Categoría: costes

Pasarelas peatonales sostenibles: cómo optimizar su diseño para reducir costes económicos y ambientales

Este artículo se centra en la aplicación práctica de la evaluación del ciclo de vida (LCA) para optimizar el impacto ambiental y los costes de los puentes peatonales compuestos de acero y hormigón. Los autores utilizan el algoritmo de búsqueda de armonía multiobjetivo (MOHS) para identificar soluciones de diseño que minimicen simultáneamente las emisiones de CO₂, la energía incorporada y los costes de construcción. Los resultados muestran una relación directa y lineal entre el coste, las emisiones de CO₂ y la energía incorporada, lo que sugiere que las soluciones económicamente eficientes también son beneficiosas para el medio ambiente. Se analizan escenarios alternativos, como variaciones en la resistencia del hormigón y fluctuaciones en el precio de los materiales, para evaluar su impacto en los resultados de la optimización. En última instancia, el estudio demuestra la eficacia de combinar la optimización estructural con la evaluación del ciclo de vida para fomentar un diseño de infraestructura más sostenible.

El trabajo se enmarca dentro del proyecto de investigación RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València. Se trata de una colaboración internacional de nuestro grupo con investigadores brasileños. A continuación se recoge un resumen sintético del trabajo.

El sector de la construcción es uno de los que más recursos consume y más emisiones de gases de efecto invernadero genera. Según el Programa de las Naciones Unidas para el Medio Ambiente, este sector consume alrededor del 34 % de la energía mundial y es responsable de aproximadamente el 37 % de las emisiones de CO₂. Ante esta realidad, mejorar la sostenibilidad de las infraestructuras es fundamental para alcanzar los Objetivos de Desarrollo Sostenible (ODS) de la ONU. En este contexto, el artículo «Aplicación práctica de la evaluación del ciclo de vida para optimizar el impacto ambiental de los puentes peatonales de acero y hormigón», de Fernando Luiz Tres Junior y colaboradores, muestra cómo la combinación de la optimización estructural multiobjetivo y la evaluación del ciclo de vida permite diseñar un puente peatonal que reduce simultáneamente su coste económico, las emisiones de CO₂ y la energía incorporada, sin sacrificar la seguridad ni la funcionalidad.

El trabajo aporta varias conclusiones relevantes. Una de las más importantes es que los objetivos de minimizar el coste y el impacto ambiental no son opuestos, sino que las soluciones más baratas también son más sostenibles. Además, el estudio cuantifica con precisión la relación entre estos factores, por lo que es posible estimar cómo varía el impacto ambiental en función del presupuesto. Otra aportación destacable es la validación práctica de la metodología: la combinación de técnicas de optimización y bases de datos de evaluación del ciclo de vida (LCA, por sus siglas en inglés) conduce a soluciones óptimas y robustas, incluso ante cambios en parámetros como la resistencia del hormigón o las fluctuaciones de precios.

El caso de estudio consiste en un puente peatonal de 17,5 m de luz y 3 m de ancho ubicado en el sur de Brasil. La estructura combina vigas de acero soldadas y una losa de hormigón armado, unidas mediante conectores de corte. Las variables de diseño incluyen el espesor y la resistencia del hormigón, las dimensiones de las vigas de acero y el grado de interacción entre ambos materiales. Estas variables pueden adoptar distintos valores discretos, lo que da lugar a más de 700 000 millones de combinaciones posibles. El objetivo de la optimización es hallar las mejores soluciones en términos de coste económico, emisiones de CO₂ y energía incorporada, cumpliendo siempre con la normativa brasileña sobre seguridad estructural y confort frente a vibraciones.

Para evaluar el impacto ambiental de los materiales, los autores utilizaron dos bases de datos. En el caso del acero de las vigas, utilizaron una base de datos internacional, que contiene datos globales sobre emisiones y consumo de energía. En el caso del hormigón y las armaduras, recurrieron a datos locales de producción del sur de Brasil. Además, analizaron dos escenarios alternativos para comprobar la solidez de las soluciones: uno con hormigón de menor resistencia (20 MPa en lugar de 40 MPa) y otro con precios más altos para los materiales (como ocurrió durante la pandemia en 2022).

Todas las soluciones se verificaron para garantizar que cumplían los requisitos normativos de seguridad y servicio, incluidos los estados límite últimos, las deformaciones y las vibraciones. Las soluciones que no superaban estas comprobaciones eran penalizadas y el algoritmo de optimización las descartaba. Para la optimización, utilizaron el algoritmo Multiobjective Harmony Search (MOHS), inspirado en la improvisación musical, que busca soluciones que «armonizan» los distintos objetivos. Este algoritmo genera y mejora iterativamente las soluciones hasta construir la denominada «frontera de Pareto», que recoge las mejores alternativas posibles sin que ninguna sea mejor en todos los objetivos a la vez.

Los resultados muestran que estos tres objetivos —coste, emisiones de CO₂ y energía incorporada— están estrechamente relacionados y no entran en conflicto entre sí. Se evita la emisión de 1 kg de CO₂ por cada 6,56 reales brasileños ahorrados por metro de puente, y se reducen 1 MJ de energía por cada 0,70 reales. Además, por cada 9,3 MJ ahorrados se evita la emisión de 1 kg de CO₂. Estas relaciones lineales reflejan que, al reducir el consumo de materiales, se consigue simultáneamente un ahorro económico y un menor impacto medioambiental.

Las soluciones óptimas obtenidas tienen características muy similares entre sí. La losa de hormigón tiene un espesor de 12 cm y la viga de acero mide aproximadamente 860 mm de altura, con un espesor del alma de 6,35 mm, y mantiene la clásica proporción luz/altura cercana a 20. La anchura de las alas superior e inferior de la viga varía, siendo la inferior más ancha y gruesa. En todos los casos, la interacción entre el acero y el hormigón es completa (grado de interacción igual a 1).

Al considerar el escenario con hormigón de menor resistencia, se observó un aumento del coste total del 3 %, debido a que fue necesario añadir más acero para compensar la menor resistencia del hormigón. En cuanto al impacto ambiental, las emisiones de CO₂ apenas se redujeron (menos de un 1 %), mientras que la energía incorporada aumentó alrededor de un 4 %. En el escenario con precios más altos de los materiales, se obtuvieron dos soluciones óptimas: una más barata, pero con mayores emisiones, y otra más cara y sostenible. En ambos casos, las diferencias entre las soluciones fueron pequeñas y se mantuvo la relación lineal entre los objetivos.

En conclusión, este trabajo demuestra que es posible diseñar puentes peatonales más económicos y sostenibles combinando optimización estructural y LCA. La reducción del consumo de materiales no solo abarata la estructura, sino que también disminuye las emisiones de CO₂ y la energía incorporada. Además, el uso de hormigón de alta resistencia reduce la cantidad de acero necesaria, lo que tiene un impacto positivo en el coste y la sostenibilidad. Las soluciones óptimas resultaron muy similares al modificar las condiciones del diseño o del mercado, lo que confirma la solidez de la metodología.

Este tipo de estudios es especialmente valioso en los países en desarrollo, donde las necesidades de infraestructuras son elevadas y los recursos económicos, limitados. El diseño de estructuras asequibles y sostenibles contribuye al desarrollo regional y a la lucha contra el cambio climático. Los autores recomiendan ampliar futuras investigaciones para incluir también el impacto social y considerar así los tres pilares de la sostenibilidad: el económico, el ambiental y el social. También recomiendan analizar el ciclo de vida completo de la estructura, incluyendo el mantenimiento y la demolición. Por último, esta metodología podría aplicarse fácilmente a otros tipos de infraestructuras, como puentes para vehículos o edificios.

En definitiva, este trabajo no solo muestra cómo reducir costes y emisiones en un puente peatonal concreto, sino que también abre la puerta a un diseño más sostenible de nuestras infraestructuras. Es un claro ejemplo de cómo la ingeniería civil puede ser una aliada clave en el desarrollo sostenible.

