Universidad Técnica Federico Santa María

Departamento de Obras Civiles

Cuantificación de Propagación de Incertidumbres y

su Aplicación a Procesos de Diseño Robusto

Tesis de grado presentada por

Alberto Marillanca Olguín

Como requisito parcial para optar al grado de

Magíster en Ingeniería Civil, Área Estructuras

Profesor Guía: Dr. Héctor Jensen V.

 Objetivos

Desarrollar una metodología para analizar explícitamente

estructuras con dispositivos no lineales.

Determinar la estadística de la respuesta en términos

de la media y desviación estándar de los desplazamientos.

Utilizar esta información en un proceso de optimización estructural.

Desarrollar y comparar distintas estrategias

de optimización del problema expuesto.

Comparar el desempeño de estructuras que incluyen dispositivos no lineales

con los sistemas lineales correspondientes.

Estudiar el efecto que produce sobre la respuesta de la estructura

la ubicación asignada a los dispositivos no lineales.
 Problema de Diseño Optimo
Minimizar una Función Objetivo

F  fi x ,  fi x , f l d x  , i  1,..., n f , l  1,..., n fd

Sujeto a restricciones en el nivel de la respuesta

 
h j ri x ,  ri x , rl d x  0 , i  1,..., nr , j  1,..., nc , l  1,..., nrd


x  S  R nd
:variables de diseño
f i
x ,  x
fi : media y desviación estándar de f i

r i
x ,  x
ri : media y desviación estándar de ri
 Modelo Estructural

 M ut    C u t    K  u t   R t    f t 

 M ,  C ,  K  : matriz de masa, amortiguamiento y rigidez

 f t  : vector de fuerzas externas generalizadas

R u t ,u t ,q t  : vector de fuerzas resistentes no lineales

q t  : conjunto de variables auxiliares

qt    p u t , u t , q t 

 p ,, : función vectorial no lineal

La respuesta del sistema es caracterizada a partir de sus
dos primeros momentos estadísticos.

u1(t) u2(t) un(t)

k1 k2 kn

m1 m2 mn

c1 c2 cn

a(t)

 ui t 
ui t 
 ui t 

M u (t )  C u (t )  R (t )   f (t )

C t    A C t   C t   A   B t  Ecuación de Lyapunov
T
 Tipos de Comportamiento No Lineal

Modelo conservativo: Endurecimiento por deformación

 i  ui  ui 1 deformación relativa

ri  kid   i    i 3  fuerza no lineal en el dispositivo i

rr 

= 0
lineal


x
 Tipos de Comportamiento No Lineal

Modelo no conservativo: Ciclos de hietéresis

ri (t )  k d   i (t )  qi1 (t )  qi2 (t ) 
kd rigidez inicial del dispositivo
qi1 t  , qi2 t  deformación plástica de los dispositivos
 Caracterización de las deformaciones plásticas

q1 (t )  g1 (u (t ), s (t ))
q2 (t )  g 2 (u (t ), s (t ))

 s (t )  s y 
g1 (u(t ), s (t ))  u (t ) H (u (t ))  H ( s (t )  s y ) H ( s p  s (t ))  H ( s (t )  s p ) 
 s p  s y 

  s (t )  s y 
g 2 (u(t ), s (t ))  u (t ) H ( u (t ))  H (  s (t )  s y ) H ( s p  s (t ))  H ( s (t )  s p ) 
 s p  s y 

s (t )  (t )  q1 (t )  q 2 (t ) variable auxiliar

1 si x  0
H ( x)  
0 en otro caso
Fuerza Desarrollada en los Ciclos de Histéresis

r  , q1 , q 2 

sp  k d
sy  k d

sy  k d
s p  k d
 Incorporación de filtros

filtro

 (t) f (t)
Ruido Blanco Ruido Blanco Filtrado

 f (t )   F z H T 
2 0.35

0.30
1.2
[F] : contiene sólo términos constantes 1
0.25 e  at  e  bt
 (t ) 
max  e  at  e  bt 

