UPV



Resultados de la búsqueda By Etiquetas: estructuras


Revisión de los procedimientos de optimización heurística de las estructuras

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

El diseño de las estructuras se ha basado fundamentalmente en la experiencia del ingeniero proyectista. La topografía y las condiciones de tráfico, entre otros, determinan el diseño de un puente. A partir de ahí, las dimensiones de la sección transversal, el tipo de hormigón y la disposición general de las armaduras se definen atendiendo a la experiencia profesional y a las recomendaciones y criterios de diseño (Figura 1). A continuación, se ajustan el resto de variables, tras comprobar el cumplimiento de los estados límite último y de servicio. Si el proyectista quiere mejorar el diseño 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 métodos heurísticos emplean técnicas basadas en la inteligencia artificial para seleccionar un diseño, analizar la estructura, controlar las restricciones y rediseñar la estructura modificando las variables hasta conseguir optimizar la función objetivo.

Cohn y Dinovitzer (1994) revisaron la investigación realizada en su momento en relación con la optimización de las estructuras y señalaron la brecha existente entre los estudios teóricos y la aplicación en problemas estructurales reales. Sarma y Adeli (1998) analizaron años más tarde los estudios relacionados con la optimización matemática de las estructuras, complementada más recientemente por Hare et al. (2013) que estudiaron la aplicación de los algoritmos heurísticos en la optimización estructural. Los algoritmos heurísticos difieren en cuanto a planteamiento y aplicabilidad de los métodos matemáticos exactos. De hecho, la optimización heurística resulta muy efectiva pues, aunque no garantiza la obtención del óptimo global del problema, proporciona soluciones casi óptimas en tiempos de cálculo razonables. Esta ventaja cobra importancia en la optimización de estructuras reales, donde el número de variables crece extraordinariamente de forma que desborda el tiempo de cálculo de los métodos exactos de optimización. Además, la programación matemática requiere el cálculo de gradientes de las restricciones, mientras que la optimización heurística incorpora las restricciones de diseño de una manera directa (Lagaros et al., 2006).

Las técnicas metaheurísticas utilizan estrategias de búsqueda para localizar óptimos locales en grandes espacios de soluciones de forma efectiva. Un ejemplo de ello son los Algoritmos Genéticos (Genetic Algorithms, GAs), que son procedimientos de búsqueda poblacionales inspirados en la evolución natural (Holland, 1975). Así, los GAs generan soluciones de alta calidad a través del cruce genético con otros individuos de una población y la mutación de algunas de sus características a lo largo de generaciones. Los padres suelen seleccionarse atendiendo a su aptitud (Coello, 1994) y los hijos mantienen ciertas características de sus padres. En cada generación sobreviven los hijos con mayores aptitudes. Además, para evitar la convergencia prematura del algoritmo, se utiliza un operador de mutación, al igual que ocurre en la Naturaleza, que cambia aleatoriamente de vez en cuando alguna de las características de las nuevas soluciones. Una variante a esta técnica son los Algoritmos Meméticos (Moscato, 1989), donde cada individuo de la nueva generación se mejora mediante una búsqueda local con el objetivo de mejorar los genes para que los padres obtengan mejores resultados en las siguientes generaciones. Esta técnica, por tanto, aplica los GAs a poblaciones de óptimos locales.

La inteligencia de enjambre (swarm intelligence) es una metaheurística poblacional empleada en los problemas de optimizacón. Estos algoritmos imitan el comportamiento colectivo de los sistemas descentralizados y auto-organizados, tales como algunas colonias de insectos, basándose en la interacción entre los vecinos, pero que siguen un patrón global. Los algoritmos de enjambre difieren en filosofía de los algoritmos genéticos porque utilizan la cooperación en lugar de la competencia (Dutta et al., 2011). Entre los algoritmos pertenecientes a este grupo, basados en el comportamiento biológico, destaca la optimización de colonias de hormigas (Ant Colony Optimization, ACO), la optimización de enjambre de partículas (Particle Swarm Optimization, PSO), las colonias de abejas artificiales (Artificial Bee Colony, ABC), la optimización en enjambres de luciérnagas (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 luciérnagas hacia los vecinos más brillantes (Krishnanand y Ghose, 2009).

Las metaheurísticas poblacionales presentan una amplia capacidad de búsqueda en paralelo y una fuerte robustez. Sin embargo, para mejorar la intensificación de la búsqueda, estos algoritmos suelen combinarse con otras heurísticas de búsqueda local. Esta hibridación consigue explotar la diversificación en la búsqueda poblacional con la intensificación de la búsqueda local. Luo y Zhang (2011) comprobaron que el algoritmo híbrido presenta una convergencia más rápida, una mayor precisión y es más efectivo en la optimización de problemas ingenieriles. Blum et al. (2011) estudiaron las ventajas de la hibridación de las metaheurísticas en el caso de la optimización combinatoria.

