Cimbra autolanzable bajo tablero. http://atesvi.com
Si bien en otras entradas anteriores se ha definido lo que es una autocimbra y de los criterios que permiten clasificarlas, aquí destacaremos las ventajas e inconvenientes de esta técnica constructiva de puentes y la compararemos con otros procedimientos habituales.
Las cimbras autolanzables presentan ventajas evidentes que, cuando se dan las condiciones adecuadas, facilitan la construcción de un puente. La primera de ellas es su poca interferencia con las actividades que se desarrollan bajo el tablero. La autocimbra apoya sobre las pilas o sobre el tablero en ejecución salvando obstáculos del terreno o de vías de comunicación. Además, este procedimiento disminuye el riesgo de deformaciones por asiento diferencial de la cimbra apoyada sobre el terreno, siendo innecesaria, por tanto, la mejora del terreno para cimientos de apoyos provisionales.
Cabe señalar, asimismo, la facilidad que presentan las autocimbras para incorporar la seguridad colectiva. En efecto, se trata de un medio auxiliar industrializado donde resulta sencillo incorporar plataformas de trabajo y elementos de protección. Además, la seguridad se beneficia al tener los operarios funciones claras y concretas.
Tampoco son desdeñables los buenos rendimientos constructivos de esta técnica debido, entre otras causas, a que las tareas son continuas y repetitivas. Así, es habitual ejecutar un vano por semana en autocimbras bajo tablero, rendimiento que desciende a dos semanas en el caso de autocimbras sobre tablero. En efecto, los movimientos de traslación de la cimbra son sencillos, rápidos y económicos. Factible tanto en tableros a baja altura como sobre pilares muy altos. Además, en el caso de autocimbras bajo tablero, la prefabricación de las armaduras durante la fase de curado del tablero y el traslado al vano siguiente con la propia cimbra agilizan el desarrollo de las tareas.
Con todo, las cimbras autolanzables también presentan algunos inconvenientes. En primer lugar, hay que planificar un tiempo de espera de diseño, fabricación y traslado de la cimbra; que si bien puede retrasar el comienzo de la obra, luego se pueden recuperar los plazos por los buenos rendimientos. Además, hay que adaptar la autocimbra para cada nuevo puente. Se debe desmontar al finalizar la ejecución y ese tiempo supone cierto retraso en la puesta en uso del puente.
Otra de las dificultades que hay que tener presente es la necesidad de medios auxiliares en los apoyos de pila para colocar la cimbra. También hay que tener presente la dificultad que puede haber al prefabricar la armadura por la interferencia que pudiera existir entre el parque de fabricación de la ferralla y el acceso de los materiales y el hormigón a la cimbra.
Otro de los inconvenientes es la nivelación laboriosa que debe darse a la cimbra en el caso de que existe una variación en la pendiente o en el peralte del tablero. Hay que tener presente que el tesado se realiza a edad temprana (a las 24-48 horas) y que si existen factores que reducen dicha resistencia, eso interfiere notablemente en el avance de las tareas.
Si comparamos las autocimbras con el cimbrado tradicional, las primeras salen ganando en algunos aspectos clave. En efecto, la independencia respecto al terreno impide las deformaciones del tablero por asiento diferencial de la cimbra convencional y no son necesarios tratamientos del terreno para cimentar dicha cimbra. Además, la capacidad de autolanzamiento permite el traslado de vano a vano por sus propios medios, lo cual incrementa los rendimientos de ejecución. En cuanto al diseño del tablero, apenas existen diferencias tanto si se construye con cimbra tradicional o con autocimbra. Si acaso, habría que dar una mayor contraflecha de ejecución con la autocimbra. Únicamente no interesa el uso de la autocimbra frente al cimbrado tradicional cuando existen pocos vanos y poca altura.
Paso superior cimbrado. https://www.ulmaconstruction.es
Por otra parte, tanto las autocimbras como los puentes empujados se pueden utilizar en vanos con luces entre 40 y 60 m. Las autocimbras salen ganando porque sus plazos de ejecución son menores y utilizan menos cuantías de hormigón y acero. Además, los aparatos de apoyo son más caros en los puentes empujados. También hay que considerar algunas limitaciones constructivas de los puentes empujados: su uso solo es posible en puentes cuya planta sea circular (no clotoides), no se pueden usar en puentes con curva y contracurva, no permite juntas de dilatación ni puentes de canto variable o isostáticos. Los plazos de ejecución son menores en las autocimbras, pues existen menos maniobras. Así, el ciclo constructivo con puentes empujados son en tramos de 1/3 a 1/2 de la luz de vano, mientras que con las cimbras autolanzables son tramos iguales a la longitud de vano. Por último, decir que las solicitaciones en ejecución son mayores en los puentes empujados, donde se alternan momentos positivos y negativos al paso por las pilas, lo que supone un mayor canto de tablero y mayor pretensado.
Puente empujado. San Juan de los Lagos, Jalisco. http://www.vydsa.com/web/G-concreto.html
A continuación os dejo un Polimedia donde se explica con mayor detalle lo anteriormente expuesto. Espero que os sea de interés.
Referencias:
SEOPAN (2015). Manual de cimbras autolanzables. Tornapunta Ediciones, Madrid, 359 pp.
