Calibración automatizada de modelos numéricos en base a ensayos de columnas de hormigón

• Barros Cabezas, José Andrés ^[1] ; Chiachío Ruano, Manuel ^[2] ; Barreiro Moreno, Joel Carlos ^[3] ; Consuegra Silva, Joel Andrés ^[1]
  1. [1] Universidad Católica de Santiago de Guayaquil

     Universidad Católica de Santiago de Guayaquil

     Guayaquil, Ecuador

     
  2. [2] Universidad de Granada

     Universidad de Granada

     Granada, España

     
  3. [3] Universidad de Los Andes

     Universidad de Los Andes

     Colombia

     

  Mostrar afiliaciones +
• Localización: YACHANA Revista Científica, ISSN-e 2528-8148, Vol. 8, Nº. 2 (Julio-Octubre), 2019, págs. 109-118
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El proceso de calibración de modelos numéricos complejos normalmente se lleva a cabo como una tarea de prueba-error cuyo éxito se puede ver afectado por el factor humano. El objetivo del presente trabajo consiste en demostrar la aplicabilidad y eficiencia de algoritmos de computación Bayesiana para la calibración de modelos numéricos complejos en base a datos experimentales. En particular se describe el algoritmo ABC-SubSim junto con un ejemplo de aplicación de calibración de un modelo mecánico no-lineal, sujeto a incertidumbre en sus parámetros. La calibración se realiza en base a los resultados experimentales de una columna de hormigón armado sujeta a una carga lateral cíclica. Los resultados demuestran que la herramienta propuesta permite que el modelo reduzca la incertidumbre sobre los parámetros de entrada y que aprenda de los resultados, proporcionando los datos de entrada más adecuados para reproducir los resultados del ensayo.

  • English

    The calibration of complex numerical models is usually carried-out as a trial and error process whose success is influenced by the human factor. This work presents the applicability and efficiency of recent Bayesian computational algorithms for the calibration of a complex non-lineal mechanical model based on experimental data. To this aim, the ABC-SubSim algorithm is described and applied for the calibration of the model with parameter uncertainty. Experimental test results from a reinforced concrete column subjected to lateral cyclic load, are used for the calibration process. The results show that the proposed tool reduces the uncertainty about the parameters and makes them learn from the data, thus giving the most suitable input parameters for the numerical estimate of the test results.