaluó cada punto de manera manual. El cuarto paso, consiste en convertir los resultados y los parámetros respectivos de cada modelo a archivos de texto mediante el programa Matlab. Esto con el fin de ordenar los datos y facilitar la lectura por el código de programación en Python. Finalmente, se realizó en Python un diseño de red neuronal mediante el uso de la librería de Tensorflow. Para el modelo se utilizó una esfera de 63.5 [mm] de 1043 [g] a una altura de caída de 2.0 [m]. Se realizaron un total de 2000 simulaciones para alimentar la red neuronal. El diseño final está compuesto por 1 capa de entrada, 2 capas ocultas y 1 capa de salida. Cada una de estas capas se compuso de 128 neuronas, exceptuando la última, la cual, se compuso de 4 neuronas. Todas las capas usaron una capa de activación ¿linear¿, obteniendo como resultado un MAPE del 10% con un entrenamiento de 200 ciclos. Al predecir los parámetros experimentales obtenidos en laboratorio contra los estimados por la red neuronal se obtuvo un error promedio porcentual máximo del 6%.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-02-22T20:01:51Z
dc.date.available.none.fl_str_mv 2022-02-22T20:01:51Z
dc.date.issued.none.fl_str_mv 2022
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/55484
dc.identifier.pdf.spa.fl_str_mv 26009.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/55484
identifier_str_mv 26009.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 48 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Ingeniería Mecánica
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería Mecánica
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/d24a3d29-7171-47b0-9dac-0b1cc5e181c6/download
https://repositorio.uniandes.edu.co/bitstreams/f66a1c0b-6575-44e9-afbd-b0d106e67e99/download
https://repositorio.uniandes.edu.co/bitstreams/d0fbba48-486e-482e-aee3-de8783504b7a/download
bitstream.checksum.fl_str_mv 2cdd3c4cd1c44792e62f71930fc8cc5c
33806aaabda28e44923987511ea4bfa7
0d5ca133b96c9a33ff7bc47ff06d43bd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133833366044672
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Marañón León, Edgar Alejandrovirtual::2537-1Hernández Acevedo, Camilovirtual::2538-1España Pachón, Jhoan Daniela6300f93-cc7d-4a9d-835d-e70f8c93a55e500Casas Rodríguez, Juan Pablo2022-02-22T20:01:51Z2022-02-22T20:01:51Z2022http://hdl.handle.net/1992/5548426009.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El presente proyecto pretende determinar los parámetros del modelo constitutivo de Johnson Cook que describe el comportamiento mecánico de la plastilina Roma No.1 mediante el uso de simulaciones computacionales y siguiendo un algoritmo de redes neuronales para una prueba de caída gravitacional. Para ello, se utiliza un conjunto de herramientas virtuales para lograrlo, entre las cuales se encuentran: Ansys Workbench en su módulo de Explicit Dynamics; Excel; Matlab; y Visual Studio Code mediante el lenguaje de programación Python. El proceso consiste en 5 pasos: El primero consiste en desarrollar un modelo de caída libre funcional en Ansys. El segundo, consiste en generar mediante Latin Hypercube los 4 parámetros de Johnson Cook "A", "B", "C" y "n" para los 2000 modelos que alimentaran la red neuronal. El tercer paso evalúa los puntos de diseño en el programa Ansys Workbench, para ello, se cargó la base al sistema del programa y se evaluó cada punto de manera manual. El cuarto paso, consiste en convertir los resultados y los parámetros respectivos de cada modelo a archivos de texto mediante el programa Matlab. Esto con el fin de ordenar los datos y facilitar la lectura por el código de programación en Python. Finalmente, se realizó en Python un diseño de red neuronal mediante el uso de la librería de Tensorflow. Para el modelo se utilizó una esfera de 63.5 [mm] de 1043 [g] a una altura de caída de 2.0 [m]. Se realizaron un total de 2000 simulaciones para alimentar