El recocido simulado (Simulated Annealing, SA), propuesto por Kirkpatrick et al. (1983), constituye uno de los algoritmos utilizados en la optimización estructural. Este algoritmo se basa en el fenómeno físico del proceso de recocido de los metales. La energía de un sistema termodinámico se compara con la función de coste evaluada para una solución de un problema de optimización combinatoria. En ambos casos se trata de evolucionar de un estado a otro de menor energía o coste. El acceso de un estado metaestable a otro se alcanza introduciendo “ruido” con un parámetro de control al que se denomina temperatura. Su reducción adecuada permite, con una elevada probabilidad, que un sistema termodinámico adquiera un mínimo global de energía. SA presenta la ventaja de admitir soluciones de peor calidad al principio de la búsqueda, lo cual permite eludir óptimos locales de baja calidad. La aceptación por umbrales (Threshold Accepting, TA), propuesto por Dueck y Scheuer (1990), tolera también opciones de peor calidad para eludir los óptimos locales. La diferencia entre SA y TA es que el criterio de aceptación de una solución peor es probabilista en el primer caso y determinista en el segundo. Los algoritmos genéticos se han hibridado con el recocido simulado en el diseño óptimo de puentes prefabricados de hormigón pretensado (Martí et al., 2013; Martí et al., 2016) y vigas en I de hormigón armado (RC) (Yepes et al., 2015a). Otras estrategias de hibridación también 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) señalaron la lentitud en la convergencia de los algoritmos GSO; del mismo modo Zhang et al. (2010) apuntaron ciertas deficiencias de estos algoritmos en la búsqueda del óptimo global. Es por ello que se ha hibridado SA con GSO (García-Segura et al., 2014c, Yepes et al., 2015b) para combinar la diversificación de la búsqueda de GSO con la intensificación de la búsqueda de SA para encontrar de forma efectiva un óptimo de elevada calidad. García-Segura et al. (2014c) mostraron cómo un algoritmo híbrido de optimización de enjambre de luciérnagas (SAGSO) obtuvo resultados considerablemente mejores en cuanto a calidad y tiempo de cálculo. SAGSO superó al GSO en términos de eficiencia, precisión y convergencia. Sin embargo, se requiere una buena calibración para garantizar soluciones de alta calidad con un tiempo de cómputo corto.

La búsqueda de la armonía (Harmony Search, HS) constituye una heurística 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 armonía representan los valores, las variables y el óptimo global. Alberdi y Khandelwal (2015) compararon ACO, GA, HS, PSO, SA y TS en la optimización del diseño de marcos de acero, comprobando que los mejores resultados se obtenían con HS. La búsqueda de la armonía se ha utilizado para optimizar columnas rectangulares de hormigón armado (de Medeiros y Kripka, 2014), forjados compuestos (Kaveh y Shakouri Mahmud Abadi, 2010) y pórticos planos de hormigón armado (Akin y Saka, 2015). Alia y Mandava (2011) recogieron en su trabajo las variantes utilizadas para hibridar con HS. García-Segura et al. (2015) emplearon un algoritmo de búsqueda de la armonía hibridada con la aceptación por umbrales para encontrar diseños óptimos sostenibles de puentes peatonales de hormigón postesado.

La optimización de los puentes atrajo la atención de los ingenieros a partir de la década de los años 70, incluyendo los puentes viga de acero, (Wills, 1973), el refuerzo de los puentes losa (Barr et al., 1989), los puentes viga de hormigón pretensado (Aguilar et al., 1973, Lounis y Cohn, 1993), y los puentes en cajón postesados construidos “in situ” (Bond, 1975; Yu et al., 1986). Desde la aparición de la inteligencia artificial, se ha puesto mayor énfasis en el uso de técnicas de optimización heurística para optimizar las estructuras. Srinivas y Ramanjaneyulu (2007) usaron redes neuronales artificiales y algoritmos genéticos para optimizar el coste de un puente de vigas en T. Rana et al. (2013) propusieron una optimización evolutiva para minimizar el coste de una estructura de puente continuo de hormigón pretensado de dos tramos. Martí et al. (2013) implementaron un algoritmo de recocido simulado híbrido para encontrar las soluciones más económicas de puentes prefabricados de hormigón pretensado de vigas artes. El uso de refuerzos de fibra de acero en ese tipo de puente se estudió posteriormente con algoritmos meméticos (Martí et al., 2015). Se propusieron algoritmos genéticos para optimizar las cubiertas poliméricas reforzadas con fibras híbridas y los puentes atirantados (Cai y Aref, 2015).

