Publicada By  Víctor Yepes Piqueras - carreteras, estructuras, hormigón, innovación, investigación, riesgos, seguridad, sostenibilidad, toma de decisiones    

BCH001La sostenibilidad constituye un enfoque que ha dado un giro radical a la forma de afrontar nuestra existencia. El calentamiento global debido a las emisiones de gases de efecto invernadero y las tensiones sociales derivadas de la presión demográfica y del reparto desequilibrado de la riqueza son, entre otros, los grandes retos que debe afrontar nuestra generación. La concentración de CO2, alcanzó un máximo sin precedentes en 2013, con el mayor incremento anual en 30 años (World Meteorological Organization, 2014), por lo que la economía baja en carbono se perfila como una línea estratégica de gran importancia. Las actividades humanas son las principales responsables de este problema, provocando un desarrollo alejado de satisfacer las necesidades de las generaciones presentes sin comprometer las necesidades de las generaciones futuras, que constituye el núcleo del paradigma de “desarrollo sostenible” (Brundtland, 1987).

La construcción juega un papel fundamental en el desarrollo de la sociedad. Influye fuertemente en la actividad económica, el crecimiento y en el empleo. Sin embargo, es una actividad que impacta significativamente en el medio ambiente (Marí, 2007), presenta efectos irreversibles y puede comprometer el presente y futuro de la sociedad. Este sector consume hasta un 60% de las materias primas extraídas (Vital Signs, 2005), generando su transformación sobre el 50% de todas las emisiones de CO2. En Europa, el 30% de los residuos proceden de la construcción y la demolición; consumiendo la industria y la construcción un 42% de la energía total de (Pacheco-Torgal y Jalali, 2011). Son datos que muestran la brecha de mejora posible en esta industria para acercarse a la sostenibilidad. No basta con construir de forma económica y eficiente, sino que debe ser socialmente aceptable, debe ahorrar recursos naturales no renovables y respetar el medio ambiente a largo plazo. Un paso en este sentido son herramientas como BREEAM, CASBEE, DGNB o LEED que certifican la sostenibilidad de las edificaciones usando parámetros objetivos.

BBA027

Otro aspecto con grandes repercusiones sociales es la profunda crisis financiera que afecta de una forma extrema la economía de nuestro país y que ha provocado el hundimiento de la actividad constructora. Las infraestructuras que se crearon con una financiación a largo plazo presentan actualmente déficits de conservación y es posible que las generaciones futuras tengan que pagar unas infraestructuras mermadas en sus requisitos de seguridad y funcionales asociados a la fase de servicio. En este sentido, Nishijima et al. (2012) plantean una metodología, limitada a aspectos económicos, que balancea los beneficios conseguidos y los costes asociados al diseño y construcción, costes de reposición, mantenimiento y fallos de un puente, teniendo en cuenta la tasa de equidad intergeneracional y la optimización de la estructura.

Por otra parte, no es difícil encontrar noticias causantes de alarma social en relación a la interrupción de grandes vías de comunicación debido al deterioro de los puentes, incluso algunos de muy reciente construcción. Un informe de la Asociación Española de Carreteras (2012), centrado en los firmes y la señalización, estima que el deterioro del patrimonio viario en los últimos 6 años crece a un ritmo del 5% anual, con un déficit acumulado de inversión de 5500 millones de euros. Sin embargo, este problema es común en otros países desarrollados. Uno de cada nueve puentes de Estados Unidos son estructuralmente deficientes, presentando una edad media de 42 años. Para resolver esta situación en el horizonte de 2028, deberían gastarse 20,5 mil millones de dólares anuales, aunque sólo se invierte el 62,4% de lo necesario (ASCE, 2013). El escenario dibuja una verdadera crisis en las infraestructuras. Cualquier actuación que se quiera realizar deberá contar con unos presupuestos muy restrictivos. El reto social será cómo aplicar dichos presupuestos de forma que se minimicen los impactos ambientales, los riesgos a las personas (Sydam et al., 2013) y la gestión sea socialmente sostenible, dentro de una política de conservación del patrimonio. Se trata de un problema de optimización muy complejo, con muchas restricciones y sometido a grandes incertidumbres, lo cual representa un reto científico.

Aspectos contradictorios entre los indicadores sociales y medioambientales a corto y largo plazo complican enormemente la toma de decisiones en el ámbito de la construcción, pues, lejos de ser un problema meramente técnico, debe contemplar aspectos difusos y cualitativos, con un enfoque holístico. Ello se complica cuando el deterioro inevitable de estructuras como los puentes dependen de multitud de parámetros difíciles de estimar que requieren herramientas de identificación estructural que complementen las inspecciones (Structural System Identification, SSI) (ASCE, 2011). La extracción del conocimiento derivado de la resolución científica de los problemas planteados en el ámbito de las decisiones públicas y privadas constituye uno de los aspectos de vanguardia en el ámbito científico (Moreno-Jiménez et al., 2012). De hecho, el concepto de infraestructura sostenible debería apoyarse en los pilares social, biofísico, económico y técnico. Los requerimientos de sostenibilidad deberían considerar aspectos globales y deberían definir los objetivos y las necesidades a satisfacer por las infraestructuras: diseño, ejecución, uso y reutilización. Ello requiere una visión amplia de la sostenibilidad a todos los niveles: ambientales, económicos, sociales, de seguridad, de prevención de riesgos, funcionales e incluso estéticos (San José y Garrucho, 2010). El pilar social se debería basar en la equidad y justicia social, entendida como la oportunidad de redistribución sobre toda la población. Existe una gran labor de investigación pendiente en el estudio de la sostenibilidad social de las infraestructuras, que debería mejorar la calidad de vida, proteger y promover la salud, buscar una distribución equitativa de los costes sociales de la construcción y buscar la equidad intergeneracional (Alarcón, 2005). Rackwitz et al. (2005) plantean, en este sentido, una optimización socio-económica de las infraestructuras como un punto de arranque a la solución de este problema complejo.

