Parameter estimation of dynamic systemsapplication to civil engineering structures

Resumen

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.