UPV



sostenibilidad


Publicada By  V铆ctor Yepes Piqueras - ciclo de vida, Puentes, seguridad, sostenibilidad, toma de decisiones    

Colapso puente en Cerde帽a. https://pxhere.com/es/photo/600583

En art铆culos anteriores ya hemos mencionado la necesidad de aumentar progresivamente los fondos para el mantenimiento y conservaci贸n de las infraestructuras. Estos fondos deben aplicarse de una manera eficiente, buscando la toma de decisiones basadas en los aspectos t茅cnicos y econ贸micos, teniendo tambi茅n en cuenta los factores sociales y ambientales. Aqu铆 vamos a prestar especial atenci贸n a los puentes.

La gesti贸n de puentes se define, por tanto, como el conjunto de acciones a llevar a cabo para garantizar la seguridad y calidad de servicio de las estructuras gestionadas y optimizar el uso de recursos disponibles. No obstante, esta gesti贸n no debe limitarse a la fase de servicio del puente, y debe establecerse tan pronto como sea posible, preferiblemente en la fase de dise帽o, proyecto y ejecuci贸n.

Los sistemas de gesti贸n de puentes, seg煤n se puede extraer de las aplicaciones desarrolladas en los diferentes pa铆ses que ya los tienen implementados, se plantean como herramientas cada vez m谩s desarrolladas como resultado de la evoluci贸n de las computadoras y su capacidad de procesamiento. Generalmente presentan una estructura modular, con una serie de elementos comunes, que forman los siguientes m贸dulos b谩sicos:

  • Inventario
  • Inspecci贸n y evaluaci贸n
  • Apoyo a las decisiones y la gesti贸n. Matrices de decisi贸n
  • Cat谩logo de da帽os

Componentes de un sistema de gesti贸n de puentes (Austroads, 2002)

Estos sistemas deben ayudar al gestor a tomar decisiones basadas en la informaci贸n recopilada durante las inspecciones y determinaci贸n de la condici贸n de los puentes, simulando varios escenarios de acci贸n para poder predecir el nivel de conservaci贸n futuro de cada elemento y optimizar los recursos econ贸micos para realizar acciones que prolonguen la vida 煤til de los puentes de la red y mantengan un nivel de servicio adecuado. En la siguiente figura se muestra esquem谩ticamente el planteamiento conceptual de los efectos de la aplicaci贸n de estrategias de conservaci贸n en mantenimiento, frente a pol铆ticas de no inversi贸n:

Concepto de vida 煤til y su gesti贸n. Le贸n Gonz谩lez (2008)

Los modelos de evoluci贸n del deterioro futuro de elementos plantean una previsi贸n de la degradaci贸n, bas谩ndose en diferentes teor铆as probabil铆sticas. Hay modelos deterministas, modelos seg煤n evoluci贸n planificada de da帽os o probabil铆stico, basado en el estado actual del elemento y probabilidad de una tasa predeterminada de deterioro en el tiempo y modelos de valoraci贸n de costes que tienen en cuenta un an谩lisis econ贸mico a lo largo del ciclo de vida de los puentes gestionados.

Los sistemas de gesti贸n de puentes deben aportar criterios objetivos para determinar en qu茅 momento compensa tomar la decisi贸n de llevar a cabo medidas de conservaci贸n, teniendo en cuenta los beneficios de la inversi贸n y los riesgos de que los deterioros puedan crecer con el tiempo y suponer costes de reparaci贸n mucho m谩s elevados.

Esquema de funcionamiento del sistema de gesti贸n de puentes (Ministerio de Fomento, 2012)

 

Por tanto, aunque no es tarea sencilla, pues siempre hay un cierto condicionamiento del contexto econ贸mico por el que pueda atravesar la administraci贸n gestora, que pudiera tener que restringir el gasto por debajo de l铆mites que garantizasen la optimizaci贸n de las labores de gesti贸n, se proponen las siguientes etapas generales descritas en diferentes metodolog铆as de sistemas de gesti贸n de puentes:

1潞. Definici贸n de los elementos est谩ndar en un puente

2潞. Inventario y creaci贸n de una base de datos de puentes y elementos existentes.

3潞. La identificaci贸n mediante labores de inspecci贸n de puentes de las anomal铆as de cada elemento y el desarrollo modelos para predecir el futuro deterioro.

4潞. Desarrollo de acciones de conservaci贸n y mantenimiento para cada conjunto de elementos y cada una de las tipolog铆as de anomal铆a detectadas.

5潞. Desarrollo de modelos de optimizaci贸n y toma de decisiones.

En general, existe un avance importante, llevado a cabo en los 煤ltimos a帽os en pa铆ses desarrollados, en lo que a las etapas de inventariado y creaci贸n de bases de datos se refiere, existiendo lagunas y l铆neas de acci贸n pendientes en lo que se refiere a las etapas finales de implementaci贸n de sistemas de gesti贸n (modelos de predicci贸n y toma de decisiones), siendo esta 煤ltima la l铆nea de investigaci贸n que ayudar谩 a la optimizaci贸n de los recursos disponibles, como culminaci贸n del desarrollo de la t茅cnica en cuanto a gesti贸n, conservaci贸n y聽mantenimiento de los puentes.

En las referencias os dejo algunos art铆culos de nuestro grupo de investigaci贸n relacionada con la gesti贸n de los puentes a lo largo de su ciclo de vida, con la optimizaci贸n multiobjetivo y la toma de decisi贸n multicriterio.

Referencias:

GARC脥A-SEGURA, T.; YEPES, V. (2016).聽Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety.Engineering Structures,聽125:325-336.聽DOI:聽10.1016/j.engstruct.2016.07.012.

GARC脥A-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017).聽Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks.Structural and Multidisciplinary Optimization, 56(1):139-150. doi:10.1007/s00158-017-1653-0

GARC脥A-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M.; YANG, D.Y. (2017).聽Lifetime Reliability-Based Optimization of Post-Tensioned Box-Girder Bridges.Engineering Structures,聽145:381-391. DOI:10.1016/j.engstruct.2017.05.013聽OPEN ACCESS

NAVARRO, I.J.; YEPES, V.; MART脥, J.V. (2018).聽Life cycle cost assessment of preventive strategies applied to prestressed concrete bridges exposed to chlorides.Sustainability, 10(3):845. doi:10.3390/su10030845 (link).

NAVARRO, I.J.; YEPES, V.; MART脥, J.V. (2018).聽Social life cycle assessment of concrete bridge decks exposed to aggressive environments.Environmental Impact Assessment Review, 72:50-63.聽https://doi.org/10.1016/j.eiar.2018.05.003

NAVARRO, I.J.; YEPES, V.; MART脥, J.V.; GONZ脕LEZ-VIDOSA, F. (2018).聽Life cycle impact assessment of corrosion preventive designs applied to prestressed concrete bridge decks.Journal of Cleaner Production, 196:698-713.聽https://doi.org/10.1016/j.jclepro.2018.06.110

PENAD脡S-PL脌, V.; GARC脥A-SEGURA, T.; MART脥, J.V.; YEPES, V. (2016).聽A review of multi-criteria decision making methods applied to the sustainable bridge design.Sustainability, 8(12):1295.聽DOI:10.3390/su8121295

PENAD脡S-PL脌, V.; GARC脥A-SEGURA, T.; MART脥, J.V.; YEPES, V. (2018).聽An optimization-LCA of a prestressed concrete precast bridge.Sustainability, 10(3):685. doi:10.3390/su10030685 (link)

PENAD脡S-PL脌, V.; MART脥, J.V.; GARC脥A-SEGURA, T.;聽 YEPES, V. (2017).聽Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges.Sustainability, 9(10):1864. doi:10.3390/su9101864聽(link)

SIERRA, L.A.; PELLICER, E.; YEPES, V. (2017).聽Method for estimating the social sustainability of infrastructure projects.Environmental Impact Assessment Review, 65:41-53. DOI: 10.1016/j.eiar.2017.02.004

SIERRA, L.A.; YEPES, V.; GARC脥A-SEGURA, T.; PELLICER, E. (2018).聽Bayesian network method for decision-making about the social sustainability of infrastructure projects.聽Journal of Cleaner Production, 176:521-534.聽https://doi.org/10.1016/j.jclepro.2017.12.140

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2017).聽Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty.Environmental Impact Assessment Review, 67:61-72.聽DOI:10.1016/j.eiar.2017.08.003聽(link)

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018).聽A review of multi-criteria assessment of the social sustainability of infrastructures.Journal of Cleaner Production,聽187:496-513. DOI: 10.1016/j.jclepro.2018.03.022.

2 julio, 2018
 

Publicada By  V铆ctor Yepes Piqueras - ciclo de vida, estructuras, hormig贸n, investigaci贸n, Puentes, sostenibilidad    

Acaban de publicarnos un art铆culo en la revista聽Environmental Impact Assessment Review聽(primer decil del JCR), de la editorial ELSEVIER, en el que se realiza una valoraci贸n de las medidas preventivas consideradas en el proyecto a lo largo del ciclo de vida de un puente de hormig贸n sometido a un ambiente costero, donde los clorh铆dricos suponen una agresi贸n que supone un mantenimiento de la infraestructura. En el art铆culo se analizan 15 dise帽os diferentes y se comprueba que no siempre realizar un mantenimiento m铆nimo supone menores impactos ambientales. Adem谩s, los tratamientos superficiales y la adici贸n de humo de s铆lice supone una reducci贸n del 70% en los impactos.

Adem谩s, la editorial ELSEVIER nos permite la聽distribuci贸n gratuita del art铆culo聽hasta el 6 de agosto de 2018. Por tanto, os paso el enlace para que os pod谩is descargar este art铆culo:聽https://authors.elsevier.com/a/1XERB3QCo9R2ye

Referencia:

NAVARRO, I.J.; YEPES, V.; MART脥, J.V.; GONZ脕LEZ-VIDOSA, F. (2018).聽Life cycle impact assessment of corrosion preventive designs applied to prestressed concrete bridge decks.Journal of Cleaner Production, 196:698-713.聽https://doi.org/10.1016/j.jclepro.2018.06.110

Abstract:

Chloride corrosion of reinforcing steel in concrete structures is a major issue in the construction sector due to economic and environmental reasons. Assuming different prevention strategies in aggressive marine environments results in extending the service life of the exposed structures, reducing the maintenance actions required throughout their operation stage. The aim of the present study is to analyze the environmental implications of several prevention strategies through a life cycle assessment using a prestressed bridge deck as a case study.

The environmental impacts of 15 prevention alternatives have been evaluated when applied to a real case of study, namely a bridge deck exposed to a chloride laden surrounding. The Eco-indicator 99 methodology has been adopted for the evaluation of the impacts. As some of the alternatives involve the use of by-products such as fly ash and silica fume, economic allocation has been assumed to evaluate their environmental impacts.

Results from the life cycle analysis show that the environmental impacts of the chloride exposed structure can be reduced significantly by considering specific preventive designs, such as adding silica fume to concrete, reducing its water to cement ratio or applying hydrophobic or sealant treatments to its surface. In such scenarios, the damage caused to the environment mainly due to maintenance operations and material consumption can be reduced up to a 30鈥40% of the life cycle impacts associated to a conventional design. The study shows how the application of life cycle assessment methodologies can be of interest to reduce the environmental impacts derived from the maintenance operations required by bridge decks subjected to aggressive chloride laden environments.

Keywords:

Life cycle assessment;聽Chloride corrosion;聽Preventive measures;聽Eco-indicator 99;聽Bridge deck;聽Sustainable design;聽Concrete

Highlights:

  • Life cycle assessment of different design strategies for bridge decks in marine environments.
  • 15 different design alternatives were studied and compared with the conventional design.
  • Less maintenance does not always result in lower environmental impacts.
  • Steel and maintenance are main contributors to environmental burdens.
  • Surface treatments and the addition of silica fume reduce impacts up to 70%.

 

 

 

Publicada By  V铆ctor Yepes Piqueras - ciclo de vida, estructuras, hormig贸n, investigaci贸n, Puentes, sostenibilidad, toma de decisiones    

By retocada por Yeza de la versi贸n original de Alonsoquijano [Public domain], from Wikimedia Commons

Actualmente existe una tendencia clara hacia la evaluaci贸n de los impactos en todas las etapas del ciclo de vida de un producto. Esta tendencia ha llegado a los proyectos de estructuras, donde la evaluaci贸n de las repercusiones sociales, ambientales y econ贸micas de las distintas alternativas no deriva en una decisi贸n clara y un铆voca de la mejor soluci贸n, sobre todo cuando los objetivos que se pretenden se encuentran enfrentados entre s铆 (Jato-Espino et al., 2014; Penad茅s-Pl脿 et al., 2016; Zamarr贸n-Mieza et al., 2017; Sierra et al., 2018). El problema de seleccionar la mejor opci贸n en el 谩mbito del proyecto de puentes ha supuesto una l铆nea de investigaci贸n que se ha desarrollado enormemente en las 煤ltimas d茅cadas. Balali et al. (2014) expusieron que los problemas relacionados con la toma de decisiones a lo largo del ciclo de vida de un puente se pueden enmarcar dentro de las siguientes fases: (a) proyecto, (b) construcci贸n, y (c) uso y mantenimiento. Estas fases son las que se consideran habitualmente por otros autores (Malekly et al, 2010), que adem谩s a帽aden una 煤ltima fase en el ciclo de vida de un puente: (d) reciclado o demolici贸n.

As铆 pues, el proyecto de puentes se caracteriza por la presencia de m煤ltiples objetivos de dise帽o -muchos contradictorios entre s铆-, y la selecci贸n de la mejor opci贸n entre distintas alternativas. La calidad, la constructibilidad, la seguridad, el impacto ambiental y el coste son los aspectos que normalmente se consideran en el dise帽o y la planificaci贸n de las operaciones de mantenimiento de un puente. La optimizaci贸n multiobjetivo (Multi-Objective Optimization, MOO) resulta una herramienta 煤til cuando varios objetivos desean optimizarse simult谩neamente. MOO proporciona un conjunto de soluciones eficaces, constituyendo la denominada frontera de Pareto. Las soluciones que forman parte de la frontera de Pareto no pueden mejorarse sin que empeore cualquier otra soluci贸n de dicho conjunto. Koumousis y Arsenis (1998) utilizaron MOO para el dise帽o de estructuras de hormig贸n. Liao et al (2011) revisaron los estudios que utilizaron metaheur铆sticas para problemas relacionados con el ciclo de vida de un proyecto de construcci贸n. Por su parte, Zavala et al. (2013) estudiaron las metaheur铆sticas utilizadas en la optimizaci贸n multiobjetivo de las estructuras.

Se pueden rese帽ar varios estudios que han utilizado la optimizaci贸n multiobjetivo para comparar el dise帽o de estructuras de hormig贸n armado (Reinforced Concrete, RC) atendiendo a la reducci贸n de las emisiones de gases de efecto invernadero y la reducci贸n de costes (Mart铆nez-Mart铆n et al., 2012; Garc铆a-Segura et al., 2014, 2016; Yepes et al, 2015). Pay谩 et al. (2008) optimizaron p贸rticos de edificaci贸n de RC utilizando como funci贸n objetivo la constructibilidad, los costes econ贸micos, el impacto ambiental y la seguridad general de la estructura. Mart铆nez-Mart铆n et al. (2012) optimizaron las pilas RC de un puente considerando como funciones objetivo el coste econ贸mico, la congesti贸n de las armaduras pasivas y las emisiones de CO2. Yepes et al. (2015) incorporaron como funci贸n objetivo la vida 煤til en el dise帽o de una viga de secci贸n en I confeccionada con hormig贸n de alta resistencia. Garc铆a-Segura et al. (2014) incluyeron, adem谩s, un factor que eval煤a la seguridad global en esa misma estructura.

A pesar de que los dise帽os deben garantizar cierta durabilidad, esta funci贸n objetivo suele utilizarse m谩s en el 谩mbito de la gesti贸n del mantenimiento de infraestructuras ya existentes. As铆, Liu y Frangopol (2005) emplearon la optimizaci贸n multiobjetivo en puentes deteriorados atendiendo a su estado, a los niveles de seguridad y al coste de mantenimiento de la estructura a lo largo del ciclo de vida. Sabatino et al. (2015) optimizaron las operaciones de mantenimiento de la estructura a lo largo de su ciclo de vida bajo los objetivos simult谩neos de reducci贸n del coste de mantenimiento y la utilidad m铆nima anual asociada con un indicador relacionado con la sostenibilidad. Torres-Machi et al. (2015) optimizaron la gesti贸n sostenible de un pavimento considerando simult谩neamente aspectos econ贸micos, t茅cnicos y ambientales.

Otro aspecto de inter茅s en el 谩mbito de la investigaci贸n son los procedimientos que permiten seleccionar una soluci贸n de un conjunto de opciones posibles atendiendo a m煤ltiples criterios. Las t茅cnicas de toma de decisiones proporcionan un procedimiento racional a las decisiones basadas en cierta informaci贸n, experiencia y juicio. Estas t茅cnicas pueden clasificarse de acuerdo con la forma en la que el decisor articula sus preferencias. En un proceso 鈥a priori鈥, los expertos asignan los pesos de cada criterio en la etapa inicial. El proceso 鈥a posteriori鈥 no requiere una definici贸n previa de las preferencias. Por ejemplo, la optimizaci贸n multiobjetivo genera una gama de soluciones 贸ptimas, que se consideran igualmente buenas 鈥揻rontera de Pareto-. En este caso, la toma de decisiones tiene lugar 鈥a posteriori鈥. Este enfoque permite el an谩lisis de las mejores soluciones seg煤n cada objetivo, lo cual proporciona informaci贸n sobre la relaci贸n entre los objetivos y las soluciones. Jato-Espino et al. (2014) presentaron una revisi贸n del desarrollo de los m茅todos de decisi贸n multicriterio aplicados a la construcci贸n. Existen numerosas t茅cnicas de toma de decisiones multicriterio. TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), VIKOR (Multi-criteria Optimization and Compromise Solution), MAUT (Multi-Attribute Utility Theory), AHP (Analytical Hierarchy Process), ANP (Analytical Network Process), PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluations), DEA (Data Envelopment Analysis), COPRAS (Complex Proportional Assessment) o QFD (Quality Function Deployment), son, entre otras, las m谩s extensamente utilizadas.

Abu Dabous y Alkass (2010) presentaron una estructura jer谩rquica para la toma de decisiones en la gesti贸n de puentes basados en MAUT y AHP. Sabatino et al. (2015) recurrieron a la teor铆a de utilidad de m煤ltiples atributos para evaluar diversos aspectos de la sostenibilidad estructural considerando los riesgos asociados a los fallos en el puente y las actitudes frente al riesgo de los decisores. Ardeshir et al. (2014) emplearon un AHP difuso para seleccionar la ubicaci贸n para la construcci贸n de un puente. Aghdaie et al. (2012) emplearon AHP y COPRAS para calcular la importancia relativa de los criterios y clasificar las alternativas en la selecci贸n de ubicaciones para construir nuevas pasarelas. Balali et al. (2014) seleccionaron el material, el procedimiento constructivo y la tipolog铆a estructural de un puente mediante la t茅cnica PROMETHEE. Tanto VIKOR (Opricovic, 1998) como TOPSIS (Hwang y Yoon, 1981) son m茅todos que seleccionan soluciones basadas en la distancia m谩s corta a la soluci贸n ideal. Opricovic y Tzeng (2004) compararon VIKTOR y TOPSIS y mostraron que presentan algunas diferencias en relaci贸n con la funci贸n de agregaci贸n y los efectos de normalizaci贸n. La t茅cnica difusa (fuzzy) (Zadeh, 1965) es una t茅cnica 煤til para representar la incertidumbre inherente en la vida real. Joshi et al. (2004) evaluaron un conjunto de criterios para seleccionar la cimentacion m谩s adecuada mediante fuzzy. AHP se combina con fuzzy (Jakiel y Fabianowski, 2015, Wang et al., 2001) para seleccionar entre distintas tipolog铆as de puentes RC y alternativas de plataforma offshore, respectivamente. Abu Dabous y Alkass (2010) indicaron la dificultad en establecer la importancia relativa entre dos elementos con planteamientos deterministas, debido a la incertidumbre inherente al comportamiento de los diferentes elementos.

Se han propuesto muchos m茅todos para reducir el conjunto de soluciones procedentes de la frontera de Pareto (Hancock y Mattson, 2013). El m茅todo de la regi贸n de 鈥渞odilla” (Rachmawati y Srinivasan, 2009) constituye un m茅todo 鈥a posteriori鈥 que distingue los puntos para los cuales una mejora en un objetivo da lugar a un empeoramiento significativo de al menos otro objetivo. Una regi贸n de 鈥渞odilla鈥 en el frente 贸ptimo de Pareto, visualmente es una protuberancia convexa en la parte delantera, la cual es importante para la toma de decisiones en contextos pr谩cticos, pues a menudo constituye el 贸ptimo en equilibrio. Los m茅todos de agrupaci贸n se centran en ensamblar soluciones en grupos y seleccionar soluciones representativas (Saha y Bandyopadhyay, 2009). Los m茅todos de filtrado eliminan las soluciones de Pareto que ofrecen poca informaci贸n al decisor (Mattson et al., 2004). Yepes et al. (2015a) propusieron un procedimiento sistem谩tico 鈥a posteriori鈥 para filtrar la frontera de Pareto, a la vez que proporcionaba conocimiento relevante derivado del proceso de resoluci贸n. Esta t茅cnica simplifica la elecci贸n de la soluci贸n preferente. Para ello se combinan matrices AHP aleatorias con la minimizaci贸n de la distancia para seleccionar la soluci贸n m谩s cercana a la ideal.

Se puede consultar una revisi贸n bibliogr谩fica reciente sobre la aplicaci贸n de las herramientas de decisi贸n multicriterio al ciclo de vida de los puentes en el trabajo de Penad茅s-Pl脿 et al. (2016). En este trabajo se comprueba c贸mo no existe una m茅trica universalmente aceptada para medir la diversidad de objetivos de todo tipo que se utilizan en la selecci贸n de la mejor opci贸n de proyecto de un puente para un caso determinado. Para ello se analizaron un total de 77 art铆culos publicados desde 1991. El estudio aplic贸 un an谩lisis multivariante de correspondencias (ver Figura). De este modo, se recogen los m茅todos de decisi贸n multicriterio que debe aplicar el ingeniero para la selecci贸n de alternativas seg煤n la fase del ciclo de vida del puente, as铆 como los criterios que se han considerado en dichos trabajos. La relaci贸n m谩s obvia se ha identificado entre la l贸gica difusa y la fase de uso y mantenimiento. Tambi茅n se observa que el m茅todo AHP es ampliamente usado en las tres primeras fases del ciclo de vida de un puente. Finalmente la fase de demolici贸n o reciclado es la menos estudiada, asoci谩ndose principalmente al m茅todo ANP.

Figura. An谩lisis de correspondencias entre la toma de decisiones y el ciclo de vida (Penad茅s-Pl脿 et al., 2016)

Referencias:

Abu Dabous, S.; Alkass, S. (2010). A multi鈥恆ttribute ranking method for bridge management. Engineering, Construction and Architectural Management, 17(3), 282鈥291.

Aghdaie, M.H.; Zolfani, S.H.; Zavadskas, E.K. (2012). Prioritizing constructing projects of municipalities based on AHP and COPRAS-G: A case study about footbridges in Iran. The Baltic Journal of Road and Bridge Engineering, 7(2), 145鈥153.

Ardeshir, A.; Mohseni, N.; Behzadian, K.; Errington, M. (2014). Selection of a bridge construction site using Fuzzy Analytical Hierarchy Process in Geographic Information System. Arabian Journal for Science and Engineering, 39(6), 4405鈥4420.

Balali, V.; Mottaghi, A.; Shoghli, O.; Golabchi, M. (2014). Selection of appropriate material, construction technique, and structural system of bridges by use of multicriteria decision-making method. Transportation Research Record: Journal of the Transportation Research Board, 2431, 79鈥87.

Garc铆a-Segura, T.; Yepes, V.; Alcal谩, J. (2014). Sustainable design using multiobjective optimization of high-strength concrete I-beams. In The 2014 International Conference on High Performance and Optimum Design of Structures and Materials HPSM/OPTI (Vol. 137, pp. 347鈥358). Ostend, Belgium.

Garc铆a-Segura, T.; Yepes, V. (2016).聽Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety.聽Engineering Structures,聽125:325-336.

Hancock, B.J.; Mattson, C. A. (2013). The smart normal constraint method for directly generating a smart Pareto set. Structural and Multidisciplinary Optimization, 48(4), 763鈥775.

Hwang, C.L.; Yoon, K. (1981). Multiple Attributes Decision Making Methods and Applications. Springer, Berlin Heidelberg.

Jakiel, P.; Fabianowski, D. (2015). FAHP model used for assessment of highway RC bridge structural and technological arrangements. Expert Systems with Applications, 42(8), 4054鈥4061.

Jato-Espino, D.; Castillo-L贸pez, E.; Rodr铆guez-Hern谩ndez, J.; Canteras-Jordana, J.C. (2014). A review of application of multi-criteria decision making methods in construction. Automation in Construction, 45, 151鈥162.

Joshi, P.K.; Sharma, P.C.; Upadhyay, S.; Sharma, S. (2004). Multi objective fuzzy decision making approach for selection of type of caisson for bridge foundation. Indian Journal Pure Application Mathematics.

Koumousis, V.K., Arsenis, S.J. (1998). Genetic Algorithms in Optimal Detailed Design of Reinforced Concrete Members. Computer-Aided Civil and Infrastructure Engineering, 13(1), 43鈥52.

Liao, T.W.; Egbelu, P.J.; Sarker, B.R.; Leu, S.S. (2011). Metaheuristics for project and construction management 鈥 A state-of-the-art review. Automation in Construction, 20(5), 491鈥505.

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鈥842.

Malekly, H.; Meysam Mousavi, S.; Hashemi, H. (2010). A fuzzy integrated methodology for evaluating conceptual bridge design, Expert Systems with Applications, 37, 4910-4920.

Mart铆nez-Mart铆n, F.J.; Gonz谩lez-Vidosa, F.; Hospitaler, A.; Yepes, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University: Science A, 13(6), 420鈥432.

Mattson, C.A.; Mullur, A.A.; Messac, A. (2004). Smart Pareto filter: obtaining a minimal representation of multiobjective design space. Engineering Optimization, 36(6), 721鈥740.

Opricovic, S. (1998). Multicriteria Optimization of Civil Engineering Systems. Faculty of Civil Engineering, Belgrade.

Opricovic, S.; Tzeng, G.H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445鈥455.

Pay谩, I.; Yepes, V.; Gonz谩lez-Vidosa, F.; Hospitaler, A. (2008). Multiobjective optimization of reinforced concrete building frames by simulated annealing. Computer-Aided Civil and Infrastructure Engineering, 23(8), 596鈥610.

Penad茅s-Pl脿, V.; Garc铆a-Segura, T.; Mart铆, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12), 1295.

Rachmawati, L.; Srinivasan, D. (2009). Multiobjective evolutionary algorithm with controllable focus on the knees of the Pareto front. IEEE Transactions on Evolutionary Computation, 13(4), 810鈥824.

Sabatino, S.; Frangopol, D.M.; Dong, Y. (2015). Sustainability-informed maintenance optimization of highway bridges considering multi-attribute utility and risk attitude. Engineering Structures, 102, 310鈥321.

Saha, S.; Bandyopadhyay, S. (2009). A new multiobjective clustering technique based on the concepts of stability and symmetry. Knowledge and Information Systems, 23(1), 1鈥27.

Sierra, L.A.; Yepes, V.; Pellicer, E. (2018).聽A review of multi-criteria assessment of the social sustainability of infrastructures.聽Journal of Cleaner Production,聽187:496-513.

Torres-Machi, C.; Chamorro, A.; Pellicer, E.; Yepes, V.; Videla, C. (2015). Sustainable pavement management: Integrating economic, technical, and environmental aspects in decision making. Transportation Research Record: Journal of the Transportation Research Board, 2523, 56鈥63.

Wang, H.L.; Zhang, Z.; Qin, S.F.; Huang, C.L. (2001). Fuzzy optimum model of semi-structural decision for lectotype. China Ocean Engineering, 15(4), 453鈥466.

Yepes, V.; Garc铆a-Segura, T.; Moreno-Jim茅nez, J.M. (2015). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024鈥1036.

Yepes, V. (2017). Trabajo de investigaci贸n.聽Concurso de Acceso al Cuerpo de Catedr谩ticos de Universidad.聽Universitat Polit猫cnica de Val猫ncia, 110 pp.

Zadeh, L.A. (1965). Fuzzy sets. Information and Control, 8(3), 338鈥353.

Zamarr贸n-Mieza, I.; Yepes, V.; Moreno-Jim茅nez, J.M. (2017). A systematic review of application of multi-criteria decision analysis for aging-dam management. Journal of Cleaner Production, 147:217-230.

Zavala, G.R.; Nebro, A.J.; Luna, F.; Coello Coello, C. A. (2013). A survey of multi-objective metaheuristics applied to structural optimization. Structural and Multidisciplinary Optimization, 49(4), 537鈥558.

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

28 mayo, 2018
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  |  

Publicada By  V铆ctor Yepes Piqueras - ciclo de vida, costes, estructuras, hormig贸n, investigaci贸n, Puentes, sostenibilidad    

Acaban de publicarnos un art铆culo en la revista Environmental Impact Assessment Review聽(primer decil del JCR), de la editorial ELSEVIER, en el que se realiza una valoraci贸n del impacto social a lo largo del ciclo de vida de un puente de hormig贸n sometido a un ambiente costero, donde los clorh铆dricos suponen una agresi贸n que supone un mantenimiento de la infraestructura.

En el trabajo se analizan 15 alternativas diferentes durante el mantenimiento en relaci贸n con los impactos sociales. Los resultados indican que el uso de acero inoxidable en las armaduras y la adici贸n de humo de s铆lice son preferibles a otras alternativas convencionales. Os dejo a continuaci贸n el resumen y las conclusiones.

Adem谩s, la editorial ELSEVIER nos permite la聽distribuci贸n gratuita del art铆culo聽hasta el 11 de julio de 2018. Por tanto, os paso el enlace para que os pod谩is descargar este art铆culo:聽https://authors.elsevier.com/a/1X5QpiZ5swxFZ

Referencia:

NAVARRO, I.J.; YEPES, V.; MART脥, J.V. (2018).聽Social life cycle assessment of concrete bridge decks exposed to aggressive environments.Environmental Impact Assessment Review, 72:50-63.聽https://doi.org/10.1016/j.eiar.2018.05.003

Abstract:

Sustainable design of structures includes environmental and economic aspects; social aspects throughout the life cycle of the structure, however, are not always adequately assessed. This study evaluates the social contribution of a concrete bridge deck. The social performance of the different design alternatives is estimated taking into account the impacts derived from both the construction and the maintenance phases of the infrastructure under conditions of uncertainty. Uncertain inputs related to social context are treated through Beta-PERT distributions. Maintenance needs for the different materials are estimated by means of a reliability based durability evaluation. Results show that social impacts resulting from the service life of bridges are not to be neglected in sustainability assessments of such structures. Designs that minimize maintenance operations throughout the service life, such as using stainless steel rebars or silica fume containing concretes, are socially preferable to conventional designs. The results can complement economic and environmental sustainability assessments of bridge structures.

Keywords:

Social life cycle assessment;聽Chloride corrosion;聽Preventive measures;聽Guidelines;聽Concrete bridge;聽Sustainable design

Highlights:

  • Social Life Cycle Assessment of different design strategies for bridge decks in marine environments.
  • 15 design alternatives were studied and compared according to the Guidelines methodology.
  • Less maintenance results in better social performance.
  • Impacts during maintenance phase are main contributors to social performance
  • Stainless steel and the addition of silica fume are socially preferable to conventional designs.

 

 

 

Publicada By  V铆ctor Yepes Piqueras - estructuras, geotecnia, hormig贸n, ingenier铆a civil, sostenibilidad    

Acaban de publicarnos un art铆culo en la revista聽Journal of Cleaner Production聽(primer decil del JCR), de la editorial ELSEVIER, en la que analizamos una de las construcciones m谩s habituales en la ingenier铆a civil, como son las estructuras de contenci贸n de tierras.

Se ha realizado para ello un an谩lisis de ciclo de vida completo de cuatro tipos de muros: muros de hormig贸n armado, de hormig贸n en masa, de gaviones y de escollera. Adem谩s se ha realizado un estudio param茅trico para averiguar hasta qu茅 altura de tierras es mejor una u otra tipolog铆a. Las conclusiones obtenidas no son evidentes a priori. Pod茅is verlas en el resumen que os paso a continuaci贸n.

Adem谩s, la editorial ELSEVIER nos permite la聽distribuci贸n gratuita del art铆culo聽hasta el 29 de junio de 2018. Por tanto, os paso el enlace para que os pod谩is descargar este art铆culo:聽https://authors.elsevier.com/a/1X15O3QCo9R1sI

Referencia:

PONS, J.J.; PENAD脡S-PL脌, V.; YEPES, V.; MART脥, J.V. (2018).聽Life cycle assessment of earth-retaining walls: An environmental comparison.Journal of Cleaner Production,聽192:411-420.聽聽https://doi.org/10.1016/j.jclepro.2018.04.268

Abstract:

Earth-retaining walls are one of the most common structures in civil engineering, a discipline of the construction sector, which is known to produce one of the highest environmental impacts. Therefore, developing cleaner design and construction practices could contribute to a more sustainable future for our planet. To make a step towards this goal, this study comprises the life cycle assessment (LCA) of the four most common earth-retaining walls built between 1 to 6 m of height: cantilever walls, gravity walls, masonry walls and gabion walls to obtain the best solutions for the environment. To assess the environmental impacts caused throughout their whole life-cycle including the production, construction, use and end of life phases, we used the OpenLCA software, the ecoinvent 3.3 database and the ReCiPe (H) method. The associated uncertainties have been considered and the results are provided in both midpoint and endpoint approaches. Our findings show that gabion and masonry walls produce the lowest global impact. On the one hand, gabion walls cause less damage to human health but on the other hand, masonry walls cause less damage to the ecosystems. Furthermore, gravity walls produce similar impacts to gabion and masonry walls between 1 and 3 m of height as well as fewer impacts than cantilever walls for a height of 4 m. In conclusion, gabion and masonry walls are preferable to concrete walls for heights between 1 and 6 m and cantilever walls should be used over gravity walls for greater heights than 4.5 m.

Keywords:

Life cycle assessment; Sustainability; Earth-retaining wall; ReCiPe

Highlights:

  • Four earth-retaining walls are compared to obtain the best environmental solution.
  • The OpenLCA software, the Ecoinvent 3.3 database and the ReCiPe (H) method are used.
  • Gabion walls cause less damage to human health than masonry walls.
  • Masonry walls cause less damage to the ecosystems than gabion walls.
  • Mass concrete walls are cleaner than reinforced ones until 4.5鈥痬 of height.

 

 

Publicada By  V铆ctor Yepes Piqueras - algoritmo, costes, energ铆a, estructuras, hormig贸n, investigaci贸n, optimizaci贸n, Puentes, sostenibilidad    

Acaban de publicarnos en la revista Technologies un art铆culo que aplica el algoritmo de recocido simulado a la optimizaci贸n del coste y de la energ铆a empleada en un puente losa postesado con tablero aligerado. Se resuelve un problema complejo de optimizaci贸n de 33 variables de dise帽o. Como resultados interesantes cabe se帽alar que, en ocasiones, las soluciones de menor coste no son necesariamente las que menos energ铆a consumen. El art铆culo se ha publicado en abierto y se puede descargar en la web. Aqu铆 ten茅is la referencia y el art铆culo completo.

 

Referencia:

ALCAL脕, J.; GONZ脕LEZ-VIDOSA, YEPES, V.; MART脥, J.V. (2018).聽Embodied energy聽optimization of prestressed concrete slab bridge decks.Technologies,聽6(2):43.聽doi:10.3390/technologies6020043聽(link)

Descargar (PDF, 1.88MB)

Publicada By  V铆ctor Yepes Piqueras - algoritmo, ingenier铆a civil, investigaci贸n, optimizaci贸n, sostenibilidad, toma de decisiones    

By World-Telegram staff photographer [Public domain], via Wikimedia Commons

Investigadores de la Universitat Polit猫cnica de Val猫ncia y de la Universidad de La Frontera (Chile) han elaborado un algoritmo, basado en la armon铆a musical del jazz, que determina qu茅 inversi贸n es m谩s adecuada

 

La metodolog铆a ya se ha aplicado en El Salvador, donde ha permitido priorizar las inversiones en carreteras

 

 

 

 

 

Las administraciones p煤blicas se enfrentan continuamente ante problemas de gran calado social cuando tienen que invertir grandes sumas de dinero en infraestructuras clave, como puede ser una carretera, un hospital o una universidad.

Ahora, un equipo de investigadores de la Universitat Polit猫cnica de Val猫ncia y de la Universidad de La Frontera (Chile) ha desarrollado un novedoso estudio que demuestra que el jazz puede ayudarles a decidir en qu茅 infraestructuras es mejor invertir el dinero, para favorecer as铆 la calidad de vida de los ciudadanos. Su trabajo ha sido publicado en el Journal of Cleaner Production.

La metodolog铆a dise帽ada por el equipo de cient铆ficos espa帽oles y chilenos se basa en la inteligencia subyacente en la armon铆a musical del jazz.聽 鈥淟a armon铆a nos ha servido de inspiraci贸n para elaborar un algoritmo que es capaz de determinar el impacto de una determinada decisi贸n 鈥搃nvertir en un aeropuerto o en una l铆nea de AVE, por ejemplo – tanto a corto como a medio y largo plazo鈥, apunta V铆ctor Yepes, investigador del Instituto Universitario de Ciencia y Tecnolog铆a del Hormig贸n (ICITECH) de la Universitat Polit猫cnica de Val猫ncia.

Seg煤n explica el profesor Yepes, el algoritmo de b煤squeda arm贸nica (harmony search, en ingl茅s) se basa en el proceso de la improvisaci贸n musical. 鈥淣o todo el mundo posee habilidad para improvisar m煤sica, pues es un proceso que requiere experiencia y conocimiento previo de las armon铆as. Por ejemplo, en el jazz, el m煤sico compone una nueva melod铆a bas谩ndose en sus conocimientos musicales para seleccionar nuevas notas aleatoriamente. Si el conjunto de notas tocadas se consideran una buena armon铆a, esta se guarda en la memoria de cada m煤sico, incrementando la posibilidad de hacer una buena armon铆a la pr贸xima vez鈥, se帽ala el investigador de la UPV.

El algoritmo desarrollado por los investigadores espa帽oles y chilenos hace algo parecido. Cada melod铆a se define por un vector, al igual que cada infraestructura que debe ser elegida. Cada nueva iteraci贸n del algoritmo elige una melod铆a (infraestructura) parecida que, si es mejor, se a帽ade al repertorio. 鈥淎l final del proceso, el algoritmo es capaz de definir una melod铆a (infraestructura) de calidad muy alta. Dicho de otro modo, la inteligencia del algoritmo permite ayudar a elegir la mejor infraestructura posible considerando aspectos tan diversos como la empleabilidad, la educaci贸n, la sanidad, el confort o la calidad de vida鈥, apunta V铆ctor Yepes.

M谩s objetivo

El m茅todo permite minimizar los errores al decidir qu茅 tipo de inversi贸n es la m谩s adecuada, haciendo m谩s objetiva la decisi贸n de las autoridades, al considerar no solo los efectos econ贸micos y medioambientales, sino tambi茅n los sociales, que son m谩s dif铆ciles de evaluar.

鈥淟os factores econ贸micos o medioambientales condicionan el tipo de decisi贸n. Pero los efectos en la sociedad a corto y largo plazo pueden ser irreversibles. Muchos son los ejemplos de malas decisiones con graves repercusiones: aeropuertos infrautilizados, l铆neas de alta velocidad innecesarias, altas listas de espera en hospitales, alt铆simos porcentajes de paro, etc. Este m茅todo ayudar铆a a acabar con estas situaciones鈥, destaca V铆ctor Yepes.

El Salvador

La metodolog铆a se ha aplicado ya en El Salvador, donde ha permitido priorizar las inversiones en carreteras, maximizando los beneficios tanto a corto como a largo plazo. 鈥淟a trascendencia del m茅todo desarrollado es su aplicabilidad a cualquier contexto y territorio, lo que permite mejorar las condiciones de vida de amplios sectores sociales con ayuda de la inteligencia subyacente en la m煤sica鈥, concluye V铆ctor Yepes.

Os dejo tambi茅n una entrevista radiof贸nica en 脌 Punt R脿dio:

 

Agradecimientos:

Luis Zurano, de la Unidad de Cultura Cient铆fica e Innovaci贸n de la Universitat Polit猫cnica de Val猫ncia

Referencias:

SIERRA, L.A.; YEPES, V.; GARC脥A-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects.聽 Journal of Cleaner Production, 176:521-534. https://doi.org/10.1016/j.jclepro.2017.12.140

http://www.upv.es/noticias-upv/noticia-9959-algoritmo-de-bu-es.html

http://www.expansion.com/sociedad/2018/04/21/5adb576e468aebd0578b466b.html

http://www.cope.es/noticias/cultura/jazz-ayuda-decidir-que-infraestructuras-prioritario-invertir_206188

http://www.lavanguardia.com/vida/20180421/442818278872/el-jazz-ayuda-a-decidir-en-que-infraestructuras-es-prioritario-invertir.html

http://agencias.abc.es/agencias/noticia.asp?noticia=2797859

https://www.elconfidencial.com/ultima-hora-en-vivo/2018-04-21/el-jazz-ayuda-a-decidir-en-que-infraestructuras-es-prioritario-invertir_1499304/

https://www.efe.com/efe/comunitat-valenciana/portada/el-jazz-ayuda-a-decidir-en-que-infraestructuras-es-prioritario-invertir/50000877-3591711

https://www.diarilaveu.com/noticia/81405/algoritme-inspirat-jazz-decidir-infraestructures

Un algoritmo heur铆stico basado en el jazz ayuda a decidir en qu茅 infraestructuras es prioritario invertir

23 abril, 2018
 
|   Etiquetas: ,  ,  ,  ,  ,  |  

Publicada By  V铆ctor Yepes Piqueras - algoritmo, estructuras, hormig贸n, investigaci贸n, modelo matem谩tico, optimizaci贸n, Puentes, sostenibilidad    

Figura 1. Dise帽o tradicional de estructuras por prueba y error (Yepes, 2017)

El dise帽o de las estructuras se ha basado fundamentalmente en la experiencia del ingeniero proyectista. La topograf铆a y las condiciones de tr谩fico, entre otros, determinan el dise帽o de un puente. A partir de ah铆, las dimensiones de la secci贸n transversal, el tipo de hormig贸n y la disposici贸n general de las armaduras se definen atendiendo a la experiencia profesional y a las recomendaciones y criterios de dise帽o (Figura 1). A continuaci贸n, se ajustan el resto de variables, tras comprobar el cumplimiento de los estados l铆mite 煤ltimo y de servicio. Si el proyectista quiere mejorar el dise帽o propuesto, normalmente se realiza un proceso de prueba y error, de forma que tras varios tanteos, se intenta reducir el consumo de materiales, y por tanto, el coste de la estructura. Frente a este planteamiento, los m茅todos heur铆sticos emplean t茅cnicas basadas en la inteligencia artificial para seleccionar un dise帽o, analizar la estructura, controlar las restricciones y redise帽ar la estructura modificando las variables hasta conseguir optimizar la funci贸n objetivo.

Cohn y Dinovitzer (1994) revisaron la investigaci贸n realizada en su momento en relaci贸n con la optimizaci贸n de las estructuras y se帽alaron la brecha existente entre los estudios te贸ricos y la aplicaci贸n en problemas estructurales reales. Sarma y Adeli (1998) analizaron a帽os m谩s tarde los estudios relacionados con la optimizaci贸n matem谩tica de las estructuras, complementada m谩s recientemente por Hare et al. (2013) que estudiaron la aplicaci贸n de los algoritmos heur铆sticos en la optimizaci贸n estructural. Los algoritmos heur铆sticos difieren en cuanto a planteamiento y aplicabilidad de los m茅todos matem谩ticos exactos. De hecho, la optimizaci贸n heur铆stica resulta muy efectiva pues, aunque no garantiza la obtenci贸n del 贸ptimo global del problema, proporciona soluciones casi 贸ptimas en tiempos de c谩lculo razonables. Esta ventaja cobra importancia en la optimizaci贸n de estructuras reales, donde el n煤mero de variables crece extraordinariamente de forma que desborda el tiempo de c谩lculo de los m茅todos exactos de optimizaci贸n. Adem谩s, la programaci贸n matem谩tica requiere el c谩lculo de gradientes de las restricciones, mientras que la optimizaci贸n heur铆stica incorpora las restricciones de dise帽o de una manera directa (Lagaros et al., 2006).

Las t茅cnicas metaheur铆sticas utilizan estrategias de b煤squeda para localizar 贸ptimos locales en grandes espacios de soluciones de forma efectiva. Un ejemplo de ello son los Algoritmos Gen茅ticos (Genetic Algorithms, GAs), que son procedimientos de b煤squeda poblacionales inspirados en la evoluci贸n natural (Holland, 1975). As铆, los GAs generan soluciones de alta calidad a trav茅s del cruce gen茅tico con otros individuos de una poblaci贸n y la mutaci贸n de algunas de sus caracter铆sticas a lo largo de generaciones. Los padres suelen seleccionarse atendiendo a su aptitud (Coello, 1994) y los hijos mantienen ciertas caracter铆sticas de sus padres. En cada generaci贸n sobreviven los hijos con mayores aptitudes. Adem谩s, para evitar la convergencia prematura del algoritmo, se utiliza un operador de mutaci贸n, al igual que ocurre en la Naturaleza, que cambia aleatoriamente de vez en cuando alguna de las caracter铆sticas de las nuevas soluciones. Una variante a esta t茅cnica son los Algoritmos Mem茅ticos (Moscato, 1989), donde cada individuo de la nueva generaci贸n se mejora mediante una b煤squeda local con el objetivo de mejorar los genes para que los padres obtengan mejores resultados en las siguientes generaciones. Esta t茅cnica, por tanto, aplica los GAs a poblaciones de 贸ptimos locales.

La inteligencia de enjambre (swarm intelligence) es una metaheur铆stica poblacional empleada en los problemas de optimizac贸n. Estos algoritmos imitan el comportamiento colectivo de los sistemas descentralizados y auto-organizados, tales como algunas colonias de insectos, bas谩ndose en la interacci贸n entre los vecinos, pero que siguen un patr贸n global. Los algoritmos de enjambre difieren en filosof铆a de los algoritmos gen茅ticos porque utilizan la cooperaci贸n en lugar de la competencia (Dutta et al., 2011). Entre los algoritmos pertenecientes a este grupo, basados en el comportamiento biol贸gico, destaca la optimizaci贸n de colonias de hormigas (Ant Colony Optimization, ACO), la optimizaci贸n de enjambre de part铆culas (Particle Swarm Optimization, PSO), las colonias de abejas artificiales (Artificial Bee Colony, ABC), la optimizaci贸n en enjambres de luci茅rnagas (Glowworm Swarm Optimization, GSO), entre otros. ACO basa su estrategia en el comportamiento de las hormigas, que dejan un rastro de feromonas para encontrar alimento de forma efectiva (Colorni et al., 1991); PSO simula un sistema social simplificado (Kennedy y Eberhart, 1995); ABC imita el comportamiento alimentario forrajero de las abejas (Karaboga y Basturk, 2008); GSO imita un movimiento de las luci茅rnagas hacia los vecinos m谩s brillantes (Krishnanand y Ghose, 2009).

Las metaheur铆sticas poblacionales presentan una amplia capacidad de b煤squeda en paralelo y una fuerte robustez. Sin embargo, para mejorar la intensificaci贸n de la b煤squeda, estos algoritmos suelen combinarse con otras heur铆sticas de b煤squeda local. Esta hibridaci贸n consigue explotar la diversificaci贸n en la b煤squeda poblacional con la intensificaci贸n de la b煤squeda local. Luo y Zhang (2011) comprobaron que el algoritmo h铆brido presenta una convergencia m谩s r谩pida, una mayor precisi贸n y es m谩s efectivo en la optimizaci贸n de problemas ingenieriles. Blum et al. (2011) estudiaron las ventajas de la hibridaci贸n de las metaheur铆sticas en el caso de la optimizaci贸n combinatoria.

El recocido simulado (Simulated Annealing, SA), propuesto por Kirkpatrick et al. (1983), constituye uno de los algoritmos utilizados en la optimizaci贸n estructural. Este algoritmo se basa en el fen贸meno f铆sico del proceso de recocido de los metales. La energ铆a de un sistema termodin谩mico se compara con la funci贸n de coste evaluada para una soluci贸n de un problema de optimizaci贸n combinatoria. En ambos casos se trata de evolucionar de un estado a otro de menor energ铆a o coste. El acceso de un estado metaestable a otro se alcanza introduciendo 鈥渞uido鈥 con un par谩metro de control al que se denomina temperatura. Su reducci贸n adecuada permite, con una elevada probabilidad, que un sistema termodin谩mico adquiera un m铆nimo global de energ铆a. SA presenta la ventaja de admitir soluciones de peor calidad al principio de la b煤squeda, lo cual permite eludir 贸ptimos locales de baja calidad. La aceptaci贸n por umbrales (Threshold Accepting, TA), propuesto por Dueck y Scheuer (1990), tolera tambi茅n opciones de peor calidad para eludir los 贸ptimos locales. La diferencia entre SA y TA es que el criterio de aceptaci贸n de una soluci贸n peor es probabilista en el primer caso y determinista en el segundo. Los algoritmos gen茅ticos se han hibridado con el recocido simulado en el dise帽o 贸ptimo de puentes prefabricados de hormig贸n pretensado (Mart铆 et al., 2013; Mart铆 et al., 2016) y vigas en I de hormig贸n armado (RC) (Yepes et al., 2015a). Otras estrategias de hibridaci贸n tambi茅n han demostrado su eficiencia con PSO (Shieh et al., 2011, Valdez et al., 2011, Wang et al., 2013) y ACO (Behnamian et al, 2009, Chen et al., 2012).

Qu et al. (2011) se帽alaron la lentitud en la convergencia de los algoritmos GSO; del mismo modo Zhang et al. (2010) apuntaron ciertas deficiencias de estos algoritmos en la b煤squeda del 贸ptimo global. Es por ello que se ha hibridado SA con GSO (Garc铆a-Segura et al., 2014c, Yepes et al., 2015b) para combinar la diversificaci贸n de la b煤squeda de GSO con la intensificaci贸n de la b煤squeda de SA para encontrar de forma efectiva un 贸ptimo de elevada calidad. Garc铆a-Segura et al. (2014c) mostraron c贸mo un algoritmo h铆brido de optimizaci贸n de enjambre de luci茅rnagas (SAGSO) obtuvo resultados considerablemente mejores en cuanto a calidad y tiempo de c谩lculo. SAGSO super贸 al GSO en t茅rminos de eficiencia, precisi贸n y convergencia. Sin embargo, se requiere una buena calibraci贸n para garantizar soluciones de alta calidad con un tiempo de c贸mputo corto.

La b煤squeda de la armon铆a (Harmony Search, HS) constituye una heur铆stica propuesta por Geem et al. (2001) inspirada en el jazz, donde se trata de armonizar u construir sucesiones de acordes razonables. Las notas, los instrumentos y la mejor armon铆a representan los valores, las variables y el 贸ptimo global. Alberdi y Khandelwal (2015) compararon ACO, GA, HS, PSO, SA y TS en la optimizaci贸n del dise帽o de marcos de acero, comprobando que los mejores resultados se obten铆an con HS. La b煤squeda de la armon铆a se ha utilizado para optimizar columnas rectangulares de hormig贸n armado (de Medeiros y Kripka, 2014), forjados compuestos (Kaveh y Shakouri Mahmud Abadi, 2010) y p贸rticos planos de hormig贸n armado (Akin y Saka, 2015). Alia y Mandava (2011) recogieron en su trabajo las variantes utilizadas para hibridar con HS. Garc铆a-Segura et al. (2015) emplearon un algoritmo de b煤squeda de la armon铆a hibridada con la aceptaci贸n por umbrales para encontrar dise帽os 贸ptimos sostenibles de puentes peatonales de hormig贸n postesado.

La optimizaci贸n de los puentes atrajo la atenci贸n de los ingenieros a partir de la d茅cada de los a帽os 70, incluyendo los puentes viga de acero, (Wills, 1973), el refuerzo de los puentes losa (Barr et al., 1989), los puentes viga de hormig贸n pretensado (Aguilar et al., 1973, Lounis y Cohn, 1993), y los puentes en caj贸n postesados construidos 鈥渋n situ鈥 (Bond, 1975; Yu et al., 1986). Desde la aparici贸n de la inteligencia artificial, se ha puesto mayor 茅nfasis en el uso de t茅cnicas de optimizaci贸n heur铆stica para optimizar las estructuras. Srinivas y Ramanjaneyulu (2007) usaron redes neuronales artificiales y algoritmos gen茅ticos para optimizar el coste de un puente de vigas en T. Rana et al. (2013) propusieron una optimizaci贸n evolutiva para minimizar el coste de una estructura de puente continuo de hormig贸n pretensado de dos tramos. Mart铆 et al. (2013) implementaron un algoritmo de recocido simulado h铆brido para encontrar las soluciones m谩s econ贸micas de puentes prefabricados de hormig贸n pretensado de vigas artes. El uso de refuerzos de fibra de acero en ese tipo de puente se estudi贸 posteriormente con algoritmos mem茅ticos (Mart铆 et al., 2015). Se propusieron algoritmos gen茅ticos para optimizar las cubiertas polim茅ricas reforzadas con fibras h铆bridas y los puentes atirantados (Cai y Aref, 2015).

Tambi茅n se han optimizado otro tipo de estructuras con algoritmos heur铆sticos, como los forjados prefabricados (de Albuquerque et al., 2012), columnas de hormig贸n armado (Park et al., 2013; Nigdeli et al., 2015), columnas de acero (Kripka y Chamberlain Pravia, 2013), marcos espaciales de acero (Degertekin et al., 2008), marcos de hormig贸n armado (Camp y Huq, 2013), p贸rticos de hormig贸n armado (Pay谩-Zaforteza et al., 2010), vigas en I de hormig贸n armado (Garc铆a-Segura et al., 2014c; Yepes et al., 2015a), p贸rticos de carreteras (Perea et al., 2008), pilas altas de viaductos (Mart铆nez et al., 2011; 2013), muros de contenci贸n (Gandomi et al., 2015; Pei y Xia, 2012; Yepes et al., 2008, 2012; Molina-Moreno et al., 2017a), zapatas de hormig贸n armado (Camp y Assadollahi, 2013; Camp y Huq, 2013), b贸vedas de pasos inferiores en carreteras (Carbonell et al., 2011) y estribos de puentes (Luz et al., 2015).