En una entrada anterior se definieron las cimbras autolanzables. Aquí vamos a clasificar las cimbras atendiendo a diversos criterios como son su ubicación, su sistema de ejecución y la sección del tablero (Figura 1). Se trata, por tanto, de diferenciar las distintas tipologías de autocimbras en función de esta clasificación.
Si atendemos a la ubicación de la autocimbra, ésta se puede clasificar en cimbras autolanzables sobre tablero, bajo tablero o a media altura. En las autocimbras sobre tablero, las vigas longitudinales se colocan por encima del tablero y de ellas cuelgan elementos que soportan las vigas donde se apoya el encofrado (Figura 2). Las autocimbras bajo tablero son las más habituales; aquí las vigas longitudinales principales se sitúan debajo del tablero a construir (Figura 3). Una variante de la cimbra bajo tablero es la situada a media altura; en este caso, las vigas longitudinales se colocan debajo de las alas y próximas a ellas (Figura 4). En este caso el fondo del tablero se encuentra por debajo o a la misma altura de las vigas.
Figura 2. Cimbra autolanzable sobre tablero
Figura 3. Cimbra autolanzable bajo tablero
Figura 4. Cimbra autolanzable a media altura. www.mecanotubo.es
Atendiendo al sistema de ejecución, la cimbra autolanzable propiamente dicha sería la que sirve para hormigonar el tablero «in situ»; es decir, primero se coloca la ferralla y luego se hormigona sobre el encofrado. Sin embargo, también se podrían incluir en esta clasificación aquellas cimbras autolanzables que sirven para colocar tramos prefabricados, bien dovelas o vanos completos. En este caso estaríamos hablando más de un lanzador de vigas o de dovelas que una autocimbra propiamente dicha.
Por último, si atendemos a la sección del tablero, las autocimbras sirven para construir tableros de losa aligerada, cuando las luces de vano están comprendidas entre los 30 y 40 m. El aligeramiento suele ser de poliestireno expandido. Otra opción son las secciones tipo Pi o multinervadas; en este caso no existe encofrado interior, la sección resulta muy ligera, se usa para luces máximas de 35 m. Como inconveniente se puede decir que precisa de grandes cantos para soportar los momentos negativos. La sección en cajón es la opción empleada tanto en cimbras por encima como por debajo del tablero, en luces entre 40 y 80 m. En este caso el encofrado interior complica el desencofrado y el rendimiento.
A continuación os dejo un Polimedia donde se explica con mayor detalle estos aspectos de la clasificación de las autocimbras.
Referencias:
SEOPAN (2015). Manual de cimbras autolanzables. Tornapunta Ediciones, Madrid, 359 pp.
Viaductos en la nueva autovía de Mascara (Argelia). Imagen: A. Azorín
Una cimbra autolanzable es aquel medio auxiliar empleado para el hormigonado de tableros de puentes o viaductos vano a vano de hormigón postesado. También reciben el nombre de autocimbra, cimbra de avance o cimbra MSS (Movable Scaffolding System, en inglés). Son estructuras auxiliares capaces de trasladarse a lo largo del puente por sus propios medios, por lo que se trata realmente de una cimbra-máquina, con los problemas asociados de cálculo por su movilidad. La cimbra de avance se caracteriza por su capacidad de trasladarse de una posición a la siguiente por sus propios medios, lo cual disminuye el uso de grúas. Ello le permite salvar obstáculos o alturas importantes, así como evitar las posibles obstrucciones en vías de tránsito.
En este post os defino brevemente esta cimbra, pero en sucesivos posts seguiré dando detalles y explicando con mayor profundidad los tipos existentes, elementos, parámetros, etc.
La autocimbra es una estructura en celosía o cajones metálicos longitudinales que soportan el encofrado. Esta estructura es capaz de alcanzar la distancia existente entre las pilas del puente. Si el vano es inferior a 40 m, suelen emplearse vigas de longitud el doble del tramo, no usándose cimbras tipo regla de cálculo. Durante el hormigonado, la estructura se apoya en la pila delantera y en el tramo del tablero ya construido.
El uso habitual de esta cimbra es en tableros de puentes de hormigón postesado, preferentemente con vanos de luces iguales y con canto constante. Su aplicabilidad se encuentra entre luces de 30 y 70 m, aunque la cimbra autolanzable más grande del mundo alcanza vanos de 90 m. Para que os hagáis una idea, la Dirección General de Ferrocarriles, del Ministerio de Fomento, recomienda, con carácter general, usar la autocimbra por encima de 40 m de luz. Sin embargo, también recomienda utilizar la autocimbra en la construcción de tableros hiperestáticos de hormigón que cumplan alguna de las siguientes condiciones: (a) número de vanos entre 3 y 5, (b) cuando la longitud total del puente sea menor a 300 m, pero con 6 vanos o más, (c) cuando la longitud total del puente supere los 300 m, con 6 vanos o más y la altura del tablero respecto al suelo sea de 15 m o menos. En las referencias he dejado dichas recomendaciones completas.