Los puentes forman parte de las infraestructuras básicas en el desarrollo económico y en el equilibrio territorial, cuya construcción, diseño, conservación y desmantelamiento se ven afectados fuertemente cuando los presupuestos son restrictivos. El proyecto propuesto, BRIDLIFE, ha elegido esta infraestructura básica, en particular los puentes pretensados, para desarrollar una metodología que resuelva el reto social descrito. En efecto, ya se ha indicado que el deterioro de los puentes y su incidencia en la seguridad son objeto de gran alarma social. Además, un mantenimiento ineficiente provoca un mayor coste económico y social por las reparaciones severas que comportan. En este coste tiene una especial relevancia el mantenimiento y los costes derivados por los fallos. Desgraciadamente, los daños estructurales del puente dependen de una gran multitud de parámetros como su situación, los materiales o la historia de las acciones a las que ha estado sometida. Se hace necesario en estos casos un análisis de fiabilidad con modelos probabilísticos sobre las cargas y la capacidad portante de sus materiales (Wisniewski et al., 2006). Destacan en este sentido los trabajos de identificación estructural mediante técnicas de observabilidad (Lozano-Galant et al., 2013). Sin embargo, sería necesario un enfoque holístico que permitiera la toma de decisiones durante el ciclo de vida de una infraestructura considerando, entre otros, los riesgos en la planificación, adjudicación, gestión, procedimientos constructivos y negociación en la materialización de las infraestructuras. Un ejemplo actual es la ampliación del Canal de Panamá, caso estudiado por el profesor Molenaar, que forma parte de nuestro equipo de trabajo (Alarcón et al., 2011), o la especial relevancia es la influencia que tiene la contratación de los proyectos (Molenaar et al., 2010).

BBA041La toma de decisiones es una de las características esenciales del ser humano que da idea de su grado de autodesarrollo, conocimiento y libertad. En ella influye la experiencia o la intuición del individuo, su comportamiento racional o emocional. Pues bien, las técnicas de decisión multicriterio abordan la resolución de problemas complejos incorporando diferentes criterios y visiones de la realidad. Jato-Espino et al. (2014) ofrecen una revisión actualizada de estas técnicas aplicadas al sector de la construcción. El empleo de técnicas de análisis del valor y toma de decisiones ha supuesto un gran avance en la definición de un indicador de sostenibilidad. El trabajo de San José y Garrucho (2010) aplica un “Modelo integrado de valor para una evaluación sostenible (MIVES)” de forma determinista en el análisis ambiental de la construcción industrial. Esta metodología permite la formulación de objetivos multidimensionales, utiliza una estructura de requerimientos jerarquizada y es capaz de unificar indicadores cuantitativos y cualitativos para llegar a un índice de sostenibilidad ambiental. Sin embargo, la selección de los criterios es una labor compleja que influye mucho en el resultado final y los indicadores empleados distan de ser determinísticos, siendo conveniente aplicar técnicas de simulación Monte Carlo o aritmética difusa para mejorarlo. Una ventaja de MIVES es la asignación de una función de valor a cada indicador, cuantitativos o cualitativos. Sin embargo, esta labor es subjetiva y requiere de un gran conocimiento del problema. Ello, no obstante, permite el trabajo interdisciplinar de grupos de expertos para definir las funciones de valor de los indicadores. Sin embargo, MIVES presenta oportunidades de mejora, objeto de investigación científica.

El Anejo 13 de la norma EHE de hormigón estructural (Aguado et al., 2008; 2012; Gómez et al., 2012) define un “Índice de contribución de la estructura a la sostenibilidad”, utilizando el modelo MIVES. Existen trabajos (Pons y Aguado, 2013; Pons y de la Fuente, 2013) donde se aplica la metodología a piezas de hormigón estructural o edificios que no incluyen técnicas de optimización. Además, este enfoque queda limitado a aspectos ambientales que no consideran el ciclo completo de la vida de una estructura o el uso de hormigones de baja huella de carbono. Son técnicas jerárquicas que no contemplan las interacciones entre los distintos factores. La investigación propuesta trata de dar respuesta a los retos sociales planteados incorporando la toma de decisiones y la sostenibilidad social y aplicando las tecnologías de la información y comunicaciones, así como el uso de materiales avanzados, como tecnologías facilitadoras esenciales. El aspecto más relevante de BRIDLIFE consiste en incorporar un análisis del ciclo de vida definiendo un proceso de toma de decisiones que integre los aspectos sociales y medioambientales mediante técnicas analíticas de toma de decisiones multicriterio tanto de forma previa a los procesos de optimización multiobjetivo, como posteriormente en la priorización de las soluciones del frente de Pareto. Un análisis crítico de las tareas necesarias para conseguir este objetivo indica la necesidad de coordinar un grupo multidisciplinar amplio capaz de aglutinar no sólo distintas perspectivas técnicas, sino también distintos intereses, públicos y privados.

