Categoría: ingeniería civil

¿Qué entendemos por “Smart Construction”? ¿Una nueva moda?

http://constructioncitizen.com/blog/get-smart-construction-video/1510211

Se está poniendo de moda el concepto “inteligente” para nombrar todo tipo de cosas. Por ejemplo, “smart buildings“, “smart cities“, “smart beach“, “smart tourism destination“, “smart food“, etc. Como siempre, cada vez que se empieza a hacer viral un concepto, al final se acaba por difuminar y perder el sentido original de lo que se quería decir. Este tipo de modas ya han pasado por conceptos tan importantes como “calidad”, “sostenibilidad”, “innovación”, etc. Al final, aplicado a productos o servicios, se menoscaba el significado por culpa del marketing y con ello se quiere atraer al consumidor hacia lo “bueno”, “guay”, “saludable” o similares.

Espero que el término de “construcción inteligente” tenga algo más de recorrido y pueda suponer un punto de inflexión en nuestro sector. Este término presenta, como no podía ser de otra forma, numerosas interpretaciones y tantas más aplicaciones. Es un concepto que se asocia al diseño digital, a las tecnologías de la información y de la comunicación, la inteligencia artificial, al BIM, al Lean Construction, la prefabricación, los drones, la robotización y automatización, a la innovación y a la sostenibilidad, entre otros muchos conceptos.

Uno que me interesa mucho es la asociación con el de los nuevos métodos constructivos (término que incluye nuevos productos y nuevos procedimientos constructivos). Su objetivo es mejorar la eficiencia del negocio, la calidad, la satisfacción del cliente, el desempeño medioambiental, la sostenibilidad y la previsibilidad de los plazos de entrega. Por lo tanto, los métodos modernos de construcción son algo más que un enfoque particular en el producto. Involucran a la gente a buscar mejoras, a través de mejores procesos, en la entrega y ejecución de la construcción.

https://pixabay.com/es/sitio-de-construcci%C3%B3n-edificio-1205047/

Sin embargo, y este es un punto crucial, para que se pueda hablar de verdad de “construcción inteligente”, no solo vamos a necesitar incorporar las nuevas tecnologías, sino que también va a ser necesario elaborar un sistema que permita la participación de todas las partes implicadas en el proceso proyecto-construcción, alimentando de información de calidad a este sistema de forma que soporte la toma de decisiones mediante la inteligencia artificial. El BIM puede ser un buen punto de partida para ello, pero se hace necesario integrar la inteligencia colectiva, de forma que, aunque se apoye el sistema de una rigurosa alimentación de datos en tiempo real, el decisor tome sus decisiones asumiendo la responsabilidad última de sus acciones.

Dejo abierto este tema por si alguno de mis estudiantes quieren realizar su Trabajo Fin de Máster, e incluso atreverse a la realización de una tesis doctoral sobre este tema.

Os voy a dejar algunos vídeos relacionados con el tema, algunos os gustarán más que otros, pero es una buena forma de acercarse al concepto de construcción inteligente.

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

Curso de Planificación y Gestión de Playas. Universidad de Oporto

La Faculdade de Engenharia da Universidade do Porto (Portugal), a través del Instituto de Hidráulica y Recursos Hídricos (FEUP), junto con la Universitat Politècnica de València, han organizado un Curso de Planificación y Gestión de Playas, que tendrá lugar en Oporto entre los días 25 y 29 de junio de 2018. Esta es la segunda vez que se programa este curso, de 25 horas, que en su primera edición en 2010, tuvo un éxito muy notable en cuanto a participación e inscripción. El curso se desarrollará en español, contando con la participación de tres catedráticos de la UPV: Víctor Yepes, Vicent Esteban y José Serra.

Si estás interesado, las inscripciones las puedes realizar a través del siguiente enlace: https://cursopraiasihrh.weebly.com/inscriccedilotildees.html. Asimismo, el contacto con los organizadores del Curso lo podéis obtener en la siguiente dirección: https://cursopraiasihrh.weebly.com/contactos.html

El programa que se desarrollará será el siguiente:

Bloque 1: Planificación. 5 horas. Víctor Yepes.

  1. El turismo litoral, evolución y tendencias.
  2. La importancia económica de las playas turísticas.
  3. La ordenación de usos y zonificación de las playas.
  4. Capacidad de carga turística de una playa.
  5. La gestión integrada del litoral.

Bloque 2: Infraestructuras. 5 horas. Víctor Yepes.

  1. Infraestructuras lúdicas y deportivas.
  2. Infraestructuras higiénicas y estrategias de ahorro hídrico.
  3. Diseño y gestión de playas accesibles.
  4. Servicios de información, salvamento y primeros auxilios.
  5. Equipos de limpieza de playas.

Bloque 3: Sistemas de gestión de calidad y medio ambiente. 5 horas. Víctor Yepes.

  1. La innovación y gestión de la calidad y del medio ambiente en las playas.
  2. Gestión ambiental de recursos turísticos litorales. Banderas azules.
  3. La aplicación de la norma ISO 9001 e ISO 14001 a las playas.
  4. El sistema de calidad turístico español: La “Q” del ICTE.
  5. La incidencia de la gestión turística en las playas encajadas.

Bloque 4: Procesos y riesgos litorales en playas turísticas. 5 horas. José C. Serra.

  1. El medio costero-litoral: Dinámica, procesos y formas.
  2. Estabilidad, evolución, prognosis y control y seguimiento de playas.
  3. Riesgos en el litoral.
  4. Restauración y sostenibilidad del medio costero-litoral.
  5. Diseño y gestión de paseos marítimos.

