Resumen de Detección de daños en estructuras: estudio comparativo entre los algoritmos de optimización AGs y PSO

Robinson Barrera, Iván Gómez, Jabid Eduardo Quiroga Méndez

• español

  En este artículo se comparan las técnicas de optimización de enjambre de partículas, PSO (de sus siglas en inglés, Particle Swarm Optimization) y Algoritmos Genéticos (AG), ambas usadas en la implementación de un sistema para detectar y diagnosticar fallas en una estructura usando la respuesta modal. Diferentes episodios de daños (daño simple y daño múltiple) con y sin ruido, permiten simular las condiciones reales en una estructura tipo viga y armadura para determinar el desempeño en la detección y diagnóstico de los sistemas propuestos. Adicionalmente, ambos sistemas propuestos se evalúan variando los volúmenes de información, es decir, el número de modos de vibración. La respuesta dinámica de la estructura en condición normal o de falla se obtiene usando la herramienta de uso libre OPENSEES® y los algoritmos de optimización PSO y AGs se implementan en ambiente Matlab®. La comparación de desempeño de las dos técnicas en cuanto a sus capacidades de detección y diagnóstico se realizan en una viga segmentada en 10 partes y simplemente apoyada y una armadura de 13 elementos. Resultados experimentales mostraron la eficacia y robustez de los sistemas propuestos en la determinación del estado del sistema en diversos ambientes de ruido y con diferentes volúmenes de información. Sin embargo su desempeño varía según el sistema monitoreado y la función objetivo utilizada

• English

  This study compares optimization techniques of Particle Swarm Optimization (PSO) with Genetic Algorithms (GA), both techniques employed for the implementation of a system intended to detect and diagnose structures failures by using a modal response. Different noisy and noiseless damage events (simple and multiple damages) enable the simulation of actual conditions of a beam structure and a framework structure, which are used to determine detection and diagnosis behaviors of proposed systems. Additionally, both proposed systems are evaluated by modifying the input amount, that is to say, the number of vibration modes. The structure dynamic response, under normal or failure condition, is obtained by using the OPENSEES® free-download tool, as well as the optimization algorithms PSO and GA, both implemented under Matlab®® environment. Behavior comparison between the two techniques, as far as detection and diagnosis abilities are concerned, are carried out for a supported beam segmented in ten sections and a framework structure with 13 elements. Experimental results showed the effectiveness and robustness of proposed systems for the determination of system conditions, at different noise environmental levels and with different amount of inputs. However, the performance varies in accordance with the controlled system and the objective function, which are employed.