ciencia – El blog de Víctor Yepes

Cuando una “campaña experimental” se convierte en un desperdicio de tiempo y dinero

https://www.laensa.com/probetas-hormigon/

Reconozco abiertamente que me recorre cierto escalofrío cuando escucho por algún sitio que se está desarrollando una “campaña experimental“, a menudo en laboratorios donde, por desgracia, cada ensayo cuesta muchísimo tiempo y dinero. Me viene a la mente una campaña militar a gran escala donde, para conseguir un objetivo, se sacrifica lo que sea necesario. Cuando igual una pequeña fuerza de operaciones especiales sería suficiente.

Lo digo porque no es la primera vez que me encuentro con algún estudiante de máster o doctorado que quiere iniciar ensayos para cubrir, literalmente, las variaciones posibles en ciertos rangos, de un número de factores que influyen en un problema determinado. Y tampoco me es ajeno el típico estudiante que acude a mi despacho a pedirme consejo porque no sabe qué hacer con las montañas de datos generados, no siendo capaz de interpretar con herramientas estadísticas rigurosas.

Pero este problema no solo ocurre en determinados ámbitos científicos, sino que es habitual en empresas, procesos industriales y laboratorios de todo tipo. Cuento esto porque encuentro de vez en cuando a un doctorando que ha dedicado, por ejemplo, más de cinco años en recoger datos que luego, a la postre, se acumulan en hojas de cálculo y son difíciles de interpretar porque no se sabía exactamente cuál era la pregunta de investigación que se quería resolver.

También es muy típico encontrar en las empresas a técnicos expertos en un proceso determinado “con mucha experiencia”, que realmente lo que ha hecho es aprender con los años, y sobre todo, de sufrir en sus carnes muchos errores. Este tipo de experiencia, basada en el error, no es la más barata, ni mucho menos.

Afortunadamente, cada vez son menos los que se enfrascan directamente a ensayar todas las combinaciones posibles en los valores de ciertas variables. Para eso disponemos de una rama del conocimiento denominada diseño de experimentos que permite no solo ahorrar recursos (tiempo, espacio de laboratorio, dinero, etc.), sino también es capaz de sacar muchísima más información de los datos cuando se dedica algo de tiempo a hacer un buen diseño experimental. No digo con esto que existan campañas experimentales bien diseñadas, sino que aún perviven prácticas que, por puro desconocimiento, son utilizadas aún en demasiadas ocasiones.

Veamos un ejemplo sencillo que nos permite aclarar las ideas. Imaginemos un proceso que solo depende de 4 factores. Si de cada factor queremos analizar 5 niveles, una “campaña experimental” exhaustiva nos obligaría a tomar 5^4 = 625 observaciones. Este número tan elevado puede ser inviable. ¿Cómo podemos reducir el número de observaciones? Se podría reducir el número de factores o el número de niveles a estudiar .

Un buen diseño de experimentos puede reducir muchísimo el número de observaciones necesarias ofreciendo, a su vez, información muy valiosa. Por ejemplo, un diseño factorial a dos niveles, ya sea completo o fraccionado, sería suficiente en la mayoría de los casos para estudiar los efectos, las interacciones entre los factores, etc. Invito al lector a revisar en este mismo blog algunos artículos que he escrito al respecto:

¿Qué es el diseño de experimentos?

Definiciones básicas del diseño de experimentos

Incluso, en el caso de que no exista una interacción entre los factores, por ejemplo un diseño en cuadrado grecolatino, para cuatro factores y cuatro niveles, podríamos obtener información valiosa con 16 observaciones en vez de las 256 que serían las necesarias para cubrir todas las combinaciones posibles. En este blog podéis encontrar muchos ejemplos resueltos buscando “diseño de experimentos” en la columna de la izquierda, donde aparece el buscador.

Resumiendo, estoy a favor de las “campañas experimentales”, pero siempre que se basen en un diseño de experimentos previo. Pero mi consejo es que antes de hacer nada, tengamos muy clara la pregunta de investigación que queremos resolver. De hecho, la ciencia experimental trata de llegar a conclusiones generales con datos procedentes de casos particulares, y para eso necesitamos la estadística.

Parafraseando la frase que, según la tradición, estaba grabada a la entrada de la Academia de Platón, yo pondría el siguiente letrero a la puerta de cualquier laboratorio: “NO ENTRE NADIE QUE NO SEPA ESTADÍSTICA”.

Os dejo una conferencia del profesor Xabier Barber de la Universidad Miguel Hernández que os aclarará muchas cosas. Espero que os guste.

Referencias:

Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores. Diseño, innovación y descubrimiento. Segunda Edición, Ed. Reverté, Barcelona.
Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos. McGraw-Hill, México.
Vicente, M.L.; Girón, P.; Nieto, C.; Pérez, T. (2005). Diseño de experimentos. Soluciones con SAS y SPSS. Pearson Educación, Madrid.

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

Siempre han existido grandes inventos

En la clase de “Gestión de la innovación en el sector de la construcción“, del Máster Universitario en Gestión y Planificación en Ingeniería Civil, muchas veces se debate sobre los inventos. Si éstos se deben a mentes brillantes, a la casualidad o a un proceso planificado de innovación en las empresas. Incluso si los inventos o la innovación deben originarse en la investigación y el desarrollo tecnológico. Pero incluso en épocas anteriores al desarrollo del método científico, ya se inventaban cosas.

Os paso un documental donde se muestra cómo los grandes inventos a veces son muy antiguos: la pila eléctrica de Bagdad, las máquinas griegas para hacer cálculos astronómicos, la máquina de vapor de Herón de Alejandría, las técnicas de construcción de las pirámides de Gizeh y del Machu Picchu Inca, o los conocimientos de neurocirugía y de aviación de los indios Nazca, inventos todos ellos que permanecieron ocultos miles de años y que hubieran podido cambiar el destino de la humanidad.

Dos trillones de átomos y las infraestructuras sostenibles

Va siendo habitual mi labor de divulgación en medios de comunicación, sobre todo de la radio. Este es el caso de Radio Nacional de España, donde David Sierra conduce un programa de divulgación científica denominado “Dos trillones de átomos”. Es tremendamente interesante, aunque se emite los domingos de 4:00 a 5:00 horas en la madrugada

En este programa, me realizaron una entrevista sobre las infraestructuras sostenibles, pero hablamos de muchas más cosas como la “dureza de los estudios de ingeniería de caminos”, la errónea visión de la construcción como “cultura del ladrillo”, la “internacionalización de las empresas constructoras españolas”, la “inteligencia artificial”, los “gemelos híbridos” y mucho más. Espero que os guste mi apuesta de la ingeniería como “cultura del bienestar”. Os dejo el podcast por si os interesa.

Dos trillones de átomos y una pregunta de un niño sobre el balasto

Pues dentro de dicha sección hay un hueco para preguntas curiosas. Un niño quería saber sobre “esas piedrecitas blancas que se encuentran en la vía del tren“. Pues bien, ha sido una buena excusa para realizar divulgación sobre la técnica de la ingeniería, en este caso, ferroviaria. Como veréis el lenguaje utilizado está deliberadamente alejado del que utilizamos entre ingenieros o en el mundo académico y trata de explicar, con palabras muy llanas, qué es el balasto y para qué sirve. Usé en este caso la metáfora de la “cama del fakir” para intentar explicar cómo se pueden transmitir las altas cargas del material móvil al terreno sin que se superen las tensiones admisibles. Os dejo el podcast por si os interesa.

Editor por una semana de @cienciaUPV, en Instagram

Uno está acostumbrado a batallar como editor o revisor en revistas internacionales. Es una labor habitual para un profesor que se dedica a la investigación. Sin embargo, he recibido un encargo especial: ser editor invitado de @cienciaUPV, el perfil oficial en Instagram de la Universitat Politècnica de València dedicado exclusivamente a mostrar la actividad científica desarrollada por la institución.

La idea es muy sencilla y rompedora: cada semana, una persona distinta -siempre ligada a la actividad científica en la UPV- tomará las riendas del perfil y podrá publicar aquellas imágenes y textos que desee. Siempre, con libertad editorial para el autor y propietario de la cuenta durante esos días, tratando de conferir ese enfoque personal y único al perfil. A mí me ha tocado la semana del 18 al 24 de junio de 2018.

