Diseño óptimo de un puente mixto basado en un algoritmo de inteligencia de enjambre discreto

Acaban de publicarnos un artículo en la revista Structural and Multidisciplinary Optimization (revista indexada en el JCR en el primer cuartil) sobre la optimización de puentes mixtos de hormigón y acero usando un algoritmo de inteligencia de enjambre discreto y funciones de transferencia. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La optimización de puentes puede ser compleja debido al gran número de variables que intervienen en el problema. En este trabajo se ha ejecutado dos optimizaciones de puentes mixtos de sección en cajón, considerando el coste y las emisiones de CO₂ como funciones objetivo. Tomar las emisiones de CO₂ como función objetivo permite añadir criterios de sostenibilidad para comparar los resultados con el coste. Se han aplicado las metaheurísticas SAMO2, SCA y Jaya para alcanzar este objetivo. Se implementaron funciones de transferencia para adaptar SCA y Jaya a la naturaleza discontinua del problema de optimización del puente. Además, se ha llevado a cabo un Diseño de Experimentos para afinar el algoritmo y establecer sus parámetros. En consecuencia, se ha observado que SCA muestra valores similares para la función objetivo de coste que SAMO2, pero mejora el tiempo computacional en un 18% a la vez que obtiene valores más bajos para la desviación del resultado de la función objetivo. A partir de un análisis de optimización de costes y CO₂, se observa una reducción de 2,51 kg de CO₂ por cada euro reducido utilizando técnicas metaheurísticas. Además, para ambos objetivos de optimización, se comprueba que la adición de celdas a las secciones de los puentes mejora no solo el comportamiento de la sección, sino también los resultados de la optimización. Por último, los resultados muestran que el diseño propuesto de doble acción mixta en los apoyos permite eliminar los rigidizadores longitudinales continuos dispuestos en el ala inferior en este estudio.

Abstract:

Bridge optimization can be complex because of the large number of variables involved in the problem. In this paper, two box-girder steel–concrete composite bridge single objective optimizations have been carried out considering cost and CO₂ emissions as objective functions. Taking CO₂ emissions as an objective function allows adding sustainable criteria to compare the results with cost. SAMO2, SCA, and Jaya metaheuristics have been applied to reach this goal. Transfer functions have been implemented to fit SCA and Jaya to the discontinuous nature of the bridge optimization problem. Furthermore, a Design of Experiments has been conducted to tune the algorithm and set its parameters. Consequently, it has been observed that SCA shows similar values for objective cost function as SAMO2 but improves computational time by 18% while also getting lower values for the objective function result deviation. From a cost and CO₂ optimization analysis, it has been observed that a reduction of 2.51 kg CO₂ is obtained by each euro reduced using metaheuristic techniques. Moreover, for both optimization objectives, it is observed that adding cells to bridge cross-sections improves not only the section behavior but also the optimization results. Finally, it is observed that the proposed design of double composite action in the supports allows this study to remove continuous longitudinal stiffeners in the bottom flange.

Keywords:

Swarm intelligence; Steel–concrete composite structures; Bridges; Optimization; Metaheuristics; Sustainability

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Optimal design of steel-concrete composite bridge based on a transfer function discrete swarm intelligence algorithm. Structural and Multidisciplinary Optimization, 65:312. DOI:10.1007/s00158-022-03393-9

El artículo está publicado en abierto, por lo que podéis realizar su descarga gratuita en este enlace: https://link.springer.com/article/10.1007/s00158-022-03393-9

Descargar (PDF, 1.92MB)

Seleccionado al Premio a la Trayectoria Excelente en Investigación de la UPV

Anuncio con gran satisfacción haber sido seleccionado como uno de los cinco aspirantes al Premio a la Trayectoria Excelente en Investigación de la Universitat Politècnica de València en la rama de Ingeniería. Soy el único candidato en el ámbito de la ingeniería civil, y es muy difícil competir contra los otros seleccionados, grandes investigadores en otras ramas de conocimiento dentro de la ingeniería. Es un honor representar a la Escuela Técnica Superior de Ingeniería de Caminos, Canales y Puertos en este reto.

El esfuerzo ha sido enorme durante estos últimos años, y nada de esto hubiera sido posible sin el equipo de investigación que ha trabajado conmigo en la realización de sus respectivas tesis doctorales. No hay mayor satisfacción que ver cómo muchas carreras académicas y profesionales han salido de nuestro pequeño grupo. A diferencia de otros grupos, el nuestro realiza investigación “artesanal”, muy cuidada y con medios muy ajustados a nuestro trabajo.