la red neuronal. El diseño final está compuesto por 1 capa de entrada, 2 capas ocultas y 1 capa de salida. Cada una de estas capas se compuso de 128 neuronas, exceptuando la última, la cual, se compuso de 4 neuronas. Todas las capas usaron una capa de activación ¿linear¿, obteniendo como resultado un MAPE del 10% con un entrenamiento de 200 ciclos. Al predecir los parámetros experimentales obtenidos en laboratorio contra los estimados por la red neuronal se obtuvo un error promedio porcentual máximo del 6%.The present project aims to determine the parameters of the Johnson Cook constitutive model that describes the mechanical behavior of the Roma No.1 plasticine by using computational simulations and following a neural network algorithm for a gravitational drop test. For this purpose, a set of virtual tools is used to achieve this, among which are: Ansys Workbench in its Explicit Dynamics module; Excel; Matlab; and Visual Studio Code using the Python programming language. The process consists of 5 steps: The first one consists of developing a functional drop test model in Ansys. The second step consists of generating the 4 Johnson Cook parameters "A", "B", "C" and "n" for the 2000 models that will feed the neural network using Latin Hypercube. The third step evaluates the design points in the Ansys Workbench program, for this, the base was loaded to the program system and each point was evaluated manually. The fourth step consists of converting the results and the respective parameters of each model to text files using the Matlab program. This was done in order to sort the data and facilitate the reading by the Python programming code. Finally, a neural network design was carried out in Python using the Tensorflow library. A 63.5 [mm] sphere of 1043 [g] at a drop height of 2.0 [m] was used for the model. A total of 2000 simulations were performed to feed the neural network. The final design is composed of 1 input layer, 2 hidden layers and 1 output layer. Each of these layers was composed of 128 neurons, except for the last one, which was composed of 4 neurons. All layers used a "linear" activation layer, resulting in a MAPE of 10% with a training of 200 cycles. When predicting the experimental parameters obtained in the laboratory against those estimated by the neural network, a maximum average percentage error of 6% and a maximum 2-point tracking error of 15% were obtained. This prediction process, after training the network, has a time cost of 0.2 [s].Ingeniero MecánicoPregrado48 páginasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería MecánicaDeterminación de los parámetros constitutivos de la Plastilina Roma No.1Trabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPPlastilina RomaPropiedades mecánicasSimulaciones computacionalesRedes neuronalesCaída gravitacionalIngeniería201716245Publicationhttps://scholar.google.es/citations?user=gtsFvdAAAAAJvirtual::2537-10000-0003-2797-8212virtual::2537-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000705918virtual::2537-146deea4d-7f2c-4bcf-b367-56a9ef59d55avirtual::2537-1c6396cdd-e604-439a-af7f-50579443d3b3virtual::2538-146deea4d-7f2c-4bcf-b367-56a9ef59d55avirtual::2537-1c6396cdd-e604-439a-af7f-50579443d3b3virtual::2538-1ORIGINAL26009.pdfapplication/pdf2457536https://repositorio.uniandes.edu.co/bitstreams/d24a3d29-7171-47b0-9dac-0b1cc5e181c6/download2cdd3c4cd1c44792e62f71930fc8cc5cMD51TEXT26009.pdf.txt26009.pdf.txtExtracted texttext/plain54646https://repositorio.uniandes.edu.co/bitstreams/f66a1c0b-6575-44e9-afbd-b0d106e67e99/download33806aaabda28e44923987511ea4bfa7MD52THUMBNAIL26009.pdf.jpg26009.pdf.jpgIM Thumbnailimage/jpeg4986https://repositorio.uniandes.edu.co/bitstreams/d0fbba48-486e-482e-aee3-de8783504b7a/download0d5ca133b96c9a33ff7bc47ff06d43bdMD531992/55484oai:repositorio.uniandes.edu.co:1992/554842024-03-13 12:13:34.12https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co