Bloque 5: Turismo náutico e instalaciones náutico-deportivas. 5 horas. Vicent Esteban.

  1. La práctica de la náutica deportiva.
  2. Las instalaciones náuticas de recreo.
  3. Tipología de usuarios y servicios náuticos.
  4. Organización y gestión de infraestructuras náuticas.
  5. Impacto socio-económico de las instalaciones náuticas de recreo.

¿Cómo valorar el impacto social de las infraestructuras? Estado del arte

Acaban de publicarnos un artículo en la revista Journal of Cleaner Production (primer decil del JCR), de la editorial ELSEVIER, en la que revisamos el estado del arte de la investigación realizada a nivel internacional sobre la aplicación de las técnicas de valoración multicriterio al impacto social de las infraestructuras. El tema no es nada sencillo, puesto que los impactos sociales son mucho más difíciles de valorar que los impactos económicos o medioambientales. Nos referimos a aspectos como el empleo, el bienestar social, la salud pública, la productividad, el desarrollo regional, la equidad intergeneracional, la igualdad social, la educación, etc. Además, hay que tener en cuenta que, al igual que una piedra cae en una balsa de agua, las ondas generadas (el impacto) presentan un estado transitorio (corto plazo) y otro estacionario (largo plazo). A veces es difícil conjugar el corto y el largo plazo en la evaluación de la sostenibilidad social.

Podéis encontrar el artículo en el siguiente enlace: https://www.researchgate.net/publication/323859703_A_Review_of_Multi-Criteria_Assessment_of_the_Social_Sustainability_of_Infrastructures

Referencia: 

SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187:496-513. https://doi.org/10.1016/j.jclepro.2018.03.022

Abstract:

Nowadays multi-criteria methods enable non-monetary aspects to be incorporated into the assessment of infrastructure sustainability. Yet evaluation of the social aspects is still neglected and the multi-criteria assessment of these social aspects is still an emerging topic. Therefore, the aim of this article is to review the current state of multi-criteria infrastructure assessment studies that include social aspects. The review includes an analysis of the social criteria, participation and assessment methods. The results identify mobility and access, safety and local development among the most frequent criteria. The Analytic Hierarchy Process and Simple Additive Weighting methods are the most frequently used. Treatments of equity, uncertainty, learning and consideration of the context, however, are not properly analyzed yet. Anyway, the methods for implementing the evaluation must guarantee the social effect on the result, improvement of the representation of the social context and techniques to facilitate the evaluation in the absence of information.

Keywords:

Infrastructure
Multi-criteria
Social sustainability
Equity
Stakeholders
Uncertainty

 

Highlights:

  • Review of multi-criteria assessment methods of infrastructure social sustainability.
  • Identify trends of social criteria considered.
  • Identify trends of participation of stakeholders.
  • Identify trends of multi-criteria methods.
  • Identify trends of consideration of equity, context and social learning.

 

 

La sostenibilidad en el ámbito de la construcción

La Comisión Mundial sobre el Medio Ambiente y el Desarrollo “World Commission on Environment and Development” (WCED) propuso mantener a largo plazo los recursos necesarios para satisfacer las necesidades futuras (Butlin, 1989). Además, se señaló que para conseguir un desarrollo sostenible se debía mantener un equilibrio entre los pilares económicos, ambientales y sociales. Desde entonces, los desafíos para conseguir un desarrollo sostenible se han llevado al campo de la construcción en diferentes líneas de investigación. La construcción constituye uno de los principales sectores emisores de gases de efecto invernadero (Liu et al., 2013). La industria de la construcción, junto con sus industrias auxiliares, pasa por ser uno de los mayores consumidores de recursos naturales, tanto renovables como no renovables, que está alterando negativamente el medio ambiente. Agota 2/5 partes de los áridos y 1/4 de la madera, y consume el 40 % de la energía total y el 16 % de agua al año (Lippiatt, 1999; Chong et al., 2009). El consumo de materiales crece constantemente, con más de 23 mil millones de toneladas de hormigón producido anualmente (Schokker, 2010; WBCSD, 2006). En 2010, de acuerdo con la International Cement Review, la producción mundial de cemento se elevó a alrededor de 3,3 millones de toneladas/año, lo que significa un aumento más del 100% en casi 10 años. La fabricación de cemento Portland genera grandes cantidades de CO2 debido a las altas demandas de energía necesarias para la fabricación y calcinación de la piedra caliza. La producción mundial de cemento llegó a 1,6 mil millones de toneladas/año en 2001, lo que corresponde a aproximadamente el 7 % de la cantidad mundial de dióxido de carbono liberado a la atmósfera (Bremner, 2001). Otros estudios indican que la contribución de la industria cementera a las emisiones de gases de efecto invernadero supera el 5% del total (Worrell et al., 2001). En Australia, para mantener la demanda en la construcción, se necesitan cada año aproximadamente 30 millones de toneladas de productos, más del 56 % de esta cantidad es hormigón, y el 6%, acero (Walker-Morison et al., 2007). En 2001, España tuvo la mayor tasa de consumo de hormigón en Europa, con 1,76 m3 de hormigón per cápita por año (ECO-SERVE, 2004). En 2007, la producción de clinker alcanzó alrededor de 55 millones de toneladas en España. Sin embargo, este número se redujo a 14,1 millones de toneladas en 2013 como consecuencia de la crisis financiera (Oficemen, 2016).

