La productividad constituye uno de los elementos determinantes en la competitividad de cualquier empresa, y sobre todo de aquellas dedicadas a la construcción. Ello se debe al elevado margen de mejora que tiene esta actividad económica. De ello ya hemos hablado en varios artículos en este blog.
Recordemos que este concepto se define como la relación entre la producción y la cantidad de recursos consumidos en un periodo. Al tratarse de un concepto técnico, y no financiero, tanto la producción como los recursos se deben medir en unidades físicas.
Si existe un solo tipo de producto y de recurso, es sencillo calcular este ratio. Pero en una empresa nos interesa la productividad global, que es la relación entre su producción total, de todos sus productos, y el conjunto de factores empleados para conseguirla. Se hace notar que las unidades son heterogéneas, tanto en los productos como en los recursos. Para solucionar el problema, se deben valorar en unidades monetarias.
Al ser la productividad una medida técnica, ésta no se ve influenciada por la variación de precios en un periodo. Por eso es necesario que la productividad se pueda comparar de un periodo a otro, sin que las variaciones de los precios de productos y recursos interfieran en los resultados.
Para medir la productividad, por tanto, vamos a definir la terminología empleada (Pérez Gorostegui, 2021).
Pj: número de unidades físicas del producto j en el periodo 0, y pj su precio unitario en ese periodo;
Fi: cantidad del factor i en el periodo 0, en unidades físicas, y fi su coste unitario en dicho periodo;
Δ: variación experimentada por la variable en el periodo 1 respecto al periodo 0.
De esta forma se puede calcular la productividad de una empresa que utiliza m factores para realizar n productos valorando con los precios del año 0 (pi y fi):
siendo la del periodo 1:
Con estos cálculos, ya se puede definir el índice de productividad global (IPG) como:
La tasa de productividad global (TPG) medirá la proporción de variación de la productividad entre los dos periodos:
Asimismo, también puede interesar en qué proporción ha variado la producción de un periodo a otro. Mantenemos para ello los precios constantes. Con ello se define el índice de evolución de la cantidad de producción de Laspeyres:
Análogamente se podría establecer el índice de evolución de la cantidad de factores empleados:
Comparando las expresiones, es fácil deducir que:
Para el lector curioso, le dejo comprobar que si una empresa constructora elevó su producción un 15% el año pasado y tuvo que emplear un 5% menos de recursos, su productividad global subió un 21,05%.
Os dejo un vídeo donde se explica cómo se calcula la productividad global de una empresa.
En este otro vídeo se explica cómo se calcula el índice de productividad global.
Referencias:
HARRIS, F.; McCAFFER, R. (1999). Construction Management. Manual de gestión de proyecto y dirección de obra. Ed. Gustavo Gili, S.A., Barcelona, 337 pp. ISBN: 84-252-1714-8.
JORDAN, M.; BALBONTIN, E. (1986). Organización, planificación y control. Escuela de la Edificación, UNED, Madrid. ISBN: 84-86957-39-7.
PELLICER, E.; YEPES, V.; TEIXEIRA, J.C.; MOURA, H.P.; CATALÁ, J. (2014). Construction Management. Wiley Blackwell, 316 pp. ISBN: 978-1-118-53957-6.
PÉREZ GOROSTEGUI, E. (2021). Dirección de empresas. Editorial Universitaria Ramón Areces, 754 pp.
VELASCO, J. (2014). Organización de la producción. Distribuciones en planta y mejora de los métodos y los tiempos. 3ª edición, Ed. Pirámide, Madrid. ISBN: 978-84-368-3018-7.
YEPES, V. (2008). Productivity and Performance, in Pellicer, E. et al.: Construction Management. Construction Managers’ Library Leonardo da Vinci: PL/06/B/F/PP/174014. Ed. Warsaw University of Technology, pp. 87-101. ISBN: 83-89780-48-8.
Acaban de publicarnos un artículo en Sustainability, revista indexada en el JCR. Se trata de valorar distintas alternativas de puentes de hormigón o mixtos desde el punto de vista de la sostenibilidad social. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.
