MdeT Arriagada Marzo

UNIVERSIDAD DE CONCEPCIÓN
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL
EVALUACIÓN DE LA SEVERIDAD DEL DAÑO EN VIGAS DE MADERA LAMINADA

MEDIANTE SIMULACIONES CON MODELOS DE ELEMENTOS FINITOS
POR
Victoria Valentina Arriagada Salamanca
Memoria de Título presentada a la Facultad de Ingeniería de la Universidad de Concepción para

optar al título de Ingeniero Civil
Profesores Guía
Alexander Opazo Vega
Rodrigo Silva Muñoz
Marzo 2023
Concepción (Chile)
© 2023 Victoria Arriagada Salamanca

© 2023 Victoria Arriagada Salamanca
Se autoriza la reproducción total o parcial, con fines académicos, por cualquier medio o
procedimiento, incluyendo la cita bibliográfica del documento.
RESUMEN
La madera laminada es un material estructural comúnmente utilizado en la construcción de edificios

y puentes debido a su resistencia y estabilidad. Sin embargo, como cualquier otro material, la madera
laminada también está sujeta a daños, que pueden reducir su resistencia y poner en peligro la seguridad
de las estructuras. Por lo tanto, es importante evaluar la severidad del daño en las vigas de madera
laminada para garantizar la seguridad estructural a largo plazo.
Esta memoria tiene como objetivo evaluar la severidad del daño en vigas de madera laminada
mediante simulaciones con modelos de elementos finitos. Para esto se utilizó un modelo simplificado
y se compararon los resultados de las simulaciones con los resultados de los ensayos experimentales.
Además, se realizó un análisis de sensibilidad regional para identificar las áreas más vulnerables de
la viga a la falla por delaminación. Este análisis permitió identificar las regiones de la viga donde se
debe prestar especial atención para evitar fallas catastróficas.
El modelo implementado evaluaba la severidad del daño basándose en la disminución de la rigidez de

la viga seccionada en tramos. Los factores asociados a esta baja entregaban una estimación de la
magnitud del daño. Los resultados mostraron un promedio de factores entre 0,4 y 0,6 para todas las
vigas en estudio lo que se pudo corroborar teóricamente calculando la pérdida de inercia que generaba
la delaminación en la viga.
En resumen, en este trabajo se demostró la eficacia de los modelos de elementos finitos simplificados
en la evaluación de la severidad del daño en vigas de madera laminada. Si bien los modelos se pueden
mejorar en diversos aspectos, el estudio se plantea como una etapa inicial para estos análisis que
funciona.
ABSTRACT
Laminated timber is a structural material commonly used in the construction of buildings and bridges
due to its strength and stability. However, like any other material, laminated wood is also subject to
damage, which can reduce its strength and endanger the safety of structures. Therefore, it is important
to assess the severity of damage to glulam joists to ensure long-term structural safety.
The objective of this report is to evaluate the severity of damage to laminated wood beams through
simulations with finite element models. For this, a simplified model was extracted and the results of
the simulations were compared with the results of the experimental tests. In addition, a regional
sensitivity analysis was carried out to identify the most vulnerable areas of the beam to delamination
failure. This analysis allowed to identify the regions of the beam where special attention must be paid
to avoid catastrophic failures.
The implemented model evaluated the severity of the severe damage in the decrease of the rigidity of
the sectioned beam in sections. The factors associated with this loss provided an estimate of the
magnitude of the damage. The results showed an average of factors between 0.4 and 0.5 for all the
beams under study, which could be corroborated theoretically by calculating the loss of inertia
generated by delamination in the beam.
In summary, this paper highlights the effectiveness of simplified finite element models in assessing
the severity of damage in glulam beams. Although the models can be improved in various aspects, the
study is proposed as an initial stage for these analyzes that works.
DEDICATORIA
Este trabajo está dedicado a mi familia. A mi madre y hermano que nunca me dejaron bajar los
brazos, a mi querida Lela que fue parte importante de mi paso por la U y a mi estrella en el cielo
que de alguna forma siempre estuvo presente.
AGRADECIMIENTOS
Agradezco al profesor guía de este estudio, Alexander Opazo Vega, por su apoyo, paciencia y
dedicación a lo largo de todo el desarrollo de este trabajo. También, a los profesores Rodrigo Silva y
Peter Dechent, por ser parte de la comisión y siempre mostrar buena disposición.
Agradezco a mis amigas que siempre estuvieron presentes y a mi familia que siempre creyó en mí.
Índice
ÍNDICE DE CONTENIDOS
1 CAPÍTULO 1 INTRODUCCIÓN 1
1.1 Motivación 1
1.1 Objetivo general 2
1.2 Objetivos específicos 3
1.3 Metodología de trabajo 3
1.4 Principales resultados y conclusiones 4
1.5 Organización de la memoria 5
2 CAPÍTULO 2 EVALUACIÓN DEL DAÑO EN VIGAS DE MADERA LAMINADA 6
2.1 Introducción 6
2.2 Vigas de madera laminada 7
2.2.1 Características y propiedades de la madera 8
2.3 Evaluación del daño en vigas de madera laminada 9
2.3.1 Causas del daño 10
2.3.2 Tipos de daño 10
2.3.3 Delaminación 11
2.3.4 Disminución de rigidez 12
2.3.5 Métodos de evaluación del daño 13
2.3.6 Método de correlación modal 14
2.4 Modelación de elementos finitos 15
2.4.1 Modelación de elementos finitos simplificada 15
2.4.2 Etapas de creación de un modelo 16
2.4.3 Factores de modificación (Property modifiers) 16
2.4.4 Software: SAP 2000 17
2.4.5 Validación del modelo 17

Índice
2.5 Herramienta API 18
2.5.1 Software: Python 19
2.6 Análisis de sensibilidad 19
2.6.1 Análisis de sensibilidad regional 19
2.6.1.1 Software: Matlab 20
2.6.2 Análisis de gráficos 21
2.6.2.1 Curvas CDF 21
2.6.2.2 Boxplots 22
2.7 Análisis ANOVA 22
2.7.1 Prueba F 22
2.7.2 Probabilidad p 23
2.8 Conclusiones 23
3 CAPÍTULO 3 ELEMENTOS EN ESTUDIO 24
3.1 Introducción 24
3.2 Proceso de fabricación 24
3.3 Descripción de las vigas 25
3.3.1 Dimensiones 25
3.3.2 Madera 25
3.4 Resultados de ensayos de laboratorio de análisis modal experimental 26
3.5 Conclusiones 26
4 CAPÍTULO 4 Metodología 27
4.2 Determinación de softwares 27
4.2.1 SAP 2000 28
4.2.2 Matlab 28
4.2.2.1 Código de datos aleatorio 28

Índice
4.2.2.2 Código de análisis de sensibilidad 29
4.2.3 Python y PyCharm 29
4.2.3.1 Código implementación API 29
4.3 Modelo simplificado 30
4.3.1 Sección transversal 31
4.3.2 Factores de modificación 32
4.4 Calibración de modelos preliminares 32
4.4.1 Modelo sin daño 33
4.4.2 Modelo con daño 34
4.5 Análisis de sensibilidad 36
4.5.1 Set de simulaciones 36
4.5.2 Selección de datos 37
4.5.3 Código de análisis de sensibilidad 37
4.5.3.1 Inputs 37
4.5.3.2 Selección de modos 38
4.5.4 Selección de modelos 39
4.6 Determinación de límite de errores 41
4.7 Obtención de curvas CDF’s y Boxplot 43
4.8 Análisis ANOVA 45
4.9 Conclusiones 45
5 CAPÍTULO 5 RESULTADOS 46
5.2 Simulaciones 46
5.3 Resultados viga 4 47
5.4 Pérdida de inercia 51
5.5 Resultados Viga 5 51

Índice
5.6 Resultados viga 10 54
5.7 Conclusiones 57
Capítulo 6 Conclusiones y comentarios 58
5.8 Comentarios 58
GLOSARIO 60
REFERENCIAS 61
A1.1 CONTRIBUCIÓN A LOS OBJETIVOS DE DESARROLLO SOSTENIBLE 63
A1.2 Código de datos aleatorio 65
A1.3 Código de análisis de sensibilidad 66
A1.4 Código API Python 70
A1.5 Detalles de propiedades laminaciones 73
Propiedades laminaciones Viga 5 73
Propiedades laminaciones Viga 10 73
A1.6 Detalle de cálculos de inercia 74

Índice de figuras
Índice de tablas
Tabla 2.1 Ventajas y desventajas del uso de madera laminada 9
Tabla 3.1 Propiedades mecánicas de la madera 25
Tabla 3.2 Resultados de ensayos experimentales 26
Tabla 4.1 Propiedades laminaciones viga 4 32
Tabla 4.2 Resultados experimentales viga 4 34
Tabla 4.3 Resultados simulaciones viga 4 34
Tabla 4.4 Casos de prueba calibración con daño 35
Tabla 4.5 Resultados calibración de viga con daño 36
Tabla 4.6 Definición límite de errores 42
Tabla 5.1 Selección de modelos viga 4 46
Tabla 5.6 Selección modelos viga 5 50
Tabla 5.7 Selección modelos viga 10 53
Tabla A.1.5.1 Propiedades laminaciones viga 5 72
Tabla A.1.5.2 Propiedades laminaciones viga 10 72
Tabla A.1.6.1 Laminaciones viga 4 73
Tabla A.1.6.2 Cálculo de inercia sección completa 73
Tabla A.1.6.3 Laminaciones viga 4 con pérdida de capa 73
Tabla A.1.6.4 Cálculo de inercia sección delaminada 73

Índice de figuras
Índice de figuras
Figura 2.1 Vigas de madera laminada. Fuente: Maderas Casais. 7
Figura 3.1 Dimensiones de las vigas. Fuente: Bravo Ortiz, F. (2022). 25
Figura 4.1 Modelo de elementos finitos simplificado. 30
Figura 4.2 Sección transversal del modelo simplificado. 31
Figura 4.3 Especificación de modificación, factor I3 32
Figura 4.4 Modo de vibrar sin daño viga 4 33
Figura 4.5 Resultados simulación sin daño viga 4, con factores 0,95 33
Figura 4.6 Modo de vibrar 1 viga 4 para calibración con daño 35
Figura 4.7 Viga 4 con daño más detalle de tramos 35
Figura 4.8 Diagrama de flujo código de análisis de sensibilidad 38
Figura 4.9 Modos de vibrar primera simulación viga 4 39
Figura 4.10 Ejemplo desalineación de curvaturas de modos de vibrar 40
Figura 4.11 Límite para error de frecuencias y modos viga 4 41
Figura 4.12 Ejemplo curvas CDF 43
Figura 4.13 Ejemplo Boxplot 44
Figura 5.1 Resultados simulaciones numéricas de vigas 46
Figura 5.2 Viga 4 luego de ensayo de flexión 47
Figura 5.3 Curvas CDF del análisis de la viga 4 47
Figura 5.4 Boxplot del análisis de la viga 4 48
Figura 5.5 Análisis ANOVA de la viga 4 49
Figura 5.6 Modo de vibrar uno de la viga 4, con tramos 49
Figura 5.7 Viga 5 luego del ensayo de flexión 50

Índice de figuras
Figura 5.11 Modo de vibrar 1 de la viga 5, con tramos 53
Figura 5.12 Viga 10 luego del ensayo de flexión 53
Figura 5.16 Modo de vibrar 1 de la viga 10, con tramos 56

