Entrada al túnel desde el Valle de Aosta (Italia). https://es.wikipedia.org/wiki/T%C3%BAnel_de_Mont_Blanc
El 16 de julio de 1965 se inauguró el túnel de Mont Blanc, justo cuando fue mi primer cumpleaños. Tres días después cruzó el primer vehículo la flamante infraestructura subterránea. Se trata de un túnel de 11,6 km de largo, el más largo construido en ese momento, y 8,6 m de ancho. Une por carretera la ciudad francesa de Chamonix, en la Alta Saboya, con la italiana Courmayeur, en el Valle de Aosta. De este aniversario se hizo eco el programa de Radio Nacional de España “Gente despierta”. Me hicieron una pequeña entrevista que os dejo a continuación.
Se trata de una obra de gran trascendencia pues hay que pensar que hasta la tercera parte de las mercancías que exporta Italia al norte de Europa pasan por este túnel. No obstante, la idea del túnel se remonta al siglo XIX. En aquellos años, atravesar los Alpes podía tomar tres días, y no siempre era posible, pues los pasos de montaña quedaban cerrados gran parte del año debido a la nieve y el hielo.
Nunca hasta ese momento se había construido un túnel tan largo. Hoy ya tenemos túneles de mayor longitud, como el túnel de Laerdal, en Noruega, que ostenta el récord con 24,5 km de longitud. Trabajaron en el túnel de Mont Blanc cientos de hombres durante años, aguantando un calor intenso mientras duraban los trabajos. Murieron en la obra 12 trabajadores, con decenas de heridos por avalanchas, inundaciones y desprendimientos. Incluso se tuvo que suspender los trabajos durante 5 meses debido al enterramiento que sufrió la maquinaria en un momento dado.
No obstante, este túnel será recordado por el gravísimo incendio que sufrió el 24 de marzo de 1999, donde una colilla fue la que, al parecer, incendió un camión belga cargado de harina y margarina. El incendio duró 53 hora y se cobró la vida de 39 personas. Tras el incendio, el túnel se cerró durante 3 años y se abrió de nuevo en 2002. Se tuvo que reparar la parte dañada y mejorar la seguridad. Se construyeron nichos cada 100 m, una estación de primeros auxilios en el centro del túnel, un refugio conectado a una calería de escape independiente (bajo el suelo) y se prohibió el paso de camiones con materiales peligrosos, con estrictos límites de velocidad y distancia de seguridad entre vehículos.
Os dejo el reportaje que sobre el incidente hizo National Geographic. Es de visión obligatoria para todos los profesionales y estudiantes de ingeniería civil.
Instituto de Ciencia y Tecnología del Hormigón (ICITECH). http://congress.cimne.com/SAHC2020/frontal/JoseM.Adam.asp
En varios artículos anteriores detallamos los antecedentes, la motivación, así como la trascendencia del proyecto de investigación HYDELIFE. Ahora vamos a explicar las hipótesis e partida sobre las que se basa este proyecto.
La hipótesis principal de partida es que las emergentes metaheurísticas híbridas son capaces de extraer información no trivial de las inmensas bases de datos procedentes de la optimización y mejorar la calidad y el tiempo de cálculo tanto en el diseño como en el mantenimiento óptimo de puentes y estructuras. Con esta propuesta metodológica se pretende abordar las incertidumbres del mundo real planteando el diseño y el mantenimiento óptimo basándose en la fiabilidad y en diseños robustos. Esta hipótesis debe extenderse a los procesos de toma de decisión multicriterio que atienda a la sostenibilidad social y ambiental del ciclo de vida completo que contemple las fluctuaciones tanto de los parámetros como de los escenarios posibles, especialmente en el caso de fuertes restricciones presupuestarias. Esta metodología presenta, no obstante, serias dificultades, por lo que se deben explorar metamodelos y DL capaces de acelerar los complejos procesos de cálculo.
Para la consecución de los objetivos del proyecto, es necesario alcanzar una serie de objetivos específicos que, a su vez, se basan en unas determinadas hipótesis:
Hipótesis 1: Las metaheurísticas mejoran la calidad y reducen el tiempo de cálculo cuando se hibridan con el aprendizaje profundo (DL).
Hipótesis 2: El análisis del ciclo de vida de la construcción industrializada modular presenta mejores indicadores medioambientales y sociales que la construcción tradicional.
Hipótesis 3: La optimización multiobjetivo de los puentes mixtos de hormigón y acero y las estructuras híbridas de acero reduce los impactos sociales y ambientales a lo largo del ciclo de vida.
Hipótesis 4: La optimización multiobjetivo puede llevar a soluciones que pueden ser infactibles con pequeñas variaciones en los parámetros o en las restricciones.
Hipótesis 5: Tanto el diseño óptimo basado en fiabilidad como el diseño óptimo robusto conducen a soluciones menos sensibles a la variabilidad y a los cambios en los escenarios (especialmente presupuestarios), pero se basan en funciones de probabilidad poco realistas por falta de datos.
Hipótesis 7: Las soluciones de mantenimiento óptimo de puentes mixtos y estructuras modulares son diferentes si el análisis del ciclo de vida se incluye o no en la fase de proyecto.
Hipótesis 8: Incluso considerando la variabilidad innata al mundo real, es posible integrar múltiples actores, escenarios y criterios (tangibles e intangibles) en técnicas analíticas que asistan en la toma de decisiones complejas que incluyan aspectos de sostenibilidad social y ambiental mediante herramientas colaborativas.
Hipótesis 9: Las decisiones públicas (instituciones) y privadas (empresas) adecuadas pueden mejorar la sostenibilidad, las prestaciones a largo plazo y la durabilidad de las estructuras incluso con escenarios presupuestarios muy restrictivos.
Hipótesis 10: Dado un horizonte temporal para una estructura, es posible encontrar un diseño y una gestión posterior de dicho activo que mejore otras alternativas, incluso con presupuestos restrictivos.
Hipótesis 11: Las medidas estratégicas, de proyecto y preventivas derivadas de un sistema de apoyo a la toma de decisiones multicriterio son preferibles por su menor coste social y ambiental a la reparación severa de los puentes y estructuras modulares.
Hipótesis 12: Es posible encontrar buenas prácticas en el diseño, conservación, mantenimiento y desmantelamiento de los puentes y estructuras modulares que sean robustas a cambios en los escenarios presupuestarios.
Proyecto de Investigación:
Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.
Instituto de Ciencia y Tecnología del Hormigón (ICITECH)
En un artículo anterior detallamos los antecedentes y la motivación del proyecto de investigación HYDELIFE. Ahora vamos a explicar la relevancia de la propuesta, que se centra tanto en la utilización de una metodología emergente y novedosa en el ámbito de las estructuras, como es la hibridación de las metaheurísticas con la inteligencia artificial, en especial con el aprendizaje profundo (Deep Learning, DL), como en el objeto de estudio, que es la construcción industrializada modular, tanto en edificación, como en puentes mixtos de hormigón y acero y en estructuras híbridas de acero. Justificamos a continuación la importancia de esta propuesta.
