Machine learning aplicado a la construcción: Un análisis de los avances científicos y del futuro próximo

Acaban de publicarnos un artículo en la revista Automation in Construction, que es la revista indexada de mayor impacto JCR en el ámbito de la ingeniería civil. En este caso se ha realizado un análisis bibliométrico del estado del arte y de las líneas de investigación futura del Machine Learning en el ámbito de la construcción. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. En este caso, se trata de una colaboración con grupos de investigación de Chile, Brasil y España.

El artículo lo puedes descargar GRATUITAMENTE hasta el 11 de octubre de 2022 en el siguiente enlace: https://authors.elsevier.com/c/1fdIq3IhXMtgv2

Los complejos problemas industriales, junto con la disponibilidad de una infraestructura informática más robusta, presentan muchos retos y oportunidades para el aprendizaje automático (Machine Learning, ML) en la industria de la construcción. Este artículo revisa las técnicas de ML aplicadas a la construcción, principalmente para identificar las áreas de aplicación y la proyección futura en esta industria. Se analizaron estudios desde 2015 hasta 2022 para evaluar las últimas aplicaciones de ML en la construcción. Se propuso una metodología que identifica automáticamente los temas a través del análisis de los resúmenes utilizando la técnica de Representaciones Codificadoras Bidireccionales a partir de Transformadores para posteriormente seleccionar manualmente los temas principales. Hemos identificado y analizado categorías relevantes de aplicaciones de aprendizaje automático en la construcción, incluyendo aplicaciones en tecnología del hormigón, diseño de muros de contención, ingeniería de pavimentos, construcción de túneles y gestión de la construcción. Se discutieron múltiples técnicas, incluyendo varios algoritmos de ML supervisado, profundo y evolutivo. Este estudio de revisión proporciona directrices futuras a los investigadores en relación con las aplicaciones de ML en la construcción.

Highlights:

State-of-the-art developed using natural language processing techniques.
Topics analyzed and validated by experts for consistency and relevance.
Topics deepened through application of bigram analysis and clustering in addition to traditional bibliographic analysis.
Identified five large areas, and detailed two to three groups of relevant lines of research.

Abstract:

Complex industrial problems coupled with the availability of a more robust computing infrastructure present many challenges and opportunities for machine learning (ML) in the construction industry. This paper reviews the ML techniques applied to the construction industry, mainly to identify areas of application and future projection in this industry. Studies from 2015 to 2022 were analyzed to assess the latest applications of ML techniques in construction. A methodology was proposed that automatically identifies topics through the analysis of abstracts using the Bidirectional Encoder Representations from Transformers technique to select main topics manually subsequently. Relevant categories of machine learning applications in construction were identified and analyzed, including applications in concrete technology, retaining wall design, pavement engineering, tunneling, and construction management. Multiple techniques were discussed, including various supervised, deep, and evolutionary ML algorithms. This review study provides future guidelines to researchers regarding ML applications in construction.

Keywords:

Machine learning; BERT; Construction; Concretes; Retaining walls; Tunnels; Pavements; Construction management

Reference:

GARCÍA, J.; VILLAVICENCIO, G.; ALTIMIRAS, F.; CRAWFORD, B.; SOTO, R.; MINTATOGAWA, V.; FRANCO, M.; MARTÍNEZ-MUÑOZ, D.; YEPES, V. (2022). Machine learning techniques applied to construction: A hybrid bibliometric analysis of advances and future directions. Automation in Construction, 142:104532. DOI:10.1016/j.autcon.2022.104532

Special Issue: “Machine Learning, Metaheuristics and Combinatorial Optimization Problems”

Mathematics (ISSN 2227-7390) is a peer-reviewed open-access journal that provides an advanced forum for studies related to mathematics and is published monthly online by MDPI.

Open Access – free for readers, with article processing charges (APC) paid by authors or their institutions.
High visibility:indexed within Scopus, SCIE (Web of Science), RePEc, and other databases.
Rapid publication: manuscripts are peer-reviewed, and a first decision provided to authors approximately 17.8 days after submission; acceptance to publication is undertaken in 2.8 days (median values for papers published in this journal in the first half of 2022).
Recognition of reviewers: reviewers who provide timely, thorough peer-review reports receive vouchers entitled to a discount on the APC of their next publication in any MDPI journal in appreciation of the work done.