Existen recomendaciones para reducir el impacto ambiental de las estructuras de hormigón (fib, 2012). La citada guía considera el ciclo completo de las fases del ciclo de vida, de la cuna a la tumba. La correcta selección de las materias primas, así como los aditivos y adiciones, constituye una de las claves para reducir el impacto ambiental. Otra forma de reducir los impactos pasa por el uso de procesos más respetuosos con el medio ambiente en la producción y el transporte del hormigón. En esta guía también se habla de optimizar estructuras basándose en indicadores ambientales y de desempeño. Por último, concluye que las estructuras deben optimizarse comparando diferentes alternativas y teniendo en cuenta los indicadores ambientales, especialmente las emisiones de CO2, pues pasa por ser uno de los factores más importantes para evaluar el impacto ambiental. Además, fib (2012) indica cómo la consideración del ciclo de vida completo de una estructura antes de iniciar su construcción puede conseguir reducciones significativas de CO2.

Por tanto, la sostenibilidad en el ámbito de la construcción constituye una línea de trabajo importante en este momento. Las investigaciones se centran en proporcionar recomendaciones para seleccionar materiales estructurales basados en indicadores económicos, ambientales y de constructibilidad (Zhong & Wu, 2015), utilizando hormigón y acero reciclado (Collins, 2010, Yellishetty et al., 2011), empleando materiales novedosos como cementos con baja huella de carbono y adiciones como substitutos del clínker (García-Segura et al., 2014a; Gartner, 2004), evaluando las emisiones del ciclo de vida de las estructuras de hormigón (Barandica et al., 2013; Tae et al., 2011), reduciendo las emisiones de CO2 de la construcción (2003), optimizando el proceso de producción de cemento (Castañón et al., 2015), estimando la energía consumida en los proyectos de construcción (Wang y Shen, 2013; Wang et al., 2012) e identificando la mejor planificación del mantenimiento (Liu y Frangopol, 2005, Yang et al., 2006), entre otros. En las referencias también hemos dejado alguno de nuestros trabajos en este sentido.

Referencias:

  • Barandica, J.M.; Fernández-Sánchez, G.; Berzosa, Á.; Delgado, J.A.; Acosta, F.J. (2013). Applying life cycle thinking to reduce greenhouse gas emissions from road projects. Journal of Cleaner Production, 57, 79–91.
  • Bremner, T.W. (2001). Environmental aspects of concrete: problems and solutions. In: Proceedings of first all-Russian conference on concrete and reinforced concrete, Moscow, Russia.
  • Butlin, J. (1989). Our common future. By World commission on environment and development. (London, Oxford University Press, 1987, pp.383). Journal of International Development, 1(2), 284–287.
  • Castañón, A.M.; García-Granda, S.; Guerrero, A.; Lorenzo, M.P.; Angulo, S. (2015). Energy and environmental savings via optimisation of the production process at a Spanish cement factory. Journal of Cleaner Production, 98, 47–52.
  • Chong, W.K.; Kumar, S.; Haas, C.T.; Beheiry, S.M.A.; Coplen, L.; Oey, M. (2009). Understanding and interpreting baseline perceptions of sustainability in construction among civil engineers in the United States. Journal of Management in Engineering, 25(3):143–154.
  • Collins, F. (2010). Inclusion of carbonation during the life cycle of built and recycled concrete: influence on their carbon footprint. The International Journal of Life Cycle Assessment, 15(6), 549–556.
  • ECO-SERVE. (2004). Baseline report on sustainable aggregate and concrete industries in Europe. European Commission, Hellerup.
  • fib. International Federation for Structural Concrete. Task Group 3.8, T. for green concrete structures. (2012). Guidelines for green concrete structures. International Federation for Structural Concrete. Task Group 3.8, Technologies for green concrete structures.
  • García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
  • García-Segura, T.; Yepes, V.; Alcalá, J. (2014a). Life cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. The International Journal of Life Cycle Assessment, 19(1), 3–12.
  • García-Segura, T.; Yepes, V.; Alcalá, J.; Pérez-López, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112–122.
  • García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
  • García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
  • García-Segura, T.; Yepes, V.; Martí, J.V.; Alcalá, J. (2014b). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190–1205.
  • Gartner, E. (2004). Industrially interesting approaches to “low-CO2” cements. Cement and Concrete Research, 34(9), 1489–1498.
  • Lippiatt, B.C. (1999). Selecting cost effective green building products: BEES approach. Journal of Construction Engineering and Management, 125:448–455.
  • Liu, M.; Frangopol, D. M. (2005). Multiobjective maintenance planning optimization for deteriorating bridges considering condition, safety, and life-cycle cost. Journal of Structural Engineering, 131(5), 833–842.
  • Liu, S.; Tao, R.; Tam, C.M. (2013). Optimizing cost and CO2 emission for construction projects using particle swarm optimization. Habitat International, 37:155–162.
  • Martí, J.V.; García-Segura, T.; Yepes, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120, 231–240.
  • Oficemen. (2012). Annual report of Spanish cement sector 2016. Annual report of Spanish cement sector 2016. Retrieved from https://www.oficemen.com/reportajePag.asp?id_rep=1619
  • Schokker A.J. (2010). The sustainable concrete guide: strategies and examples. 1 ed. U.S.G.C. Council; 2010. Michigan: U.S. Green Concrete Council.
  • Sierra, L.A.; Pellicer, E.; Yepes, V. (2016). Social sustainability in the life cycle of Chilean public infrastructure. Journal of Construction Engineering and Management ASCE, 142(5), 05015020.
  • Sierra, L.A.; Pellicer, E.; Yepes, V. (2017a). Method for estimating the social sustainability of infrastructure projects. Environmental Impact Assessment Review, 65, 41-53.
  • Sierra, L.A.; Yepes, V.; Pellicer, E. (2017b). Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty. Environmental Impact Assessment Review ,67:61-72. .
  • Tae, S.; Baek, C.; Shin, S. (2011). Life cycle CO2 evaluation on reinforced concrete structures with high-strength concrete. Environmental Impact Assessment Review, 31(3), 253–260.
  • Walker-Morison, A.; Grant, T.; McAlister, S. (2007). The environmental impact of building materials. Environment design guide. PRO 7.
  • Wang, E.; Shen, Z. (2013). A hybrid Data Quality Indicator and statistical method for improving uncertainty analysis in LCA of complex system – application to the whole-building embodied energy analysis. Journal of Cleaner Production, 43, 166–173.
  • World Business Council for Sustainable Development (WBCSD) (2006). Cement Industry Energy and CO2 Performance: Getting the Numbers Right; Geneva: World Business Council for Sustainable Development, (WBCSD).
  • Worrell, E.; Price, L.; Martin, N.; Hendriks, C.; Meida, L.O. (2001). Carbon dioxide emissions from the global cement industry. Annual Review of Energy and the Environment, 26, 303–329.
  • Yang, S.I.; Frangopol, D.M.; Kawakami, Y.; Neves, L. C. (2006). The use of lifetime functions in the optimization of interventions on existing bridges considering maintenance and failure costs. Reliability Engineering & System Safety, 91(6), 698–705.
  • Yellishetty, M.; Mudd, G.M.; Ranjith, P.G.; Tharumarajah, A. (2011). Environmental life-cycle comparisons of steel production and recycling: sustainability issues, problems and prospects. Environmental Science & Policy, 14(6), 650–663.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024–1036.
  • Yepes, V.; González-Vidosa, F.; Alcalá, J.; Villalba, P. (2012). CO2-optimization design of reinforced concrete retaining walls based on a VNS-threshold acceptance strategy. Journal of Computing in Civil Engineering, 26(3), 378–386.
  • Yepes, V.; Martí, J.V.; García-Segura, T. (2015b). Cost and CO2 emission optimization of precast–prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49, 123–134.
  • Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.
  • Yepes, V.; Torres-Machí, C.; Chamorro, A.; Pellicer, E. (2016). Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm. Journal of Civil Engineering and Management, 22(4), 540-550.
  • Zamarrón-Mieza, I.; Yepes, V.; Moreno-Jiménez, J.M. (2017). A systematic review of application of multi-criteria decision analysis for aging-dam management. Journal of Cleaner Production, 147:217-230.
  • Zastrow, P.; Molina-Moreno, F.; García-Segura, T.; Martí, J.V.; Yepes, V. (2017). Life cycle assessment of cost-optimized buttress earth-retaining walls: a parametric study. Journal of Cleaner Production, 140, 1037-1048.
  • Zhong, Y.; Wu, P. (2015). Economic sustainability, environmental sustainability and constructability indicators related to concrete- and steel-projects. Journal of Cleaner Production, 108, 748–756.

 

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

Motivos para renovar la metodología de diseño de las estructuras

https://construblogspain.wordpress.com/

Los métodos tradicionales empleados para el proyecto de un puente se basan en procedimientos de prueba y error que sirven para mejorar los diseños (Figura 1). Si bien la experiencia del proyectista permite definir “a priori” la geometría de la estructura, el resto de variables se determinan atendiendo al cumplimiento de los diferentes estados límite exigidos por los reglamentos para las situaciones de proyecto consideradas. De esta forma, la solución propuesta, si bien es funcionalmente correcta, no tiene porque ser la óptima. Los métodos de optimización, como pueden ser los algoritmos metaheurísticos o estocásticos, proporcionan una alternativa eficaz a los diseños estructurales basados en la experiencia. Estos algoritmos se caracterizan porque combinan unas reglas de decisión y la aleatoriedad para buscar de forma eficaz soluciones de alta calidad en espacios de soluciones de gran tamaño, tal y como son los originados por los problemas estructurales reales. Además, al explorar una gran cantidad de posibles combinaciones, encuentra soluciones que pueden estar alejadas de las reglas de diseño habituales empleadas por los proyectistas.

Figura 1. Diseño por prueba y error de las estructuras (Yepes, 2017)

Así, por ejemplo, los puentes de sección en cajón constituyen uno de las tipologías más habituales en los puentes continuos, pues presentan ventajas tanto desde la perspectiva de su eficiencia resistente como por su bajo peso propio. Sin embargo, las normas de diseño actuales no siempre contemplan los objetivos y las prioridades de una sociedad cambiante. El informe Brundtland (WCED, 1987) propone una visión a largo plazo para mantener los recursos, que serán necesarios para las necesidades futuras. El desarrollo sostenible requiere una triple visión que equilibre el desarrollo económico y las necesidades ambientales y sociales. Por lo tanto, las preocupaciones por construir un futuro más sostenible obligan a considerar aspectos como el impacto ambiental, la durabilidad y el nivel de seguridad, entre otros. Esto ha llevado al desarrollo de materiales de baja emisión de carbono, la búsqueda de nuevos diseños que reduzcan el impacto ambiental, la planificación de mantenimiento para prolongar la vida útil de las estructuras y la evaluación de su ciclo de vida para contemplar su impacto en su conjunto.