La Inteligencia Artificial (IA) se ha usado en estas últimas décadas de forma intensiva en las investigaciones relacionadas con la ingeniería civil, especialmente en el ámbito de las estructuras y las infraestructuras (Taffese et al., 2017). Sin embargo, los métodos más recientes como el reconocimiento de patrones (Pattern Recognition, PR), el aprendizaje automático (Machine Learning, ML) y el aprendizaje profundo (DL) son métodos emergentes en este ámbito de la ingeniería (Salehi et al., 2018). Éstas técnicas emergentes tienen la capacidad de aprender complicadas interrelaciones entre los parámetros y las variables, y así permiten resolver una diversidad de problemas que son difíciles, o no son posibles, de resolver con los métodos tradicionales. Son capaces de descubrir información oculta, no trivial, sobre el rendimiento de una estructura al aprender la influencia de diversos mecanismos de daño o degradación y los datos recogidos de los sensores. Además, ML y DL tienen una elevada potencialidad en el dominio de la mecánica computacional, como, por ejemplo, para optimizar los procesos en el método de elementos finitos para mejorar la eficiencia de los cálculos.
La optimización de las estructuras constituye un campo científico donde se ha trabajado intensamente en las últimas décadas (Afzal et al., 2020). Debido a que los problemas reales requieren un número elevado de variables, la resolución exacta del problema de optimización asociado es inabordable. Se trata de problemas NP-hard, de elevada complejidad computacional, que requiere de metaheurísticas para llegar a soluciones satisfactorias en tiempos de cálculo razonables. La idea es aprovechar la inmensa cantidad de datos generados por el elevado número de iteraciones que requiere la optimización estructural mediante metaheurísticas. Es el campo ideal para la inteligencia artificial, pues permite extraer información para acelerar y afinar la búsqueda de la solución óptima. Un ejemplo de este tipo es nuestro trabajo (García-Segura et al., 2017a) de optimización multiobjetivo de puentes cajón, donde una red neuronal aprendía de los datos intermedios de la búsqueda y luego predecía con una extraordinaria exactitud el cálculo del puente, sin necesidad de calcularlo. Ello permitía reducir considerablemente el tiempo final de computación. Sin embargo, este tipo de aplicación es muy sencilla, pues solo ha reducido el tiempo de cálculo (cada comprobación completa de un puente por el método de los elementos finitos es mucho más lenta que una predicción con una red neuronal). HYDELIFE trata de dar un paso más allá. Se pretende que la metaheurística sea capaz de aprender de los datos recogidos utilizando la inteligencia artificial para ser mucho más efectiva, y no solo más rápida.
Concretando, la propuesta se centra en el aprendizaje profundo (DL) que, dentro del ML, utiliza algoritmos más sofisticados, construidos a partir del principio de las redes neuronales. El foco metodológico del proyecto es la exploración de la integración específica del DL en las metaheurísticas con el objeto de mejorar la calidad de las soluciones o los tiempos de convergencia cuando se trata de optimizar estructuras. Nuestro grupo ha tenido ocasión de comprobar la eficacia de este hibridaje en estructuras sencillas, como son los muros de contrafuertes (García et al., 2020a, 2020b; Yepes et al., 2020). Además, hemos lanzado al respecto un número especial en la revista Mathematics (indexada en el primer decil del JCR) denominado “Deep learning and hybrid-metaheuristics: novel engineering applications“ (https://www.mdpi.com/journal/mathematics/special_issues/Deep_Learning_Hybrid-Metaheuristics_Novel_Engineering_Applications).
Modern methods of construction. https://www.lancashirebusinessview.co.uk/latest-news-and-features/let-s-talk-modern-methods-of-construction
En cuanto al objeto del proyecto, la construcción industrializada modular, tanto en edificación, como en puentes mixtos de hormigón y acero y en estructuras híbridas de acero, su justificación deriva de su importancia creciente y los huecos en la investigación encontrados. En efecto, la construcción modular y la prefabricación son técnicas ya veteranas desde que en 1936 Eugène Freyssinet construyera el primer puente de hormigón pretensado del mundo, en el que las vigas y tableros eran prefabricados. Sin embargo, la auténtica revolución que supone la IA, las tecnologías BIM y los retos de la sostenibilidad están cambiando radicalmente este concepto y lo está llevando a una nueva dimensión. La reciente norma UNE 127050:2020 trata de los sistemas constructivos industrializados para edificios construidos a partir de elementos prefabricados de hormigón, así como de los requisitos de comportamiento, fabricación, instalación y verificación. Los métodos modernos de construcción (Modern Methods of Construction, MMC), o como algunos llaman “construcción inteligente”, constituyen alternativas a la construcción tradicional. Es un término que cubre una amplia gama de tecnologías basada en la fabricación modular, ya sea “in situ” o “off-site”, que está revolucionando la forma de construir de forma más rápida, rentable y eficiente. Un ejemplo no muy lejano ha sido la construcción de dos hospitales de campaña en Wuhan (China) en solo 12 días debido a la crisis sanitaria. Países como Suecia y Japón lideran la construcción MMC. En Suecia, casi la mitad de las viviendas de nueva construcción utilizan este método, llegando al 80% en el caso de viviendas unifamiliares. Japón, es el país donde se construye mayor número de viviendas nuevas con este método, aunque no llegan al 20% del total. La construcción MMC permite un ahorro de tiempo de hasta el 50%, permite el uso de materiales sostenibles, reduciéndose el desperdicio. La construcción en fábrica permite tolerancias estrictas, la reducción de los errores, promueve la seguridad, no estando los materiales a la intemperie durante la construcción. Además, permite el uso de materiales durables, que mejoran el aislamiento acústico, la protección contra incendios y la eficiencia energética. Sin embargo, en algunos países el uso de las MMC presenta costes más elevados que la construcción tradicional. Otras barreras son la falta de mano de obra especializada, la escasez de suministros o la regulación existente (Rahman, 2014). Con todo, la actual crisis del Covid-19 puede acelerar los cambios necesarios. De todos modos, los métodos MMC constituyen un producto diferente al del mercado de la construcción tradicional. La construcción modular, al tratarse de un producto alternativo, en lugar de competir, complementará el mercado tradicional. El objetivo es aumentar la productividad de los recursos disponibles mejorando la calidad, la eficiencia empresarial, la satisfacción del cliente, el rendimiento ambiental, el índice de sostenibilidad y el control de los plazos de entrega. Nuestro grupo de investigación (Sánchez-Garrido y Yepes, 2020) ha empezado a aplicar técnicas analíticas de toma de decisiones multicriterio (MCDM) y análisis del ciclo de vida, comparando la construcción tradicional de una vivienda unifamiliar con dos alternativas basadas en MMC. Propusimos un índice de sostenibilidad, que incluye atributos tangibles e intangibles, así como factores de incertidumbre y riesgos, que permite a los promotores priorizar soluciones que aseguren la sostenibilidad económica, social y medioambiental. HYDELIFE pretende profundizar en esta vía con la optimización multiobjetivo híbrida de este tipo de construcción modular.