Capítulo 1: Introducción 1
1 CAPÍTULO 1 INTRODUCCIÓN
1.1 Motivación
Según datos de la ONU, la industria de la construcción produce el 38% de las emisiones de gases de
efecto invernadero a nivel global en sus etapas de operación y construcción (PNUMA, 2020).A nivel
nacional a pesar de que en Chile no existen cifras oficiales que den cuenta de las emisiones del sector
de la construcción, se estima que es responsable de aproximadamente 33% de las emisiones
(MMA,2020). Además, el sector es responsable de un 56% de los residuos sólidos industriales,
convirtiéndose en una de las industrias más contaminantes a nivel país según CONAMA.
A pesar de esto en Chile la industria de la construcción tiene un papel importante en el crecimiento
económico a nivel nacional, lo que se ve reflejado en un aporte del 6,89% al PIB (Banco Central de
Chile, 2020). En este escenario diversas organizaciones y proyectos plantean la construcción
sustentable, la cual busca optimizar recursos naturales y los sistemas de edificación de tal modo de
minimizar el impacto sobre el ambiente (MINVU, 2020). Aquí es donde la madera destaca por ser un
material reciclable, reutilizable y biodegradable; además de que tanto las emisiones de CO2, como los
requerimientos energéticos asociados a la construcción en madera son considerablemente menores
respecto a otros materiales.
Chile se ubica entre los 12 mayores productores del mundo de madera en troza y madera aserrada. El
sector forestal está compuesto de aproximadamente 17 millones de hectáreas de recurso forestal
(INFOR,2020), aportando alrededor del 2% del PIB total nacional. El sector aporta cerca del 8,1% de
las exportaciones del país, convirtiéndose así en el segundo exportador de un recurso natural después
de la minería (INFOR, 2013b). Los altos índices de exportación del sector forestal dejan como
consecuencia poca variabilidad y disponibilidad de madera aserrada dentro del mercado nacional, lo
que implica una baja participación dentro del sector de la construcción.
Ante esto se ha implementado el uso de madera laminada frente a la madera maciza, la cual se define
como “la unión de tablas o láminas a través de sus cantos, caras y extremos, con sus fibras en la misma
dirección, conformando un elemento no limitado en escuadría ni en largos, y que funciona como una
sola unidad estructural” (Revista EMB, 2004). El hecho de que funcione como unidad estructural
homogeniza y mejora las propiedades dinámicas finales del elemento. No obstante también existen
desventajas relacionadas a su uso siendo uno de los más relevantes el constante mantenimiento que
necesitan, dado que es común que se produzcan daños por delaminación entre sus componentes
durante su vida útil.
Dentro de este contexto el tema de la presente memoria surge tras un experimento a escala de
laboratorio realizado en la Universidad del Bio-Bío, donde vigas de madera laminada reforzadas con
láminas de fibra de carbono fueron sometidas a ensayos de flexión los cuales terminaban en una falla
indeseada por delaminación. Los ensayos realizados en laboratorio eran destructivos por lo que se
presenta la idea de someter las vigas a ensayos no destructivos previo a los ensayos de flexión
mencionados anteriormente, con el fin de evaluar la detección temprana de posibles daños en los
elementos.
Bravo, F. (2022) evaluó el daño en las vigas a través de una técnica de análisis modal experimental
obteniendo sus propiedades mediante ensayos vibratorios no destructivos. Esto permitió obtener las
propiedades dinámicas de ocho vigas en estudio, datos que fueron claves para el desarrollo de la
presente memoria. En este caso el problema es medir la severidad del daño producido en las vigas,
dado que es muy subjetivo saber si el daño de un elemento es despreciable o si requiere mantención,
y es necesario cuantificarlo de una forma más específica. Una de las maneras de ver esto es identificar
un modelo numérico que permita modelar una viga de madera laminada y su falla por delaminación,
calibrándolo de acuerdo con los resultados experimentales mencionados anteriormente.
Con los resultados se espera proponer las técnicas más adecuadas para evaluar la severidad del daño
en este tipo de vigas, y así potenciar su uso futuro en aplicaciones en terreno para su monitoreo y
necesidad de realizar mantenimiento.
1.1 Objetivo general
El objetivo general es evaluar la severidad del daño en vigas de madera laminada mediante
simulaciones con modelos de elementos finitos.
1.2 Objetivos específicos
1. Determinar un método de modelación para vigas de madera laminada que permita representar
computacionalmente la falla por delaminación.
2. Calibrar el modelo computacional de vigas de madera laminada usando resultados de ensayos
experimentales dinámicos de laboratorio
3. Evaluar la severidad del daño de las vigas de madera laminada mediante técnicas de análisis
de sensibilidad
1.3 Metodología de trabajo
Con la finalidad de evaluar la magnitud del daño en vigas de madera laminada el estudio se dividió
en tres etapas, las cuales se detallan a continuación:
La primera consistió en un estudio completo de la teoría asociada al tema como contexto general, vale
decir, modelación de vigas de madera laminada, fallas por delaminación, y/o métodos o cálculos
necesarios para completar el estado del arte del tema.
La segunda etapa fue netamente de implementación del modelo numérico realizado mediante el
software SAP2000. Una primera actividad de esta etapa fue generar un modelo preliminar que lograra
representar de buena forma a las vigas de madera laminada sin daño. Para esto se compararon las
propiedades dinámicas experimentales medidas en laboratorio con las propiedades dinámicas
simuladas en el modelo, esto hasta que las diferencias entre ellas fueran mínimas. Luego, una segunda
actividad de esta etapa fue complejizar el modelo preliminar incluyendo en este la posibilidad de falla
por delaminación mediante factores de modificación. En este caso también se compararon las
propiedades dinámicas experimentales vs las simuladas numéricamente pero en vigas dañadas, de
igual manera buscando un buen ajuste entre ellas.
La tercera etapa estaba enfocada en la evaluación de la severidad del daño en las vigas de madera
laminada. Para esto, primero se utilizaron los modelos numéricos calibrados para realizar una serie de
simulaciones numéricas tanto en las vigas dañadas como en las no dañadas. Estas simulaciones
tomaron en cuenta distintos rangos de valores de los parámetros de entrada más importantes del
modelo, mediante una interfaz de programación API que se implementó mediante Python. Luego de
esto, del total de simulaciones realizadas se seleccionaron los modelos con mejor desempeño a través
de técnicas de análisis de sensibilidad regional. Finalmente, con esto fue posible evaluar la severidad
del daño comparando los rangos de valores de los parámetros de entrada obtenidos en los mejores
modelos, de las vigas con y sin daño.
1.4 Principales resultados y conclusiones
Se estableció que la media de los factores de modificación en zonas de delaminación de las vigas en
estudio era un promedio entre 0,4 y 0,5. Estos valores se pudieron comprobar físicamente calculando
la pérdida de inercia de las vigas al perder una capa de laminación, obteniendo una buena correlación
entre ambos resultados. Estos factores se obtuvieron luego del análisis estadístico aplicado a la
distribución de modelos con mejor desempeño.
La obtención de resultados positivos permitió validar los supuestos realizados en el desarrollo del
análisis como la influencia de los apoyos y el criterio de la desalineación de curvaturas de los modos
de vibrar. Además, el desarrollo de este trabajo permitió demostrar que los modelos de elementos
finitos simples son una herramienta útil para predecir la delaminación en vigas de madera laminada y
comprender mejor su comportamiento. Sin embargo, todavía existen desafíos en la precisión de los
modelos y la capacidad de predecir la delaminación en situaciones más complejas, además de ser
necesario realizar más pruebas experimentales para validar los modelos de simulación. Para futuras
investigaciones, se podría investigar la aplicación de técnicas avanzadas de modelado y simulación,
como el uso de modelos multicapa y modelos de fractura cohesiva, para mejorar la precisión de las
predicciones de delaminación.
En general, se logró evaluar la severidad del daño producido en las vigas en base a la pérdida de
rigidez de estas y los resultados mostraron tener tanto sentido matemático como físico.
1.5 Organización de la memoria
El presente documento se estructura en seis capítulos. El capítulo 1 da inicio al trabajo de manera

introductoria presentando la motivación del tema y justificando la elección de este, además de
objetivos y alcances del trabajo. De manera complementaria y más resumida indica metodologías de
trabajo, principales resultados, conclusiones y la organización del documento. En el capítulo 2 se
expone el marco teórico y recopilación bibliográfica de los temas de mayor relevancia, presentando
de manera general aspectos importantes para la comprensión de la metodología desarrollada durante
este trabajo. En el capítulo 3 se describen los elementos en estudio y se especifican los datos
disponibles del ensayo de vibraciones no destructivo aplicado previamente a la vigas. En el capítulo
4 se detalla la metodología utilizada para realizar las simulaciones y para el posterior análisis de datos.
Dentro del capítulo 5 se exponen los resultados obtenidos de las técnicas aplicadas para evaluar la
severidad del daño y análisis de estos. Así en el capítulo 6 se detallan las conclusiones y comentarios
del estudio llevado a cabo, observando la corrección y precisión de la metodología utilizada. Por
último, en el capítulo 7 se incluye una bibliografía de todas las fuentes de información utilizadas para
la redacción del documento.
Capítulo 2: Evaluación del daño en vigas de madera laminada 6
2 CAPÍTULO 2 EVALUACIÓN DEL DAÑO EN VIGAS DE MADERA

LAMINADA
2.1 Introducción
La evaluación del daño en vigas de madera laminada es necesaria para garantizar la seguridad
estructural de las construcciones y una de las formas de evaluar este daño es mediante ensayos no
destructivos basados en vibraciones. Estos ensayos miden la respuesta natural de la viga ante una
excitación dinámica. Otra forma de evaluar el daño en este tipo de vigas es mediante modelos de
elementos finitos simples, ya que estos pueden ayudar a comprender mejor el comportamiento de las
vigas y predecir el daño bajo diferentes condiciones de carga.
Este tipo de vigas son susceptibles a diversos tipos de daños: fracturas, grietas, deformaciones, y el
caso en estudio, delaminación de sus componentes. Estos tipos de daños son capaces de reducir
significativamente la resistencia y la rigidez de la viga, lo que puede terminar poniendo en peligro la
integridad estructural de la misma.
Teniendo en cuenta las consideraciones anteriores es de suma importancia desarrollar técnicas

confiables para la identificación del daño en estos elementos, para lo cual es necesario llevar a cabo
evaluaciones periódicas del daño en las vigas de madera laminada para detectar y reparar cualquier
tipo de daño antes de que se convierta en un problema grave. Así, los métodos desarrollados para
identificar el daño se pueden clasificar en los cuatro siguientes niveles (Ritter, 1993):
Nivel 1- Detección: Métodos que solo indican si el elemento está o no dañado.

Nivel 2- Localización: Métodos que identifican si ha ocurrido daño y, simultáneamente determinan la
ubicación de este.
Nivel 3- Cuantificación: Métodos que identifican si ocurrió daño, y determinan tanto su ubicación
como su magnitud.
Nivel 4- Predicción: Métodos que identifican la existencia del daño, su ubicación y magnitud, y
evalúan el impacto del daño sobre el elemento.
La combinación de ensayos no destructivos y simulaciones con modelos de elementos finitos puede

proporcionar una evaluación más completa y precisa del daño en vigas de madera laminada, lo que
puede ayudar a los ingenieros y arquitectos a tomar decisiones informadas sobre la seguridad
estructural de las construcciones. En el presente trabajo se utilizaron resultados de ensayos no
destructivos y se realizaron simulaciones numéricas de tres vigas para estudiar la severidad del daño
en vigas de madera laminada, lo que está directamente asociado al nivel de cuantificación mencionado
anteriormente, que tal como indica implica tanto detección como localización además de estimar la
magnitud del daño presente.
En este capítulo se introducen de manera general aspectos teóricos relevantes para el desarrollo del
tema de la memoria el cual se centra en el tercer nivel de los mencionados anteriormente
2.2 Vigas de madera laminada
Una viga de madera laminada es una estructura hecha de capas de madera encoladas juntas, formando
una única viga sólida, este proceso de laminación le da una mayor resistencia y estabilidad que la
madera sólida, lo que la hace ideal para soportar cargas pesadas en la construcción de edificios,
puentes y otras estructuras. Además, la madera laminada se puede fabricar en una variedad de tamaños
y formas para adaptarse a las necesidades específicas de cada proyecto
Figura 2.1 Vigas de madera laminada. Fuente: Maderas Casais.

En la Figura 2.1 se muestran las dimensiones de una viga de madera laminada junto con la variedad
de tamaños que se pueden generar.
2.2.1 Características y propiedades de la madera
La madera utilizada en la fabricación de vigas de madera laminada es una combinación única de

resistencia, estabilidad, flexibilidad y apariencia; características y propiedades específicas que la
hacen ideal para la construcción de estructuras de madera. A continuación se describen algunas
propiedades junto con las ventajas y desventajas de utilizar este tipo de vigas:
• Resistencia: La madera de las vigas de madera laminada es resistente y puede soportar cargas
pesadas sin deformarse o agrietarse. La laminación de varias capas de madera juntas mejora
su resistencia y durabilidad (Pérez, J. 2019).
• Estabilidad dimensional: La madera de las vigas de madera laminada tiene una estabilidad
dimensional superior a la madera sólida, lo que significa que es menos probable que se
deforme o se agriete debido a cambios en la temperatura y la humedad (García, A. 2020).
• Flexibilidad: A pesar de su resistencia, la madera de las vigas de madera laminada es
relativamente flexible y puede adaptarse a los cambios estructurales y los movimientos
naturales del edificio sin sufrir daños (Martínez, C. 2018).
• Apariencia: La madera de las vigas de madera laminada tiene una apariencia natural y cálida
que es muy valorada en la construcción de edificios y estructuras de madera.
• Sostenibilidad: La madera es un material renovable y sostenible, lo que la convierte en una
opción ecológica para la construcción.
• Fácil de trabajar: La madera de las vigas de madera laminada es fácil de trabajar y se puede
cortar y dar forma con herramientas de carpintería comunes.
En la tabla 2.1 se resumen las ventajas y desventajas asociadas a la utilización de madera laminada en
diferentes proyectos estructurales.
Tabla 2.1 Ventajas y desventajas del uso de madera laminada

Ventajas Desventajas
• La madera laminada puede ser más • En general, las vigas de madera laminada
resistente y rígida que la madera maciza pueden ser más costosas que la madera
• La madera laminada es más resistente a maciza u otros materiales estructurales.
la deformación, la contracción y la • Las vigas de madera laminada pueden
expansión que la madera maciza, lo que tener defectos como grietas,
la hace más duradera a largo plazo delaminación o debilidad en las juntas si
• La madera laminada se puede cortar y no se fabrican o instalan correctamente.
formar una amplia variedad de formas y • Debido a limitaciones en la capacidad de
dimensiones, lo que la hace adecuada transporte, las vigas de madera laminada
para una amplia gama de aplicaciones pueden tener limitaciones en cuanto a
estructurales y de diseño longitud máxima que pueden ser
• La madera laminada se fabrica a partir de producidas y transportadas.
madera renovable y sostenible, lo que la

convierte en una opción más respetuosa
con el medio ambiente que otros
materiales sintéticos
2.3 Evaluación del daño en vigas de madera laminada
La evaluación del daño en vigas de madera laminada es un proceso crucial para determinar la
seguridad y la capacidad de carga de las estructuras de madera. Esta implica la identificación y
evaluación, tanto de los tipos de daños como de la magnitud de estos.
Es importante realizar una evaluación detallada del daño en las vigas de madera laminada para
garantizar la seguridad y prolongar la vida útil de la estructura. En esta sección, se presentarán las
principales causas y tipos de daños junto con los métodos y herramientas utilizados para evaluarlos,
así como los factores que pueden contribuir al deterioro de estas estructuras.
2.3.1 Causas del daño
Es importante comprender las causas comunes de daño en las vigas de madera laminada para poder
identificar los problemas de manera temprana y tomar medidas preventivas.
La exposición prolongada a la humedad es la principal causa de daño en las estructuras de madera