Esta nueva visión implica renovar la metodología de diseño de estructuras de modo que se consideren los criterios de sostenibilidad, que permita el uso de nuevos materiales y que, además, garantice un análisis estructural preciso. En este sentido, la optimización multiobjetivo encuentra soluciones óptimas con respecto a distintos objetivos, algunos de ellos contradictorios entre sí. Los actuales procedimientos de optimización heurística han permitido el diseño automatizado de estructuras óptimas. Sin embargo, existe una tendencia a considerar el diseño inicial y las operaciones de mantenimiento de la estructura como objetivos separados. Es decir, por una parte se estudia el diseño óptimo de una estructura para cumplir con los estados límite últimos y de servicio, y por otra parte, se considera la optimización de las operaciones de mantenimiento del puente durante su vida útil como un objetivo diferente, partiendo de una estructura ya construida, con un determinado estado de seguridad conocido. Como el mantenimiento depende del estado, el diseño inicial debe considerar los aspectos del ciclo de vida que también minimizan el mantenimiento futuro. Por lo tanto, es importante considerar la durabilidad con el fin de diseñar estructuras longevas y reducir los impactos a largo plazo. Es decir, se debe proyectar una estructura considerando todos los aspectos relacionados con su ciclo de vida.

La optimización multiobjetivo (MOO) de las estructuras reales requiere tiempos de cálculo elevados, incluso con la potencia de los actuales ordenadores, debido a la existencia de muchas variables de decisión, al procedimiento de análisis con métodos como el de los elementos finitos y al número de funciones objetivo consideradas. El uso de modelos predictivos tales como las redes neuronales artificiales (Artificial Neural Networks, ANNs) permite reducir el número necesario de evaluaciones exactas de la estructura y sustituir dicho cálculo por predicciones aproximadas. ANN aprende de los datos disponibles y permite predicciones incluso cuando las relaciones son altamente no lineales. Esta característica reduce el elevado coste computacional de las interaciones necesarias en los algoritmos de optimización heurística, al sustituir en dicho proceso una parte de los cálculos exactos por otros aproximados.

MOO conduce a una gama de soluciones óptimas, que se consideran igualmente buenas en función de los mútiples objetivos –la denominada frontera de Pareto-. El proceso de toma de decisiones para elegir la mejor de las opciones tiene lugar a posteriori, donde los expertos eligen la mejor solución en función de sus preferencias utilizando técnicas de toma de decisiones. Sin embargo, la asignación de pesos a cada uno de los objetivos del problema puede estar sujeta a incertidumbres o falta de objetividad. Sobre esta base, este trabajo sugiere una metodología capaz de introducir la información de selección (preferencia) en un proceso de toma de decisiones multicriterio en el que existen incertidumbres asociadas a la comparación de criterios.

Referencias:

  • García-Segura, T.; Yepes, V.; Alcalá, J.; Pérez-López, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112–122.
  • García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
  • García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
  • García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
  • Martí, J.V.; García-Segura, T.; Yepes, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120, 231–240.
  • Martí, J.V.; González-Vidosa, F.; Yepes, V.; Alcalá, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48, 342–352.
  • Martí, J.V.; Yepes, V.; González-Vidosa, F. (2015). Memetic algorithm approach to designing precast-prestressed concrete road bridges with steel fiber reinforcement. Journal of Structural Engineering, 141(2), 04014114.
  • Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12), 1295.
  • Penadés-Plà, V.; Martí, J.V.; García-Segura, T.;  Yepes, V.(2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024–1036.
  • Yepes, V.; Martí, J.V.; García-Segura, T. (2015). Cost and CO2 emission optimization of precast–prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49, 123–134.
  • Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.

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

 

 

¿Qué se estudia en la asignatura Modelos Predictivos y de Optimización de Estructuras de Hormigón?

El programa de la asignatura “Modelos Predictivos y de Optimización de Estructuras de Hormigón” se ha diseñado basándose en el programa presentado en el departamento de Ingeniería de la Construcción y Proyectos de Ingeniería Civil por parte de la unidad docente de “Procedimientos de Construcción y Gestión de Obras”, al que está adscrita en la actualidad la asignatura, y aprobado por el Consejo del Departamento. Las líneas maestras de los contenidos se definieron previamente en la Memoria de Verificación del título oficial de “Máster Universitario en Ingeniería del Hormigón por la Universitat Politècnica de València”. Se trata de una de las asignaturas de la materia “Análisis de estructuras de hormigón”, siendo obligatoria para todos los alumnos de esta titulación y se imparte en el primer cuatrimestre del primer curso. La asignación de créditos ECTS es de 5,0, repartidos en 3,0 créditos de teoría y 2,0 de prácticas, de acuerdo con el Plan de Estudios actualmente en vigor en el Departamento de Ingeniería de la Construcción y Proyectos de Ingeniería Civil.

Resultados de aprendizaje

Los resultados de aprendizaje de la asignatura se definen a partir de las competencias y de los contenidos (Yepes, 2017). Como resultado de aprendizaje general, al terminar con éxito esta asignatura, los estudiantes serán capaces de “comprender los diferentes métodos predictivos y procedimientos de optimización de estructuras de hormigón de modo que dispongan de las herramientas necesarias para la toma de decisiones en el ámbito del proyecto, construcción y mantenimiento de estas estructuras considerando los aspectos de sostenibilidad económica, social y ambiental”.