Os dejo la resolución por la que se publica la relación de candidaturas admitidas a estos premios.

Descargar (PDF, 235KB)

 

Conferencia en el JSAEE 2022: Diseño y mantenimiento sostenible de estructuras y puentes considerando su ciclo de vida

Con motivo de la celebración del XXXIX Congreso Sudamericano de Ingeniería Estructural JSAEE 2022, fui invitado a impartir una conferencia denominada “Diseño y mantenimiento sostenible de estructuras y puentes considerando su ciclo de vida“. En esta conferencia explico lo que está realizando nuestro grupo de investigación con proyectos como DIMALIFEHYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. Espero que os sea de interés.

Mejora del bienestar social mediante la planificación del mantenimiento de las infraestructuras públicas

Acaban de publicarnos un artículo en la revista Structure and Infrastructure Engineering (revista indexada en el JCR) sobre la mejora del bienestar social que puede provocar la planificación del mantenimiento de las infraestructuras públicas. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La priorización del mantenimiento de los equipamientos públicos es una tarea necesaria pero compleja debido a la necesidad de considerar tanto criterios físicos como socioeconómicos. Este estudio aborda este problema cuantificando la mejora en la prestación de los beneficios sociales que el mantenimiento correctivo de los equipamientos públicos de una zona urbana podría producir. A partir de ahí, se propone un marco de decisión para diseñar y programar planes de mantenimiento correctivo a escala municipal. La metodología integra la evaluación multicriterio con un método analítico para evaluar la contribución de los equipamientos públicos de una zona a su desarrollo urbano sostenible en función de su tipo de infraestructura social y su estado de mantenimiento. El marco de decisión se implementa como un software para facilitar su aplicación a un caso de estudio, consistente en la construcción de estrategias de regeneración urbana alineadas con las directrices gubernamentales. Los resultados revelan que la toma de decisiones es más eficiente cuando se considera el tipo de infraestructura social de las instalaciones. Además, una priorización rentable de las medidas correctoras arroja mejores resultados que el descuido de la economía.

Abstract:

The prioritisation of public facilities’ maintenance is a necessary but complex task due to the need to consider both physical and socio-economic criteria. This study addresses this problem by quantifying the improvement in the delivery of social benefits that the corrective maintenance of an urban area’s public facilities could yield. Based on this, a decision framework is proposed to design and schedule corrective maintenance plans at a municipal scale. The methodology integrates multi-criteria assessment with an analytical method for evaluating the contribution of an area’s public facilities to its sustainable urban development based on their type of social infrastructure and their maintenance condition. The decision framework is implemented as software to facilitate its application to a case study, building urban regeneration strategies aligned with governmental guidelines. The results revealed that decision-making is more efficient when considering the facilities’ type of social infrastructure. In addition, a cost-efficient prioritisation of corrective measures yields better results than neglecting the economy.

Keywords:

Corrective maintenance; facility management; financial planning; maintenance strategies; portfolio prioritisation; social infrastructures; sustainable urban development; urban strategic planning.

Reference:

SALAS, J.; YEPES, V. (2022). Improved delivery of social benefits through the maintenance planning of public assets. Structure and Infrastructure Engineering, DOI:10.1080/15732479.2022.2121844

El artículo lo podéis localizar en el siguiente enlace: https://www.tandfonline.com/doi/full/10.1080/15732479.2022.2121844

Carta de felicitación recibida desde Georgia

A veces recibes cartas inesperadas que te felicitan por algún motivo. Este es el caso de la carta remitida por el Rector de la Batumi Shota Rustaveli State University, de Georgia, a nuestro Rector José Esteban Capilla. En un correo recibido por nuestro Vicerrector de Internacionalización y Comunicación, nos remiten la carta junto con el agradecimiento de nuestra universidad.

Nuestro grupo de investigación, aunque pequeño, ha desarrollado una intensa labor de colaboración con investigadores de otros países, especialmente Brasil, Chile, Estados Unidos, Suecia y Georgia. Ello nos ha permitido una significativa producción científica en los últimos años, junto al trabajo inestimable de nuestros contratados en nuestros proyectos de investigación y doctorandos. A todos ellos les traslado mi felicitación y la carta. Os la dejo para que la podáis leer.

