Acaban de publicarnos un artículo en la revista Energies, revista indexada en el JCR. El artículo analiza los impactos ambientales de las baterías de níquel-zinc utilizando modelos matemáticos basados en las normas ISO y el método ReCiPe 2016. Asimismo, compara los impactos ambientales de las baterías de NiZn con los de otras tecnologías y sugiere formas de reducir su impacto mediante la energía renovable y la tecnología de recuperación ecológica. El documento sigue las normas ISO 14040 e ISO 14044 para la metodología de evaluación del ciclo de vida (LCA) y compara la batería de NiZn con las baterías de plomo-ácido y de iones de litio. También recopila los datos principales del inventario del ciclo de vida (LCI) de una producción a escala piloto en China para la fase inicial, centrándose en el consumo de electricidad y excluyendo determinadas evaluaciones de impacto ambiental. Utiliza el método ReCiPe 2016 para la evaluación del impacto, teniendo en cuenta las categorías de impacto intermedio y final, como el potencial de calentamiento global y los daños a la salud humana y los ecosistemas. Por último, aplica el software OpenLCA para modelar los impactos e incorpora los métodos de demanda energética acumulada (CED) y ReCiE 2016 con varios indicadores de impacto para realizar un análisis ambiental exhaustivo.
Las contribuciones más relevantes de este trabajo son las siguientes:
Desarrolla modelos matemáticos para estimar los impactos ambientales de las baterías de níquel-zinc durante el ciclo de vida, comparándolos con otras tecnologías de baterías.
Analiza los impactos ambientales de las baterías recargables de níquel-zinc desde el principio hasta la tumba, en consonancia con las normas ISO para el análisis del ciclo de vida.
Excluye las evaluaciones de impacto ambiental relacionadas con la infraestructura y los bienes de capital, y se centra en los impactos de los productos, el transporte y las contribuciones al final de su vida útil.
Proporciona funciones objetivas para optimizar el coste y el impacto medioambiental de las baterías de NiZn, lo que contribuye al objetivo del proyecto LOLABAT de lograr un alto rendimiento, una rentabilidad competitiva y una sostenibilidad.
Recibe financiación del programa de investigación Horizonte 2020 de la Unión Europea dentro del proyecto LOLABAT, lo que refleja las opiniones de los autores sobre la posible industrialización de las baterías de NiZn en el contexto europeo.
Las conclusiones más importantes del trabajo se pueden resumir de la siguiente forma:
Las baterías de NiZn tienen un impacto ambiental de aproximadamente 14 MJ para la demanda energética acumulada (CED) y de 0,82 kg de CO₂ equivalentes para el potencial de calentamiento global (GWP) por kWh de energía liberada, lo que las sitúa entre las baterías de iones de litio y las de plomo-ácido.
La fase de uso contribuye significativamente al impacto de la energía electromagnética, ya que las baterías de NiZn tienen un menor impacto ambiental en comparación con las baterías de plomo-ácido, pero son similares a las tecnologías de iones de litio.
Las baterías de NiZn tienen un impacto ambiental menor que las baterías de plomo-ácido, con un impacto ligeramente mayor en comparación con las baterías de iones de litio, lo que las convierte en una opción favorable tanto desde el punto de vista económico como medioambiental.
Se espera que las futuras mejoras en los procesos de fabricación y los componentes de las celdas reduzcan la carga medioambiental de las baterías de NiZn y respalden su potencial como solución de almacenamiento de energía más sostenible.
Abstract:
This paper presents a comprehensive and systematic analysis of the environmental impacts (EI) of novel nickel-zinc battery (RNZB) technology, a promising alternative for energy storage applications. The paper develops mathematical models for estimating the life cycle environmental impacts of RNZB from the cradle to the grave based on an extensive literature review and the ISO standards for life cycle costing and life cycle analysis. The paper uses the ReCiPe 2016 life cycle analysis (LCA) method to calculate the EI of RNZB in terms of eighteen Midpoint impact categories and three Endpoint impact categories: damage to human health, ecosystem diversity, and resource availability. The paper also compares the EI of RNZB with those of other battery technologies, such as lead-acid and lithium-ion LFP and NMC. The paper applies the models and compares results with those provided by the software openLCA (version 1.11.0), showing its reliability and concluding that NiZn batteries contribute approximately 14 MJ for CED and 0.82 kg CO₂ eq. for global warming per kWh of released energy. This places them between lithium-ion and lead-acid batteries. This study suggests that NiZn battery technology could benefit from using more renewable energy in end-use applications and adopting green recovery technology to reduce environmental impact. Further developments can use these models as objective functions for heuristic optimization of the EI in the life cycle of RNZB.
