Análisis de datos de Auscultación Cuantitativa del bloque E-06 de la Presa ITAIPU utilizando Redes Neuronales Artificiales

Abstract

Este trabajo de tesis se enfoca en el análisis del comportamiento estructural de presas mediante el uso de redes neuronales artificiales, con el objetivo de optimizar el monitoreo de estas grandes infraestructuras. Las presas, como obras hidráulicas de contención, cumplen diversas funciones esenciales, como la generación de energía, el abastecimiento de agua y el control de los niveles hídricos. Dado el impacto ambiental, económico y social que generan, es fundamental proyectar, construir y monitorear cuidadosamente estas estructuras. La presa de Itaipú, una de las más grandes del mundo, cuenta con un complejo sistema de monitoreo que incluye más de 2,700 instrumentos instalados en el hormigón y la fundación de la estructura, además de un conjunto de 5,268 drenes que controlan el flujo de agua en la presa. Estos instrumentos proporcionan información clave sobre el comportamiento de la estructura, pero la gran cantidad de datos y la diversidad de las unidades de medida hacen difícil realizar un análisis global que permita entender plenamente el rendimiento de la presa. El propósito de esta tesis es utilizar redes neuronales artificiales para analizar los datos generados por los diferentes instrumentos instalados en la presa de Itaipú, con el fin de identificar relaciones entre ellos. Este enfoque tiene el potencial de prever el comportamiento de ciertos instrumentos en función de otros, facilitando así un monitoreo más eficiente y proactivo. Al predecir las condiciones futuras, se pueden tomar medidas preventivas para evitar posibles fallas estructurales, lo que contribuirá a mejorar la seguridad y eficiencia operativa de la presa. El proyecto propone una metodología innovadora que combina ingeniería estructural con técnicas de inteligencia artificial, lo que podría tener aplicaciones significativas en el monitoreo y mantenimiento de otras infraestructuras similares a nivel mundial.

Description

Keywords

ODS 9 - Industria, Innovación e Infraestructura, Ingeniería estructural, mecánica y materiales

Citation