Referencia:

Tres Junior, F.L., Yepes, V., de Medeiros, G.F., Kripka, M. (2025). Practical Application of LCA to Optimize Environmental Impacts of Steel–concrete Footbridges. In: Brandli, L., Rosa, F.D., Petrorius, R., Veiga Avila, L., Filho, W.L. (eds) The Contribution of Life Cycle Analyses and Circular Economy to the Sustainable Development Goals. World Sustainability Series. Springer, Cham. https://doi.org/10.1007/978-3-031-85300-5_22

Glosario de términos clave

  • Evaluación del ciclo de vida (LCA): Una metodología para estimar los impactos ambientales resultantes de la fabricación de un producto o servicio, examinando cada etapa de su ciclo de vida, desde la extracción de recursos naturales hasta su eliminación.
  • Emisiones de CO2: La cantidad de dióxido de carbono liberada a la atmósfera, utilizada como un criterio clave para evaluar el impacto ambiental en este estudio.
  • Energía incorporada: La suma total de energía necesaria para producir un producto, desde la extracción de las materias primas hasta el final del proceso de fabricación, utilizada como otro criterio de impacto ambiental.
  • Optimización multi-objetivo: Un proceso de optimización que considera múltiples funciones objetivo que deben minimizarse o maximizarse simultáneamente. Produce un conjunto de soluciones no dominadas o Pareto-óptimas.
  • Algoritmo de búsqueda de armonía multi-objetivo (MOHS): Un algoritmo metaheurístico basado en la improvisación musical, adaptado para resolver problemas de optimización multi-objetivo.
  • Pasarela mixta de hormigón y acero: Una estructura que combina elementos de acero y hormigón de manera que trabajen juntos como una sola unidad para soportar cargas, aprovechando las fortalezas de ambos materiales.
  • Frontera de Pareto: Una representación gráfica que conecta el conjunto de soluciones no dominadas (Pareto-óptimas) en un problema de optimización multi-objetivo, lo que permite analizar las compensaciones entre los objetivos.
  • Solución no dominada (Pareto-Óptima): Una solución para la cual no existe otra solución admisible que mejore simultáneamente todas las funciones objetivo. Mejorar un objetivo solo es posible a expensas de al menos otro.
  • Grado de interacción (α): Una variable de diseño en vigas compuestas que representa el nivel de conexión entre el acero y el hormigón, influyendo en su comportamiento estructural combinado.
  • Estado límite último (ULS): Verificaciones relacionadas con la capacidad de la estructura para resistir las cargas máximas sin colapsar, incluyendo la tensión de cizallamiento y el momento de flexión.
  • Estado límite de servicio (SLS): Verificaciones relacionadas con el rendimiento de la estructura bajo cargas normales para garantizar la comodidad y la funcionalidad, como la limitación de los desplazamientos y las aceleraciones.
  • Penalización: Un método utilizado en algoritmos de optimización para hacer que las soluciones que no cumplen con las restricciones de diseño sean menos atractivas para el algoritmo, agregando un valor a la función objetivo.

Comunicaciones presentadas al 29th International Congress on Project Management and Engineering AEIPRO 2025

Durante los días 16 y 17 de julio de 2025 tiene lugar en Ferrol (Spain) el 29th International Congress on Project Management and Engineering AEIPRO 2025. Es una buena oportunidad para debatir y conocer propuestas sobre dirección e ingeniería de proyectos. Nuestro grupo de investigación, dentro del proyecto de investigación RESILIFE, presenta varias comunicaciones. A continuación os paso los resúmenes.

YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2025). Optimización multiobjetivo de puentes de losa pretensada mediante el enfoque CRITIC-MCDM. 29th International Congress on Project Management and Engineering, AEIPRO, 16-17 de julio, Ferrol (Spain).

El trabajo establece una metodología para seleccionar el mejor diseño de un puente de losa pretensada, aplicando el método CRITIC de toma de decisiones multicriterio a un conjunto de soluciones establecidas mediante un muestreo por hipercubo latino que incluye los óptimos de cada función objetivo. Las funciones objetivo son el coste, las emisiones de CO₂ y la energía necesaria para construir una losa aligerada como paso superior. Esta metodología permite establecer una métrica sobre la que representar una superficie de respuesta que identifique las zonas donde las variables de diseño permiten reducir las tres funciones objetivo. Además, se analiza el método CRITIC aplicado a la frontera de Pareto de las soluciones y se estudia la robustez de la mejor opción en función de su distancia al punto ideal mediante tres métricas de Minkowski. Los resultados obtenidos indican la consistencia en la selección de la mejor solución.

YEPES-BELLVER, L.; MARTÍNEZ-PAGÁN, P.; YEPES, V. (2025). Nomogramas para el predimensionamiento económico de muros de retención de tierras. 29th International Congress on Project Management and Engineering, AEIPRO, 16-17 de julio, Ferrol (Spain).

Este trabajo presenta el desarrollo de una serie de nomogramas para el predimensionamiento económico de muros de retención de tierra con hormigón armado, empleados en la construcción de carreteras. Se propone un enfoque innovador para simplificar el proceso de diseño de estas estructuras, considerando una optimización económica que integra variables de geometría, materiales y refuerzo. Se incluyen alturas variables (de 4 a 10 m), teniendo en cuenta distintas condiciones de relleno y capacidad de soporte del terreno. Los resultados obtenidos proporcionan expresiones promedio que permiten calcular de manera práctica el coste total, el volumen de hormigón y acero, y las dimensiones geométricas de los muros. De este modo, se proporciona un marco de referencia útil para el diseño económico y eficiente de estos elementos estructurales en proyectos viales.

Os paso el vídeo promocional del Congreso.

Evaluación del ciclo de vida en viviendas sociales: un enfoque multicriterio para decisiones sostenibles

Acaban de publicarnos un artículo en la revista Building and Environment, revista indexada en el JCR en el primer decil. Presenta un análisis integral del impacto ambiental, económico y técnico de cinco soluciones estructurales aplicables a viviendas sociales. La investigación cobra especial relevancia en contextos como el peruano, donde la elevada demanda de vivienda y las limitaciones presupuestarias requieren soluciones eficientes, sostenibles y ampliamente replicables. Este trabajo se inscribe dentro del marco de los Objetivos de Desarrollo Sostenible (ODS), y aporta criterios objetivos para la toma de decisiones en el diseño y ejecución de programas como Techo Propio y Fondo Mi Vivienda.

El trabajo se enmarca dentro del proyecto de investigación RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València. A continuación se recoge un resumen sintético del trabajo.

Este artículo describe una investigación que evalúa la sostenibilidad de diferentes sistemas estructurales para viviendas sociales, enfocándose en su impacto ambiental, económico y técnico a lo largo de todo su ciclo de vida. La metodología empleada integra el Análisis del Ciclo de Vida (LCA), el Coste del Ciclo de Vida (LCC) y la Toma de Decisiones Multicriterio (MCDM) para proporcionar una visión completa. Los hallazgos principales indican que los sistemas de Light Steel Frame (LSF) son los más equilibrados en términos de sostenibilidad y rentabilidad, lo que ofrece criterios objetivos para la planificación de proyectos de vivienda social, especialmente en contextos como el peruano. El estudio resalta la importancia de una evaluación holística para la toma de decisiones en el sector de la construcción.

La principal aportación del artículo es la integración de tres herramientas de evaluación: el Análisis del Ciclo de Vida (LCA), el Coste del Ciclo de Vida (LCC) y la Toma de Decisiones Multicriterio (MCDM). El análisis se realiza con un enfoque cradle-to-grave, es decir, considerando todas las etapas del ciclo de vida de una vivienda: desde la extracción de materias primas hasta la demolición y el tratamiento de residuos. Esta perspectiva ofrece una visión más completa y realista del impacto de cada sistema constructivo, en contraste con los estudios más limitados comúnmente aplicados en América Latina.

Los cinco sistemas estructurales analizados fueron los siguientes: (1) estructuras de hormigón armado con muros de ladrillo (RCF-M), (2) muros hormigonados in situ (RCW), (3) sistemas industrializados de acero ligero tipo Light Steel Frame (LSF), (4) estructuras de hormigón armado con paneles sándwich prefabricados (RCF-CP) y (5) paneles sándwich de hormigón atornillados (LBSPS). Todas las alternativas se diseñaron siguiendo las normas técnicas peruanas de edificación (RNE), incluidos los requisitos sísmicos y de eficiencia energética. La unidad funcional utilizada fue el metro cuadrado de vivienda construida, con una vida útil de 50 años.

Desde el punto de vista ambiental, el sistema LSF resultó ser el de menor impacto global, incluso por debajo de soluciones convencionales como el RCF-M, que destacó por su alto consumo energético y emisiones durante la etapa de fabricación, principalmente debido a la producción de ladrillos cerámicos. En contraste, los sistemas prefabricados como LBSPS, aunque reducen los tiempos de ejecución, presentaron impactos ambientales elevados debido al uso intensivo de maquinaria y transporte especializado. El potencial de calentamiento global (GWP) fue la categoría con mayor peso ambiental, seguida del consumo de recursos naturales.

En cuanto al análisis económico, el sistema LSF también demostró ser el más competitivo. Su menor coste de construcción, el reducido mantenimiento y la facilidad de desmontaje le confieren ventajas económicas importantes. El sistema RCF-M, aunque tiene un bajo coste inicial, tiene mayores costes durante la fase de uso y al final de su vida útil debido a su elevada generación de residuos y dificultad de reciclaje. Las alternativas basadas en hormigón (RCW y RCF-CP) mostraron costes intermedios, con un mayor gasto en mantenimiento preventivo debido a la necesidad de recubrimientos anticorrosivos y anticarbonatación.

Para integrar todas estas variables, se emplearon seis métodos de decisión multicriterio (AHP, DEMATEL, TOPSIS, WASPAS, EDAS, MABAC y MARCOS), y a cada criterio se le asignaron pesos según la experiencia de un panel de expertos. Los criterios que más influyeron en la toma de decisiones fueron el coste de construcción, la necesidad de mano de obra especializada y el impacto ambiental sobre los recursos. La consistencia entre los métodos aplicados y los análisis de sensibilidad realizados confirma la solidez de los resultados: en más del 90 % de los escenarios simulados, el sistema LSF se mantuvo como la mejor opción global.