La definición de sostenibilidad incluye tres pilares fundamentales: económico, medioambiental y social. Los estudios sobre el impacto económico en las infraestructuras de ingeniería civil se han centrado en la reducción de costes. No está necesariamente en consonancia con la sostenibilidad económica, pues no se cosideran otros factores económicos. Además, la evaluación del pilar social se ha desarrollado poco en comparación con la económica y la medioambiental. Es esencial centrarse en la sostenibilidad social y evaluar indicadores claros que permitan a los investigadores comparar alternativas. Además, los estudios de evaluación del ciclo de vida de los puentes se han centrado hasta ahora en soluciones de hormigón. Esto ha dado lugar a una falta de análisis del impacto de las alternativas de puentes mixtos. Este estudio se realiza en dos fases. La primera parte evalúa la sostenibilidad social y medioambiental de «la cuna a la tumba» con las bases de datos SOCA v2 y ecoinvent v3.7.1. Esta evaluación se realiza sobre cuatro alternativas de puentes de hormigón y mixtos con luces entre 15 y 40 m. Para obtener los indicadores sociales y medioambientales se ha utilizado ReCiPe y el método de ponderación del impacto social. La segunda parte del estudio compara los resultados obtenidos de la evaluación social y medioambiental de las alternativas variando la tasa de reciclaje del acero. Las alternativas de puente son la losa maciza de hormigón pretensado, la losa aligerada de hormigón pretensado, el cajón-viga de hormigón pretensado y el cajón-viga mixto. Los resultados muestran que las opciones compuestas son las mejores en cuanto al impacto medioambiental, pero las soluciones de viga cajón de hormigón son mejores en cuanto al impacto social. Además, un aumento de la tasa de reciclaje del acero aumenta el impacto social y disminuye el medioambiental.
Abstract
The definition of sustainability includes three fundamental pillars: economic, environmental, and social. Studies of the economic impact on civil engineering infrastructures have been focused on cost reduction. It is not necessarily in line with economic sustainability due to the lack of other economic factors. Moreover, the social pillar assessment has been weakly developed compared to the economic and the environmental ones. It is essential to focus on the social pillar and evaluate clear indicators that allow researchers to compare alternatives. Furthermore, bridge life cycle assessment studies have been focused on concrete options. This has resulted in a lack of analysis of the impact of composite bridge alternatives. This study is conducted in two stages. The first part of the study makes a cradle-to-grave social and environmental sustainability evaluation with the SOCA v2 and ecoinvent v3.7.1 databases. This assessment is carried out on four concrete and composite bridge alternatives with span lengths between 15 and 40 m. The social impact weighting method and recipe have been used to obtain the social and environmental indicators. The second part of the study compares the results obtained from the social and environmental assessment of the concrete and the composite alternatives varying the steel recycling rate. The bridge alternatives are prestressed concrete solid slab, prestressed concrete lightened slab, prestressed concrete box-girder, and steel-concrete composite box-girder. The results show that composite options are the best for environmental impact, but the concrete box girder solutions are better for social impact. Furthermore, an increase in the steel recycling rate increases the social impact and decreases the environmental one.
Figura 1. https://pixabay.com/es/photos/emplazamiento-de-la-obra-1646662/
Uno de los problemas que tiene una empresa constructora es elegir adecuadamente la maquinaria habida cuenta de la elevada inversión que debe realizar. En un artículo anterior ya se indicaron los condicionantes a tener en cuenta en su selección.
Cuando se trata de elegir una máquina por su rentabilidad económica, hay que tener presente que se generan unos flujos de costes y de beneficios a lo largo del periodo utilización. Por tanto, ante la presencia de varias alternativas, os podemos hacer dos preguntas: ¿Qué criterio se puede utilizar para elegir la más ventajosa? ¿Está justificada la inversión de esta alternativa?
Para elegir la mejor opción de compra posible, se puede realizar un estudio que maximice la rentabilidad económica considerando o no la actualización monetaria de la inversión. Entre los métodos sin actualización económica destacamos los siguientes:
Rentabilidad media de la inversión: Se opta por aquella máquina que produce la tasa de rendimiento medio más alta, es decir, el mayor cociente entre la suma de los beneficios netos generados durante la vida de la inversión y el coste de adquisición. Los beneficios netos son la diferencia entre los ingresos brutos y los gastos, considerando la amortización de la inversión. Una variante a este método sería calcular la rentabilidad teniendo en cuenta la inversión media del equipo y no el valor de compra.
Recuperación de la inversión o periodo de retorno: Se elige aquella máquina que minimiza el tiempo necesario para que los beneficios netos generados igualen al precio de adquisición de la inversión. En este método no importa la rentabilidad de la inversión. Puede ser útil cuando los inversores estén interesados en recuperar lo antes posible los fondos aportados.
Por otra parte, el valor del dinero depende del tiempo, puesto que los intereses gravan la disponibilidad del dinero prestado. Así, dada una tasa de actualización i en tanto por uno, y n periodos de tiempo, una cantidad actual P y una futura S están relacionadas entre según la siguiente expresión:
De esta forma, las comparaciones intertemporales de las unidades monetarias deben realizarse con los ingresos o gastos actualizados. En estos cálculos, además, debería considerarse las expectativas de inflación. Sin embargo, normalmente la inflación futura conlleva una elevación de los valores monetarios, con lo que los rendimientos y costes serían los mismos. No obstante, no siempre ocurre este supuesto, por lo que se puede complicar el cálculo. Se pueden considerar los siguientes métodos con actualización monetaria:
Valor actual neto: Se elige aquella máquina que maximiza la diferencia entre el valor actual de los ingresos netos y el coste de la inversión (VAN). Siendo ej los ingresos netos en el año j, n el número de periodos e i la tasa de interés, el valor actual de los ingresos se calcula como:
Al calcular el VAN debería incluirse el valor residual actualizado, es decir, son los beneficios de liquidación al final del periodo de inversión. Pero también podríamos hablar de una plusvalía de liquidación negativa si durante el transcurso del plazo de inversión se producen costes, como, por ejemplo, de eliminación o retirada.
