UPV



toma de decisiones


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 - ingeniería civil, investigación, recursos humanos, sostenibilidad, toma de decisiones    

Acaban de publicarnos un artículo 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 investigación realizada a nivel internacional sobre la aplicación de las técnicas de valoración multicriterio al impacto social de las infraestructuras. El tema no es nada sencillo, puesto que los impactos sociales son mucho más difíciles de valorar que los impactos económicos o medioambientales. Nos referimos a aspectos como el empleo, el bienestar social, la salud pública, la productividad, el desarrollo regional, la equidad intergeneracional, la igualdad social, la educación, etc. Además, 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 difícil conjugar el corto y el largo plazo en la evaluación de la sostenibilidad social.

La editorial ELSEVIER nos permite la distribución gratuita del artículo hasta el 26 de mayo de 2018. Por tanto, os paso el enlace para que os podáis descargar este artículo: https://authors.elsevier.com/c/1Wr0s3QCo9R0Il

Referencia: 

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187:496-513. 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 local development 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.

 

 

Publicada By  Víctor Yepes Piqueras - carreteras, ciclo de vida, investigación, optimización, proyectos, sostenibilidad, toma de decisiones    

Hoy 5 de abril de 2018 se celebra el día internacional del mantenimiento de carreteras (International Road Maintenance Day). Bajo la etiqueta #IRMD2018 y bajo el lema “Conservar las carreteras es preservar el medio ambiente” muchos colegas e investigadores están aportando su conocimiento e ideas para concienciar de la importancia de conservar nuestras infraestructuras, especialmente las carreteras.

Pues también quiero colaborar con mi granito de arena. A continuación tenéis recopilados los posts y trabajos que sobre conservación de pavimentos hemos desarrollado en nuestro grupo de investigación. Como podréis ver, nuestro grupo se ha especializado en la optimización heurística de todo tipo de infraestructuras (puentes, estructuras de hormigón, pavimentos, etc.), incluyendo la toma de decisiones, el análisis del ciclo de vida y la sostenibilidad social y ambiental. Si alguien está interesado en alguno de estos artículos, y no lo encuentra, que no dude en pedírmelo que se lo mando. Espero que os resulte útil y de interés.

 

Referencias:

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production (accepted, in press).

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

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

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

PELLICER, E.; SIERRA, L.A.; YEPES, V. (2016). Appraisal of infrastructure sustainability by graduate students using an active-learning method. Journal of Cleaner Production, 113:884-896. DOI:10.1016/j.jclepro.2015.11.010

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. DOI: 10.1061/(ASCE)CO.1943-7862.0001099.

TORRES-MACHI, C.; PELLICER, E.; YEPES, V.; CHAMORRO, A. (2017). Towards a sustainable optimization of pavement maintenance programs under budgetary restrictions. Journal of Cleaner Production, 148:90-102. http://www.sciencedirect.com/science/article/pii/S0959652617301142

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. DOI: 10.3846/13923730.2015.1120770

TORRES-MACHÍ, 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, 2523:56-63. DOI:10.3141/2523-07

TORRES-MACHÍ, C.; CHAMORRO, A.; YEPES, V.; PELLICER, E. (2014). Current models and practices of economic and environmental evaluation for sustainable network-level pavement management. Revista de la Construcción, 13(2): 49-56. http://dx.doi.org/10.4067/S0718-915X2014000200006 

TORRES-MACHÍ, C.; CHAMORRO, A.; VIDELA, C.; PELLICER, E.; YEPES, V. (2014). An iterative approach for the optimization of pavement maintenance management at the network level. The Scientific World Journal, Volume 2014, Article ID 524329, 11 pages, http://dx.doi.org/10.1155/2014/524329  (link)

TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E.; YEPES, V.; VIDELA, C. (2015). Sustainable pavement management: How to integrate economic, technical and environmental aspects in decision-making. Transportation Research Board (TRB) 94th Annual Meeting, January 11-15, Washington, D.C., pp. 1-13.

TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E.; YEPES, V.; OSORIO, A.; VIDELA, C. (2014). Optimización heurística para la gestión de infraestructuras: aplicación a una red de pavimentos urbanos en Chile. 11er Congreso Internacional PROVIAL, 20-14 octubre, Valdivia (Chile), 14 pp.

TORRES-MACHÍ, C.; YEPES, V.; PELLICER, V.; CHAMORRO, A. (2014). Application of simple and hybrid local search heuristic for the long-term optimization of pavement maintenance strategies at the network level. Transportation Research Board (TRB) 93rd Annual Meeting. 12-16 January, Washington D.C.

TORRES-MACHÍ, C.; CHAMORRO, A.; VIDELA, C.; PELLICER, E.; YEPES, V. (2013). Optimization and prioritization methods for pavement network management. Transportation Research Board 92st Annual Meeting, Washington, D.C., 13-17 January. Paper 13-5057, pp. 1-14.

TORRES-MACHÍ, C.; PELLICER, E.; YEPES, V.; CHAMORRO, A. (2013). Heuristic optimization model for infrastructure asset management. In: Bielza et al. (Eds.): Proceedings fo 15th Conference of the Spanish Association for Artificial Intellingence, CAEPIA 2013, Lecture Notes in Computer Science, 8109, pp. 300-309. Springer, Madrid, Spain, September 17-20.

TORRES-MACHÍ, C.; PELLICER, E.; YEPES, V.; PICORNELL, M. (2013). The impact of the economic crisis in the construction industry from the perspective of graduate students. 2nd Cyprus International Conference on Educational Researches, 13-15 february, Atatürk Teacher Training Academy, Lefkosa, Turkish Republic of Northern Cyprus.

Publicada By  Víctor Yepes Piqueras - ciclo de vida, estructuras, hormigón, investigación, optimización, prefabricación, sostenibilidad, toma de decisiones    

Fotografía: Xosé Manuel López Gallego

La sostenibilidad en el ámbito de la construcción constituye una línea de trabajo importante en este momento (Yepes et al., 2016; Torres-Machí et al., 2017; Zastrow et al., 2017). Los puentes se proyectan para ser funcionales durante muchos años, por lo que deben considerarse todos los aspectos relacionados con su ciclo de vida: proyecto, construcción, operación y desmantelamiento. Es por ello que la inversión debe contemplar el deterioro del puente y su mantenimiento para mantener la estructura en buenas condiciones el máximo tiempo posible. Una revisión reciente de la aplicación de los métodos de decisión multicriterio a los puentes puede consultarse en el trabajo de Penadés-Plà et al. (2016).

Sarma y Adeli (1998) revisaron los estudios realizados sobre la optimización de estructuras de hormigón y detectaron cierta carencia en cuanto a la investigación en el ámbito de la optimización de las estructuras que considere el coste de todo el ciclo de vida, y no solo el coste inicial de su construcción. Frangopol y Kim (2011) también reivindicaron la importancia de extender la vida útil de las estructuras, pues muchas de ellas empiezan a mostrar señales significativas de deterioro antes de lo esperado. Para prolongar la vida de las estructuras deterioradas, se pueden aplicar medidas de mantenimiento que retrasen la propagación de los daños, o bien reducir el grado de dicho daño (Kim et al., 2013). Frangopol y Soliman (2016) describieron las acciones necesarias para la planificación eficaz del mantenimiento para maximizar las prestaciones de la estructura durante el ciclo de vida bajo restricciones presupuestarias. García-Segura et al. (2017) han optimizado las labores de mantenimiento de puentes pretensados desde el punto de vista de sostenibilidad económica, social y ambiental partiendo de diseños optimizados con múltiples objetivos (económico, durabilidad y seguridad).

