Diseño a Flexión de Vigas de Hormigón Simplemente Apoyadas Utilizando Lógica Difusa
Barra lateral del artículo
Contenido principal del artículo
Resumen
Las vigas de hormigón armado son elementos estructurales esenciales, muy utilizadas en toda infraestructura por lo que su diseño se hace recurrente. Diferentes códigos de construcción son empleados para su diseño, mismos que utilizan ecuaciones o ábacos para calcular el acero de refuerzo. El presente estudio muestra una metodología alternativa para determinar el acero de refuerzo de vigas de hormigón armado, simplemente apoyadas, sometidas a cargas uniformemente distribuidas, a través del uso de la teoría de lógica difusa. Un Sistema de Inferencia Lógico (SIL) tipo Sugeno fue desarrollado a partir de datos provenientes del diseño realizado con el código de construcción ACI 318 -14 de los Estados Unidos y el uso del método de agrupamiento sustractivo de datos y ANFIS. Los resultados indican que el modelo difuso tipo Sugeno es capaz de predecir nuevos datos de una manera adecuada (R2=95.5%) y que podría ser utilizado para el diseño de vigas por cuanto el área del acero de refuerzo colocado efectivamente en una viga no necesita ser exactamente igual al área de acero calculada. Además, el método propuesto es muy flexible y puede ser extendido al diseño de otros elementos estructurales siempre y cuando se disponga de datos reales o experimentales para realizar la modelación difusa.
Descargas
Métricas
Detalles del artículo
Citas
Ross, T. J. (2017). Fuzzy logic with engineering applications, John Wiley & Sons, Ltd., Chichester, U.K.
Zadeh, L. A. (1965). "Fuzzy sets." Inform. Comput., 8(3), 338-353.
Mamdani, E. and Assilian, S. (1975). "An experiment in linguistic synthesis with a fuzzy logic controller." Int. J. of Hum-Comp. Stud., 51(2), 135-147.
Mamdani, E. (1977). "Application of fuzzy logic to approximate reasoning using linguistic synthesis." IEEE Trans. Comput., 26(12), 1182-1191.
Takagi, T., and Sugeno, M. (1985). "Fuzzy identification of systems and its applications to modeling and control." IEEE Trans. Syst., Man, Cybern., 15(1), 116-132.
Tsukamoto, Y. (1979). “An approach to fuzzy reasoning method”, in Advances in fuzzy set theory and applications (eds Gupta, M. M. , Ragade, R. K., and Yager, R. R.), Elsevier, Amsterdam, 137–149.
Jang, J.-S. R. (1993). “ANFIS: Adaptive-network-based fuzzy inference system.” IEEE Trans. Syst., Man, Cybern., 23(3), 665-685.
Yager, R. R., and Filev, D. P. (1994a). Essentials of fuzzy modeling and control, Wiley, New York.
Sugeno, M., and Yasukawa, T. (1993). "A fuzzy-logic-based approach to qualitative modeling." IEEE Trans. Fuzzy Syst., 1(1), 7-31.
Chiu, S. L. (1994). “Prediction of fresh and hardened properties of self-consolidating concrete using neurofuzzy approach.” J. Intell. Fuzzy Syst., 2, 267-278.
Tesfamariam, S., and Najjaran, H. (2007). "Adaptive network–fuzzy inferencing to estimate concrete strength using mix design." J. Mater. Civil Eng., 10.1061/(ASCE)0899-1561(2007)19:7(550), 550-560.
Tayfur, G., Erdem, T. K., and Kirca, Ö. (2014). "Strength prediction of high-strength concrete by fuzzy logic and artificial neural networks." J. Mater. Civil Eng., 10.1061/(ASCE)MT.1943-5533.0000985, 04014079.