Impact Factor: 2.592 (2021) ; 5-Year Impact Factor: 2.542 (2021) (First decile JCR journal) JCR – Q1 (Mathematics) / CiteScore – Q1 (General Mathematics)

Special Issue “Machine Learning, Metaheuristics and Combinatorial Optimization Problems”

Deadline for manuscript submissions: 10 February 2023.

Special Issue Editors

Prof. Dr. Víctor Yepes E-Mail Website SciProfiles Guest Editor

Institute of Concrete Science and Technology (ICITECH), Universitat Politècnica de València, 46022 València, Spain
Interests: multiobjective optimization; structures optimization; lifecycle assessment; social sustainability of infrastructures; reliability-based maintenance optimization; optimization and decision-making under uncertainty
Special Issues, Collections and Topics in MDPI journals

Dr. José Antonio García E-Mail Website Guest Editor

Escuela de Ingeniería en Construcción, Pontificia Universidad Católica de Valparaíso, Avenida Brasil 2147, Valparaíso 2362804, Chile
Interests: optimization; deep learning; operations research; artificial intelligence applications to industrial problems
Special Issues, Collections and Topics in MDPI journals

Dr. Broderick Crawford E-Mail Website SciProfiles Guest Editor

Escuela de Ingeniería Informática, Pontificia Universidad Católica de Valparaíso, Avenida Brasil 2241, Valparaíso 2362807, Chile
Interests: information systems; management information systems; operations research; constraint satisfaction problems; collaboration of solvers

Special Issue Information

Dear Colleagues,

Complex combinatorial problems have been successfully addressed through metaheuristic techniques. However, as the size of the problem increases, so does the need for robust optimization algorithms. An interesting method of strengthening these algorithms is through the application of hybrid techniques, specifically the hybridization of machine learning and metaheuristics. We invite researchers to submit articles on combined optimization and hybrid techniques for this Special Issue. Benchmarking problems or applications in the industry are also of interest.

The areas of machine learning and data science have received considerable research interest in recent years. These techniques have strongly excelled in supporting decision-making in complex and data-intensive scenarios. In this Special Issue, we are additionally interested in contributions to machine learning applications in the industry.

Prof. Víctor Yepes
Dr. José Antonio García
Dr. Broderick Crawford
Guest Editors

Manuscript Submission Information

Manuscripts should be submitted online at www.mdpi.com by registering and logging in to this website. Once you are registered, click here to go to the submission form. Manuscripts can be submitted until the deadline. All submissions that pass pre-check are peer-reviewed. Accepted papers will be published continuously in the journal (as soon as accepted) and will be listed on the special issue website. Research articles, review articles as well as short communications are invited. For planned papers, a title, and short abstract (about 100 words) can be sent to the Editorial Office for announcement on this website.

Submitted manuscripts should not have been published previously nor be under consideration for publication elsewhere (except conference proceedings papers). All manuscripts are thoroughly refereed through a single-blind peer-review process. A guide for authors and other relevant information for submission of manuscripts is available on the Instructions for Authors page. Mathematics is an international peer-reviewed open access semimonthly journal published by MDPI.

Please visit the Instructions for Authors page before submitting a manuscript. The Article Processing Charge (APC) for publication in this open access journal is 1800 CHF (Swiss Francs). Submitted papers should be well formatted and use good English. Authors may use MDPI’s English editing service before publication or during author revisions.

Optimización de puentes mixtos mediante aceptación por umbrales

Hemos presentado en el 11th International Conference on Bridge Maintenance, Safety and Management IABMAS 2022, una comunicación sobre la optimización de puentes mixtos mediante el algoritmo de aceptación por umbrales. Este congreso se desarrolla en Barcelona, del 11 al 15 de julio del 2022. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La complejidad de la optimización de los puentes se debe, entre otras razones, a que el diseño de este tipo de estructuras presenta muchas variables. Estas generan un espacio de soluciones con demasiadas posibilidades para ser evaluadas en su totalidad. Por ello, en este trabajo se ha realizado la optimización de un puente mixto de vigas cajón considerando el coste como función objetivo mediante el uso de métodos heurísticos. Para lograr este objetivo, se ha elegido un Operador de Aceptación de Umbral con Mutación (TAMO) para la optimización estructural de un puente compuesto de acero-hormigón. La adición de celdas en las conexiones entre almas y alas mejora el comportamiento estructural de la sección transversal. El diseño de doble acción compuesta propuesto permite reducir el número de rigidizadores para este caso de estudio. Este método automatiza el proceso de optimización de un diseño inicial de un puente de material compuesto, permitiendo alcanzar diseños óptimos sin necesidad de contar con una experiencia significativa en el diseño estructural de puentes.

Abstract

The bridge optimization’s complexity is due to the design of this type of structure’s many variables. These generate a space of solutions with too many possibilities to be evaluated in their totality. Because of this, in this work, the optimization of a steel-concrete composite box girder bridge has been performed considering cost as an objective function by using heuristic methods. To achieve this objective, a Threshold Accepting with a Mutation Operator (TAMO) has been chosen for the structural optimization of a steel-concrete composite bridge. The addition of cells on the connections between webs and flanges improves the cross-section structural behaviour. The proposed double composite-action design allows for reducing the number of stiffeners for this study case. This method automatizes the optimization process of an initial design of a composite bridge, allowing it to reach optimum designs without significant expertise in bridge structural design.

Reference:

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2022). Steel-concrete composite bridge optimization through threshold accepting. 11th International Conference on Bridge Maintenance, Safety and Management IABMAS 2022, 11-15 July 2022, Barcelona, Spain.

Descargar (PDF, 760KB)

Optimización de puentes mixtos mediante algoritmos de inteligencia de enjambre

Acaban de publicarnos un artículo en la revista Engineering Structures, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado un puente mixto de hormigón y acero, mediante algoritmos discretos de inteligencia de enjambre. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El artículo lo puedes descargar GRATUITAMENTE en el siguiente enlace: https://authors.elsevier.com/sd/article/S0141-0296(22)00708-8

La optimización de un puente mixto puede ser un reto debido al importante número de variables que intervienen en el problema. En este estudio se realizó la optimización de un puente mixto de hormigón y acero con vigas en cajón, con el coste y las emisiones como funciones objetivo. Ante este reto, el trabajo propone un algoritmo híbrido que integra la técnica de aprendizaje no supervisado de k-means con la metaheurística de inteligencia de enjambre continuo para reforzar el rendimiento de esta última. En particular, se discretizan las metaheurísticas sine-cosine y cuckoo search. Se estudia la contribución del operador k-means a la calidad de las soluciones obtenidas. En primer lugar, se diseñan operadores aleatorios para utilizar posteriormente funciones de transferencia que permitan evaluar y comparar los rendimientos. Además, para tener otro punto de comparación, se adaptó una versión del recocido simulado, que ha resuelto eficientemente problemas de optimización relacionados. Los resultados muestran que nuestra propuesta híbrida supera a los diferentes algoritmos diseñados.

Highlights

A cost and CO2 emissions optimization a three-span steel–concrete composite bridge has been performed.
The optimization considers 35 design variables on average 55 possible choices for each variable.
The performance and robustness of a hybrid k-means swarm intelligence metaheuristic is studied for this optimization problem.
Hybrid k-means algorithm results are compared with other discrete trajectory based and swarm algorithms.

Abstract

Composite bridge optimization might be challenging because of the significant number of variables involved in the problem. The optimization of a box-girder steel-concrete composite bridge was done in this study with cost and emissions as objective functions. Given this challenge, this study proposes a hybrid algorithm that integrates the unsupervised learning technique of k-means with continuous swarm intelligence metaheuristics to strengthen the latter’s performance. In particular, the metaheuristics sine-cosine and cuckoo search are discretized. The contribution of the k-means operator regarding the quality of the solutions obtained is studied. First, random operators are designed to use transfer functions later to evaluate and compare the performances. Additionally, a version of simulated annealing was adapted to have another point of comparison, which has solved related optimization problems efficiently. The results show that our hybrid proposal outperforms the different algorithms designed.

Keywords

Combinatorial optimization; Bridge; Metaheuristics; Composite structures; K-means

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Discrete swarm intelligence optimization algorithms applied to steel-concrete composite bridges. Engineering Structures, 266:114607. DOI:10.1016/j.engstruct.2022.114607

Como este artículo está publicado en abierto, os lo dejo para vuestra descarga:

Descargar (PDF, 778KB)

Optimización de las emisiones de CO₂ en la construcción de puentes losa postesados utilizando metamodelos

Acaban de publicarnos un artículo en la revista Materials, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado, mediante un metamodelo tipo Kriging, las emisiones de CO₂ de un puente losa postesado aligerado. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Se trata de un trabajo de investigación en el que se ha propuesto una metodología novedosa, bifase, que utilizando un metamodelo tipo Kriging y con un muestreo inteligente del espacio de soluciones, permite optimizar problemas de alto nivel de complejidad computacional. Es el caso de las estructuras de hormigón, y en este trabajo en particular, de un tablero de puente losa pretensado aligerado. Por tanto, el objetivo general de este trabajo es proponer y comprobar la aplicabilidad de una metodología que permita la reducción energética y reducción de las emisiones de CO₂ en la construcción del tablero de un puente losa pretensado aligerado. La metodología propuesta tiene carácter general, pudiéndose aplicar a la optimización de cualquier otro tipo de estructura para optimizar distintas funciones objetivo. El diseño de la metodología propuesta presenta dos fases secuenciales de optimización, la primera fase de diversificación y la segunda fase de intensificación de la búsqueda de los óptimos.

Abstract:

This paper deals with optimizing embedded carbon dioxide (CO₂) emissions using surrogate modeling, whether it is the deck of a post-tensioned cast-in-place concrete slab bridge or any other design structure. The main contribution of this proposal is that it allows optimizing structures methodically and sequentially. The approach presents two sequential phases of optimization, the first one of diversification and the second one of intensification of the search for optimums. Finally, with the amount of CO₂ emissions and the differentiating characteristics of each design, a heuristic optimization based on a Kriging metamodel is performed. An optimized solution with lower emissions than the analyzed sample is obtained. If CO₂ emissions were to be reduced, design recommendations would be to use slendernesses as high as possible, in the range of 1/30, which implies a more significant amount of passive reinforcement. This increase in passive reinforcement is compensated by reducing the measurement of concrete and active reinforcement. Another important conclusion is that reducing emissions is related to cost savings. Furthermore, it has been corroborated that for a cost increase of less than 1%, decreases in emissions emitted into the atmosphere of more than 2% can be achieved.

Keywords:

CO₂ emission; optimization; metamodel; Kriging; post-tensioned concrete; structural optimization

Reference:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2022). CO₂-optimization of post-tensioned concrete slab-bridge decks using surrogate modeling. Materials, 15(14):4776. DOI:10.3390/ma15144776

Descargar (PDF, 1.4MB)

Diseño óptimo de depósitos de agua elevados de hormigón armado bajo cargas sísmicas

Acaban de publicarnos un artículo en Applied Sciences, revista indexada en el JCR. Se trata de la optimización heurística de un depósito elevado de agua de hormigón armado bajo acciones sísmicas. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Este artículo trata del diseño sísmico de las columnas de 35 depósitos elevados de almacenamiento de agua de hormigón armado. Los depósitos constan de un tronco cónico superior, una columna de sección cuadrada hueca variable y una cimentación superficial sobre una capa de arena. Las cinco alturas de columna consideradas son 20, 25, 30, 35 y 40 m. Los cinco depósitos se someten a siete grados de carga sísmica caracterizados por la aceleración pico del suelo de referencia en el Eurocódigo 8. Los depósitos elevados se diseñan según las prescripciones completas del Eurocódigo 2, el Eurocódigo 8 y el Código Estructural español. Esto incluye las cargas variables por sismicidad, viento, nieve, etc., junto con la acción del peso propio y las cargas muertas. El método de diseño de optimización considerado es una variante del algoritmo del solterón, un método de aceptación de umbral adaptativo con un movimiento de vecindad basado en el operador de mutación de los algoritmos genéticos. Los resultados de las columnas muestran la alta no linealidad del problema, pues las fuerzas sísmicas horizontales dependen de la rigidez y la altura de las columnas. Las principales características de los depósitos optimizados dan una orientación para el diseño práctico de este tipo de depósitos de agua elevados de hormigón armado.

El artículo se puede descargar, pues está en abierto, en la siguiente dirección: https://www.mdpi.com/2076-3417/12/11/5635

Abstract:

This paper deals with the seismic column design of 35 elevated RC water storage tanks. Tanks comprise a top conic trunk reservoir, a column with variable hollow square cross-sections, and a shallow foundation on a sand layer. The five-column heights considered are 20, 25, 30, 35, and 40 m. The five tanks are subjected to seven degrees of seismic loading characterized by the reference peak ground acceleration in Eurocode 8. The elevated tanks are designed against the full prescriptions of Eurocode 2, Eurocode 8, and the Spaniard Structural Code of Practice. This includes variable loads for seismicity, wind, snow, etc., together with the action of self-weight and dead loads. The optimization design method considered is a variant of the old bachelor algorithm, an adaptive threshold acceptance method with a neighborhood move based on the mutation operator from genetic algorithms. Column results show the high nonlinearity of the problem since the horizontal seismic forces depend on the rigidity and height of the columns. The main features of the optimized tanks give guidance for the practical design of this kind of elevated RC water tank.

Keywords:

Concrete structures; economic optimization; elevated water tanks; old bachelor algorithm; seismic loading; structural design

Reference:

MARTÍNEZ-MARTÍN, F.J.; YEPES, V.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; ALCALÁ, J. (2022). Optimization design of RC elevated water tanks under seismic loads. Applied Sciences, 12(11):5635. DOI:10.3390/app12115635

Os paso a continuación el artículo para que podáis consultarlo.

Descargar (PDF, 5.88MB)

Impacto del desarrollo sostenible regional a través de la optimización de puentes

Acaban de publicarnos un artículo en Structures, revista indexada en el JCR. Se trata de establecer un modelo para evaluar el impacto del desarrollo sostenible regional a través de la optimización de puentes. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València y de la dirección de la tesis doctoral de Zhi Wu Zhou.

Este artículo describe un modelo óptimo para medir y calcular los datos de impacto de la evaluación del desarrollo sostenible relacionados con la construcción de infraestructuras en cualquier lugar. El artículo utiliza una revisión bibliográfica y un estudio de caso como métodos de investigación: la revisión bibliográfica analiza la importancia, el significado práctico y el estado actual de la investigación en este campo. La aplicación del estudio de caso establece un programa de algoritmos y un modelo del entorno interactivo de optimización de la topología estructural tridimensional. Se analiza la optimización de la curva de influencia del desarrollo sostenible de los puentes atirantados de gran escala de China y de las infraestructuras regionales. Esta investigación llena un vacío al resolver el tedioso y complejo trabajo de las empresas del sector y la evaluación del desarrollo sostenible. Al mismo tiempo, proporciona una base teórica y métodos de cálculo científicos para que los gobiernos y países puedan formular leyes y reglamentos y estudien los efectos climáticos regionales.

El artículo completo lo puedes descargar aquí: https://authors.elsevier.com/sd/article/S2352-0124(22)00409-X

Abstract:

This paper describes a regional optimal model curve equation to measure and calculate sustainable development assessment impact data related to infrastructure construction in any world region. The article uses a literature review and a case study as research methods—the literature review analyses the importance, practical significance, and current research status of this field. The case study application establishes a scientific algorithm program and a three-dimensional structural topology optimization interactive environment research model. The optimality of the influence equation curve and the sustainable development influence curve of China’s large-scale cable-stayed bridges and regional infrastructure is analysed. This research will fill a gap by solving construction industries’ tedious and complicated work and sustainable development assessment. Simultaneously, it will provide a theoretical basis and scientific calculation methods for governments and countries to formulate relevant laws and regulations and study regional climate effects.

Keywords:

Construction; algorithm program; structure; topology; LCA; SIA

Reference:

ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2022). Regional sustainable development impact through sustainable bridge optimization. Structures, 41, 1061-1076. DOI: 10.1016/j.istruc.2022.05.047

Optimización de la vía en placa mediante metamodelos para mejorar la sostenibilidad de la construcción ferroviaria

Acaban de publicarnos un artículo en el Journal of Construction Engineering and Management-ASCE, revista indexada en el primer cuartil del JCR. Se trata de optimizar la vía en placa mediante metamodelos para mejorar la sostenibilidad de la construcción ferroviaria. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Este artículo no está publicado en abierto, pero podéis encontrarlo, solicitándolo, en esta dirección: https://www.researchgate.net/publication/360243758_Slab_Track_Optimization_Using_Metamodels_to_Improve_Rail_Construction_Sustainability o bien descargarlo directamente de la página web de ASCE: https://ascelibrary.org/doi/full/10.1061/%28ASCE%29CO.1943-7862.0002288

El ferrocarril es un medio de transporte eficaz, sin embargo, la construcción y el mantenimiento de las vías férreas tienen un impacto medioambiental importante en términos de emisiones de CO2 y uso de materias primas. Esto es especialmente cierto en el caso de la vía en placa, pues necesitan grandes cantidades de hormigón. También son más caras de construir que las vías convencionales con balasto, pero requieren menos mantenimiento y presentan otras ventajas que las convierten en una buena alternativa, especialmente para las líneas de alta velocidad. Para contribuir a un ferrocarril más sostenible, este trabajo pretende optimizar el diseño de una de las tipologías de vía en placa más comunes: RHEDA 2000. El objetivo principal es reducir la cantidad de hormigón necesaria para construir la losa sin comprometer su rendimiento y durabilidad. Para ello, se utilizó un modelo basado en el método de los elementos finitos (MEF) de la vía, emparejado con un metamodelo de kriging que permite analizar múltiples opciones de espesor de la losa y resistencia del hormigón de forma puntual. Mediante kriging, se obtuvieron soluciones óptimas que se validaron a través del modelo MEF para garantizar el cumplimiento de las restricciones mecánicas y geométricas predefinidas. Partiendo de una configuración inicial con una losa de 30 cm de hormigón con una resistencia característica de 40 MPa, se llegó a una solución optimizada, consistente en una losa de 24 cm de hormigón con una resistencia de 45 MPa, que arroja una reducción de costes del 17,5%. Este proceso puede aplicarse ahora a otras tipologías de losas para obtener diseños más sostenibles.

Abstract:

Railways are an efficient transport mode, but building and maintaining railway tracks have a significant environmental impact in terms of CO2 emissions and the use of raw materials. This is particularly true for slab tracks, which require large quantities of concrete. They are also more expensive to build than conventional ballasted tracks, but require less maintenance and have other advantages that make them a good alternative, especially for high-speed lines. To contribute to more sustainable railways, this paper aims to optimize the design of one of the most common slab track typologies: RHEDA 2000. The main objective is to reduce the amount of concrete required to build the slab without compromising its performance and durability. To do so, a model based on the finite-element method (FEM) of the track was used, paired with a kriging metamodel to allow analyzing multiple options of slab thickness and concrete strength in a timely manner. By means of kriging, optimal solutions were obtained and then validated through the FEM model to ensure that predefined mechanical and geometrical constraints were met. Starting from an initial setup with a 30-cm slab made of concrete with a characteristic strength of 40 MPa, an optimized solution was reached, consisting of a 24-cm slab made of concrete with a strength of 45 MPa, which yields a cost reduction of 17.5%. This process may be now applied to other slab typologies to obtain more sustainable designs.

Keywords:

Slab track; Optimization; Latin hypercube; Kriging; Finite-element method (FEM).

Reference:

MARTÍNEZ FERNÁNDEZ, P.; VILLALBA SANCHIS, I.; INSA FRANCO, R.; YEPES, V. (2022). Slab track optimisation using metamodels to improve rail construction sustainability. Journal of Construction Engineering and Management, 148(7):04022053. DOI:10.1061/(ASCE)CO.1943-7862.0002288

Optimización de la cimentación de un aerogenerador mediante metamodelos

Acaban de publicarnos un artículo en la revista Structural and Multidisciplinary Optimization, revista de ELSEVIER indexada en el primer decil del JCR.

En este trabajo se estudia el potencial del metamodelado de kriging para optimizar el diseño estructural con múltiples objetivos mediante el uso de software de análisis de elementos finitos y normas de diseño. Se propone un método que incluye la sostenibilidad y la constructibilidad, y se aplica a un caso de cimentaciones de hormigón armado para aerogeneradores de un gran proyecto de parque eólico sueco. Se realizan análisis de sensibilidad para investigar la influencia del factor de penalización aplicado a las soluciones no viables y el tamaño de la muestra inicial generada por el muestreo de hipercubos latinos. A continuación, se realiza una optimización multiobjetivo para obtener soluciones óptimas para diferentes combinaciones de pesos para los cuatro objetivos considerados. Los resultados indican que los diseños obtenidos mediante kriging a partir de muestras de 20 superan a los mejores diseños de las muestras de 1000. Las soluciones óptimas obtenidas por el método propuesto tienen un impacto de sostenibilidad entre un 8 y un 15% menor que los desarrollados por métodos tradicionales.

El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El artículo lo podéis descargar GRATUITAMENTE por tener acceso libre: https://link.springer.com/article/10.1007/s00158-021-03154-0

Abstract:

In this work, we study the potential of using kriging metamodelling to perform multi-objective structural design optimization using finite element analysis software and design standards while keeping the computational efforts low. A method is proposed, which includes sustainability and buildability objectives, and it is applied to a case study of reinforced concrete foundations for wind turbines based on data from a large Swedish wind farm project. Sensitivity analyses are conducted to investigate the influence of the penalty factor applied to unfeasible solutions and the size of the initial sample generated by Latin hypercube sampling. Multi-objective optimization is then performed to obtain the optimum designs for different weight combinations for the four objectives considered. Results show that the kriging-obtained designs from samples of 20 designs outperform the best designs in the samples of 1000 designs. The optimum designs obtained by the proposed method have a sustainability impact 8–15% lower than the designs developed by traditional methods.

Keywords:

Multidisciplinary design optimization; Structural design; Kriging surrogate model; Reinforced concrete structures; Multi-criteria decision making; Parametric design

Reference:

MATHERN, A.; PENADÉS-PLÀ, V.; ARMESTO BARROS, J.; YEPES, V. (2022). Practical metamodel-assisted multi-objective design optimization for improved sustainability and buildability of wind turbine foundations. Structural and Multidisciplinary Optimization, 65:46. DOI:10.1007/s00158-021-03154-0

Descargar (PDF, 2.05MB)

Optimización de tableros de puentes mixtos con metaheurística de trayectoria

Variables de la sección transversal del puente mixto

La optimización de puentes es un problema complejo debido al gran número de variables que intervienen. En este trabajo se ha realizado la optimización de un puente mixto en cajón considerando el coste como función objetivo. Para ello se ha aplicado el Recocido Simulado (SA) como ejemplo de algoritmo basado en la búsqueda de soluciones mediante trayectorias para la optimización de la estructura. Se observa que la adición de celdas a las secciones transversales del puente mejora no sólo el comportamiento de la sección sino también los resultados de la optimización. Finalmente, se observa que el diseño propuesto de doble acción compuesta materializando losas en el ala inferior sobre apoyos, permite eliminar los rigidizadores longitudinales continuos. Este método automatiza el proceso de optimización de un diseño inicial de un puente de material compuesto, que tradicionalmente se ha basado en la propia experiencia del técnico, permitiendo alcanzar resultados de forma más eficiente.

Referencia:

MARTÍNEZ-MUÑOZ, D.; SÁNCHEZ-GARRIDO, A.J.; MARTÍ, J.V.; YEPES, V. (2021). Composite bridge deck optimization with trajectory-based algorithms. 6th International Conference on Mechanical Models in Structural Engineering, CMMoST 2021, 1-3 December, Valladolid, Spain, pp. 174-187. ISNB: 978-84-09-39323-7

Descargar (PDF, 589KB)