Keywords:
Sustainable energy; nickel-zinc battery; life cycle analysis modeling; environmental impacts of battery technologies
Rapid Publication: manuscripts are peer-reviewed, and a first decision is provided to authors approximately 16.9 days after submission; acceptance to publication is undertaken in 2.6 days (median values for papers published in this journal in the second half of 2023).
Recognition of Reviewers: reviewers who provide timely, thorough peer-review reports receive vouchers entitling them to a discount on the APC of their next publication in any MDPI journal in appreciation of the work done.
Institute of Concrete Science and Technology (ICITECH), Construction Engineering Department, Universitat Politècnica de València, 46022 València, Spain Interests: multiobjective optimization; structures optimization; lifecycle assessment; social sustainability of infrastructures; reliability-based maintenance optimization; optimization and decision-making under uncertainty Special Issues, Collections and Topics in MDPI journals
Escuela de Ingeniería en Construcción, Pontificia Universidad Católica de Valparaíso, Avenida Brasil 2147, Valparaíso 2362804, Chile Interests: optimization; deep learning; operations research; artificial intelligence applications to industrial problems Special Issues, Collections and Topics in MDPI journals
Special Issue Information
Dear Colleagues,
Optimization techniques have become frequent in recent decades due to the growing competitiveness brought about by globalization. With the development of new methods and the greater availability of computer resources, applications in the most diverse fields of knowledge have spread from academic banks to the day-to-day running of companies. However, a more realistic approach can be achieved if several objectives are integrated into the process. Thus, an exciting strategy cannot only meet cost requirements, for example, but it also concerns itself with durability, efficiency, reliability, and sustainability. Given that numerous objectives are involved, which are usually in conflict, new strategies are needed, while new and more complete applications are envisioned. In this sense, the Special Issue, “Multi-objective Optimization and Applications,” aims to provide a platform for disseminating knowledge related to multi-objective optimization. Research articles involving efficient and innovative optimization methods and new applications related to diverse areas of expertise are sought, promoting an exchange of new ideas and trends concerning the subject.
Prof. Dr. Víctor Yepes
Prof. Dr. Moacir Kripka
Dr. José Antonio García Guest Editors
Manuscript Submission Information
Manuscripts should be submitted online at www.mdpi.com by registering and logging in to this website. Once you are registered, click here to go to the submission form. Manuscripts can be submitted until the deadline. All submissions that pass pre-check are peer-reviewed. Accepted papers will be published continuously in the journal (as soon as accepted) and listed together on the special issue website. Research articles, review articles, and short communications are invited. For planned papers, a title and short abstract (about 100 words) can be sent to the Editorial Office for announcement on this website.
Submitted manuscripts should not have been published previously nor be under consideration for publication elsewhere (except conference proceedings papers). All manuscripts are thoroughly refereed through a single-blind peer-review process. A guide for authors and other relevant information for submission of manuscripts is available on the Instructions for Authors page. Mathematics is an international peer-reviewed open-access semimonthly journal published by MDPI.
Quisiera felicitar públicamente a nuestro estudiante de doctorado Mehrdad Hadizadeb-Bazaz por su Premio al mejor trabajo en la modalidad de póster otorgado por la Escuela de Doctorado de la Universitat Politècnica de València, dentro del IX Encuentro de Estudiantes de Doctorado. Tengo el honor y el placer de dirigir su tesis doctoral junto con el profesor Ignacio J. Navarro. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal. Es el segundo año consecutivo que Mehrdad consigue este premio.
Hoy en día, debido a los elevados costes de construcción, reparación y mantenimiento de grandes estructuras como los puentes, así como la creciente atención al ciclo de vida sostenible en todas las etapas, desde el diseño hasta el final de su vida útil, es crucial emplear diversos métodos para identificar daños y evaluar su eficacia en diferentes estructuras y condiciones. Esto no solo puede aumentar la vida útil de las estructuras y reducir los costes, sino también minimizar el impacto ambiental y social.
En este estudio, se examina la precisión de diversos métodos de detección de daños, tanto dinámicos como no destructivos, para identificar la magnitud, ubicación y momento en que se produce el daño en la estructura a lo largo de su vida útil. Se evalúa la precisión y posibles variaciones de cada uno de los métodos de detección de daños en distintos entornos, especialmente en ambientes costeros y ambientes agresivos. Además, se realiza una evaluación del desempeño y comparación de diferentes métodos de detección de daños no destructivos, teniendo en cuenta casos de sostenibilidad de diseño y evaluación del ciclo de vida, incluyendo aspectos económicos, ambientales e impactos sociales.
Os dejo el póster completo, para que lo podáis leer.
Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. El documento explora el diseño de estructuras modulares prefabricadas sostenibles utilizando la optimización multiobjetivo (MOO) y la toma de decisión multicriterio (MCDM) con algoritmos avanzados como NSGA-II, NSGA-III y RVEA. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.
El artículo destaca la importancia de integrar la sostenibilidad del ciclo de vida en los proyectos de infraestructura de transporte para estimular la innovación y la colaboración entre las partes interesadas. Además, presenta una estrategia de diseño novedosa que se centra en la optimización del ciclo de vida de los marcos modulares prefabricados de hormigón armado (RCPMF). Por último, amplía la comprensión de la aplicabilidad de los algoritmos avanzados de MOO y las técnicas de MCDM para mejorar el desarrollo sostenible de la infraestructura.
Las conclusiones más importantes de este trabajo son las siguientes:
El estudio evalúa el rendimiento de optimización del ciclo de vida de los algoritmos NSGA-II, NSGA-III y RVEA dentro de una estructura prefabricada tipo marco de diseño coherente para una infraestructura de transporte sostenible.
El NSGA-III se identifica como el algoritmo con mejor rendimiento, lo que demuestra su potencial para facilitar enfoques de diseño sostenibles.
El problema del MCDM se evalúa rigurosamente y se abordan nueve soluciones no dominantes generadas por los algoritmos de optimización, lo que demuestra la eficiencia y la fiabilidad del marco integrado de MOO y MCDM.
Los resultados abogan por un enfoque transformador del desarrollo de infraestructuras, orientado hacia soluciones de ingeniería más avanzadas y sostenibles.
Abstract:
The advancement toward sustainable infrastructure presents complex multi-objective optimization (MOO) challenges. This paper expands the current understanding of design frameworks that balance cost, environmental impacts, social factors, and structural integrity. Integrating MOO with multi-criteria decision-making (MCDM), the study targets enhancements in life cycle sustainability for complex engineering projects using precast modular road frames. Three advanced evolutionary algorithms—NSGA-II, NSGA-III, and RVEA—are optimized and deployed to address sustainability objectives under performance constraints. The efficacy of these algorithms is gauged through a comparative analysis, and a robust MCDM approach is applied to nine non-dominated solutions, employing SAW, FUCA, TOPSIS, PROMETHEE, and VIKOR decision-making techniques. An entropy theory-based method ensures systematic, unbiased criteria weighting, augmenting the framework’s capacity to pinpoint designs, balancing life cycle sustainability. The results reveal that NSGA-III is the algorithm converging towards the most cost-effective solutions, surpassing NSGA-II and RVEA by 21.11% and 10.07%, respectively, while maintaining balanced environmental and social impacts. The RVEA achieves up to 15.94% greater environmental efficiency than its counterparts. The analysis of non-dominated solutions identifies the 𝐴4𝐴4 design, utilizing 35 MPa concrete and B500S steel, as the most sustainable alternative across 80% of decision-making algorithms. The ranking correlation coefficients above 0.94 demonstrate consistency among decision-making techniques, underscoring the robustness of the integrated MOO and MCDM framework. The results in this paper expand the understanding of the applicability of novel techniques for enhancing engineering practices and advocate for a comprehensive strategy that employs advanced MOO algorithms and MCDM to enhance sustainable infrastructure development.
Resolver problemas en el ámbito universitario o profesional, en áreas tecnológicas, de ingeniería y ciencias, puede plantear una serie de desafíos que pueden conducir a errores. Estos fallos pueden surgir por diversas razones que van desde no comprender el concepto subyacente hasta confiar demasiado en la tecnología.
En un artículo anterior mencioné algunos ejemplos de problemas teóricamente sencillos, pero que marean a nuestros estudiantes. Ahora vamos a analizar detalladamente algunas de estas razones y cómo se relacionan entre sí. También he incluido enlaces a otros artículos del blog donde reflexiono sobre este tipo de cuestiones.
La falta de comprensión del concepto que subyace a un problema es una preocupación fundamental. Esto puede manifestarse de diversas formas, ya sea a través de errores conceptuales, una aplicación incorrecta del concepto o una interpretación errónea del mismo. Esta falta de entendimiento puede empeorar si se carece de experiencia o conocimientos específicos en el campo correspondiente. Cuando un estudiante o profesional se encuentra con un problema al que no se ha enfrentado antes, puede tener dificultades para aplicar correctamente los principios necesarios para resolverlo.
Los datos son fundamentales para encontrar soluciones, sin embargo, su calidad y disponibilidad pueden ser problemáticos. La falta de datos adecuados, la presencia de información contradictoria o sesgada pueden conducir a conclusiones incorrectas. Asimismo, enfocarse excesivamente en utilizar todos los datos disponibles puede distraer de la información realmente importante, al tiempo que validar datos sesgado o inventados puede conducir a conclusiones incorrectas.
El manejo inadecuado de las bases matemáticas también puede ser una fuente de errores (geometría, trigonometría, cálculo o álgebra). Esto puede incluir errores en el cálculo, así como el uso inadecuado de fórmulas o modelos matemáticos. Los problemas reales rara vez tienen una sola solución, lo que requiere habilidades para evaluar y decidir entre múltiples enfoques posibles. Además, la dependencia excesiva de la memoria en lugar de comprender los principios subyacentes puede llevar a errores conceptuales y de selección de modelos de cálculo.
Los aspectos psicológicos también desempeñan un papel importante. El estrés, la falta de confianza en uno mismo, la presión por terminar a tiempo y la falta de concentración pueden afectar la capacidad de resolver problemas de manera efectiva. La falta de atención a los detalles, la fatiga y el agotamiento también pueden contribuir a errores en la resolución de problemas.
Es crucial comprender que los problemas reales pueden ser complejos y no necesariamente tienen una solución única. Esto implica la necesidad de tomar decisiones informadas y comprender las limitaciones de los modelos o fórmulas utilizados. Además, la propagación de errores en las operaciones y la utilización incorrecta de datos, fórmulas o software pueden llevar a resultados incorrectos.
La falta de retroalimentación o revisión de los errores cometidos puede perpetuar la repetición de los mismos errores una y otra vez. La falta de comunicación o colaboración en entornos de trabajo entre profesionales también puede contribuir a errores en la resolución de problemas. La confianza excesiva en la tecnología o herramientas automatizadas sin una comprensión sólida de los principios subyacentes puede ser problemática.
En resumen, resolver problemas en el ámbito universitario o profesional de ingeniería y ciencias puede ser un proceso complejo y propenso a errores debido a una variedad de factores interrelacionados. Desde la comprensión del concepto hasta la calidad y disponibilidad de los datos, así como los aspectos psicológicos y técnicos relacionados con la resolución de problemas, es crucial abordar estos desafíos con atención y comprensión para lograr soluciones precisas y efectivas. Desde las universidades debe hacerse todo lo posible para superar este tipo de dificultades y conseguir que nuestros estudiantes adquieran las competencias necesarias para su posterior desarrollo profesional.
Sin querer ser exhaustivo, y sin que estén ordenadas por importancia, aquí os dejo una lista de 30 posibles causas por las cuales nuestros estudiantes en los exámenes o los técnicos en su ámbito profesional, suelen cometer errores al resolver los problemas. Estoy convencido de que hay más causas, pero esto puede ser un buen punto de partida para el debate y la reflexión. En el vídeo que he grabado me extiendo y explico algo más lo que aquí recogo como una simple lista.
La falta de comprensión del concepto subyacente en un problema puede conducir a errores conceptuales al aplicarlo incorrectamente o interpretarlo de manera errónea.
La inexperiencia o la falta de conocimientos específicos pueden surgir cuando una persona afronta un tipo de problema por primera vez, ya sea durante un examen o en la práctica profesional.
Los problemas relacionados con la disponibilidad de datos pueden presentarse de varias formas, como datos insuficientes, necesarios, innecesarios o contradictorios. A menudo, existe una obsesión por utilizar todos los datos disponibles en el enunciado del problema.
La calidad de los datos también es un factor importante, con la posibilidad de incertidumbre o error en los datos disponibles. Además, dar por válidos datos sesgados, interesados o inventados puede llevar a conclusiones incorrectas. Es necesario un control de calidad de los datos.
Intentar resolver un problema utilizando el enfoque típico visto en clase puede marear a nuestros estudiantes. Los alumnos prefieren resolver un problema típico explicado en clase, a ser posible, con datos parecidos.