Una adquisición será rentable si el VAN es positivo. Ello significa que la inversión genera más beneficios que un depósito bancario con la tasa de actualización seleccionada. Si el VAN es cero, la inversión no ofrece ninguna ventaja sobre un depósito bancario, generando únicamente como beneficio el tipo de descuento.
Tasa interna de rentabilidad: Se elige la máquina con mayor tasa interna de rentabilidad (TIR), definida como el valor de i que anula el VAN. Una de las ventajas es que no se necesita conocer i para su cálculo. La inversión será interesante si el TIR supera la tasa de interés del mercado. Se puede decir que el TIR es el porcentaje de beneficio o pérdida que se puede obtener de una inversión.
Algunos autores recomiendan recurrir al valor más alto del TIR como criterio de selección de equipos. La pregunta es si coincidiría entonces esta selección para una tasa dada de actualización, con la que se obtendría con el criterio del VAN. Para responder a esta pregunta, supondremos la situación de dos equipos A y B, cuyos valores actualizados netos son VANA (i) y VANB (i), como se muestra en la Figura 2.
Figura 2. Comparación de los VAN de dos equipos para distintas tasas de descuento
Si el criterio de elección es el del TIR, el equipo A será seleccionado, pues iA > iB. Al seleccionar en función del VAN, se adoptaría el equipo B para tasas de actualización comprendidas entre 0 e iM, y para mayores valores, el equipo A. Este valor de iM se denomina tasa de comparación de los equipos A y B, y en ella coinciden sus VAN.
Por tanto, se puede concluir que el criterio de la TIR es útil para comparar el valor correspondiente con la tasa de actualización, ya que, si es inferior a este valor, se debe rechazar la alternativa. Cuando se trata de elegir el equipo óptimo entre otros incompatibles con él, se debe utilizar el criterio del VAN, que nos permite determinar la mejor inversión. Mientras el VAN calcula la rentabilidad de la inversión en términos monetarios actualizados, el TIR realiza el análisis de esa rentabilidad en forma de porcentaje.
Os dejo algunos vídeos donde se explica cómo calcular el VAN y el TIR.
Referencias:
LIDÓN, J. (1998). Economía en la construcción I. Editoral de la Universidad Politécnica de Valencia, 366 pp.
PELLICER, E.; YEPES, V.; TEIXEIRA, J.C.; MOURA, H.P.; CATALÁ, J. (2014). Construction Management. Wiley Blackwell, 316 pp. ISBN: 978-1-118-53957-6.
PÉREZ GOROSTEGUI, E. (2021). Dirección de empresas. Editorial Universitaria Ramón Areces, 784 pp.
Próximamente se van a desarrollar dos sesiones de las I Jornadas de la gestión de las arenas en el litoral español. Se trata de un evento organizado por el Comité de Ingeniería y Gestión de la Costa de la Asociación Técnica de Puertos y Costas (ATPyC). A estas jornadas me han invitado para impartir una charla denominada «Valor económico de la costa: su peso en la economía española«, que tendrá lugar el 29 de abril de 2021, a las 10:45 horas.
Tras la crisis financiera de 2008, que supuso una caída brutal de la contratación de obra pública en España, las empresas constructoras y consultoras tuvieron que internacionalizarse. Sin casi haber salido completamente de este trance, sobrevino la actual crisis sanitaria de la pandemia del coronavirus que ha acarreado una nueva recesión social y económica que, de momento, no se atisba su solución. Las consecuencias de esta nueva crisis, graves sin duda, aún no se sabe hasta dónde pueden alcanzar. Por tanto, el sector de la construcción vuelve a sufrir una convulsión de difícil pronóstico. Las nuevas tecnologías están teniendo un papel determinante en la forma de afrontar esta coyuntura, especialmente en el trabajo no presencial. Los cambios que podrían tardar décadas en llegar, nos han alcanzado de repente. La pregunta es la de siempre: ¿cómo afrontar la competitividad de las empresas en escenarios tan cambiantes como los actuales?
Parece evidente que la metáfora darwinista de la evolución podría aplicarse, con todas las cautelas necesarias, al mundo empresarial. Solo sobrevivirán aquellas organizaciones capaces de adaptarse rápidamente al nuevo entorno. Y para ello no es suficiente la mejora continua de nuestros procesos y productos, sino que se requiere un cambio radical, rupturista, basado en la innovación, capaz de crear un «océano azul» donde la competencia sea irrelevante.
