El artículo presenta un marco conceptual para el desarrollo de gemelos digitales aplicados a estructuras de ingeniería civil que combina modelos basados en la física con técnicas avanzadas de aprendizaje profundo. Se propone una integración dinámica entre el sistema físico y su representación digital mediante redes bayesianas dinámicas, lo que permite la toma de decisiones informada y la optimización continua. Entre las contribuciones destacadas, se encuentra la implementación de modelos de aprendizaje profundo para diagnosticar el estado estructural en tiempo real a partir de datos de sensores. Además, el enfoque incluye un proceso de aprendizaje previo fuera de línea para optimizar las políticas de mantenimiento.
La investigación presenta casos de estudio que validan la viabilidad del marco propuesto: una viga en voladizo en forma de L y un puente ferroviario. En estos ejemplos, se demuestra la capacidad del sistema para predecir el deterioro estructural y sugerir las acciones de mantenimiento adecuadas. El uso de modelos de orden reducido permite gestionar el coste computacional de manera eficiente y garantizar la aplicabilidad práctica del enfoque.
Introducción
La gestión eficiente de estructuras de ingeniería civil, como puentes, edificios y otras infraestructuras críticas, es un desafío constante debido al envejecimiento, el uso intensivo y los cambios en las condiciones ambientales. Un mantenimiento inadecuado puede provocar fallos catastróficos con consecuencias sociales, económicas y medioambientales significativas. En este contexto, los gemelos digitales han emergido como una tecnología prometedora para mejorar la supervisión, el mantenimiento y la toma de decisiones.
Un gemelo digital es una réplica virtual de un activo físico que se actualiza continuamente con datos obtenidos de sensores instalados en el activo real. Esto permite simular su comportamiento, predecir su evolución y planificar intervenciones de manera óptima. El concepto se ha explorado ampliamente en sectores como el aeroespacial y el manufacturero, pero su aplicación en el ámbito de la ingeniería civil es relativamente reciente.
En el campo de los gemelos digitales para ingeniería civil, las investigaciones previas han abordado diferentes aspectos del monitoreo estructural, como la detección de daños mediante métodos de análisis modal y la integración de técnicas avanzadas de procesamiento de señales. Se han utilizado modelos físicos basados en elementos finitos para representar el comportamiento estructural y técnicas de aprendizaje automático para detectar y clasificar anomalías. Sin embargo, la mayoría de estos enfoques tienen limitaciones relacionadas con la precisión de las predicciones y la gestión de la incertidumbre en condiciones operativas variables.
Un enfoque emergente consiste en integrar modelos probabilísticos, como las redes bayesianas, con técnicas de aprendizaje profundo. Esto permite incorporar la variabilidad y la incertidumbre inherentes a los datos estructurales. No obstante, aún es necesario mejorar la capacidad de realizar predicciones precisas de manera continua en tiempo real.
Teniendo en cuenta las limitaciones identificadas en los trabajos previos, este estudio busca responder a la siguiente pregunta de investigación: ¿cómo se puede desarrollar un marco de gemelo digital que combine modelos físicos y aprendizaje profundo para mejorar la predicción y la toma de decisiones en el mantenimiento de estructuras de ingeniería civil, teniendo en cuenta la incertidumbre y la variabilidad operativa?
El artículo examina un enfoque innovador basado en modelos físicos y técnicas de aprendizaje profundo, y propone un sistema de toma de decisiones apoyado en redes bayesianas dinámicas. Este marco permite una interacción continua entre el activo físico y su representación digital, lo que mejora significativamente los procesos de mantenimiento preventivo y correctivo.
Gemelos digitales predictivos para estructuras de ingeniería civil: abstracción gráfica del flujo de información de extremo a extremo habilitada por el modelo gráfico probabilístico (Torzoni et al., 2024)
Metodología
La metodología propuesta combina modelos matemáticos basados en la física y técnicas de aprendizaje profundo para crear un gemelo digital capaz de gestionar estructuras de ingeniería civil. El enfoque consta de tres fases principales:
Modelo numérico basado en la física:
Se emplean modelos de elementos finitos para representar el comportamiento estructural bajo diferentes condiciones operativas y de daño.
Los modelos son simplificados mediante técnicas de reducción de orden, utilizando descomposición en bases propias (POD), para hacer viable el análisis computacional en tiempo real.
Asimilación de datos mediante aprendizaje profundo:
Los datos estructurales recopilados por sensores se procesan mediante redes neuronales profundas.
Un modelo de clasificación identifica la ubicación y severidad del daño, mientras que un modelo de regresión cuantifica la magnitud del deterioro.
Toma de decisiones basada en redes bayesianas dinámicas:
Los resultados se integran en un modelo probabilístico que permite la predicción de estados futuros y la planificación de intervenciones de mantenimiento.
El sistema optimiza decisiones considerando incertidumbres operativas y costos asociados a las acciones de mantenimiento.
Resultados
Los resultados obtenidos evidencian que el gemelo digital propuesto puede rastrear con precisión la evolución del estado estructural y generar recomendaciones de mantenimiento en tiempo real. La precisión global alcanzada en la clasificación de estados digitales fue del 93,61 %, lo que destaca su capacidad para manejar datos ruidosos y condiciones operativas variables. Sin embargo, se observaron algunas limitaciones en la detección de daños en regiones alejadas de los sensores, lo que subraya la necesidad de mejorar la sensibilidad de los dispositivos de monitorización.
Otro aspecto relevante es la capacidad de predicción del sistema. Las simulaciones muestran que el gemelo digital puede prever de manera efectiva el deterioro futuro, lo que permite planificar de manera proactiva las intervenciones. Esto supone una mejora significativa con respecto a los enfoques tradicionales de mantenimiento reactivo.
Desde un punto de vista metodológico, la integración de modelos probabilísticos y aprendizaje profundo proporciona una solución robusta y adaptable a diferentes estructuras. No obstante, el éxito del sistema depende en gran medida de la calidad y la cantidad de datos disponibles para el entrenamiento inicial.
El estudio responde a la pregunta de investigación mediante la implementación exitosa de un marco de gemelo digital que combina modelos físicos y aprendizaje profundo. El sistema propuesto gestiona la incertidumbre mediante redes bayesianas dinámicas y mejora la toma de decisiones en mantenimiento al proporcionar predicciones precisas y recomendaciones basadas en datos en tiempo real. Los experimentos confirmaron su capacidad para gestionar estructuras complejas, lo que demuestra una mejora tangible en comparación con los enfoques tradicionales.
Conclusiones y recomendaciones
En conclusión, el desarrollo de un gemelo digital que integre modelos físicos y técnicas de aprendizaje profundo supone un avance significativo en la gestión de infraestructuras críticas. La metodología propuesta permite realizar un seguimiento continuo, realizar predicciones proactivas y tomar decisiones informadas.
El trabajo plantea varias líneas de investigación para el futuro:
Mejora de los modelos predictivos: Explorar técnicas avanzadas de aprendizaje automático para aumentar la precisión y reducir el sesgo en la estimación de estados estructurales.
Optimización de redes de sensores: Investigar configuraciones óptimas de sensores para mejorar la cobertura y sensibilidad del monitoreo.
Aplicaciones a gran escala: Desarrollar estudios de caso adicionales que incluyan estructuras complejas como puentes de gran envergadura y edificios multifuncionales.
Integración con tecnologías emergentes: Incorporar técnicas de computación en el borde y redes 5G para facilitar la transmisión y procesamiento de datos en tiempo real.
Estudio de costos y beneficios: Evaluar la relación costo-beneficio del sistema para su implementación en proyectos reales, considerando factores económicos y de sostenibilidad.
Estos pasos permitirán ampliar la aplicabilidad del sistema y mejorar su eficiencia en el mantenimiento de infraestructuras críticas. En resumen, el artículo establece una base sólida para el desarrollo de gemelos digitales en ingeniería civil, al proponer un enfoque integral y avanzado desde el punto de vista técnico que combina modelos físicos y aprendizaje automático. Las investigaciones futuras deben centrarse en ampliar su ámbito de aplicación y mejorar su rendimiento en contextos operativos complejos.
La nueva norma ISO 56001, que establece un sistema de gestión de la innovación, ya está disponible. Esta norma es útil tanto para las organizaciones que ya cuentan con la certificación AENOR en gestión de la innovación como para aquellas que inician este proceso. La ISO 56001 facilita la migración desde la norma UNE 166002, con la que comparte más del 90 % de los requisitos, lo que permite una transición fluida. Las organizaciones tienen de plazo hasta enero de 2028 para realizar esta migración.
La certificación ISO 56001 no solo optimiza la gestión de la innovación, sino que también mejora la competitividad, eficiencia y sostenibilidad de las empresas. AENOR ha liderado el desarrollo de esta norma a nivel internacional, habiendo emitido ya más de 700 certificados en varios países.
La norma ISO 56001 introduce un nuevo enfoque respecto a la UNE 166002:2021, especialmente en lo que respecta a la definición y el alcance de la innovación. Mientras que la UNE 166002 abarcaba la I+D+i (Investigación, Desarrollo e Innovación), la ISO 56001 se centra únicamente en la innovación, integrando la investigación y el desarrollo dentro de este concepto.
El nuevo enfoque de innovación se orienta hacia la creación y redistribución de valor, entendido como las ganancias derivadas de la satisfacción de necesidades y expectativas, lo que incluye aspectos como ingresos, ahorros, productividad, sostenibilidad y satisfacción.
La principal novedad del sistema de gestión de la innovación de la ISO 56001 es su enfoque estratégico para planificar los procesos, en lugar de imponer una gran cantidad de requisitos. Las organizaciones deben tener en cuenta aspectos como las cuestiones internas y externas, los requisitos de las partes interesadas y los riesgos y oportunidades al planificar el sistema.
Otra novedad importante es la jerarquía establecida en la ISO 56001 para los niveles de gestión: intención > política > estrategia > objetivos > indicadores, en contraste con la jerarquía de la UNE 166002: visión > estrategia > política > objetivos > indicadores.
