![]() |
Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ucsg.edu.ec/handle/3317/24343
Título : | Cálculo de curvas de fragilidad de múltiples tipologías estructurales implementando algoritmos lógicos desarrollados en Python. |
Autor : | Robalino González, Richard Sebastián Zapata López, Juan Carlos |
metadata.dc.contributor.advisor: | Hernández Barredo, Jaime Francisco |
Palabras clave : | ANÁLISIS SISMORRESISTENTE;ANÁLISIS ESTRUCTURAL;INGENIERÍA FORENSE;TIPOLOGÍAS ESTRUCTURALES |
Fecha de publicación : | 24-feb-2025 |
Editorial : | Universidad Católica de Santiago de Guayaquil |
Resumen : | In this degree work study, we modified the previous code developed in Python from the degree work of Molina & Ajila (2024). In our case we used the methodology proposed by FEMA 440, which is based on the “Capacity Spectrum Method”, which allows us to obtain the performance points of the structure or structural system to be analyzed and thus determine the fragility curve according to its acceleration spectrum. In conducting our study, we modified certain parameters in the code. First, we start from a bilinear approximation curve, so it is no longer necessary to transform the pushover curve. By choosing a bilinear curve it interpolates the points between its coordinates for its development in the capacity spectrum method. Additionally, we generate fragility curves for sixty-nine structural typologies. And estimate the probable damage for the sixty-nine cases of structures. The method proposed by FEMA 440 showed us a greater dispersion of data, resulting in a characterization that more closely resembles reality with an uncertainty and a statistical representation more adjusted to each case of analysis and to the variability of seismic records. Aligning ourselves to the Python program for the development of these fragility curves is fundamental and a useful tool for seismic evaluation, in addition to classifying the seismic demand in function of a specific capacity curve according to the corresponding structural typology, so that the code of our study can be modified, corrected or even improved according to the user's needs. |
Descripción : | Principalmente en este estudio del trabajo de titulación se modificó el código previo desarrollado en Python del trabajo de titulación de Molina & Ajila (2024). En nuestro caso usamos la metodología propuesta por el FEMA 440, que se basa en el “Método del Espectro de Capacidad”, que nos permite conseguir los puntos de desempeño de dicha estructura o sistema estructural que se quiera analizar y asi determinar la curva de fragilidad según su espectro de aceleración. En la realización de nuestro estudio modificamos ciertos parámetros en el código. Primero partimos desde una curva de aproximación bilineal, por lo que ya no es necesario transformar la curva Pushover. Al escoger curva bilineal este interpola los puntos entre sus coordenadas para su desarrollo en el método del espectro de capacidad. Adicional generamos curvas de fragilidad para sesenta y nueve tipologías estructurales. El método que nos propone el FEMA 440 nos mostró una mayor dispersión de datos, que resulta en una caracterización que se asemeja más a la realidad con una incertidumbre y una representación estadística más ajustada para cada caso de análisis y a la variabilidad de registros sísmicos. Alinearnos al programa Python para el desarrollo de estas curvas de fragilidad, es fundamental y una herramienta útil para la evaluación sísmica, además de clasificar la demanda sísmica en función de una curva de capacidad especifica según la tipología estructural correspondiente, por lo que el código de nuestro estudio puede ser modificados, corregidos incluso mejorado según las necesidades del usuario. |
URI : | http://repositorio.ucsg.edu.ec/handle/3317/24343 |
Aparece en las colecciones: | Trabajos de Titulación - Carrera de Ingeniería Civil |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
UCSG-C388-23885.pdf | 8,95 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons