Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial

Autores
Tais, Carlos Esteban; Fontana, Juan Manuel; Molisani, Leonardo; O'Brien, Ronald; Ballesteros Iglesias, Maria Yolanda; del Real, Juan Carlos
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Los adhesivos estructurales son una alternativa a las uniones tradicionales, pero su integridad puede verse afectada por defectos en la aplicación o el curado. Para garantizar su fiabilidad, es esencial aplicar técnicas de evaluación no destructiva (END), donde los métodos acústico-ultrasónicos resultan especialmente útiles. Este trabajo propone un enfoque basado en la descomposición wavelet de señales acústicas para extraer características que permitan, mediante algoritmos de inteligencia artificial, la detección automática de daños en uniones adhesivas. La metodología busca mejorar la precisión en la identificación de fallas y aportar una herramienta eficiente para el monitoreo estructural.
Fil: Tais, Carlos Esteban. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Mecánica. Argentina.
Fil: Fontana, Juan Manuel. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
Fil: Molisani, Leonardo. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
Fil: O'Brien, Ronald. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
Fil: Ballesteros Iglesias, Maria Yolanda. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.
Fil: del Real, Juan Carlos. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.
Peer Reviewed
Materia
Uniones adhesivas
Descomposición wavelet
Aprendizaje automático
Nivel de accesibilidad
acceso abierto
Condiciones de uso
CC-BY-NC-SA
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/14810
Acceder
id RIAUTN_074332c5f7fc44b6e407224b4cfe64d9
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/14810
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificialTais, Carlos EstebanFontana, Juan ManuelMolisani, LeonardoO'Brien, RonaldBallesteros Iglesias, Maria Yolandadel Real, Juan CarlosUniones adhesivasDescomposición waveletAprendizaje automáticoLos adhesivos estructurales son una alternativa a las uniones tradicionales, pero su integridad puede verse afectada por defectos en la aplicación o el curado. Para garantizar su fiabilidad, es esencial aplicar técnicas de evaluación no destructiva (END), donde los métodos acústico-ultrasónicos resultan especialmente útiles. Este trabajo propone un enfoque basado en la descomposición wavelet de señales acústicas para extraer características que permitan, mediante algoritmos de inteligencia artificial, la detección automática de daños en uniones adhesivas. La metodología busca mejorar la precisión en la identificación de fallas y aportar una herramienta eficiente para el monitoreo estructural.Fil: Tais, Carlos Esteban. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Mecánica. Argentina.Fil: Fontana, Juan Manuel. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.Fil: Molisani, Leonardo. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.Fil: O'Brien, Ronald. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.Fil: Ballesteros Iglesias, Maria Yolanda. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.Fil: del Real, Juan Carlos. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.Peer ReviewedAsociación Argentina de Mecánica Computacional2026-03-14T17:20:03Z2025-11-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf2591-3522https://hdl.handle.net/20.500.12272/14810spainfo:eu-repo/semantics/openAccessCC-BY-NC-SAreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:57:50Zoai:ria.utn.edu.ar:20.500.12272/14810instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:57:51.598Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
title Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
spellingShingle Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
Tais, Carlos Esteban
Uniones adhesivas
Descomposición wavelet
Aprendizaje automático
title_short Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
title_full Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
title_fullStr Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
title_full_unstemmed Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
title_sort Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
dc.creator.none.fl_str_mv Tais, Carlos Esteban
Fontana, Juan Manuel
Molisani, Leonardo
O'Brien, Ronald
Ballesteros Iglesias, Maria Yolanda
del Real, Juan Carlos
author Tais, Carlos Esteban
author_facet Tais, Carlos Esteban
Fontana, Juan Manuel
Molisani, Leonardo
O'Brien, Ronald
Ballesteros Iglesias, Maria Yolanda
del Real, Juan Carlos
author_role author
author2 Fontana, Juan Manuel
Molisani, Leonardo
O'Brien, Ronald
Ballesteros Iglesias, Maria Yolanda
del Real, Juan Carlos
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Uniones adhesivas
Descomposición wavelet
Aprendizaje automático
topic Uniones adhesivas
Descomposición wavelet
Aprendizaje automático
dc.description.none.fl_txt_mv Los adhesivos estructurales son una alternativa a las uniones tradicionales, pero su integridad puede verse afectada por defectos en la aplicación o el curado. Para garantizar su fiabilidad, es esencial aplicar técnicas de evaluación no destructiva (END), donde los métodos acústico-ultrasónicos resultan especialmente útiles. Este trabajo propone un enfoque basado en la descomposición wavelet de señales acústicas para extraer características que permitan, mediante algoritmos de inteligencia artificial, la detección automática de daños en uniones adhesivas. La metodología busca mejorar la precisión en la identificación de fallas y aportar una herramienta eficiente para el monitoreo estructural.
Fil: Tais, Carlos Esteban. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Mecánica. Argentina.
Fil: Fontana, Juan Manuel. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
Fil: Molisani, Leonardo. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
Fil: O'Brien, Ronald. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. Argentina.
Fil: Ballesteros Iglesias, Maria Yolanda. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.
Fil: del Real, Juan Carlos. Universidad Nacional de Río Cuarto. Facultad de Ingeniería. España.
Peer Reviewed
description Los adhesivos estructurales son una alternativa a las uniones tradicionales, pero su integridad puede verse afectada por defectos en la aplicación o el curado. Para garantizar su fiabilidad, es esencial aplicar técnicas de evaluación no destructiva (END), donde los métodos acústico-ultrasónicos resultan especialmente útiles. Este trabajo propone un enfoque basado en la descomposición wavelet de señales acústicas para extraer características que permitan, mediante algoritmos de inteligencia artificial, la detección automática de daños en uniones adhesivas. La metodología busca mejorar la precisión en la identificación de fallas y aportar una herramienta eficiente para el monitoreo estructural.
publishDate 2025
dc.date.none.fl_str_mv 2025-11-11
2026-03-14T17:20:03Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 2591-3522
https://hdl.handle.net/20.500.12272/14810
identifier_str_mv 2591-3522
url https://hdl.handle.net/20.500.12272/14810
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
CC-BY-NC-SA
eu_rights_str_mv openAccess
rights_invalid_str_mv CC-BY-NC-SA
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862377303572480
score 13.365483

Publicaciones similares