También se han optimizado otro tipo de estructuras con algoritmos heurísticos, como los forjados prefabricados (de Albuquerque et al., 2012), columnas de hormigón 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 hormigón armado (Camp y Huq, 2013), pórticos de hormigón armado (Payá-Zaforteza et al., 2010), vigas en I de hormigón armado (García-Segura et al., 2014c; Yepes et al., 2015a), pórticos de carreteras (Perea et al., 2008), pilas altas de viaductos (Martínez et al., 2011; 2013), muros de contención (Gandomi et al., 2015; Pei y Xia, 2012; Yepes et al., 2008, 2012; Molina-Moreno et al., 2017a), zapatas de hormigón armado (Camp y Assadollahi, 2013; Camp y Huq, 2013), bóvedas 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), 429–442.
  • 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, 79–95.
  • Alberdi, R.; Khandelwal, K. (2015). Comparison of robustness of metaheuristic algorithms for steel frame optimization. Engineering Structures, 102, 40–60.
  • Alia, O.M.; Mandava, R. (2011). The variants of the harmony search algorithm: an overview. Artificial Intelligence Review, 36(1), 49–68.
  • Barr, A.S.; Sarin, S.C.; Bishara, A.G. (1989). Procedure for structural optimization. ACI Structural Journal, 86(5), 524–531.
  • 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), 9637–9644.
  • Blum, C.; Puchinger, J.; Raidl, G.R.; Roli, A. (2011). Hybrid metaheuristics in combinatorial optimization: A survey. Applied Soft Computing, 11(6), 4135–4151.
  • 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), 669–697.
  • 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), 583–594.
  • 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), 411–426.
  • Camp, C.V.; Huq, F. (2013). CO2 and cost optimization of reinforced concrete frames using a big bang-big crunch algorithm. Engineering Structures, 48, 363–372.
  • Carbonell, A.; González-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), 3575–3589.
  • Coello, C. (1994). Uso de Algoritmos Genéticos para el Diseño Óptimo de Armaduras. In Congreso Nacional de Informática “Herramientas Estratégicas para los Mercados Globales”, pp. 290–305. Fundación Arturo Rosenblueth, México, D.F.
  • Cohn, M.Z.; Dinovitzer, A.S. (1994). Application of Structural Optimization. Journal of Structural Engineering, 120(2), 617–650.
  • Colorni, A.; Dorigo, M.; Maniezzo, V. (1991). Distributed optimization by ant colonies. In Proceeding of ECALEuropean Conference on Artificial Life, pp. 134–142. 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, 348–356.
  • de Medeiros, G.F. Kripka, M. (2014). Optimization of reinforced concrete columns according to different environmental impact assessment parameters. Engineering Structures, 59, 185–194.
  • 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), 197–205.
  • Dueck, G.; Scheuer, T. (1990). Threshold accepting: A general purpose optimization algorithm appearing superior to simulated annealing. Journal of Computational Physics, 90(1), 161–175.
  • 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, 72–84.
  • 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. (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. 347–358). Ostend, Belgium.
  • 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. (2014c). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190–1205.
  • Geem, Z.W.; Kim, J.H.; Loganathan, G.V. (2001). A new heuristic optimization algorithm: Harmony search. Simulation, 76(2), 60–68.
  • Hare, W.; Nutini, J.; Tesfamariam, S. (2013). A survey of non-gradient optimization methods in structural engineering. Advances in Engineering Software, 59, 19–28.
  • 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), 687–697.
  • 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), 664–669.
  • Kennedy, J.; Eberhart, R. (1995). Particle swarm optimization. In Proceedings of ICNN’95 – International Conference on Neural Networks, Vol. 4, pp. 1942–1948. IEEE.
  • Kirkpatrick, S.; Gelatt, C.D.; Vecchi, M.P. (1983). Optimization by simulated annealing. Science, 220(4598), 671–680.
  • Kripka, M.; Chamberlain Pravia, Z.M. (2013). Cold-formed steel channel columns optimization with simulated annealing method. Structural Engineering and Mechanics, 48(3), 383–394.
  • 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), 93–119.
  • Lagaros, N.D.; Fragiadakis, M.; Papadrakakis; M.; Tsompanakis, Y. (2006). Structural optimization: A tool for evaluating seismic design procedures. Engineering Structures, 28(12), 1623–1633.
  • Lounis, Z.; Cohn, M.Z. (1993). Optimization of precast prestressed concrete bridge girder systems. PCI Journal, 38(4), 60–78.
  • Luo, Q.F.; Zhang, J.L. (2011). Hybrid Artificial Glowworm Swarm Optimization Algorithm for Solving Constrained Engineering Problem. Advanced Materials Research, 204-210, 823–827.
  • Luz, A.; Yepes, V.; González-Vidosa, F.; Martí, J.V. (2015). Diseño de estribos abiertos en puentes de carretera obtenidos mediante optimización híbrida de escalada estocástica. Informes de la Construcción, 67(540), e114.
  • 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.
  • Martínez-Martín, F. J.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics, 45(6), 723–740.
  • Martínez-Martín, F.J.; González-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), 420–432.
  • Molina-Moreno, F.; García-Segura, T.; Martí, J.V.; Yepes, V. (2017a). Optimization of Buttressed Earth-Retaining Walls using Hybrid Harmony Search Algorithms. Engineering Structures, 134, 205-216.
  • Molina-Moreno, F.; Martí, 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), 1097–1109.
  • 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), 5609–5624.
  • 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.
  • Payá-Zaforteza, I.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica, 45(5), 693–704.
  • Payá-Zaforteza, I.; Yepes, V.; Hospitaler, A.; González-Vidosa, F. (2009). CO2-optimization of reinforced concrete frames by simulated annealing. Engineering Structures, 31(7), 1501–1508.
  • Pei, Y.; Xia, Y. (2012). Design of Reinforced Cantilever Retaining Walls using Heuristic Optimization Algorithms. Procedia Earth and Planetary Science, 5, 32–36.
  • 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– 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, 38–48.
  • Sarma, K.C.; Adeli, H. (1998). Cost optimization of concrete structures. Journal of Structural Engineering, 124(5), 570–578.
  • 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), 4365–4383.
  • 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), 475–487.
  • 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), 2625–2632.
  • 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.
  • Wills, J. (1973). A mathematical optimization procedure and its application to the design of bridge structures. Wokingham, Berkshire, United Kingdom.
  • Yepes, V.; Alcalá, J.; Perea, C.; González-Vidosa, F. (2008). A parametric study of optimum earth-retaining walls by simulated annealing. Engineering Structures, 30(3), 821–830.
  • Yepes, V.; Díaz, J.; González-Vidosa, F.; Alcalá, J. (2009). Caracterización estadística de tableros pretensados para carreteras. Revista de la Construcción, 8(2), 95-109.
  • 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.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yu, C.H.; Gupta, N.C. Das; Paul, H. (1986). Optimization of prestressed concrete bridge girders. Engineering Optimization, 10(1), 13–24.
  • 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. 683–693. Berlin, Heidelberg: Springer Berlin Heidelberg.