De este modo, el personal docente e investigador (PDI) de la UPV mostrará cómo es su día a día, sus temas y líneas de investigación, los resultados obtenidos… siempre con una perspectiva que permita a los ciudadanos acercarse y aproximarse para conocer la importancia y necesidad para la sociedad de la investigación en la universidad pública. Por supuesto, y como no puede ser de otra forma en un medio social, también tendrán cabida las reflexiones, las experiencias y cualquier publicación de corte más personal.

Esta idea supone un auténtico reto. Yo ya tengo una cuenta en Instagram @vyepesp, donde suelo subir imágenes relacionadas con la ingeniería, la arquitectura, paisajes, etc. Pero ahora el tema es diferente, se trata de difundir la investigación y las tareas habituales.

¿Por qué Instagram? El crecimiento exponencial de la plataforma Instagram en todo el mundo, con más de 800 millones de usuarios activos cada mes en la actualidad, invita a diversificar la presencia de nuestra institución en este medio social para intentar conectar con grupos de interés más específicos o poder incrementar el número de contenidos compartidos.

@cienciaUPV es una actividad financiada por la Fundación Española para la Ciencia y la Tecnología (FECYT) del Ministerio de Economía, Industria y Competitividad. Se enmarca dentro del programa de actividades del proyecto ConCiénciate: UCC+i Universitat Politècica de València que llevará a cabo el Área de Comunicación de la UPV, a través de su Unidad de Cultura Científica e Innovación (UCC+i), hasta marzo de 2019.

El proyecto incluye un gran número de actividades de comunicación y divulgación científica, como el taller Cocinando con ciencia el futuro, que tendrá lugar este viernes 25 de mayo; el programa El Laboratorio del running, que se emite todas las semanas en UPVRadio; la serie Mujeres científicas, que arrancará el próximo mes de junio; o los talleres conCiencia Química, que se llevarán a cabo durante el próximo curso académico.

Por tanto, os espero. Invitamos a toda la comunidad universitaria a seguir al perfil, interaccionar con la cuenta y, sobre todo, enviar contenidos interesantes para que puedan ser difundidos y compartidos con el mayor número de personas posibles.

Para saber más:

http://www.upv.es/noticias-upv/noticia-10073–cienciaupv-en-es.html

Necrológica: Ha fallecido el Profesor Carlos A. Brebbia

Tengo que hacerme eco del fallecimiento del profesor Carlos A. Brebbia (1948-2018), hecho acaecido el pasado sábado 3 de marzo de 2018. Tuve la oportunidad de coincidir con él en varios congresos donde me invitó a formar parte del Comité Científico, como el “International Conference on High Performance and Optimum Design of Structures and Materials HPSM/OPTI“, organizados por Wessex Institute. Junto con el Profesor Santiago Hernández y los profesores Kravanja y De Wilde, formaban parte de la presidencia de estos congresos. Os dejo a continuación un breve obituario sobre su persona. Descanse en paz.

Carlos was born in Rosario, Argentina, where he completed his first engineering degree, after being educated at Military Colleges in Santa Fe and Buenos Aires. He spent two years after graduation as part of a small team setting up an Institute of Applied Mechanics. Following this he registered at the University of Southampton in England for a higher degree, arranging to carry out his research partly at MIT. This experience set up the basis for his long and close association with the USA.

After obtaining his PhD at Southampton University he worked for the Central Electricity Research Laboratories in the UK, a leading research establishment at the time. He left the Laboratories to take up an academic position at the University of Southampton where he rose from Lecturer to Senior Lecturer and Reader. During his time at Southampton he took leave to become Visiting Professor at many other Universities, including an academic year at Princeton. After having been appointed Full Professor of Engineering at the University of California, Irvine, he decided to resign his position and return to the UK to set up the Wessex Institute, of which he was the Founder and Director.

Carlos is renowned throughout the world as the originator of the Boundary Element Method, a technique that generates important research work at the Wessex Institute. He has written many scientific papers, been author of 14 books, co-author of numerous volumes and editor or co-editor of over 500. He also published two non-scientific books, “The New Forest. A Personal View” and “Patagonia, a forgotten Land”. A book on the Paraguayan War in the 19th Century was a work in progress at the time of his death.

