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

Abstract

El uso de materiales compuestos está incrementando exponencialmente en aplicaciones industriales. Las ventajas que estos materiales presentan frente a los tradicionales pueden verse disminuidas si no se cuenta con técnicas de detección de fallas adecuadas. Una técnica en creciente estudio 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 no destructivo para diagnosticar fallas en vigas de material compuesto de epoxi reforzado con fibras de vidrio. El diagnóstico se realiza mediante un sistema de reconocimiento de patrones basado en inteligencia artificial. En particular, se utiliza el desempeño de clasificadores entrenados usando las técnicas de Redes Neuronales Artificiales (ANN). El entrenamiento, validación y testeo de los clasificadores mencionados fue realizado con señales acústicas emitidas por vigas sanas y dañadas luego de aplicarles una carga impulsiva. Los resultados demuestran que el clasificador presenta un elevado porcentaje de detección de fallas, lo cual hace factible la implementación de esta técnica en futuras aplicaciones para la detección automática de daño en estructuras de material compuesto.