laminada. Esta puede provocar la aparición de hongos, la degradación de la madera y la corrosión de
los elementos metálicos de las uniones (Wang, X. et al, 2019). Además, las condiciones de carga y
el uso inadecuado de la madera también pueden contribuir al daño y la falla estructural de las vigas
de madera laminada y otros elementos de madera en la construcción (Elliott, J. R. et al, 2006). Es muy
probable que una viga de madera laminada sufra daños si se les aplica una carga mayor a la que pueden
soportar.
Otras causas comunes de daño en vigas de madera laminada incluyen el uso excesivo, el impacto de
objetos pesados o la exposición a la corrosión. De acuerdo con (Wang, X. et al, 2019b) los daños
mecánicos, como las abrasiones, los impactos y las grietas, también pueden comprometer la integridad
estructural de las vigas de madera laminada. También es importante tener en cuenta que las técnicas
de instalación inadecuadas, como el uso de fijaciones defectuosas o la falta de mantenimiento regular
aumentan el riesgo de daños.
2.3.2 Tipos de daño
Las vigas de madera laminada pueden presentar una variedad de daños o fallas, los cuales pueden
tener un impacto significativo en las propiedades mecánicas de esta (Liu, J. et al, 2019). Los daños
más comunes que pueden presentar estas vigas son la deformación, pudrición, descomposición, daño
por insectos, fisuras o grietas, y separación de capas.
La deformación ocurre cuando la viga se dobla o curva debido a una carga excesiva. Este tipo de daño
es capaz de reducir significativamente la capacidad de carga de la viga siendo así uno de los daños
principales a evitar en las vigas de madera laminada (Li, Y. et al, 2019). Además, los daños por
insectos y la pudrición de la madera también son una preocupación importante en las vigas de madera
laminada, especialmente en aquellas que están expuestas a la intemperie o a ambientes húmedos
(Moya, R. et al 2016) . La pudrición está relacionada a la exposición a ciertas condiciones ambientales
que pueden generar hongos o dar paso a la aparición de bacterias que son capaces de debilitar
significativamente la madera. Por otro lado, los insectos, como termitas y hormigas, también pueden
causar daño a la madera, creando agujeros y debilitando la estructura de la viga.
Las fisuras o grietas pueden desarrollarse debido a cambios en la humedad o temperatura, o por una
carga excesiva. Este tipo de daño también puede tener un impacto en la rigidez según Bejtka y Boros
(2021), ya que la presencia de fisuras en la superficie de las vigas puede tener un efecto importante
en la capacidad de carga y rigidez de las mismas. En general, cuanto más grande sea la fisura, mayor
será la reducción de rigidez. Finalmente, la separación de capas o delaminación puede ocurrir cuando
las capas de madera laminada se separan, causando que la viga pierda su capacidad de carga. Dado
que es parte del foco central del estudio se tratará más a detalle a continuación.
2.3.3 Delaminación
En una viga de madera laminada, varias capas de madera se unen con adhesivos y se presionan juntas
para formar una pieza sólida y resistente, y si la adhesión falla, las capas pueden separarse y formar
una separación o delaminación. Este tipo de daño puede ser causado por varios factores, como la mala
calidad de los materiales utilizados para la fabricación de la viga, un proceso de fabricación
inadecuado, una exposición prolongada a la humedad o cambios en las condiciones ambientales.
Según Rautkari, J. y Hänninen, A. (2011) este problema es importante en los materiales a base de
madera, particularmente en la madera laminada ya que puede reducir su resistencia, durabilidad y
apariencia. Esta falla puede tener un efecto negativo en la rigidez de la viga debido a la pérdida de
cohesión entre las capas que la componen. Al tratarse del desprendimiento de una o más capas, la
rigidez de una viga puede sufrir una reducción importante que afectará negativamente su desempeño
como elemento estructural.
Los estudios revisados también indican que la delaminación puede verse afectada por diferentes
factores, como el contenido de humedad, las cargas cíclicas y las cargas de flexión. El estudio de
Palermo et al. (2017) muestra que la delaminación aumenta con el contenido de humedad, mientras
que el estudio de Varga et al. (2019) indica que las cargas cíclicas pueden acelerar la propagación de
la delaminación. El estudio de Lu et al. (2020) muestra que la delaminación se produce principalmente
en la superficie inferior de la viga y se propaga hacia el centro bajo cargas de flexión.
2.3.4 Disminución de rigidez
La rigidez de una viga se refiere a su capacidad para resistir la deformación bajo una carga aplicada,
y se mide por la relación entre la carga aplicada y la deflexión resultante. La disminución de esta en
un tramo de viga puede tener un impacto significativo en el comportamiento estructural de esta.
Algunos de los efectos esperados de la pérdida de rigidez son: un aumento en la deflexión de la viga
bajo cargas lo que puede resultar tanto en un mayor riesgo de daño por fatiga en la madera como en
una mayor probabilidad de falla por carga excesiva, y un aumento en la vibración de la viga lo que
puede generar un impacto negativo en la integridad estructural a largo plazo.
La delaminación en sí muestra los siguientes impactos en la rigidez de una viga de madera laminada:
• Primero, puede aumentar la flexibilidad de la viga debido a que las capas que anteriormente
estaban unidas ahora se mueven de manera independiente, lo que puede llevar a una
disminución de la rigidez global de la viga.
• En segundo lugar, la delaminación puede causar tensiones concentradas en las áreas de la viga
donde se produce la separación, lo que puede llevar a una reducción de la resistencia de la
viga, lo que a su vez puede llevar a una disminución de su rigidez.
• En tercer lugar, la delaminación puede aumentar la deformación de la viga, especialmente en
la dirección perpendicular al plano de las capas laminadas. Esto también puede llevar a una
disminución de la rigidez de la viga.
2.3.5 Métodos de evaluación del daño
Existen varios métodos de evaluación del daño en vigas de madera laminada, entre los que se incluyen
ensayos no destructivos (END) y simulaciones con modelos de elementos finitos (MEF). Uno de los
métodos más comunes para evaluar el daño en este tipo de vigas es la inspección visual, la cual como
su nombre indica, implica la evaluación visual de la madera en busca de signos de deformación,
hinchazón, pudrición, descomposición, daños por insectos, grietas y otros signos de daño. Sin
embargo, este método no permite evaluar la magnitud del daño generado. Para esto existen otros
métodos que permiten medir la severidad del daño en vigas de madera laminada una vez detectado,
con el objetivo de evaluar la gravedad del problema y determinar el curso de acción necesario. A
continuación se mencionan algunos:
1. Pruebas de flexión: Este método implica aplicar una carga de flexión a la viga y medir la
cantidad de deformación que se produce. Las mediciones de deformación pueden
proporcionar una estimación de la magnitud del daño en la viga.
2. Pruebas de vibración: Este método implica medir la frecuencia natural de vibración de la
viga antes y después de la aplicación de una carga conocida. Los cambios en la frecuencia
natural de vibración pueden indicar la presencia de daño en la viga.
3. Pruebas de resistencia: Este método implica medir la fuerza necesaria para romper la viga,
con estas pruebas se pueden determinar la capacidad de carga de la viga y su resistencia a
la deformación. La medición de la resistencia puede proporcionar una estimación de la
magnitud del daño en la viga.
4. Método de la rigidez: Este método evalúa la severidad del daño en una viga de madera
laminada midiendo la rigidez de la viga después de aplicar una carga utilizando elementos
finitos. Se compara esta rigidez con la rigidez de una viga de madera laminada sin daño y
se determina la severidad del daño en función de la diferencia de rigidez.
Cada uno de estos métodos de evaluación del daño tiene sus ventajas y limitaciones, y el método
adecuado dependerá de la naturaleza y la gravedad del daño. En muchos casos, se pueden utilizar
varios métodos de forma combinada para obtener una evaluación más completa del daño en las vigas
de madera laminada.
2.3.6 Método de correlación modal
El método de correlación modal (MAC) es una técnica que se utiliza para obtener información sobre
la forma y el comportamiento dinámico de una estructura, se basa en la identificación de las formas
modales de la estructura, que son las formas de vibración natural que se producen cuando se excita la
estructura con una perturbación.
Este método implica medir las respuestas de vibración de la estructura en varios puntos, utilizando
sensores de aceleración o medidores de desplazamiento. Estos datos se utilizan para calcular las
formas modales de la estructura, que se representan mediante vectores modales. A continuación, se
compara la información obtenida experimentalmente con los resultados de un modelo numérico de la
estructura, utilizando técnicas de correlación modal.
2
|∑𝑛𝑖=1{𝜙𝐴 }𝑖,𝑗 {𝜙𝐵 }𝑖,𝑘 |
𝑀𝐴𝐶 (𝑗, 𝑘) = (2.1)
(∑𝑛𝑖=1 {𝜙𝐴 }2𝑖,𝑗 )(∑𝑛𝑖=1 {𝜙𝐵 }2𝑖,𝑘 )
Donde:
{𝜙𝐴 } ∶ 𝑀𝑜𝑑𝑜 𝑑𝑒 𝑣𝑖𝑏𝑟𝑎𝑟 𝐴.
{𝜙𝐵 } ∶ 𝑀𝑜𝑑𝑜 𝑑𝑒 𝑣𝑖𝑏𝑟𝑎𝑟 𝐵.
𝑖 ∶ 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑞𝑢𝑒 𝑣𝑎𝑟í𝑎 𝑒𝑛𝑡𝑟𝑒 1 𝑦 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎.
𝑗 ∶ 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑞𝑢𝑒 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑗 − é𝑠𝑖𝑚𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑑𝑒𝑙 𝑚𝑜𝑑𝑜 {𝜙𝐴 } .
𝑘 ∶ 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑞𝑢𝑒 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑘 − é𝑠𝑖𝑚𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑑𝑒𝑙 𝑚𝑜𝑑𝑜 {𝜙𝐵 }.
En este trabajo la herramienta fue utilizada para comparar la similitud entre dos modos de vibración
para calcular el error de estos. Para el cálculo de error de modos utilizando MAC se siguen los
siguientes pasos:
• Se calculan los modos de vibración del sistema utilizando un modelo matemático o un análisis
experimental.
• Se compara la similitud entre los modos de vibración calculados en el paso anterior utilizando
el MAC.
• El MAC produce un valor que oscila entre 0 y 1, donde 1 indica una similitud perfecta entre
los dos modos de vibración.
• El error se puede expresar como la diferencia entre el MAC y 1.
2.4 Modelación de elementos finitos
El uso de modelos computacionales se ha convertido en una herramienta importante para el estudio

de la propagación de grietas en madera y materiales a base de madera (Hachmi, M. et al. 2016). La
modelación con elementos finitos (MEF) es una técnica de simulación numérica utilizada para analizar
el comportamiento de estructuras y sistemas complejos en ingeniería y ciencias aplicadas. Se basa en
la división de un objeto o sistema en pequeñas partes o elementos finitos, y luego se realiza un análisis
matemático de cada elemento para determinar cómo responde a diferentes condiciones de carga o
estímulos.
2.4.1 Modelación de elementos finitos simplificada
Está técnica simplifica el modelo de análisis reduciendo su complejidad y eliminando detalles no

necesarios para el modelo. En lugar de modelar todo el sistema, se divide el sistema en partes más
pequeñas conocidas como elementos finitos y luego se modela cada elemento de forma individual.
Cada elemento finito tiene propiedades específicas que se utilizan para modelar su comportamiento
en respuesta a las cargas aplicadas.
La modelación de elementos finitos simplificada tiene la ventaja de ser un método rápido y preciso
para realizar análisis de estructuras y sistemas complejos. Sin embargo, esta tiene sus limitaciones y
puede ser menos precisa en ciertos casos, especialmente cuando los modelos son demasiado
simplificados o cuando las condiciones de carga son extremas.
2.4.2 Etapas de creación de un modelo
Para la creación de modelos de elementos finitos simples para la simulación del comportamiento de
las vigas de madera laminada, se deben tener en cuenta varios parámetros y características, tales como:
• Geometría de la viga: El modelo debe tener la misma geometría que la viga de madera
laminada que se está analizando, incluyendo las dimensiones, la longitud, el número de capas
y el espesor de cada capa.
• Propiedades mecánicas de la madera: El modelo debe tener en cuenta las propiedades
mecánicas de la madera laminada.
• Condiciones de contorno: El modelo debe incluir las condiciones de contorno de la viga, como
las restricciones de movimiento en los extremos y la carga aplicada en la viga.
• Método de solución: El modelo debe utilizar un método de solución adecuado, como el método
de elementos finitos, para calcular las deformaciones y tensiones en la viga.
• Validación del modelo: El modelo debe ser validado mediante la comparación de los
resultados de la simulación con los datos experimentales para asegurar la precisión del modelo.
2.4.3 Factores de modificación (Property modifiers)
Los modificadores de propiedades se utilizan para ajustar las propiedades internas de un modelo,
como el módulo de elasticidad, el momento de inercia, la densidad, entre otros. Estos modificadores
se aplican a las propiedades de los materiales y secciones transversales del modelo y se utilizan para
tener en cuenta ciertos efectos que pueden influir en el comportamiento real de la estructura.
En este documento se trabajó con el modificador de propiedad I3, el cual se refiere al momento de
inercia en torno al eje 3 de una sección transversal de viga. En el contexto de modelización se utiliza
para determinar la rigidez y capacidad de carga de la sección. El modificador se puede ajustar para
reflejar estos efectos lo que permite que el modelo tenga en cuenta de manera más precisa el
comportamiento real de la estructura.
En general, cuanto mayor sea el valor del modificador de propiedad I3, mayor será la rigidez de la
sección transversal y, por lo tanto, mayor será la rigidez de la viga. Por otro lado, una reducción en el
momento de inercia resultará en una reducción de esta propiedad, lo que puede llevar a fallas en el
modelo si se aplican cargas excesivas.
2.4.4 Software: SAP 2000
Un modelo de elementos finitos simples para la simulación del comportamiento de las vigas de madera
laminada se puede crear utilizando un software de análisis estructural como SAP2000. Este es un
software que permite la creación de modelos de elementos finitos utilizando diferentes tipos de
elementos, como elementos de viga, elementos de placa o elementos de sólido. Es ampliamente usado
en ingeniería estructural. Se ha vuelto un programa muy popular debido a su capacidad para modelar
sistemas complejos y su amplia gama de herramientas de análisis.
2.4.5 Validación del modelo
En el caso específico de la simulación de elementos finitos de vigas de madera laminada, la validación

del modelo es esencial para asegurar que los resultados obtenidos mediante la simulación sean
precisos y confiables. Para llevar a cabo esta validación, se deben realizar comparaciones entre los
resultados de la simulación y los datos experimentales obtenidos del ensayo de vibraciones no
destructivo de “ Evaluación del daño de vigas de madera laminada reforzada a través de análisis modal
experimental” (Bravo, F.I. 2022).
De acuerdo con Adamopoulos, S. et al. (2013) la concordancia entre los modos de vibración y los
valores de frecuencia calculados y experimentales indica que los modelos de elementos finitos pueden
predecir con precisión el comportamiento de las muestras de madera. Los autores realizaron una
comparación detallada de los resultados de la simulación con los datos experimentales obtenidos de
las pruebas en vigas de madera laminada. En particular, compararon los modos de vibración, las
frecuencias naturales y las amplitudes de vibración. Los resultados de esta comparación indicaron que
el modelo de elementos finitos fue capaz de predecir con precisión el comportamiento de vibración
transversal en vigas de madera laminada.
Basándose en los estudios revisados se puede extrapolar la validación de modelos al caso en estudio.
Al hacerlo, se puede asegurar la precisión del modelo y garantizar que se pueda utilizar de manera
confiable en el diseño y análisis de las vigas de madera laminada en estudio.
2.5 Herramienta API
API significa “interfaz de programación de aplicaciones” lo cual se trata de un grupo de reglas y