El M1-90-S es la más grande cimbra autolanzable del mundo (vanos de 90 m). http://www.berd.eu/es/produtos/movable-scaffolding-system/
Con carácter general, se puede decir que la autocimbra es rentable cuando el puente tiene más de 7-8 vanos, más de 500 m de luz y se usa al menos cuatro veces. Para secciones de losa aligerada, las luces habituales suelen estar entre 30 y 40 m, mientras que para sección en cajón, se encuentran entre 40 y 70 m. También son rentables en el caso de construir puentes con doble tablero y existe facilidad de trasladar la autocimbra de uno al otro. También es favorable el caso de tener que construir diferentes viaductos de la misma obra si el traslado es factible.
Por otra parte, el procedimiento constructivo suponen esfuerzos que deben considerarse en el cálculo de la estructura. Se coloca la junta de construcción entre fases a una distancia entre L/4 y L/5 de la pila para reducir los flectores sobre el tablero. Además, a unos 2 m de la junta es donde se apoya la autocimbra sobre el tablero hormigonado. Las esbelteces normales del tablero oscilan entre 1/18 y 1/20.
La autocimbra transmite esfuerzos a la fase anterior durante el hormigonado. Se trata de una acción transitoria, no siendo raro que supere las 1000 t durante el hormigonado. Esta acción es como si la ley de flectores de peso propio al construir con autocimbra se desplazara hacia arriba. Sin embargo, al final del proceso constructivo los esfuerzos debidos a peso propio y al pretensado se redistribuyen, de forma que la ley de flectores se aproximará a la que tendría si se hubiese cimbrado el puente de forma convencional. Todo ello significa que las situaciones pésimas de comprobación serán en la sección del tablero en pilas a corto plazo y en la sección de centro de vano a largo plazo.
Todo lo que os he descrito en el artículo os lo cuento en el siguiente Polimedia, que espero os guste. En otras entradas os contaré más detalles de las autocimbras como su clasificación, elementos o parámetros para seleccionarlas.
También os dejo una animación en la que se puede ver el funcionamiento de la autocimbra.
Referencias:
MINISTERIO DE FOMENTO (2009). Recomendaciones de la Subdirección General Adjunta de Planes y Proyectos para el proyecto de sistemas constructivos en puentes ferroviarios de hormigón.
SEOPAN (2015). Manual de cimbras autolanzables. Tornapunta Ediciones, Madrid, 359 pp.
Acaban de publicarnos en la revista Technologies un artículo que aplica el algoritmo de recocido simulado a la optimización del coste y de la energía empleada en un puente losa postesado con tablero aligerado. Se resuelve un problema complejo de optimización de 33 variables de diseño. Como resultados interesantes cabe señalar que, en ocasiones, las soluciones de menor coste no son necesariamente las que menos energía consumen. El artículo se ha publicado en abierto y se puede descargar en la web. Aquí tenéis la referencia y el artículo completo.
Referencia:
ALCALÁ, J.; GONZÁLEZ-VIDOSA, YEPES, V.; MARTÍ, J.V. (2018). Embodied energy optimization of prestressed concrete slab bridge decks.Technologies, 6(2):43. doi:10.3390/technologies6020043 (link)
Figura 1. Diseño tradicional de estructuras por prueba y error (Yepes, 2017)
El diseño de las estructuras se ha basado fundamentalmente en la experiencia del ingeniero proyectista. La topografía y las condiciones de tráfico, entre otros, determinan el diseño de un puente. A partir de ahí, las dimensiones de la sección transversal, el tipo de hormigón y la disposición general de las armaduras se definen atendiendo a la experiencia profesional y a las recomendaciones y criterios de diseño (Figura 1). A continuación, se ajustan el resto de variables, tras comprobar el cumplimiento de los estados límite último y de servicio. Si el proyectista quiere mejorar el diseño propuesto, normalmente se realiza un proceso de prueba y error, de forma que tras varios tanteos, se intenta reducir el consumo de materiales, y por tanto, el coste de la estructura. Frente a este planteamiento, los métodos heurísticos emplean técnicas basadas en la inteligencia artificial para seleccionar un diseño, analizar la estructura, controlar las restricciones y rediseñar la estructura modificando las variables hasta conseguir optimizar la función objetivo.
Cohn y Dinovitzer (1994) revisaron la investigación realizada en su momento en relación con la optimización de las estructuras y señalaron la brecha existente entre los estudios teóricos y la aplicación en problemas estructurales reales. Sarma y Adeli (1998) analizaron años más tarde los estudios relacionados con la optimización matemática de las estructuras, complementada más recientemente por Hare et al. (2013) que estudiaron la aplicación de los algoritmos heurísticos en la optimización estructural. Los algoritmos heurísticos difieren en cuanto a planteamiento y aplicabilidad de los métodos matemáticos exactos. De hecho, la optimización heurística resulta muy efectiva pues, aunque no garantiza la obtención del óptimo global del problema, proporciona soluciones casi óptimas en tiempos de cálculo razonables. Esta ventaja cobra importancia en la optimización de estructuras reales, donde el número de variables crece extraordinariamente de forma que desborda el tiempo de cálculo de los métodos exactos de optimización. Además, la programación matemática requiere el cálculo de gradientes de las restricciones, mientras que la optimización heurística incorpora las restricciones de diseño de una manera directa (Lagaros et al., 2006).
