Resumen de Advancing probabilistic frame analysis: a comprehensive approach using monte carlo simulation and response surfaces

Wilson Rodríguez Calderón, Myriam Rocío Pallares Muñoz, Carlos Jurado Cabañes

• español

  Se realizó un análisis probabilístico de elementos finitos en ANSYS que amplía el enfoque del pórtico canónico de Haldar y Mahadevan. El modelo se parametriza con once variables aleatorias que incluyen las cargas impuestas, las propiedades geométricas de las secciones, las longitudes de los miembros, el módulo elástico y el desplazamiento horizontal límite. El modelo incorpora un análisis de las sensibilidades probabilísticas de las variables y la evaluación de la probabilidad de falla de la estructura. El criterio de falla se introduce a través de una función de estado límite de desplazamiento horizontal. Los resultados de la confiabilidad estructural del pórtico utilizando los métodos de Monte Carlo (MC), Monte Carlo con Muestreo por Hipercubo Latino (MCLH) y Superficie de Respuesta con polinomios lineales (RSM-LIN) y cuadráticos (RSM-QUAX) son contundentes y se destacan los bajos costos computacionales logrados con los métodos RSM. Finalmente, se pronostican aplicaciones futuras en pórticos que incluyan no linealidad geométrica y de materiales, carga dinámica y otros escenarios de carga extrema

• English

  An ANSYS-based probabilistic finite element analysis has been created, expanding Haldar and Mahadevan’s canonical frame approach. The model is parameterized with eleven random variables, including applied loads, cross-section properties, member lengths, elastic modulus, and limit horizontal displacement. The sensitivity of these variables is analyzed, and the structure’s failure probability is evaluated using a limit state function for horizontal displacement. Monte Carlo (MC), Monte Carlo with Latin Hypercube sampling (MCLH), and Linear and Quadratic Response Surface (RSM-LIN and RSM-QUAX) methods analyze structural reliability; RSM methods achieved the lowest computational costs. The results are conclusive and future applications involving nonlinearity, dynamic loading, and other extreme scenarios are predicted