![](http://victoryepes.blogs.upv.es/files/2021/07/images.jpg)
En varios artículos anteriores ya presentamos el resumen, la justificación, las hipótesis de partida y los objetivos del proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo justificaremos brevemente la metodología de este proyecto.
El análisis del estado de la técnica, desarrollado específicamente por el grupo para formular este proyecto, reveló la existencia de importantes lagunas de investigación. Por un lado, no se ha abordado de manera integral la optimización del diseño de estructuras híbridas y basadas en MMC que incorporan daños por eventos extremos, lo que dificulta una recuperación rápida y la minimización de impactos sociales y ambientales. Estas estructuras presentan un alto potencial (Terreros-Bedoya et al., 2023; Sánchez-Garrido et al., 2023), pero aún no se han explorado metaheurísticas híbridas con DL y teoría de juegos en la optimización de su resiliencia. Además, la lógica neutrosófica y las redes bayesianas abren puertas en el ámbito de la decisión multicriterio. Estas innovaciones se fusionan en nuestra metodología con técnicas, como el análisis del ciclo de vida, el análisis basado en la fiabilidad, el diseño óptimo robusto, los metamodelos y las técnicas de minería de datos. La metodología propuesta busca priorizar el diseño de estructuras, su reparación o mantenimiento, considerando criterios de sostenibilidad social y ambiental dentro de restricciones presupuestarias, teniendo en cuenta la variabilidad inherente a los desafíos prácticos.
La Figura 2 muestra el esquema metodológico propuesto para RESILIFE, vinculando las fases con los objetivos específicos. Se adopta un enfoque mixto e interactivo en el que el decisor proporciona información sobre sus preferencias al analista. Posteriormente, mediante una optimización multiobjetivo basada en la fiabilidad y los metamodelos, el analista genera un conjunto de soluciones eficientes que el decisor evalúa antes de tomar una decisión. Por tanto, la novedad de la propuesta metodológica trifase se basa en la integración de técnicas de información a priori, en las que el decisor (grupos de interés) informa de las preferencias al analista, abarcando métodos constructivos, reparación, conservación, etc. La optimización multiobjetivo, apoyada en la variabilidad de parámetros, variables y restricciones, produce alternativas eficientes. La última fase implica un proceso de información a posteriori para que el decisor considere aspectos no contemplados en la optimización, que da como resultado la solución final completa.
![](http://victoryepes.blogs.upv.es/files/2024/07/Fig-2-RESILIFE-1024x706.png)
La metodología se aplicará, como mínimo, a los siguientes casos de estudio. En primer lugar, a la optimización de pórticos de edificios altos con estructura de acero híbrido y de hormigón armado sometida a un incremento fuerte de temperatura. De hecho, Keles et al. (2024) optimizan estructuras de acero tradicional, en las que la temperatura altera las propiedades mecánicas, y Negrín et al. (2023a) comparan las ventajas de las estructuras híbridas frente a las tradicionales. El segundo caso se aplica a pórticos de edificios, tanto de hormigón armado como de estructuras híbridas, donde se optimiza suponiendo el fallo completo de uno o varios de los soportes, de forma que el entramado siga manteniendo su funcionalidad. Esto permite, con ligeros cambios en el diseño, mantener cierta funcionalidad estructural capaz de evacuar a las personas con seguridad y, a su vez, realizar tareas de reparación o mantenimiento de los elementos dañados. El objetivo es mejorar no solo la optimización, sino también los aspectos de diseño que impidan el colapso progresivo. Un aspecto similar ha sido estudiado por Negrín et al. (2023c) para el caso de fuertes interacciones suelo-estructura. Otro caso de estudio es la optimización resiliente de viviendas sociales prefabricadas en zonas sísmicas, que deben resistir acciones extremas y, además, poder reparar rápidamente los daños (Guaygua et al., 2023). Otro caso previsto es la optimización resiliente del mantenimiento y la reparación de patologías resultantes de eventos extremos. Los casos anteriores, que se centran en gran medida en viviendas, también se extenderán en este proyecto a otras estructuras, como puentes híbridos o estructuras modulares, en consonancia con la experiencia previa del equipo de investigación. La optimización siempre es multiobjetivo y se apoya en técnicas de deep learning a lo largo del ciclo de vida, con la novedad del uso de la teoría de juegos.
Referencias
- GUAYGUA, B.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2023). A systematic review of seismic-resistant precast concrete buildings. Structures, 58; 105598.
- KELES, M.; ARTAR, M.; ERGÜN, M. (2024). Investigation of temperature effect on the optimal weight design of steel truss bridges using Cuckoo Search Algorithm. Structures, 59:105819.
- NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023a). Design optimization of welded steel plate girders configured as a hybrid structure. J Constr Steel Res, 211:108131.
- NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023b). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
- NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023c). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Struct., 293:116657
- SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725
- TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.