En relación con los resultados específicos de aprendizaje de la asignatura, tenemos los siguientes:

  • RA1    Seleccionar y aplicar las distintas técnicas procedentes de la estadística, de la investigación operativa y de la minería de datos en la toma de decisiones en el ámbito del hormigón
  • RA2    Modelizar un problema de optimización de una estructura de hormigón y resolverlo mediante algoritmos heurísticos secuenciales y poblacionales
  • RA3    Aplicar la inferencia estadística multidimensional para interpretar el comportamiento de las variables cualitativas y cuantitativas en el ámbito del hormigón
  • RA4    Formular modelos lineales de regresión múltiple e interpretar su validez límites predictivos
  • RA5    Emplear técnicas de diseño de experimentos para conocer los efectos principales y las interacciones entre los distintos factores que afectan a una variable de respuesta en el ámbito del hormigón
  • RA6    Optimizar el comportamiento de una estructura de hormigón utilizando la metodología de la superficie de respuesta
  • RA7    Aplicar redes neuronales artificiales en la predicción de sistemas altamente no lineales en el ámbito del hormigón
  • RA8    Aplicar técnicas de decisión multicriterio en la selección de la mejor tipología estructural considerando aspectos económicos, ambientales y sociales
  • RA9    Elegir la mejor opción de una frontera de Pareto tras aplicar técnicas de decisión multicriterio
  • RA10 Aplicar programas estadísticos avanzados, tales como SPSS o Minitab, y otros como Matlab, Sap y Excel en la predicción de variables de respuesta y en problemas de optimización en el ámbito del hormigón

 

Conocimientos previos

Los alumnos que cursan esta asignatura, tienen diversas procedencias: Ingeniería de Caminos, Canales y Puertos, Ingeniería Industrial, Arquitectura, Ingeniería Agronómica, Licenciado en Químicas, Ingeniería Geológica, Ingeniería Técnica de Obras Públicas, Ingeniería Técnica Industrial, o los actuales grados en ingeniería civil, de obras públicas o máster en ingeniería de caminos, canales y puertos, entre otros. Además los alumnos, en un porcentaje significativo, proceden de universidades latinoamericanas o europeas. Como es fácil de comprender, los alumnos tienen formaciones muy diferentes, habiendo estudiado las asignaturas relacionadas con el hormigón, con los métodos numéricos o la estadística de forma muy diversa, con niveles de adquisición de conocimientos descompensados. Esta situación implica cierta nivelación en cada uno de los temas, de forma que se adquieran los niveles básicos de comprensión de los contenidos de forma progresiva con el objetivo que todos los alumnos adquieran las competencias y los resultados de aprendizaje previstos.

Según la Guía Docente de la asignatura, los conocimientos recomendados versarían sobre estadística y sobre lenguajes de programación (MATLAB, SPSS, MINITAB, SAP, etc.), aunque no son imprescindibles.  Además, resultan necesarios unos conocimientos básicos sobre el hormigón y su análisis como material estructural. Ello obliga al profesor a sintetizar el contenido previo para la correcta comprensión de la asignatura.

 

Programa resumido de la asignatura

La asignatura se desarrolla siguiendo un programa que tiene en cuenta los resultados de aprendizaje antes definidos, las actividades formativas y el sistema propuesto para la evaluación. Ello permite organizar la asignatura en 25 temas y sus prácticas de informática asociadas.

  • Tema 1. La investigación operativa y la toma de decisiones
  • Tema 2. La modelización de un problema estructural de hormigón
  • Tema 3. Algoritmos y problemas de decisión
  • Tema 4. Optimización y programación matemática
  • Tema 5. Optimización combinatoria y algoritmos heurísticos
  • Tema 6. Clasificación y uso de heurísticas y metaheurísticas
  • Tema 7. Búsqueda local de máximo gradiente
  • Tema 8. Recocido simulado, aceptación por umbrales y búsqueda tabú
  • Tema 9. Sistemas de inteligencia de enjambre
  • Tema 10. Programación evolutiva y estrategias evolutivas
  • Tema 11. Algoritmos genéticos y meméticos
  • Tema 12. GRASP, búsqueda dispersa y búsqueda de la armonía
  • Tema 13. Heurísticas de optimización multiobjetivo
  • Tema 14. Inferencia estadística bidimensional
  • Tema 15. Inferencia estadística multidimensional
  • Tema 16. Modelos lineales de regresión múltiple
  • Tema 17. Modelos de ecuaciones estructurales
  • Tema 18. Diseño de experimentos
  • Tema 19. Optimización mediante la metodología de superficie de respuesta
  • Tema 20. Modelos Kriging y diseños robustos
  • Tema 21. Redes neuronales artificiales
  • Tema 22. Programación genética y lógica difusa
  • Tema 23. La toma de decisiones en el ciclo de vida de una estructura de hormigón
  • Tema 24. Técnicas de decisión multicriterio continua
  • Tema 25. Técnicas de decisión multicriterio discreta

 

 

Los 25 temas se encuentran agrupados en 4 bloques temáticos. El primero de los bloques es introductorio. Consta de 5 temas que presentan al alumno la aplicación de las técnicas de la investigación científica en el ámbito de la toma de decisiones en las empresas a través de lo que se conoce como investigación operativa. Se introduce al alumno en la forma de abordar los problemas reales en el ámbito de las estructuras de hormigón a través de modelos de distinto tipo. Se describen los componentes básicos de un problema de optimización: función objetivo, variables de decisión, parámetros y restricciones. A continuación se describe el concepto de algoritmo y complejidad algorítmica para explicar las limitaciones de la programación matemática en la resolución de problemas reales, lo cual da paso a la introducción de los algoritmos heurísticos como aproximaciones en la búsqueda de óptimos locales de calidad en tiempos de cálculo razonables.

El segundo de los bloques se centra en la descripción y aplicación de la optimización heurística en las estructuras de hormigón. Se describe paso a paso tanto las técnicas de búsqueda secuencial de máximo gradiente y de “hill-climbing” como otras técnicas poblacionales basadas en los algoritmos genéticos o en la inteligencia de partículas. Este bloque termina con una explicación de la optimización multiobjetivo y la construcción de fronteras de Pareto de calidad en el caso de confluencia de funciones objetivo contrapuestas.

