| Abstract | dc.description.abstract | El monitoreo de la salud estructural o SHM, por su sigla en inglés, es el área de la ingeniería dedicada a la creación e implementación de estrategias y tecnologías que permitan determinar la existencia, ubicación y gravedad del daño presente en una estructura. En los últimos años, parte importante de la investigación se ha centrado en el desarrollo de las denominadas técnicas de monitoreo global en base a vibraciones. Esta clasificación encierra a todas aquellas metodologías capaces de emitir un diagnóstico estructural a partir de las mediciones registradas por un conjunto limitado de sensores instalados sobre la estructura; evitando, así, inspecciones visuales o el uso de cualquier otra herramienta local que requiera un conocimiento a-priori de las regiones dañadas; locaciones que además deben ser accesibles.
Este trabajo presenta contribuciones analítico-teóricas hacia la construcción de un sistema automático de detección de daños en base a vibraciones. En primer lugar, se introduce el algoritmo SSI-COV como solución al problema de la identificación robusta de sistemas de propiedades lineales e invariantes en el tiempo, excitados por cargas de naturaleza estocástica. Se estudian sus fundamentos y propiedades, y se discute su aplicación al análisis modal. En particular, se demuestra que, bajo ciertas condiciones, los estimadores generados por el método SSI-COV son asintóticamente consistentes y gaussianos. Se derivan, además, fórmulas analíticas para las covarianzas asintóticas de las frecuencias y amortiguamientos modales. Registros sintéticos de aceleración de la estructura de pruebas IASC-ASCE son utilizados para validar el algoritmo de identificación.
En segundo lugar, se describen los aspectos teóricos y numéricos detrás del método (semi) paramétrico de detección de daños en base a residuales del subespacio. La premisa tras este enfoque recae en la sinonimia entre las perturbaciones de los parámetros modales de una estructura, y la existencia de daño en al menos uno de sus elementos. En este contexto, se demuestra que, bajo el enfoque local y asumiendo invariantes las propiedades estadísticas del input que actúa sobre el sistema, detectar alteraciones estructurales equivale a identificar cambios en el valor promedio de un vector aleatorio gaussiano; resultado que introduce un test chi-cuadrado para la detección de daños. La eficacia del método propuesto es demostrada a través de dos ejemplos numéricos: un edificio de corte clásico, bidimensional, de 10 pisos; y la estructura de pruebas IASC-ASCE. En ambos casos, se analiza la sensibilidad del test chi-cuadrado respecto a la posición de los sensores instalados sobre la estructura. | es_CL |