La razón de este enfoque es que un sistema de gestión de la innovación opera en tres niveles: estratégico, táctico y operativo. Según los requisitos de la norma ISO 56001, las relaciones entre estos niveles se describen de la siguiente manera:
Intención de innovación (Cláusula 4): En el nivel estratégico, define el alcance del sistema de gestión y establece la base para la estrategia de innovación.
Alcance (Cláusula 4): Determina los límites y la aplicabilidad del sistema de gestión de la innovación.
Política de innovación (Cláusula 5): Proporciona un marco para definir la estrategia y los objetivos de innovación. Esta política puede complementar otras políticas del sistema de gestión de la organización.
Estrategia de innovación (Cláusula 5): Basada en la intención de innovación, está alineada con la política de innovación y establece los objetivos estratégicos, creando el marco para definir los objetivos tácticos y las carteras de innovación.
Objetivos de innovación (Cláusula 6): A nivel táctico, deben ser coherentes con la política y la estrategia de innovación.
Carteras de innovación (Cláusula 6): Alineadas con la estrategia y los objetivos de innovación, consisten en un conjunto de iniciativas de innovación.
Iniciativas de innovación (Cláusula 8): Se desarrollan a nivel operativo.
Procesos de innovación (Cláusula 8): También establecidos a nivel operativo, son flexibles y adaptables para ejecutar las iniciativas de innovación.
Ventajas de implementar la ISO 56001
Las organizaciones que implementen y certifiquen un Sistema de Gestión de la Innovación según la Norma ISO 56001 disfrutarán de numerosos beneficios. A continuación, se detallan las principales ventajas:
Mejora de la capacidad de innovación: La norma ISO 56001 proporciona una estructura clara y procesos definidos que permiten gestionar la innovación de manera sistemática. Esto facilita la flexibilidad y adaptabilidad, y ayuda a las organizaciones a responder rápidamente a los cambios del mercado y a aprovechar nuevas oportunidades.
Aumento de la eficiencia y eficacia: Al implementar esta norma, se optimizan los recursos, ya que se garantiza su uso eficiente y orientado a actividades innovadoras. Además, fomenta la gestión proactiva de la incertidumbre y los riesgos, lo que reduce significativamente las posibilidades de fracaso en proyectos de innovación.
Fomento de una cultura de innovación: La adopción de la ISO 56001 fomenta comportamientos innovadores, como la exploración, la colaboración y la experimentación dentro de la organización. Además, motiva al personal y genera un entorno donde se valoran y apoyan las ideas innovadoras, lo que fortalece el compromiso de los empleados.
Mejora de la competitividad: Al fomentar la innovación, esta norma no solo mejora la competitividad de la organización, sino que también aumenta su capacidad para adaptarse a un entorno en constante cambio. La norma facilita la creación de productos, servicios y procesos innovadores que diferencian a la organización del resto en el mercado, lo que le otorga una ventaja competitiva. También permite adaptarse de manera efectiva a las demandas y tendencias del mercado, lo que garantiza una mejor respuesta a las necesidades de los clientes.
Creación de valor: La implementación de la ISO 56001 contribuye a generar valor financiero y no financiero a través de soluciones innovadoras. Además, garantiza la sostenibilidad a largo plazo de la organización al integrar la innovación en su estrategia empresarial.
Mejora de la gestión del conocimiento: Esta norma fomenta la explotación del conocimiento mediante la utilización de fuentes internas y externas para generar y aprovechar información. Además, establece enfoques efectivos para gestionar el conocimiento necesario para impulsar la innovación.
Integración con otros sistemas de gestión: La norma ISO 56001 es compatible con otros sistemas de gestión, como el de calidad (ISO 9001). Esto facilita una integración coherente y eficiente, y permite una gestión más holística de las operaciones organizativas.
Mejora continua: La norma fomenta la evaluación continua del rendimiento del sistema de gestión de la innovación y promueve la implementación de mejoras basadas en los resultados obtenidos. De este modo, se garantiza un progreso constante hacia la excelencia en innovación.
Certificación y reconocimiento: La certificación conforme a la ISO 56001 otorga credibilidad y reconocimiento, y demuestra el compromiso de la organización con la innovación. Además, aumenta la confianza de clientes, inversores y otras partes interesadas en la capacidad de la organización para innovar de manera efectiva.
En resumen, la ISO 56001 no solo mejora la capacidad de innovación, sino que también fortalece la competitividad, la eficiencia y la cultura de innovación dentro de las organizaciones, garantizando su sostenibilidad y éxito en un mercado dinámico.
9 beneficios de la gestión de la innovación con la ISO 56001. https://revista.aenor.com/408/beneficios-de-la-gestion-de-la-innovacion-con-la-nueva-iso-5.html#msdynttrid=u5uhfJbvbt2_jFR9qdSsTWyES9PhHwzzZA9G0gvVxWY
El presente informe analiza en profundidad la norma UNE-EN ISO 56001:2024, que establece los requisitos para un sistema de gestión de la innovación. A continuación, se desarrolla detalladamente su contenido según sus principales apartados.
Contexto de la organización
La norma exige que la organización comprenda su entorno interno y externo, incluidos los factores políticos, económicos, tecnológicos, sociales, legales y ambientales que puedan afectar a su capacidad para gestionar la innovación. Este análisis implica identificar riesgos, oportunidades y cuestiones relevantes que puedan influir en sus actividades.
Los factores externos incluyen condiciones políticas y legislativas, dinámicas del mercado, desarrollo tecnológico, cambios sociales, impacto ambiental y regulaciones gubernamentales. Una comprensión adecuada permite a la organización anticiparse a tendencias, identificar amenazas y descubrir nuevas oportunidades para innovar. Por ejemplo, cambios en la legislación medioambiental pueden fomentar el desarrollo de productos sostenibles.
En cuanto a los factores internos, se incluyen elementos como la cultura organizativa, la estructura jerárquica, los recursos disponibles, la experiencia acumulada y los procesos internos. La organización debe evaluar sus capacidades y limitaciones para determinar su nivel de preparación para la innovación. Un equipo bien capacitado y una cultura abierta a nuevas ideas son esenciales para facilitar la adopción de innovaciones.
También se subraya la necesidad de comprender las necesidades y expectativas de las partes interesadas, que pueden incluir clientes, empleados, proveedores, socios estratégicos y reguladores. Identificar sus intereses permite diseñar soluciones que generen valor y fortalezcan las relaciones comerciales.
Determinar el propósito de la innovación implica establecer metas claras sobre lo que se espera lograr a través de actividades innovadoras. Este propósito debe reflejarse en una declaración estratégica y estar respaldado por la alta dirección.
Por último, definir el alcance del sistema de gestión de la innovación implica delimitar las áreas de aplicación. Esto incluye identificar los procesos, productos, servicios y ubicaciones relevantes. El alcance debe documentarse formalmente y revisarse periódicamente para garantizar su pertinencia y alineación con los objetivos de la organización.
Liderazgo
La alta dirección debe demostrar liderazgo y compromiso mediante la definición de una política de innovación clara y alineada con la estrategia empresarial. Este compromiso incluye establecer una visión y objetivos estratégicos de innovación, garantizar recursos adecuados y fomentar una cultura organizativa que valore la innovación.
La alta dirección es responsable de integrar los requisitos del sistema de gestión de la innovación en todos los procesos de la organización. Debe establecer estructuras organizativas que permitan la colaboración, la toma de decisiones efectiva y el desarrollo de capacidades clave. El liderazgo implica delegar responsabilidades y empoderar a equipos y personas clave para desarrollar y gestionar iniciativas de innovación.
La comunicación efectiva es un aspecto esencial. La alta dirección debe comunicar la importancia de la innovación a todos los niveles de la organización y garantizar que los empleados comprendan los objetivos, la estrategia y su contribución individual. Esto incluye promover la transparencia, compartir información relevante y establecer mecanismos de retroalimentación.
Además, el liderazgo incluye la gestión del cambio. La alta dirección debe preparar a la organización para adaptarse a cambios internos y externos, fomentando la flexibilidad y la resiliencia. Debe fomentar un entorno que valore la toma de riesgos calculados y la experimentación controlada.
La promoción de una cultura de innovación es otro aspecto fundamental. Esto implica desarrollar valores organizativos que apoyen la creatividad, la apertura al cambio y el aprendizaje continuo. Se espera que la alta dirección actúe como modelo a seguir, demostrando un compromiso visible con la innovación mediante su participación activa en proyectos clave y la asignación de incentivos y reconocimientos adecuados.
Por último, se debe establecer una política de innovación formal que exprese claramente el compromiso de la organización con el desarrollo de nuevas ideas, la mejora continua y el cumplimiento de los requisitos legales y reglamentarios aplicables. Esta política debe estar documentada, comunicada y revisada periódicamente para garantizar su relevancia y eficacia.
Planificación
La planificación es un pilar fundamental para implementar un sistema de gestión de la innovación eficaz. Implica identificar riesgos y oportunidades, establecer objetivos claros y definir estrategias para alcanzarlos.
Identificación y gestión de riesgos y oportunidades: La organización debe realizar un análisis en profundidad de los riesgos y oportunidades relacionados con la innovación. Esto incluye factores internos, como los recursos disponibles y las capacidades técnicas, y factores externos, como los cambios en el mercado, las regulaciones y los avances tecnológicos. La gestión proactiva permite mitigar riesgos potenciales y aprovechar oportunidades emergentes.
Establecimiento de objetivos de innovación: Los objetivos deben ser específicos, medibles, alcanzables, relevantes y con plazos definidos (SMART). Deben alinearse con la estrategia general de la organización y abarcar todos los niveles funcionales. Los objetivos estratégicos marcan la dirección general, mientras que los tácticos y operativos detallan acciones específicas.
Desarrollo de estrategias y planes de acción: Para cada objetivo, la organización debe desarrollar planes detallados que incluyan los recursos necesarios, los responsables, los plazos y las métricas de éxito. Es crucial establecer indicadores clave de rendimiento (KPI) para hacer un seguimiento del progreso. Los planes deben ser flexibles y adaptables a cambios en el entorno.
