Respuesta Sísmica de Edificios Empleando Redes Neuronales Recurrentes con Física Informada

Perú está localizado en una zona altamente sísmica y actualmente nos encontramos en un silencio sísmico. Por otro lado, en los últimos años se ha observado un gran desarrollo en la construcción de edificios multifamiliares. Es por lo tanto necesario desarrollar tecnología para el monitoreo de dichas edificaciones. Una de las principales limitaciones en la aplicación de "machine learning" en el Perú radica en los datos de entrenamiento. En el caso específico del presente proyecto, edificios nuevos de más de 20 pisos están obligados a instalar solo dos sensores de movimiento en la base del primer piso y el techo del último piso. Ante la ocurrencia de sismos, dichos sensores proporcionan información bastante limitada con respecto al comportamiento del edificio durante el sismo, quedando un vacío con respecto al comportamiento del edificio en el resto de pisos. El presente proyecto plantea como hipótesis que es posible incluir las ecuaciones diferenciales de movimiento que gobiernan el comportamiento de un edificio en el proceso de calibración de una red neuronal para que pueda predecir la respuesta de todos los pisos de un edificio mediante solo los dos registros disponibles (la base del primer piso y el techo del último piso). La metodología a utilizar es cuantitativa, del tipo experimental, porque se va a comparar mediciones reales, de laboratorio y de un edificio real, con las predicciones del modelo de red neuronal. El objetivo general consiste en evaluar el desempeño de una red neuronal, calibrada con técnicas que consideran las ecuaciones diferenciales que gobiernan el comportamiento de una estructura, para predecir el comportamiento de todos los pisos de un edificio empleando solo el movimiento del terreno y del último piso. Los objetivos específicos son: (i) construcción de un espécimen a escala para ensayar su comportamiento a sismos en el laboratorio de estructuras y se comparará la respuesta de la red neuronal con lo observado en laboratorio; y (ii) se instrumentación un edificio real durante el periodo del proyecto y se comparará la respuesta de la red neuronal con la respuesta real de un edificio. Los resultados esperados de esta investigación son determinar si, ante la ocurrencia de un sismo, una red neuronal puede predecir el movimiento de todos los pisos de un edificio construido a escala en un laboratorio y un edificio real monitoreado. Asimismo, los resultados bibliográficos esperados son: 1 tesis de maestría y 1 tesis de doctorado presentadas para sustentación; 2 artículos aceptados en revistas indizadas en Scopus; y 1 ponencia internacional. El impacto tecnológico que se generará estará ligado al desarrollo tecnológico con respecto al monitoreo de la salud estructural de edificios, reducción de costos en el monitoreo de la salud estructural y la posibilidad de ser implementado por pequeñas y medianas empresas.