 

 

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

16 abril, 2018
 
|   Etiquetas: ,  ,  ,  ,  ,  |  

Necrológica: Ha fallecido el Prof. David Billington

Prof. David Billington

Hoy es un día triste. Me he enterado a través de Ignacio Payá del fallecimiento del Prof. David Billington (Universidad de Princeton), el autor the “The Tower and The Bridge. The New Art of Structural Engineering” y tantos y tantos estudios sobre grandes ingenieros como Isler, Ammann o Maillart.


Os dejo a continuación una conferencia impartida sobre arte estructural. Espero que os guste.

27 marzo, 2018
 
|   Etiquetas: ,  ,  ,  ,  |  

Más de 10 años investigando la optimización de estructuras de hormigón

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
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  |  

Optimización de estructuras de hormigón mediante Simulated Annealing

Logo OptimizacionA continuación os dejo un capítulo de un libro de Simulated Annealing, escrito en abierto para su libre difusión, donde explicamos varias aplicaciones del algoritmo de Cristalización Simulada aplicada a estructuras de hormigón armado. En particular: muros ménsula, pórticos de carreteras, marcos de carreteras y pórticos de edificación. Su referencia es:

GONZÁLEZ-VIDOSA-VIDOSA, F.; YEPES, V.; ALCALÁ, J.; CARRERA, M.; PEREA, C.; PAYÁ-ZAFORTEZA, I. (2008) Optimization of Reinforced Concrete Structures by Simulated Annealing. TAN, C.M. (ed): Simulated Annealing. I-Tech Education and Publishing, Vienna, pp. 307-320. (link)

10 noviembre, 2017
 
|   Etiquetas: ,  ,  ,  ,  ,  |  

El concepto de puente

Puente Ingeniero Carlos Fernández Casado, en embalse de Barrios de Luna (León)

Puente Ingeniero Carlos Fernández Casado, en embalse de Barrios de Luna (León). Imagen: © V. Yepes

Los puentes pueden considerarse como una de las construcciones cuyos orígenes se pierden en los albores del tiempo. Son las obras civiles por excelencia. Sin embargo, son mucho más que simples construcciones, en palabras de Juan José Arenas, “un puente ha sido, y es, sin género de dudas, un elemento indispensable para el desarrollo de la civilización y de la cultura”.

Los puentes a lo largo de la historia han identificado paisajes y se han erigido en articuladores del espacio. Javier Manterola  recuerda que “el puente es un elemento del camino”, por tanto, no puede entenderse sin él, pero tampoco sin el obstáculo. Es el paradigma del esfuerzo de la razón en su pretensión de superar todo tipo de dificultad y contratiempo. Para Miguel Aguilólos puentes … expresan la superación de un obstáculo, de una incomunicación, de una situación comprometida”. Es el afán sempiterno por vencer los límites que amordazan la voluntad humana.