Existen dificultades al realizar un análisis de ciclo de vida de una infraestructura debido a las incertidumbres presentes en la definición de las entradas y salidas del sistema (Jato-Espino et al., 2014), que incluye la tecnología empleada en la elaboración de las materias primas, la procedencia de los materiales y su transporte, la definición de los procesos constructivos y de demolición y reutilización de los materiales (Knoeri et al., 2011). El reto implica un proceso de toma de decisiones que minimice los impactos sociales y medioambientales al coste más bajo posible. En este sentido, trabajos como los de Kim et al. (2013) proponen procesos de toma de decisión eco-amigables basados en AHP (Saaty, 1980) que aplican al caso de dos tipologías de puentes. Sin embargo, una de los inconvenientes más importantes que encuentran es la gran dependencia de los resultados en función de los pesos asignados a cada uno de los factores. Trabajos como los de Moreno-Jimenez et al. (2008), Lin et al. (2008) y Moreno-Jimenez et al. (2014) tratan de superar estas deficiencias.

La línea de investigación basada en la optimización multiobjetivo empleada por nuestro grupo constituye una técnica sin información a priori de las preferencias del decisor al analista que realiza la optimización y genera un conjunto de alternativas eficientes. El proyecto BRIDLIFE busca un salto cualitativo en nuestra línea de investigación en cuanto a que se pretenden técnicas de decisión con información a priori, donde el decisor proporciona al analista una estructura de preferencias y éste es quien construye el modelo incluyendo en él toda esta información. Sin embargo el conocimiento explícito de las preferencias del decisor no es sencillo (incorporación de criterios de sostenibilidad social y ambiental en la gestión del ciclo de vida del puente). Se necesita conocer la estructura de preferencias, no cometer errores en el proceso de extracción y, además, considerar que el decisor suele modificar sus preferencias a lo largo del proceso de resolución.

BBA023

El diseño de los puentes se realiza de forma secuencial. Tras un predimensionamiento se comprueban todos los estados límites, en un proceso iterativo cuyo resultado en términos de eficiencia económica dependen fuertemente de la experiencia del proyectista. Una alternativa es el diseño totalmente automático utilizando técnicas de optimización, capaces de incorporar múltiples funciones objetivo y cuyo resultado es la generación de un conjunto de soluciones eficientes (frontera de Pareto). La disponibilidad de ordenadores de elevada potencia de cálculo y bajo coste, junto con el desarrollo de técnicas de análisis inteligente y minería de datos, ha permitido que en las últimas décadas haya crecido de forma importante el diseño de estructuras óptimas. Sarma y Adeli (1998) aportan una extensa revisión de artículos sobre la optimización económica de estructuras de hormigón. Estos autores insistieron en la necesidad de optimizar estructuras reales de interés, tal y como ya apuntaron Cohn y Dinovitzer (1994), constatando la escasez en la aplicación de la optimización al hormigón estructural frente a las estructuras metálicas. Además de los métodos basados en la programación matemática (Hernández y Fontán, 2002), el problema de la optimización se puede abordar mediante técnicas metaheurísticas y bioinspiradas. La presencia de grupos de investigación europeos en optimización de estructuras de hormigón gravitan en la República Checa (Leps y Sejnoha), Grecia (Kousmousis y Arsenis), y Reino Unido (Topping, Leite, Rafiq, Southcomb, Ashad, Baines). En América destaca el grupo de Coello, en México, y en Estados Unidos los grupos de Camp, Adeli y Frangopol. En la India destacan Ramasamy, Ramanjaneyulu y Krishnamoorthy. También se conocen trabajos puntuales en los Emiratos Árabes (Altoubat) y en Irán (Kaveh y Sahab). Han existido contactos con estos grupos a través de congresos, revistas y dirección de ejercicios final de carrera (el caso del profesor Leps, con el programa ERASMUS). En otros ámbitos, cabe destacar la Red HEUR en Optimización Heurística (http://www.redheur.org), cuyo coordinador es R. Martí, de la U. de Valencia, y la Red Española de Minería de Datos y Aprendizaje (http://www.lsi.us.es/redmidas/). La optimización heurística del hormigón estructural presenta pocos grupos de investigación en España; destaca el dirigido por Hernández en A Coruña, y el de Martí y Tomás, en la U.P. de Cartagena, con estudios sobre la optimización de forma y armado de estructuras laminares. Habría que añadir los trabajos encabezados por F. Navarrina y M. Casteleiro, también en A Coruña, en relación a aspectos topológicos, los de la U.P. de Madrid de Utrilla y Samartín sobre optimización de puentes y estructuras bidimensionales y la del grupo de la UPC (Aparicio, Casas, Ramos) con software de diseño automático para mejorar la elección en proyectos estructurales. En relación con los indicadores de contribución de las estructuras a la sostenibilidad, destacan los grupos de la UPC (Aguado), los de A Coruña (del Caño) los grupos de la UPM (Rodríguez y Fernández) o del IECA (Burón). También hay que resaltar el trabajo realizado por los profesores Castillo, Turmo Nogal, Lozano-Galant y colaboradores respecto a la identificación estructural mediante técnicas de observabilidad.