Las técnicas metaheurísticas utilizan estrategias de búsqueda para localizar óptimos locales en grandes espacios de soluciones de forma efectiva. Un ejemplo de ello son los Algoritmos Genéticos (Genetic Algorithms, GAs), que son procedimientos de búsqueda poblacionales inspirados en la evolución natural (Holland, 1975). Así, los GAs generan soluciones de alta calidad a través del cruce genético con otros individuos de una población y la mutación de algunas de sus características a lo largo de generaciones. Los padres suelen seleccionarse atendiendo a su aptitud (Coello, 1994) y los hijos mantienen ciertas características de sus padres. En cada generación sobreviven los hijos con mayores aptitudes. Además, para evitar la convergencia prematura del algoritmo, se utiliza un operador de mutación, al igual que ocurre en la Naturaleza, que cambia aleatoriamente de vez en cuando alguna de las características de las nuevas soluciones. Una variante a esta técnica son los Algoritmos Meméticos (Moscato, 1989), donde cada individuo de la nueva generación se mejora mediante una búsqueda local con el objetivo de mejorar los genes para que los padres obtengan mejores resultados en las siguientes generaciones. Esta técnica, por tanto, aplica los GAs a poblaciones de óptimos locales.
La inteligencia de enjambre (swarm intelligence) es una metaheurística poblacional empleada en los problemas de optimizacón. Estos algoritmos imitan el comportamiento colectivo de los sistemas descentralizados y auto-organizados, tales como algunas colonias de insectos, basándose en la interacción entre los vecinos, pero que siguen un patrón global. Los algoritmos de enjambre difieren en filosofía de los algoritmos genéticos porque utilizan la cooperación en lugar de la competencia (Dutta et al., 2011). Entre los algoritmos pertenecientes a este grupo, basados en el comportamiento biológico, destaca la optimización de colonias de hormigas (Ant Colony Optimization, ACO), la optimización de enjambre de partículas (Particle Swarm Optimization, PSO), las colonias de abejas artificiales (Artificial Bee Colony, ABC), la optimización en enjambres de luciérnagas (Glowworm Swarm Optimization, GSO), entre otros. ACO basa su estrategia en el comportamiento de las hormigas, que dejan un rastro de feromonas para encontrar alimento de forma efectiva (Colorni et al., 1991); PSO simula un sistema social simplificado (Kennedy y Eberhart, 1995); ABC imita el comportamiento alimentario forrajero de las abejas (Karaboga y Basturk, 2008); GSO imita un movimiento de las luciérnagas hacia los vecinos más brillantes (Krishnanand y Ghose, 2009).
Las metaheurísticas poblacionales presentan una amplia capacidad de búsqueda en paralelo y una fuerte robustez. Sin embargo, para mejorar la intensificación de la búsqueda, estos algoritmos suelen combinarse con otras heurísticas de búsqueda local. Esta hibridación consigue explotar la diversificación en la búsqueda poblacional con la intensificación de la búsqueda local. Luo y Zhang (2011) comprobaron que el algoritmo híbrido presenta una convergencia más rápida, una mayor precisión y es más efectivo en la optimización de problemas ingenieriles. Blum et al. (2011) estudiaron las ventajas de la hibridación de las metaheurísticas en el caso de la optimización combinatoria.
El recocido simulado (Simulated Annealing, SA), propuesto por Kirkpatrick et al. (1983), constituye uno de los algoritmos utilizados en la optimización estructural. Este algoritmo se basa en el fenómeno físico del proceso de recocido de los metales. La energía de un sistema termodinámico se compara con la función de coste evaluada para una solución de un problema de optimización combinatoria. En ambos casos se trata de evolucionar de un estado a otro de menor energía o coste. El acceso de un estado metaestable a otro se alcanza introduciendo “ruido” con un parámetro de control al que se denomina temperatura. Su reducción adecuada permite, con una elevada probabilidad, que un sistema termodinámico adquiera un mínimo global de energía. SA presenta la ventaja de admitir soluciones de peor calidad al principio de la búsqueda, lo cual permite eludir óptimos locales de baja calidad. La aceptación por umbrales (Threshold Accepting, TA), propuesto por Dueck y Scheuer (1990), tolera también opciones de peor calidad para eludir los óptimos locales. La diferencia entre SA y TA es que el criterio de aceptación de una solución peor es probabilista en el primer caso y determinista en el segundo. Los algoritmos genéticos se han hibridado con el recocido simulado en el diseño óptimo de puentes prefabricados de hormigón pretensado (Martí et al., 2013; Martí et al., 2016) y vigas en I de hormigón armado (RC) (Yepes et al., 2015a). Otras estrategias de hibridación también han demostrado su eficiencia con PSO (Shieh et al., 2011, Valdez et al., 2011, Wang et al., 2013) y ACO (Behnamian et al, 2009, Chen et al., 2012).
Qu et al. (2011) señalaron la lentitud en la convergencia de los algoritmos GSO; del mismo modo Zhang et al. (2010) apuntaron ciertas deficiencias de estos algoritmos en la búsqueda del óptimo global. Es por ello que se ha hibridado SA con GSO (García-Segura et al., 2014c, Yepes et al., 2015b) para combinar la diversificación de la búsqueda de GSO con la intensificación de la búsqueda de SA para encontrar de forma efectiva un óptimo de elevada calidad. García-Segura et al. (2014c) mostraron cómo un algoritmo híbrido de optimización de enjambre de luciérnagas (SAGSO) obtuvo resultados considerablemente mejores en cuanto a calidad y tiempo de cálculo. SAGSO superó al GSO en términos de eficiencia, precisión y convergencia. Sin embargo, se requiere una buena calibración para garantizar soluciones de alta calidad con un tiempo de cómputo corto.