A continuación os paso una clase que tuve que impartir en línea sobre la gestión de la innovación en las empresas constructoras. Se trata de una clase impartida en la asignatura «Gestión de la innovación en el sector de la construcción» del Máster Universitario en Planificación y Gestión en Ingeniería Civil (MAPGIC) de la Escuela Técnica Superior de Ingeniería de Caminos, Canales y Puertos de la Universitat Politècnica de València. La dejo en abierto para que la pueda ver quien esté interesado.
Figura 1. https://www.un.org/sustainabledevelopment/es/2015/09/infraestructura-innovacion-e-industrias-inclusivas-claves-para-el-desarrollo/
La resiliencia es un concepto que viene del mundo de la psicología y representa la capacidad para adaptarse de forma positiva frente a situaciones adversas. Proviene del latín resilio, «volver atrás, volver de un salto, resaltar, rebotar». En el campo de la mecánica, la resiliencia sería la capacidad de un material para recuperar su forma inicial después de haber sido deformado por una fuerza. En la ecología, un sistema es resiliente si puede tolerar una perturbación sin colapsar a un estado completamente distinto, controlado por otro conjunto de procesos. En un entorno tecnológico, este término se relaciona con la capacidad de un sistema de soportar y recuperarse ante desastres y perturbaciones. En este artículo vamos a indagar en el concepto de resiliencia de las infraestructuras.
Así, dentro de los objetivos de desarrollo sostenible de Naciones Unidas (Figura 1), encontramos el Objetivo 9: Construir infraestructuras resilientes, provomer la industrialización sostenible y fomentar la innovación. En efecto, las infraestructuras deben hacer frente al crecimiento de la población, pero también a los crecientes peligros físicos (cinéticos) como el terrorismo, o los asociados al clima extremo y los desastres naturales. La frecuencia y gravedad de estos eventos extremos se prevén crecientes, y, por tanto, es más que previsible un aumento en los costes e impacto humano. Además, debido a la cada vez más informatización y digitalización de las infraestructuras, el riesgo de ataques informáticos a las infraestructuras es más que evidente.
La resiliencia puede asociarse con cuatro atributos: robustez, que es la capacidad para resistir un evento extremo sin que el fracaso en la funcionalidad sea completo; rapidez, que sería la capacidad de recuperarse de forma eficiente y efectiva; la redundancia, que sería la reserva de componentes o de sistemas estructurales sustitutivos; y el ingenio, que sería la eficiencia en la identificación de problemas, priorizando soluciones y movilizando recursos para su solución (Bruneau et al., 2003).
Matemáticamente, se puede evaluar la resiliencia integrando la curva de funcionalidad a lo largo del tiempo (ver Figura 2).
donde Q(t) es la funcionalidad; t0 es el momento en el que ocurre el evento extremo y Tr es el horizonte hasta donde se estudia la funcionalidad.
Figura 2. Valoración de la resiliencia tras un evento extremo (Anwar et al., 2019)
En la Figura 2 se pueden observar los tres estados correspondientes con la funcionalidad. En la situación de fiabilidad, la infraestructura se encuentra con la funcionalidad de referencia, previo al evento extremo. La situación de recuperación comienza tras la ocurrencia del evento extremo, con una pérdida de funcionalidad dependiente de la robustez de la infraestructura, y con una recuperación que depende de los esfuerzos realizados en la reparación, que puede ser rápida o lenta en función del ingenio o la creatividad en las soluciones propuestas, así como de la redundancia de los sistemas previstos. Por último, la situación recuperada es la que ocurre cuando la funcionalidad vuelve a ser la de referencia.
Se comprueba en la Figura 2 cómo una infraestructura pasa de una funcionalidad de referencia a una residual tras el evento extremo. Tras el evento, puede darse una demora en la recuperación de la funcionalidad debido a las tareas de inspección, rediseño, financiación, contratación, permisos, etc.). La recuperación completa de la funcionalidad depende de la forma en la que se han abordado las tareas de reparación. Es fácil verificar que la resiliencia se puede calcular integrando la curva de recuperación de la funcionalidad desde la ocurrencia del evento extremo hasta la completa recuperación, dividiendo dicho valor por el tiempo empleado en dicha recuperación.
Este modelo simplificado permite establecer las pautas para mejorar la resiliencia de una infraestructura:
a) Incrementando la robustez de la infraestructura, es decir, maximizar su funcionalidad residual tras un evento extremo.
b) Acelerando las actividades de recuperación de la funcionalidad de la infraestructura.
En ambos casos, es necesario concebir la infraestructura desde el principio con diseños robustos, con sistemas redundantes y con una previsión de las tareas de reparación necesarias.
Con todo, la capacidad de recuperación comprende cuatro dimensiones interrelacionadas: técnica, organizativa, social y económica (Bruneau et al., 2003). La dimensión técnica de la resiliencia se refiere a la capacidad de los sistemas físicos (incluidos los componentes, sus interconexiones e interacciones, y los sistemas enteros) para funcionar a niveles aceptables o deseables cuando están sujetos a los eventos extremos. La dimensión organizativa de la resiliencia se refiere a la capacidad de las organizaciones que gestionan infraestructuras críticas y tienen la responsabilidad de tomar decisiones y adoptar medidas que contribuyan a lograr la resiliencia descrita anteriormente, es decir, que ayuden a lograr una mayor solidez, redundancia, ingenio y rapidez. La dimensión social de la resiliencia consiste en medidas específicamente diseñadas para disminuir los efectos de los eventos extremos por parte de la población debido a la pérdida de infraestructuras críticas. Análogamente, la dimensión económica de la resiliencia se refiere a la capacidad de reducir tanto las pérdidas directas e indirectas de los eventos extremos.
El problema de estas cuatro dimensiones se pueden sumar de forma homogénea, con interrelaciones entre ellas. El reto consiste en cuantificar y medir la resiliencia en todas sus dimensiones, así como sus interrelaciones. Se trata de un problema de investigación de gran trascendencia y complejidad, que afecta al ciclo de vida de las infraestructuras desde el inicio de la planificación (Salas y Yepes, 2020).
Referencias:
ANWAR, G.A.; DONG, Y.; ZHAI, C. (2020). Performance-based probabilistic framework for seismic risk, resilience, and sustainability assessment of reinforced concrete structures. Advances in Structural Engineering, 23(7):1454-1457.
BRUNEAU, M.; CHANG, S.E.; EGUCHI, R.T. et al. (2003). A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake Spectra 19(4): 733–752.
Hoy 4 de septiembre, pero del año 2002, tuve la ocasión de defender mi tesis doctoral titulada «Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW«. La tesis fue dirigida por el profesor Josep Ramon Medina Folgado y el tribunal estuvo presidido por José Aguilar, acompañado por José Vicente Colomer, Francesc Robusté, Francisco García Benítez y Jesús Cuartero. La calificación fue de sobresaliente «cum laude» por unanimidad.
Por tanto, mi tesis ya ha cumplido la mayoría de edad. Es un buen momento para reflexionar sobre lo que este trabajo supuso para mí. La realicé a los 38 años, tras haber adquirido una buena trayectoria profesional en la empresa privada (Dragados y Construcciones) y en la administración pública (Generalitat Valenciana). De alguna forma, ya tenía la vida más o menos solucionada, con experiencia acumulada, pero con muchas inquietudes. En aquel momento era profesor asociado a tiempo parcial y, en mis ratos libres, me dediqué a hacer la tesis doctoral. Es innecesario decir las dificultades que supone para cualquiera sacar tiempo de donde no lo hay para hacer algo que, en aquel momento, era simplemente vocacional. No hubo financiación de ningún tipo, ni reducción de la jornada laboral, ni nada por el estilo. En aquel momento ni se me pasó por la cabeza que años después acabaría como catedrático de universidad. Entre 2002 y 2008 seguí trabajando como profesor asociado en la administración pública. Por último, gracias al sistema de habilitación nacional, accedí directamente a la universidad como profesor titular desde la categoría de profesor asociado, algo bastante inusual en aquel momento. Gracias a que era una verdadera oposición con el resto de candidatos, tuve la oportunidad de demostrar mi valía ante un tribunal. Luego la cátedra vino por el sistema de acreditación y la plaza, tras una larga espera a causa de la crisis y de las cuotas de reposición. Pasé en seis años de ser profesor asociado a tiempo parcial a estar habilitado como catedrático de universidad (12 de mayo de 2014). Todo eso se lo debo, entre otras cosas, a la gran producción científica que pude llevar a cabo y que tuvo su origen en esta tesis doctoral.
Por cierto, en aquella época la tesis doctoral tenía que ser inédita, es decir, ningún artículo de la tesis tenía que haberse publicado. Hoy en día es todo lo contrario: conviene tener de 3 a 4 artículos buenos antes de pasar por la defensa. Luego publiqué algunos artículos sobre este tema en revistas nacionales e internacionales, pero sobre todo en actas de congresos.
La tesis supuso, en su momento, aprender en profundidad lo que eran la algoritmia, el cálculo computacional y, sobre todo, la optimización heurística. En aquel momento, al menos en el ámbito de la ingeniería civil, no se sabía nada o muy poco al respecto, aunque era un campo muy activo a nivel internacional. Luego comprobé que todo lo aprendido se pudo aplicar al ámbito de las estructuras, especialmente a los puentes, pero esa es otra historia.
Os dejo las primeras páginas de la tesis y la presentación de PowerPoint que utilicé. Para que os hagáis una idea del momento, la presentación también la imprimí en acetato, ya que aún se empleaba la proyección de transparencias en las clases.
Referencia:
YEPES, V. (2002). Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW. Tesis Doctoral. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Universitat Politècnica de València. 352 pp. ISBN: 0-493-91360-2.
El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.
También es fruto de la colaboración con el profesor Moacir Kripka, de la Universidad de Passo Fundo, de Brasil.
En este trabajo se presenta la aplicación de técnicas que analizan la sostenibilidad en el ciclo de vida de las superestructuras de puentes de pequeña luz. El objetivo es obtener indicadores ambientales y económicos para su integración en el proceso de adopción de decisiones a fin de minimizar el impacto ambiental, reducir el consumo de recursos y los costos del ciclo de vida. Se analizaron 27 configuraciones de puentes de pequeñas luces (6 a 20 m) de los siguientes tipos: puentes mixtos de acero y hormigón, puentes de hormigón armado in situ, puentes prefabricados y puentes de hormigón pretensado, que comprenden un total de 405 estructuras. Los impactos ambientales y los costos se cuantificaron mediante la evaluación ambiental del ciclo de vida y el análisis del costo del ciclo de vida siguiendo los límites de los sistemas desde la extracción de los materiales hasta el final de la vida del puente («de la cuna a la tumba»). En general, los resultados indicaron que el rendimiento ambiental de los puentes estaba vinculado significativamente a la selección de los materiales y la configuración de los puentes. Además, el estudio permitió identificar los productos y procesos de mayor impacto a fin de subvencionar el diseño de estructuras y políticas gubernamentales más sostenibles.
Abstract:
The application of techniques to analyze sustainability in the life cycle of small-span bridge superstructures is presented in this work. The objective was to obtain environmental and economic indicators for integration into the decision-making process to minimize the environmental impact, reduce resource consumption and minimize life cycle costs. Twenty-seven configurations of small-span bridges (6 to 20 m) of the following types were analyzed: steel–concrete composite bridges, cast in situ reinforced concrete bridges, precast bridges and prestressed concrete bridges, comprising a total of 405 structures. Environmental impacts and costs were quantified via life cycle environmental assessment and life cycle cost analysis following the boundaries of systems from the extraction of materials to the end of bridge life (“from cradle to grave”). In general, the results indicated that the environmental performance of the bridges was significantly linked to the material selection and bridge configuration. In addition, the study enabled the identification of the products and processes with the greatest impact in order to subsidize the design of more sustainable structures and government policies.
Keywords:
bridges; sustainability; design; life cycle assessment
Reference:
MILANI, C.J.; YEPES, V.; KRIPKA, M. (2020). Proposal of sustainability indicators for the design of small-span bridges.International Journal of Environmental Research and Public Health, 17(12):4488. DOI:10.3390/ijerph17124488
Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en JCR. En este artículo se evalúa el impacto social y ambiental de puentes de carretera óptimos de hormigón postesado. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.
La mayoría de las definiciones de sostenibilidad incluyen tres pilares básicos: económico, ambiental y social. El aspecto económico siempre se evalúa, pero no necesariamente en el sentido de la sostenibilidad económica. Por otra parte, el aspecto ambiental se está considerando cada vez más, mientras que el pilar social apenas se ha trabajado en él. Centrándose en los pilares ambiental y social, resulta crucial el uso de metodologías que permitan una evaluación amplia de todos los aspectos y la integración de la evaluación en unos pocos indicadores que sean comprensibles. Este artículo se estructura en dos partes. En la primera parte se hace un examen de los métodos de evaluación del impacto del ciclo de vida, que permiten una evaluación amplia de los aspectos ambiental y social. En la segunda parte, se realiza una evaluación completa de la sostenibilidad ambiental y social utilizando la base de datos de ecoinvent y el método ReCiPe, para el pilar ambiental, y la base de datos SOCA y el método simple de ponderación del impacto social, para el pilar social. Esta metodología se utilizó para comparar tres puentes optimizados: dos puentes de carretera de hormigón postensado de sección en cajón con diversas características iniciales y de mantenimiento, y un puente prefabricado de hormigón pretensado. Los resultados muestran que existe una alta interrelación entre el impacto ambiental y social para cada etapa del ciclo de vida.
Abstract
Most of the definitions of sustainability include three basic pillars: economic, environmental, and social. The economic pillar has always been evaluated but not necessarily in the sense of economic sustainability. On the other hand, the environmental pillar is increasingly being considered, while the social pillar is weakly developed. Focusing on the environmental and social pillars, the use of methodologies to allow a wide assessment of these pillars and the integration of the assessment in a few understandable indicators is crucial. This article is structured into two parts. In the first part, a review of life cycle impact assessment methods, which allow a comprehensive assessment of the environmental and social pillars, is carried out. In the second part, a complete environmental and social sustainability assessment is made using the ecoinvent database and ReCiPe method, for the environmental pillar, and SOCA database and simple Social Impact Weighting method, for the social pillar. This methodology was used to compare three optimized bridges: two box-section post-tensioned concrete road bridges with a variety of initial and maintenance characteristics, and a pre-stressed concrete precast bridge. The results show that there is a high interrelation between the environmental and social impact for each life cycle stage.