El mantenimiento de los elementos de los puentes de grandes luces situados en zonas costeras deteriorados por corrosión representa la mayor parte del coste del ciclo de vida de estas estructuras (Cheung et al., 2009). Kendall et al. (2008) propusieron un modelo que integraba el análisis del ciclo de vida y los costes asociados desde la perspectiva de la sostenibilidad. Lee et al., (2006) evaluaron la fiabilidad de un puente cuando la corrosión y el tráfico de camiones pesados afectan a la estructura. Propusieron una metodología realista de los costes a lo largo del ciclo de vida, incluyendo los costes iniciales, los de mantenimiento, los esperados en la rehabilitación, las pérdidas por accidentes, los costes del usuario de la carretera y las pérdidas socioeconómicas indirectas. Penadés-Plà et al. (2017, 2018) han estudiado el ciclo de vida de puentes de sección en cajón y puentes de vigas artesa. Navarro et al. (2018) han analizado en un trabajo reciente el coste del ciclo de vida de las estrategias de mantenimiento en puentes pretensados expuestos al ataque de clorhídricos.

Neves y Frangopol (2005) indicaron cómo la evaluación de la seguridad de una estructura constituye un indicador básico para medir su rendimiento, pues el estado de la estructura no es un indicador preciso para evaluar la seguridad y la funcionalidad de un puente. Liu y Frangopol (2005) estudiaron la mejor planificación del mantenimiento de un puente durante su ciclo de vida mediante una optimización multiobjetivo de la vida útil, el nivel de seguridad y el coste del mantenimiento. Como se puede ver, los objetivos de rendimiento estructural y de economía se han añadido a los aspectos sociales y ambientales de las acciones de mantenimiento de las estructuras (Dong et al., 2013; Sierra et al., 2016; García-Segura et al., 2017).

Referencias:

Cheung, M. M.; Zhao, J.; Chan, Y. B. (2009). Service life prediction of RC bridge structures exposed to chloride environments. Journal of Bridge Engineering, 14(3), 164–178.

Dong, Y.; Frangopol, D.M.; Saydam, D. (2013). Time-variant sustainability assessment of seismically vulnerable bridges subjected to multiple hazards. Earthquake Engineering & Structural Dynamics, 42(10), 1451–1467.

Frangopol, D.M.; Kim, S. (2011). Service life, reliability and maintenance of civil structures. In L. S. Lee; V. Karbari (Eds.), Service Life Estimation and Extension of Civil Engineering Structures (pp. 145–178). Elsevier.

Frangopol, D.M.; Soliman, M. (2016). Life-cycle of structural systems: recent achievements and future directions. Structure and Infrastructure Engineering, 12(1), 1–20.

García-Segura, T.;  Yepes, V.; Frangopol, D.M.; Yang, D.Y. (2017). Lifetime Reliability-Based Optimization of Post-Tensioned Box-Girder Bridges. Engineering Structures, 145:381-391.

Kendall, A.; Keoleian, G.A.; Helfand, G. E. (2008). Integrated life-cycle assessment and life-cycle cost analysis model for concrete bridge deck applications. Journal of Infrastructure Systems, 14(3), 214–222.

Kim, S.; Frangopol, D.M.; Soliman, M. (2013). Generalized probabilistic framework for optimum inspection and maintenance planning. Journal of Structural Engineering, 139(3), 435–447.

Lee, K.M.; Cho, H.N.; Cha, C.J. (2006). Life-cycle cost-effective optimum design of steel bridges considering environmental stressors. Engineering Structures, 28(9), 1252–1265.

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.

Navarro, I.J.; Yepes, V.; Martí, J.V. (2018). Life cycle cost assessment of preventive strategies applied to prestressed concrete bridges exposed to chlorides. Sustainability, 10(3), 845.

Neves, L.C.; Frangopol, D.M. (2005). Condition, safety and cost profiles for deteriorating structures with emphasis on bridges. Reliability Engineering & System Safety, 89(2), 185–198.

Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2018). An optimization-LCA of a prestressed concrete precast bridge. Sustainability, 10(3):685.

Penadés-Plà, V.; Martí, J.V.; García-Segura, T.;  Yepes, V. (2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864.

Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12):1295.

Sarma, K.C.; Adeli, H. (1998). Cost optimization of concrete structures. Journal of Structural Engineering, 124(5), 570–578.

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.