Las conclusiones del estudio son claras: ningún sistema constructivo es perfecto en todos los aspectos, pero el LSF se posiciona como la solución más equilibrada en términos de sostenibilidad, coste y eficiencia técnica. Esto tiene implicaciones directas para la planificación de proyectos de vivienda social, donde la rapidez de ejecución, la reducción de emisiones y la viabilidad económica deben ir de la mano. Además, el marco metodológico propuesto en este trabajo puede replicarse en otros países o contextos donde se busque optimizar la selección de sistemas constructivos en función de múltiples criterios.

En definitiva, este artículo supone un avance significativo en la evaluación integral de las tecnologías constructivas para la vivienda social. Proporciona a ingenieros, arquitectos y responsables de políticas públicas una herramienta sólida para fundamentar sus decisiones, superando enfoques tradicionales centrados únicamente en el coste o la rapidez constructiva. La aplicación de metodologías multicriterio, combinadas con análisis del ciclo de vida, se consolida así como un enfoque clave para impulsar una construcción social verdaderamente sostenible.

Referencia:

LUQUE-CASTILLO, X.; YEPES, V. (2025). Life Cycle Assessment of Social Housing Construction: A Multicriteria Approach. Building and Environment, 282:113294. DOI:10.1016/j.buildenv.2025.113294

Os paso el artículo, pues está publicado en abierto.

Pincha aquí para descargar

Glosario de términos clave

  • Análisis del ciclo de vida (LCA – Life Cycle Assessment): Una herramienta para evaluar los impactos ambientales asociados con todas las etapas de la vida de un producto, desde la extracción de la materia prima hasta la disposición final.
  • Coste del ciclo de vida (LCC – Life Cycle Costing): Una herramienta de evaluación económica que considera todos los costes relevantes de un producto o sistema a lo largo de su vida útil, incluyendo diseño, construcción, operación, mantenimiento y disposición.
  • Toma de decisiones multicriterio (MCDM – Multi-Criteria Decision-Making): Un conjunto de métodos y técnicas utilizados para evaluar y clasificar alternativas cuando hay múltiples criterios en conflicto, permitiendo tomar decisiones más informadas.
  • Enfoque «Cradle-to-Grave»: Una metodología de análisis que abarca todas las etapas del ciclo de vida de un producto o sistema, desde la «cuna» (extracción de materias primas) hasta la “tumba” (disposición final o reciclaje).
  • Objetivos de Desarrollo Sostenible (ODS): Un conjunto de 17 objetivos globales establecidos por las Naciones Unidas para lograr un futuro más sostenible para todos, abordando desafíos como la pobreza, la desigualdad, el cambio climático y la degradación ambiental.
  • RESILIFE: El proyecto de investigación en el marco del cual se realizó este estudio, dirigido por el investigador principal en la Universitat Politècnica de València.
  • Techo Propio y Fondo Mi Vivienda: Programas de vivienda social en Perú mencionados como contextos clave donde los hallazgos del estudio pueden aplicarse para la toma de decisiones.
  • RCF-M (Hormigón armado con muros de ladrillo): Uno de los sistemas estructurales analizados, que representa una solución constructiva convencional.
  • RCW (Muros hormigonados in situ): Uno de los sistemas estructurales analizados, caracterizado por el vertido de hormigón directamente en el lugar de la obra.
  • LSF (Light Steel Frame): Un sistema industrializado de acero ligero, destacado en el estudio por su eficiencia ambiental y económica.
  • RCF-CP (Estructuras de hormigón armado con paneles sándwich prefabricados): Un sistema que combina hormigón armado con paneles prefabricados.
  • LBSPS (Paneles sándwich de hormigón atornillados): Un sistema prefabricado de paneles sándwich de hormigón que se ensamblan mediante atornillado.
  • Unidad funcional: El parámetro de referencia utilizado en el LCA y LCC para comparar diferentes alternativas, en este caso, el metro cuadrado de vivienda construida con una vida útil de 50 años.
  • Potencial de calentamiento global (GWP – Global Warming Potential): Una medida del impacto de una sustancia en el calentamiento global, expresada en equivalentes de CO₂. Fue la categoría de mayor peso ambiental en el estudio.

Aportaciones al Congreso sobre Optimización de Estructuras HPSM/OPTI 2025, Edimburgo (Reino Unido)

Los días 10 a 12 de junio de 2025 se celebró en Edimburgo (Reino Unido) uno de los congresos más importantes sobre optimización de estructuras: “12th International Conference on High Performance and Optimum Design of Structures and Materials, HPSM/OPTI 2025“. He participado en dicho congreso tanto en su Comité Científico como Invited Speaker.

Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal, junto con el profesor Julián Alcalá, en la Universitat Politècnica de València. Además, es uno de los resultados de la tesis doctoral de Lorena Yepes.

En cuanto la comunicación esté publicada en el libro de ponencias, os pasaré el enlace para su descarga gratuita. A continuación os paso el resumen de la comunicación presentada.

El artículo «Multi-Attribute Decision-Making in Prestressed Concrete Road Flyover Design», propone una innovadora metodología para optimizar el diseño de puentes de hormigón pretensado teniendo en cuenta simultáneamente tres criterios clave: el coste económico, las emisiones de CO₂ y la energía incorporada en los materiales. Su objetivo es encontrar soluciones de compromiso que equilibren sostenibilidad y eficiencia estructural.

Aportaciones principales del estudio

Este trabajo aporta un enfoque sistemático y práctico para integrar criterios medioambientales y económicos en el diseño de pasos elevados. Frente a las metodologías tradicionales que suelen priorizar únicamente el coste, los autores aplican técnicas de toma de decisiones multicriterio para considerar también el impacto ambiental desde el inicio del proceso proyectual. Además, ofrecen pautas concretas para diseños preliminares que buscan un equilibrio entre coste, emisiones y consumo energético.

Metodología empleada

La investigación se basa en técnicas avanzadas de optimización y modelado. En primer lugar, se utilizaron 50 soluciones iniciales de diseño generadas mediante un muestreo estadístico conocido como Latin Hypercube Sampling, que explora diferentes combinaciones de parámetros como la resistencia del hormigón, la anchura de la base y la profundidad del tablero.

A continuación, se aplicó un modelo de sustitución de tipo Kriging, capaz de estimar con gran precisión los resultados estructurales sin necesidad de cálculos exhaustivos para cada diseño. Esto permitió ampliar el análisis a 1.000 soluciones adicionales simuladas.

Con todas las alternativas sobre la mesa, se extrajo la “frontera de Pareto”, un conjunto de soluciones no dominadas que representan los mejores compromisos posibles entre los tres objetivos. Finalmente, se aplicaron distintos escenarios de toma de decisiones multiatributo, asignando diferentes pesos a cada criterio, para seleccionar los diseños más equilibrados.

Resultados más relevantes

El análisis reveló que los diseños más sostenibles tienen características comunes: una relación entre canto del tablero y luz principal cercana a 1/30 y una resistencia del hormigón de 40 MPa. Estas configuraciones permiten reducir tanto el consumo de materiales como las emisiones sin comprometer la viabilidad estructural.

Dependiendo del peso asignado a cada criterio (coste, emisiones, energía), se identificaron varias soluciones óptimas, destacando especialmente dos (denominadas #6 y #13) por su buen rendimiento integral. Curiosamente, priorizar solo el coste lleva a soluciones con mayor canto, mientras que priorizar el medio ambiente genera estructuras más esbeltas y materialmente eficientes.

Conclusiones y recomendaciones

El estudio concluye que aplicar técnicas de decisión multicriterio en la ingeniería civil permite diseñar infraestructuras más sostenibles y racionales, sin sacrificar funcionalidad ni economía. Se recomienda considerar desde fases tempranas del diseño variables ambientales clave como las emisiones o la energía embebida, además de los costes.

Asimismo, los autores sugieren incorporar la participación de los diferentes agentes implicados (ingenieros, administraciones, ciudadanía) para lograr soluciones más equilibradas y duraderas.

Este trabajo representa un avance hacia una práctica de la ingeniería más alineada con los Objetivos de Desarrollo Sostenible, y especialmente con el ODS 9, que promueve infraestructuras resilientes, sostenibles e innovadoras.

Referencia:

YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2025). Multi-attribute decision-making in prestressed concrete road flyover design. International Conference on High Performance and Optimum Design of Structures and Materials, HPSM/OPTI 2025, 10-12 June 2025, Edinburgh, UK.

Tesis doctoral: Optimización multicriterio para el diseño sostenible de puentes postesados mediante metamodelos

De izquierda a derecha: Julián Alcalá, Salvador Ivorra, Lorena Yepes, Tatiana García y Antonio Tomás.

Hoy, 6 de junio de 2025, ha tenido lugar la defensa de la tesis doctoral de Dª. Lorena Yepes Bellver, titulada “Multi-criteria optimization for sustainable design of post-tensioned concrete slab bridges using metamodels”, dirigida por el profesor Julián Alcalá González. La tesis ha obtenido la máxima calificación de sobresaliente «cum laude». A continuación, presentamos un pequeño resumen de la misma.