La búsqueda de la armonía (Harmony Search, HS) constituye una heurística propuesta por Geem et al. (2001) inspirada en el jazz, donde se trata de armonizar u construir sucesiones de acordes razonables. Las notas, los instrumentos y la mejor armonía representan los valores, las variables y el óptimo global. Alberdi y Khandelwal (2015) compararon ACO, GA, HS, PSO, SA y TS en la optimización del diseño de marcos de acero, comprobando que los mejores resultados se obtenían con HS. La búsqueda de la armonía se ha utilizado para optimizar columnas rectangulares de hormigón armado (de Medeiros y Kripka, 2014), forjados compuestos (Kaveh y Shakouri Mahmud Abadi, 2010) y pórticos planos de hormigón armado (Akin y Saka, 2015). Alia y Mandava (2011) recogieron en su trabajo las variantes utilizadas para hibridar con HS. García-Segura et al. (2015) emplearon un algoritmo de búsqueda de la armonía hibridada con la aceptación por umbrales para encontrar diseños óptimos sostenibles de puentes peatonales de hormigón postesado.
La optimización de los puentes atrajo la atención de los ingenieros a partir de la década de los años 70, incluyendo los puentes viga de acero, (Wills, 1973), el refuerzo de los puentes losa (Barr et al., 1989), los puentes viga de hormigón pretensado (Aguilar et al., 1973, Lounis y Cohn, 1993), y los puentes en cajón postesados construidos “in situ” (Bond, 1975; Yu et al., 1986). Desde la aparición de la inteligencia artificial, se ha puesto mayor énfasis en el uso de técnicas de optimización heurística para optimizar las estructuras. Srinivas y Ramanjaneyulu (2007) usaron redes neuronales artificiales y algoritmos genéticos para optimizar el coste de un puente de vigas en T. Rana et al. (2013) propusieron una optimización evolutiva para minimizar el coste de una estructura de puente continuo de hormigón pretensado de dos tramos. Martí et al. (2013) implementaron un algoritmo de recocido simulado híbrido para encontrar las soluciones más económicas de puentes prefabricados de hormigón pretensado de vigas artes. El uso de refuerzos de fibra de acero en ese tipo de puente se estudió posteriormente con algoritmos meméticos (Martí et al., 2015). Se propusieron algoritmos genéticos para optimizar las cubiertas poliméricas reforzadas con fibras híbridas y los puentes atirantados (Cai y Aref, 2015).
También se han optimizado otro tipo de estructuras con algoritmos heurísticos, como los forjados prefabricados (de Albuquerque et al., 2012), columnas de hormigón armado (Park et al., 2013; Nigdeli et al., 2015), columnas de acero (Kripka y Chamberlain Pravia, 2013), marcos espaciales de acero (Degertekin et al., 2008), marcos de hormigón armado (Camp y Huq, 2013), pórticos de hormigón armado (Payá-Zaforteza et al., 2010), vigas en I de hormigón armado (García-Segura et al., 2014c; Yepes et al., 2015a), pórticos de carreteras (Perea et al., 2008), pilas altas de viaductos (Martínez et al., 2011; 2013), muros de contención (Gandomi et al., 2015; Pei y Xia, 2012; Yepes et al., 2008, 2012; Molina-Moreno et al., 2017a), zapatas de hormigón armado (Camp y Assadollahi, 2013; Camp y Huq, 2013), bóvedas de pasos inferiores en carreteras (Carbonell et al., 2011) y estribos de puentes (Luz et al., 2015).
Akin, A.; Saka, M.P. (2015). Harmony search algorithm based optimum detailed design of reinforced concrete plane frames subject to ACI 318-05 provisions. Computers & Structures, 147, 79–95.
Alberdi, R.; Khandelwal, K. (2015). Comparison of robustness of metaheuristic algorithms for steel frame optimization. Engineering Structures, 102, 40–60.
Alia, O.M.; Mandava, R. (2011). The variants of the harmony search algorithm: an overview. Artificial Intelligence Review, 36(1), 49–68.
Behnamian, J.; Zandieh, M.; Fatemi Ghomi, S.M.T. (2009). Parallel-machine scheduling problems with sequence-dependent setup times using an ACO, SA and VNS hybrid algorithm. Expert Systems with Applications, 36(6), 9637–9644.
Blum, C.; Puchinger, J.; Raidl, G.R.; Roli, A. (2011). Hybrid metaheuristics in combinatorial optimization: A survey. Applied Soft Computing, 11(6), 4135–4151.
Bond, D. (1975). An examination of the automated design of prestressed concrete bridge decks by computer. Proceedings of the Institution of Civil Engineers, 59(4), 669–697.
Cai, H.; Aref, A.J. (2015). A genetic algorithm-based multi-objective optimization for hybrid fiber reinforced polymeric deck and cable system of cable-stayed bridges. Structural and Multidisciplinary Optimization, 52(3), 583–594.
Camp, C.V.; Assadollahi, A. (2013). CO2 and cost optimization of reinforced concrete footings using a hybrid big bang-big crunch algorithm. Structural and Multidisciplinary Optimization, 48(2), 411–426.
Camp, C.V.; Huq, F. (2013). CO2 and cost optimization of reinforced concrete frames using a big bang-big crunch algorithm. Engineering Structures, 48, 363–372.
Carbonell, A.; González-Vidosa, F.; Yepes, V. (2011). Design of reinforced concrete road vaults by heuristic optimization. Advances in Engineering Software, 42(4), 151-159.
Chen, S.M.; Sarosh, A.; Dong, Y.F. (2012). Simulated annealing based artificial bee colony algorithm for global numerical optimization. Applied Mathematics and Computation, 219(8), 3575–3589.
Coello, C. (1994). Uso de Algoritmos Genéticos para el Diseño Óptimo de Armaduras. In Congreso Nacional de Informática “Herramientas Estratégicas para los Mercados Globales”, pp. 290–305. Fundación Arturo Rosenblueth, México, D.F.
Cohn, M.Z.; Dinovitzer, A.S. (1994). Application of Structural Optimization. Journal of Structural Engineering, 120(2), 617–650.
Colorni, A.; Dorigo, M.; Maniezzo, V. (1991). Distributed optimization by ant colonies. In Proceeding of ECALEuropean Conference on Artificial Life, pp. 134–142. Paris: Elsevier.
de Albuquerque, A.T.; El Debs, M.K.; Melo, A.M.C. (2012). A cost optimization-based design of precast concrete floors using genetic algorithms. Automation in Construction, 22, 348–356.
de Medeiros, G.F. Kripka, M. (2014). Optimization of reinforced concrete columns according to different environmental impact assessment parameters. Engineering Structures, 59, 185–194.
Degertekin, S.O.; Saka, M.P.; Hayalioglu, M.S. (2008). Optimal load and resistance factor design of geometrically nonlinear steel space frames via tabu search and genetic algorithm. Engineering Structures, 30(1), 197–205.
Dueck, G.; Scheuer, T. (1990). Threshold accepting: A general purpose optimization algorithm appearing superior to simulated annealing. Journal of Computational Physics, 90(1), 161–175.
Dutta, R.; Ganguli, R.; Mani, V. (2011). Swarm intelligence algorithms for integrated optimization of piezoelectric actuator and sensor placement and feedback gains. Smart Materials and Structures, 20(10), 105018.
Gandomi, A.H.; Kashani, A.R.; Roke, D.A.; Mousavi, M. (2015). Optimization of retaining wall design using recent swarm intelligence techniques. Engineering Structures, 103, 72–84.
García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
García-Segura, T.; Yepes, V.; Alcalá, J. (2014a). Life cycle greenhouse gas emissions of blended cement concrete including carbonation and durability. The International Journal of Life Cycle Assessment, 19(1), 3–12.
García-Segura, T.; Yepes, V.; Alcalá, J. (2014b). Sustainable design using multiobjective optimization of high-strength concrete I-beams. In The 2014 International Conference on High Performance and Optimum Design of Structures and Materials HPSM/OPTI (Vol. 137, pp. 347–358). Ostend, Belgium.
García-Segura, T.; Yepes, V.; Alcalá, J.; Pérez-López, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112–122.
García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
García-Segura, T.; Yepes, V.; Martí, J.V.; Alcalá, J. (2014c). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190–1205.
Geem, Z.W.; Kim, J.H.; Loganathan, G.V. (2001). A new heuristic optimization algorithm: Harmony search. Simulation, 76(2), 60–68.
Hare, W.; Nutini, J.; Tesfamariam, S. (2013). A survey of non-gradient optimization methods in structural engineering. Advances in Engineering Software, 59, 19–28.
Holland, J. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, USA.
Karaboga, D.; Basturk, B. (2008). On the performance of artificial bee colony (ABC) algorithm. Applied Soft Computing, 8(1), 687–697.
Kaveh, A.; Shakouri Mahmud Abadi, A. (2010). Cost optimization of a composite floor system using an improved harmony search algorithm. Journal of Constructional Steel Research, 66(5), 664–669.
Kennedy, J.; Eberhart, R. (1995). Particle swarm optimization. In Proceedings of ICNN’95 – International Conference on Neural Networks, Vol. 4, pp. 1942–1948. IEEE.
Kripka, M.; Chamberlain Pravia, Z.M. (2013). Cold-formed steel channel columns optimization with simulated annealing method. Structural Engineering and Mechanics, 48(3), 383–394.
Krishnanand, K.N.; Ghose, D. (2009). Glowworm swarm optimisation: a new method for optimising multi-modal functions. International Journal of Computational Intelligence Studies, 1(1), 93–119.
Lagaros, N.D.; Fragiadakis, M.; Papadrakakis; M.; Tsompanakis, Y. (2006). Structural optimization: A tool for evaluating seismic design procedures. Engineering Structures, 28(12), 1623–1633.
Luz, A.; Yepes, V.; González-Vidosa, F.; Martí, J.V. (2015). Diseño de estribos abiertos en puentes de carretera obtenidos mediante optimización híbrida de escalada estocástica. Informes de la Construcción, 67(540), e114.
Martí, J.V.; García-Segura, T.; Yepes, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120, 231–240.
Martí, J.V.; González-Vidosa, F.; Yepes, V.; Alcalá, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48, 342–352.