Gestión de carteras de innovación: La gestión de carteras permite priorizar proyectos en función de criterios como la viabilidad técnica, el impacto potencial, el coste y la alineación estratégica. El portafolio debe ser equilibrado y considerar proyectos a corto, medio y largo plazo, con distintos niveles de riesgo e innovación disruptiva.
Apoyo
El éxito del sistema de gestión de la innovación depende de la provisión adecuada de recursos y del apoyo continuo por parte de la organización. Este apartado detalla los elementos clave que deben estar disponibles para garantizar el funcionamiento eficaz del sistema.
Recursos humanos: Para gestionar la innovación de manera efectiva, es necesario contar con un equipo cualificado y capacitado. La organización debe proporcionar formación continua para desarrollar habilidades técnicas, creativas y de gestión. El personal debe estar motivado y comprometido con políticas de incentivos, reconocimiento y planes de carrera.
Infraestructura y tecnología: Es indispensable contar con instalaciones físicas adecuadas y plataformas tecnológicas avanzadas que permitan desarrollar, implementar y gestionar iniciativas innovadoras. Esto incluye laboratorios, oficinas creativas y herramientas de gestión de proyectos.
Financiación y recursos económicos: Es fundamental contar con financiación acorde con los objetivos estratégicos de innovación. La financiación debe estar garantizada y ser acorde con los objetivos estratégicos de innovación. La asignación presupuestaria debe cubrir la investigación, el desarrollo, las pruebas y la comercialización de productos o servicios innovadores.
Gestión del conocimiento: La creación, el almacenamiento y la difusión del conocimiento son esenciales. Deben crearse sistemas para capturar lecciones aprendidas y buenas prácticas. El uso de plataformas digitales facilita la gestión de la información crítica.
Propiedad intelectual y cumplimiento legal: Es imprescindible proteger los derechos de propiedad intelectual mediante patentes, marcas y derechos de autor. La organización debe garantizar el cumplimiento de todas las normativas legales aplicables para evitar riesgos jurídicos.
Operación
Este apartado se centra en la ejecución de los procesos relacionados con la gestión de la innovación, que abarca desde la generación de ideas hasta la implementación de soluciones.
Gestión de iniciativas: Las iniciativas de innovación deben gestionarse mediante proyectos estructurados de manera adecuada. Esto implica definir objetivos claros, asignar recursos adecuados y establecer responsables para cada tarea.
Procesos de innovación: Los procesos de innovación incluyen la identificación de oportunidades, el desarrollo de conceptos, la validación de soluciones y su posterior implementación. Cada etapa debe estar documentada y ser objeto de un seguimiento constante.
Desarrollo y pruebas: Las soluciones innovadoras deben pasar por fases de desarrollo técnico y pruebas piloto para garantizar su viabilidad antes de implementarse por completo. Para ello, se realizan simulaciones, se crean prototipos y se ejecutan ensayos controlados.
Comercialización y lanzamiento: El proceso de innovación culmina con la comercialización de productos o servicios desarrollados. La estrategia de lanzamiento debe incluir análisis de mercado, marketing y distribución para maximizar su impacto.
Control: El rendimiento de las iniciativas debe controlarse de manera continua mediante indicadores clave de rendimiento (KPI). Así se pueden realizar ajustes y mejorar los resultados obtenidos.
Evaluación del rendimiento
La evaluación del rendimiento es un componente esencial para garantizar la sostenibilidad y la eficacia del sistema de gestión de la innovación. Implica medir, analizar y revisar los resultados obtenidos.
Auditorías internas: Las auditorías internas deben realizarse periódicamente para verificar el cumplimiento de los requisitos de la norma. Esto incluye revisar procesos, proyectos y resultados obtenidos, identificando desviaciones y proponiendo acciones correctivas.
Indicadores clave de rendimiento: Para evaluar el rendimiento de las iniciativas de innovación, es necesario definir y utilizar indicadores clave. Entre estos indicadores se incluyen el número de proyectos completados, la tasa de éxito de los lanzamientos, el retorno de la inversión (ROI) y la satisfacción de los clientes.
Revisión por parte de la alta dirección: La alta dirección debe llevar a cabo revisiones periódicas para analizar los avances del sistema de gestión de la innovación. Esto implica evaluar el cumplimiento de los objetivos estratégicos, identificar áreas de mejora y redefinir políticas y estrategias en función de los resultados obtenidos.
Análisis de resultados y mejoras continuas: Los resultados deben analizarse de manera integral, teniendo en cuenta tanto los éxitos como los fracasos. Las lecciones aprendidas deben documentarse para optimizar futuros procesos. La mejora continua debe ser un principio rector que guíe la evolución del sistema.
Mejora
Según la norma UNE-EN ISO 56001:2024, el proceso de mejora constituye un pilar central en la gestión de la innovación. Este proceso implica una revisión constante y sistemática de los procesos, los resultados y las estrategias implementadas. Su objetivo es incrementar la efectividad, adaptarse a nuevas condiciones del entorno y potenciar la capacidad innovadora de la organización.
Identificación de áreas de mejora: Para ello, la organización debe realizar un análisis continuo de sus procesos y resultados para identificar posibles áreas de mejora. Este análisis incluye el seguimiento de indicadores clave de rendimiento, la revisión de proyectos concluidos y la retroalimentación de las partes interesadas. Además, las auditorías internas y externas son fundamentales para detectar debilidades y oportunidades de crecimiento.
Gestión de no conformidades: La gestión de no conformidades se centra en la identificación, el registro y el tratamiento de desviaciones respecto a los estándares establecidos. La gestión de no conformidades consiste en identificar, registrar y tratar las desviaciones respecto a los estándares establecidos. Para ello, la organización debe contar con procedimientos que permitan analizar las causas raíz de las no conformidades, establecer acciones correctivas y prevenir su recurrencia.
Acciones correctivas y preventivas: Es fundamental implementar acciones correctivas para abordar los problemas identificados y minimizar su impacto negativo. Del mismo modo, las acciones preventivas buscan anticiparse a posibles problemas antes de que ocurran. Ambas deben estar documentadas, asignadas a responsables específicos y sujetas a plazos de ejecución para garantizar su cumplimiento y efectividad.
Evaluación de la eficacia de las mejoras: Es fundamental evaluar la eficacia de las mejoras implementadas. Para ello, la organización debe establecer métricas y realizar un seguimiento periódico para verificar si las acciones han logrado los resultados esperados. Esto permite ajustar estrategias y tomar decisiones informadas para futuras mejoras.
Revisión de la alta dirección: La alta dirección debe revisar regularmente el sistema de gestión de la innovación, considerando los resultados de auditorías, análisis de indicadores y retroalimentación de las partes interesadas. Esta revisión debe incluir la definición de nuevas metas, la reasignación de recursos y la actualización de políticas y procedimientos.
Innovación continua: La mejora debe ser entendida como un proceso continuo e integrado en la cultura organizacional. Esto implica fomentar un entorno donde la innovación sea un valor compartido y promover una actitud proactiva hacia el cambio y la búsqueda constante de soluciones creativas.
Lecciones aprendidas y gestión del conocimiento: Es esencial registrar y analizar las lecciones aprendidas de cada proyecto de innovación. La gestión del conocimiento permite capitalizar estas experiencias y aplicarlas a futuras iniciativas, reduciendo errores y potenciando el éxito en nuevos desarrollos.
Impulso de una cultura de mejora: Para lograr una mejora sostenida, la organización debe promover una cultura donde todos los niveles estén comprometidos con el aprendizaje continuo y la optimización de procesos. Esto incluye programas de formación, talleres de creatividad y espacios de intercambio de ideas.
Conclusión
La norma UNE-EN ISO 56001:2024 establece un enfoque integral para la gestión de la mejora en el contexto de la innovación. Su correcta aplicación permite a las organizaciones adaptarse a un entorno dinámico, ser más competitivas y generar valor sostenible a largo plazo.
Os paso un par de vídeos sobre los beneficios de la innovación con la nueva ISO 56001.
Viga armada de acero. https://www.renedometal.es/vigas-armadas-la-rioja/
El desarrollo de estructuras de acero ha sido un pilar fundamental en la ingeniería civil desde el siglo XIX. Obras emblemáticas como el puente de Brooklyn y la torre Eiffel son ejemplos tempranos de su aplicación con éxito. La evolución tecnológica ha dado lugar al desarrollo de conceptos avanzados como las vigas híbridas de acero, que permiten un mejor aprovechamiento del material y reducen los costes de manera significativa. Las vigas híbridas de acero son una solución avanzada en el ámbito de la construcción que permite optimizar el uso de materiales, reducir costes y mejorar la eficiencia estructural. Estas vigas combinan diferentes tipos de acero en sus componentes para maximizar la resistencia y minimizar el peso, por lo que constituyen una alternativa eficaz a las vigas homogéneas tradicionales.
Históricamente, han dominado el mercado las vigas de acero convencionales, en las que tanto el alma como las alas tienen la misma resistencia a la fluencia. Sin embargo, esta configuración puede llevar a un uso ineficiente del material, ya que las alas soportan la mayor parte de las tensiones de flexión. La incorporación de diferentes resistencias en las partes de la viga es una solución innovadora para optimizar el empleo del acero.
El concepto de viga híbrida implica el uso de acero de alta resistencia en las alas, donde se producen tensiones de tracción y compresión máximas, y de acero de resistencia moderada en el alma, que soporta tensiones menores. Esta configuración permite reducir el peso total de la viga, disminuir costes y mejorar la sostenibilidad mediante una utilización más eficiente de los recursos.
La investigación sobre vigas híbridas ha seguido tres enfoques principales: estudios experimentales, simulaciones computacionales y revisiones bibliográficas. Los ensayos experimentales evalúan el comportamiento estructural bajo diversas condiciones de carga. Las simulaciones computacionales permiten modelar situaciones complejas mediante el método de elementos finitos. Las revisiones bibliográficas consolidan el conocimiento existente y permiten identificar lagunas en la investigación.
Las estructuras híbridas son objeto de nuestros proyectos de investigación HYDELIFE y RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València. En las referencias se encuentran tres de los artículos publicados al respecto, los cuales se pueden descargar por estar publicados en abierto. Además, ya publicamos varias entradas sobre estos trabajos hace unos meses.
En un artículo anterior (Terreros-Bezoya et al., 2023), ya hicimos referencia a un estudio del estado del arte al respecto. En dicha investigación se revisaron 128 publicaciones sobre diseño de vigas y se utilizó un análisis de correspondencia para identificar patrones en variables como la resistencia de alas y alma, las condiciones de carga y los métodos de cálculo. Se sistematiza el conocimiento existente y se destacan enfoques de diseño eficaces. Se identifican ratios híbridos ideales, con un equilibrio entre resistencia y economía de material, que oscilan entre 1,3 y 1,6. Además, el estudio destaca las ventajas ambientales y económicas de las vigas híbridas, ya que al reducir el peso de las estructuras, disminuyen los costes de transporte, instalación y materiales, y, por tanto, las emisiones de CO₂. Esta estrategia se alinea con los objetivos de la Unión Europea para lograr la neutralidad climática en 2050 y mejora la viabilidad de proyectos a gran escala al reducir los costes de fabricación y montaje.
Estudios recientes han demostrado que las vigas híbridas son superiores en términos de resistencia y eficiencia económica. Ensayos experimentales muestran que pueden soportar cargas hasta un 40% mayores que las vigas convencionales debido a su capacidad para distribuir tensiones de manera más efectiva. Además, su uso puede reducir los costos de construcción en un 20%, considerando ahorros en materiales, transporte e instalación.
En términos de distribución geográfica, la investigación sobre vigas híbridas está dominada por Estados Unidos, China y Europa, con un crecimiento notable en Asia debido a su desarrollo infraestructural. Los estudios se centran en tres áreas principales: comportamiento estructural, desarrollo de metodologías de diseño y optimización económica.
Las investigaciones sobre flexión pura revelan que una resistencia a la fluencia de 300 MPa en el alma y 500 MPa en las alas mejora significativamente el rendimiento estructural. En términos de corte puro, se ha logrado mejorar la resistencia en un 25% mediante el desarrollo de campos de tensión diagonales. La interacción flexión-corte permite incrementar la resistencia última hasta un 30% al diseñar refuerzos de ala y distribuciones de carga adecuadas.
El trabajo de Negrín et al. (2023) presenta una metodología para optimizar el diseño de vigas híbridas de acero soldado y, por tanto, mejorar su coste. Se formula un problema de optimización que permite configuraciones híbridas con diferentes tipos de acero y se considera el coste de fabricación como función objetivo. Los resultados indican que el diseño optimizado puede ser hasta un 50 % más económico que los métodos tradicionales. Además, se sugieren métodos para comparar soluciones óptimas y se establecen líneas de investigación futuras basadas en los resultados obtenidos.
El estudio de Negrín et al. (2024) destaca los beneficios económicos de las vigas de acero híbridas transversal-longitudinalmente (TLH), mostrando una reducción de costos de fabricación superior al 50% en comparación con diseños tradicionales. Se identifican configuraciones TLH como más eficaces para elementos grandes, con recomendaciones para puntos de transición y configuraciones de materiales según niveles de tensión. Además, la metodología propuesta promueve un diseño sostenible, optimizando elementos TLH para mejorar aspectos económicos y ambientales, lo que sugiere futuras investigaciones en comportamiento estructural y sostenibilidad.
Sin embargo, persisten desafíos en áreas como la soldadura y la fabricación. La unión de materiales con diferentes propiedades requiere técnicas especializadas y electrodos adecuados para garantizar la integridad estructural. Además, los estándares de diseño actuales deben actualizarse para reflejar las características específicas de las vigas híbridas y proporcionar directrices más detalladas para su aplicación.
En conclusión, las vigas híbridas de acero ofrecen una combinación única de resistencia, sostenibilidad y economía. Los avances en fabricación, en métodos computacionales y en el análisis del ciclo de vida continúan impulsando su desarrollo. La colaboración entre instituciones académicas, la industria y los organismos reguladores será esencial para su adopción generalizada. La actualización de los códigos de diseño y la estandarización de los procesos de fabricación mejorarán su competitividad en proyectos de infraestructura a gran escala.
El diseño estructural de los edificios plantea importantes retos para garantizar su seguridad y sostenibilidad. El colapso progresivo, provocado por eventos extremos como terremotos o explosiones, puede ocasionar daños catastróficos. Para reducir este riesgo, se propone una metodología de diseño apoyada en metamodelos que combina optimización estructural y criterios de seguridad, y que tiene en cuenta elementos que a menudo se pasan por alto, como los forjados, las pantallas de arriostramiento y la interacción suelo-estructura (SSI, por sus siglas en inglés).
El trabajo se enmarca dentro del proyecto de investigación RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València. También es fruto de la colaboración con investigadores de Brasil y Cuba.
Metodología
Descripción del problema
Se estudiaron cinco edificios de pórticos de hormigón armado con diferentes configuraciones de plantas y luces. Las estructuras incluyen vigas, columnas, forjados y pantallas de arriostramiento. Además, se incorporó el diseño optimizado de cimentaciones, considerando la interacción con el suelo mediante modelos de elasticidad lineal. Las dimensiones de los elementos estructurales se ajustaron siguiendo las normas internacionales de diseño y se consideraron distintas combinaciones de carga para evaluar escenarios críticos.
Se realizaron simulaciones numéricas avanzadas que tuvieron en cuenta escenarios de carga extremos, incluyendo la pérdida de columnas críticas en diversas posiciones. En el análisis se tuvieron en cuenta factores de seguridad, límites de servicio y fallos estructurales para determinar los diseños óptimos. También se tuvieron en cuenta criterios de sostenibilidad y se midieron las emisiones de CO₂ asociadas a cada solución.
Optimización basada en un diseño robusto frente al colapso progresivo (ObRDPC)
La metodología ObRDPC se centra en minimizar las emisiones de CO₂ como función objetivo, garantizando simultáneamente la robustez estructural mediante restricciones de seguridad. Para evaluar el colapso progresivo y simular la pérdida de columnas críticas, así como analizar la redistribución de cargas, se empleó el método de camino alternativo (AP). La metodología incluye la verificación de estados límite últimos y de servicio, lo que garantiza el cumplimiento de los requisitos normativos.
El proceso de optimización incluye la definición precisa de las variables de diseño, como las dimensiones de las vigas, columnas y cimentaciones, así como el tipo de hormigón utilizado. Para maximizar la eficiencia estructural y minimizar los costos ambientales, se aplican técnicas de programación matemática.
Modelización de forjados y pantallas de arriostramiento
Forjados: se modelaron como elementos tipo placa de 12 cm de espesor y se conectaron a las vigas mediante nodos rígidos para asegurar la continuidad estructural. Se realizó una discretización adecuada para representar su comportamiento realista ante cargas verticales y horizontales. El análisis incluyó el comportamiento a flexión, los efectos de cargas concentradas y la interacción con los elementos perimetrales. Se consideraron diferentes configuraciones de refuerzo para maximizar la resistencia y minimizar las deformaciones.
Pantallas de arriostramiento: representadas mediante diagonales equivalentes elásticas, según las especificaciones normativas. Se definieron sus propiedades mecánicas mediante modelos experimentales previos, incluyendo el módulo de elasticidad y la resistencia a compresión. Se estudiaron distintos tipos de mampostería y su influencia en la resistencia general. Las pantallas de arriostramiento también se evaluaron como elementos activos en la redistribución de cargas después de eventos que provocan la pérdida de soporte, lo que mejora la estabilidad global del sistema estructural.
Interacción suelo-estructura (SSI)
Se consideró el asentamiento diferencial de las cimentaciones mediante coeficientes de rigidez calculados según modelos elásticos. El suelo se modeló como un medio elástico semiespacial. En el análisis se incluyó la interacción entre la superestructura y el terreno para capturar los efectos de asentamientos desiguales y su impacto en el estado de esfuerzos y deformaciones.
En el análisis se tuvieron en cuenta diferentes tipos de suelos, desde arcillas de baja resistencia hasta suelos granulares compactados. Se realizaron estudios paramétricos para evaluar la sensibilidad del sistema a variaciones en la rigidez del terreno y el módulo de elasticidad del hormigón.
Cinco estudios de casos que consideran la modelización de cimientos, forjados y pantallas de arriostramiento.
Optimización asistida por metamodelos
Se utilizaron técnicas avanzadas de optimización asistida por metamodelos para reducir la carga computacional. El proceso incluyó un muestreo inicial mediante muestreo hipercúbico latino para cubrir eficientemente el espacio de diseño, seguido de la construcción del metamodelo a través de técnicas de interpolación Kriging para aproximar las respuestas estructurales, evaluando múltiples configuraciones para garantizar la precisión. Posteriormente, se aplicó una optimización global utilizando algoritmos evolutivos, como la Biogeography-based Optimization (BBO), para explorar soluciones factibles y un método iterativo para refinar las soluciones y garantizar su viabilidad en condiciones críticas.
Resultados
Impacto de forjados y pantallas de arriostramiento
La inclusión de forjados y pantallas de arriostramiento mejoró significativamente la redistribución de cargas y la resistencia al colapso progresivo. El análisis mostró una reducción del 11 % en el impacto ambiental para diseños resistentes al colapso, en comparación con modelos que solo consideran vigas y columnas.
Se observó una mejora notable en la capacidad de redistribución de cargas después de la pérdida de columnas críticas. Las pantallas de arriostramiento actuaron como elementos resistentes adicionales, mitigando fallos en los elementos primarios y reduciendo los desplazamientos globales.
Comparación de enfoques de diseño
Se observó que aumentar el número de niveles incrementa la robustez estructural debido a la mayor redundancia de elementos. Sin embargo, el incremento de la longitud de las luces de las vigas reduce esta capacidad, por lo que es necesario utilizar secciones más robustas y aplicar mayores refuerzos.
Los modelos con luces de 8 m presentaron un aumento del 50 % en las emisiones de CO₂ cuando no se incluyeron forjados ni pantallas de arriostramiento. Al incorporarlos, se consiguió reducir este incremento a la mitad.
Recomendaciones prácticas para el diseño estructural
Incluir forjados y pantallas de arriostramiento: Su integración mejora significativamente la resistencia al colapso progresivo, particularmente en edificios con luces amplias.
Optimizar secciones estructurales: Diseñar secciones de vigas y columnas equilibrando rigidez y eficiencia económica.
Evaluar diferentes tipos de cimentaciones: Incorporar análisis de interacción suelo-estructura para definir bases óptimas.
Aplicar análisis paramétricos: Evaluar la sensibilidad de los diseños a variaciones en la resistencia del hormigón y las condiciones geotécnicas.
Considerar combinaciones de carga extremas: Simular múltiples fallos para garantizar diseños robustos y seguros.
Conclusión
La optimización basada en un diseño robusto frente al colapso progresivo (ObRDPC) permite diseñar estructuras resistentes al colapso progresivo con menor impacto medioambiental. El uso de metamodelos y la consideración de forjados, pantallas de arriostramiento y la interacción suelo-estructura mejoran significativamente la seguridad estructural y la sostenibilidad del diseño. Se recomienda ampliar esta investigación a otros tipos de estructuras y condiciones geotécnicas complejas para validar y perfeccionar la metodología propuesta.
Las escalas Likert son un estándar en la investigación social, educativa y empresarial gracias a su simplicidad y eficacia a la hora de medir percepciones y actitudes. En ingeniería, son fundamentales para recopilar datos en estudios de usabilidad, gestión de proyectos y análisis de riesgos, entre otros.
Este artículo amplía el debate sobre las escalas Likert, abordando su diseño, implementación, análisis y aplicaciones prácticas en diversos campos de la ingeniería.
¿Qué son las escalas Likert?
De University of Michigan. News and Information Services. Photographs – Bentley Historical Library, CC BY 4.0, https://commons.wikimedia.org/w/index.php?curid=76306573
Desarrolladas por Rensis Likert en 1932, estas escalas son un método para medir actitudes a través de una serie de afirmaciones ante las que el encuestado expresa su nivel de acuerdo o desacuerdo. Generalmente, tienen entre 5 y 7 puntos, aunque en ciertas situaciones se utilizan versiones más específicas. Su unidimensionalidad y simplicidad las hacen ideales para capturar datos subjetivos de forma sistemática.
Las principales características son la unidimensionalidad, ya que los ítems deben medir un único constructo (satisfacción, percepción o actitud), la versatilidad, que permite evaluar dimensiones como la frecuencia, la importancia y la probabilidad en diversos contextos, y la comparabilidad, por el hecho de que la estandarización de respuestas facilita la comparación entre grupos y estudios a lo largo del tiempo.
Los componentes de una escala Likert incluyen afirmaciones o ítems, que son declaraciones sobre las que el encuestado expresa su nivel de acuerdo o desacuerdo; opciones de respuesta, que representan un rango de valores como «Totalmente en desacuerdo», «Neutral» y «Totalmente de acuerdo», y puntuación, donde las respuestas se codifican numéricamente para facilitar el análisis estadístico.
El diseño de un cuestionario con escala Likert
El diseño de un cuestionario bien estructurado es fundamental para garantizar la calidad de los datos recopilados. Esto incluye desde la redacción de las preguntas hasta la elección del tipo de respuesta.
Redacción de ítems: La calidad de un cuestionario depende de la claridad y precisión de sus elementos, por lo que se recomienda evitar ambigüedades, expresar una sola idea con cada elemento, utilizar afirmaciones neutrales para minimizar sesgos emocionales y adaptar el lenguaje al contexto, teniendo en cuenta el nivel de comprensión del grupo objetivo. Por ejemplo, la pregunta «Estoy satisfecho con la calidad y el precio del servicio» debería descomponerse en dos preguntas distintas. Formulaciones como «¿Está de acuerdo con que los políticos son corruptos?», introducen sesgos emocionales.
Opciones de respuesta: Para diseñar opciones de respuesta efectivas, es relevante que sean claras, equidistantes y exhaustivas. El número de categorías debe tenerse en cuenta; cinco es el estándar, mientras que escalas de siete puntos ofrecen mayor precisión y escalas con menos de tres puntos limitan la variabilidad. Además, elegir entre escalas pares o impares influye en los resultados: las pares eliminan el punto medio neutral, por lo que obligan a los encuestados a posicionarse en uno de los dos extremos.
Organización y estructura: La organización y estructura de un cuestionario debe seguir un flujo lógico, aplicando la técnica del embudo, que consiste en comenzar con preguntas generales y poco sensibles, avanzar hacia ítems más específicos y personales y agrupar por temas para mantener la coherencia y reducir la fatiga cognitiva.
Realización de pretests: La realización de pretests es esencial para evaluar la comprensión, fluidez y relevancia del cuestionario, lo que permite identificar y corregir errores antes de su implementación final.
De Nicholas Smithvectorization: Trabajo propio – Trabajo propio, based on File:Example Likert Scale.jpg, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=18615046
Análisis de datos obtenidos con escalas Likert
La fortaleza de las escalas Likert radica en su capacidad para adaptarse a diversos métodos analíticos. Los datos obtenidos pueden proporcionar información valiosa, ya sea en análisis descriptivos o en modelos avanzados.
1. Análisis descriptivo
Tendencia central: La media y la mediana resumen la tendencia general de las respuestas.
Dispersión: Indicadores como el rango o la desviación estándar ayudan a entender la variabilidad en las respuestas.
Visualización: Gráficos de barras, histogramas y diagramas de cajas facilitan la interpretación rápida.
2. Relación entre variables
El análisis bivariado permite explorar cómo se relacionan diferentes variables dentro de la escala Likert:
Correlación de Pearson: Evalúa la relación lineal entre dos variables continuas.
Tablas de contingencia: Adecuadas para analizar categorías derivadas de respuestas Likert.
3. Análisis factorial exploratorio (AFE)
Este enfoque permite identificar dimensiones latentes que subyacen en los ítems:
Validación estructural: Determina si los ítems agrupan un único constructo o múltiples dimensiones.
Técnicas de reducción: PCA (Análisis de Componentes Principales) y AFE ayudan a simplificar la interpretación.
4. Evaluación de la fiabilidad
La consistencia interna de una escala se mide comúnmente mediante el alfa de Cronbach. Valores superiores a 0,7 suelen considerarse aceptables.
Ventajas y limitaciones
Entre sus ventajas destacan su accesibilidad, ya que son fáciles de implementar y entender, su flexibilidad, al adaptarse a diversas áreas de investigación, y su simplicidad analítica, que permite análisis básicos y avanzados. Sin embargo, presentan limitaciones: la deseabilidad social, donde las respuestas pueden estar influenciadas por lo que es socialmente aceptable; la ambigüedad en las opciones medias, ya que categorías como «Neutral» pueden interpretarse de manera diferente; y la unidimensionalidad no garantizada, por lo que es necesario validar su estructura interna mediante análisis factorial.
Aplicaciones en ingeniería
Las escalas Likert tienen amplias aplicaciones en ingeniería, por ejemplo, en estudios de satisfacción para evaluar la percepción de los usuarios sobre productos o servicios, en gestión de riesgos para analizar actitudes hacia posibles escenarios de riesgo en proyectos y en usabilidad de software para medir la experiencia del usuario en diseño y funcionalidad de interfaces. En la evaluación de proyectos, sirven para recopilar información sobre aspectos como el cumplimiento de plazos, la calidad del producto y la eficiencia del equipo.
Conclusión
Las escalas Likert son una herramienta esencial para medir percepciones, actitudes y comportamientos. Su versatilidad y facilidad de implementación las convierten en una opción popular en investigaciones de ingeniería y ciencias sociales. El diseño riguroso del cuestionario y el análisis adecuado de los datos garantizan resultados fiables que pueden orientar la toma de decisiones, mejorando procesos y productos en diversos ámbitos de la ingeniería.
Os dejo a continuación una presentación que hice en Santiago de Chile, sobre el análisis de cuestionarios basados en escalas Likert. Espero que sea de vuestro interés.
Optimal pavement maintenance programs based on a hybrid Greedy Randomized Adaptive Search Procedure Algorithm
El artículo, titulado «Optimal pavement maintenance programs based on a hybrid Greedy Randomized Adaptive Search Procedure Algorithm», escrito por Víctor Yepes, Cristina Torres-Machí, Alondra Chamorro y Eugenio Pellicer, y publicado en el Journal of Civil Engineering and Management, presenta una innovadora herramienta para la gestión eficiente del mantenimiento vial. Este trabajo aborda cómo diseñar programas que maximicen la efectividad a largo plazo (Long-Term Effectiveness, LTE) en redes viales, superando las limitaciones presupuestarias y el desgaste progresivo de las infraestructuras. Para ello, se desarrolla un enfoque híbrido que combina los algoritmos Greedy Randomized Adaptive Search Procedure (GRASP) y Threshold Accepting (TA), lo que permite optimizar la asignación de recursos y cumplir con restricciones técnicas y económicas. Entre los resultados más destacados, se encuentra una mejora del 40 % en la LTE en comparación con estrategias reactivas, que también subraya la importancia de priorizar inversiones tempranas y de implementar tratamientos preventivos como la opción más eficiente a largo plazo.