Esta tesis utiliza técnicas de modelización sustitutiva para optimizar los costes económicos y medioambientales en puentes losa de hormigón postesado hormigonado in situ. El objetivo principal de esta investigación es desarrollar una metodología sistemática que permita optimizar el diseño de puentes, reduciendo los costes, las emisiones de CO₂ y la energía necesaria para construir este tipo de puentes sin comprometer la viabilidad estructural o económica. El marco de optimización propuesto consta de dos fases secuenciales: la primera se centra en ampliar el espacio de búsqueda y la segunda intensifica la búsqueda de soluciones óptimas. El metamodelo basado en Kriging realiza una optimización heurística que da como resultado un diseño con emisiones de CO₂ significativamente menores que los diseños convencionales. El estudio revela que una relación de esbeltez de aproximadamente 1/30 arroja resultados óptimos, ya que se reduce el consumo de material y se mantiene la integridad estructural. Además, el aumento de la armadura pasiva compensa la reducción de hormigón y armadura activa, lo que da como resultado un diseño más sostenible. Por otra parte, se identifica una compensación entre costes y emisiones que muestra que un modesto aumento de los costes de construcción (menos del 1 %) puede reducir sustancialmente las emisiones de CO₂ (más del 2 %), lo que demuestra que el diseño de puentes sostenibles puede ser económicamente viable.

La investigación explora más a fondo la optimización de la energía incorporada en la construcción de pasos elevados de carreteras anuladas mediante el uso de muestreo por hipercubo latino y optimización basada en Kriging. La metodología permite identificar los parámetros críticos de diseño, como los altos coeficientes de esbeltez (en torno a 1/28), el uso mínimo de hormigón y armadura activa, y el aumento de la armadura pasiva para mejorar la eficiencia energética. Aunque en el estudio se emplearon Kriging y redes neuronales artificiales (RNA), Kriging demostró ser más eficaz a la hora de identificar óptimos locales, a pesar de que las redes neuronales ofrecen predicciones absolutas más precisas. Esto pone de manifiesto la eficacia de los modelos sustitutos a la hora de orientar las decisiones de diseño sostenible, incluso cuando los modelos no ofrecen predicciones absolutas perfectamente exactas.

En el contexto de la optimización de costes para puentes de losa postesada, el estudio demuestra el potencial del modelado sustitutivo combinado con la simulación del recocido. Los resultados muestran que el método de optimización basado en Kriging conduce a una reducción de costes del 6,54 %, principalmente mediante la minimización del uso de materiales, concretamente de hormigón en un 14,8 % y de acero activo en un 11,25 %. Estas reducciones en el consumo de material se consiguen manteniendo la integridad estructural y la capacidad de servicio del puente, lo que convierte al modelado sustitutivo en una herramienta práctica y eficaz para la optimización económica en el diseño de puentes.

El estudio también evalúa la forma de optimizar las emisiones de CO₂ en pasos elevados de carreteras pretensadas. Se identifican los parámetros óptimos de diseño, como grados de hormigón entre C-35 y C-40 MPa, profundidades del tablero entre 1,10 y 1,30 m, y anchuras de base entre 3,20 y 3,80 m. La red neuronal mostró las predicciones más precisas entre los modelos predictivos analizados, con los errores medios absolutos (MAE) y cuadrados medios (RMSE) más bajos. Estos resultados subrayan la importancia de seleccionar el modelo predictivo adecuado para optimizar las emisiones de CO₂ en el diseño de puentes y destacan el valor de utilizar modelos sustitutivos para mejorar la sostenibilidad en los proyectos de ingeniería civil.

Por último, la investigación integra la toma de decisiones multicriterio (MCDM) con la optimización basada en Kriging para evaluar y optimizar los diseños de puentes en relación con objetivos económicos, medioambientales y estructurales. El enfoque MCDM permite evaluar de manera más exhaustiva las alternativas de diseño al tener en cuenta las compensaciones entre coste, impacto ambiental y rendimiento estructural. Esta integración contribuye al desarrollo sostenible de las infraestructuras, ya que facilita la selección de diseños óptimos que se ajusten a los objetivos de sostenibilidad.

En conclusión, esta tesis demuestra que el modelado sustitutivo, que utiliza explícitamente el Kriging y redes neuronales artificiales, es un enfoque práctico para optimizar las dimensiones medioambiental y económica del diseño de puentes. El marco de optimización en dos fases que aquí se presenta proporciona una metodología eficiente desde el punto de vista computacional que permite identificar soluciones de diseño óptimas y sostenibles que cumplen las restricciones estructurales y económicas. Los resultados sugieren que la metodología es aplicable a proyectos de infraestructuras a gran escala y sentarán las bases para futuras investigaciones. Futuros estudios podrían investigar el uso de algoritmos y modelos de optimización adicionales para perfeccionar aún más el proceso de optimización y mejorar la aplicabilidad de estas metodologías en proyectos reales.

Referencias:

YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2025). Predictive modeling for carbon footprint optimization of prestressed road flyovers. Applied Sciences, 15(17), 9591. DOI:10.3390/app15179591

VILLALBA, P.; SÁNCHEZ-GARRIDO, A.; YEPES-BELLVER, L.; YEPES, V. (2025). A Hybrid Fuzzy DEMATEL–DANP–TOPSIS Framework for Life Cycle-Based Sustainable Retrofit Decision-Making in Seismic RC Structures. Mathematics, 13(16), 2649. DOI:10.3390/math13162649

ZHOU, Z.; WANG, Y.J.; YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2025). Intelligent monitoring of loess landslides and research on multi-factor coupling damage. Geomechanics for Energy and the Environment, 42:100692. DOI:10.1016/j.gete.2025.100692

ZHOU, Z.; YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2025). Study on the failure mechanism of deep foundation pit of high-rise building: comprehensive test and microstructure coupling. Buildings, 15(8), 1270. DOI:10.3390/buildings15081270

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2025). Surrogate-assisted cost optimization for post-tensioned concrete slab bridges. Infrastructures, 10(2): 43. DOI:10.3390/infrastructures10020043.

BLIGHT, T.; MARTÍNEZ-PAGÁN, P.; ROSCHIER, L.; BOULET, D.; YEPES-BELLVER, L.; YEPES, V. (2025). Innovative approach of nomography application into an engineering educational context. Plos One, 20(2): e0315426. DOI:10.1371/journal.pone.0315426

NAVARRO, I.J.; VILLALBA, I.; YEPES-BELLVER, L.; ALCALÁ, J. Social Life Cycle Assessment of Railway Track Substructure Alternatives. J. Clean. Prod. 2024, 450, 142008.

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2024). Artificial neural network and Kriging surrogate model for embodied energy optimization of prestressed slab bridges. Sustainability, 16(19), 8450. DOI:10.3390/su16198450

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2023). Embodied energy optimization of prestressed concrete road flyovers by a two-phase Kriging surrogate model. Materials, 16(20); 6767. DOI:10.3390/ma16206767

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

¿Cuáles son las características de una buena estimación de costes?

En la ingeniería o la arquitectura, la estimación de costes no constituye únicamente una labor técnica, sino que representa un componente esencial en la planificación, gestión y toma de decisiones de todo proyecto. Ya sea para la construcción de una presa, una carretera o una infraestructura ferroviaria, es fundamental contar con una estimación precisa, bien fundamentada y comunicada adecuadamente, ya que esto puede marcar la diferencia entre el éxito y el fracaso de una iniciativa. En el presente artículo, se aborda la evaluación de las competencias que constituyen una estimación de costes sólida y conforme a las normas profesionales y las prácticas óptimas del sector.

Una estimación de costes sólida y confiable debe cumplir con cuatro características relevantes: exhaustividad, razonabilidad, credibilidad y solidez analítica. Estos principios aseguran que el análisis sea riguroso desde el punto de vista técnico, así como útil y comprensible para quienes toman decisiones.

En primer lugar, toda estimación sólida debe basarse en el rendimiento histórico de programas anteriores. Por lo tanto, es necesario utilizar datos de proyectos análogos como referencia, ya sean similares en alcance, naturaleza o contexto, para respaldar el análisis. Estas experiencias previas deben estar claramente identificadas como fuentes de datos, aportando así transparencia y reforzando la confianza en los resultados.

Sin embargo, si bien los datos históricos constituyen el punto de partida, es imperativo considerar las posibles mejoras en diseño, materiales y procesos constructivos que puedan incorporarse en el nuevo proyecto. A pesar de la ausencia de datos empíricos que respalden estos avances, es necesario evaluar su impacto de manera rigurosa y fundamentada. En tales circunstancias, se acude al juicio profesional o conocimiento experto (también denominado subject matter expertise), cuya aplicación debe estar debidamente documentada y justificada.

Otro aspecto clave es la claridad en la comunicación. Una estimación sólida debe ser comprensible, especialmente para los responsables de programas y directivos que, si bien toman decisiones estratégicas, pueden carecer del tiempo o del perfil técnico necesario para profundizar en los detalles metodológicos. Por ello, se recomienda optar por enfoques sencillos, evitando complejidades innecesarias, para que la estimación pueda ser fácilmente interpretada por sus destinatarios.

