Identificación automática de daños en paneles compuestos mediante transformada de Wavelet
Professor Advisor
dc.contributor.advisor
Meruane Naranjo, Viviana
Author
dc.contributor.author
Bernal Borcoski, Cristóbal Alonso
Associate professor
dc.contributor.other
Ruiz García, Rafael
Associate professor
dc.contributor.other
Sepúlveda Osses, Aquiles
Admission date
dc.date.accessioned
2020-04-03T20:58:26Z
Available date
dc.date.available
2020-04-03T20:58:26Z
Publication date
dc.date.issued
2019
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/173809
General note
dc.description
Memoria para optar al título de Ingeniero Civil Mecánico
es_ES
Abstract
dc.description.abstract
Los materiales compuestos tipo sándwich han ganado gran popularidad en áreas
donde se necesita gran resistencia y bajo peso, tales como aeronáutica y energía, pero a pesar
de esta cualidad, cuentan con la problemática de ser susceptibles a daño tipo delaminación,
por lo cual se emplean principalmente en componentes secundarios. Un método de identificación de daño que permite detectar a tiempo este tipo de falla es el basado en vibraciones
mecánicas, donde algoritmos que emplean Transformada de Wavelet combinados con las
curvaturas de los modos de vibración han demostrado un gran potencial.
El objetivo del trabajo de título consistió en desarrollar un algoritmo basado en
Transformada de Wavelet que identificara en forma automática la localización y tamaño de
daños tipo delaminación en paneles compuestos, tanto simulados por medio de elementos
finitos, como experimentales. Para ambos casos se consideró como información de entrada
la curvatura de los modos de vibración de los paneles, siendo estos estimados tanto mediante
diferencias centrales como por regresión de proceso gaussiano.
El algoritmo de identificación de daño desarrollado emplea la sinergia de la inmunidad al ruido y detección de singularidades débiles de la Transformada de Wavelet con operador de Energía Teager-Kaiser, de igual forma considera una selección automática de función de wavelet y escala en base al principio de máxima entropía, y una binarización del
indicador de daño en base al método de umbral automático enfocado en valles.
Las principales conclusiones del trabajo de título realizado fueron que la identificación
de daño del algoritmo diseñado posee un buen desempeño, tanto en forma numérica como
experimental, siendo superior la identificación de daño al emplear las curvaturas basadas en
diferencias centrales. También se observa una buena inmunidad al ruido, así como una gran
relación de identificación numérica - experimental, siendo los resultados comparables con el
método gapped smoothing, empleado ampliamente en la literatura.