Os anuncio la invitación recibida por el Presidente del Comité Organizador del XXI Congreso Nacional de Ingeniería Civil, organizado por el Colegio de Ingenieros del Perú. Se trata de impartir una Conferencia Magistral en el eje temático de Transportes. La conferencia tendrá lugar el 30 de junio de 2021, de 9:50 a 10:30 horas (hora del Perú). El título de la conferencia es “Optimización aplicada a la gestión sostenible del mantenimiento de carreteras”.
El Congreso Nacional de Ingeniería Civil es el evento que reúne a profesionales, docentes, investigadores y empresarios del sector de la construcción en una jornada de capacitación acerca de las últimas innovaciones producto de las actividades de investigación en el sector de la construcción. El CONIC 2021 se realizará del 28 de Junio al 02 de Julio en modalidad 100% virtual y tendrá invitados de más de 15 países y más de 50 conferencias magistrales distribuidas en 9 ejes temáticos transversales al sector de la construcción. El enlace del congreso es el siguiente: https://conic21.com/
Charles Darwin en una fotografía tomada por J.M. Cameron en 1869.
Resulta fascinante comprobar cómo aplicando los mecanismos básicos de la evolución ya descrita por Darwin en su obra fundamental, El origen de las especies por medio de la selección natural, o la preservación de las razas preferidas en la lucha por la vida, publicada en 1859, se pueden generar algoritmos capaces de optimizar problemas complejos. Este tipo de metaheurísticas inspiradas en la Naturaleza ya se comentaron en artículos anteriores cuando hablamos de la optimización por colonias de hormigas o de la cristalización simulada. Aunque es un algoritmo ampliamente conocido por la comunidad científica, voy a intentar dar un par de pinceladas con el único afán de divulgar esta técnica. La verdad es que las implicaciones filosóficas que subyacen tras la teoría de Darwin son de una profundidad difícil de entender cuando se lleva a sus últimos extremos. Pero el caso es que estos algoritmos funcionan perfectamente en la optimización de estructuras de hormigón, problemas de transporte y otros problemas difíciles de optimización combinatoria.
Para aquellos interesados, os paso en las referencias un par de artículos donde hemos aplicado los algoritmos genéticos para optimizar rutas de transporte aéreo o pilas de puente huecas de hormigón armado.
Sin embargo, para aquellos otros que queráis un buen libro para pensar, os recomiendo “La peligrosa idea de Darwin”, de Daniel C. Dennett. A más de uno le hará remover los cimientos más profundos de sus creencias. Os paso la referencia al final.
Básicamente, los algoritmos genéticos “Genetic Algorithms, GA”, simulan el proceso de evolución de las especies que se reproducen sexualmente. De manera muy general, se puede decir que en la evolución de los seres vivos, el problema al que cada individuo se enfrenta diariamente es el de la supervivencia. Para ello cuenta, entre otras, con las habilidades innatas provistas en su material genético. A nivel de los genes, el problema consiste en la búsqueda de aquellas adaptaciones beneficiosas en un medio hostil y cambiante. Debido en parte a la selección natural, cada especie gana cierta “información” que es incorporada a sus cromosomas.
Durante la reproducción sexual, un nuevo individuo, diferente de sus padres, se genera a través de la acción de dos mecanismos fundamentales: El primero es el cruzamiento, que combina parte del patrimonio genético de cada progenitor para elaborar el del nuevo individuo; el segundo es la mutación, que supone una modificación espontánea de esta información genética. La descendencia será diferente de los progenitores, pero mantendrá parte de sus características. Si los hijos heredan buenos atributos de sus padres, su probabilidad de supervivencia será mayor que aquellos otros que no las tengan. De este modo, los mejores tendrán altas probabilidades de reproducirse y diseminar su información genética a sus descendientes.
Holland (1975) estableció por primera vez una metaheurística basada en la analogía genética. Un individuo se puede asociar a una solución factible del problema, de modo que se pueda codificar en forma de un vector binario “string”. Entonces un operador de cruzamiento intercambia cadenas de los padres para producir un hijo. La mutación se configura como un operador secundario que cambia, con una probabilidad pequeña, algunos elementos del vector hijo. La aptitud del nuevo vector creado se evalúa de acuerdo con una función objetivo.
Los pasos a seguir con esta metaheurística serían los siguientes:
Generar una población de vectores (individuos).
Mientras no se encuentre un criterio de parada:
Seleccionar un conjunto de vectores padre, que serán reemplazados de la población.
Emparejar aleatoriamente a los progenitores y cruzarlos para obtener unos vectores hijo.
Aplicar una mutación a cada descendiente.
Evaluar a los hijos.
Introducir a los hijos en la población.
Eliminar a aquellos individuos menos eficaces.
Normalmente este proceso finaliza después de un numero determinado de generaciones o cuando la población ya no puede mejorar. La selección de los padres se elige probabilísticamente hacia los individuos más aptos. Al igual que ocurre con en la Naturaleza, los sujetos con mayor aptitud diseminan sus características en toda la población.
