Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales
El presente estudio propone un modelo de inteligencia artificial supervisado para la caracterización de daños sub-superficiales de tipo delaminación en materiales compuestos laminados de fibra de carbono epoxi. A partir de datos sintéticos que simulan mediciones bidimensionales de delaminaciones tip...
- Autores:
-
Blanco Córdoba, Gleidys Margoth
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/64714
- Acceso en línea:
- http://hdl.handle.net/1992/64714
- Palabra clave:
- Material compuesto de matriz polimérica
Fibra de carbono epoxi
Caracterización delaminación
Redes neuronales
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIANDES2_45c85b254963952258fa2d01651ed71e |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/64714 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| title |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| spellingShingle |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales Material compuesto de matriz polimérica Fibra de carbono epoxi Caracterización delaminación Redes neuronales Ingeniería |
| title_short |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| title_full |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| title_fullStr |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| title_full_unstemmed |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| title_sort |
Caracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronales |
| dc.creator.fl_str_mv |
Blanco Córdoba, Gleidys Margoth |
| dc.contributor.advisor.none.fl_str_mv |
Marañón León, Edgar Alejandro |
| dc.contributor.author.none.fl_str_mv |
Blanco Córdoba, Gleidys Margoth |
| dc.contributor.jury.none.fl_str_mv |
Casas Rodríguez, Juan Pablo |
| dc.subject.keyword.none.fl_str_mv |
Material compuesto de matriz polimérica Fibra de carbono epoxi Caracterización delaminación Redes neuronales |
| topic |
Material compuesto de matriz polimérica Fibra de carbono epoxi Caracterización delaminación Redes neuronales Ingeniería |
| dc.subject.themes.es_CO.fl_str_mv |
Ingeniería |
| description |
El presente estudio propone un modelo de inteligencia artificial supervisado para la caracterización de daños sub-superficiales de tipo delaminación en materiales compuestos laminados de fibra de carbono epoxi. A partir de datos sintéticos que simulan mediciones bidimensionales de delaminaciones tipo strip en el material T700/LTM-45EL, se modela y entrena una red neuronal para la estimación de los parámetros del daño estructural en estudio. Con este método se pretende contribuir al efectivo diagnóstico de defectos mecánicos sub-superficiales producidos por impacto en materiales compuestos de alto rendimiento que se encuentren en servicio. De esta manera se complementan las mediciones avanzadas no-destructivas con la aplicación de alta tecnología de software en el procesamiento de los resultados experimentales para estimar de manera aceptable la extensión, posición y profundidad del daño interno, así como la presión interna en la medición, en pro de la toma de decisiones con base en información en la definición de la estrategia de intervención más conveniente para la reparación del componente afectado. Así, con la aplicación de las redes neuronales entrenadas, disponiendo de datos de 512 pixeles de deflexión bidimensional de una lámina del material compuesto de interés, es posible estimar con precisión de aproximadamente 98% el ancho de la delaminación, 99% la posición del su punto medio, 92% su profundidad y 68% la presión interna en la delaminación generada por vacío. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-02-06T16:58:01Z |
| dc.date.available.none.fl_str_mv |
2023-02-06T16:58:01Z |
| dc.date.issued.none.fl_str_mv |
2023-02-03 |
| dc.type.es_CO.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.es_CO.fl_str_mv |
Text |
| dc.type.redcol.none.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/1992/64714 |
| dc.identifier.instname.es_CO.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.es_CO.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.es_CO.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/64714 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.es_CO.fl_str_mv |