En relación con la optimización de puentes, la revisión mencionada de Cohn y Dinovitzer (1994) ya apuntaba la gran escasez de artículos publicados en esta materia. El diseño óptimo de vigas pre-tensadas, en especial la disposición de los tendones, es un problema clásico planteado desde hace años. Aparicio et al. (1996) presentaron un sistema de diseño asistido por ordenador de puentes de hormigón pretensado para carreteras, identificando cuáles eran las tipologías estructurales más eficaces. Hassanain y Loov (2003) presentan una revisión del estado de la cuestión de las técnicas de optimización de puentes de hormigón. Sin embargo, tal y como apuntan Hernández et al. (2010), existe cierto vacío en la investigación que se ocupe específica-mente de la optimización y el diseño completo de los puentes reales.

Con todo, la línea de investigación emprendida por nuestro grupo no puede quedarse en la mera optimización económica del hormigón estructural, que podría ser un objetivo a corto plazo de interés evidente para las empresas constructoras o de prefabricados. Además, tampoco es suficiente la optimización multiobjetivo considerando aspectos ambientales y económicos. Si bien en trabajos previos de nuestro grupo se han comprobado reducciones significativas, estimadas entre el 10 y 50% de las emisiones de CO2 y coste respecto a estructuras no optimizadas; también es cierto que son necesarios criterios sociales, la incorporación de las restricciones presupuestarias (pasa de ser función objetivo a restricción) y la evaluación completa del ciclo de vida. En este proyecto se consideran los puentes pretensados como objeto de estudio, aunque la metodología propuesta es aplicable a otras estructuras. Además, BRIDLIFE pretende profundizar en los puentes prefabricados, pues, tal y como indica Yee (2001), existen motivos adicionales basados en beneficios sociales y medioambientales que justifican la adopción del hormigón prefabricado. El ahorro en material y mano de obra, la calidad en el producto y el rápido montaje son razones que justifican, por sí solas, el uso de esta tecnología.

Nuestro equipo investigador ha llevado a cabo estudios de optimización heurística de estructuras de hormigón desde hace una década en una trayectoria de profundización de esta disciplina. Como resultado de lo anterior, los investigadores principales han dirigido 7 tesis doctorales, 15 tesinas de máster y se han publicado 28 artículos indexados JCR directamente relacionados con estos proyectos:

  • Proyecto 80016/A04: Optimización heurística económica de marcos de paso de carretera y ferrocarril. Este proyecto se centró en la optimización económica de estructuras empleadas en carreteras como marcos, bóvedas, pórticos y muros. Se aplicó a la optimización en fase de diseño. Se detectó la necesidad de incluir estados límite no habituales en el cálculo de estas estructuras (fatiga, deformación, vibraciones).
  • Proyecto BIA2006-01444: Diseño óptimo sostenible de tableros de puentes losa pretensados. En este proyecto se optimizó tanto la economía como las emisiones de CO2 y el consumo energético en la fase de diseño de puentes losa postesados. Se aplicaron técnicas estadísticas convencionales para extraer conclusiones de predimensionamiento.
  • Proyecto BIA2011-23602: Diseño eficiente de estructuras con hormigones no convencionales basados en criterios sostenibles multiobjetivo mediante el empleo de técnicas de minería de datos (HORSOST). Con este proyecto se aplicó la optimización multiobjetivo considerando aspectos económicos y ambientales en fase de proyecto y de construcción. Se estudió asimismo el uso de hormigones con fibras, de alta resistencia y autocompatables. Se aplicaron técnicas de minería de datos para extraer conclusiones no triviales en predimensionamiento.
  • En el ámbito autonómico el grupo ha desarrollado un proyecto de investigación financiados por la Generalitat Valenciana. GV/2010/086 Criterios económicos y medioambientales para el diseño óptimo de pasos superiores de hormigón “in situ” mediante técnicas de inteligencia artificial y minería de datos. También se desarrollaron dos proyectos financiados por la Universidad Politécnica de Valencia. Los trabajos se centraron en el diseño óptimo de puentes prefabricados pretensados y con fibras.