El puente es la metáfora perfecta de la unión entre las partes, de la comunicación, del intercambio y del progreso. También significa el paso o tránsito hacia el otro lado, hacia lo desconocido, con toda la carga de magia y misterio que lo rodea. Es la victoria de la razón sobre las fuerzas de la Naturaleza, aunque para otros es fruto de la intervención del maligno. Fernández-Troyano  nos recuerda que la magia consiste en “sostener el camino en el aire”, dejándolo flotar contra todo pronóstico, sorteando el orden establecido.

Es un símbolo de poder para quien lo controla y un paso hacia la inmortalidad para quien lo construye. Para otros es propaganda, una “golosina visual”, una marca o un reclamo turístico. Sin embargo, para los ingenieros, un puente puede ser la más bella obra que la razón ha regalado a los humanos. Aprender a ver un puente, por tanto, va más allá de la simple contemplación; consiste en descubrir su verdad interna, aquello que el autor ha querido expresar y que, en esencia, es la posibilidad de crear una estructura sólida, bella y funcional, como diría Vitruvio.

Puente della Trinitá en Florencia.  Imagen: © V. Yepes

Para José Antonio Fernández-Ordoñez el paradigma vitruviano queda limitado en nuestra búsqueda de entender el lenguaje del puente, incluso si se añaden las componentes constructivas y económicas. En efecto, tal y como nos refiere él mismo, le “interesan especialmente otros tres aspectos menos tratados, pero no menos importantes, como son el estético, el histórico y el de integración con su entorno, es decir la naturaleza”.

Un puente es una obra de arte que, más allá de su arquitectura, presenta una dialéctica tensional que, bien entendida e interpretada, permite escucharla como una composición musical, con todos sus matices, timbres y tonos. Sin embargo, como cualquier obra de arte, es imposible descifrarla fuera de contexto, sin su entorno, sin la sociedad que la creó. Un puente crea, por tanto, otra dialéctica, la visual con el paisaje, creando o destruyendo el lugar, lo cual implica que el puente debe ser algo singular, creado “ad hoc”, que no sirve para cualquier sitio o circunstancia, y que debe ser fruto de la sociedad que lo ha visto nacer. Santiago Hernández (2009:11) expresa claramente esta idea cuando habla del “alma de los puentes”, es decir, “de la capacidad de provocar sentimientos en quienes los han construido y en aquellos que, cuando los contemplan, pueden ver a todos quienes han hecho posible que su obra sirva a miles de personas durante siglos. El puente es más que un libro, más que una película, más que un relato, más que una herramienta… el puente nos permite vivir una ‘experiencia’ que nos une a su origen, su pasado, su presente y su futuro”.

El protagonista, por tanto, es ese lenguaje dialéctico, interno del puente y externo con el contexto y el paisaje. Cuando el propio puente, su autor o su promotor prevalecen deliberadamente sobre este lenguaje, el puente pierde gran parte de su valor, prostituyendo su esencia. A este respecto, Miguel Aguiló  ya nos previene de estos peligros: “… lo puramente funcional va siempre acompañado de intenciones simbólicas, de emulación, de prestigio o de ostentación, y son precisamente estas finalidades no explícitas en la función las que fomentan o impulsan la desproporción”. Es quizás en este contexto cuando ciertas reflexiones de Florentino Regalado pueden adquirir mayor brillo: “una reflexión meticulosa, la reflexión y el sentido común, y unas ciertas dosis de humidad, se echan a faltar en lo que se proyecta y construye”.

Quizá Steinman y Watson fueron capaces de sintetizar lo que el puente significa para aquellos que los amamos profundamente, “porque un puente es algo más que una cosa de acero y piedra: es la concreción del esfuerzo de cabezas, corazones y manos humanas. Un puente es más que una suma de deformaciones y tensiones: es una expresión del impulso de los hombres -un desafío y una oportunidad de crear belleza-. Un puente es el símbolo del heroico esfuerzo de la humanidad hacia el dominio de las fuerzas de la naturaleza. Un puente es un monumento a la tenaz voluntad de conquista del género humano”.

