Resumen

El tema de la detección de grietas y su diagnóstico ha despertado un gran interés en la industria. Las grietas/daños afectan al crecimiento económico industrial. Por lo tanto, la detección temprana de grietas es un aspecto importante desde el punto de vista del crecimiento industrial. En este trabajo se utiliza una herramienta de diseño ANSYS para monitorizar varios cambios en las características vibratorias de grietas transversales finas en una viga en voladizo para detectar la posición y profundidad de la grieta y se comparó utilizando técnicas de inteligencia artificial. El uso de redes neuronales es el punto clave de desarrollo en este trabajo. Las tres redes neuronales utilizadas son la red de retropropagación en cascada hacia delante (CFBP), la red de retropropagación de alimentación hacia delante (FFBP) y la red de función de base radial (RBF). En la primera fase de este trabajo se ha realizado un análisis teórico y, a continuación, se ha llevado a cabo el análisis de elementos finitos utilizando el software comercial ANSYS. En la segunda fase de este trabajo las redes neuronales se entrenan utilizando los valores obtenidos de un modelo simulado de la viga en voladizo real utilizando ANSYS. En la última fase se ha realizado un estudio comparativo entre los datos obtenidos a partir de la técnica de redes neuronales y el análisis de elementos finitos.

• Materias:Modelado Sensores inalámbricos Parámetros de control Metamodelos Multimedia metamodelo Sistema de control
• Subjects:Modeling Wireless sensors Control parameters Metamodels Multimedia metamodel Control system
• Palabras claves:análisis por elementos finitos, redes neuronales, papel, red, viga en voladizo real, técnicas de inteligencia artificial, herramienta de diseño ANSYS, detección precoz de grietas, crecimiento económico industrial, técnica de redes neuronales
• Keywords:finite element analysis, neural networks, paper, network, actual cantilever beam, artificial intelligence techniques, design tool ANSYS, early crack detection, industrial economic growth, neural network technique