Constructalia – ArcelorMittal. Puente mixto Wirkowice: El primer puente de carretera en Europa con vigas de acero autopatinable Arcorox® 460 – Constructalia
Otro de los huecos detectados por nuestro grupo en este ámbito son los puentes mixtos (Martínez-Muñoz et al., 2020). El análisis del estado del arte indica que la investigación se ha centrado en el diseño preliminar de puentes con un enfoque principalmente económico (Yepes et al., 2019) sin abordar la optimización multiobjetivo social y ambiental de su ciclo de vida completo que permitan aplicar técnicas de decisión desde el diseño. mientras que a nivel mundial la preocupación se dirige a la búsqueda de soluciones sostenibles. También se ha detectado un vacío en los puentes ejecutados con vigas armadas híbridas. En este tipo de estructuras se utilizan diferentes límites elásticos de acero en las chapas de alas y alma para disminuir el espesor de las chapas de mayor límite elástico, lo cual supone una reducción de peso por unidad de longitud de la sección transversal (Chacón, 2014). Sin embargo, la reducción del espesor puede acarrear la disminución de la capacidad de la sección ante otros fenómenos, como es el caso de la inestabilidad. Se debe garantizar un buen comportamiento de las vigas a cortante, estudiando su inestabilidad, a cargas concentradas y a pandeo lateral. Por tanto, nos encontramos ante un caso de optimización de gran interés donde, además, no se ha abordado hasta ahora su optimización completa a lo largo de su ciclo de vida. Asimismo, en nuestro equipo de investigación se ha desarrollado una patente sobre vigas en cajón mixtas (Alcalá y Navarro, 2020) que permiten resolver el problema de las vigas descolgadas en forjados de elementos prefabricados y que consiste en un cajón metálico que formará parte de un sistema de forjados slim-floor. HYDELIFE aplicará la metodología híbrida antes descrita para cubrir este vacío en el ámbito de la investigación de las estructuras.
Proyecto de Investigación:
Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.
Referencias:
AFZAL, M.; LIU, Y.H.; CHENG, J.C.P.; GAN, V.J.L. (2020). Reinforced concrete structural design optimization: A critical review. J. Clean. Prod., 260:120623.
ALCALÁ, J.; NAVARRO, F. (2020). Viga en cajón mixta acero-hormigón. Patente P202030530, 4 junio 2020.
CHACÓN, R. (2014). Vigas armadas híbridas de acero. Estado del conocimiento. Revista Ciencia e Ingeniería, 35(2):95-102.
GARCÍA, J.; YEPES, V.; MARTÍ, J.V. (2020a). A hybrid k-means cuckoo search algorithm applied to the counterfort retaining walls problem. Mathematics, 8(4), 555.
GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2020b). The buttressed walls problem: An application of a hybrid clustering particle swarm optimization algorithm. Mathematics, 8(6), 862.
MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2020). Steel-concrete composite bridges: design, life cycle assessment, maintenance and decision making. Adv. Civ. Eng., 2020, 8823370.
RAHMAN, M.M. (2014). Barriers of implementing modern methods of construction. J. Manage. Eng., 30(1):69-77.
SALEHI, H.; BURGUEÑO, R. (2018). Emerging artificial intelligence methods in structural engineering. Eng. Struct., 171:170-189.
SÁNCHEZ-GARRIDO, A.J.; YEPES, V. (2020). Multi-criteria assessment of alternative sustainable structures for a self-promoted, single-family home. J. Clean. Prod., 258: 120556.
TAFFESE, W.Z.; SISTONEN, E. (2017). Machine learning for durability and service-life assessment of reinforced concrete structures: Recent advances and future directions. Autom. Constr., 77:1-14.
YEPES, V.; DASÍ-GIL, M.; MARTÍNEZ-MUÑOZ, D.; LÓPEZ-DESFILÍS, V.J.; MARTÍ, J.V. (2019). Heuristic techniques for the design of steel-concrete composite pedestrian bridges. App. Sci., 9(16), 3253.
YEPES, V.; MARTÍ, J.V.; GARCÍA, J. (2020). Black hole algorithm for sustainable design of counterfort retaining walls. Sustainability, 12(7), 2767.
Laboratorio de materiales del Instituto de Ciencia y Tecnología del Hormigón (ICITECH)
El proyecto HYDELIFE aborda directamente el reto de la sostenibilidad social y medioambiental de las estructuras a lo largo de su ciclo de vida, desde el proyecto hasta la demolición. Para ello se propone una metodología híbrida emergente entre el aprendizaje profundo (Deep Learning, DL) procedente de la inteligencia artificial (IA), metamodelos y metaheurísticas de optimización multiobjetivo y técnicas de toma de decisión multicriterio. El foco del proyecto se centra en el diseño robusto y resiliente aplicado a la construcción industrializada modular, tanto en edificación, como en puentes mixtos de hormigón y acero y en estructuras híbridas de acero. El proyecto se apoya en los avances realizados en los proyectos de investigación anteriores (HORSOST, BRIDLIFE y DIMALIFE), donde se desarrollaron metodologías que se aplicaron a puentes e infraestructuras viarias, pero con una propuesta metodológica y un foco de atención innovador respecto a los anteriores. El proyecto se orienta hacia el objetivo 9 de desarrollo sostenible (ODS): construir infraestructuras resilientes, promover la industrialización sostenible y fomentar la innovación. También se alinea con la Estrategia Nacional de Inteligencia Artificial-ENIA (Gobierno de España, 2020). A continuación, se justifica la propuesta en función de los antecedentes y el estado actual.
La sostenibilidad económica y el desarrollo social de la mayoría de los países dependen, entre otros, del comportamiento fiable y duradero de sus infraestructuras (Frangopol, 2011). La construcción y el mantenimiento de las infraestructuras influyen en la actividad económica, el crecimiento y el empleo. Sin embargo, estas actividades impactan significativamente en el medio ambiente, presentan efectos irreversibles y pueden comprometer el futuro de la sociedad. El gran reto, por tanto, será disponer de infraestructuras capaces de maximizar su beneficio social sin comprometer su sostenibilidad (Aguado et al., 2012).
Por otra parte, el envejecimiento de las infraestructuras, la mayor demanda en su desempeño (aumento de tráfico, por ejemplo) o los riesgos naturales extremos como los terremotos, huracanes o inundaciones afectan al rendimiento previsto de estas infraestructuras (Biondini y Frangopol, 2016). Esto constituye una auténtica bomba de relojería (Thurlby, 2013) que, junto al reto de la reducción de los impactos ambientales, son razones más que suficientes para mejorar el mantenimiento de nuestros puentes. Hoy día los gestores de las infraestructuras tienen ante sí un reto importante consistente en mantenerlas en un estado aceptable con presupuestos muy limitados. Si a ello añadimos la profunda crisis financiera y sanitaria que ha afectado la economía de nuestro país y que ha provocado el declive de la actividad constructora, el panorama se complica. Las infraestructuras que se crearon con una financiación a largo plazo presentan actualmente déficits de conservación y es posible que las generaciones futuras tengan que hacer un esfuerzo adicional para actualizar los requisitos de seguridad y funcionalidad a su nivel de servicio previsto. Esta situación puede provocar una alarma social puntual, sobre todo con la interrupción de grandes vías de comunicación debidas a un excesivo deterioro. Un estudio sobre “Necesidades de Inversión en Conservación 2019-2020” de la Asociación Española de Carreteras, centrado en los firmes y la señalización, estima que el deterioro del patrimonio viario presenta un déficit acumulado de 7.500 millones de euros. Sin embargo, este problema es común a otros países desarrollados. En el año 2019, 47000 puentes del total de los puentes en Estados Unidos, (más del 20% del total) presentan deficiencias estructurales (American Road & Transportation Builders Association, 2019); en Reino Unido, más de 3000 puentes estaban por debajo de los estándares y requerían reparación (RAC Foundation, 2019). Además, el problema pasa a ser grave cuando una parte significativa del parque de infraestructuras se encuentra cercano al final de su vida útil. Y lo que aún es peor, cuando existen riesgos de alto impacto y de baja probabilidad que pueden afectar gravemente a las infraestructuras. Estos son buenos argumentos para aumentar la vida útil de los puentes. Se trata de una verdadera crisis en las infraestructuras. El reto social consistirá en aplicar unos presupuestos muy restrictivos que minimicen los impactos ambientales y los riesgos a las personas, y que la gestión sea socialmente sostenible dentro de una política de conservación del patrimonio, incluyendo la dimensión de género. Por lo tanto, nos encontramos antes un problema de optimización muy complejo, con muchas restricciones y sometido a grandes incertidumbres, lo cual representa un reto científico importante, pues no se presta fácilmente a la exploración con los instrumentos analíticos y de previsión tradicionales.