Torres-Machí, C.; Pellicer, E.; Yepes, V.; Chamorro, A. (2017). Towards a sustainable optimization of pavement maintenance programs under budgetary restrictions. Journal of Cleaner Production, 148:90-102.

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.

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.

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

Publicada By  Víctor Yepes Piqueras - calidad, competitividad, costas, Planificación, playas, Polimedia, sostenibilidad, toma de decisiones, turismo    

Mucho se está hablando sobre el concepto de “playa inteligente” o “smart beach”. Sobre este tema ya impartí una conferencia en el XVIII Foro Internacional de Turismo de Benidorm, celebrado en octubre del 2016. La respuesta es un no rotundo. Sin embargo, parece que algo se está avanzando en este sentido. Hay quien bautiza este concepto como playa 4.0, pero mucho me temo que es una vuelta de tuerca más en el ámbito del marketing para vender más de lo mismo.

Sobre este mismo tema me han invitado a impartir una conferencia magistral en el III Congreso Internacional de Calidad Ambiental en Playas Turísticas, organizado por la Universidad de la Guajira en Colombia, del que también formo parte del Comité Científico Internacional. Dicho congreso se celebra entre el 21 y el 23 de marzo de 2018. Debido a problemas de agenda, se me invitó a impartir la charla por teleconferencia. Para evitar problemas técnicos, he grabado dicha comunicación y os la paso para que tengáis acceso a dicha información. Espero que os sea de interés.

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

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 - algoritmo, estructuras, hormigón, investigación, optimización, Puentes, sostenibilidad, toma de decisiones    

Parece que fue ayer, pero este 2018 cumplimos 10 años desde que nos publicaron el primer artículo internacional relacionado con la optimización heurística de estructuras de hormigón. Sin embargo, todo empezó un poco antes, en el 2002, año en que defendí mi tesis doctoral denominada “Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW”. Con ella pude ponerme al día con los procedimientos de optimización heurística más prometedores en ese momento. Sin embargo, pronto me dí cuenta de las posibilidades que tenía aplicar estos algoritmos a la optimización de problemas reales de ingeniería, en particular las estructuras de hormigón.

Por tanto, en septiembre del año 2002 fue el inicio del Grupo de Investigación de Procedimientos de Construcción, Optimización y Análisis de Estructuras. La iniciativa de creación del grupo correspondió a los profesores González-Vidosa y Yepes Piqueras. El primero de ellos, con una amplia experiencia en la investigación y la práctica profesional de las estructuras de hormigón armado y pretensado; y el segundo, con una experiencia reciente en el campo de la optimización heurística en la ingeniería. A partir de ese momento empezaron a gestarse las primeras tesis doctorales, las primeras de las cuales se defendieron en el año 2007, correspondientes a Cristian Perea de Dios y a Ignacio Javier Payá Zaforteza. En el año 2008 se publicaron nuestros tres primeros artículos: Perea et al. (2008), Payá et al. (2008) y Yepes et al. (2008).

En aquellos momentos, las preguntas a las que pretendíamos dar una solución fueron las siguientes:

  • ¿Es capaz la inteligencia artificial de diseñar automáticamente las estructuras?
  • ¿La inteligencia artificial podrá suplantar la experiencia del ingeniero en el prediseño de las estructuras?
  • ¿Se pueden utilizar técnicas procedentes del campo de la Investigación Operativa en la optimización de las estructuras?
  • ¿Puede alcanzarse una economía importante en los costes de construcción de las estructuras sin merma de la calidad?
  • ¿Aparecerán nuevas patologías si los módulos de optimización automática empiezan a implantarse de forma habitual en los paquetes de cálculo comerciales?
  • ¿Deberían revisarse las normas de cálculo si se extiende el cálculo optimizado de estructuras?
  • ¿Deberán tenerse en cuenta estados límites no considerados hasta ahora en la comprobación de las estructuras optimizadas?
  • ¿Pueden optimizarse varios criterios a la vez? ¿Cómo son las estructuras de bajo coste y alta seguridad?
  • ¿Es posible valorar el coste de la seguridad integral de una estructura?
  • ¿Podemos diseñar estructuras de bajo coste y que a la vez consuman poco CO2 y energía para hacer una ingeniería sostenible?
  • ¿Se puede aplicar el concepto de “huella ecológica” al diseño de las estructuras?

 

Fueron nuestros tres primeros artículos internacionales, pero a fecha de hoy ya se han publicado más de 60 y dirigido una quincena de tesis doctorales, así como una decena de proyectos de investigación. La lista la podéis ver en el blog: http://victoryepes.blogs.upv.es/publicaciones/articulos-jcr/

Referencias:

PEREA, C.; ALCALÁ, J.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Design of Reinforced Concrete Bridge Frames by Heuristic Optimization. Advances in Engineering Software, 39(8): 676-688.

PAYÁ, I.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A. (2008). Multiobjective Optimization of Reinforced Concrete Building Frames by Simulated Annealing. Computer-Aided Civil and Infrastructure Engineering, 23(8): 596-610.

YEPES, V.; ALCALÁ, J.; PEREA, C.; GONZÁLEZ-VIDOSA, F. (2008). A Parametric Study of Optimum Earth Retaining Walls by Simulated AnnealingEngineering Structures30(3): 821-830.

 

20 febrero, 2018
 

Publicada By  Víctor Yepes Piqueras - algoritmo, estructuras, hormigón, modelo matemático, optimización, Puentes, sostenibilidad, toma de decisiones    

Figura 1.- Esquema de un puente de hormigón postesado de sección en cajón para carreteras

Una viga de sección en cajón unicelular consta de una losa superior, dos almas y una losa inferior (Figura 1). La losa superior materializa la plataforma del puente, actúa como cabeza de compresión frente a momentos flectores positivos y sirve de alojamiento del pretensado necesario para resistir los momentos negativos. Las almas sostienen la losa superior, transmiten las cargas de cortante a los apoyos del puente y pueden alojar los cables de pretensado cuando estos se desplazan a lo largo del puente. Por último, la losa inferior une las secciones inferiores de las almas, aloja el pretensado para resistir los momentos positivos, sirve de cabeza de compresión ante momentos negativos y cierra el circuito de torsión de la estructura.

Según Schlaich y Scheef (1982), la sección en cajón es la tipología de superestructura más ampliamente utilizada en el proyecto y construcción de puentes. El Puente de Sclayn, sobre el río Maas, fue el primer puente continuo pretensado de sección en cajón. El puente, con dos tramos de 62,7 m, fue construido por Magnel en 1948. La sección en cajón no solo se puede encontrar en los puentes viga, sino en otras tipologías tipo arco, pórtico, atirantados y colgantes. El número de puentes continuos con esta sección ha aumentado recientemente (Ates, 2011) debido a su resistencia tanto a momentos flectores positivos como negativos, así como a la torsión. Además, otra característica importante es el peso propio reducido frente a otras tipologías. En cuanto a los métodos de construcción, los puentes de sección en cajón se pueden construir “in situ” o bien prefabricarse en dovelas que posterormente se izan y pretensan (Sennah y Kennedy, 2002). En la Figura 2 se muestra un puente en cajón situado sobre el nuevo cauce del río Turia, cuyo autor es Javier Manterola y que fue uno de los primeros puentes que tuve la oportunidad de construir durante mi etapa profesional en Dragados y Construcciones, S.A.

Figura 2.- Imagen aérea de la Estructura E-10, sobre el nuevo cauce del Turia, de Javier Manterola (1991). Uno de los primeros puentes que tuve la oportunidad de construir en mi etapa profesional en Dragados y Construcciones, S.A.

