Resumen

En este documento, la visión por computadora permite recomendar un modelo de orden reducido para una predicción rápida de tensiones según varios entornos de carga posibles. Este enfoque se aplica en una parte macroscópica utilizando una imagen digital de una prueba mecánica. Proponemos un enfoque híbrido que aprovecha simultáneamente un modelo basado en datos y un modelo basado en física, en mecánica de materiales. Durante una etapa de aprendizaje automático, se obtiene una clasificación de posibles modelos de orden reducido a través de un agrupamiento de entornos de carga utilizando datos de simulación. El reconocimiento del modelo de orden reducido adecuado se realiza a través de una red neuronal convolucional (CNN) aplicada a una imagen digital de la prueba mecánica. La CNN recomienda un modelo mecánico conveniente disponible en un diccionario de modelos de orden reducido. La salida de la red neuronal convolucional, siendo un modelo, se propone un estimador de error para evaluar la precisión de esta salida. Este artículo detalla elecciones algor

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Visión por computadora; Modelo de orden reducido; Predicción de estrés; Entornos de carga; Red neuronal convolucional; Prueba mecánica
• Keywords:Computer vision; Reduced order model; Stress prediction; Loading environments; Convolutional neural network; Mechanical test