Asimismo, es preciso identificar las reglas de base y los supuestos. Como se suele decir en el ámbito del análisis: «Permítame realizar las suposiciones, y usted podrá realizar los cálculos». Esta frase resume la enorme influencia que tienen las hipótesis en cualquier estimación. Si bien es difícil que todos los agentes implicados compartan exactamente los mismos supuestos, la mejor estrategia consiste en incorporar análisis de sensibilidad. Estos instrumentos permiten evaluar la variación de la estimación ante diferentes escenarios y contribuyen a una gestión más eficiente de la incertidumbre.

Precisamente, una buena estimación debe abordar de forma explícita los riesgos y las incertidumbres inherentes al proyecto. Si bien el resultado final se manifiesta a través de una cifra concreta —conocida como «punto estimado»—, es importante destacar que dicha cifra es el resultado de una serie de supuestos. Por lo tanto, es posible que esta haya variado si los supuestos hubiesen sido distintos. Por tanto, es esencial señalar las sensibilidades del modelo y mostrar cómo afectan al resultado final, para ofrecer una visión más completa y realista del coste previsto.

Desde una perspectiva técnica, existen otras cualidades que refuerzan la validez y utilidad de la estimación. Una de las características esenciales que debe cumplir es que esté impulsada por los requisitos del proyecto. Resulta improcedente solicitar una estimación del coste de rehabilitar una cocina sin definir previamente el alcance de dicha rehabilitación. En el ámbito de los proyectos civiles de gran envergadura, resulta imperativo que los requisitos funcionales y técnicos se encuentren debidamente documentados, ya sea a través de especificaciones técnicas, documentos de alcance, solicitudes de propuesta (RFP) o, en el caso de proyectos públicos, mediante instrumentos normalizados como el «Cost Analysis Requirements Description» (CARD).

Otra condición esencial es que el proyecto esté suficientemente definido desde el punto de vista técnico y que se hayan identificado las áreas de mayor riesgo. De este modo, se garantizará una selección meticulosa de la metodología de estimación más apropiada y una aplicación precisa de las herramientas de análisis.

En proyectos de gran envergadura, especialmente en el ámbito público, se recomienda disponer de una estimación independiente. Esta función de validación externa contribuye a reforzar la credibilidad del análisis. De igual manera, es importante contar con estimaciones independientes que respalden los presupuestos en los grandes proyectos.

Finalmente, una estimación de calidad debe ser trazable y auditable. Por lo tanto, es imperativo que sea posible reconstruirla a partir de los datos, supuestos y fuentes utilizadas. Existe un consenso tácito entre los profesionales de la estimación, según el cual cualquier individuo con conocimientos básicos de análisis cuantitativo debería estar en condiciones de seguir los pasos del cálculo, aplicar los datos y reproducir el resultado. La transparencia, por tanto, no es solo un valor añadido, sino un requisito indispensable para asegurar la fiabilidad del proceso.

En el ámbito de la ingeniería civil, donde los proyectos conllevan frecuentemente inversiones significativas y pueden afectar a miles de personas, la estimación de costes deja de ser una tarea secundaria para convertirse en una herramienta estratégica esencial. El cálculo de cifras por sí solo no es suficiente; es imperativo comprender el proyecto en su totalidad, anticipar escenarios, comunicar con claridad y tomar decisiones con fundamento.

Invito a todas las personas —ya sean profesionales con experiencia o estudiantes en proceso de formación— a considerar la estimación de costes no como un mero trámite técnico, sino como una disciplina que integra ciencia, experiencia y criterio. Reflexionar sobre el proceso de construcción de nuestras estimaciones, los supuestos que las sustentan y la manera en que las comunicamos, puede resultar fundamental para mejorar la eficiencia, la transparencia y la sostenibilidad de nuestras infraestructuras.

Glosario de términos clave

  • Estimación de costes: Proceso de predecir el coste monetario de un proyecto o iniciativa, basándose en datos disponibles, supuestos y metodologías de análisis.
  • Exhaustividad: Característica de una estimación que implica considerar todos los elementos relevantes del proyecto y sus posibles costes asociados.
  • Razonabilidad: Característica que indica que la estimación está lógicamente estructurada y los valores utilizados tienen sentido dentro del contexto del proyecto y la experiencia previa.
  • Credibilidad: Característica que denota la confianza en la estimación, basada en la solidez de la metodología, la transparencia en los datos y supuestos, y la validación (interna o externa).
  • Solidez analítica: Característica que se refiere a que la estimación se basa en métodos de análisis cuantitativos rigurosos y bien aplicados.
  • Rendimiento histórico: Datos de coste y ejecución de proyectos anteriores similares que se utilizan como base empírica para una nueva estimación.
  • Juicio profesional (o conocimiento experto): Aplicación de la experiencia y conocimiento de expertos en la materia para realizar estimaciones o tomar decisiones cuando los datos empíricos son limitados.
  • Reglas de base y supuestos: Las hipótesis fundamentales y las condiciones iniciales que subyacen a una estimación y sobre las cuales se realizan los cálculos.
  • Análisis de sensibilidad: Técnica que evalúa cómo varía el resultado de una estimación cuando se modifican los supuestos o parámetros clave, ayudando a entender el impacto de la incertidumbre.
  • Punto estimado: La cifra única que representa el resultado más probable o esperado de la estimación de costes.
  • Requisitos del proyecto: Las especificaciones funcionales, técnicas y de rendimiento que definen el alcance y los objetivos de un proyecto, y que deben impulsar la estimación de costes.
  • Cost Analysis Requirements Description (CARD): Instrumento normalizado, especialmente en proyectos públicos, que documenta los requisitos necesarios para realizar un análisis de costes.
  • Estimación independiente: Una estimación de costes realizada por un equipo o entidad separada del equipo principal del proyecto, con el fin de validar o contrastar la estimación principal.
  • Trazabilidad: La capacidad de seguir y documentar el proceso de estimación, desde los datos y supuestos iniciales hasta el resultado final.
  • Auditabilidad: La capacidad de verificar la exactitud y fiabilidad de una estimación, examinando los datos, métodos y supuestos utilizados, de modo que otro analista pueda reproducirla.

Referencias:

Mislick, G. K., & Nussbaum, D. A. (2015). Cost estimation: Methods and tools. John Wiley & Sons.

Yepes, V. (2022). Gestión de costes y producción de maquinaria de construcción. Universidad Politécnica de Valencia.

Curso:

Curso de gestión de costes y producción de la maquinaria empleada en la construcción.

 

¿Se puede predecir el futuro? Claves de la estimación de costes en proyectos de ingeniería

En el ámbito de la ingeniería civil, planificar correctamente no solo es deseable, sino que es imprescindible para garantizar la eficiencia y la calidad en el desarrollo de proyectos. En todas las etapas de un proyecto, ya sea la construcción de una carretera, un puente o una infraestructura hidráulica, la estimación de costes es un componente esencial. La estimación precisa del costo de una obra es fundamental para tomar decisiones informadas, optimizar recursos y reducir riesgos. Para proceder con la estimación de costes, es preciso definir con precisión el concepto. Para ello, es necesario establecer los fundamentos técnicos y metodológicos que rigen dicha práctica.

El físico danés Niels Bohr, galardonado con el Premio Nobel en 1922, expresó en una ocasión: «Predecir es sumamente complejo, especialmente en lo que respecta al futuro». Esta expresión, originariamente empleada en el ámbito de la física, resulta aplicable en el ámbito de la estimación de costes, dada su compatibilidad tanto con su dimensión técnica como con la naturaleza incierta inherente a todo proceso de planificación.

La estimación de costes puede definirse como el proceso mediante el cual se recopilan y analizan datos históricos, y se aplican modelos cuantitativos, técnicas, herramientas y bases de datos con el objetivo de prever el coste futuro de un producto, proyecto, programa o tarea. En esencia, se trata de una práctica que integra elementos del arte y la ciencia, con el objetivo de estimar el valor, alcance o características probables de un elemento, en función de la información disponible en un momento determinado.

Uno de los pilares fundamentales de esta disciplina son los datos históricos. Como ocurre en cualquier otra actividad científica, la estimación de costes se apoya en evidencia contrastada. Dado que no es posible disponer de datos futuros, es imperativo recurrir a la información relevante del pasado. La búsqueda y el tratamiento de datos históricos son una labor esencial del profesional de la estimación. La recopilación, organización, normalización y gestión adecuadas de los datos históricos resultan valiosas para sentar una base sólida para el análisis posterior.

En lo que respecta a la estimación de costes, esta se fundamenta en el empleo de modelos cuantitativos, los cuales deben caracterizarse por su transparencia, racionalidad y capacidad de ser revisados por terceros. Este componente científico ha sido determinante para que la asignatura de estimación de costes se integre de manera habitual en los departamentos universitarios de ingeniería de sistemas, de investigación operativa o de administración de empresas, lo que refleja su naturaleza técnica y rigurosa.

Un aspecto central de esta profesión es la capacidad de predecir. Frecuentemente, se escucha la afirmación de que «no se puede predecir el futuro», pero esta idea es engañosa. Si alguien afirma que «mañana va a llover», podrá estar en lo cierto o equivocado, pero, en cualquier caso, estará realizando una predicción. De hecho, muchas de nuestras decisiones cotidianas —como la elección de un paraguas o la planificación de una inversión— se fundamentan precisamente en el intento de anticipar el futuro. Predecir, también conocido como pronosticar, es una actividad legítima y valiosa, especialmente en campos como la ingeniería civil, donde los proyectos suelen implicar plazos prolongados, recursos significativos y un alto grado de incertidumbre.