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

Diseño óptimo sostenible de muros de contrafuertes

Nos acaban de publicar en la revista de Elsevier del primer decil, Journal of Cleaner Production, un artículo donde se estudia el diseño de los muros de contrafuertes optimizados para reducir sus emisiones de CO2. Este artículo forma parte de nuestra línea de investigación BRIDLIFE en la que se pretenden optimizar estructuras atendiendo no sólo a su coste, sino al impacto ambiental que generan a lo largo de su ciclo de vida. El artículo lo podéis descargar GRATUITAMENTE hasta el 27 de agosto de 2017 en el siguiente enlace:

https://authors.elsevier.com/a/1VLOP3QCo9NDzg

Abstract:

This paper shows the differences between the design of a reinforced concrete structure considering two objectives to minimize; economic cost and CO2 emissions. Both objectives depend on the amount of two high carbon intensive materials: cement in the concrete and steel; therefore, these objectives are related. As the balance between steel and cement per m3 of concrete depends on several factors such as the type of structure, this study focuses on buttressed earth-retaining walls. Another factor that determines the balance between steel and concrete is the height of the wall. Thus, the methodology considers a parametric study for optimal designs of buttressed earth-retaining walls, where one of the parameters is the wall height. One of the objectives is to show the variation in cost when CO2 is minimized, respectful of minimizing the economic cost. The findings show that wall elements under bending-compressive strains (i.e. the stem of the buttressed retaining wall) perform differently depending on the target function. On one hand, the study reveals an upward trend of steel per unit volume of concrete in emission-optimized earth-retaining buttressed walls, compared to the cost-optimized. On the other hand, it is checked that unlike the cost-optimized walls, emission-optimized walls opt for a higher concrete class than the minimum class available. These findings indicate that emission-optimized walls penalize not only concrete volume, but also the cement content, to the extent that a higher concrete class outperforms in reduced emissions. Additionally, the paper outlines how and to what extent the design of this typology varies for the two analyzed objectives in terms of geometry and amount of materials. Some relevant differences influencing the geometry of design strategies are found.

Keywords:

Cargon emission; CO2; earth-retaining wall; reinforced concrete; Harmony search; Threshold accepting

Reference:

MOLINA-MORENO, F.; MARTÍ, J.V.; YEPES, V. (2017). Carbon embodied optimization for buttressed earth-retaining walls: implications for low-carbon conceptual designs. Journal of Cleaner Production, 164:872-884.

10 julio, 2017
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  |  

¿Qué hacer antes de empezar a construir una estructura de hormigón?

La Instrucción de Hormigón Estructural EHE-08 indica claramente la necesidad de planificar y prevenir aspectos relacionados con los procedimientos constructivos, con la seguridad, con los impactos ambientales, con la trazabilidad de los materiales, entre otros. Se trata de evitar imprevistos durante la ejecución de las estructuras de hormigón. Hay que tener presente que el propio procedimiento constructivo (descimbrado, pretensado, etc.) pueden inducir acciones que pueden superar incluso las solicitaciones que tendrá la estructura durante su vida de servicio. Os dejo un objeto de aprendizaje donde explicamos brevemente este tipo de cuestiones. Espero que os sea de interés.

 

28 febrero, 2017
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  ,  |  

Resultados parciales del proyecto BRIDLIFE

ph_vigas-artesaEl objetivo del proyecto BRIDLIFE consiste en desarrollar una metodología que permita incorporar un análisis del ciclo de vida de vida de puentes de hormigón pretensado definiendo un proceso de toma de decisiones que integre los aspectos sociales y medioambientales mediante técnicas analíticas de toma de decisiones multicriterio. Los resultados esperados pretenden detallar qué tipologías, actuaciones de conservación y alternativas de demolición y reutilización son adecuadas para minimizar los impactos, dentro de una política de fuerte limitación presupuestaria que compromete seriamente las políticas de creación y conservación de las infraestructuras.

Este es un proyecto competitivo financiado por el Ministerio Español de Economía y Competitividad y fondos FEDER (proyecto de investigación BIA2014-56574-R), cuya duración abarca los años 2015-2017. En este momento, superado el ecuador del proyecto, podemos dar cuenta de algunos de los resultados ya publicados en revistas de impacto que espero os sean de interés.

Como antecedentes necesarios se indican algunos trabajos previos, fruto del proyecto HORSOST, precedente al actual. La optimización de un puente de vigas artesa se abordó con algoritmos híbridos basados en el recocido simulado [1] y algoritmos meméticos [2]; se utilizaron algoritmos de enjambres de luciérnagas para optimizar el coste y las emisiones de CO2 de vigas en I, incorporando la carbonatación en el ciclo de vida [3]; asimismo se evaluó el ciclo de vida de hormigones con distintas adiciones incluyendo la carbonatación y la durabilidad [4].

Las primeras aportaciones realizadas en el año 2015, ya dentro del proyecto, fueron la optimización de estribos abiertos mediante algoritmos híbridos de escalada estocástica [5]; la optimización del coste de puentes en vigas artesa con hormigón con fibras [6] y la optimización de las emisiones de CO2 de pasarelas de hormigón pretensado y sección en cajón [7]. Destaca también el trabajo desarrollado, basándose en una aproximación cognitiva, de una metodología que permite la toma de decisiones tras la aplicación de técnicas de optimización multiobjetivo [8].