Los trabajos desarrollados hasta el momento por nuestro grupo de investigación ha permitido avances importantes en el diseño automatizado y óptimo de las estructuras de hormigón con múltiples criterios, sin embargo existen una serie de limitaciones que este proyecto tiene intención de superar:

  • La optimización no incluye funciones objetivo de difícil cuantificación como la sostenibilidad social, con aspectos tales como la estética o la equidad social intergeneracional. Se debe incluir además la seguridad de las personas (Fortunato III et al., 2012), o la influencia de la forma de contratación de los proyectos y las obras (Molenaar et al., 2010).
  • Los costes económicos se han considerado hasta ahora como una función objetivo en la optimización. Sin embargo, la crisis actual obliga a replantear la disposición anual de presupuestos, todos ellos muy restrictivos. Por tanto el presupuesto pasa de ser objetivo a ser una restricción en el problema de optimización.
  • Debe analizarse la sensibilidad que existe en las políticas presupuestarias poco sensibles a la realidad del sector en la gestión de las estructuras. Ello supone modelar distintos escenarios económicos y analizar las soluciones eficientes derivadas.
  • Elegida la tipología estructural, la optimización multiobjetivo permite la obtención de un conjunto de soluciones eficientes (frontera de Pareto). Sin embargo, la decisión previa debe ser priorizada en base a un proceso de toma de decisión multicriterio. Tras la obtención de la frontera de Pareto, deberá elegirse la mejor opción en base a una nueva toma de decisiones. Aquí, la determinación de los factores determinantes constituye un proceso altamente complejo que requiere de la participación de expertos multidisciplinares y un control sobre el sesgo y rigor académico del juicio de dichos expertos (Hallowell y Gambatase, 2010).
  • Los proyectos previos no han incluido la gestión de activos. La determinación de cómo y cuándo deber realizarse la conservación de forma que se mantengan las prestaciones constituye un problema de optimización multiobjetivo. Deben incluirse los costes de mantenimiento y los esperados en caso de fallo de la estructura. Además, las incertidumbres asociadas con el deterioro de las estructuras requieren el uso de métodos probabilísticos para evaluar el comportamiento a lo largo de su vida útil (Yang et al., 2006; Osaka y Frangopol, 2009; Orcesi y Frangopol, 2011).
  • La inclusión de la demolición y reutilización de los materiales de la estructura constituye un aspecto básico a incorporar en el análisis del ciclo de vida. Una variable de diseño debe ser la durabilidad y la incorporación de la recarbonatación del hormigón (García-Segura et al., 2014).
  • Es necesario incorporar los avances realizados con hormigones de baja huella ecológica (Mellado et al., 2014) para comprobar su eficacia en los procesos de toma de decisión y optimización multiobjetivo. Asimismo, se requiere la comparación con estructuras mixtas hormigón-acero.

Lo indicado hasta ahora, que resume los antecedentes y las realizaciones del grupo, se podría resumir en los siguientes aspectos:

  1. La temática a investigar se ha ido profundizado en cada uno de los proyectos realizados, acorde a los objetivos previstos.
  2. Todos los estudios realizados hasta ahora estaban basados en la optimización multiobjetivo en fase de diseño y construcción. El objetivo de esta propuesta de investigación es dar un salto científico al incorporar la visión social y el análisis completo del ciclo de vida en la toma de decisiones. Se eligen los puentes pretensados como elemento de estudio para determinar el alcance del proyecto.

El motivo de este planteamiento no solo es un desafío científico, sino también una necesidad social. En efecto, las incertidumbres relacionadas con la toma de decisiones en el diseño de nuevas infraestructuras que contemplen aspectos de sostenibilidad social y ambiental en situaciones extremas de restricciones presupuestarias, así como la decisión en las políticas de mantenimiento y gestión de activos, demolición y reutilización de las infraestructuras es un problema altamente complejo que afecta directamente a las estructuras de hormigón. Se hace necesario profundizar en la incorporación de la durabilidad y el uso de hormigones no convencionales con baja huella de carbono en la toma de decisiones. Asimismo, sería de gran interés completar y mejorar algunos criterios tomados en la norma EHE relacionados con el cálculo del índice de sostenibilidad, de forma que incorpore el análisis completo del ciclo de vida de las estructuras, incluyendo aspectos como el mantenimiento, la demolición y reutilización de las estructuras. Además, se considera necesario incorporar un índice de sostenibilidad social en la normativa actual. A continuación se relacionan los artículos científicos indexados en JCR relacionados con el proyecto. Se hace notar la productividad científica alcanzada por el Proyecto BIA2011-23602 (HORSOST) vigente de 2012 a 2014.