protocolos que se utilizan para desarrollar e integrar los software de las aplicaciones, lo que permite
la interacción de distintos software mediante un lenguaje de programación especificado. Una API
permite a los desarrolladores acceder a ciertas funciones o datos de un software o plataforma de
manera controlada.
La herramienta API implementada en SAP2000 es compatible con diversos lenguajes de

programación. Para el caso en estudio se utiliza Python para automatizar las simulaciones realizadas
en SAP2000. Esto se realizó ya que se trata de una tarea repetitiva y el uso de esta herramienta permite
eliminar los errores que pueden ser introducidos por el usuario además de aumentar la eficacia del
proceso.
La API de SAP2000 para Python brinda acceso a una amplia gama de funciones y datos de la
biblioteca de SAP2000, lo que permite a los desarrolladores crear scripts automatizados y aplicaciones
personalizadas, además los usuarios pueden realizar tareas como la creación y modificación de
modelos de estructuras, la ejecución de análisis y la extracción de resultados.
2.5.1 Software: Python
Python es un lenguaje de programación de alto nivel, interpretado y de código abierto, es decir, que
su código fuente está disponible para cualquier persona para ver, modificar o distribuir. Se utiliza
ampliamente en múltiples campos, como la ciencia de datos, el desarrollo web, la automatización de
tareas y la creación de aplicaciones de escritorio. Python es conocido por su capacidad para resolver
problemas complejos con una cantidad mínima de código, lo que lo hace una opción popular para los
programadores de todos los niveles de experiencia.
2.6 Análisis de sensibilidad
Según Pianosi et al. (2016) el análisis de sensibilidad es una técnica utilizada en la modelización
matemática y la toma de decisiones bajo incertidumbre. Consiste en estudiar cómo varían los
resultados de un modelo o de una decisión ante cambios en las variables de entrada del modelo.
En otras palabras, el análisis de sensibilidad permite identificar qué parámetros son críticos para el
resultado final del modelo, y cuánto impacto tienen en el mismo. Esta información es útil para
entender mejor el comportamiento de este, ya que permite identificar los factores clave que deben ser
monitoreados o ajustados para lograr los mejores resultados posibles.
2.6.1 Análisis de sensibilidad regional
En el análisis de sensibilidad regional (RSA), se dividen las variables de entrada en regiones

específicas del espacio de diseño y se evalúa el impacto de cada una de estas variables en cada una de
estas regiones. Esto permite una comprensión más detallada de cómo los cambios en las variables de
entrada afectan el comportamiento del modelo en diferentes partes del espacio de diseño.
Al evaluar la influencia de las variables de entrada en regiones específicas del espacio de diseño, este
análisis de sensibilidad puede ayudar a identificar los factores más influyentes en la incertidumbre del
modelo y proporcionar información valiosa para la optimización del diseño, con el fin de reducir dicha
incertidumbre y mejorar la precisión de los resultados del modelo.
En un análisis de sensibilidad regional se utilizan los modelos B y NB (Behaviour y Non-Behaviour)

para clasificar los resultados de la simulación en dos categorías
• El modelo Behaviour (B) se refiere a los resultados de la simulación que muestran una
respuesta significativa ante los cambios en los parámetros de entrada, es decir, aquellos
resultados que tienen una sensibilidad importante a los cambios en los parámetros de entrada.
• El modelo Non-Behaviour (NB) se refiere a los resultados de la simulación que no muestran
una respuesta significativa ante los cambios en los parámetros de entrada, es decir, aquellos
resultados que tienen una sensibilidad insignificante a los cambios en los parámetros de
entrada.
Para determinar si los resultados de la simulación pertenecen al modelo B o NB, se establecen criterios
de lo que se considerará un modelo bueno. En general, son funciones de error donde se define un valor
umbral que separa los resultados de las simulaciones. Para el caso en estudio estas se detallan en la
sección 4.5.4.
2.6.1.1 Software: Matlab
El análisis de sensibilidad de los resultados se trabajó mediante un código implementado en Matlab,

un entorno de programación que se utiliza comúnmente en ingeniería. Es muy popular debido a su
amplia gama de herramientas y funciones para el procesamiento de señales, análisis de datos,
visualización y modelado matemático.
Algunas de las características que hacen que Matlab sea popular incluyen su capacidad para trabajar
con matrices, la facilidad para representar gráficamente los datos, su sintaxis fácil de usar y su amplia
variedad de bibliotecas de funciones. Además, Matlab tiene una gran comunidad de usuarios que
proporcionan apoyo, documentación y código abierto.
2.6.2 Análisis de gráficos
Para el análisis de resultados Matlab entrega algunos gráficos, están las curvas CDF (función de
distribución acumulativa) de los modelos B y NB; y los boxplots de los resultados de cada modelo
para mostrar la distribución de los resultados y los valores extremos. Estos gráficos permiten visualizar
las diferencias entre los resultados del modelo B y NB y ayudan a identificar los parámetros de entrada
más influyentes en la simulación.
2.6.2.1 Curvas CDF
En el contexto del análisis de sensibilidad regional, CDF (del inglés, Cumulative Distribution
Function) es una función matemática que describe la probabilidad acumulada de una variable aleatoria
que toma un valor igual o menor que un valor dado.
Las curvas CDF se generan al analizar los resultados del modelo en un gran número de puntos en la
región de interés, y luego se ordenan los resultados de menor a mayor. A continuación, se calcula la
fracción acumulativa de resultados por debajo de cada valor, lo que produce la curva CDF. Estas
curvas proporcionan información valiosa sobre la variabilidad y la incertidumbre en los resultados del
modelo. Al analizarlas se puede determinar la probabilidad de que los resultados del modelo caigan
dentro de un rango específico, lo que puede ayudar a tomar decisiones informadas y a comprender
mejor los riesgos y la incertidumbre asociados con un diseño o proceso.
2.6.2.2 Boxplots
En Matlab, un boxplot es un tipo de gráfico que se utiliza para visualizar la distribución de un conjunto
de datos. El gráfico consiste en un rectángulo que representa el rango intercuartílico del conjunto de
datos, el cual es la diferencia entre el tercer y el primer cuartil de la distribución, junto con líneas que
se extienden desde el rectángulo hasta los valores mínimo y máximo no atípicos de los datos.
Los boxplots son una herramienta útil para visualizar la distribución y variabilidad de los datos y
pueden ser útiles para identificar valores atípicos y comprender la forma de la distribución de los
datos. En MATLAB, un boxplot de una curva CDF se utiliza para visualizar la distribución de
probabilidad acumulada de un conjunto de datos, en este caso la distribución de los factores de
modificación solo de los modelos considerados con buen comportamiento.
2.7 Análisis ANOVA
Un análisis de varianza (ANOVA, por sus siglas en inglés) es una técnica estadística utilizada para
analizar la variación en un conjunto de datos y determinar si las diferencias observadas entre las
medias de los grupos son estadísticamente significativas. En esencia, este análisis compara la
variabilidad entre los grupos con la variabilidad dentro de los grupos para determinar si hay diferencias
significativas en las medias de estos. El ANOVA se utiliza comúnmente para comparar tres o más
grupos, y permite identificar cuál o cuáles grupos difieren significativamente entre sí.
En el estudio de Bucur, V. (2003), se demuestra la utilidad del análisis ANOVA para identificar
factores significativos que afectan la resistencia de las vigas de madera laminada.
2.7.1 Prueba F
Del análisis ANOVA la prueba F se usa para determinar si hay diferencias significativas entre las
medias de tres o más grupos.
La prueba F produce un valor que se compara con un valor crítico de F para determinar si se puede
rechazar la hipótesis nula de que las medias de los grupos son iguales. Un valor grande de F indica
que la variabilidad entre los grupos es mucho mayor que la variabilidad dentro de un mismo grupo,
esto indicaría que las medias de los grupos son diferentes.
2.7.2 Probabilidad p
La probabilidad p es un valor que se utiliza para determinar si la diferencia observada entre las medias
de los grupos es estadísticamente significativa.
El valor de la probabilidad p se calcula a partir de la estadística de prueba F, si el valor de p es menor

que un nivel de significancia preestablecido (como 0,05 o 0,01), se considera que la diferencia
observada entre las medias de los grupos es estadísticamente significativa y se rechaza la hipótesis
nula de que las medias de los grupos son iguales.
2.8 Conclusiones
En el presente capítulo se presentó una revisión bibliográfica del marco teórico en el que se desarrolló
el estudio, destacando principalmente información necesaria para la completa comprensión de la
metodología utilizada y las técnicas de análisis de resultados. Si bien se mostraron varios tipos y
causas de daños, el foco de la memoria está en la delaminación y en como esta se abarcó desde un
análisis con modelos de elementos finitos. Para esto fue necesario implementar diversos softwares
que fueran compatibles con la modelación simplificada y que además permitieran automatizar las
tareas repetitivas para el posterior análisis de los resultados.
Capítulo 3: Elementos en estudio 24
3 CAPÍTULO 3 ELEMENTOS EN ESTUDIO
3.1 Introducción
Las vigas laminadas encoladas son más resistentes que cada pieza de madera por separado, teniendo
como beneficios lograr mayores dimensiones y diversas formas estructurales. Ante esto, en el presente
capítulo se describen las vigas laminadas en estudio, detallando dimensiones, confección y los
resultados del ensayo de análisis modal
3.2 Proceso de fabricación
El proceso de fabricación de vigas de madera laminada implica varias etapas. La primera etapa es la
selección de la madera, se utiliza madera de alta calidad, y se selecciona cuidadosamente para asegurar
que la madera esté libre de nudos, grietas y otros defectos que puedan debilitar la viga. Después de la
selección, la madera se corta en láminas o tiras delgadas de un espesor uniforme, estas tiras de madera
se secan para reducir su contenido de humedad y evitar que se deforme o se encoja después de la
fabricación. Luego de secadas las tiras de madera se pegan con un adhesivo resistente a la humedad y
al calor, formando una estructura sólida y resistente.
Antes de la laminación, las tiras de madera se someten a un pre-encolado para preparar la superficie
de la madera para el encolado final. Estas tiras de madera pre-encoladas se colocan en un molde y se
prensan para unir las capas de madera en una sola pieza. Para esto se utiliza calor y presión para
asegurar que el adhesivo se seque y se fije correctamente. Finalmente, las vigas de madera laminada
se cortan en la forma y tamaño deseados, y se lijan y se terminan según las especificaciones del
proyecto.
3.3 Descripción de las vigas
Bravo Ortiz, F. (2022) estudió para el análisis modal ocho vigas de madera encolada laminada
agrupadas en cuatro pares, numeradas de la siguiente forma: 4, 5, 9, 10, 14,15,19 y 20. En la presente
memoria se realizó la simulación numérica de tres de estás vigas, las cuales presentaban los resultados
más significativos visualmente en cuanto a delaminación.
3.3.1 Dimensiones
Cada viga en estudio estaba compuesta por cinco lamelas, donde cada una de estas tiene una sección
transversal de 18 mm x 90 mm. Así las dimensiones finales de las vigas corresponden a una sección
transversal cuadrada de 90 mm x 90 mm y un largo de 1700 mm.
Figura 3.1 Dimensiones de las vigas. Fuente: Bravo Ortiz, F. (2022).
3.3.2 Madera
Las vigas en estudio corresponden a elementos confeccionados de pino radiata con las
especificaciones mostradas en la Tabla 3.1.
Tabla 3.1 Propiedades mecánicas de la madera
Elementos
Propiedad Unidad Viga 4 Viga 5 Viga 10
MOE prom. MPa 10043,3 9004,3 7480,7
Densidad prom. kg/m3 479,4 514,4 504,0
Humedad prom. % 11,6 12,6 12,9
Masa kg 6,6 7,1 6,9
3.4 Resultados de ensayos de laboratorio de análisis modal experimental
Los datos de los ensayos de laboratorio de la Tabla 3.2 se obtuvieron mediante una prueba de impacto
“martillo móvil”, donde se fijaron acelerómetros en los elementos para luego, con un martillo de
impacto excitar la estructura en varias ubicaciones. Estás ubicaciones dan lugar a los grados de libertad
previamente definidos. En este caso las vigas ensayadas se equiparon con tres acelerómetros, uno en
cada extremos de las vigas y otro en el centro. Luego se definieron 19 puntos equiespaciados a lo
largo del elemento, estos eran los puntos donde impactó el martillo dando lugar a los grados de
libertad. Se realizaron tres impactos a cada uno de los puntos, con un total de 57 impactos por elemento
(Bravo, F. 2022)
Tabla 3.2 Resultados ensayos experimentales
Modo uno
N° Viga Propiedad Viga s/ daño Viga c/ daño
f(Hz) 151.324 111.457
Viga 4 ξ(%) 1.251 4.726
MPC 0.997 0.99
f(Hz) 145.529 114.532