Descargar (PDF, 324KB)

Rendimiento de los métodos de detección de daños estructurales basados en la función de respuesta en frecuencia y la densidad espectral de potencia

Acaban de publicarnos un artículo en DYNA, revista indexada en el JCR. Se trata de comparar el rendimiento de los métodos de detección de daños estructurales basados en la función de respuesta en frecuencia y la densidad espectral de potencia. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Los recientes sucesos catastróficos han despertado un gran interés en la comunidad científica en relación con la evaluación y predicción de la respuesta estructural a lo largo del ciclo de vida de las infraestructuras. Se están realizando esfuerzos para desarrollar sistemas adecuados de monitorización de las estructuras que ayuden a prevenir futuras pérdidas de vidas humanas y económicas. Aquí se presentan dos métodos no destructivos de detección de daños: el basado en la función de respuesta en frecuencia y el basado en la función de densidad espectral. El desempeño en la detección de daños de ambos métodos se compara a través de un caso de estudio concreto, en el que se analizan diferentes escenarios de daños en un puente en celosía 2D. La fiabilidad de cada método se estudia en términos de diferentes errores de predicción. Los resultados numéricos muestran que el método PSD para la detección de daños en una estructura de puente en celosía de acero proporciona resultados más precisos y robustos en comparación con el basado en el método FRF.

Abstract:

Recent catastrophic events have aroused great interest in the scientific community regarding evaluating and predicting the structural response along the life cycle of infrastructures. Efforts are put into developing adequate health monitoring systems to help prevent future human life and economic losses. Here, two non-destructive damage detection methods are presented: the Frequency Response Function-based and the Spectral Density Function-based methods. The damage detection performance of both methods is compared through a particular case study, where different damage scenarios are analyzed in a 2D truss bridge. The reliability of each method is studied in terms of different prediction errors. Numerical results show that the PSD method for damage detection on a steel truss bridge structure provides more accurate and robust results when compared to that based on FRF.

Keywords:

Structural Health Monitoring, Power Spectral Density Function, Frequency Response Function, Construction, Structures, Damage detection, Non-destructive

Reference:

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2022). Performance comparison of structural damage detection methods based on Frequency Response Function and Power Spectral Density. DYNA, 97(5):493-500. DOI:10.6036/10504

Como el artículo se encuentra en abierto, os paso el documento para que os lo podáis descargar.

Descargar (PDF, 822KB)

Machine learning aplicado a la construcción: Un análisis de los avances científicos y del futuro próximo

Acaban de publicarnos un artículo en la revista Automation in Construction, que es la revista indexada de mayor impacto JCR en el ámbito de la ingeniería civil. En este caso se ha realizado un análisis bibliométrico del estado del arte y de las líneas de investigación futura del Machine Learning en el ámbito de la construcción. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. En este caso, se trata de una colaboración con grupos de investigación de Chile, Brasil y España.

El artículo lo puedes descargar GRATUITAMENTE hasta el 11 de octubre de 2022 en el siguiente enlace: https://authors.elsevier.com/c/1fdIq3IhXMtgv2

Los complejos problemas industriales, junto con la disponibilidad de una infraestructura informática más robusta, presentan muchos retos y oportunidades para el aprendizaje automático (Machine Learning, ML) en la industria de la construcción. Este artículo revisa las técnicas de ML aplicadas a la construcción, principalmente para identificar las áreas de aplicación y la proyección futura en esta industria. Se analizaron estudios desde 2015 hasta 2022 para evaluar las últimas aplicaciones de ML en la construcción. Se propuso una metodología que identifica automáticamente los temas a través del análisis de los resúmenes utilizando la técnica de Representaciones Codificadoras Bidireccionales a partir de Transformadores para posteriormente seleccionar manualmente los temas principales. Hemos identificado y analizado categorías relevantes de aplicaciones de aprendizaje automático en la construcción, incluyendo aplicaciones en tecnología del hormigón, diseño de muros de contención, ingeniería de pavimentos, construcción de túneles y gestión de la construcción. Se discutieron múltiples técnicas, incluyendo varios algoritmos de ML supervisado, profundo y evolutivo. Este estudio de revisión proporciona directrices futuras a los investigadores en relación con las aplicaciones de ML en la construcción.

Highlights:

  • State-of-the-art developed using natural language processing techniques.
  • Topics analyzed and validated by experts for consistency and relevance.
  • Topics deepened through application of bigram analysis and clustering in addition to traditional bibliographic analysis.
  • Identified five large areas, and detailed two to three groups of relevant lines of research.

