Inversión bayesiana de un modelo dinámico no lineal para amortiguadores tipo Stockbridge

Campos, Damián, Ajras, Andrés, Goytiño, Lucas y Piovan, Marcelo Tulio(2022) .Inversión bayesiana de un modelo dinámico no lineal para amortiguadores tipo Stockbridge. XV Congreso Iberoamericano de Ingeniería Mecánica.En: Universidad Politécnica de Madrid. (2022-11-22)

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Abs_446_182822.docx Inversión bayesiana de un modelo dinámico Click to show the corresponding preview/stream application/vnd.openxmlf... 2.27MB

Título de la Conferencia XV Congreso Iberoamericano de Ingeniería Mecánica
Fecha de inicio de la Conferencia 2022-11-22
Fecha fín de la Conferencia 2022-11-24
Lugar de la Conferencia Universidad Politécnica de Madrid
Fecha de presentación de la Ponencia 2022
Titulo Inversión bayesiana de un modelo dinámico no lineal para amortiguadores tipo Stockbridge
Autor(es) Campos, Damián
Ajras, Andrés
Goytiño, Lucas
Piovan, Marcelo Tulio
Materia(s) Ingeniería Mecánica
Resumen Los amortiguadores tipo Stockbridge, introducidos en la década de 1920, son los más utilizados en el control de vibraciones eólicas en líneas aéreas de transmisión eléctrica. Este absorbedor dinámico comprende un cable portador con una masa en cada extremo y una grapa atornillada que puede fijarse a un conductor o un hilo de guardia, con el propósito de complementar la energía disipada por el cable relacionada con su autoamortiguamiento. La máxima respuesta de este tipo de absorbedores está asociada con las frecuencias de sus distintos modos de oscilación. Las masas se diseñan de tal forma de obtener momentos de inercia y ubicación de su centro de gravedad tales que, con la vibración de la grapa, se exciten sus diversos modos característicos de flexión y torsión. En este trabajo se presenta la calibración de un modelo de elementos finitos no lineal empleando inferencia Bayesiana con el objetivo de evaluar el comportamiento dinámico del amortiguador para todas las frecuencias de excitación y amplitudes de desplazamiento. A tal fin, se planteó un problema inverso en el que las distribuciones de probabilidad de los parámetros de interés se obtienen a partir de la propagación de incertidumbre hacia atrás de las mediciones experimentales realizadas en ensayos de laboratorio. Finalmente, se propagó la incertidumbre del modelo calibrado y se contrastó con los datos experimentales. El modelo desarrollado se constituye en una potente herramienta al momento de definir la cantidad y distribución de los amortiguadores en el vano de una línea.
Abstract Stockbridge type dampers, introduced in the 1920s, are the most widely used in wind vibration control on overhead power transmission lines. This dynamic absorber comprises a carrier cable with a mass at each end and a bolted clamp that can be attached to a conductor or a guard wire, with the purpose of supplementing the energy dissipated by the cable related to its self-damping. The maximum response of this type of absorbers is associated with the frequencies of its different oscillation modes. The masses are designed in such a way as to obtain moments of inertia and location of their center of gravity such that, with the vibration of the clamp, their various characteristic bending and torsional modes are excited. In this work, the calibration of a nonlinear finite element model using Bayesian inference is presented to evaluate the dynamic behavior of the damper for all excitation frequencies and displacement amplitudes. To this end, an inverse problem was posed in which the probability distributions of the parameters of interest are obtained from backward uncertainty propagation of experimental measurements performed in laboratory tests. Finally, the uncertainty of the calibrated model was propagated and contrasted with the experimental data. The developed model is a powerful tool when defining the quantity and distribution of dampers in the span of a line..
Palabra clave vibraciones eólicas
amortiguador stockbridge
calibración bayesiana
problema inverso
propagación de incertidumbre
Editor(es) Universidad Nacional de Educación a Distancia (España)
Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Fecha 2022
Formato application/ms-word
Identificador bibliuned:congresoCIBIM-2022UPMEspana-Mtpiovan
https://doi.org/10.5944/bicim2022.298
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso conferenceObject
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 148 Visitas, 34 Descargas  -  Estadísticas en detalle
Creado: Tue, 07 Feb 2023, 20:00:05 CET