Debido a su gran
exibilidad, los cables suspendidos presentan un comportamiento dinámico
complejo producto de la no linealidad geométrica característica, con alta sensibilidad al
nivel de tensión mecánica. Asimismo, en torres arriostradas de telecomunicaciones y de transmisión de energía, la tensión de las riendas presenta un considerable nivel de incertidumbre,
en cuanto puede verse afectada en el tiempo debido a eventos ambientales, acciones accidentales
o deliberadas sobre la estructura. En ciertas con guraciones de torres arriostradas
de comunicación, las riendas poseen un arreglo de aisladores que interrumpen su longitud
en segmentos menores. En esos casos, la aplicación de los métodos existentes basados en
frecuencias naturales para la determinación de la tensión podría conducir a errores signi cativos.
En el presente trabajo se desarrollan dos metodologías para la estimación de la tensión
en cables con complejidades. Por un lado, a través de un enfoque probabilístico se propone
un esquema Bayesiano de inferencia. Adicionalmente, se aborda la resolución del problema
a través de la implementación de una Red Neuronal Arti cial. Ambas metodologías son evaluadas
a través de ensayos físicos y computacionales. En el contexto del estudio dinámico de
cables y estructuras con cables, se incluye un análisis probabilístico de líneas de transmisión
de energía eléctrica (LTEE). En estos sistemas, la carga asociada al viento constituye usualmente
el factor más relevante en el diseño estructural. Se aborda el análisis probabilístico
de LTEE mediante un enfoque Monte Carlo de propagación y cuanti cación de incertidumbre,
considerando a la carga de viento como un campo dinámico estocástico con correlación
espacial y temporal, y a la tensión de las riendas como variables aleatorias. Por medio de
este enfoque, se deriva una representación robusta de la respuesta estructural. A través de
la aplicación de la carga estática de reglamento, se de nen umbrales de referencia que sirven
de base para un análisis de cont abilidad estructural de la respuesta estocástica. / Due to its great
exibility, suspended cables exhibit a complex dynamic behavior associated
to their characteristic geometrical nonlinearity, and high sensibility to their pretension
level. At the same time, in guyed power and telecommunication towers, the mechanical tension
of the guys presents a signi cant uncertainty level, since it could be a ected in time
due to environmental or deliberated human actions against the structure. In some con guration
of guyed communication towers, an arrangement of insulators is attached to the guys,
breaking its total length in minor sub-spans. In those cases, the application of the existing
vibration-based methods for the estimation of the tension force could lead to signi cant
errors. Therefore, two separate methodologies are developed in the present investigation for
the estimation of the tension force in cables with complexities. On one side, through a probabilistic
approach, a Bayesian framework is proposed. Additionally, the problem is approached
through the implementation of an Arti cial Neural Network (ANN). Both methodologies are
evaluated through physical and simulated tests. Additionally, the application of cables in Power
Transmission Lines (PTL) is studied. In these systems, the load due to wind acting on
the structure usually de nes the structural design. In the present investigation, the probabilistic
analysis of a PTL is performed by means of a Monte Carlo approach for uncertainty
quanti cation and propagation, considering the wind-related load as a dynamical stochastic
eld with spatial and temporal correlation. Moreover, the uncertainty in the guys tension is
included in the study through the de nition of a statistical model for the tension in the four
guy wires of the supporting structure. This approach allows the derivation of a robust representation
of the system response. Moreover, through the application of the static-equivalent
wind load suggested in an international design code, reference thresholds are de ned and
used in a reliability analysis of the stochastic dynamical structural response. / TEXTO PARCIAL en período de teletrabajo
| Identifer | oai:union.ndltd.org:uns.edu.ar/oai:repositorio.bc.uns.edu.ar:123456789/5223 |
| Date | 18 March 2020 |
| Creators | Rango, Bruno Javier |
| Contributors | Rosales, Marta B., Piovan, Marcelo Tulio |
| Publisher | Universidad Nacional del Sur |
| Source Sets | Universidad Nacional del Sur |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Electronic Thesis or Dissertation, Text |
| Format | application/pdf |
| Rights | 2 |
Page generated in 0.0015 seconds