θ(t)
0.8

{z} : vector de parámetros del filtro 0.20

0.6

0.4
0.15

z   z  b f 
0.2
0.10
0
Tiempo
0.05

0.00
0 2 4 6 8 10

T [seg]
 Ecuaciones que describen la respuesta
del sistema

 M ut    D u t   R u (t ), u (t ), q(t )   F z

z   z  b f 
q(t )   p u (t ), u (t ), q(t )

La naturaleza no lineal de la primera y

tercera ecuación hace necesario introducir
algunas simplificaciones.
 Linealización de las ecuaciones
(Método de Linealización Estadística)
Linealización de la ecuación de movimiento

M u
(t )  u (t )  C  u (t )  u (t )   K1  u (t )  u (t ) 

 K 2 u(t )  u (t )   K3 q(t )  q (t )   f t 

u t   E u t 

u t   E u t 
u t   E u t 

qt   E q t 

 K1 ,  K 2  y  K3  : coeficientes de linealización
 Linealización de las ecuaciones
(Método de Linealización Estadística)

Linealización de las ecuaciones para las elongaciones plásticas

qt      P u(t )    

q ( t ) 1 u (t )

 P u(t )      P q(t )   

2 u (t ) 3 q (t )


q t   E q t   E p u t , u t , q t 
 
 P1 ,  P2  y  P3  : coeficientes de linealización
 Integración Paso a Paso

Algoritmo de Euler y i  f (ti , yi )

f (ti, yi)

f (ti+1, yoi+1)

yi01  yi  f (ti , yi ) t

ti ti+1

f (ti , yi )  f (ti 1 , yi01 )

2

f (ti , yi )  f (ti 1 , yi01 )

1
y  yi  t
i 1
2 yij1  yij11
j
 i
yi 1
ti ti+1
 Esquema de integración
El proceso comienza en t = ti donde la solución es conocida

Al comienzo de la iteración, dentro del intervalo [t, t + Δt] se asume que (s=0)

   
(us()t t )  u (t )
  q ( t )

(s)
   
u ( t t ) u (t )

      t E  p u (t ) , u (t ) , q (t )

(s)
q ( t t ) q (t )


    p  , , , C t  

q (t ) u (t ) u (t ) q (t )

 
C ( s ) (t  t )   C (t )   t  A(t ) C (t )   C (t )  A(t )    B (t ) 
T
 Esquema de integración (2)
Esta ecuación es integrada por el método de Newmark

M u
(t )  u (t )  C  u (t )  u (t )   K1  u (t )  u (t ) 

 K 2 u(t )  u (t )   K3 q(t )  q (t )   f t 

 ( s 1)
u ( t t )    ( s 1)
u ( t t ) 

  ( s 1)
q ( t t )  
 q (t )  
t
2
  
q (t )  (qs(t1)t ) 
Donde       
(qs(t1)t )  p (us(t1)t ) , (us(t1)t ) , (qs()t t ) , C ( s ) t  t  
 Esquema de integración (3)

Finalmente se actualiza la matriz de covarianzas

t 
C ( s 1) t  t   C t  
2

C t   C ( s 1) t  t  

Donde


C ( s 1) t  t    A( s 1) t  t  C ( s ) t  t   C ( s ) t  t   A( s 1) t  t 
T

  B t  t 
 Validación del Método de Linealización

r(u(t),q1,q2)
u(t)
m = 2x102 kg-seg2/m
m ξ = 0.03
T= 0.19 seg
k k
2 2
Caracterización del dispositivo
no lineal: kd,Sp,Sy

a(t) r(u(t),q1,q2)
Ruido blanco filtrado
kd sp
kd sy

kd q1 x(t)
q2
-kd sy
-kd sp
 Validación del Método de Linealización (2)
k = 1.5x105 ton/m Sp = 0.01m
Fd = kd (u-q1+q2)
kd = 6.0x104 ton/m Sy = 0.7sp 3.0E+03
kd / k = 0.4 2.0E+03
0.006 1.0E+03
EQL
x(t) [m] 0.005 0.0E+00