El bloque tercero se centra específicamente en los modelos predictivos de las estructuras de hormigón. Se hace un repaso de las técnicas de inferencia bidimensional y multidimensional para pasar a los modelos predictivos lineales, tanto los basados en regresiones múltiples como en los modelos de ecuaciones estructurales. Posteriormente se aborda el diseño de experimentos como técnicas estadísticas básicas en la predicción de los efectos principales y las interacciones de los distintos factores que afectan a un problema de hormigón. El estudio de los diseños factoriales lleva directamente al planteamiento de la metodología de la superficie de respuesta, que permite realizar la optimización de la respuesta. Tanto la metodología de la superficie de respuesta como los modelos Kriging o las redes neuronales, constituyen metamodelos que se explican como herramientas muy útiles para simplificar el espacio de soluciones de los problemas reales del hormigón estructural. En particular, los modelos Kriging permiten el diseño robusto óptimo, es decir, aquel que se comporta bien incluso ante cambios en las variables o en las condiciones de contorno. Para los sistemas altamente complejos, se explican las redes neuronales artificiales que, además, permiten su uso como metamodelos o como parte de un algoritmo heurístico de optimización. La programación genética y la lógica difusa también se explican en una lección como herramientas posibles en el ámbito de los modelos predictivos y cuando los parámetros o restricciones del problema no son determinísticos.

El cuarto bloque se dedica a la toma de decisión multicriterio en las estructuras de hormigón. A los alumnos se les explica cómo, antes de realizar una optimización multiobjetivo, es necesario seleccionar la mejor tipología estructural con base en criterios que no siempre son objetivos: economía, plazo, estética, medioambiente, aspectos sociales, durabilidad, etc. Se introducen las distintas técnicas de toma de decisión multicriterio y se comentan su empleo, incluso, para la obtención de pesos objetivos de criterios que pueden ser incluso subjetivo, o bien para la selección de la mejor opción dentro de una frontera de Pareto tras una optimización multiobjetivo.

En la Tabla siguiente se muestra el programa resumido de la asignatura “Modelos Predictivos y de Optimización de Estructuras de Hormigón” (T, Teoría; P, Prácticas informáticas), indicándose el número de horas asignadas a cada tema.

Referencias:

YEPES, V. (2017). Proyecto docente. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 642 pp.

 

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

 

 

Los resultados de aprendizaje de la asignatura “Procedimientos de Construcción”

By Lord Koxinga [CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0) or GFDL (http://www.gnu.org/copyleft/fdl.html)], from Wikimedia Commons

En entradas anteriores se comentaron las competencias en el Grado de Ingeniería Civil de la Universitat Politècnica de València y las dificultades que existían en definir, a partir de ellas, los resultados de aprendizaje en el ámbito universitario. Pues bien, ahora explicitamos los resultados de aprendizaje de las asignaturas “Procedimientos de Construcción (I)” y “Procedimientos de Construcción (II)” de dicho grado.

 

 

 

 

 

Propuesta de resultados de aprendizaje de la asignatura “Procedimientos de Construcción I”

Los resultados de aprendizaje propuestos para “Procedimientos de Construcción I” se han formulado considerando las competencias y los contenidos de la asignatura, influyendo los criterios de evaluación seguidos para su consecución. En la Tabla 1 se recogen las relaciones entre los resultados de aprendizaje y las competencias asociadas. A modo de resumen, al terminar con éxito esta asignatura los estudiantes serán capaces de “comprender los diferentes procedimientos constructivos y aplicar la maquinaria y los medios auxiliares necesarios para realizar dichos trabajos, especialmente en lo relativo a los sondeos y mejora de terrenos, las excavaciones y voladuras y a la ejecución de firmes, así como entender el funcionamiento de las instalaciones de fabricación de áridos y de aglomerado asfáltico”.

Tabla 1. Resultados de aprendizaje de la asignatura “Procedimientos de Construcción I”

 

Donde:

A01 – Analizar críticamente los procesos propios de la Ingeniería Civil.

A04 – Comprender y utilizar el lenguaje propio de la ingeniería así como la terminología propia de la Ingeniería Civil.

A10 – Tener la capacidad para organizar y gestionar técnica, económica y administrativamente los distintos medios de producción propios de la Ingeniería Civil.

A12 – Comprender los condicionamientos de carácter técnico y legal que se plantean en la construcción de una obra pública, y capacitación para emplear métodos contrastados y tecnologías acreditadas, para de conseguir la mayor eficacia de la construcción respetando el medio ambiente y la protección de la seguridad y salud de los trabajadores y usuarios de la obra.

C09 – Analizar la problemática de la seguridad y salud en las obras de construcción.

C12 – Comprender los procedimientos constructivos, la maquinaría de construcción y las técnicas de organización, medición y valoración de obras.

 

Propuesta de resultados de aprendizaje de la asignatura “Procedimientos de Construcción II”

Los resultados de aprendizaje propuestos para la asignatura “Procedimientos de Construcción II” se han formulado considerando las competencias y los contenidos de la asignatura, influyendo asimismo los criterios de evaluación seguidos para su consecución. En la Tabla 2 se recogen las relaciones entre los resultados de aprendizaje y las competencias asociadas.

A modo de resumen, al terminar con éxito esta asignatura los estudiantes serán capaces de “comprender los diferentes procedimientos constructivos y aplicar la maquinaria y los medios auxiliares necesarios para realizar dichos trabajos, especialmente en lo relativo a la ejecución de cimentaciones y estructuras, así como entender el funcionamiento de las instalaciones de fabricación de hormigón y de prefabricados, evaluar los costes y la producción de los equipos y organizar y planificar las obras”.