La investigación en el ámbito de los puentes en cajón ha tratado de mejorar su diseño (Yepes, 2017). Al principio, los trabajos se centraron en mejorar el comportamiento estructural (Chang y Gang, 1990; Ishac y Smith, 1985; Luo et al., 2002; Mentrasti, 1991; Razaqpur y Li, 1991; Shushkewich, 1988). Estos trabajos se centraron en el análisis del cortante y la distorsión de la sección. Posteriormente, Ates (2011) estudió el comportamiento de un puente viga continuo durante la etapa de construcción, incluyendo efectos dependientes del tiempo. Moon et al. (2005) también se centraron en la etapa de construcción, estudiando las grietas que aparecieron en la losa inferior de un puente prefabricado, que ocurrieron por una deformación excesiva durante el tesado provisional de las dovelas.

Otros autores investigaron el efecto de las condiciones de durabilidad en la resistencia. Liu et al. (2009) propusieron detectar los daños desarrollando técnicas de monitorización y evaluando el estado del puente. Guo et al. (2010) evaluaron la fiabilidad para estudiar la fluencia, la retracción y la corrosión a lo largo del tiempo de un puente mixto de vigas en cajón expuesto a un ambiente de cloruros. Lee et al. (2012) propusieron un sistema de gestión del ciclo de vida de puentes en cajón que integrase el diseño y la construcción. Fernandes et al. (2012) utilizaron métodos magnéticos para detectar la corrosión en los cables de pretensado de puentes prefabricados. Saad-Eldeen et al. (2013) estudiaron el momento flector último en vigas afectadas por corrosión. Los resultados se utilizaron para proponer un módulo tangente equivalente que tiene en cuenta la reducción total del área de la sección transversal debido a este tipo de degradación.

También existen algunas recomendaciones para el predimensionamiento de los puentes en cajón (Schlaich y Scheff, 1982; Fomento, 2000; SETRA, 2003). Sin embargo, consta relativamente muy poca investigación que haya abordado su diseño eficiente. Schlaich y Scheff (1982) indican que en el caso de puentes de sección en cajón “la solución óptima, siempre y exclusivamente una evaluación subjetiva, solo puede ser encontrada a través de la comparación de muchas soluciones alternativas”. La eficiencia, entendida como la máxima seguridad posible con un mínimo de inversión, constituye un objetivo común en el diseño estructural. Este tipo de problema presenta tal cantidad de variables, cada uno de las cuales puede adoptar una amplia gama de valores discretos, que hace que el espacio de soluciones sea tan inmenso que es muy difícil abordar la optimización sin emplear la inteligencia artificial. Además de esto, la preocupación por el medio ambiente, la importancia de la durabilidad y el desarrollo de nuevos materiales pueden modificar el diseño del puente. Los métodos de optimización ofrecen una alternativa eficaz a los diseños basados en la experiencia (García-Segura et al., 2014a; 2014b; 2015; 2017a; 2017b; García-Segura y Yepes, 2016; Yepes et al., 2017). Así, estas técnicas se han utilizado para abordar la optimización de sistemas estructurales reales. Por último, destacar la aplicación de las técnicas de decisión multicriterio a la hora de proyectar este tipo de puentes (Penadés-Plà et al., 2016).

Referencias:

