Resumen

La temperatura es uno de los factores que afectan al funcionamiento seguro de las presas de arco de hormign. Para reconstruir con precisin el campo de temperatura de la presa de arco de hormign en lnea basndose en los datos de temperatura de varias secciones tpicas de la presa, este artculo propone el algoritmo AdaBoost-ANN. El algoritmo utiliza redes neuronales artificiales (RNA) para establecer un conjunto de entrenamiento de los datos de temperatura medidos y el campo de temperatura de la presa de arco de hormign obtenido por el modelo de elementos finitos tridimensional; estas redes neuronales artificiales entrenadas se utilizan como clasificadores dbiles del algoritmo AdaBoost. A continuacin, se utiliza el algoritmo AdaBoost-ANN para establecer la relacin de mapeo entre los datos de temperatura medidos y el campo de temperatura, y se realiza la reconstruccin en lnea del campo de temperatura de la presa de arco de hormign. El estudio de caso muestra que el campo de temperatura de la presa de arco de hormign puede establecerse con precisin mediante el algoritmo AdaBoost-ANN a partir de datos de observacin de temperatura limitados. El algoritmo ahorra ms tiempo y trabajo que el mtodo de los elementos finitos, y es conveniente para la reconstruccin en lnea del campo de temperatura y la evaluacin del estado de seguridad de la presa de arco de hormign.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Temperatura; Presa de arco de hormigón; Algoritmo AdaBoost-ANN; Red neuronal artificial; Modelo tridimensional de elementos finitos; Reconstrucción en línea
• Keywords:Temperature; Concrete arch dam; AdaBoost-ANN algorithm; Artificial neural network; Three-dimensional finite element model; Online reconstruction