Viga 5 ξ(%) 1.896 7.349
MPC 0.997 0.986
f(Hz) 140.076 103.732

Viga 10 ξ(%) 1.267 4.396
MPC 0.999 0.823
3.5 Conclusiones
En este capítulo se han presentado los principales elementos que han sido objetivo de estudio, si bien
el estudio inicial constaba de ocho vigas se seleccionaron solo tres para el estudio de la severidad de
la delaminación, esto por presentar resultados más significativos. Además, se muestran los datos
experimentales de las tres vigas con que se trabajó con el fin de tener una mejor comprensión del
desarrollo de los siguientes capítulos.
Capítulo 4: Metodología 27
4 CAPÍTULO 4 Metodología
4.1 Introducción
En la actualidad, la madera laminada es un material ampliamente utilizado en la construcción debido

a su resistencia, estabilidad y durabilidad. Sin embargo, como cualquier otro material puede sufrir
daños por diversas razones como fue mencionado en al Capítulo 2. Por tanto es esencial poder evaluar
el daño en las vigas de madera laminada para garantizar la seguridad de las estructuras y prevenir
fallas catastróficas.
El objetivo de este capítulo es presenta una metodología para la evaluación del daño en vigas de
madera laminada mediante simulaciones con modelos de elementos finitos simples y utilizando
resultados de ensayos no destructivos experimentales para la validación de estos modelos, lo que
permitirá una mejor comprensión del comportamiento de la madera laminada y una mayor confianza
en su uso en la construcción de estructuras.
4.2 Determinación de softwares
En consecuencia con el primer objetivo específico la primera etapa de la metodología es más bien
introductoria. En esta etapa se estudió toda la teoría relevante asociada al tema la cual está en detalle
en el Capítulo 2 de la presente memoria. Además se determinaron los softwares que se utilizaron en
el estudio para generación de datos, modelación, simulaciones y análisis de sensibilidad.
Es importante mencionar que en este punto se hizo una revisión de modelaciones más avanzadas,
específicamente en el software ANSYS, las cuales se vuelven poco prácticas dado el alto costo
computacional que significaban. Si bien era posible modelar vigas de madera laminada en este
programa era necesario contar con propiedades al detalle al momento de incluir capas y adhesivos.
Además la cantidad de variables aumentaba con los distintos materiales y con la cantidad de
laminaciones, esto aumentaba proporcionalmente el costo computacional del modelo. Finalmente el
programa no permitía estudiar la delaminación sin predefinir la grieta en el modelo.
4.2.1 SAP 2000
El software SAP 2000 se utilizó para realizar un modelo simplificado, el cual es el otro extremo del
modelo detallado que se buscaba hacer en ANSYS. Esto se presenta como una etapa inicial para
estudiar estos casos. Este tipo de modelos presenta un costo computacional relativamente bajo para la
cantidad de simulaciones requeridas, además logra representar las vigas y sus propiedades de buena
forma.
4.2.2 Matlab
El software Matlab se utilizó para implementar dos códigos en el desarrollo de este trabajo. El primero
fue un código que fuera capaz de generar los factores de modificación de manera aleatoria para los
1800 casos; y, el segundo fue para realizar la separación de modelos junto con el análisis de
sensibilidad en los que presentaban mejor desempeño.
4.2.2.1 Código de datos aleatorio
En este código inicialmente se definen los valores máximos y mínimos permitidos para la generación
de factores. Se utiliza una distribución de probabilidad uniforme ya que no se conoce la distribución
de datos a priori, y además, en el código se define la cantidad de datos para la muestras que se utilizará
como n*100, de acuerdo a la recomendación de algunos análisis de sensibilidad para asegurar
precisión adecuada en los resultados (Cochran, W.G. 1977), donde n es la cantidad de tramos en que
fue dividida la viga.
El código genera un set de datos en una matriz de 1800x18 que corresponden a la cantidad de tramos
de cada viga y al total de simulaciones. Para el desarrollo del trabajo los valores máximo y mínimo se
fijaron en 1,3 y 0,2 respectivamente para generar los factores. Si bien físicamente no tiene sentido que
el mayor sea superior a uno se asigna un delta ya que Matlab no generaba muchos casos con factores
uno al limitar el máximo a este valor. De la misma forma para el mínimo se deja un delta con respecto
al valor obtenido teóricamente. Finalmente estos datos se exportan a un archivo de Excel el cual debe
quedar en un formato apto para que Python pueda leerlo.
El código está en el Anexo 1.2.
4.2.2.2 Código de análisis de sensibilidad
El código de análisis de sensibilidad se detalla en la sección tres del presente capítulo. De igual forma
está disponible en el Anexo 1.3.
4.2.3 Python y PyCharm
El software Python se seleccionó para utilizar la herramienta API de SAP 2000, de acuerdo con sus
manuales presenta uno de los códigos más amigables y de fácil manejo mediante su editor PyCharm.
Con la ayuda del código implementado en Python se programa la lectura y el cálculo de los 1800 datos
para las simulaciones con los inputs generados en Matlab. El código entrega las frecuencias y modos
de las 1800 simulaciones para su posterior análisis.
4.2.3.1 Código implementación API
El código primero creó vectores vacíos donde se guardaron las frecuencias y modos obtenidos al final
de las simulaciones, luego leyó el archivo generado con Matlab, un Excel en formato .csv, con la
matriz de 1800 x 18 factores de modificación. Este formato permitía que Python leyera el archivo
línea a línea asignando el respectivo factor a cada frame del modelo.
Además, en este código se indicó cuantas frecuencias y modos se almacenaron, en el vector

denominado “DataFreqs” se almacenaron 12 frecuencias por cada simulación y en el vector
“DataMods” las coordenadas de los modos de vibrar que corresponden a los 19 puntos de las curvas;
por tanto el segundo archivo guarda un vector de 19 componentes por cada modo de vibrar.
Finalmente se extrajeron estos archivos al terminar las simulaciones de cada una de las tres vigas y se
dejaron en el formato correspondiente para su posterior análisis
El código utilizado se encuentra disponible en el Anexo 1.4.
4.3 Modelo simplificado
Para este modelo se dibuja la viga como una barra simple de 1700mm de largo y se ingresan los 19
puntos asociados al ensayo de vibraciones realizado experimentalmente, esto divide la viga en 18
tramos donde se aplicarán los factores de modificación para obtener las frecuencias y modos de vibrar
de las vigas.
Figura 4.1 Modelo de elementos finitos simplificado
Las flechas de la Figura 4.1 indican los apoyos asignados al modelo, estos correspondían a unos
resortes simulando apoyos flexibles. La idea de esto era generar una condición casi “flotante” o libre,
al ubicar los apoyos a 0,22*L desde cada extremos.
Además de aquí se establece que la influencia de los apoyos es de cuatro tramos a cada extremo de la
viga.
4.3.1 Sección transversal
Las especificaciones de las vigas de madera laminada se realizan con la herramienta “section
designer” del programa que se muestra en la Figura 4.2. Allí se detalla la sección transversal del
modelo, es decir, las cinco capas de las laminaciones y se asignan las propiedades de cada una. Estas
se definen en la sección de materiales donde se detallan el módulo de elasticidad y densidad extraídas
de una tabla como la Tabla 4.1.
Se disponía de las tablas de propiedades con la especificación de cada una de las laminaciones para
las tres vigas, estas están disponibles en el Anexo 1.5.
L5
Y
L4
L3 X
L2
L1
Figura 4.2 Sección transversal de modelo simplificado

Tabla 4.1 Propiedades laminaciones Viga 4
4.3.2 Factores de modificación
Los factores de modificación se ingresan en las propiedades de la sección transversal. En la Figura

4.3 se indica el parámetro con que se trabajó, I3, asociado principalmente al momento de inercia de
la sección de la viga.
Figura 4.3 Especificación de modificación, I3
4.4 Calibración de modelos preliminares
La segunda etapa es netamente implementación del modelo numérico simple, donde se variaron los
factores de modificación de la rigidez, manualmente, a lo largo de la viga para estudiar sus
propiedades dinámicas.
4.4.1 Modelo sin daño
Para este modelo preliminar se utilizaron factores de modificación entre 0,9 y 1,0.
Para cada una de las vigas se fijó el valor del factor de modificación de todos los tramos en 0,9 y se
guardaron las frecuencias obtenidas; lo mismo se realizó con los factores 0,95 y 1,0. Luego de esto se
verifica que las frecuencias obtenidas de las simulaciones engloben los valores de las frecuencias
experimentales para el caso sin daño.
Modo de vibrar1
0.015
0.010
0.005
Sin daño
0.000
0 0.5 1
-0.005
-0.010
Figura 4.4 Modo de vibrar sin daño para viga 4
A modo de ejemplo se muestra el caso de la viga 4, donde se utilizó el modo de vibrar experimental
para el caso sin daño mostrado en la Figura 4.4 este se comparó con los modos obtenidos de las
simulaciones numéricas.
Figura 4.5 Resultados simulación sin daño para viga 4, con factores 0,95
En la Tabla 4.2 se muestra el dato de la frecuencia experimental de la viga sin daño, seguido de esto
en la Tabla 4.3 se muestran las frecuencias numéricas obtenidas para los tres casos descritos al inicio
de esta sección.
Tabla 4.2 Resultados experimentales viga 4
Viga 4
Propiedad Modo uno
f(Hz) 151.356
ξ(%) 1.243
MPC 0.997
Tabla 4.3 Resultados simulaciones viga 4
Viga 4
Factores f(Hz)
0.9 149.104
0.95 153.138
1.0 157.063
De esto es fácil notar que la frecuencia experimental se encuentra contenida dentro de las frecuencias
simuladas para los casos con factores 0,9 y 0,95. Esto se realiza para las tres vigas comprobando que
todas las frecuencias queden englobadas concluyendo así la calibración de los casos sin daño.
4.4.2 Modelo con daño
Para el caso de las vigas con daño de igual manera se modifican los factores manualmente en todos
los tramos de la viga, pero en este caso se utilizan valores bajos en las zonas donde existe daño o
delaminaciones. Para esto se utiliza el modo de vibrar uno de cada viga junto con las imágenes de las
vigas post ensayos, con esto se puede obtener un estimado de los puntos que más varían respecto a la
condición sin daño para así fijar factores más bajos en estos tramos. Por el lado contrario en las zonas
que menos hubo variación se fijan los valores más altos.
A modo de ejemplo en la Figura 4.6 se muestran los modos con y sin daño de la viga 4. En este fue
posible observar la separación de los puntos entre ambas curvas. Junto con esto se utilizó la foto de la
viga donde era posible ver la delaminación después de los ensayos, la cual se muestra en la Figura
4.7.
Modo de vibrar1
0.020
0.015
0.010
0.005 Sin daño
0.000 Con daño
-0.005 0 0.5 1
-0.010
-0.015
Figura 4.6 Modos de vibrar 1 para calibración con daño
Figura 4.7 Viga 4 con daño y detalle de tramos
Utilizando ambas cosas se determinaron los tramos que teóricamente debían llevar factores de
modificación más bajos y valores más altos a las zonas donde no se apreciaba daño. Para esto se
realizaron aproximadamente tres pruebas por viga para ajustar estos factores, se guardaron los
resultados de las frecuencias de cada prueba y así era posible ver qué factores debían aumentar o
disminuir, respecto de la prueba anterior para obtener una frecuencia lo más cercana a la experimental.
Tabla 4.4 Casos de prueba para calibración con daño
Viga 4 Tramos
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Prueba 1 0.95 0.95 0.90 0.90 0.90 0.75 0.70 0.65 0.60 0.50 0.50 0.45 0.40 0.50 0.50 0.45 0.40 0.40
Prueba 2 0.95 0.95 0.90 0.90 0.80 0.75 0.70 0.60 0.50 0.50 0.45 0.40 0.40 0.45 0.45 0.40 0.40 0.40
Prueba 3 0.80 0.80 0.85 0.80 0.70 0.65 0.45 0.35 0.45 0.55 0.55 0.80 0.50 0.45 0.40 0.40 0.35 0.35
De las pruebas mostradas en la Tabla 4.4 se obtuvieron las frecuencias simuladas que se indican en la
Tabla 4.5, estas se compararon con la frecuencia experimental con daño notando que era posible
obtener valores similares entre ambos casos.
Tabla 4.5 Resultados calibración viga con daño
Frecuencias (Hz)
Experimental
Viga Modo uno
Viga 4 109.990
Numérica
Prueba 1 117.426
Prueba 2 113.153
Prueba 3 111.91
4.5 Análisis de sensibilidad
Por último la tercera etapa está enfocada en la evaluación de la severidad del daño. Para esto se utilizan
los modelos previamente calibrados para realizar una serie de simulaciones numéricas tanto en vigas
dañadas como no dañadas. Al finalizar el total de simulaciones se seleccionaron los modelos con
mejor desempeño a través de técnicas de análisis de sensibilidad. Finalmente, con esto fue posible
evaluar la severidad del daño comparando los rangos de valores de los parámetros de entrada
obtenidos en los mejores modelos.
4.5.1 Set de simulaciones
Luego de corroborar que los modelos calibrados funcionan se realizan n*100 simulaciones para cada
viga, donde n es la cantidad de tramos definidos, las simulaciones se automatizan mediante la
herramienta API de SAP2000 que se utilizó con Python.
Los valores de los factores aleatorios generados por Matlab, con el código de la sección 1.3.1, se
definen entre 0,2 y 1,3. Con esto Python demoraba aproximadamente tres horas en completar las 1800
simulaciones y guardaba en dos archivos las frecuencias y modos de vibrar obtenidas de cada una.
4.5.2 Selección de datos
Luego de realizar la serie de simulaciones se grafican set de datos de 19x12 para ver los modos de
vibrar de la viga y así buscar cuales se asemejaban más a los modos de vibrar 1 experimentales. Así
se establece uno de los supuestos del estudio, donde se asume que de los 12 modos de vibrar generados
en las simulaciones, para todas las vigas los modos de vibrar correspondientes al 3 numéricos son los
que más se asemejan a los modos 1 experimentales.
Luego de estos modos de vibrar se extraen los valores máximos y mínimos obtenidos, el valor mínimo
tiene que ser menor a la frecuencia experimental con daño y el valor máximo debe ser más alto que la
frecuencia experimental sin daño; si esto sucede los supuestos previos son correctos y se puede realizar
el análisis de sensibilidad con las simulaciones.
4.5.3 Código de análisis de sensibilidad
Como se mencionó en el punto 1.3.2 el análisis de sensibilidad se realizó mediante un código de

Matlab, el cual se explica en esta sección y se resume en el diagrama de flujo de la Figura 4.8.
4.5.3.1 Inputs
En este código se ingresan como inputs los archivos obtenidos con Python de las frecuencias y modos
de cada viga; y manualmente se ingresan los datos experimentales de las vigas con y sin daño para el
modo de vibrar 1.
Inputs
Selección de modelos
Error de frecuencias Error de modos Desalineación
Modelos aceptables
Curvas CDF’s Boxplot
Análisis ANOVA
Figura 4.8 Diagrama de flujo código de análisis de sensibilidad
4.5.3.2 Selección de modos
Una sección del programa revisa los 12 modos de vibrar de cada una de las 1800 simulaciones y
calcula el MAC a los modos de vibrar uno entre lo experimental y lo simulado. Un ciclo for guarda
los MAC obtenidos y busca los valores máximos asumiendo que son los que corresponden, después
se guardan las frecuencias numéricas de estos modos en una matriz.
En la Figura 4.9 se muestran cómo se veían los 12 modos de vibrar para una simulación.
Modos de vibrar
4.00E+01
3.00E+01
2.00E+01
1.00E+01
0.00E+00
-2.50E+01 -2.00E+01 -1.50E+01 -1.00E+01 -5.00E+00 0.00E+00 5.00E+00 1.00E+01 1.50E+01 2.00E+01 2.50E+01
-1.00E+01
-2.00E+01
-3.00E+01
Series1 Series2 Series3 Series4 Series5 Series6