Martí, J.V.; Yepes, V.; González-Vidosa, F. (2015). Memetic algorithm approach to designing precast-prestressed concrete road bridges with steel fiber reinforcement. Journal of Structural Engineering, 141(2), 04014114.
Martínez-Martín, F. J.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics, 45(6), 723–740.
Martínez-Martín, F.J.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University: Science A, 13(6), 420–432.
Molina-Moreno, F.; García-Segura, T.; Martí, J.V.; Yepes, V. (2017a). Optimization of Buttressed Earth-Retaining Walls using Hybrid Harmony Search Algorithms. Engineering Structures, 134, 205-216.
Molina-Moreno, F.; Martí, J.V.; Yepes, V. (2017b). Carbon embodied optimization for buttressed earth-retaining walls: implications for low-carbon conceptual designs. Journal of Cleaner Production, 164, 872-884.
Moscato, P. (1989). On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Caltech Concurrent Computation Program (report 826). Caltech, Pasadena, California, USA.
Nigdeli, S.M.; Bekdas, G.; Kim, S.; Geem, Z. W. (2015). A novel harmony search based optimization of reinforced concrete biaxially loaded columns. Structural Engineering and Mechanics, 54(6), 1097–1109.
Park, H.; Kwon, B.; Shin, Y.; Kim, Y.; Hong, T.; Choi, S. (2013). Cost and CO2 emission optimization of steel reinforced concrete columns in high-rise buildings. Energies, 6(11), 5609–5624.
Payá, I.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2008). Multiobjective optimization of reinforced concrete building frames by simulated annealing. Computer-Aided Civil and Infrastructure Engineering, 23(8), 596–610.
Payá-Zaforteza, I.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica, 45(5), 693–704.
Payá-Zaforteza, I.; Yepes, V.; Hospitaler, A.; González-Vidosa, F. (2009). CO2-optimization of reinforced concrete frames by simulated annealing. Engineering Structures, 31(7), 1501–1508.
Pei, Y.; Xia, Y. (2012). Design of Reinforced Cantilever Retaining Walls using Heuristic Optimization Algorithms. Procedia Earth and Planetary Science, 5, 32–36.
Qu, L.; He, D.; Wu, J. (2011). Hybrid Coevolutionary Glowworm Swarm Optimization Algorithm with Simplex Search Method for System of Nonlinear Equations. Journal of Information & Computational Science, 8(13), 2693– 2701.
Rana, S.; Islam, N.; Ahsan, R.; Ghani, S.N. (2013). Application of evolutionary operation to the minimum cost design of continuous prestressed concrete bridge structure. Engineering Structures, 46, 38–48.
Sarma, K.C.; Adeli, H. (1998). Cost optimization of concrete structures. Journal of Structural Engineering, 124(5), 570–578.
Shieh, H.L.; Kuo, C.C.; Chiang, C.M. (2011). Modified particle swarm optimization algorithm with simulated annealing behavior and its numerical verification. Applied Mathematics and Computation, 218(8), 4365–4383.
Srinivas, V.; Ramanjaneyulu, K. (2007). An integrated approach for optimum design of bridge decks using genetic algorithms and artificial neural networks. Advances in Engineering Software, 38(7), 475–487.
Valdez, F.; Melin, P.; Castillo, O. (2011). An improved evolutionary method with fuzzy logic for combining Particle Swarm Optimization and Genetic Algorithms. Applied Soft Computing, 11(2), 2625–2632.
Wang, E.; Shen, Z. (2013). A hybrid Data Quality Indicator and statistical method for improving uncertainty analysis in LCA of complex system – application to the whole-building embodied energy analysis. Journal of Cleaner Production, 43, 166–173.
Wills, J. (1973). A mathematical optimization procedure and its application to the design of bridge structures. Wokingham, Berkshire, United Kingdom.
Yepes, V.; Alcalá, J.; Perea, C.; González-Vidosa, F. (2008). A parametric study of optimum earth-retaining walls by simulated annealing. Engineering Structures, 30(3), 821–830.
Yepes, V.; Díaz, J.; González-Vidosa, F.; Alcalá, J. (2009). Caracterización estadística de tableros pretensados para carreteras. Revista de la Construcción, 8(2), 95-109.
Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024–1036.
Yepes, V.; González-Vidosa, F.; Alcalá, J.; Villalba, P. (2012). CO2-optimization design of reinforced concrete retaining walls based on a VNS-threshold acceptance strategy. Journal of Computing in Civil Engineering, 26(3), 378–386.
Yepes, V.; Martí, J.V.; García-Segura, T. (2015b). Cost and CO2 emission optimization of precast–prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Automation in Construction, 49, 123–134.
Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.
Yepes, V.; Torres-Machí, C.; Chamorro, A.; Pellicer, E. (2016). Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm. Journal of Civil Engineering and Management, 22(4), 540-550.
Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
Yu, C.H.; Gupta, N.C. Das; Paul, H. (1986). Optimization of prestressed concrete bridge girders. Engineering Optimization, 10(1), 13–24.
Zhang, J.; Zhou, G.; Zhou, Y. (2010). A New Artificial Glowworm Swarm Optimization Algorithm Based on Chaos Method. In B. Cao, G. Wang, S. Chen, & S. Guo (Eds.), Quantitative Logic and Soft Computing 2010, Vol. 82, pp. 683–693. Berlin, Heidelberg: Springer Berlin Heidelberg.
