Metodología para el ajuste de leyes de daño en modelos de elementos finitos a través del uso de redes neuronales y metamodelos

Las variables mas comunmente obtenidas en los ensayos experimentales de caracterizacion de materiales son: la fuerza y el desplazamiento en los actuadores. Amen de otras medidas experimentales que puedan ser registradas (ej.: apertura en los labios de una grieta (CMOD), deformaciones locales mediante tecnicas de correlacion de imagenes, etc.), la fuerza y el desplazamiento en los actuadores son las variables que deben ser utilizadas para validar los resultados obtenidos en los modelos numericos destinados a reproducir el comportamiento del material bajo las condiciones de ensayo. Sin embargo, cuando nos enfrentamos a la modelizacion numerica del dano observado experimentalmente, existen multitud de parametros que tienen un papel relevante en la relacion fuerza-desplazamiento, por lo que la superposicion de los resultados numerico y experimental sobre una misma grafica no es trivial. En este trabajo, se presenta una metodologia basada en el uso de redes neuronales para obtener los parametros de dano optimos de un material, garantizando que las diferencias entre las curvas fuerza-desplazamiento numericas y experimentales se minimicen. Utilizando redes neuronales en el ajuste, no es necesario disponer de conocimientos previos relacionados con los valores que podrian adquirir los parametros de dano, permitiendo a usuarios inexpertos ajustar leyes de dano facilmente.