Algunas voces críticas señalan que el uso de datos históricos para estimar costes futuros podría implicar la repetición de errores del pasado en la toma de decisiones. Según esta lógica, estaríamos asumiendo que los gestores actuales cometerán los mismos fallos que sus predecesores, lo cual, según afirman, carece de sentido. Sin embargo, esta objeción se fundamenta en un error de base. Por un lado, los errores del pasado no suelen deberse a la incompetencia de quienes lideraban los proyectos, sino a factores externos que escapaban a su control. Por otro lado, quienes gestionan proyectos en la actualidad se enfrentarán a un contexto diferente, con nuevos retos y condicionantes que también podrían obligarles a desviarse de sus planes iniciales. Como respuesta más irónica (pero igualmente válida), podría decirse que «no cometerás los mismos errores que tus antecesores: cometerás los tuyos».

Por último, es fundamental tener presente que toda estimación se realiza con base en la información disponible en ese momento. Si bien nos gustaría contar con datos precisos sobre las condiciones futuras en las que se ejecutará un proyecto, la realidad es que solo podemos trabajar con lo que sabemos hoy e intentar prever las circunstancias del mañana. Es comprensible que no sea posible anticipar todos los cambios que puedan producirse, especialmente en proyectos a largo plazo. A modo ilustrativo, si se está calculando el coste para producir 200 m³ de hormigón en una planta propia para una obra, pero más adelante el cliente quiere un modificado de obra que nos obliga a producir 2000 m³, es evidente que nuestra estimación inicial no será válida para ese nuevo escenario. Sin embargo, en su momento, la estimación se ajustó a los supuestos establecidos. Por ello, el profesional encargado de estimar costes debe contemplar posibles contingencias y estar preparado para ajustar sus cálculos a medida que evolucionen los planes o cambien las condiciones del entorno.

En definitiva, la estimación de costes constituye una disciplina de gran importancia en el ámbito de la ingeniería civil y de otras ramas técnicas, pues facilita la toma de decisiones fundamentadas en entornos de incertidumbre. Para su correcta aplicación, se requiere una combinación de análisis histórico, rigor matemático y juicio profesional. Se trata de una herramienta fundamental para el éxito de cualquier proyecto de gran envergadura.

Glosario de términos clave

  • Estimación de costes: Proceso de prever el coste futuro de un producto, proyecto, programa o tarea mediante la recopilación y análisis de datos históricos y la aplicación de modelos cuantitativos, técnicas, herramientas y bases de datos.
  • Datos históricos: Información relevante del pasado utilizada como evidencia para fundamentar la estimación de costes, dada la imposibilidad de disponer de datos futuros.
  • Modelos cuantitativos: Herramientas matemáticas y estadísticas empleadas en la estimación de costes, caracterizadas por ser transparentes, racionales y revisables.
  • Predecir/Pronosticar: La actividad de anticipar o prever eventos o valores futuros, crucial en campos como la ingeniería civil para la planificación.
  • Incertidumbre: La falta de certeza sobre las condiciones futuras en las que se ejecutará un proyecto, un factor inherente a la planificación a largo plazo.
  • Contingencias: Posibles eventos o cambios futuros que podrían afectar la estimación inicial de costes y que deben ser contemplados por el profesional.
  • Rigor matemático: La precisión y exactitud en la aplicación de principios y cálculos matemáticos en la estimación de costes.
  • Juicio profesional: La aplicación de la experiencia, el conocimiento y la intuición del experto en el proceso de estimación, complementando el análisis de datos y modelos.
  • Ingeniería civil: Disciplina de ingeniería que se ocupa del diseño, construcción y mantenimiento de infraestructuras físicas y naturales, como carreteras, puentes y sistemas hidráulicos.
  • Optimizar recursos: Utilizar los recursos disponibles de la manera más eficiente posible para lograr los objetivos del proyecto, facilitado por una estimación precisa de costes.
Referencias:

Curso:

Curso de gestión de costes y producción de la maquinaria empleada en la construcción.

Modelos subrogados para optimizar el coste de pasos superiores pretensados

Acaban de publicar nuestro artículo en la revista Infrastructures, indexada en el JCR. El estudio presenta una metodología de optimización de costes para puentes losa aligerados postesados mediante metamodelos, en la que se destaca la aplicación del modelo Kriging en combinación con algoritmos heurísticos.

Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal, junto con el profesor Julián Alcalá, en la Universitat Politècnica de València.  A continuación, explicamos brevemente el contenido del artículo que podéis descargar gratuitamente.

La investigación se centra en un puente de tres vanos con luces de 24, 34 y 28 m, y optimiza el diseño estructural para reducir costes sin comprometer los criterios de servicio y seguridad. Se identifica una reducción del 6,54 % en los costes en comparación con enfoques tradicionales, lograda principalmente mediante la disminución del uso de hormigón en un 14,8 % y del pretensado en un 11,25 %.

El trabajo también evalúa distintas técnicas predictivas, como redes neuronales y funciones de base radial, y determina que las redes neuronales presentan el menor error de predicción, aunque requieren varias ejecuciones para garantizar estabilidad. En contraste, el modelo Kriging permite identificar óptimos locales con alta precisión. La metodología propuesta proporciona una estrategia eficiente para la toma de decisiones en ingeniería estructural, que promueve diseños de puentes más rentables sin comprometer el rendimiento estructural.

Figura. Paso superior en la autovía A-7, en Cocentaina (Alicante)

Los resultados indican que la optimización mediante modelos subrogados permite reducir significativamente los costes de diseño de pasos superiores pretensados. La estrategia adoptada optimiza variables como la profundidad de la losa, la geometría de la base y la resistencia del hormigón, y respeta las restricciones impuestas por los estados límite de servicio, que son los últimos según el Eurocódigo 2. Se observa que la metodología basada en kriging y la optimización heurística proporciona resultados prácticos con menor esfuerzo computacional en comparación con la optimización directa de todas las variables estructurales.

El modelo Kriging optimizado mediante Simulated Annealing identificó una configuración de losa con una profundidad de 1,30 m y una base de 3,15 m como la solución más rentable. Esta configuración se corrobora mediante la predicción de redes neuronales, lo que muestra coherencia en la localización del óptimo. En comparación con estudios previos, los resultados indican que la metodología utilizada en este trabajo permite obtener ahorros significativos sin necesidad de analizar exhaustivamente cada alternativa estructural.

A partir de los hallazgos obtenidos, se sugiere explorar la integración de métodos de optimización multiobjetivo que tengan en cuenta no solo el coste, sino también el impacto ambiental y los costes de mantenimiento a lo largo del ciclo de vida del puente. La inclusión de criterios de sostenibilidad podría mejorar la eficiencia global del diseño estructural y su capacidad de adaptación a normativas futuras.

Otra línea de investigación relevante consiste en aplicar modelos subrogados en el diseño de otros tipos de estructuras, como puentes de vigas o marcos de hormigón armado, para evaluar su viabilidad en distintas configuraciones estructurales. Además, el desarrollo de modelos predictivos más sofisticados, que integren aprendizaje automático y simulaciones de alta fidelidad, podría optimizar aún más los diseños propuestos.

Por último, se recomienda estudiar el impacto de la variabilidad de los materiales y las condiciones de carga en la optimización del diseño. La incorporación de análisis probabilísticos mejoraría la fiabilidad de las soluciones obtenidas, ya que se obtendrían diseños estructurales más robustos y seguros.

Referencia:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2025). Surrogate-assisted cost optimization for post-tensioned concrete slab bridges. Infrastructures, 10(2): 43. DOI:10.3390/infrastructures10020043.

Pincha aquí para descargar

Algunas reflexiones sobre el impacto del cambio climático en el comportamiento de las infraestructuras

El diseño estructural de infraestructuras, como edificios y puentes, se basa en códigos que establecen los criterios necesarios para garantizar su resistencia a diversas condiciones climáticas y ambientales. Estos códigos se actualizan periódicamente para reflejar los avances científicos y tecnológicos. Sin embargo, el cambio climático plantea un desafío disruptivo, ya que altera las condiciones climáticas de manera impredecible, lo que cuestiona la suposición de que las cargas climáticas son estacionarias.

En estas líneas se aborda cómo la transición del diseño estructural basado en estados límites ha influido en la forma en que se tienen en cuenta las variables climáticas. También aborda las dificultades que surgen al integrar el cambio climático en los modelos de riesgo estructural y analiza la necesidad de ajustar los métodos de estimación y diseño para tener en cuenta la creciente incertidumbre sobre el futuro climático.

Estas reflexiones se enmarcan dentro del proyecto RESILIFE, que actualmente desarrollo como investigador principal, y se han basado en algunas ideas desarrolladas en el trabajo reciente de Ellingwood et al. (2024).