Proyecto de Investigación:
Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.
Referencias:
AGUADO, A. et al. (2012). Sustainability Assessment of Concrete Structures within the Spanish Structural Concrete Code. J Constr Eng Manage ASCE, 138(2):268-276.
AMERICAN ROAD & TRANSPORTATION BUILDERS ASSOCIATION (2019). 2019 Bridge Report. https://artbabridgereport.org/
BIONDINI, F., FRANGOPOL, D. M. (2016). Life-Cycle of Deteriorating Structural Systems under Uncertainty: Review. J Struct Eng ASCE, 142(9), F4016001.
FRANGOPOL, D. M. (2011). Life-cycle performance, management, and optimisation of structural systems under uncertainty: accomplishments and challenges. Struct Infrast Eng, 7(6), 389-413.
GOBIERNO DE ESPAÑA (2020). Estrategia Nacional de Inteligencia Artificial. https://www.lamoncloa.gob.es/presidente/actividades/Documents/2020/021220-ENIA.pdf
Este es un curso básico de procedimientos constructivos necesarios para la mejora de terrenos en obras civiles y de edificación. Es un curso que no requiere conocimientos especiales y está diseñado para que sea útil a un amplio abanico de profesionales con o sin experiencia, estudiantes de cualquier rama de la construcción, ya sea universitaria o de formación profesional. Además, el aprendizaje se ha escalonado de modo que el estudiante puede profundizar en aquellos aspectos que más les sea de interés mediante documentación complementaria y enlaces de internet a vídeos, catálogos, etc.
En este curso aprenderás las distintas técnicas de mejora del terreno utilizadas habitualmente en obras de ingeniería civil y de edificación. Se índice especialmente en la maquinaria necesaria, en los procedimientos constructivos, en la aplicabilidad a los distintos tipos de suelos, en aspectos económicos, medioambientales y de seguridad en los trabajos. A lo largo del curso se abordarán aspectos como la precarga, las columnas de grava, las inclusiones en el terreno, los pilotes de desplazamiento, la compactación dinámica, la compactación mecánica de suelos, las inyecciones del terreno, la estabilización de suelos, la mezcla profunda, los anclajes, el control del nivel freático, entre otros temas.
El contenido del curso está organizado en 8 módulos, cada uno con 4 secuencias de aprendizaje que permiten, con una dedicación menor a una hora diaria, aprender los aspectos básicos de las técnicas de mejora del terreno. Cada semana se trabaja un módulo, teniendo el curso una duración estimada de dos meses (8 semanas).
Al finalizar el curso, los objetivos de aprendizaje básicos son los siguientes:
Comprender la utilidad y las limitaciones de las distintas técnicas de mejora del terreno empleadas en la construcción de obras civiles y de edificación.
Evaluar y seleccionar el mejor procedimiento constructivo y maquinaria necesaria para la mejora del terreno en unas condiciones determinadas, considerando la economía y la seguridad.
Programa del curso
Clasificaciones de las técnicas de mejora y refuerzo del terreno
Sustitución del terreno como técnica de mejora
La precarga como técnica para la mejora de terrenos.
Drenes verticales como técnica de mejora de terrenos
Consolidación por vacío de suelos
Columnas de grava
Columna de grava ejecutada por medios convencionales
Columna de grava mediante vibrodesplazamiento
Columna de grava mediante vibrosustitución
Columnas de grava compactada
Pilotes de arena compactada
Columnas encapsuladas con geotextil
Refuerzo del terreno mediante inclusiones rígidas
Concepto de pilotes y clasificaciones
Pilotes de compactación
Columnas de hormigón vibrado
Columnas de módulo controlado
Columnas de cal y de cal-cemento
Columna de grava inyectada
Pilotes de desplazamiento
Pilotes de madera
Pilotes metálicos
Pilotes metálicos hincados
Pilotes de hormigón armado hincados
Pilotes prefabricados de hormigón pretensado
Pilote de desplazamiento con azuche
Sistema “Franki” de ejecución de pilotes de desplazamiento
Hinca de pilotes con mazas de caída libre
Hinca por vibración de pilotes
Hinca silenciosa de pilotes
Pilotes de extracción
Pilotes perforados con barrena continua
STARSOL: Pilotes con hélice continua mejorada
Micropilotes
Mejora del terreno mediante vibrocompactación
Mejora de terreno mediante Terra-Probe
Método vibroalas para mejora de suelos no cohesivos
Compactación por resonancia de suelos
Compactación dinámica
Compactación dinámica rápida
Sustitución dinámica
Compactación con explosivos
Compactación por impulso eléctrico
Compactación por hidrovoladura
Compactación mecánica de suelos
Curva de compactación de un suelo
Selección de un equipo de compactación
Los tramos de prueba en la compactación de suelos
Recomendaciones de trabajo en la compactación
Técnicas de inyección del terreno
Procedimientos empleados en la inyección de terrenos
Materiales empleados en la inyección de terrenos
Tipos de lechadas y aplicabilidad de los materiales de inyección de terrenos
Inyección de lechadas inestables
Inyección de lechadas estables
Inyección de lechadas químicas
Inyecciones de alta presión: Jet grouting
Inyecciones de compactación
Inyecciones de hidrofracturación
Mezcla profunda de suelos
Springsol: mejora de terrenos mediante columnas de suelo-cemento
Pantallas realizadas por mezcla profunda de suelos (Deep Soil Mixing Walls)
Pantallas de suelo-cemento con hidrofresa (Cutter Soil Mixing)
Pantallas plásticas de bentonita-cemento
Pantallas de suelo-bentonita
Pantalla de lodo autoendurecible armado
Pantallas delgadas de lodo ejecutadas mediante vibración de perfiles
Pantallas de geomembranas
Muros de tierra mecánicamente estabilizada: Tierra Armada
Suelo reforzado con geosintéticos
Soil nailing o suelo claveteado
La técnica del bulonaje
Concepto y clasificación de los anclajes
Zonas de un anclaje
Ejecución de un anclaje
Seguridad en la ejecución de los anclajes
La estabilización de suelos
Estabilización de suelos con cal
Estabilización de suelos con cemento
Estabilización de suelos con ligantes bituminosos
Estabilización de suelos con cloruros
Grava-cemento
Grava-emulsión
Grava-escoria
Mejora de terrenos por calentamiento
Congelación de suelos
Métodos biológicos como técnica de mejora de terrenos
El problema del agua en las excavaciones
Clasificación de las técnicas de control del agua en excavaciones
Selección del sistema de control del nivel freático
Drenaje de excavaciones mediante bombeos superficiales y sumideros
Drenaje de excavaciones mediante zanjas perimetrales
Drenaje horizontal con pozos radiales
Drenaje de excavaciones mediante pozos filtrantes profundos
Control del nivel freático mediante lanzas de drenaje (wellpoints)
Electroósmosis como técnica de drenaje del terreno
Catedrático de Universidad. Doctor Ingeniero de Caminos, Canales y Puertos. Universitat Politècnica de València
Ingeniero de Caminos, Canales y Puertos (1982-1988). Número 1 de promoción (Sobresaliente Matrícula de Honor). Especialista Universitario en Gestión y Control de la Calidad (2000). Doctor Ingeniero de Caminos, Canales y Puertos, Sobresaliente “cum laude”. Catedrático de Universidad en el área de ingeniería de la construcción en la Universitat Politècnica de València. Consejero del Colegio de Ingenieros de Caminos, Canales y Puertos. Su experiencia profesional se ha desarrollado fundamentalmente en Dragados y Construcciones S.A. (1989-1992) como jefe de obra y en la Generalitat Valenciana como Director de Área de Infraestructuras e I+D+i (1992-2008). Ha sido Director Académico del Máster Universitario en Ingeniería del Hormigón (2008-2017), obteniendo durante su dirección la acreditación EUR-ACE para el título. Profesor Visitante en la Pontificia Universidad Católica de Chile. Investigador Principal en 6 proyectos de investigación competitivos. Ha publicado más de un centenar artículos en revistas indexadas en el JCR. Autor de 10 libros, 22 apuntes docentes y más de 250 comunicaciones a congresos. Ha dirigido 14 tesis doctorales, con 6 más en marcha. Sus líneas de investigación actuales son las siguientes: (1) optimización sostenible multiobjetivo y análisis del ciclo de vida de estructuras de hormigón, (2) toma de decisiones y evaluación multicriterio de la sostenibilidad social de las infraestructuras y (3) innovación y competitividad de empresas constructoras en sus procesos.
