UPV



innovación


Publicada By  Víctor Yepes Piqueras - canalizaciones, innovación, maquinaria, perforación, procedimientos de construcción, sostenibilidad, túneles    

La Asociación Ibérica de Tecnología Sin Zanja (IbSTT) ha recopilado en un libro, en el cual he participado como autor de un capítulo, de las técnicas sin zanja más actuales, guías de Perforación Dirigida, así como Manuales de rehabilitación de tuberías sin zanja y buenas prácticas y casos de éxito a lo largo de un recorrido por 587 páginas distribuidas en 12 capítulos, con más de 500 imágenes a color, recopilando el temario, capítulo por capítulo y módulo por módulo, del Curso de Postgrado Especialista en Tecnologías SIN zanja que llevamos impartiendo desde 2015 anualmente. En formato muy manejable de 15 cm. x 21 cm y tapa blanda.

Si quieres solicitar un ejemplar, puedes acudir a la página de IbSTT o bien acceder directamente aquí: https://docs.google.com/forms/d/e/1FAIpQLSfIUusGTfTicMUnuzAmhifC1uHDpDrDj6dWW3S2BfSAP7mOlw/viewform 

Os paso a continuación el índice del libro por si os interesa:

Descargar (PDF, 98KB)

12 septiembre, 2018
 
|   Etiquetas: ,  ,  |  

Publicada By  Víctor Yepes Piqueras - ANDECE, BIM, ciclo de vida, edificación, empresas constructoras, ingeniería civil, innovación, maquinaria, materiales, medios auxiliares, optimización, Planificación, procedimientos de construcción, seguridad, sostenibilidad, toma de decisiones    

http://constructioncitizen.com/blog/get-smart-construction-video/1510211

Se está poniendo de moda el concepto “inteligente” para nombrar todo tipo de cosas. Por ejemplo, “smart buildings“, “smart cities“, “smart beach“, “smart tourism destination“, “smart food“, etc. Como siempre, cada vez que se empieza a hacer viral un concepto, al final se acaba por difuminar y perder el sentido original de lo que se quería decir. Este tipo de modas ya han pasado por conceptos tan importantes como “calidad”, “sostenibilidad”, “innovación”, etc. Al final, aplicado a productos o servicios, se menoscaba el significado por culpa del marketing y con ello se quiere atraer al consumidor hacia lo “bueno”, “guay”, “saludable” o similares.

Espero que el término de “construcción inteligente” tenga algo más de recorrido y pueda suponer un punto de inflexión en nuestro sector. Este término presenta, como no podía ser de otra forma, numerosas interpretaciones y tantas más aplicaciones. Es un concepto que se asocia al diseño digital, a las tecnologías de la información y de la comunicación, la inteligencia artificial, al BIM, al Lean Construction, la prefabricación, los drones, la robotización y automatización, a la innovación y a la sostenibilidad, entre otros muchos conceptos.

Uno que me interesa mucho es la asociación con el de los nuevos métodos constructivos (término que incluye nuevos productos y nuevos procedimientos constructivos). Su objetivo es mejorar la eficiencia del negocio, la calidad, la satisfacción del cliente, el desempeño medioambiental, la sostenibilidad y la previsibilidad de los plazos de entrega. Por lo tanto, los métodos modernos de construcción son algo más que un enfoque particular en el producto. Involucran a la gente a buscar mejoras, a través de mejores procesos, en la entrega y ejecución de la construcción.

https://pixabay.com/es/sitio-de-construcci%C3%B3n-edificio-1205047/

Sin embargo, y este es un punto crucial, para que se pueda hablar de verdad de “construcción inteligente”, no solo vamos a necesitar incorporar las nuevas tecnologías, sino que también va a ser necesario elaborar un sistema que permita la participación de todas las partes implicadas en el proceso proyecto-construcción, alimentando de información de calidad a este sistema de forma que soporte la toma de decisiones mediante la inteligencia artificial. El BIM puede ser un buen punto de partida para ello, pero se hace necesario integrar la inteligencia colectiva de forma que, aunque se apoye el sistema de una rigurosa alimentación de datos en tiempo real, el decisor tome sus decisiones asumiendo la responsabilidad última de sus acciones.

Dejo abierto este tema por si alguno de mis estudiantes quieren realizar su Trabajo Fin de Máster, e incluso atreverse a la realización de una tesis doctoral sobre este tema.

Os voy a dejar algunos vídeos relacionados con el tema, algunos os gustarán más que otros, pero es una buena forma de acercarse al concepto de construcción inteligente.

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

Publicada By  Víctor Yepes Piqueras - Docencia, innovación, universidad    

Descargar (PDF, 899KB)

Descargar (PDF, 7.26MB)

24 marzo, 2018
 

Publicada By  Víctor Yepes Piqueras - innovación, investigación, universidad    

Una de las labores más importantes de cualquier universidad consiste en su labor investigadora, de innovación tecnológica y de transferencia. A esa labor no es ajena la Universitat Politècnica de València. Sin embargo, la conexión fluida entre las empresas y los centros tecnológicos y universitarios a veces no es tan fácil. Por tanto, en este post voy a comunicar la labor que realiza nuestra universidad. Espero que os sea de interés.

Quizá el enlace más interesante que os puedo dejar es un buscador de toda la información disponible en la UPV. El enlace es el siguiente: https://aplicat.upv.es/exploraupv/

Pero entrando ya en detalle, en primer lugar, os dejo una presentación sobre la actividad de la UPV en I+D+i y transferencia de conocimiento, cómo acceder a la oferta de la UPV y sus líneas de actividad en I+D.

Descargar (PDF, 1.07MB)

A continuación, os dejo un vídeo institucional donde se presenta la labor innovadora de la UPV.

 

Por último, os dejo una presentación donde se recogen los resultados en I+D+i y transferencia referidos al último año disponible, 2016.

Descargar (PDF, 2.51MB)

Publicada By  Víctor Yepes Piqueras - ciclo de vida, estructuras, hormigón, ingeniería civil, innovación, investigación, residuos, sostenibilidad, toma de decisiones    

La Comisión Mundial sobre el Medio Ambiente y el Desarrollo “World Commission on Environment and Development” (WCED) propuso mantener a largo plazo los recursos necesarios para satisfacer las necesidades futuras (Butlin, 1989). Además, se señaló que para conseguir un desarrollo sostenible se debía mantener un equilibrio entre los pilares económicos, ambientales y sociales. Desde entonces, los desafíos para conseguir un desarrollo sostenible se han llevado al campo de la construcción en diferentes líneas de investigación. La construcción constituye uno de los principales sectores emisores de gases de efecto invernadero (Liu et al., 2013). La industria de la construcción, junto con sus industrias auxiliares, pasa por ser uno de los mayores consumidores de recursos naturales, tanto renovables como no renovables, que está alterando negativamente el medio ambiente. Agota 2/5 partes de los áridos y 1/4 de la madera, y consume el 40 % de la energía total y el 16 % de agua al año (Lippiatt, 1999; Chong et al., 2009). El consumo de materiales crece constantemente, con más de 23 mil millones de toneladas de hormigón producido anualmente (Schokker, 2010; WBCSD, 2006). En 2010, de acuerdo con la International Cement Review, la producción mundial de cemento se elevó a alrededor de 3,3 millones de toneladas/año, lo que significa un aumento más del 100% en casi 10 años. La fabricación de cemento Portland genera grandes cantidades de CO2 debido a las altas demandas de energía necesarias para la fabricación y calcinación de la piedra caliza. La producción mundial de cemento llegó a 1,6 mil millones de toneladas/año en 2001, lo que corresponde a aproximadamente el 7 % de la cantidad mundial de dióxido de carbono liberado a la atmósfera (Bremner, 2001). Otros estudios indican que la contribución de la industria cementera a las emisiones de gases de efecto invernadero supera el 5% del total (Worrell et al., 2001). En Australia, para mantener la demanda en la construcción, se necesitan cada año aproximadamente 30 millones de toneladas de productos, más del 56 % de esta cantidad es hormigón, y el 6%, acero (Walker-Morison et al., 2007). En 2001, España tuvo la mayor tasa de consumo de hormigón en Europa, con 1,76 m3 de hormigón per cápita por año (ECO-SERVE, 2004). En 2007, la producción de clinker alcanzó alrededor de 55 millones de toneladas en España. Sin embargo, este número se redujo a 14,1 millones de toneladas en 2013 como consecuencia de la crisis financiera (Oficemen, 2016).

Existen recomendaciones para reducir el impacto ambiental de las estructuras de hormigón (fib, 2012). La citada guía considera el ciclo completo de las fases del ciclo de vida, de la cuna a la tumba. La correcta selección de las materias primas, así como los aditivos y adiciones, constituye una de las claves para reducir el impacto ambiental. Otra forma de reducir los impactos pasa por el uso de procesos más respetuosos con el medio ambiente en la producción y el transporte del hormigón. En esta guía también se habla de optimizar estructuras basándose en indicadores ambientales y de desempeño. Por último, concluye que las estructuras deben optimizarse comparando diferentes alternativas y teniendo en cuenta los indicadores ambientales, especialmente las emisiones de CO2, pues pasa por ser uno de los factores más importantes para evaluar el impacto ambiental. Además, fib (2012) indica cómo la consideración del ciclo de vida completo de una estructura antes de iniciar su construcción puede conseguir reducciones significativas de CO2.

Por tanto, la sostenibilidad en el ámbito de la construcción constituye una línea de trabajo importante en este momento. Las investigaciones se centran en proporcionar recomendaciones para seleccionar materiales estructurales basados en indicadores económicos, ambientales y de constructibilidad (Zhong & Wu, 2015), utilizando hormigón y acero reciclado (Collins, 2010, Yellishetty et al., 2011), empleando materiales novedosos como cementos con baja huella de carbono y adiciones como substitutos del clínker (García-Segura et al., 2014a; Gartner, 2004), evaluando las emisiones del ciclo de vida de las estructuras de hormigón (Barandica et al., 2013; Tae et al., 2011), reduciendo las emisiones de CO2 de la construcción (2003), optimizando el proceso de producción de cemento (Castañón et al., 2015), estimando la energía consumida en los proyectos de construcción (Wang y Shen, 2013; Wang et al., 2012) e identificando la mejor planificación del mantenimiento (Liu y Frangopol, 2005, Yang et al., 2006), entre otros. En las referencias también hemos dejado alguno de nuestros trabajos en este sentido.

Referencias:

  • Barandica, J.M.; Fernández-Sánchez, G.; Berzosa, Á.; Delgado, J.A.; Acosta, F.J. (2013). Applying life cycle thinking to reduce greenhouse gas emissions from road projects. Journal of Cleaner Production, 57, 79–91.
  • Bremner, T.W. (2001). Environmental aspects of concrete: problems and solutions. In: Proceedings of first all-Russian conference on concrete and reinforced concrete, Moscow, Russia.
  • Butlin, J. (1989). Our common future. By World commission on environment and development. (London, Oxford University Press, 1987, pp.383). Journal of International Development, 1(2), 284–287.
  • Castañón, A.M.; García-Granda, S.; Guerrero, A.; Lorenzo, M.P.; Angulo, S. (2015). Energy and environmental savings via optimisation of the production process at a Spanish cement factory. Journal of Cleaner Production, 98, 47–52.
  • Chong, W.K.; Kumar, S.; Haas, C.T.; Beheiry, S.M.A.; Coplen, L.; Oey, M. (2009). Understanding and interpreting baseline perceptions of sustainability in construction among civil engineers in the United States. Journal of Management in Engineering, 25(3):143–154.
  • Collins, F. (2010). Inclusion of carbonation during the life cycle of built and recycled concrete: influence on their carbon footprint. The International Journal of Life Cycle Assessment, 15(6), 549–556.
  • ECO-SERVE. (2004). Baseline report on sustainable aggregate and concrete industries in Europe. European Commission, Hellerup.
  • fib. International Federation for Structural Concrete. Task Group 3.8, T. for green concrete structures. (2012). Guidelines for green concrete structures. International Federation for Structural Concrete. Task Group 3.8, Technologies for green concrete structures.
  • García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
  • García-Segura, T.; Yepes, V.; Alcalá, J. (2014a). Life cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. The International Journal of Life Cycle Assessment, 19(1), 3–12.
  • 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. Engineering Structures, 92, 112–122.
  • García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
  • García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
  • García-Segura, T.; Yepes, V.; Martí, J.V.; Alcalá, J. (2014b). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190–1205.
  • Gartner, E. (2004). Industrially interesting approaches to “low-CO2” cements. Cement and Concrete Research, 34(9), 1489–1498.
  • Lippiatt, B.C. (1999). Selecting cost effective green building products: BEES approach. Journal of Construction Engineering and Management, 125:448–455.
  • Liu, M.; Frangopol, D. M. (2005). Multiobjective maintenance planning optimization for deteriorating bridges considering condition, safety, and life-cycle cost. Journal of Structural Engineering, 131(5), 833–842.
  • Liu, S.; Tao, R.; Tam, C.M. (2013). Optimizing cost and CO2 emission for construction projects using particle swarm optimization. Habitat International, 37:155–162.
  • 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, 231–240.
  • Oficemen. (2012). Annual report of Spanish cement sector 2016. Annual report of Spanish cement sector 2016. Retrieved from https://www.oficemen.com/reportajePag.asp?id_rep=1619
  • Schokker A.J. (2010). The sustainable concrete guide: strategies and examples. 1 ed. U.S.G.C. Council; 2010. Michigan: U.S. Green Concrete Council.
  • 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.
  • Sierra, L.A.; Pellicer, E.; Yepes, V. (2017a). Method for estimating the social sustainability of infrastructure projects. Environmental Impact Assessment Review, 65, 41-53.
  • Sierra, L.A.; Yepes, V.; Pellicer, E. (2017b). Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty. Environmental Impact Assessment Review ,67:61-72. .
  • Tae, S.; Baek, C.; Shin, S. (2011). Life cycle CO2 evaluation on reinforced concrete structures with high-strength concrete. Environmental Impact Assessment Review, 31(3), 253–260.
  • Walker-Morison, A.; Grant, T.; McAlister, S. (2007). The environmental impact of building materials. Environment design guide. PRO 7.
  • Wang, E.; Shen, Z. (2013). A hybrid Data Quality Indicator and statistical method for improving uncertainty analysis in LCA of complex system – application to the whole-building embodied energy analysis. Journal of Cleaner Production, 43, 166–173.
  • World Business Council for Sustainable Development (WBCSD) (2006). Cement Industry Energy and CO2 Performance: Getting the Numbers Right; Geneva: World Business Council for Sustainable Development, (WBCSD).
  • Worrell, E.; Price, L.; Martin, N.; Hendriks, C.; Meida, L.O. (2001). Carbon dioxide emissions from the global cement industry. Annual Review of Energy and the Environment, 26, 303–329.
  • 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(6), 698–705.
  • Yellishetty, M.; Mudd, G.M.; Ranjith, P.G.; Tharumarajah, A. (2011). Environmental life-cycle comparisons of steel production and recycling: sustainability issues, problems and prospects. Environmental Science & Policy, 14(6), 650–663.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024–1036.
  • 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. Journal of Computing in Civil Engineering, 26(3), 378–386.
  • Yepes, V.; Martí, J.V.; García-Segura, T. (2015b). Cost and CO2 emission optimization of precast–prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49, 123–134.
  • Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.
  • 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.
  • Zamarrón-Mieza, I.; Yepes, V.; Moreno-Jiménez, J.M. (2017). A systematic review of application of multi-criteria decision analysis for aging-dam management. Journal of Cleaner Production, 147:217-230.
  • Zastrow, P.; Molina-Moreno, F.; García-Segura, T.; Martí, J.V.; Yepes, V. (2017). Life cycle assessment of cost-optimized buttress earth-retaining walls: a parametric study. Journal of Cleaner Production, 140, 1037-1048.
  • Zhong, Y.; Wu, P. (2015). Economic sustainability, environmental sustainability and constructability indicators related to concrete- and steel-projects. Journal of Cleaner Production, 108, 748–756.

 

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

23 febrero, 2018
 

Publicada By  Víctor Yepes Piqueras - Docencia, innovación, investigación, universidad    

Los objetivos que los poderes públicos deberían asignar a la Universidad, están en consonancia con las ideas enunciadas, ya hace años, por Ortega y Gasset cuando afirmó que las tres misiones fundamentales de la Universidad son:

  1. Formar a los profesionales facultativos que la sociedad demanda.
  2. Ser depositaria y difusora de la cultura de la época, y,
  3. Producir nueva ciencia y formar científicos.

A estas misiones habría que añadir algunos planteamientos recogidos en nuestra legislación como la Ley Orgánica 4/2007 de Universidades, donde se indica que “las universidades, además de un motor para el avance del conocimiento, deben ser un motor para el desarrollo social y económico del país. Junto a la investigación básica, la universidad deberá impulsar la transferencia al sector productivo de los resultados de su investigación en coordinación y complementariedad con los demás agentes del sistema de ciencia y tecnología”. Esta misma Ley indica que “la investigación científica es fundamento esencial de la docencia y una herramienta primordial para el desarrollo social a través de la transferencia de sus resultados a la sociedad”.

La investigación, en consecuencia, debe estar presente en las actividades que se realicen en la Universidad. En cuanto a su necesidad para formar a los profesionales facultativos que la sociedad demanda es importante remarcar la relación entre la docencia y la investigación. Si los planteamientos sobre la importancia de la investigación para la docencia son válidos para la enseñanza de primer y segundo ciclo, cobran una especial relevancia para el tercer ciclo y los cursos de postgrado. Dado que una de las misiones del tercer ciclo es formar científicos, poco cabe decir si el profesor no investiga. Con respecto a los cursos de postgrado cabe indicar dos aspectos: en primer lugar, en un contexto de praxis y medios tecnológicos con una rápida evolución en el tiempo, el profesional deberá reciclarse varias veces a lo largo de su vida; por tanto, si la Universidad asume el reto de que ese reciclaje pase por sus aulas, deberá tener un profesorado que conozca la ciencia y la tecnología que se produce en su tiempo, y ello solo se logra con la investigación; en segundo lugar, el nivel de especialización de los contenidos docentes de este tipo de cursos, obliga al docente que los imparta a practicar la investigación. Respecto a la segunda de las misiones, ser depositaria y difusora de la cultura de la época, la labor de la Universidad consiste en la generación y captación de las nuevas ideas y conocimientos, su incorporación a la cultura propia y su difusión a la sociedad. Ello exige grupos de investigación y profesorado de primer nivel que estén en contacto con la ciencia y la tecnología de la época. Para la asimilación de la cultura, los grupos de investigación presentan cualidades idóneas al conocer la ciencia y practicar sus métodos, la difusión va implícita en la docencia.

Lo anteriormente comentado viene a remarcar la idea de que la docencia y la investigación no pueden ser actividades antagónicas para el profesor universitario. Todo lo contrario, son complementarias entre sí y, por ello, conviene potenciar y racionalizar ambos aspectos inherentes a la propia misión de la Universidad. La investigación científica constituye una actividad intelectual que requiere determinadas aptitudes. Así, el profesor universitario, en su papel de investigador, debería disponer de ciertas aptitudes básicas como haber alcanzado una formación adecuada en el campo que desea investigar, tener ciertas cualidades morales, curiosidad y capacidad de asombro y disponer de los medios e instrumentos necesarios para desarrollar su trabajo.

La función investigadora del profesor debería canalizarse dentro de algún proyecto que marcara claramente la línea de investigación. Estos proyectos, evidentemente, precisan recursos, cuya consecución resulta en ocasiones muy complicada en situaciones, como la actual, de fuertes restricciones presupuestarias y caída muy importante de la actividad en el sector de la construcción.

Los resultados más relevantes de la actividad investigadora deben publicarse y transferirse, en la medida de lo posible, al sector empresarial. La difusión de los resultados de mayor relevancia es en revistas científicas de impacto, aunque también destacan los libros y capítulos de libro, y, en menor medida, la publicación en congresos, conferencias y seminarios. Los resultados, además, influyen fuertemente en la acreditación de la calidad investigadora, por lo que la elección de revistas de prestigio e impacto resulta muy importante. El Journal Citation Report (JCR), elaborado por el Institute for Scientific Information (ISI), publica el factor de impacto de la mayoría de las revistas de reconocido prestigio, siendo un indicador de calidad muy aceptado en la actualidad.

La explotación de los resultados de investigación y su transferencia a las empresas constituye un aspecto significativo de la actividad investigadora. Normalmente, la solicitud y explotación de patentes y productos con registro de propiedad intelectual acreditan dicha actividad. Por otra parte, también debe plantearse la posibilidad de creación y apoyo a empresas spin-off, pues supone una vía de promoción y salto al sector productivo por parte de los investigadores. En este sentido, la dirección de ejercicios final de máster y, especialmente, tesis doctorales contribuye a la formación de nuevo personal de investigación, completando así el ciclo de generación de recursos humanos dedicados a la investigación y desarrollo.

Todo lo anteriormente expuesto forma parte de los criterios actuales que guían a la Agencia Nacional de Evaluación de la Calidad y Acreditación (ANECA) en la evaluación del profesorado. Estos criterios, de alguna forma están definiendo un modelo de profesor tipo al cual se deben acercar todos aquellos que pretendan seguir la carrera de docente universitario. Con todo, en mi opinión, en el caso del profesor de los futuros ingenieros civiles, se deberían incluir ciertas exigencias que deberían modificar ligeramente las presentadas por ANECA. Fundamentalmente una Universidad que forme buenos ingenieros deberá contar como docentes también a buenos ingenieros, que además deberán tener capacidad docente e investigadora. En este sentido, siguiendo a Murcia (2005), “sería muy conveniente que los profesores de tecnologías, más que los investigadores no docentes, deberían tener actividad profesional en su campo. En la medida en que esto se aceptara, lo primero sería admitirlo, reconociendo el interés para la docencia de esta tarea profesional (que legalmente la universidad se ve en gran dificultad para asumir entre sus actividades), e incluso incentivar después de su realización adecuando mecanismos existentes o creando otros; pero no cubrirla bajo el epígrafe de investigación”.

Referencias:

Murcia, J. (2005). En el camino de una investigación más potente para la construcción de obra civil. I Jornadas de Investigación en Construcción. Instituto de CC. “E. Torroja”. CSIC. Vol. I, pp. 305-318. Ed. AMIET. Madrid, 2, 3 y 4 de junio de 2005.

Yepes, V. (2017). Proyecto de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 538 pp.

 

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

 

 

Publicada By  Víctor Yepes Piqueras - Docencia, estructuras, hormigón, ingeniería civil, innovación, investigación, modelo matemático, optimización, ordenadores, sostenibilidad, toma de decisiones, universidad    

El programa de la asignatura Modelos Predictivos y de Optimización de Estructuras de Hormigón se ha diseñado basándose en el programa presentado en el departamento de Ingeniería de la Construcción y Proyectos de Ingeniería Civil por parte de la unidad docente de “Procedimientos de Construcción y Gestión de Obras”, al que está adscrita en la actualidad la asignatura, y aprobado por el Consejo del Departamento. Las líneas maestras de los contenidos se definieron previamente en la Memoria de Verificación del título oficial de “Máster Universitario en Ingeniería del Hormigón por la Universitat Politècnica de València”. Se trata de una de las asignaturas de la materia “Análisis de estructuras de hormigón”, siendo obligatoria para todos los alumnos de esta titulación y se imparte en el primer cuatrimestre del primer curso. La asignación de créditos ECTS es de 5,0, repartidos en 3,0 créditos de teoría y 2,0 de prácticas, de acuerdo con el Plan de Estudios actualmente en vigor en el Departamento de Ingeniería de la Construcción y Proyectos de Ingeniería Civil.

Resultados de aprendizaje

Los resultados de aprendizaje de la asignatura se definen a partir de las competencias y de los contenidos (Yepes, 2017). Como resultado de aprendizaje general, al terminar con éxito esta asignatura, los estudiantes serán capaces de “comprender los diferentes métodos predictivos y procedimientos de optimización de estructuras de hormigón de modo que dispongan de las herramientas necesarias para la toma de decisiones en el ámbito del proyecto, construcción y mantenimiento de estas estructuras considerando los aspectos de sostenibilidad económica, social y ambiental”.

En relación con los resultados específicos de aprendizaje de la asignatura, tenemos los siguientes:

  • RA1    Seleccionar y aplicar las distintas técnicas procedentes de la estadística, de la investigación operativa y de la minería de datos en la toma de decisiones en el ámbito del hormigón
  • RA2    Modelizar un problema de optimización de una estructura de hormigón y resolverlo mediante algoritmos heurísticos secuenciales y poblacionales
  • RA3    Aplicar la inferencia estadística multidimensional para interpretar el comportamiento de las variables cualitativas y cuantitativas en el ámbito del hormigón
  • RA4    Formular modelos lineales de regresión múltiple e interpretar su validez límites predictivos
  • RA5    Emplear técnicas de diseño de experimentos para conocer los efectos principales y las interacciones entre los distintos factores que afectan a una variable de respuesta en el ámbito del hormigón
  • RA6    Optimizar el comportamiento de una estructura de hormigón utilizando la metodología de la superficie de respuesta
  • RA7    Aplicar redes neuronales artificiales en la predicción de sistemas altamente no lineales en el ámbito del hormigón
  • RA8    Aplicar técnicas de decisión multicriterio en la selección de la mejor tipología estructural considerando aspectos económicos, ambientales y sociales
  • RA9    Elegir la mejor opción de una frontera de Pareto tras aplicar técnicas de decisión multicriterio
  • RA10 Aplicar programas estadísticos avanzados, tales como SPSS o Minitab, y otros como Matlab, Sap y Excel en la predicción de variables de respuesta y en problemas de optimización en el ámbito del hormigón

 

Conocimientos previos

Los alumnos que cursan esta asignatura, tienen diversas procedencias: Ingeniería de Caminos, Canales y Puertos, Ingeniería Industrial, Arquitectura, Ingeniería Agronómica, Licenciado en Químicas, Ingeniería Geológica, Ingeniería Técnica de Obras Públicas, Ingeniería Técnica Industrial, o los actuales grados en ingeniería civil, de obras públicas o máster en ingeniería de caminos, canales y puertos, entre otros. Además los alumnos, en un porcentaje significativo, proceden de universidades latinoamericanas o europeas. Como es fácil de comprender, los alumnos tienen formaciones muy diferentes, habiendo estudiado las asignaturas relacionadas con el hormigón, con los métodos numéricos o la estadística de forma muy diversa, con niveles de adquisición de conocimientos descompensados. Esta situación implica cierta nivelación en cada uno de los temas, de forma que se adquieran los niveles básicos de comprensión de los contenidos de forma progresiva con el objetivo que todos los alumnos adquieran las competencias y los resultados de aprendizaje previstos.

Según la Guía Docente de la asignatura, los conocimientos recomendados versarían sobre estadística y sobre lenguajes de programación (MATLAB, SPSS, MINITAB, SAP, etc.), aunque no son imprescindibles.  Además, resultan necesarios unos conocimientos básicos sobre el hormigón y su análisis como material estructural. Ello obliga al profesor a sintetizar el contenido previo para la correcta comprensión de la asignatura.

 

Programa resumido de la asignatura

La asignatura se desarrolla siguiendo un programa que tiene en cuenta los resultados de aprendizaje antes definidos, las actividades formativas y el sistema propuesto para la evaluación. Ello permite organizar la asignatura en 25 temas y sus prácticas de informática asociadas.

  • Tema 1. La investigación operativa y la toma de decisiones
  • Tema 2. La modelización de un problema estructural de hormigón
  • Tema 3. Algoritmos y problemas de decisión
  • Tema 4. Optimización y programación matemática
  • Tema 5. Optimización combinatoria y algoritmos heurísticos
  • Tema 6. Clasificación y uso de heurísticas y metaheurísticas
  • Tema 7. Búsqueda local de máximo gradiente
  • Tema 8. Recocido simulado, aceptación por umbrales y búsqueda tabú
  • Tema 9. Sistemas de inteligencia de enjambre
  • Tema 10. Programación evolutiva y estrategias evolutivas
  • Tema 11. Algoritmos genéticos y meméticos
  • Tema 12. GRASP, búsqueda dispersa y búsqueda de la armonía
  • Tema 13. Heurísticas de optimización multiobjetivo
  • Tema 14. Inferencia estadística bidimensional
  • Tema 15. Inferencia estadística multidimensional
  • Tema 16. Modelos lineales de regresión múltiple
  • Tema 17. Modelos de ecuaciones estructurales
  • Tema 18. Diseño de experimentos
  • Tema 19. Optimización mediante la metodología de superficie de respuesta
  • Tema 20. Modelos Kriging y diseños robustos
  • Tema 21. Redes neuronales artificiales
  • Tema 22. Programación genética y lógica difusa
  • Tema 23. La toma de decisiones en el ciclo de vida de una estructura de hormigón
  • Tema 24. Técnicas de decisión multicriterio continua
  • Tema 25. Técnicas de decisión multicriterio discreta

 

 

Los 25 temas se encuentran agrupados en 4 bloques temáticos. El primero de los bloques es introductorio. Consta de 5 temas que presentan al alumno la aplicación de las técnicas de la investigación científica en el ámbito de la toma de decisiones en las empresas a través de lo que se conoce como investigación operativa. Se introduce al alumno en la forma de abordar los problemas reales en el ámbito de las estructuras de hormigón a través de modelos de distinto tipo. Se describen los componentes básicos de un problema de optimización: función objetivo, variables de decisión, parámetros y restricciones. A continuación se describe el concepto de algoritmo y complejidad algorítmica para explicar las limitaciones de la programación matemática en la resolución de problemas reales, lo cual da paso a la introducción de los algoritmos heurísticos como aproximaciones en la búsqueda de óptimos locales de calidad en tiempos de cálculo razonables.

El segundo de los bloques se centra en la descripción y aplicación de la optimización heurística en las estructuras de hormigón. Se describe paso a paso tanto las técnicas de búsqueda secuencial de máximo gradiente y de “hill-climbing” como otras técnicas poblacionales basadas en los algoritmos genéticos o en la inteligencia de partículas. Este bloque termina con una explicación de la optimización multiobjetivo y la construcción de fronteras de Pareto de calidad en el caso de confluencia de funciones objetivo contrapuestas.

El bloque tercero se centra específicamente en los modelos predictivos de las estructuras de hormigón. Se hace un repaso de las técnicas de inferencia bidimensional y multidimensional para pasar a los modelos predictivos lineales, tanto los basados en regresiones múltiples como en los modelos de ecuaciones estructurales. Posteriormente se aborda el diseño de experimentos como técnicas estadísticas básicas en la predicción de los efectos principales y las interacciones de los distintos factores que afectan a un problema de hormigón. El estudio de los diseños factoriales lleva directamente al planteamiento de la metodología de la superficie de respuesta, que permite realizar la optimización de la respuesta. Tanto la metodología de la superficie de respuesta como los modelos Kriging o las redes neuronales, constituyen metamodelos que se explican como herramientas muy útiles para simplificar el espacio de soluciones de los problemas reales del hormigón estructural. En particular, los modelos Kriging permiten el diseño robusto óptimo, es decir, aquel que se comporta bien incluso ante cambios en las variables o en las condiciones de contorno. Para los sistemas altamente complejos, se explican las redes neuronales artificiales que, además, permiten su uso como metamodelos o como parte de un algoritmo heurístico de optimización. La programación genética y la lógica difusa también se explican en una lección como herramientas posibles en el ámbito de los modelos predictivos y cuando los parámetros o restricciones del problema no son determinísticos.

El cuarto bloque se dedica a la toma de decisión multicriterio en las estructuras de hormigón. A los alumnos se les explica cómo, antes de realizar una optimización multiobjetivo, es necesario seleccionar la mejor tipología estructural con base en criterios que no siempre son objetivos: economía, plazo, estética, medioambiente, aspectos sociales, durabilidad, etc. Se introducen las distintas técnicas de toma de decisión multicriterio y se comentan su empleo, incluso, para la obtención de pesos objetivos de criterios que pueden ser incluso subjetivo, o bien para la selección de la mejor opción dentro de una frontera de Pareto tras una optimización multiobjetivo.

En la Tabla siguiente se muestra el programa resumido de la asignatura “Modelos Predictivos y de Optimización de Estructuras de Hormigón” (T, Teoría; P, Prácticas informáticas), indicándose el número de horas asignadas a cada tema.

Referencias:

YEPES, V. (2017). Proyecto docente. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 642 pp.

 

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

 

 

Publicada By  Víctor Yepes Piqueras - algoritmo, carreteras, ciclo de vida, competitividad, economía, empresas constructoras, estructuras, gestión, hormigón, ingeniería civil, innovación, investigación, modelo matemático, optimización, Planificación, prefabricación, procedimientos de construcción, proyectos, Puentes, riesgos, seguridad, sostenibilidad, toma de decisiones, universidad    

Hoy 2 de enero de 2018 empezamos oficialmente el proyecto de investigación DIMALIFE (BIA2017-85098-R): “Diseño y mantenimiento óptimo robusto y basado en fiabilidad de puentes e infraestructuras viarias de alta eficiencia social y medioambiental bajo presupuestos restrictivos”. Se trata de un proyecto trianual (2018-2020) financiado por el Ministerio de Economía, Industria y Competitividad, así como por el Fondo Europeo de Desarrollo Regional (FEDER). La entidad solicitante es la Universitat Politècnica de València y el Centro el ICITECH (Instituto de Ciencia y Tecnología del Hormigón). Los investigadores principales son Víctor Yepes (IP1) y Eugenio Pellicer (IP2). Al proyecto también se le ha asignado un Contrato Predoctoral, que sacaremos a concurso próximamente. Con las restricciones presupuestarias tan fuertes en materia de I+D+i y con la alta competencia existente por conseguir proyectos de investigación, lo cierto es que estamos muy satisfechos por haber conseguido financiación. Además, estamos abiertos a cualquier tipo de colaboración tanto desde el mundo empresarial o universitario para reforzar este reto. Por tanto, lo primero que vamos a hacer es explicar los antecedentes y la motivación del proyecto.

La sostenibilidad económica y el desarrollo social de la mayoría de los países dependen directamente del comportamiento fiable y duradero de sus infraestructuras (Frangopol, 2011). Las infraestructuras del transporte presentan una especial relevancia, especialmente sus infraestructuras viarias y puentes, cuya construcción y mantenimiento influyen fuertemente en la actividad económica, el crecimiento y el empleo. Sin embargo, tal y como indica Marí (2007), estas actividades impactan significativamente en el medio ambiente, presentan efectos irreversibles y pueden comprometer el presente y el futuro de la sociedad. El gran reto, por tanto, será disponer de infraestructuras capaces de maximizar su beneficio social sin comprometer su sostenibilidad (Aguado et al., 2012). La sostenibilidad, de hecho, constituye un enfoque que ha dado un giro radical a la forma de afrontar nuestra existencia. El calentamiento global, las tensiones sociales derivadas de la presión demográfica y del reparto desequilibrado de la riqueza son, entre otros, los grandes retos que debe afrontar esta generación. (más…)

Publicada By  Víctor Yepes Piqueras - estructuras, hormigón, ingeniería civil, innovación, investigación, modelo matemático, optimización    

The use of novel materials and new structural concepts nowadays is not restricted to highly technical areas like aerospace, aeronautical applications or the automotive industry, but affects all engineering fields including those such as civil engineering and architecture.

The conference addresses issues involving advanced types of structures, particularly those based on new concepts or new materials and their system design. Contributions will highlight the latest development in design, optimisation, manufacturing and experimentation in those areas. The meeting also aims to search for higher performance sustainable materials.

Most high performance structures require the development of a generation of new materials, which can more easily resist a range of external stimuli or react in a non-conventional manner. Particular emphasis will be placed on intelligent structures and materials as well as the application of computational methods for their modelling, control and management.

The conference also addresses the topic of design optimisation. Contributions on numerical methods and different optimisation techniques are also welcome, as well as papers on new software. Optimisation problems of interest to the meeting involve those related to size, shape and topology of structures and materials. Optimisation techniques have much to offer to those involved in the design of new industrial products.

The development of new algorithms and the appearance of powerful commercial computer codes with easy to use graphical interfaces has created a fertile field for the incorporation of optimisation in the design process in all engineering disciplines.

This scientific event is a new edition of the High Performance Design of Structures and Materials conference and follows the success of a number of meetings on structures and materials and on optimum design that originated in Southampton as long ago as 1989. As the meetings evolved they gave rise to the current series, which started in Seville in 2002, and followed by Ancona in 2004, Ostend in 2006, the Algarve in 2008, Tallinn in 2010, the New Forest, home of the Wessex Institute in 2012, Ostend in 2014 and Siena in 2016.

The meeting will provide a friendly and useful forum for the interchange of ideas and interaction amongst researchers, designers and scholars in the community to share advances in High Performance and Optimum Design of Structures and Materials.

More information: http://www.wessex.ac.uk/conferences/2018/hpsm-opti-2018

Descargar (PDF, 209KB)

Publicada By  Víctor Yepes Piqueras - algoritmo, innovación, investigación, toma de decisiones    

Parece que hoy día, al igual que hace algunos milenios, la profesión de “oráculo” es una de las más demandadas, especialmente cuando se afrontan tiempos difíciles y el ser humano pretende predecir qué va a pasar para tomar la decisión correcta. Una de las profesiones de más futuro, según algunos, es la relacionada con “Big Data“. Pues bien, este post trata de introducir, de forma muy somera, una herramienta que es extraordinariamente potente para predecir relaciones fuertemente no lineales de grandes volúmenes de datos. También es una herramienta que, mal empleada, nos engaña. Todo empezó cuando nuestro Premio Nobel Santiago Ramón y Cajal empezó a describir nuestro sistema nervioso.
Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: “ANN”) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales. Forman parte de los denominados “Sistemas Inteligentes“, dentro de la rama de la Inteligencia Artificial.

Nuestro grupo de investigación ha publicado algunos artículos empleando esta herramienta en el ámbito del hormigón:

  • GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017). Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks. Structural and Multidisciplinary Optimization, (accepted, in press).
  • MARTÍ-VARGAS, J.R.; FERRI, F.J.; YEPES, V. (2013). Prediction of the transfer length of prestressing strands with neural networks. Computers and Concrete, 12(2):187-209. DOI: http://dx.doi.org/10.12989/cac.2013.12.2.187.

Un tutorial muy interesante sobre este tema es: http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html , así como el siguiente: http://sabia.tic.udc.es/mgestal/cv/RNAtutorial/index.html

¿Queréis usar una red neural on-line? Os paso el siguiente enlace: http://playground.tensorflow.org/

Os dejo también unos cuantos vídeos que os pueden ampliar información sobre el tema. Espero que os gusten.

Este programa de Redes creo que puede ampliar algo más la filosofía subyacente del aprendizaje y la inteligencia:

También dejo una presentación de clase sobre el tema:

Página siguiente »

Universidad Politécnica de Valencia