Series7 Series8 Series9 Series10 Series11
Figura 4.9 Modos de vibrar primera simulación viga 4
4.5.4 Selección de modelos
Aquí se definen los criterios para diferenciar los modelos en B y NB, se utilizaron funciones de cálculo
de error para frecuencias y modos junto con una desalineación en la curvatura de los modos de vibrar
experimentales. A continuación de detalla cada uno de estos criterios:
1) Cálculo de error de frecuencias, Y(1)
La función para el cálculo de error de frecuencias utiliza el valor absoluto de la frecuencia numérica
menos la experimental y lo divide en la experimental.
𝑓𝑛𝑢𝑚 − 𝑓𝑒𝑥𝑝
𝑒𝑟𝑟𝑜𝑟𝑓𝑟𝑒𝑞𝑠 = | | (4.1)
𝑓𝑒𝑥𝑝
2) Cálculo de error de modos, Y(2)
La función para el error de modos utiliza los MAC con la siguiente formula
1 − 𝑀𝐴𝐶
𝑒𝑟𝑟𝑜𝑟𝑚𝑜𝑑𝑜𝑠 = √( ) (4.2)
𝑀𝐴𝐶
3) Desalineación de curvatura
Dado que el error de frecuencias y modos es muy global es necesario un indicador local de lo que
ocurre con los modos de vibrar con daño.
Al revisar los modos de vibrar uno experimentales para los casos con y sin daño era posible notar una
desalineación entre los puntos extremos de la curva mostrado en la Figura 4.10, lo que se pudo
verificar mediante los modelos en SAP. Además fue posible notar que la parte central de la curvatura
no daba tanto criterio porque su posición variaba respecto del caso experimental y simulado, sin
embargo para ambos casos la desalineación se mantuvo constante lo que permitió añadir esto como
restricción.
Así, cuando existía un daño hacia el extremo derecho de la viga se fijaba la restricción de que el grado
de libertad uno fuera menor que el diecinueve para que solo se consideraran estos modelos junto con
los límites de errores. En el caso de existir el daño hacia el lado izquierdo de la viga la restricción era
al revés, el grado de libertad diecinueve menor al uno.
Modo de vibrar1
0.02
0.01
0.00
0 0.5 1
-0.01
-0.02
Figura 4.10 Ejemplo desalineación curvaturas de modos de vibrar

4.6 Determinación de límite de errores
Como criterio general fue importante definir un mismo par de valor para los errores que cubriera todos
los casos en estudio. Para esto fue necesario revisar cuál de los dos errores dejaba pasar más modelos
considerados buenos. Esto se realizó manualmente partiendo con los valores entregados por Matlab y
aumentando o disminuyendo según fuera necesario para trabajar con entre un 5 a 10% del total de
simulaciones, y registrando la cantidad de modelos buenos obtenidos en cada caso.
Luego teniendo en consideración que el error de modos es de un vector y por esta razón no se puede
saber qué porcentaje de este es bueno, se buscó un valor de error que permitiera obtener un MAC
igual a 0,9, ya que como este criterio es más bien de sentido físico un resultado de 0,9 se considera
muy bueno.
1
𝑀𝐴𝐶 = = 0,917
1 + 0,32
Figura 4.11 Límite para error de frecuencias y modos para el modo uno
Con esto se consideró un error de frecuencias de 5% en base a la Figura 4.11 y un error de modos de
30% inicialmente, estos valores se fueron variando decimalmente en dos distintos casos: primero
fijando el error de 5% y variando el error de modos entre 30% - 20%; y segundo fijando el error de
30% y variando el error de frecuencias entre 5% - 4%. Para todos estos casos se registró la cantidad
de modelos que pasaban en un Excel y se seleccionaron para los dos casos los que permitían pasar
una cantidad considerable de modelos buenos.
Tabla 4.6 Definición límite de errores

Y(1) Y(2) Xb
0.04 0.26 176
0.05 0.3 222
viga 4
0.04 0.26 176
0.05 0.26 216
Donde:
𝑌(1): 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠.
𝑌(2): 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒 𝑚𝑜𝑑𝑜𝑠.
𝑋𝑏: 𝑚𝑜𝑑𝑒𝑙𝑜𝑠 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠.
Finalmente se combinaron los casos seleccionados mostrados en la Tabla 4.6, hasta determinar un par
de valores que para los tres casos dejarán pasar entre un 5 y 10% del total de simulaciones y que
además permitieran un MAC mayor a 0,9, estableciendo así los criterios de un error de frecuencias
hasta 4% y un error de modos de 26%.
1
𝑀𝐴𝐶 = = 0,936
1 + 0,262
4.7 Obtención de curvas CDF’s y Boxplot
Finalmente los outputs del código son las curvas CDF’s de los modelos, un ejemplo en la Figura 4.12,
y los Boxplot de los modelos con mejor desempeño, a modo de ejemplo también la Figura 4.13.
Las curvas CDF’s se obtienen para cada tramos de la viga, en cada cuadro las líneas rojas indican los
modelos considerados NB y las curvas verdes los modelos B. Cuando estas curvas se separan indican
que ocurrió algo en el respectivo tramo y además la distancia de separación entre ambas líneas indica
la influencia de la zona, independiente si es buena o mala. En términos generales, cuando la curva
verde se encontraba a la izquierda roja indicaba daño en la zona porque mostraba una tendencia a
factores de modificación más bajos, y mientras más a la izquierda quiere decir un daño más grande.
Figura 4.12 Ejemplo de curvas CDF
Los boxplot muestran la distribución de los factores de modificación obtenidos en los modelos con
mejor desempeño donde la desviación hacia abajo de los box indica la zona con daño o delaminación
de la viga. Es importante recordar que existe una influencia de los apoyos que direcciona a buscar una
tendencia en los boxplot centrales y omitir los extremos. Es por esto por lo que para todos los casos
se demarcaron los 10 tramos centrales de cada gráfica para el posterior análisis de resultados.
4.8 Análisis ANOVA
Luego se implementa el análisis ANOVA, el cual determinó si entre distintos grupos existían grupos
estadísticamente distintos entre sí, para esto se calculó el intervalo de confianza de la media de cada
grupo y luego se obtuvo un gráfico asociado, lo que permitió visualmente ver que grupos son distintos
entre sí.
Figura 4.13 Ejemplo de Boxplot
4.9 Conclusiones
En este capítulo se ha presentado una metodología de elementos finitos simples y un análisis de

sensibilidad para el modelado. Además de la validación de los modelos para realizar simulaciones
numéricas, a través de esta metodología se pudieron obtener resultados precisos y confiables sobre la
evaluación del daño en vigas de madera laminada.
Capítulo 5: Resultados 45
5 CAPÍTULO 5 RESULTADOS
5.1 Introducción
En el presente capítulo se entregan los resultados obtenidos de las simulaciones y su respectivo análisis
en cuanto a la evaluación de la severidad del daño.
5.2 Simulaciones
Luego de verificar que el modelo logra englobar las frecuencias experimentales con los modelos
preliminares para casos con y sin daño, se corren las 1800 simulaciones para cada una de las tres vigas.
En este paso el software Python obtiene y guarda las frecuencias y 12 modos de vibrar de cada viga
en documentos de Excel. Luego se filtran los datos para identificar los modos característicos y se
extraen las frecuencias máximas y mínimas asociadas a estos.
De la Figura 5.1 se pudieron observar las frecuencias experimentales de cada viga e inmediatamente
después frecuencias máximas y mínimas obtenidas del total de simulaciones asociadas al modo uno.
Se pudo comprobar los resultados experimentales estaban dentro de lo simulado.
Después de las simulaciones con otro código Matlab se realizó el análisis de sensibilidad mencionado
en la metodología. Se calcularon los errores de frecuencias y modos hasta encontrar un criterio general
para todas las vigas, es decir, un mismo par de valores que según la Sección 4.6 se estableció en un
error de modos menor o igual a 0,04 y un error de modos menor o igual a 0,26.
Figura 5.1 Resultados simulaciones numéricas de vigas
5.3 Resultados viga 4
Para el caso de la viga 4 se corrieron las 1800 simulaciones y fijando los criterios de selección
mostrados en la Tabla 5.1 se filtraron 176 modelos que se consideran buenos.
Tabla 5.1 Selección de modelos viga 4
Y(1) Y(2) Xb
Viga 4 0.04 0.26 176
De la separación de modelos en B y NB se obtuvieron las curvas CDF’s. Las curvas verdes son los
modelos buenos y las rojas el resto de los modelos que se consideran “malos”. Como se mencionó
anteriormente la separación entre ambas curvas indica que algo pasó en ese tramo, la distancia de
separación entre ambas curvas da un indicador de la influencia del tramo en la viga. En general, si la
curva verde está a la izquierda de la curva roja indica la existencia de daño en la zona porque hay
tendencia a factores de modificación más bajos.
Figura 5.2 Viga 4 luego del ensayo de flexión
Figura 5.3 Curvas CDF del análisis de la viga 4
En la Figura 5.3 se muestran las gráficas de la Viga 4, si bien en la Figura 5.2 se pudó notar la
delaminación hacia el lado derecho de la viga no se observó lo mismo en las CDF’s , ya que el daño
se mostró más en las zonas centrales de la viga. Esto se puede asociar a la influencia de los apoyos
mencionada en la sección de modelación.
Luego se extrajeron los boxplot de los factores solo en los modelos buenos, es decir, las curvas verdes
de las CDF. En los Boxplot de la Figura 5.4 se observó que hay zonas donde hay una clara tendencia
de los factores a ser más pequeños hacia el lado derecho lo que indicaría la delaminación de la viga,
donde los boxplot más bajos mostraban una media entre 0,4 y 0,5.
Para confirmar que estos factores tienen peso estadístico, se aplicó el análisis ANOVA que primero
entregó un valor de la prueba F grande y un valor p muy pequeño lo que indica que en definitiva había
al menos un grupo estadísticamente distinto al resto. El gráfico de la Figura 5.5 a continuación muestra
los grupos y sus medias con lo cual fue más fácil ver aquellos que son más bajos que lo normal, lo
cual indicaba la presencia de daño en esa zona que se condice con los resultados experimentales de
las vigas.
Figura 5.4 Boxplot del análisis de la viga 4
Del mismo gráfico del Figura 5.5 se observó que las zonas de la 8 a la 15 son distintas al resto, siendo
la zona 11 la que tenía más peso estadísticamente. Al revisar el modo de vibrar de la Figura 5.6 y
buscar estas zonas se pudó notar que es justamente un tramo donde se cruzan los modos de vibrar.
Este cruce de curvas se muestra como un indicador de la presencia de daño el cual no era concluyente
por sí solo en un principio; pero dado todo el estudio realizado fue posible concluir que el daño estaba
presente, donde estaba y su magnitud en base a los factores obtenidos.
Figura 5.5 Análisis ANOVA de la viga 4
Figura 5.6 Modo de vibrar uno de la viga 4, con tramos

5.4 Pérdida de inercia
A modo de verificar la media de factores obtenidos para la viga 4 se realizó el cálculo de la pérdida
de inercia en el caso de que el elemento perdiera una capa de su composición.
Para esto con las propiedades de las laminaciones de la viga 4 se calculó la inercia de la sección
transversal completa (Figura 4.2), la cual dio un valor de 4924431.33 𝑚𝑚4. La inercia se calculó
utilizando el Teorema de Steiner, los respectivos cálculos se muestran en la Tabla del Anexo 1.6.
Luego se realizó el mismo procedimiento anterior pero considerando la pérdida de una lámina. En la
Tabla 5.5 del Anexo 1.6 se reiteran los cálculos de inercia considerando la lámina menos, obteniendo
una inercia de 2771554.17 𝑚𝑚4.
Por último, se cuantificó la razón entre ambas inercias y se obtuvo un factor de reducción de 0,56. Lo
cual se condice de manera muy positiva con los factores obtenidos de las simulaciones, ya que la
media del tramo más bajo se encuentra entre 0,4 – 0,6.
5.5 Resultados Viga 5
Para el caso de la viga 5 se corrieron las 1800 simulaciones y fijando los criterios de selección
mostrados en la Tabla 5.6 se filtraron 140 modelos que se consideran buenos. Con esta viga se verifica
que el método funciona para dos vigas distintas que presentan un daño similar, Figura 5.7.
Y(1) Y(2) Xb
Viga 5 0.04 0.26 140

Aquí se pudo observar un comportamiento similar a lo ocurrido en la viga 4 con las curvas CDF de la
Figura 5.8, pudiendo notar nuevamente la influencia de los extremos. Luego al obtener los boxplot
de los modelos buenos y acotando la zona se obtuvieron resultados que se condicen con el ensayo
experimental.

En la Figura 5.9 correspondiente a los Boxplot se pudo observar la zona con tendencia a factores más
bajos la cual correspondía a la 12, con ayuda del gráfico fue posible ver que la media de los factores
de este tramo se encontraba cercano a 0,5.
De igual manera en el análisis ANOVA mostrado en la Figura 5.10 entregaba un valor de la prueba F
alto y un valor de p mucho menor al valor de significancia, lo que indicaba al menos un grupo
estadísticamente distinto al resto. Se pudo ver que los grupos del 10 al 15 eran estadísticamente
significativos, de nuevo al revisar estos tramos en el modo de vibrar de la Figura 5.11 también
coincidía con un cruce de las curvas de los modos de vibrar con y sin daño, lo que indica el daño en
ese tramo.