Abstract:

Complex industrial problems coupled with the availability of a more robust computing infrastructure present many challenges and opportunities for machine learning (ML) in the construction industry. This paper reviews the ML techniques applied to the construction industry, mainly to identify areas of application and future projection in this industry. Studies from 2015 to 2022 were analyzed to assess the latest applications of ML techniques in construction. A methodology was proposed that automatically identifies topics through the analysis of abstracts using the Bidirectional Encoder Representations from Transformers technique to select main topics manually subsequently. Relevant categories of machine learning applications in construction were identified and analyzed, including applications in concrete technology, retaining wall design, pavement engineering, tunneling, and construction management. Multiple techniques were discussed, including various supervised, deep, and evolutionary ML algorithms. This review study provides future guidelines to researchers regarding ML applications in construction.

Keywords:

Machine learning; BERT; Construction; Concretes; Retaining walls; Tunnels; Pavements; Construction management

Reference:

GARCÍA, J.; VILLAVICENCIO, G.; ALTIMIRAS, F.; CRAWFORD, B.; SOTO, R.; MINTATOGAWA, V.; FRANCO, M.; MARTÍNEZ-MUÑOZ, D.; YEPES, V. (2022). Machine learning techniques applied to construction: A hybrid bibliometric analysis of advances and future directions. Automation in Construction, 142:104532. DOI:10.1016/j.autcon.2022.104532

Participación en el Comité Científico de Congreso Internacional IALCCE2023

Tengo el placer de anunciar mi participación en el Comité Científico del IALCCE2023, Eighth International Symposium on Life-Cycle Civil Engineering, que tendrá lugar en el campus del Politécnico de Milán (Italia), entre el 11 y el 15 de junio. Los Presidentes de este congreso son los profesores Fabio Biondini y Dan Frangopol.

El objetivo de IALCCE 2023 es reunir toda la investigación de vanguardia en el campo de la Ingeniería Civil de Ciclo de Vida y avanzar tanto en el estado de la técnica como en el de la práctica en este campo. Este simposio ofrecerá a académicos, ingenieros, arquitectos, consultores, contratistas, autoridades públicas y responsables de la toma de decisiones de todo el mundo la oportunidad de mantenerse al día con los últimos avances en el campo de la Ingeniería Civil de Ciclo de Vida.

Los sistemas de estructuras civiles e infraestructuras son la columna vertebral de la sociedad moderna y uno de los principales motores del crecimiento económico y el desarrollo sostenible de los países. Por lo tanto, es una prioridad estratégica consolidar y mejorar los criterios, métodos y procedimientos para proteger, mantener y mejorar la seguridad, la solidez, la durabilidad, la funcionalidad y la resistencia de los sistemas de estructuras e infraestructuras críticas en condiciones de incertidumbre.

En este contexto, la ingeniería civil está experimentando un profundo cambio hacia una filosofía de diseño orientada al ciclo de vida para satisfacer la creciente demanda de las necesidades económicas, medioambientales, sociales y políticas, y para incorporar los nuevos problemas medioambientales, como los efectos del calentamiento global y el cambio climático. También es necesario esforzarse por colmar el vacío existente entre la teoría y la práctica y fomentar la incorporación de los conceptos de ciclo de vida en los códigos, normas y especificaciones de diseño estructural. Para ello, se promueve la investigación y las aplicaciones en el seno de la Asociación Internacional de Ingeniería Civil del Ciclo de Vida (IALCCE).

 

Optimización de puentes mixtos mediante algoritmos de inteligencia de enjambre

Acaban de publicarnos un artículo en la revista Engineering Structures, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado un puente mixto de hormigón y acero, mediante algoritmos discretos de inteligencia de enjambre. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El artículo lo puedes descargar GRATUITAMENTE en el siguiente enlace: https://authors.elsevier.com/sd/article/S0141-0296(22)00708-8

La optimización de un puente mixto puede ser un reto debido al importante número de variables que intervienen en el problema. En este estudio se realizó la optimización de un puente mixto de hormigón y acero con vigas en cajón, con el coste y las emisiones como funciones objetivo. Ante este reto, el trabajo propone un algoritmo híbrido que integra la técnica de aprendizaje no supervisado de k-means con la metaheurística de inteligencia de enjambre continuo para reforzar el rendimiento de esta última. En particular, se discretizan las metaheurísticas sine-cosine y cuckoo search. Se estudia la contribución del operador k-means a la calidad de las soluciones obtenidas. En primer lugar, se diseñan operadores aleatorios para utilizar posteriormente funciones de transferencia que permitan evaluar y comparar los rendimientos. Además, para tener otro punto de comparación, se adaptó una versión del recocido simulado, que ha resuelto eficientemente problemas de optimización relacionados. Los resultados muestran que nuestra propuesta híbrida supera a los diferentes algoritmos diseñados.