Los equipos de compactación presentan un elevado índice de accidentabilidad, materializado en atropellos, colisiones y vuelcos, debido fundamentalmente a la sencillez de manejo, monotonía del trabajo, continuo desplazamiento sobre el mismo circuito y posición relativamente elevada del centro de gravedad de la máquina, lo que les hace muy inestables al tratar de salvar pequeños desniveles.
Figura 1. Peligro por desnivel en compactación. https://www.equipmentworld.com/workforce/safety/article/14953939/how-to-avoid-deadly-roller-compactor-rollovers-on-jobsites-with-slopes-or-embankments
Como riesgos directos podemos citar las caídas de los operarios de las máquinas (por ejemplo, a una zanja), la caída del compactador sobre los miembros inferiores, causando aplastamiento, golpes o cortes y la quemadura por contacto con partes calientes de la máquina. También se pueden recibir golpes o daño por los fragmentos que se disparan al compactar, irritación de los ojos o de las vías respiratorias por el polvo, sordera por ruido a niveles altos, incendios y explosiones por averías y defectos de la máquina, golpes y atropellos por vehículos dentro de la obra o durante trabajos en vías abiertas y accidentes por falta de dirección o señalización de las maniobras.
Figura 2. Accidente de un compactador. https://reinadelaselva.pe/noticias/6511/rodillo-compactador-casi-ocasiona-accidente-en-pedro-ruiz
Normalmente los riesgos que surgen al manipular los compactadores tienen su origen en la falta de dispositivos de protección de los equipos, no seguir el manual de instrucciones del aparato y en las distracciones de los trabajadores.
Como normas generales, aplicables a cualquier tipo de máquina, antes de arrancar se comprobarán los niveles y controles, que no existen personas en las cercanías, que la máquina tiene extintor y desconectador de batería para combatir incendios, se eliminará el polvo del parabrisas, se organizará el tráfico, se repararán las pistas, se prohibirá el transporte de personas y se aumentará al máximo la precaución en las maniobras de marcha atrás. Al finalizar el trabajo, se descenderá el equipo al suelo, se parará el motor y se estacionará la máquina en el lugar adecuado.
Como normas particulares para evitar las situaciones de riesgo se recomienda la rotación del personal, controlando los períodos de permanencia en su manejo, emplear personal cualificado, dotar al conductor de medios de protección personal y controlar el mantenimiento de la maquinaria.
Figura 3. Accidente provocado al volcar un compactador. http://radiolavozbaguagrande.blogspot.com/2012/06/rodillo-compactador-se-voltea-y-chofer.html
En este último aspecto, referido al mantenimiento, se pueden dar las siguientes recomendaciones según el tipo de máquina:
Apisonadores:
Limpiar el filtro de aire una vez al día y examinarlo por si tiene escapes.
Procurar que no entre aire sin filtrar en el motor ya que perdería compresión y sufriría un daño irreparable.
Limpiar las lumbreras e inspeccionar el silenciador.
Examinar la mezcla de combustible y aceite.
Inspeccionar periódicamente el filtro del combustible.
Apretar los pernos de arado en la zapata e inspeccionar todas las tuercas que sujetan el silenciador.
Utilizar personal cualificado.
Placas vibrantes:
Limpiar el filtro de aire diariamente.
Examinar y cambiar el aceite del motor según las recomendaciones dadas para cada modelo.
Examinar y cambiar el aceite del excitador.
Examinar la tensión de la correa.
Levantar las máquinas con grúas.
Mantener la base de la plancha limpia y libre de tierra adherida.
Rodillo:
Examinar y cambiar el aceite del motor según las recomendaciones dadas para cada modelo.
Figura 4. Accidente de pequeño rodillo. https://ascelibrary.org/doi/abs/10.1061/%28ASCE%29CR.1943-5495.0000144
Os dejo algunos vídeos sobre seguridad en los compactadores.
Os dejo a continuación un ejemplo sencillo de aplicación de la técnica AHP de toma de decisiones dirigida a la selección de alternativas en la construcción de un puente mixto en cajón. Se trata de un caso que utilizamos con nuestros estudiantes para enseñar la técnica. Tratamos de evitar que, en los estudios de soluciones, los estudiantes recurran siempre a las matrices de valoración ponderada, donde los pesos de cada criterio siempre se ponen de forma más o menos arbitraria, o bien para justificar la solución preferida. Este tipo de problemas también suelen aparecer en los concursos de licitación de obras públicas.
Referencia:
YEPES, V.; MARTÍNEZ-MUÑOZ, D.; ATA-ALI, N.; MARTÍ, J.V. (2019). Multi-criteria decision analysis techniques applied to the construction of a composite box-girder bridge. 13th annual International Technology, Education and Development Conference (INTED 2019), Valencia, 11th, 12th and 13th of March, 2019, 1458-1467. ISBN: 978-84-09-08619-1
Figura 1. Construcción modular. https://www.draytonfox.com/modern-methods-of-construction/
La construcción modular y la prefabricación son técnicas ya veteranas en el ámbito de la ingeniería civil y la edificación. Desde que en 1936 Eugène Freyssinet construyera el primer puente de hormigón pretensado del mundo, en el que las vigas y tableros eran prefabricados, la tecnología ha experimentado un avance imparable. Por otra parte, la construcción modular tiene una larga historia en la gestión de la innovación (Simon, 1962). Sin embargo, la auténtica revolución que supone la inteligencia artificial, las tecnologías BIM y los retos de la sostenibilidad están cambiando radicalmente este concepto y lo está llevando a una nueva dimensión. En efecto, estamos ante la revolución de los métodos modernos de construcción. Este es el concepto del que vamos a hablar a continuación.