Figura 5.11 Modo de vibrar 1 de la viga 5, con tramos
5.6 Resultados viga 10
Por último se muestran los resultados de la viga 10 la cual presentaba el daño en el extremo izquierdo,
en este caso bajo los mismos criterios de selección mostrados en la Tabla 5.7 pasaron 131 modelos.
Con esta viga se amplía un poco más la generalización del método, ya que la viga presentaba el daño
al lado izquierdo lo cual implicaba una desalineación de curvatura distinta a los casos anteriores, pero
se pudo corroborar que de igual manera la técnica entregaba resultados favorables, Figura 5.12.
Y(1) Y(2) Xb
Viga 10 0.04 0.26 131

De igual manera pudo observar un comportamiento similar a lo ocurrido en las vigas 4 y 5 con las
curvas CDF de la Figura 5.13, se puedo notar la presencia de daño en los tramos centrales con una
tendencia al lado izquierdo, de nuevo por la influencia de los apoyos. Luego se obtuvieron los boxplot
de la Figura 5.13 para este caso, y acotando la zona a los 10 tramos centrales se obtuvieron resultados
que se condicen con lo experimental,
Aquí se pudo observar que el tramo más bajo correspondía a la zona 7 con una media de factores entre
0,4 y 0,5.
Y finalmente implementando el análisis ANOVA para este caso, la Figura 5.15 indica que los grupos
del 5 al 10 son estadísticamente significativos del resto, coincidiendo justamente con el cruce de
curvas en el tramo 5 observado en la Figura 5.16.
Con esto se pudo concluir que para los tres casos el punto más relevante es el cruce de las curvas, con
y sin daño, inmediatamente después de la separación de curvas más notoria.

Figura 5.16 Modo de vibrar 1 de la viga 10, con tramos

5.7 Conclusiones
En este capítulo se presentaron los resultados finales obtenidos en este estudio los cuales se validaron
mediante un análisis estadístico. En general, para las tres vigas se obtuvo una media de factores entre
0,4 y 0,5 para las zonas con daño, lo cual se verificó físicamente para la viga 4 notando que fue un
resultado muy positivo.
De igual manera es importante no dejar de lado que se está trabajando con modelos de elementos
finitos simplificados que puede ser mejorado en varios aspectos para tener una mejor precisión de los
resultados. Si bien se obtuvieron medias con sentido físico, sería necesario un análisis más detallado
para determinar los factores específicos de las zonas con más daño en las vigas.
Capítulo 6: Conclusiones y comentarios 57
Capítulo 6 Conclusiones y comentarios
Se logró evaluar el daño causado en vigas de madera laminada mediante simulaciones con modelos
de elementos finitos simples que logran reproducir con precisión los resultados de los ensayos
experimentales. Por ende la técnica de simulación modelada en SAP 2000 junto con los análisis
implementados por Matlab y Python es válida para predecir el daño en este tipo de vigas.
Se logró realizar un método de modelación simplificado con barras y con factores de reducción a la
rigidez que entregan valores de las propiedades dinámicas que se condicen con las obtenidas
experimentalmente. Además dado que los resultados son favorables se puede concluir que los
supuestos y simplificaciones realizados en las simulaciones, tanto en el modelo como en los códigos,
son válidos. Así, las simulaciones representan adecuadamente la realidad física.
También se pudo determinar la severidad del daño en las vigas, los resultados obtenidos permitieron
indicar en que sectores es más probable encontrar el daño lo que se correlaciona bien con los ensayos
experimentales. Además la severidad se puede estimar en relación con cuanto baja la rigidez en
determinados sectores; en zonas de grandes delaminaciones la media de los factores de reducción era
del orden entre 0,4 – 0,5.
Del análisis ANOVA se pudo concluir que en todas las vigas existe al menos un grupo
estadísticamente significativo respecto de los otros en términos de la media de los factores de
reducción, lo que implicaba la confirmación de la existencia, localización y estimación de la magnitud
del daño.
Dado que se trabajó con un modelo de elementos finitos simplificado y que los resultados obtenidos
fueron positivos, se presenta la oportunidad de mejora para futuras simulaciones. Esto puede ser
complejizando el modelo, optimizando los parámetros de la técnica presentada o incluyendo otros
factores no considerados en este modelo.
5.8 Comentarios
Durante el estudio se pudo observar que el modo de vibrar dos que fue considerado en un principio
difería mucho del modo uno afectando los resultados finales, por tanto es importante prestar atención
Capítulo 6: Conclusiones y comentarios 58
a este parámetro o de frente omitirlo para los cálculos y trabajar solo con un modo de vibrar. En
general incorporar más modos de vibrar puede complicar el estudio de las vigas.
Los resultados de los ensayos no destructivos son útiles para identificar patrones de daño en las vigas
de madera laminada basándose en el estudio de los parámetros dinámicos.
Glosario 59
GLOSARIO
API Application Programming Interfaces

CONAMA Comisión Nacional de Medio Ambiente
MAC Modal Assurance Criterion
MEF Modelo de Elementos Finitos
MES Modelo de Elementos Finitos Simplificado
MINAGRI Ministerio de Agricultura
MINVU Ministerio de Vivienda y Urbanismo
MMA Ministerio de Medio Ambiente
MOE Módulo de elasticidad
PNUMA Programa de las Naciones Unidas para el Medio Ambiente
RSA Regional Sensitivity Analysis
CDF Cumulative Distribution Function
END Ensayo No Destructivo
B Behavioural
NB Non- Behavioural
ANOVA Analysis Of Variance
Referencias 60
REFERENCIAS
Adamopoulos, S., Passialis, C., Voulgaris, N., & & Voulgaris, P. (2013). Validation of finite element
models for wood - mechanical and physical wood properties in a transverse vibration analysis.
Wood Science and Technology .
Bejtka, I., & & Boros, M. (2021). Numerical analysis of glulam beams with structural defects.
Procedia Structural Integrity.
Bravo Ortiz, F. (2021). Evaluación del daño de vigas de madera laminada reforzada a través de
análisis modal experimental. Concepción, Chile.
Bucur, V. (2003). Sensitivity analysis of the strength of glued laminated timber beams. Structural
Engineering International.
Cochran, W. (1977). Técnicas de muestreo. Editorial Limusa.
Elliott, J. S., Singh, A. P., & Edwards , J. P. (2006). A review of the durability of structural timber in
construction. Journal of Constructional Steel Research.
García, A. (2020). Evaluación de la estabilidad dimensional de vigas de madera laminada encolada
bajo diferentes condiciones ambientales. Revista de Ciencias de Materiales.
Hachmi, M., Deborde, R., & & Navi, P. (2016). Simulation of crack propagation in laminated veneer
lumber (LVL) using cohesive zone models. Engineering Fracture Mechanics.
Li, Y., Li, J., Wang, X., Li, H., & & Zhao, D. (2019). Strength and deformation performance of glulam
beams with different types of defects. Journal of Wood Science.
Liu, J., Wang, X., Cai, Z., & & Wu, C. (2019). Evaluation of the mechanical properties of spruce
glulam beams with different types of damage using resonance frequency and static bending
tests. Construction and Bulding Materials.
Lu, J., Zhou, Y., & & Dai, C. (2020). Delamination monitoring of laminated vaneer lumber (LVL)
beams under four-point bending using acoustic emission technique. Journal of Building
Engineering.
Martínez, C. (2018). Evaluación de la flexibilidad de vigas de madera laminada con cargas variables.
Revista de Ingeniería Civil.
Moya, R., & & Piazza, M. (2016). A comparative study of the effect of wood decay by white-rot fungi
on the mechanical properties of glulam and solid wood. European Journal of Wood and Wood
Products.
Referencias 61
Palermo, M., Fragiacomo, M., & & Losa, M. (2017). Moisture content effect on delamination growth
in timber-concrete compossite beams. Journal of Structural Engineering.
Pérez, J. (2019). Evaluación de la resistencia y rigidez de vigas de madera laminada encolada bajo
cargas estáticas y ciclícas. Revista de Ingeniería Estructural.
Pianosi, F., Beven, K., Freer, J., Hall, J. W., Rougier, J., Stephenson, D. B., & & Wagener, T. (2016).
Sensitivity analysis of enviromental models: A systematic review with practical workflow .
Enviromental Modelling and Software.
Rautkari, J., & & Hanninen, A. (2011). Delamination of wood-based materials: literature review.
Wood Science and Technology.
Varga, M., Faust, T., & & Haller, P. (2019). Fatigue behaviour of adhesively bonded timber
connections under cyclic tensile load . Construction and Building Materials.
Wang, X., Su, Y., & Zhou, L. &. (2019). State-of-the-Art Review on the Damage Mechanisms and
Dtection Methods of Timber Structures. Journal of Structural Engineering.
Anexo 1.1 Contribución a los objetivos de desarrollo sostenible 62
ANEXO 1.1 CONTRIBUCIÓN A LOS OBJETIVOS DE DESARROLLO

SOSTENIBLE
Los Objetivos de Desarrollo Sostenible (ODS) constituyen un llamamiento universal a la acción para
poner fin a la pobreza, proteger el planeta y mejorar las vidas y las perspectivas de las personas en
todo el mundo. Seleccione a cuál o cuáles de los 17 ODS contribuye su trabajo de Memoria de Título:
☐ ODS-1 : Fin de la pobreza.
☐ ODS-2 : Hambre cero.
☐ ODS-3 : Salud y bienestar.
☐ ODS-4 : Educación de calidad.
☐ ODS-5 : Igualdad de género.
☐ODS-6 : Agua limpia y saneamiento.
☐ ODS-7 : Energía asequible y no contaminante.
☐ ODS-8 : Trabajo decente y crecimiento económico.
☐ ODS-9 : Industria, innovación e infraestructura.
☐ ODS-10 : Reducción de las desigualdades.
☐ ODS-11 : Ciudades y comunidades sostenibles.
☐ ODS-12 : Producción y consumo responsables.
☐ ODS-13 : Acción por el clima.
☐ ODS-14 : Vida Submarina.
☐ ODS-15 : Vida de ecosistemas terrestres.
☐ ODS-16 : Paz, justicia e instituciones sólidas.
☐ ODS-17 : Alianzas para lograr los objetivos.

Anexo 1.1 Contribución a los objetivos de desarrollo sostenible 63
Vinculación
Esta memoria de título contribuye a la ODS-9 Industria, innovación e infraestructura la cual tiene
dentro de sus metas impulsar una nueva industria bajo criterios de sostenibilidad que adopte
tecnologías y procesos industriales limpios, las cuales se asocian a la utilización de madera como
material de construcción. También se relaciona al ODS-12 sobre garantizar modalidades de
consumo y producción sostenibles, la cual como se menciona en la motivación de este trabajo se
asocia a la utilización de madera laminada para no agotar los recursos forestales y a la vez cumplir
con la demanda de madera. Por último, se asocia en parte al objetivo ODS-13, el cual trata de
adoptar medidas urgentes para combatir el cambio climático y sus efectos, porque se vio que una
de las metas de masificar el uso de vigas de madera laminada es disminuir los niveles de
contaminación producidos por la industria de la construcción.
Anexo 1.2 Código de datos aleatorio 64
ANEXO 1.2 Código de datos aleatorio
close all;clear;clc
%% Creacion de variables para elementos n-link

%Muestreo para RSA
tic
DistrFun = 'unif' ; % Parameter distribution
xmin = [0.2*ones(1,18)]; %kN/mm

xmax = [1.30*ones(1,18)]; %kN/mm
for i=1:length(xmin)
DistrPar{i} = [xmin(i) xmax(i)] ; % Parameter ranges (from literature)
end
SampStrategy = 'lhs' ; % Latin Hypercube
Np = 3600 ; % Number of samples
Mp = length(DistrPar) ; % Number of inputs
X = AAT_sampling(SampStrategy,Mp,DistrFun,DistrPar,Np);
Anexo 1.3 Código de análisis de sensibilidad 65
ANEXO 1.3 Código de análisis de sensibilidad

clear;
clc;
close all
%% Lectura de datos de entrada

base_datos_factores=xlsread('Inputs.xlsx','Inputs','A1:R1800');
base_datos_freqs_num=xlsread('ResFreqsViga5.xlsx','ResFreqsViga5','A1:L1800');
base_datos_modos_num=xlsread('ResModosViga5.xlsx','ResModosViga5','A1:L34200');
figure
plot(reshape(base_datos_modos_num(:,3),19,1800))
grid on
%% Datos experimentales
freqs_exp=[113.779 304.076];
modos_exp1=[0.0080072883673
0.0060826646966
0.0038563654548
0.0014438517084
-0.0009697682451
-0.0031929022479
-0.0048328515184
-0.0060252246904
-0.0067670177908
-0.0067362345694
-0.0063375669221
-0.0052569191408
-0.0038415176904
-0.0013446172017
0.0020663085085
0.0051112294474
0.0079177855239
0.0100011005075
0.0106710936737];
modos_exp2=[0.0057490074690
0.0040299294207
0.0020995595492
-0.0006621937509
-0.0025434505252
-0.0034149927549
-0.0036137844863
-0.0025194630230
-0.0007477320296
0.0018739083308
0.0043626687610
0.0061454028706
0.0066322750242
0.0056812128766
0.0033924461427
0.0004545017465
-0.0027189433357
-0.0065810754685
-0.0075328774207];
modos_exp=[modos_exp1 modos_exp2];
modos_exp1_sd=[0.0099052183045
0.0080149762191
0.0053933447242
0.0026497973173
0.0001932745144
-0.0020634091055
-0.0040509514539
-0.0053696808029
-0.0062389661355
-0.0065443857758
-0.0061287883390
-0.0051663937688
-0.0038078586509
-0.0021170534208
0.0000425197953
0.0022474334220
0.0049112258605
0.0072047681938
0.0088872378996];
modos_exp2_sd=[-0.0037535993223
-0.0019127827531
-0.0001515172332
0.0004716027080
0.0018709541668
0.0031021874886
0.0028321015848
0.0021048003715
0.0003859124914
-0.0004624785970
-0.0011832108475
-0.0021598865434
-0.0030068716152
-0.0028161216650
-0.0014767482250
0.0001258081223
0.0009617201041
0.0023888227311
0.0039312330644];
figure
plot(modos_exp1_sd)
grid on
hold on
plot(modos_exp1)
%% Seleccion de modos adecuados con MAC