Highlights

  • A cost and CO2 emissions optimization a three-span steel–concrete composite bridge has been performed.
  • The optimization considers 35 design variables on average 55 possible choices for each variable.
  • The performance and robustness of a hybrid k-means swarm intelligence metaheuristic is studied for this optimization problem.
  • Hybrid k-means algorithm results are compared with other discrete trajectory based and swarm algorithms.

Abstract

Composite bridge optimization might be challenging because of the significant number of variables involved in the problem. The optimization of a box-girder steel-concrete composite bridge was done in this study with cost and emissions as objective functions. Given this challenge, this study proposes a hybrid algorithm that integrates the unsupervised learning technique of k-means with continuous swarm intelligence metaheuristics to strengthen the latter’s performance. In particular, the metaheuristics sine-cosine and cuckoo search are discretized. The contribution of the k-means operator regarding the quality of the solutions obtained is studied. First, random operators are designed to use transfer functions later to evaluate and compare the performances. Additionally, a version of simulated annealing was adapted to have another point of comparison, which has solved related optimization problems efficiently. The results show that our hybrid proposal outperforms the different algorithms designed.

Keywords

Combinatorial optimization; Bridge; Metaheuristics; Composite structures; K-means

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Discrete swarm intelligence optimization algorithms applied to steel-concrete composite bridges. Engineering Structures, 266:114607. DOI:10.1016/j.engstruct.2022.114607

Como este artículo está publicado en abierto, os lo dejo para vuestra descarga:

Descargar (PDF, 778KB)

 

Optimización de las emisiones de CO₂ en la construcción de puentes losa postesados utilizando metamodelos

Acaban de publicarnos un artículo en la revista Materials, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado, mediante un metamodelo tipo Kriging, las emisiones de CO₂ de un puente losa postesado aligerado. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Se trata de un trabajo de investigación en el que se ha propuesto una metodología novedosa, bifase, que utilizando un metamodelo tipo Kriging y con un muestreo inteligente del espacio de soluciones, permite optimizar problemas de alto nivel de complejidad computacional. Es el caso de las estructuras de hormigón, y en este trabajo en particular, de un tablero de puente losa pretensado aligerado. Por tanto, el objetivo general de este trabajo es proponer y comprobar la aplicabilidad de una metodología que permita la reducción energética y reducción de las emisiones de CO₂ en la construcción del tablero de un puente losa pretensado aligerado. La metodología propuesta tiene carácter general, pudiéndose aplicar a la optimización de cualquier otro tipo de estructura para optimizar distintas funciones objetivo. El diseño de la metodología propuesta presenta dos fases secuenciales de optimización, la primera fase de diversificación y la segunda fase de intensificación de la búsqueda de los óptimos.

Abstract:

This paper deals with optimizing embedded carbon dioxide (CO₂) emissions using surrogate modeling, whether it is the deck of a post-tensioned cast-in-place concrete slab bridge or any other design structure. The main contribution of this proposal is that it allows optimizing structures methodically and sequentially. The approach presents two sequential phases of optimization, the first one of diversification and the second one of intensification of the search for optimums. Finally, with the amount of CO₂ emissions and the differentiating characteristics of each design, a heuristic optimization based on a Kriging metamodel is performed. An optimized solution with lower emissions than the analyzed sample is obtained. If CO₂ emissions were to be reduced, design recommendations would be to use slendernesses as high as possible, in the range of 1/30, which implies a more significant amount of passive reinforcement. This increase in passive reinforcement is compensated by reducing the measurement of concrete and active reinforcement. Another important conclusion is that reducing emissions is related to cost savings. Furthermore, it has been corroborated that for a cost increase of less than 1%, decreases in emissions emitted into the atmosphere of more than 2% can be achieved.

Keywords:

CO₂ emission; optimization; metamodel; Kriging; post-tensioned concrete; structural optimization

Reference:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2022). CO₂-optimization of post-tensioned concrete slab-bridge decks using surrogate modeling. Materials, 15(14):4776. DOI:10.3390/ma15144776

Descargar (PDF, 1.4MB)