Referencias:

  • Aguilar, R.J.; Movassaghi, K.; Brewer, J.A.; Porter, J.C. (1973). Computerized optimization of bridge structures. Computers & Structures, 3(3), 429鈥442.
  • Akin, A.; Saka, M.P. (2015). Harmony search algorithm based optimum detailed design of reinforced concrete plane frames subject to ACI 318-05 provisions. Computers & Structures, 147, 79鈥95.
  • Alberdi, R.; Khandelwal, K. (2015). Comparison of robustness of metaheuristic algorithms for steel frame optimization. Engineering Structures, 102, 40鈥60.
  • Alia, O.M.; Mandava, R. (2011). The variants of the harmony search algorithm: an overview. Artificial Intelligence Review, 36(1), 49鈥68.
  • Barr, A.S.; Sarin, S.C.; Bishara, A.G. (1989). Procedure for structural optimization. ACI Structural Journal, 86(5), 524鈥531.
  • Behnamian, J.; Zandieh, M.; Fatemi Ghomi, S.M.T. (2009). Parallel-machine scheduling problems with sequence-dependent setup times using an ACO, SA and VNS hybrid algorithm. Expert Systems with Applications, 36(6), 9637鈥9644.
  • Blum, C.; Puchinger, J.; Raidl, G.R.; Roli, A. (2011). Hybrid metaheuristics in combinatorial optimization: A survey. Applied Soft Computing, 11(6), 4135鈥4151.
  • Bond, D. (1975). An examination of the automated design of prestressed concrete bridge decks by computer. Proceedings of the Institution of Civil Engineers, 59(4), 669鈥697.
  • Cai, H.; Aref, A.J. (2015). A genetic algorithm-based multi-objective optimization for hybrid fiber reinforced polymeric deck and cable system of cable-stayed bridges. Structural and Multidisciplinary Optimization, 52(3), 583鈥594.
  • Camp, C.V.; Assadollahi, A. (2013). CO2 and cost optimization of reinforced concrete footings using a hybrid big bang-big crunch algorithm. Structural and Multidisciplinary Optimization, 48(2), 411鈥426.
  • Camp, C.V.; Huq, F. (2013). CO2 and cost optimization of reinforced concrete frames using a big bang-big crunch algorithm. Engineering Structures, 48, 363鈥372.
  • Carbonell, A.; Gonz谩lez-Vidosa, F.; Yepes, V. (2011). Design of reinforced concrete road vaults by heuristic optimization. Advances in Engineering Software, 42(4), 151-159.
  • Chen, S.M.; Sarosh, A.; Dong, Y.F. (2012). Simulated annealing based artificial bee colony algorithm for global numerical optimization. Applied Mathematics and Computation, 219(8), 3575鈥3589.
  • Coello, C. (1994). Uso de Algoritmos Gen茅ticos para el Dise帽o 脫ptimo de Armaduras. In Congreso Nacional de Inform谩tica 鈥淗erramientas Estrat茅gicas para los Mercados Globales鈥, pp. 290鈥305. Fundaci贸n Arturo Rosenblueth, M茅xico, D.F.
  • Cohn, M.Z.; Dinovitzer, A.S. (1994). Application of Structural Optimization. Journal of Structural Engineering, 120(2), 617鈥650.
  • Colorni, A.; Dorigo, M.; Maniezzo, V. (1991). Distributed optimization by ant colonies. In Proceeding of ECALEuropean Conference on Artificial Life, pp. 134鈥142. Paris: Elsevier.
  • de Albuquerque, A.T.; El Debs, M.K.; Melo, A.M.C. (2012). A cost optimization-based design of precast concrete floors using genetic algorithms. Automation in Construction, 22, 348鈥356.
  • de Medeiros, G.F. Kripka, M. (2014). Optimization of reinforced concrete columns according to different environmental impact assessment parameters. Engineering Structures, 59, 185鈥194.
  • Degertekin, S.O.; Saka, M.P.; Hayalioglu, M.S. (2008). Optimal load and resistance factor design of geometrically nonlinear steel space frames via tabu search and genetic algorithm. Engineering Structures, 30(1), 197鈥205.
  • Dueck, G.; Scheuer, T. (1990). Threshold accepting: A general purpose optimization algorithm appearing superior to simulated annealing. Journal of Computational Physics, 90(1), 161鈥175.
  • Dutta, R.; Ganguli, R.; Mani, V. (2011). Swarm intelligence algorithms for integrated optimization of piezoelectric actuator and sensor placement and feedback gains. Smart Materials and Structures, 20(10), 105018.
  • Gandomi, A.H.; Kashani, A.R.; Roke, D.A.; Mousavi, M. (2015). Optimization of retaining wall design using recent swarm intelligence techniques. Engineering Structures, 103, 72鈥84.
  • Garc铆a-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鈥336.
  • Garc铆a-Segura, T.; Yepes, V.; Alcal谩, 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鈥12.
  • Garc铆a-Segura, T.; Yepes, V.; Alcal谩, J. (2014b). Sustainable design using multiobjective optimization of high-strength concrete I-beams. In The 2014 International Conference on High Performance and Optimum Design of Structures and Materials HPSM/OPTI (Vol. 137, pp. 347鈥358). Ostend, Belgium.
  • Garc铆a-Segura, T.; Yepes, V.; Alcal谩, J.; P茅rez-L贸pez, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112鈥122.
  • Garc铆a-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.,
  • Garc铆a-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.
  • Garc铆a-Segura, T.; Yepes, V.; Mart铆, J.V.; Alcal谩, J. (2014c). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190鈥1205.
  • Geem, Z.W.; Kim, J.H.; Loganathan, G.V. (2001). A new heuristic optimization algorithm: Harmony search. Simulation, 76(2), 60鈥68.
  • Hare, W.; Nutini, J.; Tesfamariam, S. (2013). A survey of non-gradient optimization methods in structural engineering. Advances in Engineering Software, 59, 19鈥28.
  • Holland, J. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, USA.
  • Karaboga, D.; Basturk, B. (2008). On the performance of artificial bee colony (ABC) algorithm. Applied Soft Computing, 8(1), 687鈥697.
  • Kaveh, A.; Shakouri Mahmud Abadi, A. (2010). Cost optimization of a composite floor system using an improved harmony search algorithm. Journal of Constructional Steel Research, 66(5), 664鈥669.
  • Kennedy, J.; Eberhart, R. (1995). Particle swarm optimization. In Proceedings of ICNN鈥95 – International Conference on Neural Networks, Vol. 4, pp. 1942鈥1948. IEEE.
  • Kirkpatrick, S.; Gelatt, C.D.; Vecchi, M.P. (1983). Optimization by simulated annealing. Science, 220(4598), 671鈥680.
  • Kripka, M.; Chamberlain Pravia, Z.M. (2013). Cold-formed steel channel columns optimization with simulated annealing method. Structural Engineering and Mechanics, 48(3), 383鈥394.
  • Krishnanand, K.N.; Ghose, D. (2009). Glowworm swarm optimisation: a new method for optimising multi-modal functions. International Journal of Computational Intelligence Studies, 1(1), 93鈥119.
  • Lagaros, N.D.; Fragiadakis, M.; Papadrakakis; M.; Tsompanakis, Y. (2006). Structural optimization: A tool for evaluating seismic design procedures. Engineering Structures, 28(12), 1623鈥1633.
  • Lounis, Z.; Cohn, M.Z. (1993). Optimization of precast prestressed concrete bridge girder systems. PCI Journal, 38(4), 60鈥78.
  • Luo, Q.F.; Zhang, J.L. (2011). Hybrid Artificial Glowworm Swarm Optimization Algorithm for Solving Constrained Engineering Problem. Advanced Materials Research, 204-210, 823鈥827.
  • Luz, A.; Yepes, V.; Gonz谩lez-Vidosa, F.; Mart铆, J.V. (2015). Dise帽o de estribos abiertos en puentes de carretera obtenidos mediante optimizaci贸n h铆brida de escalada estoc谩stica. Informes de la Construcci贸n, 67(540), e114.
  • Mart铆, J.V.; Garc铆a-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鈥240.
  • Mart铆, J.V.; Gonz谩lez-Vidosa, F.; Yepes, V.; Alcal谩, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48, 342鈥352.
  • Mart铆, J.V.; Yepes, V.; Gonz谩lez-Vidosa, F. (2015). Memetic algorithm approach to designing precast-prestressed concrete road bridges with steel fiber reinforcement. Journal of Structural Engineering, 141(2), 04014114.
  • Mart铆nez-Mart铆n, F. J.; Gonz谩lez-Vidosa, F.; Hospitaler, A.; Yepes, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics, 45(6), 723鈥740.
  • Mart铆nez-Mart铆n, F.J.; Gonz谩lez-Vidosa, F.; Hospitaler, A.; Yepes, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University: Science A, 13(6), 420鈥432.
  • Molina-Moreno, F.; Garc铆a-Segura, T.; Mart铆, J.V.; Yepes, V. (2017a). Optimization of Buttressed Earth-Retaining Walls using Hybrid Harmony Search Algorithms. Engineering Structures, 134, 205-216.
  • Molina-Moreno, F.; Mart铆, J.V.; Yepes, V. (2017b). Carbon embodied optimization for buttressed earth-retaining walls: implications for low-carbon conceptual designs. Journal of Cleaner Production, 164, 872-884.
  • Moscato, P. (1989). On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Caltech Concurrent Computation Program (report 826). Caltech, Pasadena, California, USA.
  • Nigdeli, S.M.; Bekdas, G.; Kim, S.; Geem, Z. W. (2015). A novel harmony search based optimization of reinforced concrete biaxially loaded columns. Structural Engineering and Mechanics, 54(6), 1097鈥1109.
  • Park, H.; Kwon, B.; Shin, Y.; Kim, Y.; Hong, T.; Choi, S. (2013). Cost and CO2 emission optimization of steel reinforced concrete columns in high-rise buildings. Energies, 6(11), 5609鈥5624.
  • Pay谩, I.; Yepes, V.; Gonz谩lez-Vidosa, F.; Hospitaler, A. (2008). Multiobjective optimization of reinforced concrete building frames by simulated annealing. Computer-Aided Civil and Infrastructure Engineering, 23(8), 596鈥610.
  • Pay谩-Zaforteza, I.; Yepes, V.; Gonz谩lez-Vidosa, F.; Hospitaler, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica, 45(5), 693鈥704.
  • Pay谩-Zaforteza, I.; Yepes, V.; Hospitaler, A.; Gonz谩lez-Vidosa, F. (2009). CO2-optimization of reinforced concrete frames by simulated annealing. Engineering Structures, 31(7), 1501鈥1508.
  • Pei, Y.; Xia, Y. (2012). Design of Reinforced Cantilever Retaining Walls using Heuristic Optimization Algorithms. Procedia Earth and Planetary Science, 5, 32鈥36.
  • Qu, L.; He, D.; Wu, J. (2011). Hybrid Coevolutionary Glowworm Swarm Optimization Algorithm with Simplex Search Method for System of Nonlinear Equations. Journal of Information & Computational Science, 8(13), 2693鈥 2701.
  • Rana, S.; Islam, N.; Ahsan, R.; Ghani, S.N. (2013). Application of evolutionary operation to the minimum cost design of continuous prestressed concrete bridge structure. Engineering Structures, 46, 38鈥48.
  • Sarma, K.C.; Adeli, H. (1998). Cost optimization of concrete structures. Journal of Structural Engineering, 124(5), 570鈥578.
  • Shieh, H.L.; Kuo, C.C.; Chiang, C.M. (2011). Modified particle swarm optimization algorithm with simulated annealing behavior and its numerical verification. Applied Mathematics and Computation, 218(8), 4365鈥4383.
  • Srinivas, V.; Ramanjaneyulu, K. (2007). An integrated approach for optimum design of bridge decks using genetic algorithms and artificial neural networks. Advances in Engineering Software, 38(7), 475鈥487.
  • Valdez, F.; Melin, P.; Castillo, O. (2011). An improved evolutionary method with fuzzy logic for combining Particle Swarm Optimization and Genetic Algorithms. Applied Soft Computing, 11(2), 2625鈥2632.
  • Wang, E.; Shen, Z. (2013). A hybrid Data Quality Indicator and statistical method for improving uncertainty analysis in LCA of complex system 鈥 application to the whole-building embodied energy analysis. Journal of Cleaner Production, 43, 166鈥173.
  • Wills, J. (1973). A mathematical optimization procedure and its application to the design of bridge structures. Wokingham, Berkshire, United Kingdom.
  • Yepes, V.; Alcal谩, J.; Perea, C.; Gonz谩lez-Vidosa, F. (2008). A parametric study of optimum earth-retaining walls by simulated annealing. Engineering Structures, 30(3), 821鈥830.
  • Yepes, V.; D铆az, J.; Gonz谩lez-Vidosa, F.; Alcal谩, J. (2009). Caracterizaci贸n estad铆stica de tableros pretensados para carreteras. Revista de la Construcci贸n, 8(2), 95-109.
  • Yepes, V.; Garc铆a-Segura, T.; Moreno-Jim茅nez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024鈥1036.
  • Yepes, V.; Gonz谩lez-Vidosa, F.; Alcal谩, 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鈥386.
  • Yepes, V.; Mart铆, J.V.; Garc铆a-Segura, T. (2015b). Cost and CO2 emission optimization of precast鈥損restressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49, 123鈥134.
  • Yepes, V.; Mart铆, J.V.; Garc铆a-Segura, T.; Gonz谩lez-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-Mach铆, 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.
  • Yepes, V. (2017).聽Trabajo de investigaci贸n. Concurso de Acceso al Cuerpo de Catedr谩ticos de Universidad.聽Universitat Polit猫cnica de Val猫ncia, 110 pp.
  • Yu, C.H.; Gupta, N.C. Das; Paul, H. (1986). Optimization of prestressed concrete bridge girders. Engineering Optimization, 10(1), 13鈥24.
  • Zhang, J.; Zhou, G.; Zhou, Y. (2010). A New Artificial Glowworm Swarm Optimization Algorithm Based on Chaos Method. In B. Cao, G. Wang, S. Chen, & S. Guo (Eds.), Quantitative Logic and Soft Computing 2010, Vol. 82, pp. 683鈥693. Berlin, Heidelberg: Springer Berlin Heidelberg.

 

 

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

16 abril, 2018
 

Publicada By  V铆ctor Yepes Piqueras - ANDECE, BIM, ciclo de vida, edificaci贸n, empresas constructoras, ingenier铆a civil, innovaci贸n, maquinaria, materiales, medios auxiliares, optimizaci贸n, Planificaci贸n, procedimientos de construcci贸n, seguridad, sostenibilidad, toma de decisiones    

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

Se est谩 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 quer铆a decir.聽Este tipo de modas ya han pasado por conceptos tan importantes como “calidad”, “sostenibilidad”, “innovaci贸n”, 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 t茅rmino de “construcci贸n inteligente” tenga algo m谩s de recorrido y pueda suponer un punto de inflexi贸n en nuestro sector. Este t茅rmino presenta, como no pod铆a ser de otra forma, numerosas interpretaciones y tantas m谩s aplicaciones. Es un concepto que se asocia al dise帽o digital, a las tecnolog铆as de la informaci贸n y de la comunicaci贸n, la inteligencia artificial, al BIM, al Lean Construction, la prefabricaci贸n, los drones, la robotizaci贸n y automatizaci贸n, a la innovaci贸n y a la sostenibilidad, entre otros muchos conceptos.

Uno que me interesa mucho es la asociaci贸n con el de los nuevos m茅todos constructivos (t茅rmino que incluye nuevos productos y nuevos procedimientos constructivos).聽Su objetivo es mejorar la eficiencia del negocio, la calidad, la satisfacci贸n del cliente, el desempe帽o medioambiental, la sostenibilidad y la previsibilidad de los plazos de entrega. Por lo tanto, los m茅todos modernos de construcci贸n son algo m谩s que un enfoque particular en el producto. Involucran a la gente a buscar mejoras, a trav茅s de mejores procesos, en la entrega y ejecuci贸n de la construcci贸n.

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 “construcci贸n inteligente”, no solo vamos a necesitar incorporar las nuevas tecnolog铆as, sino que tambi茅n va a ser necesario elaborar un sistema que permita la participaci贸n de todas las partes implicadas en el proceso proyecto-construcci贸n, alimentando de informaci贸n 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 alimentaci贸n de datos en tiempo real, el decisor tome sus decisiones asumiendo la responsabilidad 煤ltima de sus acciones.

Dejo abierto este tema por si alguno de mis estudiantes quieren realizar su Trabajo Fin de M谩ster, e incluso atreverse a la realizaci贸n de una tesis doctoral sobre este tema.

Os voy a dejar algunos v铆deos relacionados con el tema, algunos os gustar谩n m谩s que otros, pero es una buena forma de acercarse al concepto de construcci贸n inteligente.

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

Publicada By  V铆ctor Yepes Piqueras - ingenier铆a civil, investigaci贸n, recursos humanos, sostenibilidad, toma de decisiones    

Acaban de publicarnos un art铆culo en la revista Journal of Cleaner Production (primer decil del JCR), de la editorial ELSEVIER, en la que revisamos el estado del arte de la investigaci贸n realizada a nivel internacional sobre la aplicaci贸n de las t茅cnicas de valoraci贸n multicriterio al impacto social de las infraestructuras. El tema no es nada sencillo, puesto que los impactos sociales son mucho m谩s dif铆ciles de valorar que los impactos econ贸micos o medioambientales. Nos referimos a aspectos como el empleo, el bienestar social, la salud p煤blica, la productividad, el desarrollo regional, la equidad intergeneracional, la igualdad social, la educaci贸n, etc. Adem谩s, hay que tener en cuenta que, al igual que una piedra cae en una balsa de agua, las ondas generadas (el impacto) presentan un estado transitorio (corto plazo) y otro estacionario (largo plazo). A veces es dif铆cil conjugar el corto y el largo plazo en la evaluaci贸n de la sostenibilidad social.

La editorial ELSEVIER nos permite la distribuci贸n gratuita del art铆culo hasta el 26 de mayo de 2018. Por tanto, os paso el enlace para que os pod谩is descargar este art铆culo:聽https://authors.elsevier.com/c/1Wr0s3QCo9R0Il

Referencia:聽

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018).聽A review of multi-criteria assessment of the social sustainability of infrastructures.Journal of Cleaner Production, 187:496-513.聽https://doi.org/10.1016/j.jclepro.2018.03.022

Abstract:

Nowadays multi-criteria methods enable non-monetary aspects to be incorporated into the assessment of infrastructure sustainability. Yet evaluation of the social aspects is still neglected and the multi-criteria assessment of these social aspects is still an emerging topic. Therefore, the aim of this article is to review the current state of multi-criteria infrastructure assessment studies that include social aspects. The review includes an analysis of the social criteria, participation and assessment methods. The results identify mobility and access, safety and聽local development聽among the most frequent criteria. The Analytic Hierarchy Process and Simple Additive Weighting methods are the most frequently used. Treatments of equity, uncertainty, learning and consideration of the context, however, are not properly analyzed yet. Anyway, the methods for implementing the evaluation must guarantee the social effect on the result, improvement of the representation of the social context and techniques to facilitate the evaluation in the absence of information.

Keywords:

Infrastructure
Multi-criteria
Social sustainability
Equity
Stakeholders
Uncertainty

 

Highlights:

  • Review of multi-criteria assessment methods of infrastructure social sustainability.
  • Identify trends of social criteria considered.
  • Identify trends of participation of stakeholders.
  • Identify trends of multi-criteria methods.
  • Identify trends of consideration of equity, context and social learning.

 

 

P谩gina siguiente »

Universidad Politécnica de Valencia