La ciudad Estado de Singapur desarrolla una copia virtual de sí misma, un proyecto basado en big data, IoT, computación en la nube y realidad virtual. https://www.esmartcity.es/2019/03/22/singapur-gemelo-digital-posibilidades-ofrece-ciudad-inteligente-tener-copia-virtual-exacta
En menos de una década, gran parte de los ingenieros dejarán de hacer proyectos, tal y como lo conocemos ahora, y pasarán a ser gestores de gemelos híbridos digitales de infraestructuras.
Este podría ser un buen titular periodístico que, incluso podría parecer ciencia ficción, pero que tiene todos los visos de convertirse en realidad en menos tiempo del previsto. Se podría pensar que las tecnologías BIM o los modelos digitales actuales ya son una realidad, es decir, se trata de dar un nuevo nombre a lo que ya conocemos y está en desarrollo, pero de lo que estamos hablando es de un nuevo paradigma que va a revolver los cimientos de la tecnología actual en el ámbito de la ingeniería. Voy a desgranar esta conclusión explicando cada uno de los avances y los conceptos que subyacen al respecto.
La semana pasada tuve la ocasión de escuchar la conferencia magistral, en el Congreso CMMoST, de Francisco Chinesta, catedrático en la ENSAM ParisTech e ingeniero industrial egresado por la Universitat Politècnica de València. Trataba de un nuevo paradigma en la ingeniería basada en datos y no era otra que la de los gemelos híbridos digitales, un paso más allá de la modelización numérica y de la minería de datos. Este hecho coincidió con el anuncio en prensa de que Google había publicado en la prestigiosa revista Nature un artículo demostrando la supremacía cuántica, un artículo no exento de polémica, pues parece ser que se diseñó un algoritmo que tiene como objetivo generar números aleatorios mediante un procedimiento matemático muy complejo y que obligaría al superordenador Summit, que es actualmente el más potente del mundo gracias a sus 200 petaflops, a invertir 10.000 años en resolver el problema, que que el procesador cuántico Sycamore de 54 qubits de Google habría resuelto en tres minutos y 20 segundos.
Si nos centramos en la supuesta supremacía cuántica de Google, se debería matizar la noticia al respecto. En efecto, IBM ya se ha defendido diciendo que su ordenador Summit no se encuentra tan alejado, pues se ha resuelto un problema muy específico relacionado con generar números aleatorios y que parece que Sycamore sabe resolver muy bien. De hecho, IBM afirma que ha reajustado su superordenador y que ahora es capaz de resolver ese mismo problema en 2,5 días con un margen de error mucho menor que el ordenador cuántico. Aquí lo importante es saber si esta computación cuántica estará, sin trabas o límites, accesible a cualquier centro de investigación o empresa para resolver problemas de altísima complejidad computacional (problemas NP-hard como pueden ser los de optimización combinatoria). Tal vez los superordenadores convencionales servirán para resolver unos problemas específicos en tareas convencionales, y los cuánticos, imparables en resolver otro tipo de problemas. Todo se andará, pero parece que esto es imparable.
Por tanto, parece que el hardware necesario para la una computación ultrarrápida está o estará a nuestro alcance en un futuro no muy lejano. Ahora se trata de ver cómo ha cambiado el paradigma de la modelización matemática. Para ello podríamos empezar definiendo al «gemelo digital», o digital twin. Se trata de un modelo virtual de un proceso, producto o servicio que sirve de enlace entre un ente en el mundo real y su representación digital que está utilizando continuamente datos de los sensores. A diferencia del modelado BIM, el gemelo digital no representa exclusivamente objetos espaciales, sino que también podría representar procesos, u otro tipo de entes sin soporte físico. Se trata de una tecnología que, según todos los expertos, marcarán tendencia en los próximos años y que, según el informe «Beyond the hype«, de KPMG, será la base de la cuarta Revolución Industrial.
Sin embargo, el gemelo digital no es una idea nueva, pues a principios de este siglo ya la introdujo Michael Grieves, en colaboración con John Vickers, director de tecnología de la NASA. Esta tecnología se aplica al Internet de las Cosas, que se refiere a la interconexión digital de objetos cotidianos con internet. Además, se encuentra muy relacionada con la inteligencia artificial y con la minería de datos «data-mining«. Empresas como Siemens ya están preparando convertir sus plantas industriales en fábricas de datos con su gemelo digital, o General Electric, que cuenta ya con 800.000 gemelos digitales para monitorizar virtualmente la cadena de suministro.
Con todo, tal y como explicó el profesor Chinesta (Chinesta et al., 2018), existe actualmente un cambio de paradigma hacia los gemelos digitales híbridos que, extrapolando su uso, va a significar la gran revolución en la forma de proyectar y gestionar las infraestructuras, tal y como avancé al principio del artículo.
