Navigasjon

  • Hopp til innhold
NTNU Hjemmeside NTNU Hjemmeside

ntnu.no

  • Studier
    • Studere på NTNU
    • Finn studieprogram
    • Søke opptak
    • Videreutdanning og deltid
    • Forkurs og oppfriskning
  • Studentliv
    • Student i Gjøvik
    • Student i Trondheim
    • Student i Ålesund
  • Forskning og innovasjon
    • Forskning
    • Innovasjon
    • Satsingsområder
    • Toppforskning
    • Ekspertlister
    • Ph.d.
  • Om NTNU
    • Fakulteter og institutter
    • Sentre
    • Bibliotek
    • Kart
    • Ledige stillinger
    • Arrangement
    • Nyheter
    • Kontakt oss
    • Om NTNU
  1. Ansatte

Språkvelger

English

Gabriel Antonio del Pozo Alarcon

Last ned pressefoto
Last ned pressefoto
Foto:

Gabriel Antonio del Pozo Alarcon

Stipendiat
Institutt for konstruksjonsteknikk

gabriel.a.d.p.alarcon@ntnu.no
73559297 Materialteknisk, 3-92, Gløshaugen
ResearchGate
Om Publikasjoner

Om

Strukturer som er i nærheten av å nå utformet levetid, for eksempel en betydelig andel av europeiske broer, krever nøye og kontinuerlig kontroll og tilsyn for å sikre sikker bruk. Etter hvert som broer eldes, kan de bli stadig mer sårbare for skader og feil på grunn av nedbrytningsmekanismer og økende belastningskrav. Strukturell helseovervåking (SHM) av broer er prosessen med å bruke ulike sensorer og måleteknikker for å overvåke tilstanden til en bro og oppdage eventuelle endringer eller skader som kan oppstå over tid. Dette kan inkludere overvåking av den strukturelle integriteten til broen, samt overvåking av miljøet rundt broen, som temperatur, fuktighet og vind. Dataene som samles inn av sensorene blir deretter analysert for å identifisere potensielle problemer eller problemer og for å hjelpe ingeniører med å ta beslutninger om vedlikehold og reparasjoner. SHM kan bidra til å øke sikkerheten og levetiden til broer og kan også bidra til å redusere kostnadene knyttet til vedlikehold og reparasjoner.

Maskinlæring har en betydelig rolle i vibrasjonsbaserte databaserte SHM-systemer. Den kan brukes til å analysere de store datamengdene som samles inn av sensorene, identifisere mønstre og oppdage anomalier. Maskinlæringsalgoritmer kan også brukes til å utvikle statistiske modeller av en bros normale dynamiske respons, som deretter kan brukes til å oppdage når responsen avviker fra denne grunnlinjen, noe som indikerer et problem eller skade. Kort sagt, sensorer brukes til å måle vibrasjonene til en bro, mens maskinlæringsalgoritmer brukes til å analysere dataene og identifisere mønstre og anomalier. Denne tilnærmingen kan gi et kraftig verktøy for å overvåke tilstanden til broer og sikre deres sikkerhet og integritet over tid.

Publikasjoner

Full-scale tests of a lightweight footbridge: The Folke Bernadotte Bridge

In Current Perspectives and New Directions in Mechanics, Modelling and Design of Structural Systems

Optimization and automatization of end-bearing pile groups

MSc thesis on the application of a Genetic Algorithm for automation and optimization of end-bearing pile groups.

The Effects of an Extended Sensitivity Analysis of Sensor Configurations for Bridge Damage Detection Using Experimental Data

The damage detection capabilities of sensor setups are essential for any structural health monitoring (SHM) system. In this chapter, the performance of different subsets of sensor configurations selected from a set of 40 accelerometers is evaluated.

Implementation of decision analysis on a structural health monitoring system applied to a bridge benchmark study

This paper presents an investigation into the connection between SHM and decision-making via Bayesian decision theory and the value of information (VoI) obtained from SHM.
  • Kronologisk
  • Etter kategori
  • Alle publikasjoner i Nasjonalt vitenarkiv (NVA)

2025

  • Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Petersen, Øyvind Wiig; Øiseth, Ole Andre. (2025) Explicit uncertainty propagation in Mahalanobis squared distance for reliable damage detection of bridges using experimental data. Journal of Civil Structural Health Monitoring (JCSHM)
    Vitenskapelig artikkel

2024

  • Dederichs, Anno Christian; Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Øiseth, Ole Andre. (2024) A new damage detector for bridges based on natural frequencies with missing data. Structural Health Monitoring
    Vitenskapelig artikkel

2023

  • Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Øiseth, Ole Andre. (2023) Implementation of Decision Analysis on a Structural Health Monitoring System Applied to a Bridge Benchmark Study.
    Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
  • Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Øiseth, Ole Andre. (2023) The Effects of an Extended Sensitivity Analysis of Sensor Configurations for Bridge Damage Detection Using Experimental Data.
    Vitenskapelig Kapittel/Artikkel/Konferanseartikkel

Tidsskriftspublikasjoner

  • Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Petersen, Øyvind Wiig; Øiseth, Ole Andre. (2025) Explicit uncertainty propagation in Mahalanobis squared distance for reliable damage detection of bridges using experimental data. Journal of Civil Structural Health Monitoring (JCSHM)
    Vitenskapelig artikkel
  • Dederichs, Anno Christian; Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Øiseth, Ole Andre. (2024) A new damage detector for bridges based on natural frequencies with missing data. Structural Health Monitoring
    Vitenskapelig artikkel

Del av bok/rapport

  • Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Øiseth, Ole Andre. (2023) Implementation of Decision Analysis on a Structural Health Monitoring System Applied to a Bridge Benchmark Study.
    Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
  • Alarcon, Gabriel Antonio del Pozo; Svendsen, Bjørn Thomas; Øiseth, Ole Andre. (2023) The Effects of an Extended Sensitivity Analysis of Sensor Configurations for Bridge Damage Detection Using Experimental Data.
    Vitenskapelig Kapittel/Artikkel/Konferanseartikkel

NTNU – Norges teknisk-naturvitenskapelige universitet

  • For ansatte
  • |
  • For studenter
  • |
  • Innsida
  • |
  • Blackboard

Studere

  • Om studier
  • Studieprogram
  • Emner
  • Videreutdanning
  • Karriere

Aktuelt

  • Nyheter
  • Arrangement
  • Jobbe ved NTNU

Om NTNU

  • Om NTNU
  • Bibliotek
  • Strategi
  • Forskning
  • Satsingsområder
  • Innovasjon
  • Organisasjonskart
  • Utdanningskvalitet

Kontakt

  • Kontakt oss
  • Finn ansatte
  • Spør en ekspert
  • Pressekontakter
  • Kart

NTNU i tre byer

  • NTNU i Gjøvik
  • NTNU i Trondheim
  • NTNU i Ålesund

Om nettstedet

  • Bruk av informasjonskapsler
  • Tilgjengelighetserklæring
  • Personvern
  • Ansvarlig redaktør
Facebook Instagram Linkedin Snapchat Tiktok Youtube
Logg inn
NTNU logo