Resumen

El comportamiento vibracional de estructuras compuestas se ha demostrado como una característica útil para identificar daños por desprendimiento. La precisión de la localización del daño puede mejorar significativamente mediante la adición de más puntos de medición. Por lo tanto, las mediciones de vibración de campo completo, como las obtenidas utilizando técnicas de correlación de imágenes digitales de alta velocidad (DIC), son particularmente útiles. En este estudio, se incorporan técnicas de aprendizaje profundo, que han demostrado un excelente rendimiento en clasificación y segmentación de imágenes, en un enfoque novedoso para evaluar daños en estructuras compuestas. Este artículo presenta un algoritmo de evaluación de daños para estructuras sandwich compuestas que utiliza formas modales de vibración de campo completo y aprendizaje profundo. Primero, se identifican las formas modales de vibración utilizando mediciones 3D DIC de alta velocidad. Luego, se implementa la regresión de procesos gaussianos para estimar las curvaturas de las formas modales, y se aplica un método de suavizado con huecos sin línea base

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Comportamiento vibracional; Estructuras compuestas; Localización de daños; Técnicas de aprendizaje profundo; Mediciones de vibración; Evaluación de daños
• Keywords:Vibrational behavior; Composite structures; Damage localization; Deep learning techniques; Vibration measurements; Damage assessment