BIBLIOGRAFÍA DEL GRUPO RELACIONADA CON EL PROYECTO

  1. CARBONELL, A.; GONZÁLEZ-VIDOSA, F.; YEPES, V. (2011). Heuristic optimization of reinforced concrete road vault underpasses. Adv Eng Softw, 42(4): 151-159.
  2. CARBONELL, A.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2011). Búsqueda exhaustiva por entornos aplicada al diseño económico de bóvedas de hormigón armado. Rev Int Metod Numer, 27(3):227-235.
  3. CARBONELL, A.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2012). Automatic design of concrete vaults using iterated local search and extreme value estimation. Lat Am J Solids Struct, 9:675-689.
  4. GARCÍA-SEGURA, T.; YEPES, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures (accepted, in press).
  5. GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J. (2014). Life-cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. Int J Life Cycle Assess, 19(1):3-12.
  6. GARCÍA-SEGURA, T.; YEPES, V.; ALCALÁ, J.; PÉREZ-LÓPEZ, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Eng Struc, 92:112-122.
  7. GARCÍA-SEGURA, T.; YEPES, V.; MARTÍ, J.V.; ALCALÁ, J. (2014). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Lat Am J Solids Struct, 11:1190 – 1205.
  8. LUZ, A.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; MARTÍ, J.V. (2015). Diseño de estribos abiertos en puentes de carretera obtenidos mediante optimización híbrida de escalada estocástica. Informes de la Construcción, 67(540), e114.
  9. MARTÍ, J.V.; GARCÍA-SEGURA, T.; YEPES, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120:231-24.
  10. MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F. (2010). Design of prestressed concrete precast pedestrian bridges by heuristic optimization. Adv Eng Softw, 41:916-922.
  11. MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F.; YEPES, V.; ALCALÁ, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Eng Struct48:342-352.
  12. MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2014). A memetic algorithm approach to designing of precast-prestressed concrete road bridges with steel fiber-reinforcement. J Struct Eng ASCE, 04014114.
  13. MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2015). A memetic algorithm approach to designing of precast-prestressed concrete road bridges with steel fiber-reinforcement. J Struct Eng ASCE, 141(2): 04014114.
  14. MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; LUZ, A. (2014). Diseño automático de tableros óptimos de puentes de carretera de vigas artesa prefabricadas mediante algoritmos meméticos híbridos. Rev Int Metod Numer, 30(3), 145-154.
  15. MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2011). Estudio paramétrico de pilas para viaductos de carretera. Rev Int Metod Numer, 27(3):236-250.
  16. MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections. Comput Struct, 88: 375-386.
  17. MARTÍNEZ. F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; ALCALÁ, J. (2011). Design of tall bridge piers by ant colony optimization. Eng Struc, 33:2320-2329.
  18. MARTÍNEZ-MARTÍN, F.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Struct Eng Mech, 45: 723-740.
  19. MARTINEZ-MARTIN, F.J.; GONZALEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. J Zhejiang Univ-SCI A, 13(6):420-432.
  20. MARTÍ-VARGAS, J.R.; FERRI, F.J.; YEPES, V. (2013). Prediction of the transfer length of prestressing strands with neural networks. Comput Concr, 12(2):187-209.
  21. PAYÁ, I.; YEPES, V.; CLEMENTE, J.J.; GONZÁLEZ-VIDOSA, F. (2006). Optimización heurística de pórticos de edificación de hormigón armado. Rev Int Metod Numer, 22(3): 241-259.
  22. PAYÁ, I.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Multiobjective Optimization of Reinforced Concrete Building Frames by Simulated Annealing. Comput Aided Civ Infrastruct Eng, 23(8): 596-610.
  23. PAYÁ-ZAFORTEZA, I.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica45(5): 693-704.
  24. PAYÁ-ZAFORTEZA, I.; YEPES, V.; HOSPITALER, A.; GONZÁLEZ-VIDOSA, F. (2009). CO2-Optimization of Reinforced Concrete Frames by Simulated Annealing. Eng Struct, 31(7): 1501-1508.
  25. PELLICER, E.; SIERRA, L.A.; YEPES, V. (2016). Appraisal of infrastructure sustainability by graduate students using an active-learning method. Journal of Cleaner Production, 113:884-896.
  26. PEREA, C.; ALCALÁ, J.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Design of Reinforced Concrete Bridge Frames by Heuristic Optimization. Adv Eng Softw, 39(8): 676-688.
  27. PEREA, C.; YEPES, V.; ALCALÁ, J.; HOSPITALER, A.; GONZÁLEZ-VIDOSA, F. (2010). A parametric study of optimum road frame bridges by threshold acceptance. Indian J Eng Mat Sci, 17(6):427-437.
  28. PONZ-TIENDA, J.L.; PELLICER, E.; YEPES, V. (2012). Complete fuzzy scheduling and fuzzy earned value management in construction projects. J Zhejiang Univ-SCI A, 13(1):56-68
  29. PONZ-TIENDA, J.L.; YEPES, V.; PELLICER, E.; MORENO-FLORES, J. (2013). The resource leveling problem with multiple resources using an adaptive genetic algorithm. Autom Constr, 29(1):161-172.
  30. SIERRA, L.A.; PELLICER, E.; YEPES, V. (2016). Social sustainability in the life cycle of Chilean public infrastructure. Journal of Construction Engineering and Management ASCE, 142(5):  05015020.
  31. TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E.; YEPES, V.; VIDELA, C. (2015). Sustainable pavement management: How to integrate economic, technical and environmental aspects in decision making. Transportation Research Record: Journal of the Transportation Research Board, 2523:56-63.
  32. TORRES-MACHÍ, C.; CHAMORRO, A.; VIDELA, C.; PELLICER, E.; YEPES, V. (2014). An iterative approach for the optimization of pavement maintenance management at the network level. Sci World J, Volume 2014, Article ID 524329
  33. TORRES-MACHÍ, C.; CHAMORRO, A.; YEPES, V.; PELLICER, E.; (2014). Models and actual practices in the economic and environmental evaluation for the sustainable management of pavements networks. Rev Constr 13(2): 51-58.
  34. TORRES-MACHÍ, C.; YEPES, V.; ALCALA, J.; PELLICER, E. (2013). Optimization of high-performance concrete structures by variable neighborhood search. International Journal of Civil Engineering, 11(2):90-99.
  35. YEPES, V.; ALCALÁ, J.; PEREA, C.; GONZÁLEZ-VIDOSA, F. (2008). A Parametric Study of Optimum Earth Retaining Walls by Simulated Annealing. Eng Struct30(3): 821-830.
  36. YEPES, V.; DÍAZ, J.; GONZÁLEZ-VIDOSA, F.; ALCALÁ, J. (2009). Caracterización estadística de tableros pretensados para carreteras. Rev Constr, 8(2):95-109.
  37. YEPES, V.; GONZÁLEZ-VIDOSA, F.; ALCALÁ, J.; VILLALBA, P. (2012). CO2-Optimization Design of Reinforced Concrete Retaining Walls based on a VNS-Threshold Acceptance Strategy. J Comput Civ Eng ASCE26 (3):378-386.
  38. YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T. (2015). Cost and CO2 emission optimization of precast-prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Autom Constr, 49:123-134.
  39. YEPES, V.; MEDINA, J.R. (2006). Economic Heuristic Optimization for Heterogeneous Fleet VRPHESTW. J Transp Eng ASCE, 132(4): 303-311.
  40. YEPES, V.; TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E. (2016). Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm. Journal of Civil Engineering and Management, 22(4):540-550.