En efecto, los modelos utilizados en ciencia y en ingeniería son muy complejos. La simulación numérica, la modelización y la experimentación han sido los tres pilares sobre los que se ha desarrollado la ingeniería en el siglo XX. La modelización numérica, que sería el nombre tradicional que se ha dado al «gemelo digital» presenta problemas prácticos por ser modelos estáticos, pues no se retroalimentan de forma continua de datos procedentes del mundo real a través de la monitorización continua. Estos modelos numéricos (usualmente elementos finitos, diferencias finitas, volumen finito, etc.) son suficientemente precisos si se calibran bien los parámetros que lo definen. La alternativa a estos modelos numéricos son el uso de modelos predictivos basados en datos masivos big-data, constituyendo «cajas negras» con alta capacidad de predicción debido a su aprendizaje automático «machine-learning«, pero que esconden el fundamento físico que sustentan los datos (por ejemplo, redes neuronales). Sin embargo, la experimentación es extraordinariamente cara y lenta para alimentar estos modelos basados en datos masivos.
El cambio de paradigma, por tanto, se basa en el uso de datos inteligentes «smart-data paradimg«. Este cambio se debe basar, no en la reducción de la complejidad de los modelos, sino en la reducción dimensional de los problemas, de la retroalimentación continua de datos del modelo numérico respecto a la realidad monitorizada y el uso de potentes herramientas de cálculo que permitan la interacción en tiempo real, obteniendo respuestas a cambios paramétricos en el problema. Dicho de otra forma, deberíamos poder interactuar a tiempo real con el gemelo virtual. Por tanto, estamos ante otra realidad, que es el gemelo virtual híbrido.
Por tanto, estamos ahora en disposición de centrarnos en la afirmación que hice al principio. La nueva tecnología en gemelos digitales híbridos, junto con la nueva capacidad de cálculo numérico en ciernes, va a transformar definitivamente la forma de entender, proyectar y gestionar las infraestructuras. Ya no se trata de proyectar, por ejemplo, un puente. Ni tampoco estamos hablando de diseñar un prototipo en 3D del mismo puente, ni siquiera de modelar en BIM dicha estructura. Estamos hablando de crear un gemelo digital que se retroalimentará continuamente del puente real, que estará monitorizado. Se reajustarán los parámetros de cálculo del puente con los resultados obtenidos de la prueba de carga, se podrán predecir las labores de mantenimiento, se podrá conocer con antelación el comportamiento ante un fenómeno extraordinario como una explosión o un terremoto. Por tanto, una nueva profesión, que será la del ingeniero de gemelos virtuales híbridos de infraestructuras será una de las nuevas profesiones que reemplazarán a otras que quedarán obsoletas.
Se tratará de gestionar el gemelo durante el proyecto, la construcción, la explotación e incluso el desmantelamiento de la infraestructura. Se podrán analizar cambios de usos previstos, la utilización óptima de recursos, monitorizar la seguridad, y lo más importante, incorporar nuevas funciones objetivo como son la sostenibilidad económica, medioambiental y social a lo largo del ciclo de vida completo. Este tipo de enfoque es el que nuestro grupo de investigación tiene en el proyecto DIMILIFE. Proyectos como puentes, presas, aeropuertos, redes de carreteras, redes de ferrocarriles, centrales nucleares, etc. tendrán su gemelo digital. Para que sea efectivo, se deberá prever, desde el principio, la monitorización de la infraestructura para ayudar a la toma de decisiones. Además, servirá para avanzar en la aproximación cognitiva en la toma de decisiones (Yepes et al., 2015).
Os paso a continuación un vídeo sobre el uso de los gemelos digitales en la ciudad de Singapur.
A continuación os pongo un vídeo sacado de la página de Elías Cueto, de la Universidad de Zaragoza, en la que vemos cómo se interactúa con un gemelo virtual de un conejo.
En este otro vídeo, el profesor Chinesta explica el cambio de paradigma del que hemos hablado anteriormente en el artículo.
¿Qué es la computación cuántica? Aquí tenemos un vídeo de Eduardo Sáenz de Cabezón:
Referencias:
Chinesta, F.; Cueto, E.; Abisset-Chavanne, E.; Duval, J.L. (2018). Virtual, Digital and Hybrid Twins: A New Paradigm in Data-Based Engineering and Engineered Data.Archives of Computational Methods in Engineering, DOI: 10.1007/s11831-018-9301-4
Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4):1024-1036. DOI:10.1016/j.acme.2015.05.001
La productividad constituye uno de los elementos determinantes en la competitividad de cualquier empresa, y sobre todo de aquellas dedicadas a la construcción. Ello se debe al elevado margen de mejora que tiene esta actividad económica. De ello ya hemos hablado en varios artículos en este blog.