En el año 2016 se empezaron a realizar aportaciones realizadas, fundamentalmente con la evaluación de los impactos sociales de las infraestructuras a lo largo del ciclo su ciclo de vida [9,10]. Se avanzó con la optimización de la energía embebida en puentes de vigas artesa [11] y en la optimización multiobjetivo del coste, las emisiones de CO2 y la seguridad a lo largo del ciclo de vida de puentes cajón [12]. Se han comparado puentes losa postesados y puentes prefabricados óptimos [13]. Otra aportación de interés se realizó con la colaboración del profesor Dan M. Frangopol, que realizó una estancia en nuestro grupo de investigación. Se comparó el coste del ciclo de vida de puentes cajón usando una aproximación basada en la fiabilidad [14].

Durante el año 2017, último del proyecto, existen trabajos ya publicados y otros en proceso de revisión. Se describen brevemente los ya publicados. Se aplicó el análisis de ciclo de vida completo atendiendo a todo tipo de impactos ambientales a muros de contrafuertes [15], introduciendo una metodología que se está aplicando a estructuras más complejas como los puentes. Se a introducido un metamodelo basado en redes neuronales para mejorar el rendimiento en el proceso de optimización multiobjetivo de puentes en cajón [16]. También se optimizaron las emisiones de CO2 en puentes de vigas artesa realizados con hormigones con fibras [17].

Aparte de estas aportaciones, directamente relacionadas con el proyecto BRIDLIFE, durante este periodo de tiempo destacan dos trabajos similares aplicados a la optimización del mantenimiento de pavimentos de carreteras desde los puntos de vista económicos y medioambientales [18,19].

Cabe destacar, por último, que durante los años 2015-2016 se han leído cinco tesis doctorales relacionadas, de forma directa o indirecta, con los objetivos desarrollados por el presente proyecto de investigación [20-24], existiendo otras cinco en estado avanzado de desarrollo.

Referencias:

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

[2] J.V. Martí, V. Yepes, F. González-Vidosa, A. Luz, Diseño automático de tableros óptimos de puentes de carretera de vigas artesa prefabricadas mediante algoritmos meméticos híbridos, Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería. 30(3) (2014) 145-154.

[3] T. García-Segura, V. Yepes, J.V. Martí, J. Alcalá, Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm, Latin American Journal of Solids and Structures. 11(7) (2014) 1190-1205.

[4] T. García-Segura, V. Yepes, J.V. Martí, J. Alcalá, Life-cycle greenhouse gas emissions of blended cement concrete including carbonation and durability, International Journal of Life Cycle Assessment. 19(1) (2014) 3-12.

[5] A. Luz, V. Yepes, F. González-Vidosa, J.V. Martí, Diseño de estribos abiertos en puentes de carretera obtenidos mediante optimización híbrida de escalada estocástica, Informes de la Construcción. 67(540) (2015) e114.

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

[7] T. García-Segura, V. Yepes, J. Alcalá, E. Pérez-López, Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges, Engineering Structures. 92 (2015) 112-122.

[8] V. Yepes, T. García-Segura, J.M. Moreno-Jiménez, A cognitive approach for the multi-objective optimization of RC structural problems, Archives of Civil and Mechanical Engineering. 15(4) (2015) 1024-1036.

[9] E. Pellicer, L.A. Sierra, V. Yepes, Appraisal of infrastructure sustainability by graduate students using an active-learning method, Journal of Cleaner Production. 113 (2016) 884-896.

[10] L.A. Sierra, E. Pellicer, V. Yepes, Social sustainability in the life cycle of Chilean public infrastructure, Journal of Construction Engineering and Management ASCE. 142(1) (2016) 05015020.

[11] J.V. Martí, T. García-Segura, V. Yepes. Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy, Journal of Cleaner Production. 120 (2016) 231-240.

[12] T. García-Segura, V. Yepes, Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety, Engineering Structures. 125 (2016) 325-336.

[13] J.V. Martí, J. Alcalá, T. García-Segura, V. Yepes, Heuristic design of precast-prestressed concrete U-beam and post-tensioned cast-in-place concrete slab road bridges, International Conference on High Performance and Optimum Design of Structures and Materials (HPSM/OPTI 216) (2016), 10 pp.

[14] T. García-Segura, V. Yepes, D.M. Frangopol, D.Y. Yang, Comparing the life-cycle cost of optimal bridge designs using a lifetime reliability-based approach, Fifth International Symposium on Life -Cycle Civil Engineering (IALCCE 2016). (2016) 1146-1153.

[15] P. Zastrow, F. Molina-Moreno, T. García-Segura, J.V. Martí, V. Yepes. Life cycle assessment of cost-optimized buttress earth-retaining walls: a parametric study, Journal of Cleaner Production. 140 (2017) 1037-1048.

[16] T. García-Segura, V. Yepes, J. Alcalá, Computer-support tool to optimize bridges automatically, International Journal of Computational Methods and Experimental Measurements. 5(2) (2017) 171-178.