[1] M. M. Schwartz, Composite materials: properties, nondestructive testing, and repair, vol. I. Upper Saddle River, N.J: Prentice Hall PTR, 1997. [2] K. K. Chawla, Composite materials: science and engineering. Cham: Springer International Publishing, 2019. doi: 10.1007/978-3-030-28983-6. [3] M. M. Schwartz, Composite materials: processing, fabrication, applications, vol. II. Upper Saddle River, N.J: Prentice Hall PTR, 1997. [4] M. A. Seif, U. A. Khashaba, y R. Rojas-Oviedo, "Measuring delamination in carbon/epoxy composites using a shadow moiré laser based imaging technique", Compos. Struct., vol. 79, núm. 1, pp. 113-118, jun. 2007, doi: 10.1016/j.compstruct.2005.11.039. [5] A. Maranon, P. D. Ruiz, A. D. Nurse, J. M. Huntley, L. Rivera, y G. Zhou, "Identification of subsurface delaminations in composite laminates", Compos. Sci. Technol., vol. 67, núm. 13, pp. 2817-2826, oct. 2007, doi: 10.1016/j.compscitech.2007.01.032. [6] K. N. Shivakumar y J. D. Whitcomb, "Buckling of a Sublaminate in a Quasi-Isotropic Composite Laminate", J. Compos. Mater., vol. 19, núm. 1, pp. 2-18, ene. 1985, doi: 10.1177/002199838501900101. [7] P. Slangen, L. Berwart, C. de Veuster, J.-C. Golinval, y Y. Lion, "Digital speckle pattern interferometry (DSPI): A fast procedure to detect and measure vibration mode shapes", Opt. Lasers Eng., vol. 25, núm. 4¿5, pp. 311-321, 1996, doi: 10.1016/0143-8166(95)00078-X. [8] W. C. Young y R. G. Budynas, Roark¿s formulas for stress and strain, 7th ed. New York: McGraw-Hill, 2002. |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| 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 |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
40 páginas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Mecánica |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Mecánica |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/188bc65a-dd64-4d43-8abc-49d0da87413b/download https://repositorio.uniandes.edu.co/bitstreams/e88edd89-ff40-4560-8b4e-32f5e6e0ce0c/download https://repositorio.uniandes.edu.co/bitstreams/8a24db37-e9ad-4274-b3c5-151ff74b4324/download https://repositorio.uniandes.edu.co/bitstreams/47aff66a-5277-493c-ae4b-e6ff3fac217e/download https://repositorio.uniandes.edu.co/bitstreams/3c617431-5c8f-49c5-8912-011c2ed913d7/download https://repositorio.uniandes.edu.co/bitstreams/7735d1fb-95b0-43ac-b14c-5fd72573844d/download https://repositorio.uniandes.edu.co/bitstreams/56a40070-3d10-4659-9ba1-3a9b73c46194/download https://repositorio.uniandes.edu.co/bitstreams/b7e8abc9-5da3-45fc-a8f6-74a647e52c10/download |
| bitstream.checksum.fl_str_mv |
dabcfd971d3de6d6647788bcbc35f22b aa9f66f7acde31b39cc162cf1ddd1d02 5aa5c691a1ffe97abd12c2966efcb8d6 51ae3612287e4445ffa3baa6713a7eb5 4491fe1afb58beaaef41a73cf7ff2e27 20e5dbbfcf86cc7749e87500fe82fb3e 345e2e6e6d2b014309df93bad8e956d9 4460e5956bc1d1639be9ae6146a50347 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1808390230476062720 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autoreshttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Marañón León, Edgar Alejandrovirtual::4415-1Blanco Córdoba, Gleidys Margoth28f9e33f-30a9-4ca0-b670-83408bdc706c600Casas Rodríguez, Juan Pablo2023-02-06T16:58:01Z2023-02-06T16:58:01Z2023-02-03http://hdl.handle.net/1992/64714instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El presente estudio propone un modelo de inteligencia artificial supervisado para la caracterización de daños sub-superficiales de tipo delaminación en materiales compuestos laminados de fibra de carbono epoxi. A partir de datos sintéticos que simulan mediciones bidimensionales de delaminaciones tipo strip en el material T700/LTM-45EL, se modela y entrena una red neuronal para la estimación de los parámetros del daño estructural en estudio. Con este método se pretende contribuir al efectivo diagnóstico de defectos mecánicos sub-superficiales producidos por impacto en materiales compuestos de alto rendimiento que se encuentren en servicio. De esta manera se complementan las mediciones avanzadas no-destructivas con la aplicación de alta tecnología de software en el procesamiento de los resultados experimentales para estimar de manera aceptable la extensión, posición y profundidad del daño interno, así como la presión interna en la medición, en pro de la toma de decisiones con base en información en la definición de la estrategia de intervención más conveniente para la reparación del componente afectado. Así, con la aplicación de las redes neuronales entrenadas, disponiendo de datos de 512 pixeles de deflexión bidimensional de una lámina del material compuesto de interés, es posible estimar con precisión de aproximadamente 98% el ancho de la delaminación, 99% la posición del su punto medio, 92% su profundidad y 68% la presión interna en la delaminación generada por vacío.Ingeniero MecánicoPregrado40 páginasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería MecánicaCaracterización de daños sub-superficiales en materiales compuestos de fibra de carbono epoxi mediante redes neuronalesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMaterial compuesto de matriz poliméricaFibra de carbono epoxiCaracterización delaminaciónRedes neuronalesIngeniería[1] M. M. Schwartz, Composite materials: properties, nondestructive testing, and repair, vol. I. Upper Saddle River, N.J: Prentice Hall PTR, 1997.