  • Ates, S. (2011). Numerical modelling of continuous concrete box girder bridges considering construction stages. Applied Mathematical Modelling, 35(8), 3809–3820.
  • Chang, S.T.; Gang, J. Z. (1990). Analysis of cantilever decks of thin-walled box girder bridges. Journal of Structural Engineering, 116(9), 2410–2418.
  • Fernandes, B.; Titus, M.; Nims, D.K.; Ghorbanpoor, A.; Devabhaktuni, V. (2012). Field test of magnetic methods for corrosion detection in prestressing strands in adjacent box-beam bridges. Journal of Bridge Engineering, 17(6), 984–988.
  • Fomento M. (2000). New overpasses: general concepts. Madrid, Spain: Ministerio de Fomento.
  • García-Segura, T.; Yepes, V.; Alcalá, J. (2014a). 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. 347–358). Ostend, Belgium.
  • 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.
  • 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. (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.; 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.
  • Guo, T.; Sause, R.; Frangopol, D.M.; Li, A. (2010). Time-Dependent Reliability of PSC Box-Girder Bridge Considering Creep, Shrinkage, and Corrosion. Journal of Bridge Engineering, 16(1), 29-43.
  • Ishac, I.I.; Smith, T.R.G. (1985). Approximations for Moments in Box Girders. Journal of Structural Engineering, 111(11), 2333–2342.
  • Liu, C.; DeWolf, J.T.; Kim, J.H. (2009). Development of a baseline for structural health monitoring for a curved post-tensioned concrete box–girder bridge. Engineering Structures, 31(12), 3107–3115.
  • Luo, Q.Z.; Li, Q.S.; Tang, J. (2002). Shear lag in box girder bridges. Journal of Bridge Engineering, 7(5), 308.
  • Mentrasti, L. (1991). Torsion of box girders with deformable cross sections. Journal of Engineering Mechanics, 117(10), 2179–2200.
  • Moon, D.Y.; Sim, J.; Oh, H. (2005). Practical crack control during the construction of precast segmental box girder bridges. Computers & Structures, 83(31-32), 2584–2593.
  • Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12), 1295.
  • Razaqpur, A.G.; Li, H. (1991). Thin‐walled multicell box‐girder finite element. Journal of Structural Engineering, 117(10), 2953-2971.
  • Saad-Eldeen, S.; Garbatov, Y.; Guedes Soares, C. (2013). Effect of corrosion severity on the ultimate strength of a steel box girder. Engineering Structures, 49, 560–571.
  • Schlaich, J.; Scheff, H. (1982). Concrete Box-girder Bridges. International Association for Bridge and Structural Engineering. Zürich, Switzerland.
  • Sennah, K.M.; Kennedy, J.B. (2002). Literature review in analysis of box-girder bridges. Journal of Bridge Engineering, 7(2), 134–143.
  • SETRA (2003). Ponts en béton précontraint construits par encorbellements successifs: guide de concéption. M.E.T.L.T.M.
  • Shushkewich, K.W. (1988). Approximate analysis of concrete box girder bridges. Journal of Structural Engineering, 114(7), 1644–1657.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • 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.

 

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

 

 

9 febrero, 2018
 

Publicada By  Víctor Yepes Piqueras - ciclo de vida, competitividad, estructuras, hormigón, ingeniería civil, investigación, modelo matemático, optimización, Puentes, sostenibilidad, toma de decisiones    

https://construblogspain.wordpress.com/

Los métodos tradicionales empleados para el proyecto de un puente se basan en procedimientos de prueba y error que sirven para mejorar los diseños (Figura 1). Si bien la experiencia del proyectista permite definir “a priori” la geometría de la estructura, el resto de variables se determinan atendiendo al cumplimiento de los diferentes estados límite exigidos por los reglamentos para las situaciones de proyecto consideradas. De esta forma, la solución propuesta, si bien es funcionalmente correcta, no tiene porque ser la óptima. Los métodos de optimización, como pueden ser los algoritmos metaheurísticos o estocásticos, proporcionan una alternativa eficaz a los diseños estructurales basados en la experiencia. Estos algoritmos se caracterizan porque combinan unas reglas de decisión y la aleatoriedad para buscar de forma eficaz soluciones de alta calidad en espacios de soluciones de gran tamaño, tal y como son los originados por los problemas estructurales reales. Además, al explorar una gran cantidad de posibles combinaciones, encuentra soluciones que pueden estar alejadas de las reglas de diseño habituales empleadas por los proyectistas.

Figura 1. Diseño por prueba y error de las estructuras (Yepes, 2017)

Así, por ejemplo, los puentes de sección en cajón constituyen uno de las tipologías más habituales en los puentes continuos, pues presentan ventajas tanto desde la perspectiva de su eficiencia resistente como por su bajo peso propio. Sin embargo, las normas de diseño actuales no siempre contemplan los objetivos y las prioridades de una sociedad cambiante. El informe Brundtland (WCED, 1987) propone una visión a largo plazo para mantener los recursos, que serán necesarios para las necesidades futuras. El desarrollo sostenible requiere una triple visión que equilibre el desarrollo económico y las necesidades ambientales y sociales. Por lo tanto, las preocupaciones por construir un futuro más sostenible obligan a considerar aspectos como el impacto ambiental, la durabilidad y el nivel de seguridad, entre otros. Esto ha llevado al desarrollo de materiales de baja emisión de carbono, la búsqueda de nuevos diseños que reduzcan el impacto ambiental, la planificación de mantenimiento para prolongar la vida útil de las estructuras y la evaluación de su ciclo de vida para contemplar su impacto en su conjunto.

