Calibración automatizada de modelos numéricos en base a ensayos de columnas de hormigón

Abstract

El proceso de calibración de modelos numéricos complejos normalmente se lleva a cabo como una tarea de prueba-error cuyo éxito se puede ver afectado por el factor humano. El objetivo del presente trabajo consiste en demostrar la aplicabilidad y eficiencia de algoritmos de computación Bayesiana para la calibración de modelos numéricos complejos en base a datos experimentales. En particular se describe el algoritmo “ABC-SubSim” junto con un ejemplo de aplicación de calibración de un modelo mecánico no-lineal, sujeto a incertidumbre en sus parámetros. La calibración se realiza en base a los resultados experimentales de una columna de hormigón armado sujeta a una carga lateral cíclica. Los resultados demuestran que la herramienta propuesta permite que el modelo reduzca la incertidumbre sobre los parámetros de entrada y que “aprenda” de los resultados, proporcionando los datos de entrada más adecuados para reproducir los resultados del ensayo.