Los métodos modernos de construcción (Modern Methods of Construction, MMC) , o como algunos llaman “construcción inteligente“, constituyen alternativas a la construcción tradicional. Este concepto MMC lo utilizó el gobierno del Reino Unido para describir una serie de innovaciones en la construcción de viviendas, la mayoría de las cuales son tecnologías de construcción en fábrica (Gibb, 1999). Es un término que cubre una amplia gama de tecnologías basada en la fabricación modular, ya sea “in situ” o en otra ubicación, que está revolucionando la forma de construir edificios de forma más rápida, rentable y eficiente. También suele llamarse construcción “off-site”. Un ejemplo no muy lejano ha sido la construcción de dos hospitales de campaña en Wuhan (China) en solo 12 días debido a la epidemia del coronavirus. Por ejemplo, países como Suecia y Japón lideran la construcción MMC. En Suecia, casi la mitad de las viviendas de nueva construcción utilizan este método, llegando al 80% en el caso de viviendas unifamiliares. Japón, es el país donde se construye mayor número de viviendas nuevas con este método, aunque no llegan al 20% del total. Incluso podemos leer una noticia de hace unos días donde el alcalde de Londres apoya decididamente la aplicación de diseño de viviendas modulares.
Los diferentes métodos MMC incluyen el sistema de paneles planos prefabricados, módulos volumétricos 3D (Figuras 1 y 3), construcción con losas planas, paneles de cerramiento prefabricados (Figura 2), muros y forjados de hormigón, tecnología de doble pared (Figura 4), cimientos de hormigón prefabricado, aislamiento de encofrados de hormigón, entre otros. No obstante, la gestión de los sistemas 1D/2D respecto a los volumétricos 3D es muy diferente (López, 2017).
Tabla 1. Principales diferencias entre los sistemas modulares basados en elementos 1D y 2D frente a celdas 3D (López, 2017)
La reciente norma UNE 127050:2020 trata justamente de los sistemas constructivos industrializados para edificios construidos a partir de elementos prefabricados de hormigón, así como de los requisitos de comportamiento, fabricación, instalación y verificación.
Figura 2. Paneles de cerramiento prefabricados (precast cladding panels). https://www.designingbuildings.co.uk/wiki/Precast_concrete_cladding
Las ventajas de la construcción MMC frente a la construcción tradicional son evidentes. Los módulos permiten un ahorro de tiempo de hasta el 50%, pues éstos se elaboran en fábrica, sin incidencia del clima. Una vez llegan a la obra, se ensamblan, interrumpiendo al mínimo la propia obra, pues el 80% de la actividad de la construcción se ha realizado lejos de la obra. Permite el uso de materiales respetuosos con el medio ambiente, reduciéndose el desperdicio. Los módulos son de diseño atractivo e innovador, con materiales de elevada calidad, con un diseño a medida del cliente. La construcción en fábrica permite la fabricación con tolerancias estrictas, la reducción de los errores, promueve la seguridad, no estando los materiales a la intemperie durante la construcción. Además, permite el uso de materiales durables, que mejoran el aislamiento acústico, la protección contra incendios y la eficiencia energética. Sin embargo, en algunos países el uso de las MMC presenta costes más elevados que la construcción tradicional. Otras barreras son la falta de mano de obra especializada, la escasez de suministros o la regulación existente (Rahman, 2014). Con todo, la actual crisis del Covid-19 puede acelerar los cambios necesarios. De todos modos, los métodos MMC constituyen un producto diferente al del mercado de la construcción tradicional. La construcción modular, al tratarse de un producto alternativo, en lugar de competir, complementará el mercado tradicional. El objetivo es aumentar la productividad de los recursos disponibles mejorando la calidad, la eficiencia empresarial, la satisfacción del cliente, el rendimiento ambiental, el índice de sostenibilidad y el control de los plazos de entrega (Yepes et al., 2012; Pellicer et al., 2014, 2016).
Figura 3. Módulos volumétricos 3D (3D volumetric modules). http://www.ehu.eus/ehusfera/industrialized-architecture/page/4/
En la tabla siguiente, elaborada por Alejandro López, se pueden ver las diferencias más notables entre la construcción industrializada frente a la tradicional.
Tabla 2. Diferencias entre construcción tradicional e industrializada (Alejandro López).
Construcción tradicional
Construcción industrializada
Definición
Más posibilidades de cambios a lo largo de todo el proceso
Etapas claramente definidas, empezando desde el proyecto
Calidad
Elementos se manufacturan y/o ejecutan en la propia obra, mayor influencia del error humano (más rechazos)
Mayor control (cada pieza tiene su destino), menor influencia del error humano (se sustituyen los albañiles por montadores: la pieza tiene su lugar)
Precisión
Se admiten los errores. Las tolerancias se basan en centímetros
La precisión dimensional y espacial de los elementos es crucial. Las tolerancias se basan en milímetros
Mano de obra
Dependencia casi exclusiva de la capacitación técnica de la mano de obra humana disponible
Procesos más automatizados
Coste
En origen, normalmente menor. Pero mayor riesgo de imprevistos y desviaciones económicas
Precio cerrado en proyecto
Tiempo
El mayor grado de indefinición y la mayor interacción entre los distintos agentes provoca desviaciones en tiempo y, por tanto, en costes
Mayor grado de cumplimiento en la planificación de la obra, rápida apertura de tajos para otros gremios, menor dependencia de las condiciones climatológicas
Materiales
La obra es la fábrica al mismo tiempo. Muchos excedentes de materiales
Menor generación de residuos
Una de las claves que acelerará, sin duda, la adopción de los métodos MMC es la introducción de la metodología BIM en los proyectos de edificación o de infraestructuras. En España, las administraciones públicas ya van dando pasos hacia la exigencia de que los proyectos de edificación o infraestructuras se realicen bajo la metodología BIM. Tanto MMC como BIM aumentan claramente la calidad del producto, la sostenibilidad y la mejora del servicio a lo largo del ciclo de vida del activo. A este respecto, recomiendo leer la guía BIM para empresas de prefabricados de hormigón (ANDECE, 2020).
En la feria Construmat de Barcelona (mayo de 2019), McKinsey & Company presentó un informe en el que se detalla cómo la tecnología basada en datos podría ayudar a las empresas españolas de infraestructuras a tomar decisiones más inteligentes, reducir el riesgo y mejorar los resultados de los proyectos. Por tanto, BIM, la automatización de procesos, la inteligencia artificial, el Big Data, las tecnologías en la nube o la interacción con Internet de las Cosas suponen el revolución que lanzará definitivamente la construcción inteligente.
Figura 4. Tecnología de doble pared (twin wall technology). https://www.cornishconcrete.co.uk/products/twin-wall/
Dentro de nuestro grupo de investigación estamos trabajando en la tesis doctoral de Antonio Sánchez Garrido sobre este tipo de aspectos. En una de sus primeras publicaciones en revista indexada en el primer decil de JCR (Sánchez-Garrido y Yepes, 2020), se han aplicado técnicas analíticas de toma de decisiones multicriterio (MCDM) y análisis del ciclo de vida, a una tipología de construcción tradicional de una vivienda unifamiliar, y a dos alternativas diferentes basadas en MMC. Se propone un índice de sosteniblidad, que incluye atributos tangibles e intangibles, así como factores de incertidumbre y riesgos, que permite a los promotores priorizar soluciones que aseguren la sostenibilidad económica, social y medioambiental.
Os dejo algunos vídeos al respecto de esta nueva tecnología.
https://www.youtube.com/watch?v=fZl9Pd0UU_U
Os dejo como información complementaria un artículo de Alejandro López de hace apenas tres años, pero donde ya se empezaba a vislumbrar un crecimiento exponencial de la construcción modular.
