Resumen de Parameter estimation of dynamic systems: application to civil engineering structures

Javier Naranjo Pérez

• español

  La estimación de parámetros de sistemas dinámicos se basa en inferir los parámetros del sistema a partir del conocimiento de un conjunto de entradas y salidas. En ingeniería civil, la principal aplicación es la actualización de modelos de elementos finitos, donde el objetivo es estimar sus parámetros a partir del comportamiento real de la estructura para obtener modelos fiables. Estos problemas se pueden abordar usando estimadores puntuales, enfoque Bayesiano o lógica difusa. En esta tesis se emplea el primer método, donde la estimación de parámetros se resuelve como un problema de optimización cuyo objetivo es encontrar el mínimo de una función que representa el error. Para resolver estos problemas, los algoritmos metaheurísticos constituyen la opción más empleada, gracias a su facilidad para hallar el óptimo global de funciones no lineales y a su independencia del valor inicial de los parámetros de la función. El principal inconveniente de estos algoritmos es su alto coste computacional. Por ello, en esta tesis se proponen dos algoritmos de optimización eficientes para la estimación de parámetros. En la primera parte de esta tesis, para caracterizar el rendimiento de algoritmos existentes, se comparan los resultados dados por tres de ellos: algoritmos genéticos, algoritmo de enjambre de partículas y algoritmo harmony search. Los resultados avalan a éste último como el más eficiente. Además, también se comparan los dos enfoques del problema de optimización, con funciones de un único objetivo o multiobjetivo, siendo el segundo enfoque el que presenta mejor precisión y menor coste computacional. Las dos propuestas de esta tesis están basadas en el algoritmo harmony search multiobjetivo. El primero consiste en un algoritmo híbrido que resulta de la combinación de éste con un algoritmo local llamado unscented Kalman filter. Su validación se lleva a cabo mediante la actualización del modelo de elementos finitos de una pasarela de laboratorio y también se aplica para la estimación de los parámetros del modelo dinámico de Winkler de una pasarela real. El segundo algoritmo consiste en un proceso colaborativo donde se unifica el algoritmo harmony search con dos técnicas: el análisis de componentes principales y las redes neuronales. Este proceso permite no solo reducir el tiempo de simulación, sino también resolver el problema de toma de decisiones de manera automática. La validación se lleva a cabo mediante la actualización del modelo de una pasarela, comparando los resultados con los que se obtendrían empleando técnicas convencionales.

• English

  Parameter estimation of dynamic systems in civil engineering is a relevant field in constant evolution, because of its wide variety of applications. The procedure consists in inferring the parameters from the knowledge of a set of inputs and outputs of the system. The main application in civil engineering is the finite element model updating. The objective is to estimate their parameters from the real behaviour of the structure to obtain more accurate models. These problems can be addressed using point estimators, Bayesian approach or fuzzy logic. In this thesis the first method is used, where parameter estimation is solved as an optimization problem to find the minimum of an error function. Due to both their independence on the initial value adopted for the parameters and ability to avoid local minima when searching for the global minimum, metaheuristic algorithms are mainly used. Nevertheless, their main drawback is the high computational cost. For this reason, this thesis proposes two efficient algorithms. In the first part of the thesis, three algorithms (genetic, particle swarm and harmony search) are compared when they are applied for the finite element model updating of civil engineering structures. The results report that the harmony search is the most efficient. Besides, the single-objective and multi-objective approaches of the optimization problem are compared, concluding that the later leads to more accurate solutions while elapsing less computational time. Hence, the two proposed algorithms are based on the multi-objective harmony search. The first one is a hybrid algorithm that combines this algorithm with the unscented Kalman filter. The implementation details of the algorithm are discussed and its validation is addressed through the finite element model updating of a laboratory footbridge. A second application involving the parameter estimation of the dynamic Winkler model of a real footbridge is also addressed in order to illustrate the potential of this new algorithm. The second algorithm is built as a collaborative process, where the harmony search is combined with principal component analysis and artificial neural networks. This process allows reducing the computatinal cost and solving the decision making problem in a systematic way. It is validated by conducting the finite element model updating of a footbridge, and further comparing the results with those obtained with a conventional methodology.