0.01

0.02
-0.02

-0.01

0.005

0.015
-0.015

-0.005
0.00430 -1.0E+03

0.004 -2.0E+03
-3.0E+03
0.003 u(t)
0.002

0.001
q [m]
0
0.02
0 1 2 3 4 5
0.015
0.01
0.006
Monte Carlo 0.005
x(t) [m]
0.005 0
0.00426
0 1 2 3 4 5
0.004
Tiempo [seg]
0.003 q1 q2
0.002

0.001

0
0 1 2 3 4 5
t [seg]
 Validación del Método de Linealización (3)
k = 1.5x105 ton/m Sp = 0.006m
Fd = kd (u-q1+q2)
kd = 6.0x104 ton/m Sy = 0.7sp 2.0E+03
kd / k = 0.4 1.0E+03
0.006
EQL
x(t) [m] 0.005 0.0E+00

0.01
-0.01

0.005

0.015
-0.015

-0.005
0.00400 -1.0E+03
0.004
-2.0E+03
0.003 u(t)
0.002

0.001
q [m]
0 0.03
0 1 2 3 4 5 0.025
0.02
0.015
0.006 0.01
x(t) [m] Monte Carlo 0.005
0.005 0
0.00389 0 1 2 3 4 5
0.004
Tiempo [seg]
0.003 q1 q2
0.002

0.001

0
0 1 2 3 4 5
t [seg]
 Validación del Método de Linealización (4)
k = 1.5x105 ton/m Sp = 0.002m
Fd = kd (u-q1+q2)
kd = 6.0x104 ton/m Sy = 0.7sp 2.0E+03
kd / k = 0.4
0.006 1.0E+03
EQL
x(t) [m] 0.005 0.0E+00

0.01
-0.01

0.005

0.015
-0.015

-0.005
0.00383 -1.0E+03
0.004
-2.0E+03
0.003
u(t)
0.002

0.001
q [m]
0
0 1 2 3 4 5 0.15

0.1
0.006
0.05
x(t) [m] Monte Carlo
0.005 0
0.00393 0 1 2 3 4 5
0.004
Tiempo [seg]
0.003 q2
q1
0.002

0.001

0
0 1 2 3 4 5

t [seg]
 Validación del Método de Linealización (5)
k = 1.5x105 ton/m Sp = 0.002m
Fd = kd (u-q1+q2)
kd = 6.0x104 ton/m Sy = 0.7sp 1.0E+03
kd / k = 0.4 5.0E+02
0.006
EQL
x(t) [m] 0.005 0.0E+00

0.01
-0.01

0.005

0.015
-0.015

-0.005
0.00401 -5.0E+02
0.004
-1.0E+03
0.003 u(t)
0.002

0.001
q [m]
0
0 1 2 3 4 5 0.2
0.15
0.006 0.1

x(t) [m] 0.005 Monte Carlo 0.05

0
0.004 0.00448 0 1 2 3 4 5
Tiempo [seg]
0.003
q1 q2
0.002

0.001

0
0 1 2 3 4 5

t [seg]
 Validación del Método de Linealización (6)

x [m]
MC

EQL K=1.5x105 Kd=6.0x104

k = 1.5x105 Sp EQL Exact

kd = 6.0x104 0.6 0.00697 0.00706

0.06 0.00697 0.00702
0.01 0.00661 0.00649
sp [m] 0.008 0.00652 0.00645
0.006 0.00645 0.00639
x [m]
0.004 0.00642 0.00653
MC
0.002 0.00653 0.00702
EQL 0.0015 0.00663 0.00727
0.001 0.00796 0.00756
k = 1.75x105

kd = 3.5x104

sp [m]
 Ejemplos Numéricos

Ejemplo 1: Sistema de 1 grado de libertad con ciclos de histéresis

a(t )

m= 1.0x107 kg-seg2/m masa equivalente del sistema

k = 1.5x109 kg/m rigidez lineal de las columnas
kd = 6.0x108 kg/m rigidez inicial del dispositivo no lineal
kT = k + kd = 2.1x109 kg/m rigidez total del sistema
 = 0.03 y 0.05 razón de amortiguamiento
So = 0.0058 m2/seg3 densidad espectral del ruido blanco
 0.014
u [m] 0.012