[2] K. K. Chawla, Composite materials: science and engineering. Cham: Springer International Publishing, 2019. doi: 10.1007/978-3-030-28983-6.[3] M. M. Schwartz, Composite materials: processing, fabrication, applications, vol. II. Upper Saddle River, N.J: Prentice Hall PTR, 1997.[4] M. A. Seif, U. A. Khashaba, y R. Rojas-Oviedo, "Measuring delamination in carbon/epoxy composites using a shadow moiré laser based imaging technique", Compos. Struct., vol. 79, núm. 1, pp. 113-118, jun. 2007, doi: 10.1016/j.compstruct.2005.11.039.[5] A. Maranon, P. D. Ruiz, A. D. Nurse, J. M. Huntley, L. Rivera, y G. Zhou, "Identification of subsurface delaminations in composite laminates", Compos. Sci. Technol., vol. 67, núm. 13, pp. 2817-2826, oct. 2007, doi: 10.1016/j.compscitech.2007.01.032.[6] K. N. Shivakumar y J. D. Whitcomb, "Buckling of a Sublaminate in a Quasi-Isotropic Composite Laminate", J. Compos. Mater., vol. 19, núm. 1, pp. 2-18, ene. 1985, doi: 10.1177/002199838501900101.[7] P. Slangen, L. Berwart, C. de Veuster, J.-C. Golinval, y Y. Lion, "Digital speckle pattern interferometry (DSPI): A fast procedure to detect and measure vibration mode shapes", Opt. Lasers Eng., vol. 25, núm. 4¿5, pp. 311-321, 1996, doi: 10.1016/0143-8166(95)00078-X.[8] W. C. Young y R. G. Budynas, Roark¿s formulas for stress and strain, 7th ed. New York: McGraw-Hill, 2002.201212869Publicationhttps://scholar.google.es/citations?user=gtsFvdAAAAAJvirtual::4415-10000-0003-2797-8212virtual::4415-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000705918virtual::4415-146deea4d-7f2c-4bcf-b367-56a9ef59d55avirtual::4415-146deea4d-7f2c-4bcf-b367-56a9ef59d55avirtual::4415-1ORIGINALIMEC3711_GleidysBlanco_Caracterizacion-delaminaciones-NeuralNetworks.pdfIMEC3711_GleidysBlanco_Caracterizacion-delaminaciones-NeuralNetworks.pdfTrabajo de gradoapplication/pdf498882https://repositorio.uniandes.edu.co/bitstreams/188bc65a-dd64-4d43-8abc-49d0da87413b/downloaddabcfd971d3de6d6647788bcbc35f22bMD53Formato-autorizacion-entrega-documento_Gleidys-Blanco_firmado.pdfFormato-autorizacion-entrega-documento_Gleidys-Blanco_firmado.pdfHIDEapplication/pdf215234https://repositorio.uniandes.edu.co/bitstreams/e88edd89-ff40-4560-8b4e-32f5e6e0ce0c/downloadaa9f66f7acde31b39cc162cf1ddd1d02MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/8a24db37-e9ad-4274-b3c5-151ff74b4324/download5aa5c691a1ffe97abd12c2966efcb8d6MD51TEXTIMEC3711_GleidysBlanco_Caracterizacion-delaminaciones-NeuralNetworks.pdf.txtIMEC3711_GleidysBlanco_Caracterizacion-delaminaciones-NeuralNetworks.pdf.txtExtracted texttext/plain65971https://repositorio.uniandes.edu.co/bitstreams/47aff66a-5277-493c-ae4b-e6ff3fac217e/download51ae3612287e4445ffa3baa6713a7eb5MD55Formato-autorizacion-entrega-documento_Gleidys-Blanco_firmado.pdf.txtFormato-autorizacion-entrega-documento_Gleidys-Blanco_firmado.pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/3c617431-5c8f-49c5-8912-011c2ed913d7/download4491fe1afb58beaaef41a73cf7ff2e27MD57THUMBNAILIMEC3711_GleidysBlanco_Caracterizacion-delaminaciones-NeuralNetworks.pdf.jpgIMEC3711_GleidysBlanco_Caracterizacion-delaminaciones-NeuralNetworks.pdf.jpgIM Thumbnailimage/jpeg6028https://repositorio.uniandes.edu.co/bitstreams/7735d1fb-95b0-43ac-b14c-5fd72573844d/download20e5dbbfcf86cc7749e87500fe82fb3eMD56Formato-autorizacion-entrega-documento_Gleidys-Blanco_firmado.pdf.jpgFormato-autorizacion-entrega-documento_Gleidys-Blanco_firmado.pdf.jpgIM Thumbnailimage/jpeg16279https://repositorio.uniandes.edu.co/bitstreams/56a40070-3d10-4659-9ba1-3a9b73c46194/download345e2e6e6d2b014309df93bad8e956d9MD58CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.uniandes.edu.co/bitstreams/b7e8abc9-5da3-45fc-a8f6-74a647e52c10/download4460e5956bc1d1639be9ae6146a50347MD521992/64714oai:repositorio.uniandes.edu.co:1992/647142024-03-13 12:40:58.699http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |