@phdthesis{10902/8398,
year = {2016},
month = {2},
url = {http://hdl.handle.net/10902/8398},
abstract = {RESUMEN: Esta Tesis aporta un procedimiento para convertir los datos obtenidos mediante la Instrumentación de Puentes en información. Esta información será útil no solo en términos de conservación y mantenimiento, sino incluso para el proyectista que al acceder a las bases de datos de registros podrá retroalimentar sus modelos de cálculo dando lugar a lo que ya se conocen como meta-modelos de cálculo o incluso revisar las normativas vigentes (muy del lado de la seguridad en los casos en los que no hay datos experimentales). 
Este procedimiento supone validar los datos y crear los modelos durante la Instrumentación y, posteriormente durante las inspecciones de campo, ir actualizando progresivamente. Los nuevos datos de campo servirán tanto para comprobar la evolución de la medida (Control Estadístico) como para ajustar el modelo inicial (Bandas de Predicción) ante los nuevos datos aportados, definiendo así unos nuevos escenarios (infinitos, a priori) del estado del puente. En última instancia, se simularía la efectividad de distintas tácticas de gestión a nivel de Red de puentes (Cadenas de Markov).
Las herramientas estadísticas presentadas no son novedosas en sí mismas pero lo que sí es novedoso es la visión global e integradora aportada para el aprovechamiento máximo de la experiencia de la Instrumentación en el campo de la Ingeniería para el nuevo Siglo.},
abstract = {ABSTRACT: This Thesis provides a process for transform data obtained by Monitoring Bridges into information. This information will be useful not only in terms of conservation and maintenance, but also for the designer that when accessing the database records can feed back their calculation models leading to what is already known as meta-model calculations or even review existing regulations (much to the side of safety in cases where no experimental data).
This procedure assumes validate data and create models from the Monitoring. Later, during field inspections, these models have to be updated gradually. The new field data will both check the progress of the measure (Statistical Control) and adjust the initial model (Prediction Bands), thus defining new scenarios (infinite, a priori) the state of the bridge.  Finally, the effectiveness of different management tactics at the network level bridges (Markov Chains) can simulate.
The statistics tools presented are not new but what is new is the global and inclusive vision for maximum use of the experience of monitoring in the field of engineering for the new century.},
title = {Control estadístico y modelos de regresión lineal : una forma práctica de control de puentes},
author = {García Sánchez, David},
}