0.01 Lineal
sp=0.06
0.008
sp=0.03
0.006 =0.03
sp=0.01
0.004 sp=0.006
0.002

0
0 1 2 3 4 5 6
t [seg]

0.014

0.012
u [m]
0.01 Lineal
sp=0.06
0.008
sp=0.03
0.006
sp=0.01
0.004 =0.05 sp=0.006
0.002

0
0 1 2 3 4 5 6

t [seg]
Ejemplo 2: Marco de 14 pisos con dispositivos con ciclos de histéresis

m= 1.3x106 kg-seg2/m
k = 1.8x108 kg/m
kd = 6.0x107 kg/m
Se coloca un  = 0.03 (modos 1 y 2)
dispositivo no So = 0.08 m2/seg3
lineal en cada Sp = 0.006 m
piso Sy = 0.0042 m

 (t )
a (t )
1

0.8

Ruido blanco 0.6

filtrado y 0.4

0.2

modulado 0
0 5 10 15

t [seg]
 Respuesta lineal
0.025
Δ [m]
0.02
sD1
0.015 sD4
sD7
0.01 sD10
sD14
0.005

0
0 5 10 15
t [seg]

Respuesta no lineal
0.025
Δ [m]
0.02
sD1
0.015 sD4
sD7
0.01 sD10
sD14
0.005

0
0 5 10 15
t [seg]
Ejemplo 3: Edificio de 2 pisos con dispositivos con ciclos de histéresis

35 columnas
de hormigón
de 68cm de
lado.

Altura de
piso 3.5m

ax (t ) a y (t )
Configuración A7
Configuración C4
 Configuración A7 Configuración C4

Respuesta en piso 1
Δ1 [m] Δ1 [m]
0.006 0.006

0.005 0.005

0.004 0.004 PC1

PC1
PC2 PC2
0.003 0.003
PC3 PC3

0.002 PC4 0.002 PC4

0.001 0.001

0 0
0 2 4 6 8 10 0 2 4 6 8 10

t [seg] t [seg]
 Valor medio de la deformación plástica en los dispositivos
0.06
μq [m]
0.05
Piso 1 Dx1
0.04
Configuración A7 0.03 Dx2

0.02 Dy1
Piso 2
0.01 Dy2

0
0 2 4 6 8 10
t [seg]

0.06
μq [m]
0.05
Piso 1
Dx1
0.04
Configuración C4 Dx2
0.03
Piso 2 Dy1
0.02

0.01
Dy2

0
0 2 4 6 8 10
t [seg]
Ejemplo 4: Edificio de 12 pisos con dispositivos con ciclos de histéresis

Cada piso es soportado por 76

columnas de hormigón armado y 4
dispositivos no lineales

La estructura es sometida en forma

simultánea a solicitaciones
sísmicas estocásticas
independientes en dirección X e Y

Parametros de la estructura

Columnas de 90cm de lado

E = 2x106 ton/m2
H = 3.5 m
ξ1 = ξ2 = 0.03
Mi = 1.9x102 ton-s2/m
Ji = 1.3x105 ton-m-s2

Sp = 0.002m, Sy = 0.7 Sp
Configuración 1
9 x 6m
p2
A

D
D3 Co n tr o l P o in t
E
No n lin e a r De vic e

F
D4

12 x 6m
G
p4 Y
H
X
I

J
p3
K
D1
L
D2
M p1
1 2 3 4 5 6 7 8 9 10
Valor medio de la deformación plástica en los dispositivos de primer piso

0.035

0.03

0.025 μq1
0.02 μq2
0.015
μq3
μq4
0.01

0.005

0
0 2 4 6 8 10

t [seg]

La disipación de energía en los dispositivos no es uniforme

Configuración 2
9 x 6m
p2
A

D
D2 Con tr ol P oint
E
No nlin e a r De vic e

12 x 6m
G
p4 D3 Y
H
D4 X
I

K
p3
D1
L

M p1
1 2 3 4 5 6 7 8 9 10
 Configuración 1 Configuración 2
0.005 0.005
Δ1 [m]
0.0045 0.0045
0.004 0.004
0.0035 0.0035 PC1
PC1
0.003 0.003
PC2 PC2
0.0025 0.0025
PC3 PC3
0.002 0.002
PC4 PC4
0.0015 0.0015
0.001 0.001
0.0005 0.0005
0 0
0 2 4 6 8 10 0 2 4 6 8 10
t [seg]

La posición seleccionada para los

dispositivos no lineales afecta de manera
considerable la respuesta de la estructura
 Proceso de Optimización

Min F x
Sujeto a:

hj x, x  0, i  1,..., n , j  1,..., n

ri r c

x    R n d

Resolución Directa: Se traspasa el problema directamente a un algoritmo optimizador.

Aproximaciones Locales: Se resuelve un problema más simple en dominios más reducidos.
 Linealización Mixta

y x : función genérica

aproximación en torno al punto x 0 

0


yˆ x  y x 0   x
  a1i  xi  xi0    a2i i  xi  xi0 
(1) (2) xi

a1i , a2i : suma sobre el resto de las variables

x2

x 
0 k 1

(1) : suma sobre las variables para las cuales

y({x}) es una función creciente en la vecindad x2
de {x0} x2 0

x 
0 k x1
(2) : suma sobre el resto de las variables

x10 x1
 El problema original es reemplazado por una secuencia de
subproblemas donde se definen funciones explícitas de las
variables de diseño y que tienen una estructura algebraica simple

x 
* 2

F xi   F2i
i
Min 1i
(1) (2) xi

Sujeto a:

x 
* 2

h
(1)
1ij xi   h2ij
(2)
i

xi
  h1ij xi*   h2ij xi*  h j
(1) (2)
x 
*
j  1,..., nc

Donde F1i, F2i, y h1ij, h2ij corresponden a los coeficientes de la expansión

de la función objetivo F y las funciones de restricción hj respectivamente

El número de análisis estocásticos requeridos para la caracterización de cada sub-problema es igual al

número de variables de diseño más uno.
 Ejemplos Numéricos
Ejemplo 1: Optimización de un sistema no lineal de 2 grados de libertad
x1(t) x2(t)

k1 m1 k2 m2

1(t) 2(t)

c1 c2

mi = 1.0 i = 1,2
ki = 1.0 i = 1,2
i = 0.03 i = 1,2
S0 = 1.0 densidad espectral del ruido blanco 1 y 2.
θ(t) = 1.0 función envolvente para 1 y 2.

1 1 
Min F   Costo  k1 , k 2    2  k1 , k 2  
2 2 
Sujeto a: Costo  k1 , k2   k1  k2
h1   1  k1 , k2   2.2  0
h2   2  k1 , k2   2.0  0
0.10  ki  6.0 i  1, 2
Trayectoria del proceso de optimización en el espacio de diseño

Diseño Inicial
σΔ1 =2.2

Líneas de contorno de
la Función Objetivo
Dominio
Factible Curvas Iso-restricción
σΔ1

Curvas Iso-restricción
Trayectoria del σΔ2
optimizador k2

Diseño
Final σΔ2 =2.0

k1
 Primera Iteración

Punto de
Linealización

Δ1 = 2.2
σ(Aproximado)
Dominio
Factible

k2
(Exacto)
σΔ1 = 2.2 Solución del
subproblema
σΔ2 =2.0
(Aproximado)
σΔ2 =2.0
(Exacto)

k1
 Segunda Iteración

Dominio
σΔ1 = 2.2 Factible

(Aproximado)
(Exacto)
k2
Punto de
Linealización

σΔ2 =2.0
(Aproximado)
Solución del
subproblema σΔ2 =2.0 (Exacto)

k1
 Diseño Final

Variable Aproximado Exacto

k1 0.936 0.932

k2 0.967 0.965

2 3.539 3.540

 1 2.196 2.200

 2 1.997 2.000

Costo 1.904 1.898

F 2.721 2.719
# de análisis estocásticos 9 26
Ejemplo 2: Optimización de un sistema no lineal de 20 grados de libertad

 Costo    20    Paneles no

Min F   1  2  lineales
 C  
 
Sujeto a:
hi   i    0.005m  0 i  1,..., 20
3.6 104 ton / m   i  3.6 105 ton / m i  1,...,10

Variables de optimización Rigidez de entrepiso

1 k1
2 k2
3 k3
4 k4, k5
5 k6, k7
6 k8, k9
7 k10, k11
8 k12, k13, k14
9 k15, k16, k17 a(t)
10 k18, k19, k20
Ruido blanco
filtrado
 4.00E+10
3.50E+10
3.00E+10
2.50E+10
Costo
2.00E+10 Lineal
1.50E+10
1.00E+10
5.00E+09
No Lineal
0.00E+00
0 1 2 3 4 5 6 7 8

Iteraciones

Diseño Inicial Diseño Final

20 20
18 18
16 16
14 14 Lineal
Lineal
12 12
Piso
Piso
10 10
No Lineal
8 No Lineal 8
6 6
4 4
2 2
0 0
0 0.001 0.002 0.003 0.004 0.005 0 0.001 0.002 0.003 0.004 0.005 0.006

  max [m]   max [m]

 Variable Inicial Exacto Aprox. Inicial Exacto Aprox.
No Lineal Lineal
1 [ton/m] 1.8 x109 5.14 x108 5.23 x108 1.8 x109 1.09 x109 1.19 x109
 2 [ton/m] 1.8 x109 5.14 x108 5.04 x108 1.8 x109 9.59 x108 1.06 x109
 3 [ton/m] 1.8 x109 4.70 x108 4.75 x108 1.8 x109 8.77 x108 9.40 x108
 4 [ton/m] 1.8 x109 4.37 x108 4.42 x108 1.8 x109 8.39 x108 8.57 x108
 5 [ton/m] 1.8 x109 3.72 x108 3.78 x108 1.8 x109 7.43 x108 7.61 x108
 6 [ton/m] 1.8 x109 3.60 x108 3.61 x108 1.8 x109 6.41 x108 6.57 x108
 7 [ton/m] 1.8 x109 3.60 x108 3.61 x108 1.8 x109 5.40 x108 5.77 x108
 8 [ton/m] 1.8 x109 3.60 x108 3.61 x108 1.8 x109 5.40 x108 5.77 x108
 9 [ton/m] 1.8 x109 3.60 x108 3.61 x108 1.8 x109 5.23 x108 5.52 x108
10 [ton/m] 1.8 x109 3.60 x108 3.61 x108 1.8 x109 3.60 x108 3.60 x108
σ20 [m] 5.11 x10-2 6.64 x10-2 6.64 x10-2 5.46 x10-2 7.43x10-2 7.33x10-2

Costo 3.60 x1010 7.80 x109 7.84 x109 3.60 x1010 1.27x1010 1.34x1010
Iteracione 217 77 127 77
s
 Example 1: two story structure
C o n t r o l P o in t
No n lin e a r De vic e
1 2 3 4 5 6 7
Y
p2
A
4 x 6m Dx
B
uy Dy
u0
C p
ux p3
4
X
D

E p1

6 x 6m

Each floor is supported by 35 columns made of RC and 2 non linear shear panels (D x and
Dy)

ax(t) ay(t)
 Ejemplo 3: Optimización de la ubicación en planta de los
dispositivos con ciclos de histéresis

Min F  W  

Sujeto a:

 ip j
    *
i  1, 2 j  1, 2,3, 4
0.3m   i  0.8m i  1, 2

* = 0.007m
 i
0
= 0.68m, i = 1,2

2.20E+02

2.00E+02 La ubicación óptima de los

1.80E+02
Wmax = 218.5 [ton]
dispositivos no lineales es
Peso W [ton]
1.60E+02
Wmin = 180.0 [ton] aquella que minimiza la
1.40E+02 componente rotacional de la
1.20E+02
estructura
1.00E+02 E
1 D
2 C
3 B
4 5
6 A
7
Ejemplo 4: Edificio de 12 pisos con planta en L

