Publicación:
Automated long-term dynamic monitoring using hierarchical clustering and adaptive modal tracking: validation and applications
Automated long-term dynamic monitoring using hierarchical clustering and adaptive modal tracking: validation and applications
| dc.contributor.author | Zonno G. | es_PE |
| dc.contributor.author | Aguilar R. | es_PE |
| dc.contributor.author | Boroschek R. | es_PE |
| dc.contributor.author | Lourenço P.B. | es_PE |
| dc.date.accessioned | 2024-05-30T23:13:38Z | |
| dc.date.available | 2024-05-30T23:13:38Z | |
| dc.date.issued | 2018 | |
| dc.description.abstract | Las construcciones históricas exigen una vigilancia constante porque los peligros antropogénicos (por ejemplo, el uso, la contaminación o las vibraciones del tráfico) y naturales o ambientales (por ejemplo, los cambios ambientales o los terremotos) pueden poner en peligro su existencia y seguridad. En particular, en la región andina de Sudamérica, las construcciones históricas de tierra requieren especial atención e investigación debido a la alta peligrosidad sísmica de la zona junto a la costa del Pacífico. La monitorización de la salud estructural (SHM) puede proporcionar información útil y en tiempo real sobre el estado de estos edificios. En SHM, la implementación de herramientas automáticas para la extracción de características de los parámetros modales es un paso crucial. Este artículo propone una metodología para la identificación automática de los parámetros modales estructurales. Se presenta un enfoque innovador y de múltiples etapas para la monitorización dinámica automática. Este enfoque utiliza el método de identificación del subespacio estocástico basado en datos, complementado con la agrupación jerárquica para la detección automática de los parámetros modales, así como un procedimiento de seguimiento modal adaptativo para proporcionar una clara visualización de los resultados de la monitorización a largo plazo. La metodología propuesta se valida primero en datos adquiridos en un edificio histórico emblemático del siglo XVI: el monasterio de Jeronimos en Portugal. Tras demostrar su eficacia, el algoritmo se utiliza para procesar casi 5.000 eventos con datos adquiridos en la iglesia de Andahuaylillas, un edificio de adobe del siglo XVI situado en Cuzco, Perú. Los resultados en estos casos demuestran que es posible realizar una estimación precisa de los parámetros modales predominantes en esas estructuras complejas, incluso si se instalan relativamente pocos sensores. | |
| dc.description.sponsorship | Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica - Concytec | |
| dc.identifier.doi | https://doi.org/10.1007/s13349-018-0306-3 | |
| dc.identifier.scopus | 2-s2.0-85056896217 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12390/533 | |
| dc.language.iso | eng | |
| dc.publisher | Springer Verlag | |
| dc.relation.ispartof | Journal of Civil Structural Health Monitoring | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Structural health monitoring | |
| dc.subject | Automation | es_PE |
| dc.subject | Buildings | es_PE |
| dc.subject | Composite beams and girders | es_PE |
| dc.subject | Data visualization | es_PE |
| dc.subject | Hazards | es_PE |
| dc.subject | Modal analysis | es_PE |
| dc.subject | Stochastic systems | es_PE |
| dc.subject | Automatic identification | es_PE |
| dc.subject | Hier-archical clustering | es_PE |
| dc.subject | Historical buildings | es_PE |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.01.00 | |
| dc.title | Automated long-term dynamic monitoring using hierarchical clustering and adaptive modal tracking: validation and applications | |
| dc.type | info:eu-repo/semantics/article | |
| dspace.entity.type | Publication |