Metodo de kani

ANÁLISIS DE CUALQUIER TIPO CONVENCIONAL DE ESTRUCTURAS PARA EDIFICIOS CON NODOS INDESPLAZABLES UTILIZANDO UN MODELO DE RED NEURONAL ARTIFICIAL
Pinto Mindiola, Lácides García Cerezo, Alfonso

Resumen: Un modelo de red neuronal artificial es utilizado para calcular los momentos rotacionales extremos y definitivos en una estructura para edificios de varios pisos con nodos indesplazables. Estose logra con el entrenamiento no- supervisado de la red. La estructura se formará, de manera que, todos los nodos rotarán un ángulo y asumiendo que el efecto de las fuerzas axiales sobre las barras de la estructura es nulo. Los momentos extremos finales Mik y Mki se determinan calculando las diferentes componentes M´ik y M´ki separadamente, esto se logra utilizando un algoritmo auto –supervisado. Se elige un modelo de red neuronal apropiado para la estructura proporcionando a la red los parámetros físicos- estructurales, para su entrenamiento, a través de un algoritmo no- supervisado. El modelo es evaluado con el uso del método de las aproximaciones sucesivas para el análisis estructural desarrollado por el Dr. Ing. G. Kani. En general, el nuevo enfoque da mejores resultados comparadocon los métodos tradicionalmente utilizados para el análisis estructural. La comparación con el metodo de Kani muestra que el modelo ANN ejecuta mejor los resultados. Palabras clave: Red Neuronal Artificial/ Modelo/Análisis Estructural/Algoritmo.

STRUCTURAL ANALYSIS OF ANY TYPE OF CONVENTIONAL BUILDING FRAME WITH FIXED JOINTS USING ARTIFICIAL NEURAL NETWORK MODEL
Abstract: An artificialneural network model is used to calculate the rotational end moment and fixed end moment induced at the ends an artificial neural network model is used for the analysis of any type conventional building frame of several level with fixed joints under the action of the given loading in terms of the end moments for any member, the frame will deform so that any node i rotates through an angle τI. At thesame time, no lateral sway will be produced. The final end moments Mik and Mki are determined by finding out the different components M`ik and M`ki separately it is achieved using a self-supervised algorithm. Assuming the effect of axial lengths of the bars of the structure is not altered. Choosing an appropriate neural network model and providing frame parameters to that network for trainingpurpose are addressed by using unsupervised algorithm. The model is evaluated by using the Kani`s method. In general, the new approach gives better results compared to several commonly used methods of structural analysis. The comparison with the Kanis’method shows that the ANN model performs best the results. Keywords: Artificial Neural Network/Model/Structural Analysis/Algorithm.

I.INTRODUCCIÓN En las pasadas décadas de los años treinta y cincuenta, se logró un gran avance en el entendimiento del análisis estructural de pórticos para edificios de varios pisos. En la evolución de la ciencia de las estructuras, el mayor trabajo realizado se ha dado en el análisis de las diferentes clases de estructuras. La importancia de este tópico se origina en la tremenda influencia que ha tenidosobre la

ingeniería la necesidad de desarrollar grandes y complejas estructuras. En mayo de 1930 se publicó un artículo titulado “Distribución de Momentos en los Extremos Fijos de las Estructuras Continuas”, un método totalmente nuevo para el análisis de estructuras. Cross fue aclamado como un hombre que resolvió uno de los problemas más espinosos en la ingeniería estructural. Su enfoque fueextremadamente práctico [1].

Manuscrito finalizado en Ciudad Guayana, Venezuela el 2007/05/17, recibido el 2007/06/19, en su forma final (aceptado) el 2007/07/15. El MSc. Lácides Rafael Pinto Mindiola es Coordinador del Dpto. de Postgrado en la Universidad Nacional Experimental Politécnica “Antonio José de Sucre” (UNEXPO), Vicerrectorado Puerto Ordaz, telf. 0286 8085512 correo electrónico...