Los códigos estructurales establecen los criterios necesarios para diseñar edificios, puentes y otras infraestructuras capaces de resistir las demandas de uso y los eventos ambientales o climáticos, como la nieve, el hielo, las lluvias, las tormentas de viento e inundaciones fluviales y costeras. Para garantizar que reflejen los últimos avances en ciencia e ingeniería, estos códigos se actualizan periódicamente, generalmente cada 5 o 10 años.

En las últimas cuatro décadas, los códigos estructurales de todo el mundo, como el «Minimum Design Loads and Associated Criteria for Buildings and Other Structures (ASCE 7-22)», las «LRFD Bridge Design Specifications (AASHTO)», el «International Building Code«, el «National Building Code of Canada» y los Eurocódigos, han adoptado los principios del diseño basado en estados límite. Durante este tiempo, los ingenieros estructurales y la normativa han reconocido la importancia de las herramientas de análisis de fiabilidad estructural y gestión del riesgo para modelar las incertidumbres asociadas a las cargas estructurales y la respuesta de las estructuras, y así garantizar un rendimiento adecuado en servicio (García-Segura et al., 2017). Con la transición del diseño basado en tensiones admisibles al diseño por estados límite, los criterios para las cargas climáticas han evolucionado gradualmente. Hasta ahora, estos criterios, basados en registros climáticos históricos y en evaluaciones de fiabilidad estructural, han tratado las cargas operativas y climáticas como estacionarias, asumiendo que el pasado es representativo del futuro.

El cambio climático plantea un desafío disruptivo y significativo para la evolución gradual de los códigos basados en el riesgo, así como para las prácticas de diseño estructural (ASCE, 2015a, 2018). La suposición de estacionariedad en el análisis de riesgos naturales deja de ser válida al tener en cuenta los efectos del cambio climático. Además, las incertidumbres asociadas a las proyecciones climáticas para el resto del siglo XXI son considerables, especialmente en lo que respecta a las cargas de viento, hielo y nieve (Tye et al., 2021). Las condiciones climáticas más agresivas podrían acelerar el deterioro estructural en ciertos casos, así como aumentar la intensidad y duración de los peligros. El cambio climático también ha suscitado controversia desde el punto de vista económico y político. Lograr consenso en los comités encargados de los códigos sobre el impacto del cambio climático en las infraestructuras requerirá una gestión técnica eficaz y una separación clara entre los aspectos políticos, como las causas del cambio climático, y los aspectos técnicos, como su impacto en las estructuras. Asimismo, podría haber oposición pública ante los costes adicionales que conlleven las modificaciones en los códigos climáticos. No obstante, ignorar los efectos del cambio climático en el comportamiento a largo plazo de las estructuras e infraestructuras podría incrementar el riesgo de daños y fallos, aumentar los costes de diseño, construcción y mantenimiento, agravar problemas de salud y seguridad públicas, interrumpir servicios esenciales y generar impactos socioeconómicos y ambientales negativos a nivel nacional.

Es fundamental abordar varias preguntas clave para considerar las exigencias del cambio climático en el desarrollo de los códigos estructurales. Entre ellas se encuentran (Ellingwood et al., 2024) :

  • ¿Cómo se debe modelar la no estacionariedad en la ocurrencia e intensidad de los eventos climáticos extremos provocados por el cambio climático?
  • ¿Cómo se deben integrar estas incertidumbres en un análisis de fiabilidad estructural dependiente del tiempo, con el fin de estimar el comportamiento futuro y demostrar el cumplimiento de los objetivos de rendimiento expresados en términos de fiabilidad?
  • ¿Cómo se puede convencer a los ingenieros estructurales y al público en general de la necesidad de aceptar estos cambios en interés nacional (Cooke, 2015), incluso si en algunos casos los costes de los sistemas de infraestructura aumentan?

Problemas y desafíos en el análisis de datos climáticos para el diseño estructural

Las variables climáticas empleadas en los códigos estructurales se basan principalmente en datos históricos. Los vientos extratropicales, la nieve, la temperatura y las precipitaciones se analizan exclusivamente a partir de estos datos. En el caso de los huracanes, se integran datos históricos en un marco que modela su génesis en la cuenca del Atlántico Norte, su desarrollo hasta convertirse en huracanes plenamente formados que impactan en infraestructuras costeras y su disipación tras tocar tierra. Estos análisis suponen que las variables climáticas pueden evaluarse como si fueran estacionarias, es decir, que el pasado es representativo del futuro y que sus intensidades pueden determinarse en función de sus periodos de retorno. Los datos se han recopilado para fines distintos al diseño de edificaciones, como la aviación comercial, la hidrología local, la gestión de recursos hídricos y la agricultura, y generalmente abarcan menos de 100 años.

La mayoría de las variables climáticas incluidas en los códigos se suelen determinar ajustando el parámetro extremo anual a una distribución de probabilidad. Entre las distribuciones más comunes utilizadas para este propósito se encuentran la distribución Tipo I de valores máximos y la distribución generalizada de valores extremos. El periodo de retorno o intervalo medio de recurrencia de una carga se calcula como el recíproco de la probabilidad anual de que dicha carga se supere. El error de muestreo en la estimación de los eventos base de diseño en una secuencia estacionaria para periodos de retorno superiores a 100 años puede ser considerable. Sin embargo, las estimaciones de las medias de las muestras suelen ser razonablemente estables cuando se actualizan en intervalos típicos de 10 años con datos climáticos adicionales.

La suposición de estacionariedad en los datos no puede justificarse en un contexto de cambio climático (Pandey y Lounis, 2023), y el concepto de un evento asociado a un periodo de retorno específico no es aplicable en sentido estricto. El aumento (o disminución) de las variables climáticas, junto con la creciente incertidumbre en los modelos de predicción climática, especialmente a partir del año 2060, afectará a la forma de analizar y especificar los datos para fines de diseño estructural. Quizás lo más relevante sea el impacto que tendrá sobre la forma en que se comunicarán los peligros de diseño a la comunidad profesional de la ingeniería y a sus clientes (Cooke, 2015).  Ellingwood et al. (2024) recuerdan claramente la confusión generada por el concepto de periodo de retorno cuando se introdujo a finales de la década de 1960. El periodo de retorno se concibió como una herramienta para reconocer que el parámetro de carga es aleatorio y para definir indirectamente la probabilidad anual de que se supere su intensidad de diseño, sin necesidad de recurrir a probabilidades pequeñas que no eran habituales entre los ingenieros estructurales de esa época. Esto podría explicar por qué algunos investigadores climáticos han intentado presentar sus estimaciones de parámetros utilizando el concepto de periodo de retorno (Ribereau et al., 2008; Salas y Obeysekera, 2014). Este problema requiere una reflexión cuidadosa al tratar con un clima cambiante, donde las probabilidades anuales no son constantes a lo largo de la vida útil de una estructura.

El crecimiento proyectado de las variables climáticas y sus incertidumbres más allá del año 2060 indica que será necesario desarrollar métodos para gestionar la incertidumbre epistémica -se refiere a la incertidumbre del modelo- en la estimación de parámetros, un aspecto que no se había tenido en cuenta previamente al estimar las variables climáticas para desarrollar códigos estructurales. Aunque la precisión de las técnicas generales de pronóstico climático ha mejorado gracias a la recopilación continua de datos, los modelos climáticos actuales son más capaces de predecir el impacto del cambio climático sobre la temperatura y las precipitaciones que sobre fenómenos como inundaciones, nevadas y vientos. Esto resulta problemático a la hora de considerar los niveles de probabilidad apropiados para el análisis de seguridad estructural.

Las futuras investigaciones podrían centrarse en el desarrollo de modelos más precisos para cargas climáticas específicas, como ciclones tropicales o sequías prolongadas, que aún presentan elevadas incertidumbres en sus proyecciones. Además, sería valioso explorar la aplicación de estos principios a sistemas de infraestructura emergentes, como redes de energía renovable o tecnologías de transporte resilientes. Por último, se sugiere investigar métodos para integrar datos climáticos en tiempo real en el diseño y seguimiento de infraestructuras, fomentando un enfoque dinámico y adaptable al cambio climático.

En resumen, los códigos estructurales establecen los criterios necesarios para diseñar infraestructuras capaces de resistir eventos climáticos como tormentas, nieve e inundaciones, y se actualizan periódicamente para reflejar los avances científicos y tecnológicos. Sin embargo, el cambio climático plantea un reto significativo, ya que altera las condiciones climáticas de manera impredecible, lo que hace que la suposición de estacionariedad que hasta ahora ha guiado el diseño estructural sea obsoleta. Este artículo explora cómo los códigos estructurales han evolucionado hacia un diseño basado en estados límite y la necesidad urgente de ajustar los métodos de análisis de riesgos ante la creciente incertidumbre climática. Además, se analizan los problemas derivados del uso exclusivo de datos históricos para modelar cargas climáticas y las dificultades que plantea el cambio climático a la hora de predecir eventos extremos. Finalmente, se destaca la necesidad de desarrollar nuevos modelos y enfoques analíticos que garanticen la seguridad de las infraestructuras en un entorno climático en constante cambio.

Os dejo un mapa conceptual sobre las reflexiones anteriores.

Referencias:

ASCE (2015). Adapting infrastructure and civil engineering practice to a changing climate. Committee on Adaptation to a Changing Climate. American Society of Civil Engineers.