DOWSETT, R.; GREEN, M.; SEXTON, M.; HARTY, C.,2019. Projecting at the project level: MMC supply chain integration roadmap for small house builders. Construction Innovation-England, 19 (2): 193-211.
PELLICER, E.; YEPES, V.; CORREA, C.L.; ALARCÓN, L.F. (2014). Model for Systematic Innovation in Construction Companies.Journal of Construction Engineering and Management, 140(4):B4014001.
PELLICER, E.; SIERRA, L.A.; YEPES, V. (2016). Appraisal of infrastructure sustainability by graduate students using an active-learning method.Journal of Cleaner Production, 113:884-896.
RAHMAN, M.M. (2014). Barriers of implementing modern methods of construction. Journal of Management in Engineering, 30(1):69-77.
SÁNCHEZ-GARRIDO, A.J.; YEPES, V. (2020). Multi-criteria assessment of alternative sustainable structures for a self-promoted, single-family home.Journal of Cleaner Production, 258: 120556.
SIMON, H.A. (1962). The arquitecture of complexity. Proceedings of the American Philosophical Society, 106(6):467-482.
YEPES, V.; PELLICER, E.; ORTEGA, J.A. (2012). Designing a benchmark indicator for managerial competences in construction at the graduate level. Journal of Professional Issues in Engineering Education and Practice, 138(1): 48-54.
Figura 1. Colapso del puente I-35W en Minneapolis. https://thestartupgrowth.com/2019/02/21/structural-health-monitoring-market-driven-by-rapid-expansion-in-the-infrastructure-sector-till-2024/
Una noticia aparecida el 9 de diciembre de 2018 en El País con el siguiente titular “Fomento admite que hay 66 puentes con graves problemas de seguridad” abrió cierta inquietud en la opinión pública sobre la seguridad de nuestros puentes. Esta inquietud irrumpió en agosto de ese mismo año con el derrumbe de un puente en Génova (Italia). Pero los ejemplos no quedan aquí. Podríamos hablar de la sustitución de los cables del puente Fernando Reig, en Alcoy, o del Puente del Centenario, en Sevilla. O del derribo del puente Joaquín Costa, en Madrid. Ejemplos tenemos en todo el mundo. En cualquier caso, estamos hablando de cifras millonarias, de cortes de tráfico, pérdidas humanas, por poner algunas consecuencias sobre la mesa.
Los puentes son componentes críticos de las infraestructuras, pues su correcto funcionamiento es básico para la resiliencia de nuestros entornos urbanos. Sin embargo, un gran número de infraestructuras que están llegando al final de su vida útil al mismo tiempo. De hecho, la vida útil de muchos puentes se espera que sea menor a la proyectada debido al continuo deterioro provocado por el incremento del tráfico y de los impactos ambientales. Esto constituye una auténtica bomba de relojería (Thurlby, 2013), que junto al reto de la reducción de los impactos ambientales, son razones más que suficientes para preocuparnos de mejorar el mantenimiento de nuestros puentes. De hecho, ya hemos comentado en un artículo anterior un concepto totalmente relacionado con éste: la “crisis de las infraestructuras“. Yo me atrevería a afirmar algo que puede parecer muy duro: el derrumbe de nuestra civilización será paralelo al de las infraestructuras que les da soporte.
Hoy día los gestores de las infraestructuras tienen ante sí un reto importante consistente en mantenerlas en un estado aceptable con presupuestos muy limitados. De hecho, la inspección de los puentes, su mantenimiento y reparación constituyen tareas rutinarias necesarias para mantener dichas infraestructuras en buenas condiciones (Tong et al., 2019). Sin embargo, el problema pasa a ser grave cuando una parte significativa del parque de infraestructuras se encuentra cercano al final de su vida útil. Y lo que aún es peor, cuando existen riesgos de alto impacto y de baja probabilidad que pueden afectar gravemente a las infraestructuras. Resolver este problema es complicado, pues no se presta fácilmente a la exploración con los instrumentos analíticos y de previsión tradicionales.
El estado o deterioro de una infraestructura sigue un comportamiento similar, pero invertido, de la llamada “curva de la bañera“, que es una gráfica que representa los fallos durante el periodo de vida útil de un sistema o de una máquina. En este caso, según vemos en la Figura 2, el estado de condición o las prestaciones de la infraestructura permanece alto durante un periodo de tiempo hasta que empieza a decaer. Para los gestores es necesario conocer el comportamiento de las infraestructuras para tomar decisiones. Sin embargo, muchas veces desconocen en qué posición de la curva se encuentran y, lo que es peor, a qué ritmo se va a deteriorar. Por ejemplo, en la Figura 2 podemos ver que la caída en las prestaciones de A a B, o de B a C son similares, pero la velocidad de deterioro es muy diferente. Y lo que es peor de todo, llega un momento que la caída en las prestaciones ocurre de forma muy acelerada, sin capacidad de reacción por parte de los gestores. Por eso se ha utilizado el símil de la “bomba de relojería”.
Figura 2. Estado o prestaciones de una infraestructura (Thurlby, 2013)
La gestión y el mantenimiento de los puentes está empezando a ser un problema de una magnitud que está empezando a ser más que preocupante. Algunos datos son un ejemplo de ello: en el año 2019, 47000 puentes de los puentes en Estados Unidos, (más del 20% del total) presentan deficiencias estructurales (American Road & Transportation Builders Association, 2019); en Reino Unido, más de 3000 puentes estaban por debajo de los estándares y requerían reparación (RAC Foundation, 2019). Estos son buenos argumentos para aumentar la vida útil de los puentes.
Una de las tecnologías para mejorar la gestión y el mantenimiento de los puentes es la vigilancia de su estado estructural (structural health monitoring, SHM), que trata de mejorar el comportamiento de la estructura mediante el aprendizaje de los datos obtenidos durante su vida útil mediante su monitorización (Figura 3). Estos datos sirven para actualizar los modelos y comprobar el estado en que se encuentra la estructura, lo cual permite minimizar la incertidumbre de los parámetros empleados en los modelos. Sin embargo, aún no se ha resuelto completamente el paso de la obtención de los datos del puente en tiempo real a la toma de decisiones en la gestión y mantenimiento de los puentes.
Figura 3. Structural health monitoring. https://thestartupgrowth.com/2019/02/21/structural-health-monitoring-market-driven-by-rapid-expansion-in-the-infrastructure-sector-till-2024/
En un artículo anterior se explicó el concepto de gemelos digitales (digital twins). Estos modelos actualizados constantemente mediante la monitorización del puente, permitirían conocer en tiempo real el estado estructural del puente y también predecir su comportamiento en el caso de que ocurrieran determinadas circunstancias. Esta información sería clave a la hora de tomar decisiones en la gestión y el mantenimiento del puente.
Las preguntas clave que deberíamos responder serían las siguientes: ¿Es el puente seguro?, ¿cuánto tiempo será el puente seguro?, ¿cuál es el comportamiento estructural actual del puente?, ¿cuándo y cómo deberemos intervenir en el puente?
La respuesta a estas preguntas no es tan evidente como pudiera parecer a simple vista. Los gestores de las infraestructuras deberían ser capaces de entender y valorar en su justa medida los resultados estructurales de los modelos cuyos datos se actualizan en tiempo real. La dificultad estriba en conocer no solo los datos, sino las causas subyacentes a los cambios en el comportamiento estructural. Una ayuda son las técnicas procedentes de la inteligencia artificial, como el aprendizaje profundo, que permiten interpretar ingentes cantidades de datos e identificar patrones y correlaciones entre dichos datos. En un artículo anterior hablamos de este tema. Por otra parte, la actualización de los datos procedentes de la vigilancia de los puentes debería ser automática y en tiempo real. Aquí vuelve a cobrar importancia la inteligencia artificial, aunque nunca debería suplantar el conocimiento ingenieril que permite interpretar los resultados proporcionados por los algoritmos.
