Modelamiento numérico de ensayos de resistividad sobre el concreto para la obtención de una tomografía bidimensional del frente de carbonatación

Abstract

El presente trabajo desarrolla un software para la obtención de una tomografía de resistividad eléctrica de una probeta de concreto simple, imagen que permitirá inferir el potencial del frente de carbonatación. Para lo cual se han programado en primer lugar, la solución de problema directo con un algoritmo SICCG mediante elementos finitos para obtener la distribución 3D del potencial eléctrico bajo corriente directa DC, utilizando el enfoque de dividir el potencial eléctrico u en su parte singular 0 u y la no singular S u cuando se conoce previamente la distribución de resistividades eléctricas ρ . En segundo lugar se programó la solución del problema inverso para encontrar una distribución de resistividades ρ que se aproxime a la distribución real de resistividades eléctricas, a partir de lecturas de resistividades aparentes a ρ medidas en la superficie de la probeta. La solución inversa emplea el método de Smoothness-constrained least-squares con el algoritmo CGLSCD. Además se ha desarrollado un eficiente mallado automático para la generación de modelos de inversión para solucionar el problema inverso con el menor número de recursos. También se propone una metodología de medición de lecturas de resistividad aparente utilizando como novedad configuraciones de electrodos tipo cuadrada.

Abstract. This paper develops software for obtaining a tomography of electrical resistivity of a simple concrete specimen, the image that will infer potential carbonation front. To which are scheduled first the solution of the direct problem with SICCG finite-elements algorithm for the 3D DC distribution of electric potential. Split the total potential u in the singular part 0 u and the nonsingular part S u when the distribution of electrical resistivity ρ is previously known. Second, the solution of the inverse problem was programmed to find a distribution of resistivity ρ that approximates the actual distribution of electrical resistivity, from apparent resistivity a ρ readings measured at the surface of the specimen. The inverse solution uses the method of Smoothness-constrained least-squares algorithm with CGLSCD. It has also developed an efficient automatic mesh generation for investment models to solve the inverse problem with fewer resources. A methodology for measuring apparent resistivity readings using novelty square type electrode configurations is also proposed.