Configuración I Configuración II
 Min F  W  
Sujeto a:
 ip j
    *
i  1,...,12 j  1, 2,3, 4
0.43m   i  1.0m i  1,...,12

Variable Diseño Diseño Final

de diseño Inicial * = 0.007m
Confiruración I Confiruración II
1  i0 = 0.90m, i = 1,12
2 [cm] 90 68.4 57.7

 3 [cm] 90 68.0 57.2

 4 [cm] 90 67.5 56.5

 5 [cm] 90 66.6 55.7

 6 [cm] 90 65.6 54.6

 7 [cm] 90 64.2 53.4

 8 [cm] 90 62.6 52.0

 9 [cm] 90 60.6 50.2

10 [cm] 90 58.1 47.9

11 [cm] 90 54.7 44.6

12 [cm] 90 49.9 43.0

[cm] 90 43.0 43.0

Peso [Ton] 6460 2990 2120

 Configuración I
12
11
p2
10
9 p4
8 p3
Piso p3 p1 p4 p2
7
6 Diseño Inicial
5
4 p1
3 Diseño Final
2
1
0.000 0.002 0.004 0.006 0.008

 [m]

0.04

deformación plástica
0.035
μq

Valor medio de la

en el primer piso
0.03 D2
0.025

0.02
D3
0.015 D4
3
3
0.01
D1
0.005
3
0
0 2 4 6 8 10

Tiempo [seg]
 Configuración II

12
11
10
9
Piso 8 Diseño Inicial Diseño Final
7 (todos los puntos
de control)
6
5 PC4
4
PC3 PC1
3
2 PC2
1
0.000 0.002 0.004 0.006 0.008

 [m]
0.04
0.035 Dispositivos en
μq los pisos 1 al 10
0.03
0.025 Dispositivos en el piso 11

0.02
0.015
0.01
Dispositivos en el piso 12
0.005
0
0 2 4 6 8 10

Tiempo [seg]
 Conclusiones
En este trabajo se ha presentado una metodología que permite una solución eficiente de
problemas de optimización de sistemas no lineales con parámetros estructurales
determinísticos bajo solicitaciones estocásticas.

La metodología presentada permite abordar el estudio de distintos tipos de

comportamiento no lineal.

Se debe tener presente que el concepto de equivalencia entre sistemas no lineales y

lineales tiene siempre un alcance limitado, de esta forma aún cuando un esquema de
linealización equivalente entregue una buena aproximación para la media y varianza de la
respuesta de un sistema no lineal, no asegurará una buena aproximación en el cálculo de
la probabilidad para eventos de rara ocurrencia.

La validación de los resultados obtenidos a través de la técnica de linealización estadística

demostró que los valores aproximados son muy similares a los exactos aún cuando las
incursiones no lineales son importantes.
 Conclusiones (2)
La técnica de linealización mixta permite reemplazar el problema original de
optimización por una secuencia de subproblemas linealizados que tienen una estructura
algebraica simple y explícita.

Esta metodología tiene la tendencia a generar una secuencia de diseños factibles que
mejoran conforme avanzan las iteraciones. Esta propiedad es importante desde el punto de
vista práctico ya que el proceso de optimización puede ser detenido en cualquier iteración
y obtener un diseño factible mejor que la estimación inicial.

La eficiencia de esta técnica se ha mostrado en los diversos ejemplos desarrollados en este

trabajo. En cada uno de ellos se consiguió una reducción notable en el número de los
análisis dinámicos requeridos para encontrar el diseño óptimo. Además pudo observarse
que los diseños finales obtenidos mediante esta técnica son casi idénticos a los diseños
obtenidos a través de la resolución directa.

Tan importante como la incorporación de dispositivos no lineales en la estructura, es

también la ubicación en planta que se les asigne a ellos. Los ejemplos desarrollados han
demostrado que la disposición óptima de los dispositivos es aquella que permite eliminar
la componente rotacional de la planta, es decir, donde la disipación de energía es igual en
todos los dispositivos ubicados en el mismo nivel.