Puente de la cárcel o picudo, en Estella (Navarra). Imagen: V. Yepes (2018)
Los puentes y las guerras presentan asociaciones desastrosas. Uno de esos casos es el puente de la cárcel (o puente picudo, como se le conoce popularmente), que cruza el río Ega en Estella (Lizarra, en euskera), en Navarra. La III Guerra Carlista arruinó en 1873 un puente medieval del siglo XX de un solo arco de medio punto. Este puente se reconstruyó siguiendo el modelo del puente anterior. Se trata de uno de los pasos por donde pasa el peregrino camino de Santiago, constituyendo uno de los símbolos de esta ciudad de gran patrimonio cultural.
Pocas veces se incorporan en los proyectos de puentes actuales las variables sociales como factores determinantes de su diseño. Tampoco se dedica la atención suficiente al análisis del coste del ciclo de vida para evaluar la mejor alternativa posible de diseño. Considerar en nuestros proyectos este tipo de variables podría reducir, por ejemplo, en un 60% los costes de mantenimiento. También se constataría el hecho de que incrementar solamente 5 mm el recubrimiento de las armaduras de las estructuras de hormigón podría reducir el coste del mantenimiento en un 40%. Un ejemplo de la aplicación de este tipo de metodologías es la que nos acaban de publicar en la revista Sustainability. Allí se ha analizado el coste del ciclo de vida de las medidas de prevención aplicado a un puente de hormigón postesado expuesto al ataque de clorhídricos. Para ello se ha elegido el puente de la Isla de Arosa, en Galicia (España). Os dejo el artículo completo y la referencia.
Referencia:
NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2018). Life cycle cost assessment of preventive strategies applied to prestressed concrete bridges exposed to chlorides.Sustainability, 10(3):845. doi:10.3390/su10030845 .
Viaductos en la nueva autovía de Mascara (Argelia). Imagen: A. Azorín
La cimbra autolanzable bajo tablero constituye, hoy en día, el proceso constructivo de autocimbra más habitual. Entre sus ventajas se encuentra la facilidad a la hora de variar el peralte o adaptarse a acuerdos verticales y curvas en planta; además, se libera la parte superior, lo que permite la introducción de ferralla prefabricada y el resto de materiales. Alguno de sus inconvenientes pasan por necesitar cierta altura libre mínima (7-12 m) bajo cabeza de pilas y que son más deformables que las cimbras autolanzables sobre tablero.
Os dejo a continuación un pequeño vídeo explicativo de este tipo de procedimiento constructivo. Espero que os sea de interés.
En el siguiente vídeo de Mecanotubo se puede ver, con todo detalle, una animación en 3D que describe con claridad el procedimiento.
A continuación podemos ver un vídeo realizado por voxelestudios del proceso constructivo del tablero de los viaductos de Contreras, que con autocimbras se ejecutaron tramos de luces de 66 m.
Referencias:
SEOPAN (2015). Manual de cimbras autolanzables. Tornapunta Ediciones, Madrid, 359 pp.
Acaban de publicarnos un artículo en la revista internacional Sustainability sobre análisis de ciclo de vida de puentes óptimos de vigas. La evaluación del impacto ambiental se realiza a lo largo del ciclo de vida de puentes de hormigón postesado de vigas artesa que previamente han sido optimizados mediante una metaheurística de algoritmos meméticos. Os dejo a continuación la referencia de la revista. Además os podéis descargar y distribuir el artículo sin problema, pues está editado en abierto:
PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2018). An optimization-LCA of a prestressed concrete precast bridge.Sustainability, 10(3):685. doi:10.3390/su10030685
Cuando no es posible el uso de grúas, se puede recurrir a los lanzadores de vigas, vigas de lanzamiento o cimbras autolanzables. Se trata de un procedimiento excepcional debido a su compleja puesta en obra y a su baja productividad. Se emplean si el ritmo de llegada de las vigas a obra es pequeño, por ejemplo un par de vigas al día. Las vigas de lanzamiento requieren personal especializado en su manejo y montaje debido a que los movimientos son complejos y los esfuerzos generados pueden comprometer la estabilidad del conjunto. Estos problemas se complican cuando la rasante vertical del puente presenta acuerdos de radios menores a 12000 m, en cuyo caso la viga se apoya en tres puntos, con sus consiguientes esfuerzos hiperestáticos.
Lanzador de vanos completos. http://www.weiku.com
Las vigas de lanzamiento cubren luces entre 35 y 75 m, con pesos entre 600 kN y 4500 kN y pendientes máximas para el lanzamiento del 5%. Constan de dos vigas reticuladas unidas en sus extremidades sobre las que rueda el tren de los cabrestantes, compuesto por dos carros para elevar la viga a lanzar y un tercero para el desplazamiento longitudinal de la viga y el armazón. Las vigas prefabricadas se transportan desde el acopio al lanzador mediante carros elefante. Téngase en cuenta que los carros pueden moverse a velocidades de 5 km/h mientras que el lanzador solo alcanza los 3 m/minuto.
Os paso a continuación una pequeña presentación que he preparado para explicar este procedimiento constructivo de puentes. También os paso algún vídeo más al respecto que espero os resulten interesantes.