He founded several successful international Journals including the International Journals of Safety and Security, Design & Nature and Ecodynamics, Sustainable Development and Planning, Computational Methods and Experimental Measurements, Energy Production and Management, Heritage Architecture, Transport Development and Integration, and the new International Journal of Environmental Impacts.

He established two International prizes, the highly regarded Prigogine Medal for Ecological Systems Research, co-sponsored by the University of Siena; and the George Green Medal, supported by Elsevier and co-sponsored by the University of Mississippi.

Carlos ran a successful WIT programme of international scientific conferences in different locations throughout the world. He helped the Institute to develop academic links with first class institutions around the world, which has resulted in many more research programmes and collaborative projects.

Carlos held many special honours, including the Medaille de la Ville de Paris, Echelon Argent; Medaille of the Masonnet Foundation, University of Liege, Belgium; Fellow of the Institution of Mechanical Engineers in the UK; Fellow, and Founding President of the American Society of Civil Engineers UK Chapter; Honorary PhD at the University of Bucharest; Fellow of the Royal Society of Arts;and Member of the European Academy of Sciences and Arts.

In parallel with his academic career, Carlos was a highly successful entrepreneur and founded the Computational Mechanics International Ltd group of companies in 1976. This group’s activities have grown to include software development, engineering consultancy, property investment and publishing. The group works closely with WIT and is responsible for the publishing programme of the Institute which includes, in addition to the conference proceedings, a series of monographs and edited books by some of the foremost scientists in the world.

Whilst we grieve the enormous loss of our Founder and Chairman, whose hard work, determination and achievements during his career are truly inspirational, we know that his earnest desire was for all that he has worked tirelessly to build over many years, to continue to flourish. To this we are firmly committed and so we welcome the continued and future collaboration of our friends and colleagues around the world.

Carlos is survived by his wife, Carolyn, his son Alexander and daughter Isabel, and six grandchildren.

Jerga, falacias y encuestas electorales: Las hipótesis en la investigación científica

Muchas veces la jerga que utilizan determinados colectivos o profesiones confunden al común de los mortales. La creación de un lenguaje jergal propio es habitual en todo grupo humano muy cerrado, con contacto estrecho y prolongado entre sus integrantes, y con una separación muy nítidamente marcada entre “dentro” y “fuera”. Un ejemplo es la jerga médica, donde la precisión necesaria para describir una enfermedad requiere de una traducción simultánea al enfermo. Otras veces existen consultores que, escudándose se neologismos, tecnicismos o anglicismos, venden mejor sus ideas o productos. No menos confuso es el lenguaje estadístico, sobre todo cuando se trata de encuestas electorales. Este lenguaje confuso, y en numerosas ocasiones deliberadamente difícil de entender, oculta ideas o conceptos sencillos. Este es el caso de las hipótesis en la investigación científica y las pruebas de hipótesis empleadas en la estadística.

Todos esperamos de un jurado que declare culpable o inocente a un acusado. Sin embargo, esto no es tan sencillo. El acusado es inocente hasta que no se demuestre lo contrario, pero el dictamen final sólo puede decir que no existen pruebas suficientes para declarar que el acusado sea culpable, lo cual no es equivalente a la inocencia. Además, es fácil intuir que el jurado no es infalible. Puede equivocarse culpando a un inocente y también absolviendo a un culpable. Lo mismo ocurre con un test de embarazo o de alcoholemia, puede dar un falso positivo o un falso negativo. ¿Que significa que una encuesta afirma que el partido “A” va a ganar las elecciones? De esto trata una prueba de hipótesis, pero vayamos por partes.

Una hipótesis puede definirse como una explicación tentativa de un fenómeno investigado que se enuncia como una proposición o afirmación. A veces las hipótesis no son verdaderas, e incluso pueden no llegar a comprobarse. Pueden ser más o menos generales o precisas, y abarcar dos o más variables, pero lo que es común a toda hipótesis, es que necesita una comprobación empírica, es decir, se debe verificar con la realidad. Pero ahora viene el problema: ¿en cuántos casos necesitamos para verificar una hipótesis? Siempre quedará la duda de que el caso siguiente negará lo planteado en la hipótesis. Por tanto, nos encontramos ante un método inductivo donde el reto será generalizar una proposición partiendo de un conjunto de datos, que denominaremos muestra.