El manejo inadecuado de las bases matemáticas, que incluye errores en el cálculo, el uso incorrecto de fórmulas o modelos matemáticos, y la falta de comprensión de los principios subyacentes, puede ser una fuente común de errores. La falta de conocimientos básicos de geometría, trigonometría, álgebra o cálculo básicos son, en ocasiones, escollos. A veces hay dificultades en saber dibujar un esquema para resolver el problema.
Los problemas reales generalmente no tienen una sola solución, lo que requiere habilidades para evaluar y decidir entre múltiples enfoques posibles. Esta distinción, que se da claramente entre los estudios de grado y los de máster, es importante tenerla en cuenta.
Los aspectos psicológicos, como el estrés, la falta de confianza en uno mismo, la presión por terminar a tiempo y la falta de concentración, pueden afectar negativamente la capacidad para resolver problemas de manera efectiva.
La falta de atención o interés, así como la fatiga o el agotamiento, pueden contribuir a errores en la resolución de problemas, al igual que la prisa por resolver el problema.
La complejidad de los problemas puede aumentar cuando se trata de situaciones poco comunes o rebuscadas, lo que requiere un enfoque cuidadoso y creativo para su resolución.
Es crucial comprender la diferencia entre una ley general y una fórmula particular al aplicar normas técnicas que pueden estar basadas en hipótesis o casos específicos.
Utilizar modelos de cálculo inadecuados, ya sean demasiado refinados o demasiado simples para los datos disponibles, puede conducir a soluciones incorrectas.
Carecer de números estimativos para prever el resultado final puede resultar en una falta de comprensión del orden de magnitud del resultado. En este sentido, el uso de nomogramas en la docencia facilita la adquisición de este tipo de habilidad en los estudiantes. Los estudiantes y los profesionales deberían tener un conocimiento del “número gordo” y saber predimensionar.
Es importante ser consciente de la propagación de errores en las operaciones, ya que incluso pequeños errores pueden magnificarse y llevar a resultados incorrectos.
Utilizar fórmulas, datos o tablas en un contexto diferente al que dieron origen puede llevar a interpretaciones incorrectas o a soluciones erróneas.
La extrapolación de resultados a límites no contemplados puede conducir a conclusiones incorrectas o poco realistas.
Utilizar fórmulas empíricas con datos expresados en unidades diferentes a las que funcionan puede generar resultados inconsistentes o incorrectos.
La dependencia excesiva de la memoria en lugar de comprender los principios subyacentes puede conducir a errores en la selección de modelos o fórmulas de cálculo.
Errores conceptuales pueden llevar a la selección incorrecta de modelos o fórmulas de cálculo, lo que resulta en soluciones erróneas.
El uso de software defectuoso o poco contrastado, así como la falta de habilidades para calcular manualmente un problema, pueden resultar en resultados incorrectos. A esto se une un uso inapropiado de la inteligencia artificial.
El mal uso de ecuaciones o fórmulas, como cambiar el nombre de una variable sin entender el concepto subyacente, puede conducir a errores en la resolución de problemas.
La falta de competencia o experiencia en una materia determinada puede resultar en una resolución incorrecta del problema.
Repetir la resolución de problemas de un contexto a otro sin pensar en su validez puede conducir a soluciones inapropiadas.
La falta de comprensión del problema, la pregunta o el tipo de resultado esperado puede resultar en soluciones incorrectas debido a la falta de comprensión lectora, capacidad analítica o de síntesis.
La utilización de unidades defectuosas, notaciones o convenciones específicas puede llevar a interpretaciones erróneas o a soluciones incorrectas.
La falta de retroalimentación o revisión de los errores cometidos puede perpetuar la repetición de los mismos errores una y otra vez.
La falta de comunicación o colaboración en entornos de trabajo entre profesionales puede contribuir a errores en la resolución de problemas.
La confianza excesiva en la tecnología o herramientas automatizadas puede llevar a la falta de comprensión de los principios subyacentes y a la comisión de errores.
La falta de revisión o verificación de los cálculos realizados por parte de un tercero independiente puede resultar en soluciones incorrectas.
La falta de conocimiento del contexto del problema, incluyendo las restricciones, puede conducir a soluciones subóptimas o incorrectas.
Os paso un vídeo donde he desarrollado las ideas anteriores, con ejemplos, y he dejado algunas de mis reflexiones al respecto. Espero que os guste.
Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. El trabajo trata sobre la toma de decisiones en infraestructuras viales sostenibles. Para ello se utiliza una variante personalizada de la técnica NSGA-II con operadores de reparación para una optimización multiobjetivo. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.
El documento propone un enfoque novedoso que combina la optimización multiobjetivo (MOO) con técnicas de toma de decisiones basadas en criterios múltiples (MCDM) para el diseño y la selección de estructuras modulares prefabricadas de hormigón armado (RCPMF) en infraestructuras viales, con un enfoque en la sostenibilidad. El estudio evalúa la eficacia de tres operadores de reparación a la hora de optimizar los objetivos económicos, ambientales y sociales, y utiliza algoritmos personalizados y un análisis del ciclo de vida (LCA) para una evaluación precisa. Los resultados muestran que el operador de reparaciones basado en estadísticas ofrece soluciones con un menor impacto en todas las dimensiones y demuestra una variabilidad mínima, lo que lo convierte en el más adecuado para cumplir con los requisitos de diseño del RCPMF.
Las contribuciones más importantes de este trabajo son las siguientes:
El documento presenta un enfoque novedoso que combina la optimización multiobjetivo (MOO) con técnicas de toma de decisiones basadas en criterios múltiples (MCDM) para el diseño y la selección de estructuras modulares prefabricadas de hormigón armado (RCPMF) en infraestructuras viales, con un enfoque en la sostenibilidad.
El estudio evalúa la eficacia de tres operadores de reparación (basados en estadísticas, aleatorios y de proximidad) a la hora de optimizar los objetivos económicos, ambientales y sociales.
El artículo presenta una versión personalizada del algoritmo NSGA-II (NSGA-II) de clasificación no dominada, complementada con un análisis detallado del ciclo de vida (LCA), para facilitar la evaluación precisa de las funciones objetivas.
El artículo demuestra el uso de dos técnicas de MCDM, a saber, la ponderación aditiva simple (SAW) y (FUCA), para puntuar y clasificar las soluciones MOO.
La investigación proporciona una estrategia clara y metódica para integrar el MOO y el MCDM, formando un marco coherente para la implementación práctica en contextos de ingeniería complejos.
El estudio destaca la importancia de tener en cuenta los principios de sostenibilidad desde la fase de diseño y de emplear las técnicas de MOO para encontrar soluciones equilibradas y óptimas en la ingeniería civil.
Abstract:
Integrating sustainability principles into the structural design and decision-making processes for transportation infrastructure, particularly concerning reinforced concrete precast modular frames (RCPMF), is recognized as crucial for ensuring environmentally responsible, economically feasible, and socially beneficial outcomes. In this study, this challenge is addressed, with the significance of sustainable development in modern engineering practices being underscored. A novel approach, which combines multi-objective optimization (MOO) with multi-criteria decision-making (MCDM) techniques, is proposed, tailored specifically for the design and selection of RCPMF. The effectiveness of three repair operators—statistical-based, random, and proximity based—in optimizing economic, environmental, and social objectives is evaluated. Precise evaluation of objective functions is facilitated by a customized Non-dominated Sorting Genetic Algorithm II (NSGA-II) algorithm, complemented by a detailed life cycle analysis (LCA). The utilization of simple additive weighting (SAW) and fair un choix adéquat (FUCA) methods for the scoring and ranking of the MOO solutions has revealed that notable excellence in meeting the RCPMF design requirements is exhibited by the statistical-based repair operator, which offers solutions with lower impacts across all dimensions and demonstrates minimal variability. MCDM techniques produced similar rankings, with slight score variations and a significant correlation of 0.9816, showcasing their consistent evaluation capacity despite distinct operational methodologies.
Keywords:
Multi-objective optimization; multi-criteria decision-making; modular structure; life cycle sustainability; NSGA-II; simple additive weighting; fair un choix adéquat.
Nos acaban de publicar en la revista Sustainable Cities and Society (1/68, CONSTRUCTION & BUILDING TECHNOLOGY, primer decil del JCR) un artículo relacionado con la evaluación del desarrollo sostenible de la industria de la construcción regional y nacional.
El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. Se corresponde con la colaboración internacional que mantiene nuestro grupo de investigación con la Hunan University of Science and Engineering, de China. El primer autor, Prof. Zhou, sigue perteneciendo a nuestro grupo de investigación, pues desarrolló con nosotros su tesis doctoral.
Los datos de la investigación muestran que la industria de la construcción en China alcanzará su pico más alto de emisiones, según la evaluación del ciclo de vida en 2030 y tendrá emisiones nocivas entre 2061 y 2098. La evaluación del impacto social indica que se alcanzará su punto máximo en 2048.
Las contribuciones más relevantes de esta investigación son las siguientes:
El artículo innova modelos teóricos, como la «ponderación de la sensibilidad de la respuesta estructural», a través de una investigación interdisciplinaria, que aborda las limitaciones de la precisión de la iteración multifactorial, multidiscreta, con múltiples restricciones y con un bajo acoplamiento.
La investigación proporciona un sistema integral de teoría de la investigación y estándares de referencia para el cálculo científico y la evaluación precisa del desarrollo sostenible de la industria de la construcción en varios países del mundo.
El documento presenta un modelo, el «peso de sensibilidad a la respuesta estructural (SRSW)», que determina de forma precisa e intuitiva los resultados de la evaluación del desarrollo sostenible de la industria de la construcción regional y nacional.
La investigación incluye estudios de casos para demostrar la solidez del modelo, y muestra el pico de emisiones y las emisiones nocivas más altas de la industria de la construcción en China según la evaluación del ciclo de vida más alto.
La investigación contribuye al campo de la investigación sobre sostenibilidad en la industria de la construcción, ya que proporciona información y datos para que los responsables políticos y los profesionales tomen decisiones informadas con respecto al entorno ecológico.
ABSTRACT:
Sustainability research in the construction industry is of great strategic significance to the ecological environment of countries worldwide. This paper innovates theoretical models such as “structural response sensitivity weight” through interdisciplinary research on advanced mathematics, engineering science, computer science, environmental management and economic sociology. The model solves the limitations of multi-factor, multi-discrete, multi-constraint and low coupling iteration accuracy. The article shows the robustness of the model through case studies. The research data shows that the construction industry in China will reach its highest life cycle assessment emission peak of 2.73 GT in 2030 and will have harmful emissions of -2.78 GT between 2061 and 2098. The social impact assessment will peak at 4.26 GT in 2048 and harmful emissions of −3.75 GT per year from 2061 to 2098. This research provides a comprehensive research theory system and reference standards for scientific calculation and accurate assessment of the sustainable development of the construction industry in various countries around the world.
KEYWORDS:
Gross domestic product; Life cycle cost; Life cycle assessment; Social impact assessment; Topology optimization.
La editorial ELSEVIER permite el acceso directo y gratuito a este artículo hasta el 8 de marzo de 2024. El enlace para la descarga es: https://authors.elsevier.com/c/1iRse7sfVZE2dg
Figura 1. Conceptos relacionados con el uso de metamodelos, (a) relación entre precisión y coste computacional para diferentes enfoques de la modelación (adaptado de Roman et al. (2020)) y (b) descripción genérica de un metamodelo como una función de caja negra (adaptado de Texeira et al. (2020)).
Dentro del XIII Coloquio de Análisis, Diseño y Monitoreo Estructural de la IV Convención Científica Internacional UCLV 2023, se presentó una ponencia sobre las aplicaciones de la optimización estructural asistida por metamodelos. Os paso a continuación la ponencia, por si os resulta de interés.
Resumen:
Debido al creciente interés por mejorar la sostenibilidad del sector de las construcciones, la optimización del diseño estructural ha venido cobrando auge en los últimos tiempos. Una de las desventajas de estos procedimientos es el enorme consumo computaciones que requieren. Sin embargo, la optimización asistida por metamodelos (MASDO por sus siglas en inglés) es una variante muy útil, ya que permite acortar considerablemente los tiempos de cómputo manteniendo la precisión en los resultados de la optimización. En este trabajo se exponen las estrategias de MASDO más utilizadas en el ámbito de la ingeniería estructural, así como algunas aplicaciones prácticas.
Acaban de publicarnos un artículo en la revista Materials, revista indexada en el JCR. El objetivo del estudio es optimizar la energía empleada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el desarrollo de una metodología que utilice el muestreo latino de hipercubos y la optimización basada en el método Kriging. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.
El artículo establece una metodología para optimizar la energía incorporada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el uso del hipercubo latino y la optimización basada en el método Kriging.
El estudio recomienda emplear índices de esbeltez elevados, minimizar el uso de hormigón y armaduras activas y aumentar la cantidad de armaduras pasivas para mejorar la eficiencia energética.
El artículo utiliza una técnica estadística llamada muestreo de hipercubo latino para muestrear variables y crear una superficie de respuesta, que luego se ajusta con precisión mediante un metamodelo Krixing.
La metodología desarrollada en el trabajo reduce el coste energético de la construcción de puentes de losas aligeradas.