[17] V. Yepes, J.V. Martí, T. García-Segura, Design optimization of precast-prestressed concrete road bridges with steel fiber-reinforcement by a hybrid evolutionary algorithm, International Journal of Computational Methods and Experimental Measurements. 5(2) (2017) 179-189.

[18] C. Torres-Machi, A. Chamorro, E. Pellicer, V. Yepes, C. Videla, Sustainable pavement management: Integrating economic, technical, and environmental aspects in decision making, Transportation Research Record. 2523 (2015) 56-63.

[19] V Yepes, C. Torres-Machí, A. Chamorro, E. Pellicer, Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm, Journal of Civil Engineering and Management. 22(4) (2016) 540-550.

[20] C. Torres-Machí, Optimización heurística multiobjetivo para la gestión de activos de infraestructuras de transporte terrestre, Tesis doctoral, Universitat Politècnica de València y Pontificia Universidad Católica de Chile, 2015.

[21] A.M. Rodriguez-Calderita, Optimización heurística de forjados de losa postesa, Tesis doctoral, Universitat Politècnica de València, 2015.

[22] A.J. Luz, Diseño óptimo de estribos abiertos de hormigón armado en puentes de carretera mediante optimización heurística, Tesis doctoral, Universitat Politècnica de València, 2016.

[23] F. Navarro-Ferrer, Modelos predictivos de las características prestacionales de hormigones fabricados en condiciones industriales, Tesis doctoral, Universitat Politècnica de València, 2016.

[24] T. García-Segura, Efficient design of post-tensioned concrete box-girder road bridges based on sustainable multi-objective criteria, Tesis doctoral, Universitat Politècnica de València, 2016.

26 noviembre, 2016
 
|   Etiquetas: ,  ,  ,  ,  ,  ,  ,  |  

Aplicación de métodos matemáticos en la estimación de la vida útil de los puentes

Fases de iniciación y propagación de la corrosión (Tuutti, 1982)

Fases de iniciación y propagación de la corrosión (Tuutti, 1982)

Cualquier tipo de infraestructura, ya sea una carretera o un puente, presenta un proceso de deterioro a lo largo de su vida útil debido al paso del tiempo y también al resultado de acciones y solicitaciones externas. Otros factores que pueden determinar la duración de esta vida útil pueden ser los errores o defectos ocurridos en fase de proyecto o bien durante el proceso de construcción. El tiempo, portanto, influye directamente en la mayor parte de las variables que intervienen en los procesos de deterioro, tanto en los físicos (acciones, características resistentes, interacción con el terreno, etc.) como en los químicos (corrosión, carbonatación, cloruros, sulfatos, etc.). El análisis de la vida útil de un puente es, por tanto, un proceso complejo que requiere identificar las variables que afectan a la durabilidad y su distribución temporal. El deterioro es un proceso inherente a las estructuras, y por tanto, inevitable, aunque los sistemas de gestión tratan de cuantificarlo y controlarlo mediante estrategias de mantenimiento. Sus efectos pueden ser devastadores, reduciendo drásticamente sus aspectos funcionales, portantes, confort y seguridad.

Para profundizar en este tema, os dejo un vídeo producido por el Instituto Eduardo Torroja donde Faviano Tavares explica la aplicación de los métodos matemáticos en la estimación de la vida útil de las estructuras. Espero que os sea de interés.

28 octubre, 2016
 
|   Etiquetas: ,  ,  ,  ,  ,  |  

Prueba de carga en puentes

Prueba de carga del puente Príncipe de Viana (Lérida), de Javier Manterola

Prueba de carga del puente Príncipe de Viana (Lérida), de Javier Manterola

Las pruebas de carga en los puentes tratan de comprobar que el proyecto y su ejecución se ha realizado de forma adecuada. Para ello se evalúa el comportamiento estructural comparando la respuesta real a la esperada según el modelo de cálculo empleado para su diseño y comprobación. También se realizan pruebas en el caso de puentes de servicio. En este último caso se trata de ampliar el conocimiento del estado de la estructura mediante la evaluación de su comportamiento estructural, bien periódicamente o como consecuencia de inspecciones que así lo aconsejen. Para ello, se obtendrán los desplazamientos y deformaciones en determinados elementos relevantes de la misma, bajo la acción de las cargas de prueba, comparándolas con las obtenidas en pruebas anteriores.

Os paso a continuación algunos vídeos sobre este tema. En el primero vemos un reportaje sobre la prueba de carga del viaducto del embalse de Contreras, en la Línea Ferroviaria de Alta Velocidad Madrid-Levante. Se colocaron sobre el tablero 54 camiones de 38 toneladas; en total, más de 2.000 toneladas.

(más…)

6 octubre, 2016
 
|   Etiquetas: ,  ,  |  

Previous Posts

Universidad Politécnica de Valencia