Tabla 2. Resultados de aprendizaje de la asignatura “Procedimientos de Construcción II”

 

Donde:

A01 – Analizar críticamente los procesos propios de la Ingeniería Civil.

A02. – Aprender de manera autónoma nuevos conocimientos y técnicas adecuados para la Ingeniería Civil.

A04 – Comprender y utilizar el lenguaje propio de la ingeniería así como la terminología propia de la Ingeniería Civil.

A07 – Conocer y comprender las ciencias y las tecnologías correspondientes para la planificación, proyecto, construcción y explotación de las obras propias del Sector de la Ingeniería Civil.

A08 – Dirigir y coordinar grupos de trabajo en el ámbito de la Ingeniería Civil, proponiendo métodos de trabajo estándar y herramientas a utilizar.

A10 – Tener la capacidad para organizar y gestionar técnica, económica y administrativamente los distintos medios de producción propios de la Ingeniería Civil.

A11 – Capacitar científica y técnicamente para el ejercicio de la profesión de Ingeniero Técnico de Obras Públicas con conocimiento de las funciones de asesoría, análisis, diseño, cálculo, proyecto, construcción, mantenimiento conservación y explotación.

C09 – Analizar la problemática de la seguridad y salud en las obras de construcción.

C12 – Comprender los procedimientos constructivos, la maquinaría de construcción y las técnicas de organización, medición y valoración de obras.

Referencias

Yepes, V. (2017). Proyecto Docente. Concurso de Acceso a Plaza de Catedrático de Universidad. Universitat Politècnica de València.

 

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

 

 

Métodos docentes en la enseñanza universitaria

En el laboratorio de estructuras. Escuela de Ingenieros de Caminos de Valencia. Imagen: V. Yepes

Las metodologías didácticas conforman uno de los pilares básicos e indispensables de los proyectos formativos. Éstas han evolucionado con los años y son muchas las recopilaciones que se hacen de ellas. La expresión “método” constituye un término excesivamente amplio y heterogéneo que se ha empleado como cajón de sastre en el que cabe desde la forma de afrontar los contenidos, los estilos de organización del grupo de alumnos, el tipo de tareas o actividades de aprendizaje o el estilo de relación entre las personas, entre otros componentes.

 

 

 

 

En lo que sigue se utilizará el concepto de método docente en su sentido más amplio. Éstos pueden clasificarse de diversas formas, atendiendo a determinadas características no excluyentes. Así, García-García (2002) los clasifica:

  • Por la forma de razonamiento: deductivos, inductivos, analógicos o comparativos.
  • Por la coordinación de la materia: lógicos o psicológicos.
  • Por la concretización de la enseñanza: simbólicos o verbalísticos e intuitivos.
  • Por la sistematización de la materia: rígida o semirrígida y ocasionales.
  • Por la actividad del alumnado: activos y pasivos.
  • Por la globalización de los conocimientos: globalizados o especializados.
  • Por la relación entre profesor y alumno: individuales, recíprocos y colectivos.
  • Por el trabajo del alumno: individual, colectivo o mixto.
  • Por la aceptación de lo enseñado: dogmáticos o heurísticos.

 

En clase de Gestión de la Innovación. Imagen: V. Yepes

Continue reading “Métodos docentes en la enseñanza universitaria” →

Antecedentes y motivación del proyecto de investigación DIMALIFE (2018-2020)

Hoy 2 de enero de 2018 empezamos oficialmente el proyecto de investigación DIMALIFE (BIA2017-85098-R): “Diseño y mantenimiento óptimo robusto y basado en fiabilidad de puentes e infraestructuras viarias de alta eficiencia social y medioambiental bajo presupuestos restrictivos”. Se trata de un proyecto trianual (2018-2020) financiado por el Ministerio de Economía, Industria y Competitividad, así como por el Fondo Europeo de Desarrollo Regional (FEDER). La entidad solicitante es la Universitat Politècnica de València y el Centro el ICITECH (Instituto de Ciencia y Tecnología del Hormigón). Los investigadores principales son Víctor Yepes (IP1) y Eugenio Pellicer (IP2). Al proyecto también se le ha asignado un Contrato Predoctoral, que sacaremos a concurso próximamente. Con las restricciones presupuestarias tan fuertes en materia de I+D+i y con la alta competencia existente por conseguir proyectos de investigación, lo cierto es que estamos muy satisfechos por haber conseguido financiación. Además, estamos abiertos a cualquier tipo de colaboración tanto desde el mundo empresarial o universitario para reforzar este reto. Por tanto, lo primero que vamos a hacer es explicar los antecedentes y la motivación del proyecto.

La sostenibilidad económica y el desarrollo social de la mayoría de los países dependen directamente del comportamiento fiable y duradero de sus infraestructuras (Frangopol, 2011). Las infraestructuras del transporte presentan una especial relevancia, especialmente sus infraestructuras viarias y puentes, cuya construcción y mantenimiento influyen fuertemente en la actividad económica, el crecimiento y el empleo. Sin embargo, tal y como indica Marí (2007), estas actividades impactan significativamente en el medio ambiente, presentan efectos irreversibles y pueden comprometer el presente y el futuro de la sociedad. El gran reto, por tanto, será disponer de infraestructuras capaces de maximizar su beneficio social sin comprometer su sostenibilidad (Aguado et al., 2012). La sostenibilidad, de hecho, constituye un enfoque que ha dado un giro radical a la forma de afrontar nuestra existencia. El calentamiento global, las tensiones sociales derivadas de la presión demográfica y del reparto desequilibrado de la riqueza son, entre otros, los grandes retos que debe afrontar esta generación. Continue reading “Antecedentes y motivación del proyecto de investigación DIMALIFE (2018-2020)” →