Detección de Fallas Mediante Señales Acústicas en Vigas de Material Compuesto Usando Redes Neuronales Artificiales

Abstract

El uso de materiales compuestos está incrementándose en aplicaciones industriales. Las ventajas de estos materiales pueden verse disminuidas si no existen técnicas de detección de fallas adecuadas. Una técnica es el uso del sonido emitido por la estructura para predecir fallas utilizando inteligencia artificial como clasificador. En este trabajo se usa el nivel de presión sonora como método evaluador global para diagnosticar fallas en vigas de material compuesto de epoxi reforzado con fibras de carbono. El diagnóstico se realiza mediante un sistema de reconocimiento de patrones basado en el desempeño de clasificadores entrenados usando las técnicas de Redes Neuronales Artificiales (ARN). El entrenamiento, validación y testeo del clasificador mencionado fue realizado con señales acústicas emitidas por vigas sanas y dañadas luego de aplicarles una carga impulsiva. Los resultados demuestran un elevado porcentaje de detección de fallas, lo cual hace factible la implementación de esta técnica para la detección automática de daño en estructuras de material compuesto.