REFERENCIAS:

  • AGUADO, A.; CAÑO, A.; DE LA CRUZ, M.; GÓMEZ, D.; JOSA, A. (2012). Sustainability Assessment of Concrete Structures within the Spanish Structural Concrete Code. J Constr Eng Manage ASCE, 138(2):268-276.
  • AGUADO, A. et al. (2008). “Índice de contribución de la estructura a la sostenibilidad”, Anejo 13 de la norma española EHE de hormigón estructural, pp. 487-504. M. de Fomento, España.
  • ALARCÓN, D.B. (2005). Modelo integrado de valor para estructuras sostenibles. Tesis doctoral, Universitat Politècnica de Catalunya.
  • ALARCÓN, L.F. et al. (2011). Risk Planning and Management for the Panama Canal Expansion Program. J Const Eng Manag ASCE, 137(10):762-771.
  • APARICIO, A.C.; CASAS, J.R.; RAMOS, G. (1996). Computer aided design of prestressed concrete highway bridges. Comput Struct, 60:957–969.
  • ASCE (2011). Structural identification (St-Id) of constructed facilities. Technical report, ASCE SEI Committee on Structural Identification of Constructed Systems.
  • ASCE (2013). Report card for America’s infrastructure, 2013 progress report, Washington DC.
  • ASOCIACIÓN ESPAÑOLA DE LA CARRETERA (2012). Informe sobre necesidades de inversión en conservación, Madrid.
  • BRUNTLAND, G. (1987). Our common future. Report of the World Commission on Environment and Development. Oxford University Press, Oxford.
  • COHN, M.Z.; DINOVITZER, A.S. (1994). Application of structural optimization. J Struct Eng ASCE, 120(2):617-649.
  • FORTUNATO III, B.R.; HALLOWELL, M.R.; BEHM, M.; DEWLANEY, K.S. (2012). Identification of safety risks for high performance sustainable construction projects. J Constr Eng Manage ASCE, 138(4): 499-508.
  • GÓMEZ, D.; DEL CAÑO, A.; DE LA CRUZ, M.P.; JOSA, A. (2012). “Evaluación de la sostenibilidad en estructuras de hormigón y metálicas. La EHE y la EAE”. En: Sostenibilidad y construcción. ACHE. Editor: A. Aguado. Cap. 19, pp. 413-439.
  • GÓMEZ, D.; DEL CAÑO, A.; DE LA CRUZ, M.P.; JOSA, A. (2012). “Metodología genérica para la evaluación de la sostenibilidad de sistemas constructivos. El método MIVES”. En: Sostenibilidad y construcción. Editor: A. Aguado. ACHE. Cap. 18, pp. 385-411.
  • HALLOWELL, M.R.; GAMBATASE, J.A. (2010). Qualitative research: application of the Delphi method to CEM research. J Constr Eng Manage ASCE, 136(1): 99-107.
  • HASSANAIN, M.A.; LOOV, R.E. (2003). Cost optimization of concrete bridge infrastructure. Canadian J Civ Eng, 30:841-849.
  • HERNÁNDEZ, S.; FONTAN, A. (2002). Practical Applications of Design Optimization, WIT Press, Southampton.
  • HERNÁNDEZ, S.; FONTAN, A.; DÍAZ, J.; MARCOS, D. (2010). An improved software for design optimization of prestressed concrete beams, Adv Eng Softw, 41:415–421.
  • JATO-ESPINO, D.; CASTILLO-LÓPEZ, E.; RODRÍGUEZ-HERNÁNDEZ, J.; CANTERAS-JORDANA, J.C. (2014). A review of application of multi-criteria decision making methods in construction. Autom Constr, 45:151-162.
  • JATO-ESPINO, D.; RODRÍGUEZ-HERNÁNDEZ, J.; ANDRÉS-VALERI, V.C.; BALLESTER-MUÑOZ, F. (2014). A fuzzy stochastic multi-criteria model for the selection of urban pervious pavements. Expert Syst Appl, 41:6807-6817.
  • KIM, S.H. et al. (2013). Environmental impact assessment and eco-friendly decision-making in civil structures. J Env Manag, 126:105-112.
  • KNOERI, C.; BINDER, C.B.; ALTHAUS, H.J. (2011). Decisions on recycling: Construction stakeholders’ decisions regarding recycled mineral construction materials. Resources, Conservation and Recycling, 55:1039-1050.
  • LIN, C.C.; WANG, W.C.; YU, W.D. (2008). Improving AHP for construction with an adaptive AHP approach (A3). Autom Constr, 17:180-187.