Introducción
La infraestructura vial es uno de los activos más valiosos de cualquier nación, ya que tiene un impacto directo en el desarrollo económico y social al facilitar el transporte de bienes y personas, por lo que es necesario realizar un mantenimiento adecuado para evitar el deterioro y el incremento de los costes futuros de rehabilitación. Sin embargo, los presupuestos de las agencias públicas son limitados y no alcanzan a cubrir las necesidades de conservación, lo que genera una brecha cada vez mayor entre el estado actual de las infraestructuras y los niveles de inversión requeridos. En Estados Unidos, un tercio de las carreteras están en condiciones mediocres o deficientes, y uno de cada nueve puentes presenta deficiencias estructurales. En España, las necesidades de mantenimiento vial superan los 5500 millones de euros, pero los presupuestos se redujeron un 20 % en 2012, lo que agravó aún más la situación. Este mantenimiento tardío no solo incrementa los riesgos estructurales, sino que también triplica los costes de rehabilitación y los gastos operativos de los vehículos, lo que plantea un problema central: decidir cómo asignar los fondos disponibles de forma óptima para maximizar el rendimiento a largo plazo de las infraestructuras, respetando restricciones técnicas y económicas, y considerando los beneficios acumulados para los usuarios.
Metodología
Formulación del problema de optimización
El problema se define como la maximización de la LTE, un indicador que mide los beneficios acumulados derivados de una infraestructura bien mantenida durante su ciclo de vida.
Función objetivo:
Maximizar el área bajo la curva de rendimiento de las infraestructuras (Area Bounded by the Performance Curve, ABPC). Este área refleja la calidad y el nivel de servicio de la infraestructura a lo largo del tiempo.
Restricciones:
Presupuestaria: Garantizar que los costos anuales de mantenimiento no excedan el presupuesto disponible en cada año del periodo de planificación.
Técnica: Mantener las secciones de la red en una condición mínima aceptable. Esto se evalúa mediante indicadores como el Urban Pavement Condition Index (UPCI, Índice de Condición del Pavimento Urbano), que clasifica la calidad del pavimento en una escala del 1 (peor) al 10 (mejor).
Variables de diseño:
Determinar qué secciones de la red deben tratarse, qué tratamiento aplicar y en qué momento realizarlo durante el horizonte de planificación.
Parámetros:
Inventario: Datos sobre el tipo de pavimento, su longitud y ancho, condiciones climáticas y características del tráfico.
Técnicos: Condición inicial del pavimento, modelos de deterioro a lo largo del tiempo y el conjunto de tratamientos disponibles.
Económicos: Costos unitarios de mantenimiento para cada tratamiento.
Estratégicos: Periodo de planificación, tasa de descuento y estándares mínimos requeridos.
Las actividades de mantenimiento conllevan un aumento de la vida útil del firme (ΔSL) y, por tanto, una mejora inmediata de su estado (ΔUPCI) en el momento de su aplicación
Algoritmo GRASP-TA
El enfoque híbrido combina dos estrategias complementarias:
GRASP (Procedimiento de Búsqueda Aleatoria Codiciosa Adaptativa):
Genera una población inicial de soluciones viables considerando una relajación controlada de las restricciones presupuestarias.
Utiliza funciones de priorización para evaluar el impacto de cada posible tratamiento en la LTE y seleccionar las mejores alternativas mediante un proceso probabilístico.
TA (Aceptación de Umbral):
Realiza una optimización local a las soluciones generadas por GRASP.
Permite aceptar soluciones ligeramente peores en las primeras iteraciones para evitar quedarse atrapado en óptimos locales.
Ajusta iterativamente las restricciones presupuestarias relajadas en GRASP para cumplir con las condiciones originales.
Efecto del tratamiento sn para construir la solución en el año t con el algoritmo GRASP
Caso de estudio: red urbana en Santiago, Chile
La red analizada se encuentra en Santiago de Chile. Está compuesta por 20 secciones con pavimentos flexibles (asfálticos) y rígidos (hormigón). El clima de la región es mediterráneo, lo que influye en los patrones de deterioro del pavimento. La condición inicial media de la red es 6,8, según el Índice de Condición del Pavimento Urbano (UPCI), lo que indica una calidad intermedia.
Para los pavimentos asfálticos, los tratamientos evaluados incluyeron opciones de preservación, mantenimiento y rehabilitación. En preservación, el sellado de fisuras aumenta la vida útil en 2 años y tiene un coste de 0,99 USD/m². En el mantenimiento, el fresado y la repavimentación funcional ofrecen 10 años de vida útil por 23,24 USD/m². En rehabilitación, la rehabilitación en frío alcanza los 13 años con un coste de 36,50 USD/m².
Para los pavimentos de hormigón, los tratamientos incluyeron preservación y rehabilitación. El pulido con diamante aumenta la vida útil en 10 años y tiene un coste de 15,39 USD/m². La reconstrucción completa proporciona 25 años de servicio por un coste de 134,60 USD/m². Estos tratamientos representan opciones para diferentes niveles de deterioro y requisitos estructurales.
El programa optimizado mostró un impacto significativo en la efectividad a largo plazo (LTE). Se logró una mejora del 40 % en la LTE en comparación con las estrategias reactivas. Los tratamientos preventivos dominaron las decisiones, seleccionándose en el 80 % de los casos, lo que evidencia su mayor efectividad frente a opciones correctivas o de rehabilitación.
En términos de coste-eficacia, no se seleccionaron los tratamientos reciclados. Aunque ofrecen beneficios similares en términos de vida útil, su alto coste los hace menos competitivos frente a alternativas más económicas, lo que destaca la importancia de equilibrar costes y beneficios en el diseño de programas de mantenimiento.
Análisis de escenarios
1. Escenarios de inventario:
Se analizaron redes con diferentes proporciones de pavimentos asfálticos y de hormigón, con configuraciones del 25 %, 50 % y 75 % para cada tipo. También se estudiaron tres condiciones iniciales de las redes: buenas, intermedias y deficientes. Este análisis permitió evaluar la influencia de las características estructurales y del estado inicial en la optimización de los programas de mantenimiento.
En todos los casos, los resultados mostraron que la optimización mediante el algoritmo GRASP-TA era superior a las estrategias reactivas tradicionales. Esto demostró que el método es altamente adaptable a diversas configuraciones de red y capaz de ofrecer soluciones efectivas en términos de LTE, independientemente de las características de la red o de su estado inicial.
2. Escenarios presupuestarios:
El análisis incluyó variaciones en el presupuesto total, con incrementos y reducciones de hasta el 20 %, así como cambios en la distribución de los fondos a lo largo del tiempo. Se evaluaron dos configuraciones principales para entender su impacto en el rendimiento a largo plazo.
El escenario con mayor inversión en los primeros años mostró un aumento significativo de la LTE. Esto puso de manifiesto que la asignación temprana de fondos mejora sustancialmente los resultados del mantenimiento. Por el contrario, los aumentos progresivos anuales redujeron la LTE en un 15 % respecto al caso base, lo que indica que posponer la inversión perjudica el rendimiento de la red.
Conclusiones
Asignar más recursos durante los primeros años de un programa de mantenimiento es fundamental para optimizar el rendimiento a largo plazo de las infraestructuras. Este análisis pone de manifiesto la importancia de una planificación presupuestaria estratégica, ya que señala que el momento en que se invierten los recursos tiene un impacto considerable en los beneficios acumulados de la red.
Eficiencia del método GRASP-TA: Diseña programas que maximizan la LTE bajo restricciones técnicas y económicas reales.
Importancia de la prevención: Las actividades preventivas son significativamente más rentables a largo plazo.
Estrategias presupuestarias: Es esencial priorizar mayores inversiones en los primeros años del programa para maximizar su impacto.
Limitaciones de los tratamientos reciclados: Aunque presentan beneficios ambientales, su alto costo relativo limita su inclusión en las soluciones optimizadas cuando solo se consideran aspectos técnicos y económicos.
Como recomendaciones futuras habría que integrar criterios de sostenibilidad, como impactos ambientales y sociales, y extender el análisis a redes más grandes y diversas.
De izquierda a derecha: Julián Alcalá, Tatiana García, Andrés Ruiz, Salvador Ivorra, Antonio Tomás y Víctor Yepes
Ayer, 4 de diciembre de 2024, tuvo lugar la defensa de la tesis doctoral de D. Andrés Ruiz Vélez, titulada “Optimal design of socially and environmentally efficient reinforced concrete precast modular road frames under constrained budgets”, dirigida por los profesores Víctor Yepes Piqueras y Julián Alcalá González. La tesis recibió la calificación de sobresaliente «cum laude». A continuación, presentamos un pequeño resumen de la misma.
Resumen:
La infraestructura de transporte es esencial para el desarrollo humano, ya que impulsa el crecimiento industrial y promueve la evolución social al mejorar la interacción y la conectividad. Su construcción actúa como un catalizador de transformaciones socioeconómicas, puesto que fomenta las economías locales y facilita el flujo de recursos y de la fuerza laboral. Sin embargo, la creciente concienciación sobre los impactos negativos de las prácticas insostenibles en la ingeniería de la construcción exige una transición hacia métodos más responsables. Históricamente, la viabilidad económica ha sido el enfoque principal en ingeniería estructural. No obstante, en la actualidad se otorga mayor relevancia a la evaluación de los impactos a lo largo del ciclo de vida de los proyectos. Aunque este enfoque supone un avance en la integración del diseño estructural con los objetivos de desarrollo sostenible, todavía no abarca plenamente la complejidad y diversidad que implica la sostenibilidad a lo largo de todo el ciclo de vida de las infraestructuras.