Este tipo de hipótesis son, en realidad, hipótesis de investigación o de trabajo. Pueden ser varias, y suelen denominarse como H1, H2, …, Hi. Se trata de proposiciones tentativas que pueden clasificarse en varios tipos:

a) Descriptivas de un valor o dato pronosticado

b) Correlacionales

c) De diferencia de grupos

d) Causales.

En estadística, se llaman hipótesis nulas aquellas que niegan o refutan la relación entre variables, denominándose como H0. Estas hipótesis sirven para refutar o negar lo que afirma la hipótesis de investigación. Por ejemplo, si lo que quiero comprobar es la relación existente entre la relación agua/cemento con la resistencia a compresión a 28 días de una probeta de hormigón, entonces la hipótesis nula es que no existe una relación entre ambas variables. La idea es demostrar mediante una muestra que no existen pruebas suficientemente significativas para rechazar la hipótesis nula que indica que no existe relación entre dichas variables. Sin embargo, en un lenguaje menos formal, lo que realmente queremos es verificar que existe dicha relación. Sin embargo, también existen hipótesis alternativas, que son posibilidades diferentes de las hipótesis de investigación y nula. Así, si nuestra hipótesis de investigación establece que “esta silla es roja”, la hipótesis nula es “esta silla no es roja”, pero las hipótesis alternativas pueden ser: “esta silla es verde”, “esta silla es azul”, etc. Realmente, la hipótesis alternativas no son más que otras hipótesis de investigación. Curiosamente, en investigación no hay una regla fija para la formulación de hipótesis. Hay veces que sólo se incluye la hipótesis de investigación, en otras ocasiones se incluye la hipótesis nula y, en otras, también las alternativas.

Pero, ¿se puede afirmar que un partido va a ganar las elecciones según una encuesta?, o dicho de otro modo, ¿se puede probar que una hipótesis es, con toda rotundidad, verdadera o falsa? Desgraciadamente no se puede realizar dicha afirmación. Lo único que se puede hacer es argumentar, a la vista de unos datos empíricos obtenidos de una investigación particular, que tenemos evidencias para apoyar a favor o en contra una hipótesis. Cuantas más investigaciones, más credibilidad tendrá, y ello sólo será válido para el contexto en que se comprobó. De ahí la importancia de elegir una muestra que sea suficientemente representativa de la población total. Por tanto, sólo podemos argumentar la validez de las hipótesis desde el punto de vista estadístico. Las pruebas de hipótesis sirven para este cometido.

A continuación os dejo una figura donde se describe, de forma muy resumida, lo que es una prueba de hipótesis. Me gustaría que os fijaseis en que en toda prueba de hipótesis existen dos tipos de errores, el falso positivo (mandar a un inocente a la cárcel) y el falso negativo (exculpar a un culpable). Estos errores deberían ser lo más bajos posibles, pero a veces no es sencillo. Para que ambos errores bajen de forma simultánea, no hay más remedio que aumentar el tamaño de la muestra. Por este motivo, para hacer un examen lo más justo posible, éste debería aprobar a los que han estudiado y suspender a los que no. Lo mejor es que el número de preguntas sea lo más alto posible.

Por tanto, ojo cuando el titular de un periódico nos ofrezca una previsión electoral. Hay que mirar bien cómo se ha hecho la encuesta y, lo más importante, saber interpretar los resultados desde el punto de vista estadístico.

Referencias:

Hernández, R.; Fernández, C.; Baptista, P. (2014). Metodología de la investigación. Sexta edición, McGraw-Hill Education, México.

El Plan de Estudios del Máster en Ingeniería del Hormigón

En este post me gustaría dar cierta información básica del Máster Oficial en Ingeniería del Hormigón que se imparte en el Departamento de Ingeniería de la Construcción y Proyectos de Ingeniería Civil de la Universitat Politècnica de València. Se trata de un máster verificado por ANECA que deriva de la docencia impartida en el Programa de Doctorado de dicho departamento. Es un máster de orientación tanto profesional como investigadora, con una fuerte presencia de alumnos procedentes de otros países, fundamentalmente del ámbito latinoamericano y europeo. Se trata del único máster especializado en hormigón impartido en lengua española a nivel internacional. Sus profesores pertenecen todos ellos al ICITECH, Instituto de Ciencia y Tecnología del Hormigón, instituto de investigación con laboratorios e instalaciones propias para desarrollar las líneas de investigación asociadas.

Los estudios del Máster en Ingeniería del Hormigón proporcionan tanto un amplio conocimiento sobre el hormigón como material de construcción como las habilidades necesarias para el análisis y diseño de estructuras de hormigón. Estos estudios incluyen aspectos que van desde la naturaleza y propiedades químicas de los componentes que lo constituyen y las propiedades tecnológicas y de durabilidad, incluyendo la tecnología de diseño, producción y puesta en obra del hormigón, hasta los relacionados con el diseño, análisis, construcción, mantenimiento y reparación de estructuras. Todos ellos abordados teniendo en cuenta criterios de calidad, seguridad, sostenibilidad, cooperación al desarrollo y responsabilidad social corporativa.

Los alumnos pueden acceder a este máster desde perfiles diversos, por lo que se oferta un plan de estudios con una adecuada y amplia optatividad que les permita construir su currículo específico dentro del mundo del hormigón y afines. Estos estudios están orientados a la formación de investigadores, docentes y especialistas en algunos de los siguientes campos del hormigón:

1.- Propiedades físico-químicas y tecnológicas de los hormigones y sus materiales constituyentes convencionales y avanzados, su fabricación y sus aplicaciones.

2.- Propiedades físico-químicas y tecnológicas de los materiales para la reparación de construcciones de hormigón estructural y sus aplicaciones.

3.- Procedimientos constructivos, maquinaria y medios auxiliares para la construcción de estructuras de hormigón convencionales y singulares.

4.- Durabilidad de las construcciones de hormigón y medidas de protección.

5.- Aspectos medioambientales y ciclo de vida del hormigón.

6.- Evaluación y diagnóstico de construcciones de hormigón estructural, y los métodos, mecanismos y medios para su reparación y rehabilitación.

7.- Comportamiento mecánico-resistente de las construcciones de hormigón estructural, su modelización numérica y análisis experimental.

8.- Diseño, optimización y proyecto de construcciones de hormigón.

9.- Construcción industrializada y prefabricación

El Plan de Estudios está divido en un módulo básico, de 60 créditos, que se impartirá en el primer año académico, un segundo módulo complementario, de 15 créditos, que se impartirá en el primer cuatrimestre del segundo año académico y el Trabajo de Fin de Máster, de 15 créditos, lo cual suma los 90 créditos del máster. El módulo básico se divide en tres materias de carácter común y obligatorio para todos los alumnos, cada una de ellas de 20 créditos. En dicho módulo básico se encuadrarán las materias de “Materiales constitutivos y durabilidad del hormigón”, “Análisis de estructuras de hormigón” y “Concepción y diseño de estructuras de hormigón”. Este módulo se desarrollará durante el primer curso, tanto en los cuatrimestres primero y segundo. En cuanto al módulo complementario, éste se desarrollará íntegramente en el primer cuatrimestre del segundo año, constando de una materia denominada “Complementos de construcción y tecnología del hormigón”, de 15 créditos.

Con respecto al Trabajo de Fin de Máster, no se exige un período cerrado y obligatorio para su entrega y su defensa, si bien se estima una duración de 3-4 meses. El motivo de esta atemporalidad reside en facilitar al alumno incrementar el período en el que desarrolle esta actividad minimizando el solapamiento con la docencia del primer cuatrimestre del segundo año. Por otra parte, y teniendo en cuenta que una parte importante de los Trabajos de Fin de Máster estarán fundamentados en resultados experimentales de laboratorio, será necesario prever períodos de ensayos y medidas experimentales que deberán ser coordinados con las actividades investigadoras habituales.

A continuación tenéis un enlace embebido de la página oficial del máster donde podéis ver el Plan de Estudios e información adicional.

ICITECH (Instituto de Ciencia y Tecnología del Hormigón)

El Instituto ICITECH (Instituto de Ciencia y Tecnología del Hormigón) es un Centro de Investigación de la Universidad Politécnica de Valencia creado en 2005, que agrupa a los profesores e investigadores cuya actividad investigadora se centra en el hormigón. Actualmente forman parte del instituto un total de 63 miembros, de los cuales 32 son profesores, 14 son investigadores contratados y el resto personal técnico de apoyo a la investigación y de administración.

La finalidad del Instituto es la investigación del hormigón, tanto desde el punto de vista de los materiales constituyentes como el de las estructuras, en una amplia gama de aspectos como el proceso de fabricación, el comportamiento fisco-químico, mecánico o medioambiental, la sostenibilidad o el comportamiento, diseño, construcción y mantenimiento de las estructuras.
Los objetivos son fomentar y promover la investigación de calidad a través de la realización de proyectos de I+D, potenciar la investigación aplicada, la transferencia de tecnología y de conocimiento a las empresas afines y la participación de socios industriales.

Las instalaciones de ICITECH se ubican en un nuevo edificio que alberga una gran losa de carga de 500 m2 junto con un muro de reacción horizontal en L de 14×6 m y 13 m de altura y con puntos de anclaje tanto en la losa como en el muro de 500 kN situados a un metro de distancia entre sus ejes. Además, dispone de una instalación oleohidráulica constituida por 6 grupos motobomba que proporcionan 250 bares un caudal de 1560 litros/min y dos puentes grúa de 10 t cada uno que permite manejar elementos de hasta 20 t por toda la superficie de la nave. Este conjunto permite realizar ensayos a escala real de estructuras con muy diversas tipologías de carga. Además de esta gran instalación, el edificio incluye laboratorios de química y de materiales con un total de 175 m2, tres cámaras húmedas: una de 117 m3 y dos de 57 m3, central de aire comprimido, gas natural, dióxido de carbono y aire seco.

Os paso a continuación un pequeño dossier que hemos preparado para explicar lo que hace nuestro grupo de investigación sobre optimización heurística relacionado con temas de hormigón (proyecto HORSOST) y con el mantenimiento de activos e infraestructuras. Esta actividad se encuentra enmarcada dentro del ICITECH, del Máster Oficial en Ingeniería del Hormigón (acreditado con el sello EUR-ACE) y del Programa de Doctorado en Ingeniería de la Construcción de la Universidad Politécnica de Valencia (verificado por ANECA).

Descargar (PDF, 5.75MB)

¿Qué es la metodología de la superficie de respuesta?

La Metodología de la Superficie de Respuesta (RSM) es un conjunto de técnicas matemáticas y estadísticas utilizadas para modelar y analizar problemas en los que una variable de interés es influenciada por otras. El propósito inicial de estas técnicas es diseñar un experimento que proporcione valores razonables de la variable respuesta y, a continuación, determinar el modelo matemático que mejor se ajusta a los datos obtenidos. El objetivo final es establecer los valores de los factores que optimizan el valor de la variable respuesta. Esto se logra al determinar las condiciones óptimas de operación del sistema.

La diferencia entre (RSM) y un diseño experimental corriente estriba en que un diseño experimental por si solo tiene como objetivo localizar el tratamiento “ganador” entre todos aquellos que se han probado. En cambio, RSM pretende localizar las condiciones óptimas de operación del proceso. Ello supone un reto para el investigador, requiere una estrategia más completa e incluye la posibilidad de efectuar varios experimentos secuenciales y el uso de técnicas matemáticas más avanzadas.

Os dejo a continuación un vídeo explicativo que espero os aclare la metodología.

Otro vídeo complementario al anterior es el siguiente:

Referencias:

Box, G. E. P., Wilson, K. G. (1951), On the experimental attainment of optimum conditions,Journal of the Royal Statistical Society, B 13, 1-45
Cornell, John A. (1984), How to apply Response Surface Methodology, American Society for Quality Control, Milwaukee, WI.
Kuehl, Robert O. (2001) Diseño de Experimentos, 2a. Edición, Thomson Learning.
Melvin T. A. Response Surface Optimization using JMP Software, < http://www2.sas.com/proceedings/sugi22/STATS/PAPER265.PDF>
Montgomery, D. C. (2002), Diseño y Análisis de Experimentos, Editorial Limusa, Segunda Edición.
http://www.cicalidad.com/articulos/RSM.pdf
http://catarina.udlap.mx/u_dl_a/tales/documentos/lii/peregrina_p_pm/capitulo2.pdf