Esta nueva visión implica renovar la metodología de diseño de estructuras de modo que se consideren los criterios de sostenibilidad, que permita el uso de nuevos materiales y que, además, garantice un análisis estructural preciso. En este sentido, la optimización multiobjetivo encuentra soluciones óptimas con respecto a distintos objetivos, algunos de ellos contradictorios entre sí. Los actuales procedimientos de optimización heurística han permitido el diseño automatizado de estructuras óptimas. Sin embargo, existe una tendencia a considerar el diseño inicial y las operaciones de mantenimiento de la estructura como objetivos separados. Es decir, por una parte se estudia el diseño óptimo de una estructura para cumplir con los estados límite últimos y de servicio, y por otra parte, se considera la optimización de las operaciones de mantenimiento del puente durante su vida útil como un objetivo diferente, partiendo de una estructura ya construida, con un determinado estado de seguridad conocido. Como el mantenimiento depende del estado, el diseño inicial debe considerar los aspectos del ciclo de vida que también minimizan el mantenimiento futuro. Por lo tanto, es importante considerar la durabilidad con el fin de diseñar estructuras longevas y reducir los impactos a largo plazo. Es decir, se debe proyectar una estructura considerando todos los aspectos relacionados con su ciclo de vida.

La optimización multiobjetivo (MOO) de las estructuras reales requiere tiempos de cálculo elevados, incluso con la potencia de los actuales ordenadores, debido a la existencia de muchas variables de decisión, al procedimiento de análisis con métodos como el de los elementos finitos y al número de funciones objetivo consideradas. El uso de modelos predictivos tales como las redes neuronales artificiales (Artificial Neural Networks, ANNs) permite reducir el número necesario de evaluaciones exactas de la estructura y sustituir dicho cálculo por predicciones aproximadas. ANN aprende de los datos disponibles y permite predicciones incluso cuando las relaciones son altamente no lineales. Esta característica reduce el elevado coste computacional de las interaciones necesarias en los algoritmos de optimización heurística, al sustituir en dicho proceso una parte de los cálculos exactos por otros aproximados.

MOO conduce a una gama de soluciones óptimas, que se consideran igualmente buenas en función de los mútiples objetivos –la denominada frontera de Pareto-. El proceso de toma de decisiones para elegir la mejor de las opciones tiene lugar a posteriori, donde los expertos eligen la mejor solución en función de sus preferencias utilizando técnicas de toma de decisiones. Sin embargo, la asignación de pesos a cada uno de los objetivos del problema puede estar sujeta a incertidumbres o falta de objetividad. Sobre esta base, este trabajo sugiere una metodología capaz de introducir la información de selección (preferencia) en un proceso de toma de decisiones multicriterio en el que existen incertidumbres asociadas a la comparación de criterios.

Referencias:

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. (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.; 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.

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.

Martí, J.V.; González-Vidosa, F.; Yepes, V.; Alcalá, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48, 342–352.

Martí, J.V.; Yepes, V.; González-Vidosa, F. (2015). Memetic algorithm approach to designing precast-prestressed concrete road bridges with steel fiber reinforcement. Journal of Structural Engineering, 141(2), 04014114.

Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12), 1295.

Penadés-Plà, V.; Martí, J.V.; García-Segura, T.;  Yepes, V.(2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864.

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.; Martí, J.V.; García-Segura, T. (2015). Cost and CO2 emission optimization of precast–prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. 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.

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

 

 

2 febrero, 2018
 

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.

 

 

Página siguiente »

Universidad Politécnica de Valencia