Por otra parte, la modelización del riesgo y la resiliencia es una labor necesaria para entender la vulnerabilidad de las infraestructuras. De esta forma seríamos capaces de desarrollar estrategias de mitigación, que podrían ser complementarias a las estrategias de gestión del deterioro que se han explicado anteriormente.
Por tanto, existe un auténtico salto entre la investigación dedicada a la monitorización en tiempo real de los puentes y la toma de decisiones para su gestión y mantenimiento. Los gemelos digitales apoyados en los actuales desarrollos tecnológicos como el “Internet de las cosas“, deberían permitir el paso de la investigación y el desarrollo a la innovación directamente aplicable a la realidad de la gestión de las infraestructuras.
THURLBY, R. (2013). Managing the asset time bomb: a system dynamics approach. Proceedings of the Institution of Civil Engineers – Forensic Engineering, 166(3):134-142.
TONG, X.; YANG, H.; WANG, L.; MIAO, Y. (2019). The development and field evaluation of an IoT system of low-power vibration for bridge health monitoring, Sensors 19(5):1222.
Figura 1. https://www.un.org/sustainabledevelopment/es/2015/09/infraestructura-innovacion-e-industrias-inclusivas-claves-para-el-desarrollo/
La resiliencia es un concepto que viene del mundo de la psicología y representa la capacidad para adaptarse de forma positiva frente a situaciones adversas. Proviene del latín resilio, “volver atrás, volver de un salto, resaltar, rebotar”. En el campo de la mecánica, la resiliencia sería la capacidad de un material para recuperar su forma inicial después de haber sido deformado por una fuerza. En la ecología, un sistema es resiliente si puede tolerar una perturbación sin colapsar a un estado completamente distinto, controlado por otro conjunto de procesos. En un entorno tecnológico, este término se relaciona con la capacidad de un sistema de soportar y recuperarse ante desastres y perturbaciones. En este artículo vamos a indagar en el concepto de resiliencia de las infraestructuras.
Así, dentro de los objetivos de desarrollo sostenible de Naciones Unidas (Figura 1), encontramos el Objetivo 9: Construir infraestructuras resilientes, provomer la industrialización sostenible y fomentar la innovación. En efecto, las infraestructuras deben hacer frente al crecimiento de la población, pero también a los crecientes peligros físicos (cinéticos) como el terrorismo, o los asociados al clima extremo y los desastres naturales. La frecuencia y gravedad de estos eventos extremos se prevén crecientes, y, por tanto, es más que previsible un aumento en los costes e impacto humano. Además, debido a la cada vez más informatización y digitalización de las infraestructuras, el riesgo de ataques informáticos a las infraestructuras es más que evidente.
La resiliencia puede asociarse con cuatro atributos: robustez, que es la capacidad para resistir un evento extremo sin que el fracaso en la funcionalidad sea completo; rapidez, que sería la capacidad de recuperarse de forma eficiente y efectiva; la redundancia, que sería la reserva de componentes o de sistemas estructurales sustitutivos; y el ingenio, que sería la eficiencia en la identificación de problemas, priorizando soluciones y movilizando recursos para su solución (Bruneau et al., 2003).
Matemáticamente, se puede evaluar la resiliencia integrando la curva de funcionalidad a lo largo del tiempo (ver Figura 2).
donde Q(t) es la funcionalidad; t0 es el momento en el que ocurre el evento extremo y Tr es el horizonte hasta donde se estudia la funcionalidad.
Figura 2. Valoración de la resiliencia tras un evento extremo (Anwar et al., 2019)
En la Figura 2 se pueden observar los tres estados correspondientes con la funcionalidad. En la situación de fiabilidad, la infraestructura se encuentra con la funcionalidad de referencia, previo al evento extremo. La situación de recuperación comienza tras la ocurrencia del evento extremo, con una pérdida de funcionalidad dependiente de la robustez de la infraestructura, y con una recuperación que depende de los esfuerzos realizados en la reparación, que puede ser rápida o lenta en función del ingenio o la creatividad en las soluciones propuestas, así como de la redundancia de los sistemas previstos. Por último, la situación recuperada es la que ocurre cuando la funcionalidad vuelve a ser la de referencia.
Se comprueba en la Figura 2 cómo una infraestructura pasa de una funcionalidad de referencia a una residual tras el evento extremo. Tras el evento, puede darse una demora en la recuperación de la funcionalidad debido a las tareas de inspección, rediseño, financiación, contratación, permisos, etc.). La recuperación completa de la funcionalidad depende de la forma en la que se han abordado las tareas de reparación. Es fácil verificar que la resiliencia se puede calcular integrando la curva de recuperación de la funcionalidad desde la ocurrencia del evento extremo hasta la completa recuperación, dividiendo dicho valor por el tiempo empleado en dicha recuperación.
Este modelo simplificado permite establecer las pautas para mejorar la resiliencia de una infraestructura:
a) Incrementando la robustez de la infraestructura, es decir, maximizar su funcionalidad residual tras un evento extremo.
b) Acelerando las actividades de recuperación de la funcionalidad de la infraestructura.
En ambos casos, es necesario concebir la infraestructura desde el principio con diseños robustos, con sistemas redundantes y con una previsión de las tareas de reparación necesarias.
Con todo, la capacidad de recuperación comprende cuatro dimensiones interrelacionadas: técnica, organizativa, social y económica (Bruneau et al., 2003). La dimensión técnica de la resiliencia se refiere a la capacidad de los sistemas físicos (incluidos los componentes, sus interconexiones e interacciones, y los sistemas enteros) para funcionar a niveles aceptables o deseables cuando están sujetos a los eventos extremos. La dimensión organizativa de la resiliencia se refiere a la capacidad de las organizaciones que gestionan infraestructuras críticas y tienen la responsabilidad de tomar decisiones y adoptar medidas que contribuyan a lograr la resiliencia descrita anteriormente, es decir, que ayuden a lograr una mayor solidez, redundancia, ingenio y rapidez. La dimensión social de la resiliencia consiste en medidas específicamente diseñadas para disminuir los efectos de los eventos extremos por parte de la población debido a la pérdida de infraestructuras críticas. Análogamente, la dimensión económica de la resiliencia se refiere a la capacidad de reducir tanto las pérdidas directas e indirectas de los eventos extremos.
El problema de estas cuatro dimensiones se pueden sumar de forma homogénea, con interrelaciones entre ellas. El reto consiste en cuantificar y medir la resiliencia en todas sus dimensiones, así como sus interrelaciones. Se trata de un problema de investigación de gran trascendencia y complejidad, que afecta al ciclo de vida de las infraestructuras desde el inicio de la planificación (Salas y Yepes, 2020).
Referencias:
ANWAR, G.A.; DONG, Y.; ZHAI, C. (2020). Performance-based probabilistic framework for seismic risk, resilience, and sustainability assessment of reinforced concrete structures. Advances in Structural Engineering, 23(7):1454-1457.
BRUNEAU, M.; CHANG, S.E.; EGUCHI, R.T. et al. (2003). A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake Spectra 19(4): 733–752.