El estudio contribuye al campo de la optimización energética en la construcción al proporcionar una metodología específica para los puentes de losas de hormigón pretensado aligerado, especialmente en los pasos elevados de carreteras postesadas.
Abstract:
This study aims to establish a methodology for optimizing embodied energy while constructing lightened road flyovers. A cross-sectional analysis is conducted to determine design parameters through an exhaustive literature review. Based on this analysis, key design variables that can enhance the energy efficiency of the slab are identified. The methodology is divided into two phases: a statistical technique known as Latin Hypercube Sampling is initially employed to sample deck variables and create a response surface; subsequently, the response surface is fine-tuned through a Kriging-based optimization model. Consequently, a methodology has been developed that reduces the energy cost of constructing lightened slab bridge decks. Recommendations to improve energy efficiency include employing high slenderness ratios (approximately 1/28), minimizing concrete and active reinforcement usage, and increasing the amount of passive reinforcement.
En el marco del próximo Congreso de Métodos Numéricos en Ingeniería CMN, que se desarrollará del 12 al 14 de septiembre de 2024 en la Universidad de Aveiro (Portugal), tengo el placer de anunciar la organización de un simposio sobre optimización, metaheurísticas y algoritmos evolutivos aplicados a la ingeniería civil. Dicho evento lo organizamos en colaboración con los profesores David Greiner y Diogo Ribeiro.
El principal objetivo de este simposio es congregar a investigadores y estimular el interés por la presentación de trabajos que aborden nuevas perspectivas en el ámbito de la optimización, las metaheurísticas y los algoritmos evolutivos en las disciplinas de ingeniería computacional y civil. Las comunicaciones deben centrarse en metaheurísticas, algoritmos evolutivos y otras técnicas de optimización aplicadas a la resolución de problemas de diseño óptimo en los campos de la ingeniería computacional y civil, así como en temas relacionados.
Los algoritmos evolutivos constituyen un área de investigación interdisciplinaria que abarca diversos paradigmas inspirados en el principio darwiniano de la evolución. En la fase actual de investigación, se consideran, entre otros, los siguientes paradigmas: Algoritmos Genéticos, Programación Genética, Estrategias Evolutivas, Evolución Diferencial, etc., además de otros enfoques de metaheurísticas como la Optimización por Enjambre de Partículas.
Se extiende una cordial bienvenida a las aplicaciones de estos métodos de optimización y otros en el ámbito de la ingeniería computacional y civil, tanto para resolver problemas de optimización de objetivo único como de objetivo múltiple. Los temas que se abordarán, sin limitarse a ellos, incluyen en el ámbito de la ingeniería civil aspectos relacionados con el diseño estructural, como estructuras de hormigón y/o acero, geotecnia, acústica, hidráulica e infraestructura. En el ámbito de la ingeniería computacional, los temas relacionados incluyen ingeniería mecánica y aeronáutica, energías renovables y confiabilidad, entre otros.
Se alienta la exploración de aspectos de desarrollo tales como la modelización de sustitución, la paralelización, la hibridación y la realización de comparaciones de rendimiento entre distintos métodos, entre otros.
Os paso, a continuación, la propuesta del simposio.
Acaban de publicarnos un artículo en la revista Energies, revista indexada en el JCR. El artículo analiza los impactos ambientales de las baterías de níquel-zinc utilizando modelos matemáticos basados en las normas ISO y el método ReCiPe 2016. Asimismo, compara los impactos ambientales de las baterías de NiZn con los de otras tecnologías y sugiere formas de reducir su impacto mediante la energía renovable y la tecnología de recuperación ecológica. El documento sigue las normas ISO 14040 e ISO 14044 para la metodología de evaluación del ciclo de vida (LCA) y compara la batería de NiZn con las baterías de plomo-ácido y de iones de litio. También recopila los datos principales del inventario del ciclo de vida (LCI) de una producción a escala piloto en China para la fase inicial, centrándose en el consumo de electricidad y excluyendo determinadas evaluaciones de impacto ambiental. Utiliza el método ReCiPe 2016 para la evaluación del impacto, teniendo en cuenta las categorías de impacto intermedio y final, como el potencial de calentamiento global y los daños a la salud humana y los ecosistemas. Por último, aplica el software OpenLCA para modelar los impactos e incorpora los métodos de demanda energética acumulada (CED) y ReCiE 2016 con varios indicadores de impacto para realizar un análisis ambiental exhaustivo.
