Inteligencia artificial aplicada al método Backward Seismic Analysis

• Möller-Acuña, Patricia-Andrea ^[1] ; Pineda-Nalli, Patricio-Andrés ^[2]
  1. [1] Universidad Autónoma de Chile

     Universidad Autónoma de Chile

     Temuco, Chile

     
  2. [2] PPN Ingeniería y consultoría
• Localización: Revista Científica, ISSN 0124-2253, ISSN-e 2344-8350, Vol. 45, Nº. 3, 2022 (Ejemplar dedicado a: september-december), págs. 369-377
• Idioma: español
• Títulos paralelos:
  • Artificial Intelligence Applied to the Backward Seismic Analysis Method
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo presenta aplicaciones del método Backward Seismic Analysis (BSA) para estanques de acero de acuerdo con una base de datos que recopila más de 382 estanques de acero en operación durante terremotos de subducción: el ocurrido en Valdivia en 1960, en Chile Central en 1985, en Tocopilla en 2007, el último de gran magnitud registrado en el Maule en 2010, en Alaska en 1964 y otros de Estados Unidos entre 1933 y 1995 (subductivos y corticales). Se ha registrado que gran parte de los estanques sin sistemas de anclajes han fallado durante grandes terremotos. Estos han sido diseñados principalmente con los códigos API 650-E, AWWA-D100 y NZSEE, los cuales proponen procedimientos equivalentes para estimar las demandas sísmicas, pero con métodos de diseño distintos. Durante diferentes conferencias se evaluaron las causas que originaron las fallas, concluyendo que los estanques estaban diseñados principalmente con el estándar API 650-E y no disponían de sistemas de anclajes. Además, los códigos de diseño más utilizados no consideran en la actualidad los aspectos relevantes que condicionan la respuesta sísmica de los estanques de acero. Este trabajo desarrolla un modelo de predicción basado en la información histórica ya descrita, capaz de predecir de manera eficiente si un estanque presentará fallas durante algún terremoto. Se evaluaron diversos algoritmos, encontrando que el método Random Forest exhibe los mejores resultados. Los resultados obtenidos en la predicción de fallas de estanques alcanzan más del 90 % de eficiencia en la mayoría de los escenarios evaluados.

  • English

    This work presents applications of the Backward Seismic Analysis (BSA) method for steel storage tanks using a data base of more than 382 steel storage tanks in operation during large subductive earthquakes: Valdivia 1960, Central Chile 1985, Tocopilla 2007, El Maule 2010, Alaska 1964, and others in the United States between 1933 and 1995 (subductive and cortical). It has been recorded that most of the steel storage tanks without anchor systems have failed during large earthquakes. These have been designed with the standards API 650-E, AWWA-D100, and NZSEE, which propose similar procedures for estimating seismic forces, but with different design methods. During different conferences, the causes of the failures were evaluated, concluding that the tanks were designed mainly with the API 650-E code and were unanchored. Moreover, the design codes employed do not consider relevant aspects that condition the seismic response of steel storage tanks. This work develops a prediction model based on the historical information already described, which is capable of efficiently predicting if a steel storage tank will suffer any failures during an earthquake. Various algorithms were evaluated, finding that the Random Forest method exhibits the best results. The results obtained in the prediction of steel storage tank failures reach more than 90% efficiency in most of the evaluated scenarios.