Buscar en Google Scholar
Título: Desarrollo de un aplicativo basado en Python para automatizar el análisis sísmico en edificaciones de un sistema convencional tipo pórtico de hasta 5 pisos ubicados en el distrito de Miraflores
Otros títulos: Development of a Python app to automate seismic analysis of typical portal frame buildings up to 5 stories tall situated in Miraflores district
Asesor(es): Delgadillo Ayala, Rick Milton
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.01.01; https://purl.org/pe-repo/ocde/ford#2.00.00
Fecha de publicación: 12-nov-2023
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: A nivel mundial se detectan constantemente una gran cantidad de terremotos que ponen en riesgo vidas humanas e infraestructuras. Por ello, es importante realizar un análisis sísmico óptimo. Actualmente, el proceso de análisis sísmico en edificaciones implica realizar cálculos manuales, iteraciones extensas y una automatización parcial a través de programas comerciales de diseño. De acuerdo con encuestas realizadas a treinta y cinco ingenieros estructurales, este proceso consume en promedio de 13 a 15 horas. La presente investigación se centra en el desarrollo de un aplicativo web basado en Python para la automatización del análisis sísmico en edificaciones de hasta 5 pisos con sistema estructural tipo pórtico, ubicadas en el distrito de Miraflores. Para lograrlo, se desarrollaron los algoritmos necesarios para la creación del aplicativo web en Python, acompañado de una selección de librerías que agilizan el proceso, como Dash, Plotly, Matplotlib, Pandas, Numpy y OpenSeesPy. El aplicativo abarca tanto el análisis sísmico estático, el análisis sísmico dinámico modal espectral y la optimización de dimensiones de los elementos estructurales de una edificación. Después, se realizó un comparativo sobre el tiempo necesario para realizar un análisis sísmico, obteniéndose una reducción en un 99% al emplear el aplicativo desarrollado (pruebas) respecto al método tradicional (encuestas). Finalmente, se evaluó la confiabilidad del aplicativo al comparar sus resultados con los del software ETABS, y se confirmó que la máxima deriva de ambos softwares es 0.006981, lo cual cumple con los parámetros establecidos en la Norma E.030.

Many earthquakes are detected worldwide, constantly endangering both human lives and infrastructure. Therefore, it remains essential to conduct optimal seismic analyses in buildings. Currently, the process entails manual calculations, extensive iterations, and partial automation through commercial design programs. Based on surveys of thirty-five structural engineers, this process typically takes between 13 and 15 hours on average. The research project aims to develop a Python-powered app that automates the seismic analysis of up to 5-story building structures with a portal system in Miraflores district. The algorithms necessary for web app development were created in Python, alongside selected libraries that expedite the process, including Dash, Plotly, Matplotlib, Pandas, Numpy, and OpenSeesPy. The application includes static seismic analysis, dynamic modal spectral seismic analysis, and optimization of structural element dimensions in buildings. A comparison was conducted on the time required to perform seismic analysis. The developed application (tests) resulted in a 99% reduction in time compared to the traditional method (surveys). Finally, we evaluated the application's reliability by comparing its results with those of the ETABS software. We confirmed that both software programs have a maximum drift of 0.006981, which meets the parameters set in the E.030 Standard.
Enlace al repositorio: http://hdl.handle.net/10757/669960
Disciplina académico-profesional: Ingeniería Civil
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero Civil
Jurado: Serrano Lazo, Malena Alessandra; Alvarez Miranda, David Humberto
Fecha de registro: 24-dic-2023



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons