Resumen

Los columnas del estante tienen características tan distintivas en su diseño, que cuentan con perforaciones regulares para facilitar la instalación del sistema de estantes, lo que hace que sea más difícil de analizar con la teoría o estándares de diseño de estructuras de acero conformadas en frío tradicionales. La aparición de big data industrial ha generado un mejor pensamiento innovador para aquellos que trabajan en diversos campos, incluyendo la ciencia, la ingeniería y los negocios. La principal contribución de este documento radica en que, con datos de ingeniería de simulación de elementos finitos y pruebas físicas, se propone un novedoso modelo basado en datos (DDM) utilizando tecnología de redes neuronales artificiales para el diseño optimizado de miembros específicos de acero de pared delgada perforados. El modelo basado en datos y aprendizaje automático es capaz de proporcionar una ayuda más efectiva para la toma de decisiones en el diseño innovador de miembros de acero. Los resultados del estudio de caso indican que, en comparación con la simulación tradicional de elementos finitos y

• Materias:Etringita Microestructura Ingeniería portuaria Método estocástico Conductividad hidráulica
• Subjects:Ettringite Microstructure Port engineering Stochastic method Hydraulic conductivity
• Palabras claves:Columnas de rack; Características distintivas; Diseño; Estructuras de acero formadas en frío; Modelo basado en datos; Optimización
• Keywords:Rack columns; Distinctive characteristics; Design; Cold-formed steel structures; Data-driven model; Optimization