for i=1:1800
for j=1:12
macs1(i,j)=amac(modos_exp1,base_datos_modos_num(i*19-18:i*19,j));
macs2(i,j)=amac(modos_exp2,base_datos_modos_num(i*19-18:i*19,j));
end
[mac(i,1),ind1(i)]=max(macs1(i,:));
[mac(i,2),ind2(i)]=max(macs2(i,:));
freqs_num(i,1)=base_datos_freqs_num(i,ind1(i));
freqs_num(i,2)=base_datos_freqs_num(i,ind2(i));
modos_num(:,1,i)=base_datos_modos_num(i*19-18:i*19,ind1(i));
modos_num(:,2,i)=base_datos_modos_num(i*19-18:i*19,ind2(i));
end
%% Calculo de COMAC (numericos vs sin daño, con daño vs sin daño)
comac_cd_sd=acomac([modos_exp1 modos_exp2],[modos_exp1_sd modos_exp2_sd]);
%% Calculo de indicador en base a forma del modo con daño

forma=zeros(1,1800);
for i=1:1800
%if abs(modos_num(1,1,i))<abs(modos_num(19,1,i)) &&
abs(modos_num(9,1,i))>0.5*abs(modos_num(10,1,i))
if abs(modos_num(1,1,i))<abs(modos_num(19,1,i))
forma(i)=1;
end
end
%% Calculo de funciones de error

error_freqs=abs((freqs_num-freqs_exp)./freqs_exp);
error_modos=((1-mac)./mac).^0.5;
%Y1=mean(error_freqs')';
%Y2=mean(error_modos')';
Y1=error_freqs(:,1);
Y2=error_modos(:,1);
% Y1=error_freqs(:,2);
% Y2=error_modos(:,2);
figure
subplot(1,2,1)
boxplot([error_freqs Y1])
ylim([0 0.5])
grid on
subplot(1,2,2)
boxplot([error_modos Y2])
ylim([0 0.5])
grid on
%% Separacion en modelos B y NB
X=base_datos_factores;
cont1=0; cont2=0;
for i=1:1800
if Y1(i)<0.05 && Y2(i)<0.26 && forma(i)==1
cont1=cont1+1;
idxb(cont1)=i;
Xb(cont1,:)=X(i,:);
else
cont2=cont2+1;
idxnb(cont2)=i;
Xnb(cont2,:)=X(i,:);
end
end
figure
boxplot(Xb)
%% Calculo de CDFs y nivel de influencia
x_labels =
{'zone1','zone2','zone3','zone4','zone5','zone6','zone7','zone8','zone9','zone10','zone1
1','zone12','zone13','zone14','zone15','zone16','zone17','zone18'} ;
Xb_ord=sort(Xb);
Xnb_ord=sort(Xnb);
CDFb=[1:length(Xb_ord)]'/length(Xb_ord);
CDFnb=[1:length(Xnb_ord)]'/length(Xnb_ord);
figure
for i=1:18
subplot(3,6,i)
plot(Xb_ord(:,i),CDFb(:,1),'g-')
hold on
plot(Xnb_ord(:,i),CDFnb(:,1),'r-')
xlabel(x_labels{i});
end
[p,tbl,stats]=ANOVA1(Xb)
results = multcompare(stats)
Anexo 1.4 Código de API Python 69
ANEXO 1.4 Código API Python

import os
import sys
import comtypes.client
#conectarse a un modelo ya abierto

AttachToInstance = True
SpecifyPath = False
if AttachToInstance:
#attach to a running instance of SAP2000
try:
#get the active SapObject
mySapObject =
comtypes.client.GetActiveObject("CSI.SAP2000.API.SapObject")
except (OSError, comtypes.COMError):
print("No running instance of the program found or failed to attach.")
sys.exit(-1)
else:
#create API helper object
helper = comtypes.client.CreateObject('SAP2000v21.Helper')
helper = helper.QueryInterface(comtypes.gen.SAP2000v1.cHelper)
if SpecifyPath:
try:
#'create an instance of the SAPObject from the specified path
mySapObject = helper.CreateObject(ProgramPath)
print("Cannot start a new instance of the program from " +
ProgramPath)
sys.exit(-1)
else:
try:
#create an instance of the SAPObject from the latest installed
SAP2000
mySapObject = helper.CreateObjectProgID("CSI.SAP2000.API.SapObject")
print("Cannot start a new instance of the program.")
sys.exit(-1)
#start SAP2000 application
mySapObject.ApplicationStart()
#create SapModel object

SapModel = mySapObject.SapModel
#ajuste de unidades de medida

Kgf_cm_C = 14
ret = SapModel.SetPresentUnits(Kgf_cm_C)
#Comienza loop de lectura y calculo

import numpy as np
N = 0
data = []
DataFreqs = []
DataModos = []
factores=[1,1,1,1,1,0.9,1,1]
# collect data
f=open('Inputs3600.csv','r')
for line in f:
N += 1
vals=np.array([float(s) for s in line.strip().split(';')]) #strip depura
espacios
for j in range(18):
barra = j + 21
nombre = str(barra)
factores[5] = vals[j]
ret = SapModel.FrameObj.SetModifiers(nombre, factores)
data.append(vals)
ret = SapModel.Analyze.RunAnalysis()
# frecuencias y masas equivalentes

Freqs = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
NroModos = 12
NumberResults = 0
LoadCase = []
StepType = []
StepNum = []
Period = []
UX = []
UY = []
UZ = []
SumUX = []
SumUY = []
SumUZ = []
RX = []
RY = []
RZ = []
SumRX = []
SumRY = []
SumRZ = []
ret = SapModel.Results.Setup.DeselectAllCasesAndCombosForOutput()
ret = SapModel.Results.Setup.SetCaseSelectedForOutput('Modal')
[NumberResults, LoadCase, StepType, StepNum, Period, UX, UY, UZ, SumUX,
SumUY, SumUZ, RX, RY, RZ, SumRX, SumRY,
SumRZ, ret] = SapModel.Results.ModalParticipatingMassRatios(NumberResults,
LoadCase, StepType, StepNum, Period, UX, UY,
UZ, SumUX, SumUY,
SumUZ, RX, RY, RZ, SumRX, SumRY, SumRZ)
Freqs = np.array([1/Period[k] for k in range(NroModos)])

DataFreqs.append(Freqs)
PointNames =
['20','22','23','24','25','26','27','28','29','30','31','32','33','34','35','36'
,'37','38','21']
for s in PointNames:
NumberResults = 0
Element = 1
Obj = []
Elm = []
LoadCase = []
StepType = []
StepNum = []
U1 = []
U2 = []
U3 = []
R1 = []
R2 = []
R3 = []
ret = SapModel.Results.Setup.SetOptionModeShape(1,NroModos)
[NumberResults, Obj, Elm, LoadCase, StepType, StepNum, U1, U2, U3, R1,
R2, R3, ret] = SapModel.Results.ModeShape(
s, Element, NumberResults, Obj, Elm, LoadCase, StepType, StepNum,
U1, U2, U3, R1, R2, R3)
CoordzPto = np.array([U3[r] for r in range(NroModos)])
DataModos.append(CoordzPto)
ret = SapModel.SetModelIsLocked(False)
print(N)
#if N == 2:
# break
f.close()
data = np.array(data) #lo deja en columnas o multi dimensional y queda guardado
para el grafico
DataFreqs = np.array(DataFreqs)
DataModos = np.array(DataModos)
DataModos = DataModos.T
np.savetxt('ResFreqsViga4.csv', DataFreqs, delimiter=',')

np.savetxt('ResModosViga4.csv', DataModos.T, delimiter=',')
print(DataFreqs)
print(DataFreqs[0,2])
print(DataModos)
Anexo 1.5 Detalles de propiedades laminaciones 72
ANEXO 1.5 Detalles de propiedades laminaciones
Propiedades laminaciones Viga 5
Tabla A.1.5.1 Propiedades laminaciones viga 5
Propiedades laminaciones Viga 10
Tabla A.1.5.2 Propiedades laminaciones viga 10

Anexo 1.6 Detalle de cálculos de inercia 73
ANEXO 1.6 Detalle de cálculos de inercia

Tabla A.1.6.1 Laminaciones viga 4
Composición de la viga
Lamina Densidad (kgf/m3) MOE (Mpa)
L5 543.32 13233.18
L4 423.91 6813.56
L3 438.01 6880.85
L2 432.38 6870.03
L1 559.35 13401.89
Tabla A.1.6.2 Cálculo de inercia sección completa

h (mm) b (mm) b equiv. (mm) centroide (mm) i centroide i steiner i equiv. (mm4)
18 90 90.00 9 43740.00 2117077.50 2160817.50
18 90 46.34 27 22521.05 274782.06 297303.11
18 90 46.80 45 22743.47 19.01 22762.47
18 90 46.72 63 22707.70 267963.39 290671.09
18 90 91.15 81 44297.64 2108579.51 2152877.15
4924431.33
Tabla A.1.6.3 Laminaciones viga 4 con pérdida de capa

Composición de la viga
Lamina Densidad (kgf/m3) MOE (Mpa)
L5 543.32 13233.18
L4 423.91 6813.56
L3 438.01 6880.85
L2 432.38 6870.03
Tabla A.1.6.4 Cálculo de inercia sección delaminada

h (mm) b (mm) b equiv. (mm) centroide (mm) i centroide i steiner i equiv. (mm4)
18 90 90.00 9 43740.00 2117077.50 2160817.50
18 90 46.34 27 22521.05 274782.06 297303.11
18 90 46.80 45 22743.47 19.01 22762.47
18 90 46.72 63 22707.70 267963.39 290671.09
2771554.17
74
UNIVERSIDAD DE CONCEPCIÓN – FACULTAD DE INGENIERÍA

RESUMEN DE MEMORIA DE TÍTULO
Departamento : Departamento de Ingeniería Civil

Carrera : Ingeniería Civil
Nombre del memorista : Victoria Arriagada Salamanca
Título de la memoria : Evaluación del daño por ensayos no destructivos en vigas de madera
laminada mediante simulaciones con modelos de elementos finitos.
Fecha de la presentación oral :
Profesor(es) Guía : Rodrigo Silva.

Profesor(es) Revisor(es) : Alexander Opazo y Peter Dechent.
Concepto : Investigación
Calificación :
Resumen
Esta tesis tiene como objetivo evaluar la severidad del daño en vigas de madera laminada
mediante simulaciones con modelos de elementos finitos, para esto utilizó un modelo
simplificado y se compararon los resultados de las simulaciones con los resultados de los ensayos
experimentales. Además, se realizó un análisis de sensibilidad regional para identificar las áreas
más vulnerables de la viga a la falla por delaminación. Este análisis permitió identificar las
regiones de la viga donde se debe prestar especial atención para evitar fallas catastróficas.
El modelo implementado evaluaba la severidad del daño basándose en la disminución de la

rigidez de la viga seccionada en tramos, los factores asociados a este baja entregaban una
estimación de la magnitud del daño. Los resultados mostraron un promedio de factores entre 0,4
y 0,5 para todas las vigas en estudio lo que se pudo corroborar teóricamente calculando la pérdida
de inercia que generaba la delaminación en la viga.
La tesis demostró la eficacia de los modelos de elementos finitos simplificados en la evaluación

de la severidad del daño en vigas de madera laminada, el estudio se plantea como una etapa
inicial para estos análisis que sí funciona.
Anexo 4.4 Informe Permeabilidad 75

MdeT Arriagada Marzo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MdeT Arriagada Marzo

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CONCEPCIÓN

EVALUACIÓN DE LA SEVERIDAD DEL DAÑO EN VIGAS DE MADERA LAMINADA

Victoria Valentina Arriagada Salamanca

Memoria de Título presentada a la Facultad de Ingeniería de la Universidad de Concepción para

© 2023 Victoria Arriagada Salamanca

La madera laminada es un material estructural comúnmente utilizado en la construcción de edificios

El modelo implementado evaluaba la severidad del daño basándose en la disminución de la rigidez de

1.1 Objetivo general 2

1.2 Objetivos específicos 3

1.3 Metodología de trabajo 3

1.4 Principales resultados y conclusiones 4

1.5 Organización de la memoria 5

2 CAPÍTULO 2 EVALUACIÓN DEL DAÑO EN VIGAS DE MADERA LAMINADA 6

2.2 Vigas de madera laminada 7

2.2.1 Características y propiedades de la madera 8

2.3 Evaluación del daño en vigas de madera laminada 9

2.3.1 Causas del daño 10

2.3.2 Tipos de daño 10

2.3.4 Disminución de rigidez 12

2.3.5 Métodos de evaluación del daño 13

2.3.6 Método de correlación modal 14

2.4 Modelación de elementos finitos 15

2.4.1 Modelación de elementos finitos simplificada 15

2.4.2 Etapas de creación de un modelo 16

2.4.3 Factores de modificación (Property modifiers) 16

2.4.4 Software: SAP 2000 17

2.4.5 Validación del modelo 17

2.5 Herramienta API 18

2.5.1 Software: Python 19

2.6 Análisis de sensibilidad 19

2.6.1 Análisis de sensibilidad regional 19

2.6.1.1 Software: Matlab 20

2.6.2 Análisis de gráficos 21

2.6.2.1 Curvas CDF 21

2.7 Análisis ANOVA 22

3 CAPÍTULO 3 ELEMENTOS EN ESTUDIO 24

3.2 Proceso de fabricación 24

3.3 Descripción de las vigas 25

3.4 Resultados de ensayos de laboratorio de análisis modal experimental 26

4.2 Determinación de softwares 27

4.2.1 SAP 2000 28

4.2.2.1 Código de datos aleatorio 28

4.2.2.2 Código de análisis de sensibilidad 29

4.2.3 Python y PyCharm 29

4.2.3.1 Código implementación API 29

4.3 Modelo simplificado 30

4.3.1 Sección transversal 31

4.3.2 Factores de modificación 32

4.4 Calibración de modelos preliminares 32

4.4.1 Modelo sin daño 33

4.4.2 Modelo con daño 34

4.5 Análisis de sensibilidad 36

4.5.1 Set de simulaciones 36

4.5.2 Selección de datos 37

4.5.3 Código de análisis de sensibilidad 37

4.5.3.2 Selección de modos 38

4.5.4 Selección de modelos 39

4.6 Determinación de límite de errores 41

4.7 Obtención de curvas CDF’s y Boxplot 43

4.8 Análisis ANOVA 45

5.3 Resultados viga 4 47

5.4 Pérdida de inercia 51

5.5 Resultados Viga 5 51