Este trabajo presenta el desarrollo de modelos de aprendizaje automático para complementar análisis mediante elementos finitos (MEF). Se generan datos sintéticos a partir de modelos de vigas 1D en HyperMesh, obteniendo como resultados el desplazamiento máximo y la tensión máxima de Von Mises. Estos resultados se utilizan para entrenar modelos de aprendizaje automático capaces de realizar predicciones sin necesidad de recurrir al MEF.
Se entrenaron dos modelos para evaluar sus fortalezas y limitaciones: un Gradient Boosting y una red neuronal. El documento detalla todo el proceso, desde la generación de datos y el preprocesamiento hasta la optimización de hiperparámetros. Se destaca la importancia de la ingeniería de características (feature engineering) para lograr modelos con métricas de desempeño adecuadas. Los modelos desarrollados permiten predecir el comportamiento de vigas con distintas longitudes, materiales, tipos de sección y condiciones de contorno.
Finalmente, se implementó una interfaz gráfica simplificada, denominada Alabeam, que permite realizar predicciones sin necesidad de conocimientos avanzados en cálculo estructural o MEF. Esta herramienta demuestra el potencial del aprendizaje automático en fases de diseño, donde se requieren múltiples iteraciones de manera eficiente siendo capaz de ofrecer resultados en menos de un segundo.
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional