{"id":7283,"date":"2023-10-13T13:00:18","date_gmt":"2023-10-13T11:00:18","guid":{"rendered":"https:\/\/campusindustrial.udc.es\/un-articulo-del-investigador-del-centro-de-investigacion-en-tecnologias-navals-e-industriales-jose-manuel-reinosa-destacado-en-la-revista-cientifica-structures\/"},"modified":"2023-10-21T19:28:26","modified_gmt":"2023-10-21T17:28:26","slug":"un-articulo-del-investigador-del-centro-de-investigacion-en-tecnologias-navals-e-industriales-jose-manuel-reinosa-destacado-en-la-revista-cientifica-structures","status":"publish","type":"post","link":"https:\/\/campusindustrial.udc.es\/es\/un-articulo-del-investigador-del-centro-de-investigacion-en-tecnologias-navals-e-industriales-jose-manuel-reinosa-destacado-en-la-revista-cientifica-structures\/","title":{"rendered":"Un art\u00edculo del investigador del Centro de Investigaci\u00f3n en Tecnolog\u00edas Navals e Industriales Jos\u00e9 Manuel Reinosa, destacado en la revista cient\u00edfica Structures"},"content":{"rendered":"

A Coru\u00f1a, 13 de octubre de 2023.- El art\u00edculo \u201cArtificial neural network prediction of the initial stiffness of semi-rigid beam-to-column connections\u201d, del investigador del Laboratorio de An\u00e1lisis Estructural del Centro de Investigaci\u00f3n en Tecnolog\u00edas Navales e Industriales (CITENI), Jos\u00e9 Manuel Reinosa, acaba de ser publicado por la revista cient\u00edfica Structures<\/em> de la editorial acad\u00e9mica Elsevier.<\/p>\n

O investigador del Campus Industrial de Ferrol y su grupo apuestan por el uso de redes neuronales artificiales para predecir el comportamiento de las uniones semirr\u00edgidas en estructuras de acero, lo que supone el uso de una metodolog\u00eda alternativa para el complejo c\u00e1lculo estructural.<\/p>\n

El c\u00e1lculo de estructuras constit\u00faye una parte fundamental del dise\u00f1o de calquier proyecto de edificaci\u00f3n. Mediante el an\u00e1lisis estructural es posible determinar los efectos de las cargas, la distribuci\u00f3n de las fuerzas, las deformaciones o los desplazamientos que afectar\u00e1n a una estructura.<\/p>\n

Esta fase previa a la construcci\u00f3n es clave para predecir el comportamiento de calquier configuraci\u00f3n estructural. Las uniones son compo\u00f1entes fundamentales, responsables, en gran medida, de la funcionalidad estructural. Tradicionalmente, su c\u00e1lculo se lleva a cabo de un modo simple: mediante la suposici\u00f3n de comportamientos extremos, de conexiones totalmente r\u00edgidas o totalmente articuladas; pero el funcionamiento real de las uniones se asemeja m\u00e1s a un comportamiento h\u00edbrido, es decir, el relativo a uniones semirr\u00edgidas.<\/p>\n

El Laboratorio de An\u00e1lisis Estructural del CITENI desarrolla una l\u00ednea de investigaci\u00f3n que estudia el comportamiento de las uniones semirr\u00edgidas en estructuras de acero.<\/p>\n

El dise\u00f1o estructural resulta un proceso complejo, por las directrices de la norma europea para el dise\u00f1o de estructuras de acero (Euroc\u00f3digo 3); y tambi\u00e9n costoso, porque la simulaci\u00f3n computacional con modelos num\u00e9ricos avanzados requiere equipos muy potentes capaces de procesar grandes vol\u00famenes de datos.<\/p>\n

El uso de redes neuronales artificiales en un \u00e1mbito geom\u00e9trico controlado puede facilitar mucho este dise\u00f1o, gracias a la incorporaci\u00f3n de modelos matem\u00e1ticos capaces de predecir comportamientos con base en la informaci\u00f3n previamente almacenada y en el entrenamiento recibido.<\/p>\n

Esta alternativa metodol\u00f3gica es la que el investigador Jos\u00e9 Manuel Reinosa plantea en su art\u00edculo de investigaci\u00f3n \u00abArtificial neural network prediction of the initial stiffness of semi-rigid beam-to-column connections\u00bb.<\/p>\n

La red desarrollada se nutre de informaci\u00f3n confiable. En este caso se incorpora la base de datos SCDB (Steel Connection Data Bank) de los investigadores Kishi y Chen. Este banco de datos, reconocido a nivel mundial, evita la realizaci\u00f3n de costosas campa\u00f1as experimentales, al incluir m\u00faltiples datos de rigidez de conexiones angulares de acero: proporciona par\u00e1metros y caracter\u00edsticas momento-rotaci\u00f3n de conexiones angulares (viga-columna) semirr\u00edgidas (remachadas, atornilladas y soldadas).<\/p>\n

Las conexiones angulares suelen mostrar un comportamiento no lineal durante las primeras etapas del proceso de carga y una selecci\u00f3n equivocada de los primeros puntos de la curva momento-rotaci\u00f3n puede dar lugar a valores err\u00f3neos de rigidez inicial. Por ello, la red tambi\u00e9n incorpora datos experimentales con imperfecciones reales, lo que evita predicciones inexactas por sobreajuste. Por ello, la red tambi\u00e9n incorpora datos experimentales con imperfecciones reles, lo que evita prediciones inexactas por sobreajuste.<\/p>\n

Finalmente, el estudio revela que la aplicaci\u00f3n de esta metodolog\u00eda, basada en redes neuronales artificiales (Artificial Neural Network), representa una doble ventaja frente a otros m\u00e9todos de c\u00e1lculo num\u00e9rico tradicional: predice la rigidez inicial de las uniones semirr\u00edgidas de viga a columna de manera realista y mucho m\u00e1s r\u00e1pida, lo que resulta eficaz para fines de investigaci\u00f3n o la toma de decisiones en trabajos experimentales, ya que evita los costosos y complejos modelos num\u00e9ricos.<\/p>\n

\"El
El investigador Jos\u00e9 Manuel Reinosa en su despacho del Laboratorio de An\u00e1lisis Estructural del CITENI.<\/figcaption><\/figure>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

A Coru\u00f1a, 13 de octubre de 2023.- El art\u00edculo \u201cArtificial neural network prediction of the initial stiffness of semi-rigid beam-to-column connections\u201d, del investigador del Laboratorio de An\u00e1lisis Estructural del Centro de Investigaci\u00f3n en Tecnolog\u00edas Navales e Industriales (CITENI), Jos\u00e9 Manuel Reinosa, acaba de ser publicado por la revista cient\u00edfica Structures de la editorial acad\u00e9mica Elsevier. […]<\/p>\n","protected":false},"author":3,"featured_media":7221,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[50,47],"tags":[],"class_list":["post-7283","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-divulgacion-es","category-investigacion-es"],"_links":{"self":[{"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/posts\/7283","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/comments?post=7283"}],"version-history":[{"count":1,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/posts\/7283\/revisions"}],"predecessor-version":[{"id":7284,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/posts\/7283\/revisions\/7284"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/media\/7221"}],"wp:attachment":[{"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/media?parent=7283"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/categories?post=7283"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/campusindustrial.udc.es\/es\/wp-json\/wp\/v2\/tags?post=7283"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}