Esta tesis doctoral desarrolla de manera sistemática un marco de diseño que integra la sostenibilidad en la construcción de infraestructuras de transporte. Se propone un enfoque modular y prefabricado para proyectos de estructuras viales, que se posiciona como una alternativa más eficiente y atractiva frente a los métodos tradicionales de hormigonado in situ. El diseño estructural, junto con los procesos ambientales y sociales asociados al ciclo de vida de la estructura, se modela mediante un enfoque matemático avanzado. Este modelo permite aplicar técnicas de optimización monoobjetivo y multiobjetivo, combinadas con algoritmos multicriterio de toma de decisiones. Dada la complejidad y la diversidad de variables involucradas, el uso de métodos exactos de optimización no es viable. Por ello, la investigación adopta metaheurísticas híbridas y basadas en entornos para minimizar el coste final de la estructura desde una perspectiva monoobjetivo. Entre las técnicas evaluadas, las metaheurísticas de recocido simulado y aceptación por umbrales, calibradas con cadenas de mayor longitud, ofrecen resultados de alta calidad, aunque con un considerable esfuerzo computacional. En contraste, una versión híbrida del recocido simulado enriquecida con un operador de mutación común en algoritmos basados en poblaciones alcanza soluciones de calidad comparable con un menor esfuerzo computacional. La hibridación de metaheurísticas se presenta como una estrategia eficaz para ampliar las capacidades exploratorias de estos algoritmos, optimizando el equilibrio entre la calidad de los resultados y la eficiencia computacional.
El análisis del ciclo de vida de diferentes configuraciones de marcos con un coste óptimo revela claras ventajas ambientales del enfoque modular prefabricado en comparación con la construcción convencional in situ. Sin embargo, las implicaciones sociales son más complejas y destacan la relevancia de incorporar los impactos del ciclo de vida como funciones objetivo en el proceso de optimización. Este hallazgo subraya la necesidad de emplear técnicas multicriterio para evaluar y clasificar eficazmente las alternativas. De este modo, se garantiza un equilibrio adecuado entre los impactos ambientales y sociales, y se asegura una toma de decisiones más integral y sostenible dentro del marco del diseño y la planificación.
Esta investigación desarrolla operadores de cruce, mutación y reparación diseñados para discretizar eficazmente el problema de optimización, dotando así a los algoritmos genéticos y evolutivos de la capacidad necesaria para abordar la complejidad del proceso de optimización multiobjetivo. En particular, el operador de reparación estadístico muestra un buen rendimiento cuando se combina con los algoritmos genéticos NSGA-II y NSGA-III, así como con el algoritmo evolutivo RVEA. Aunque existen diferencias metodológicas entre estas técnicas, la herramienta de toma de decisiones FUCA produce clasificaciones equivalentes a las obtenidas mediante el método de ponderación aditiva simple. Esta coherencia también se observa con técnicas como TOPSIS, PROMETHEE y VIKOR. Para garantizar la imparcialidad en la ponderación de criterios, se aplica un proceso de cálculo basado en la teoría de la entropía, lo que proporciona un enfoque metódico a las técnicas de decisión multicriterio. La integración de algoritmos de optimización multiobjetivo con herramientas de decisión multicriterio en un marco de diseño fundamentado en modelos matemáticos permite identificar y clasificar diseños óptimos no dominados. Estos diseños logran un equilibrio integral entre las dimensiones económica, ambiental y social, y promueven la sostenibilidad del ciclo de vida de la estructura.
Destrucción causada por la DANA del 29 de octubre de 2024 en Valencia. https://www.iagua.es/blogs/jose-maria-bodoque/como-mejorar-gestion-riesgo-zonas-afectadas-dana-evitar-catastrofe
La evaluación de la vulnerabilidad urbana (EVA) se ha convertido en una herramienta esencial para la gestión de riesgos y la planificación estratégica de ciudades sostenibles. Un artículo publicado en el Journal of Cleaner Production describe los avances en este campo, abordando las metodologías más avanzadas, las líneas de investigación prioritarias y sus implicaciones para la práctica y la formulación de políticas. Este informe desglosa los hallazgos principales y resalta su impacto práctico y las aportaciones metodológicas. Destacamos la importancia de este trabajo, relacionado directamente con el desastre provocado por la DANA en Valencia, el 29 de octubre de 2024.
El trabajo se enmarca dentro de los proyectos de investigación HYDELIFE y RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València.
¿Qué es la vulnerabilidad urbana y por qué evaluarla?
La vulnerabilidad urbana mide la susceptibilidad de las ciudades a impactos negativos como desastres naturales, cambios climáticos, fallos en la infraestructura y crisis sociales. Según el artículo, la vulnerabilidad de un sistema urbano depende de:
Exposición: Grado en que el sistema está sujeto a una amenaza.
Sensibilidad: Capacidad del sistema para ser afectado negativamente.
Capacidad adaptativa: Habilidad para responder y recuperarse de las amenazas.
La Evaluación de Vulnerabilidad Urbana (EVA) tiene como objetivo identificar estos factores para informar sobre la toma de decisiones en el ámbito de la planificación estratégica, orientando las acciones hacia la resiliencia y la sostenibilidad urbana.
Relación con la Planificación Estratégica Urbana (USP)
La planificación estratégica urbana, basada en enfoques que evolucionan desde la predicción y el control hacia la adaptabilidad y la inclusión, proporciona un marco idóneo para integrar la EVA. Ambas disciplinas comparten desafíos como la incertidumbre, la necesidad de enfoques multidimensionales y la participación de actores clave.
Evolución y marco conceptual
Tres etapas en la evolución de la EVA
El artículo traza la evolución de la EVA a través de tres etapas fundamentales:
Etapa predictiva: Los métodos iniciales se enfocaban en evaluar impactos utilizando modelos simples y lineales. Estos se limitaban a prever riesgos y sugerir respuestas reactivas.
Etapa de vulnerabilidad: Incorporó conceptos de capacidad adaptativa y sensibilidad. Comenzó a incluir enfoques más integrales que consideraban aspectos socioeconómicos y biológicos.
Etapa adaptativa: Introduce una visión dinámica, aceptando la incertidumbre y adoptando estrategias que respondan a cambios continuos. Esta etapa se centra en la planificación adaptativa y el manejo de riesgos en múltiples escenarios.
Marco conceptual para la EVA
El análisis del artículo se estructura en torno a atributos genéricos y de investigación, que permiten categorizar y evaluar los métodos de EVA:
Atributos genéricos:
Abordaje: Clasificado en biológico, social e integral. Este último combina ambos factores, proporcionando una evaluación más holística.
Estímulos: Incluyen amenazas como terremotos, inundaciones y fallas de infraestructura, clasificadas como de primer o segundo orden según su origen.
Etapa de desarrollo: Impacto (diagnóstico inicial), vulnerabilidad (caracterización de capacidades) o adaptación (formulación de estrategias adaptativas).
Atributos de investigación:
Robustez: Habilidad del modelo para manejar incertidumbre.
Procesos participativos: Incorporación de opiniones y experiencias de múltiples actores.
Multiescala: Integración de diferentes niveles de análisis.
Naturaleza dinámica: Consideración del cambio en el tiempo y el contexto.
Capacidad multiobjetivo: Evaluación de múltiples intereses y conflictos.
Enfoques cognitivos: Identificación de relaciones causa-efecto y apoyo al aprendizaje en la toma de decisiones.
Metodología aplicada en el análisis
El artículo utiliza una metodología sistemática en cuatro pasos para identificar y analizar métodos EVA:
Búsqueda exhaustiva: En bases de datos como Scopus y Web of Science, enfocándose en estudios recientes (a partir de 2010).
Revisión por contenido: Identificación de trabajos relevantes que incluyan métodos novedosos de EVA.
Categorización: Clasificación según atributos genéricos y de investigación.
Análisis cuantitativo: Uso de herramientas estadísticas para evaluar tendencias, correlaciones y vacíos en la investigación.
De los 65 estudios seleccionados, la mayoría se encuentra en la etapa de vulnerabilidad, lo que refleja una transición hacia enfoques más integrales y adaptativos.
Hallazgos principales
Los estudios actuales muestran un predominio de métodos integrales que combinan factores biológicos y sociales (35 %), superando a los enfoques exclusivamente biológicos (34 %) y sociales (31 %), lo que permite evaluaciones más precisas para la toma de decisiones. El atributo más investigado es la robustez (33 %), lo que refleja la prioridad de gestionar la incertidumbre y mejorar la fiabilidad de los resultados. Sin embargo, la participación ciudadana, que es fundamental para integrar las perspectivas sociales, está poco desarrollada (22 %), mientras que las dimensiones multiescalares y dinámicas, que son esenciales para entender la complejidad urbana, reciben poca atención (6 %).
Relación entre atributos y estímulos
Los métodos EVA se centran principalmente en amenazas naturales como terremotos (34 %) e inundaciones (24 %). Estas categorías tienen mayor presencia en enfoques biológicos e integrales, mientras que los estímulos sociales y relacionados con infraestructuras están menos representados.
Impacto de los enfoques integrales
Los enfoques integrales son eficaces para avanzar hacia etapas adaptativas. En el caso de los fallos de infraestructura, combinar simulaciones con análisis socioeconómicos permite identificar vulnerabilidades críticas y proponer soluciones integradas. En casos de inundaciones, los modelos de robustez y el análisis de participación comunitaria refuerzan la legitimidad de las estrategias adaptativas.
Implicaciones prácticas
Política y planificación
Desarrollo de infraestructuras resilientes: Incorporar resultados de EVA en la planificación de sistemas urbanos adaptativos y flexibles.
Participación comunitaria: Diseñar procesos inclusivos que canalicen las perspectivas ciudadanas hacia decisiones legítimas y eficaces.
Integración de escalas: Conectar análisis locales con dinámicas regionales y globales, fomentando la coherencia entre niveles de planificación.
Investigación y tecnología
Mejora de modelos de robustez: Implementar técnicas avanzadas como redes complejas y análisis de Monte Carlo.
Promoción de métodos multiobjetivo: Usar enfoques heurísticos y de optimización para equilibrar múltiples intereses.
Fomento de enfoques dinámicos: Incluir simulaciones basadas en el tiempo para anticipar cambios en la vulnerabilidad.
Conclusión
La evaluación de la vulnerabilidad urbana ha progresado significativamente hacia enfoques integrales y adaptativos, pero persisten desafíos, especialmente en lo que respecta a la participación ciudadana, la multiescala y la naturaleza dinámica. Los métodos EVA son fundamentales para abordar la complejidad de la planificación urbana en un mundo cada vez más incierto. El artículo destaca que la inversión en investigación interdisciplinaria y tecnología puede acelerar la transición hacia ciudades más resilientes y sostenibles.
Un artículo reciente publicado en el Journal of Constructional Steel Research, liderado por los investigadores Agustín Terreros-Bedoya, Iván Negrín, Ignacio Payá-Zaforteza y Víctor Yepes de la Universitat Politècnica de València, explora en profundidad el uso de vigas híbridas de acero como una alternativa innovadora y sostenible a las vigas tradicionales de acero homogéneo.
Estas vigas híbridas, que combinan diferentes tipos de acero de distintas resistencias en sus componentes (alas y alma), han demostrado tener un gran potencial para optimizar el uso de materiales en la construcción, mejorar la eficiencia estructural y reducir costes y el impacto ambiental.
El trabajo se enmarca dentro de los proyectos de investigación HYDELIFE y RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València.
Vigas híbridas: concepto y ventajas
El estudio parte de la necesidad de encontrar soluciones estructurales que no solo cumplan con altos estándares de rendimiento, sino que también sean sostenibles. En una viga híbrida, el acero de alta resistencia se utiliza en las alas, donde se requiere mayor capacidad de resistencia a esfuerzos, mientras que el alma se construye con un acero de resistencia media, lo que reduce el peso y el coste del material sin comprometer su resistencia general. Este diseño permite que la viga absorba cargas significativas y redistribuya los esfuerzos de forma más eficiente que una viga homogénea, con lo que se logra una estructura más liviana y económica.
Metodología y análisis
La investigación analiza 128 publicaciones previas sobre el tema, utilizando un análisis de correspondencia simple para identificar patrones y relaciones entre variables de diseño, como la resistencia de las alas y el alma, las condiciones de carga y los métodos de cálculo. Mediante esta metodología, los autores logran sistematizar el conocimiento existente sobre el tema y destacan los enfoques de diseño más eficaces. Este análisis también identificó los «ratios híbridos» ideales, es decir, la proporción óptima entre la resistencia del acero en el alma y en las alas para maximizar el rendimiento de la viga. Un hallazgo clave es que los ratios híbridos entre 1,3 y 1,6 suelen proporcionar un equilibrio óptimo entre resistencia y economía de material.
Sostenibilidad y beneficios económicos
Además del rendimiento estructural, el estudio subraya las ventajas ambientales de las vigas híbridas. Al reducir el peso de las estructuras, disminuyen los costes de transporte, instalación y consumo de materiales, lo cual se traduce en una reducción significativa de las emisiones de CO₂. Los investigadores destacan que esta estrategia de construcción está en consonancia con los objetivos de la Unión Europea de reducir la huella de carbono de la industria de la construcción y lograr la neutralidad climática para 2050. Desde el punto de vista económico, la reducción de peso y material también representa unos costes de fabricación y montaje menores, lo que incrementa la viabilidad de estas soluciones en proyectos a gran escala.
Desafíos y áreas futuras de investigación
El estudio identifica varios desafíos que deben abordarse para implementar las vigas híbridas de manera efectiva en proyectos reales. Uno de los retos más importantes es la limitada cantidad de estudios experimentales en condiciones de carga combinada (flexión y cortante) y de pandeo, que son comunes en estructuras complejas como puentes y edificios de gran altura. Los autores recomiendan llevar a cabo investigaciones adicionales para desarrollar métodos de diseño que integren estas variables y permitan un mejor rendimiento bajo cargas extremas.
Otra área prometedora es la implementación de algoritmos de optimización y técnicas de inteligencia artificial para mejorar el diseño y el análisis de estas vigas. Estos métodos pueden ayudar a identificar configuraciones de material y geometría que maximicen la eficiencia estructural y minimicen el impacto ambiental. También sugieren explorar la combinación de acero de alta resistencia con otros materiales, como el hormigón, para crear estructuras híbridas aún más optimizadas.
Implicaciones para la industria de la construcción
Este estudio contribuye significativamente al conocimiento de las vigas híbridas de acero, ya que propone un marco de referencia que puede transformar la forma en que se diseñan y construyen las infraestructuras. A medida que se intensifica la presión para construir de forma más eficiente y respetuosa con el medioambiente, las vigas híbridas se perfilan como una solución viable que permite aprovechar al máximo las propiedades de los materiales, a la vez que se reducen los costes y la huella de carbono de las construcciones. Por tanto, la investigación de Terreros-Bedoya y su equipo proporciona una base sólida para que ingenieros y constructores consideren esta tecnología en futuros proyectos, impulsando un desarrollo urbano más sostenible y económico.
Un artículo reciente en Sustainable Cities and Society revista del primer decil del JCR, explora un innovador modelo de evaluación de la sostenibilidad en la industria de la construcción, con aplicaciones de gran impacto a nivel global.
Esta investigación, llevada a cabo por un equipo de expertos de la Universidad de Ciencia e Ingeniería de Hunan (China) y de la Universitat Politècnica de València (España), introduce el «modelo de acoplamiento multidisciplinar», una metodología que integra conocimientos avanzados de matemáticas, ingeniería, ciencias ambientales y sociología económica para analizar, de manera más precisa, los efectos de la construcción sobre la sostenibilidad a largo plazo. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.
Objetivos y contexto de la investigación
El trabajo parte de un desafío global urgente: reducir las emisiones de carbono en la industria de la construcción, que representa un porcentaje significativo del consumo energético y de las emisiones contaminantes a nivel mundial. Según estimaciones previas, esta industria generará más del 50 % de las emisiones de carbono para 2050 si no se implementan políticas de mitigación eficaces. En este contexto, el equipo de investigación plantea un enfoque innovador para analizar el ciclo de vida completo de las construcciones, desde la selección de materiales y el diseño, hasta la construcción, el mantenimiento y el desmantelamiento, conocido como evaluación del ciclo de vida (LCA, por sus siglas en inglés).
Además, para obtener una visión integrada que abarque el impacto ambiental, social y económico de cada proyecto, se emplea la evaluación social del ciclo de vida (SIA), que permite analizar los efectos en la sociedad y en la economía. El objetivo principal de la investigación es ofrecer un marco más robusto que ayude a los gobiernos y a las empresas del sector a tomar decisiones informadas que favorezcan el desarrollo urbano sostenible.
Metodología y desarrollo del modelo
Para desarrollar este modelo, los investigadores implementaron una técnica de «acoplamiento multidisciplinar» novedosa que incorpora algoritmos avanzados y teorías de optimización de estructuras en tres dimensiones. Este enfoque se basa en el uso de algoritmos de interpolación y ajuste de datos, capaces de proyectar los impactos de la construcción de manera más precisa. Además, el modelo emplea herramientas de software de análisis ambiental, como OpenLCA, que permite integrar datos económicos y medioambientales para evaluar la sostenibilidad.
El equipo realizó pruebas del modelo en cuatro regiones económicas clave de China: las provincias de Hubei, Jiangsu, Henan y Guangdong, seleccionando puentes de gran escala en cada una como ejemplos de estudio. A través de análisis finitos y optimización de topología de estas estructuras, lograron proyectar cómo variará el impacto ambiental y social a lo largo de los próximos cien años.
Resultados más destacados y proyecciones futuras
Los resultados obtenidos indican que la industria de la construcción en China alcanzará su máximo de emisiones en el año 2030, con un estimado de 2,73 giga toneladas (GT) de CO₂. Tras este pico, se proyecta una significativa reducción de las emisiones, con niveles de -2,78 GT anuales entre 2061 y 2098, debido a la implementación de técnicas de construcción más eficientes y al uso de materiales más sostenibles. A nivel social, la evaluación SIA prevé un pico de impacto en 2048, con 4,26 GT de CO₂ equivalente en afectaciones sociales, seguido también de una reducción en las décadas posteriores.
Para obtener estas cifras, el estudio utilizó un algoritmo de optimización de la estructura en las distintas fases del ciclo de vida, con el que identificó puntos de mejora y áreas críticas de impacto. Así, el modelo no solo ofrece una herramienta para la proyección de emisiones, sino que también permite evaluar el desempeño de cada estructura en términos de durabilidad, coste y adaptabilidad a cambios estructurales, lo cual podría ser crucial en regiones urbanas que experimentan un crecimiento acelerado.
Conclusiones y aplicación global
Este trabajo es una contribución pionera en la investigación sobre sostenibilidad en construcción, ya que ofrece un marco metodológico con potencial para ser replicado en otros países y sectores de la construcción. Su aplicación no solo está dirigida a la reducción de emisiones, sino también a la mejora de la resiliencia estructural y a la reducción de costes a largo plazo mediante un diseño optimizado. Los investigadores destacan que este modelo podría adaptarse a otros países que, como China, se enfrentan a grandes desafíos en la gestión de la sostenibilidad urbana y que buscan avanzar hacia economías bajas en carbono.
En conclusión, el modelo de acoplamiento multidisciplinar de esta investigación establece un estándar robusto para el análisis de sostenibilidad en construcciones complejas. Con este enfoque, gobiernos y empresas de construcción podrían optimizar sus prácticas para reducir los impactos negativos, no solo ambientales, sino también sociales y económicos, en sintonía con las metas de desarrollo sostenible. Este estudio ofrece, además, una guía para que la industria de la construcción pueda abordar sus desafíos actuales y proyectar una trayectoria sostenible para las próximas décadas.
El artículo presenta un marco conceptual para el desarrollo de gemelos digitales aplicados a estructuras de ingeniería civil que combina modelos basados en la física con técnicas avanzadas de aprendizaje profundo. Se propone una integración dinámica entre el sistema físico y su representación digital mediante redes bayesianas dinámicas, lo que permite la toma de decisiones informada y la optimización continua. Entre las contribuciones destacadas, se encuentra la implementación de modelos de aprendizaje profundo para diagnosticar el estado estructural en tiempo real a partir de datos de sensores. Además, el enfoque incluye un proceso de aprendizaje previo fuera de línea para optimizar las políticas de mantenimiento.