  • LOZANO-GALANT, J.A.; NOGAL, M.; CASTILLO, J.; TURMO, J. (2013). Application of observability techniques to structural system identification. Comput Aided Civ Infrastruct Eng, 28(6):434-450.
  • MARI, A. (2007). Educar para la sostenibilidad en el ámbito de la ingeniería. Conferencia de clausura. II Jornadas de enseñanza del hormigón estructural. ACHE, Madrid, pp. 33-49.
  • MELLADO, A. et al. (2014). Carbon footprint of geopolymeric mortar: Study of the contribution of the alkaline activating solution and assessment of an alternative route. RSC Advances, 4: 23846.
  • MOLEENAR, K.R.; SOBIN, N.; ANTILLON, E.I. (2010). A synthesis of best-value procurement practices for sustainable design-build projects in the public sector. J Green Build, 5(4):148-157.
  • MORENO-JIMÉNEZ, J.M.; AGUARÓN, J., ESCOBAR, M.T. (2008) The core of consistency in AHP-group decision making. Group Decis Negot 17:249–265.
  • MORENO-JIMÉNEZ, J.M. et al. (2012). A collaborative platform for cognitive decision making in the Knowledge Society. Computers in Human Behavior, 28:1921-1928.
  • MORENO-JIMÉNEZ, J.M. et al. (2014). Systemic decision making in AHP: a Bayesian approach. Annals of Operations Research. doi:10.1007/s10479-014-1637-z
  • NISHIJIMA, K. et al. (2007). Inter-generational distribution of the life-cycle cost of an engineering facility. J Reliab Struct Mat, 1(3):33-46.
  • ORCESI, A.D.; FRANGOPOL, D.M. (2011). Probability-based multiple-criteria optimization of bridge maintenance using monitoring and expected error in the decision process. Struct Multidisc Optim 44:137-148.
  • OSAKA, N.M.; FRANGOPOL, D.M. (2009). Lifetime-oriented multi-objective optimization of structural maintenance considering system reliability, redundancy and life-cycle cost using GA. Structural Safety, 31:460-474.
  • PACHECO-TORGAL, F.; JALALI, S. (2011). Eco-efficient Construction and Building Materials. Springer Verlag London Limited.
  • PONS, O.; AGUADO, A. (2012). Integrated value model for sustainable assessment applied to technologies used to build schools in Catalonia, Spain. Building and Environment, 53:49-58.
  • PONS, O.; DE LA FUENTE, A. (2013). Integrated sustainability assessment method applied to structural concrete columns. Construction and Building Materials, 49:882-893.
  • RACKWITZ, R. et al. (2005). Socio-economically sustainable civil engineering infrastructures by optimization. Structural Safety, 27(3):187-229.
  • SAATY, T.L. (1980). The analytic hierarchy process, McGraw-Hill, New York.
  • SAN-JOSÉ, J.T.; GARRUCHO, (2010). A system approach to the environmental analysis of industrial buildings. Building and Environment, 45:673-683.
  • SAYDAM, D.; FRANGOPOL, D.M.; DONG, Y. (2013). Assessment of risk using bridge element condition ratings. J Infrast Syst, 19:252-265.
  • SARMA, K.C.; ADELI, H. (1998). Cost optimization of concrete structures. J Struct Eng ASCE, 124(5): 570-578.
  • Vital Signs 2005. Washington: Worldwatch Intitute: 2005.
  • WISNIEWSKI, D.F.; CASAS, J.F.; GHOSN, M. (2006). Simplified probabilistic non-linear assessment of existing railway bridges. Struct Infrastr Eng, 5(6):439-453.
  • YANG, S.I.; FRANGOPOL, D.M.; KAWAKAMI, Y.; NEVES, L.C. (2006). The use of lifetime functions in the optimization of interventions on existing bridges considering maintenance and failure costs. Reliability Engineering & System Safety, 91:698-705.
  • YEE, A.A. (2001). Social and environmental benefits of precast concrete technology. PCI Journal, 43:14-20.

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

12 julio, 2016