ASCE (2018). Climate-resilient infrastructure: Adaptive design and risk management. Reston, VA: Committee on Adaptation to a Changing Climate. American Society of Civil Engineers.

Cooke, R. M. (2015). Messaging climate change uncertainty. Nature Climate Change, 5(1), 8-10.

Ellingwood, B. R., Bocchini, P., Lounis, Z., Ghosn, M., Liu, M., Yang, D., Capacci, L., Diniz, S., Lin, N., Tsiatas, G., Biondini, F., de Lindt, J., Frangopol, D.M., Akiyama, M., Li, Y., Barbato, M., Hong, H., McAllister, T., Tsampras, G. & Vahedifard, F. (2024). Impact of Climate Change on Infrastructure Performance. In Effects of Climate Change on Life-Cycle Performance of Structures and Infrastructure Systems: Safety, Reliability, and Risk (pp. 115-206). Reston, VA: American Society of Civil Engineers.

García-Segura, T., Yepes, V., Frangopol, D. M., & Yang, D. Y. (2017). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.

Pandey, M. D., & Lounis, Z. (2023). Stochastic modelling of non-stationary environmental loads for reliability analysis under the changing climate. Structural Safety, 103, 102348.

Ribereau, P., Guillou, A., & Naveau, P. (2008). Estimating return levels from maxima of non-stationary random sequences using the Generalized PWM method. Nonlinear Processes in Geophysics, 15(6), 1033-1039.

Salas, J. D., & Obeysekera, J. (2014). Revisiting the concepts of return period and risk for nonstationary hydrologic extreme events. Journal of hydrologic engineering, 19(3), 554-568.

Tye, M. R., & Giovannettone, J. P. (2021, October). Impacts of future weather and climate extremes on United States infrastructure: Assessing and prioritizing adaptation actions. Reston, VA: American Society of Civil Engineers.

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

Redes neuronales y metamodelos Kriging para la optimización de la energía en puentes losa pretensados

Acaban de publicarnos un artículo en la revista Sustainability, indexada en el JCR. El artículo evalúa la eficacia de las redes neuronales artificiales y de los modelos sustitutos de Kriging para optimizar la energía incorporada de los puentes de losas pretensadas, y proporciona recomendaciones prácticas para mejorar el diseño y la sostenibilidad.

El trabajo se enmarca en el proyecto de investigación RESILIFE , que dirijo como investigador principal en la Universitat Politècnica de València.

A continuación, se presenta un resumen sintético del trabajo.

 

 

Introducción

  • La industria de la construcción contribuye significativamente al consumo mundial de energía y a las emisiones de gases de efecto invernadero, lo que suscita un interés creciente por mejorar las prácticas de sostenibilidad.
  • El hormigón pretensado destaca por sus ventajas, que incluyen la durabilidad, la reducción del mantenimiento y la rapidez de construcción, a pesar de los costes iniciales más altos que los de los métodos tradicionales.
  • Las investigaciones indican que existe una brecha en la optimización de la energía incorporada en los puentes de losas de hormigón, lo que exige una mayor exploración y el uso de metodologías innovadoras, como el Kriging y las redes neuronales artificiales, para optimizar su diseño de manera efectiva.

Descripción de la cubierta del puente de losa aligerada

  • Los diseñadores suelen utilizar una relación canto/luz de 1/25 para las losas de carreteras con el fin de garantizar su integridad estructural. Los diseños de losas aligeradas ofrecen ventajas en rigidez frente a la flexión y en adaptabilidad.
  • El estudio se centra en una configuración de losas aligeradas pretensadas adecuada para los pasos superiores, con el objetivo de mejorar la eficiencia del diseño y el rendimiento estructural.
  • La teoría del estado límite se emplea para verificar la resistencia estructural mediante software avanzado para el modelado tridimensional y el análisis de cargas.
Figura 2. Imagen aérea de la estructura, situada en Cocentaina (Alicante). Imagen: Google Maps.

Metodología

  • El estudio analiza varios materiales, incluidos tipos específicos de acero y calidades de hormigón, para optimizar el diseño del puente de losa aligerada.
  • Se utilizan dos metamodelos predictivos, Kriging y redes neuronales, con el fin de optimizar el diseño propuesto del puente de losas.
  • La metodología incluye una fase de diversificación para la optimización inicial y otra de intensificación para refinar los resultados, midiendo los errores de predicción mediante el error cuadrático medio (RMSE).

Metamodelo Kriging

  • Kriging se emplea para estimar las necesidades de energía del puente de losas, utilizando un enfoque determinista que proporciona respuestas consistentes basadas en los datos de entrada.
  • La «caja de herramientas de Kriging de MATLAB» se utiliza para crear un modelo sustituto, y el LHS (LHS) mejora el proceso de muestreo para representar mejor el espacio de diseño.
  • Este método permite realizar pruebas computacionales eficientes y, al mismo tiempo, minimizar los errores sistemáticos, lo que lo hace adecuado para tareas complejas de optimización estructural.

Red neuronal artificial

  • Las ANN están estructuradas en capas de neuronas, donde las capas ocultas utilizan funciones sigmoide para procesar las entradas y la capa de salida emplea funciones lineales para realizar las predicciones.
  • El modelo de perceptrón multicapa (MLP) destaca por su capacidad para aproximar funciones de manera eficaz, basándose en el algoritmo de retropropagación para el entrenamiento.
  • El estudio hace hincapié en la importancia de la validación cruzada para evitar el sobreaprendizaje y garantizar un rendimiento sólido de la red neuronal en distintos conjuntos de datos.

Visualización de los datos observados

  • La gráfica de contorno de los datos observados revela múltiples valores óptimos locales, lo que evidencia la complejidad del problema de optimización y las limitaciones de los modelos de regresión tradicionales.
  • Esta complejidad requiere el uso de modelos predictivos avanzados para identificar con precisión las soluciones óptimas en el espacio de diseño.

Comparación de modelos predictivos

  • Los modelos de Kriging son deterministas, mientras que las redes neuronales incorporan variabilidad al basarse en la selección aleatoria de datos para su entrenamiento y validación.
  • El rendimiento de la red neuronal se estabiliza mediante múltiples ejecuciones, lo que permite una comparación más fiable entre los valores medios y las predicciones de Kriging.

Análisis de errores

  • El promedio de las predicciones de la red neuronal coincide estrechamente con los resultados del modelo de Kriging, aunque la red neuronal presenta un error cuadrático medio (MSE) y un error cuadrático medio (RMSE) más bajos.
  • El análisis destaca la necesidad de una evaluación exhaustiva de la capacidad de la red neuronal para identificar los valores óptimos, comparando las predicciones en todos los puntos de datos.

Recomendaciones prácticas

  • El estudio proporciona recomendaciones prácticas para reducir las emisiones en los puentes de losas pretensadas, incluidas directrices específicas sobre el contenido de hormigón y de refuerzo.
  • Los hallazgos sugieren que tanto las redes neuronales como las de Kriging pueden identificar eficazmente los valores óptimos locales, lo que ayuda a los ingenieros estructurales a optimizar los diseños para obtener beneficios económicos y ambientales.
  • Haciendo hincapié en la importancia de los modelos sustitutivos, la investigación aboga por su uso para perfeccionar los procesos de diseño y mejorar los resultados en materia de sostenibilidad.

Conclusiones

  • Se subraya la complejidad de la superficie de respuesta al consumo de energía, ya que tanto el Kriging como las redes neuronales predicen valores superiores a los observados.
  • El modelo de Kriging muestra un error relativo menor en las predicciones óptimas locales en comparación con la red neuronal, que, sin embargo, muestra un rendimiento de RMSE superior.
  • El estudio concluye que, si bien Kriging proporciona resultados deterministas, las redes neuronales requieren múltiples iteraciones para estabilizar los resultados, lo que aporta información valiosa para optimizar los diseños estructurales.

ABSTRACT:

The main objective of this study is to assess and contrast the efficacy of distinct spatial prediction methods in a simulation aimed at optimizing the embodied energy during the construction of prestressed slab bridge decks. A literature review and cross-sectional analysis have identified crucial design parameters that directly affect the design and construction of bridge decks. This analysis determines the critical design variables to improve the deck’s energy efficiency, providing practical guidance for engineers and professionals in the field. The methods analyzed in this study are ordinary Kriging and a multilayer Perceptron neural network. The methodology involves analyzing the predictive performance of both models through error analysis and assessing their ability to identify local optima on the response surface. Results show that both models generally overestimate observed values. The Kriging model with second-order polynomials yields a 4% relative error at the local optimum, while the neural network achieves lower root-mean-square errors (RMSE). Neither the Kriging model nor the neural network provides precise predictions, but points to promising solution regions. Optimizing the response surface to find a local minimum is crucial. High slenderness ratios (around 1/28) and a concrete grade of 40 MPa are recommended to improve energy efficiency.

KEYWORDS:

bridges; embodied energy; optimization; prestressed concrete; artificial neural network; surrogate model; Kriging; sustainability

REFERENCE:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2024). Artificial neural network and Kriging surrogate model for embodied energy optimization of prestressed slab bridges. Sustainability, 16(19), 8450; DOI:10.3390/su16198450

Pincha aquí para descargar