Esta descripción de los GA se adapta a cada situación concreta, siendo habitual la codificación de números enteros en vez de binarios. Del mismo modo se han sofisticado los distintos operadores de cruzamiento y mutación.
DENNETT, D.C. (1999). La peligrosa idea de Darwin. Galaxia Gutenberg. Círculo de Lectores, Barcelona.
HOLLAND, J.H. (1975). Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor.
MARTÍNEZ, F.J.; GONZÁLEZ-VIDOSA, F.; HOSPITALER, A.; YEPES, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections.Computers & Structures, 88: 375-386. ISSN: 0045-7949. (link)
MEDINA, J.R.; YEPES, V. (2003). Optimization of touristic distribution networks using genetic algorithms. Statistics and Operations Research Transactions, 27(1): 95-112. ISSN: 1696-2281. (pdf)
PONZ-TIENDA, J.L.; YEPES, V.; PELLICER, E.; MORENO-FLORES, J. (2013). The resource leveling problem with multiple resources using an adaptive genetic algorithm. Automation in Construction, 29(1):161-172. DOI:http://dx.doi.org/10.1016/j.autcon.2012.10.003. (link)
YEPES, V. (2003). Apuntes de optimización heurística en ingeniería. Editorial de la Universidad Politécnica de Valencia. Ref. 2003.249. Valencia, 266 pp. Depósito Legal: V-2720-2003.
Hace unos días tuvimos la ocasión de presentar una comunicación en la segunda edición de “International Conference on Innovative Applied Energy (IPC’20), que si bien iba a ser presencial en Cambridge (Reino Unido), al final se tuvo que realizar en línea por culpa de la pandemia. A continuación os dejo la presentación que hicimos y un resumen de la misma. Espero que os sea de interés.
Referencia:
SALAS, J.; YEPES, V. (2020). UPSS, a multi-level framework for improved resilient regional planning.Proceedings of the Second Edition of the International Conference on Innovative Applied Energy (IPC’20), 15-16 September, Cambridge, United Kingdom. ISBN (978-1-912532-18-6).
Hoy 4 de septiembre, pero del año 2002, tuve la ocasión de defender mi tesis doctoral titulada “Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW“. La tesis la dirigió el profesor Josep Ramon Medina Folgado, el tribunal lo presidió José Aguilar, acompañado por José Vicente Colomer, Francesc Robusté, Francisco García Benítez y Jesús Cuartero. La calificación fue de sobresaliente “cum laude” por unanimidad.
Por tanto, mi tesis ya ha cumplido la mayoría de edad. Es un buen momento de reflexionar sobre lo que este trabajo supuso para mí. Fue una tesis tardía, pues la leí con 38 años, teniendo ya una buena trayectoria profesional en la empresa privada (Dragados y Construcciones) y en la administración pública (Generalitat Valenciana). De alguna forma, ya tenía la vida más o menos solucionada, con experiencia acumulada, pero con muchas inquietudes. En aquel momento era profesor asociado a tiempo parcial y, en mis ratos libres, me dediqué a hacer la tesis doctoral. Ni decir tiene las dificultades que supone para cualquiera el sacar tiempo de donde no lo hay para hacer algo que, en aquel momento, era simplemente vocacional. No hubo financiación de ningún tipo, ni reducción de jornada laboral, ni nada por el estilo. En aquel momento ni se me ocurrió que acabaría, años después, como catedrático de universidad. Del 2002 al 2008 seguí como profesor asociado trabajando en la administración pública. Por último, por el sistema de habilitación nacional, accedí a la universidad directamente de profesor asociado a profesor titular, cosa bastante rara en aquel momento. Gracias a que era una verdadera oposición con el resto de candidatos, tuve la oportunidad de mostrar mis méritos ante un tribunal. Luego la cátedra vino por el sistema de acreditación, y la plaza, tras una penosa espera a causa de la crisis y por las cuotas de reposición. Pasé en 6 años de ser profesor asociado a tiempo parcial a estar habilitado como catedrático de universidad (12 de mayo del 2014). Todo eso se lo debo, entre otras cosas, a la gran producción científica que pude llevar a cabo y que tuvo su origen en esta tesis doctoral.
Por cierto, en aquella época la tesis doctoral tenía que ser inédita, es decir, no tenía que haberse publicado ningún artículo de la tesis. Hoy día es todo lo contrario, conviene tener 3-4 artículos buenos antes de pasar por la defensa. Luego publiqué al respecto algunos artículos en revistas nacionales e internacionales, pero sobre todo, comunicaciones a congresos.
La tesis supuso, en su momento, aprender en profundidad lo que era la algoritmia, el cálculo computacional y, sobre todo, la optimización heurística. En aquel momento, al menos en el ámbito de la ingeniería civil, nada o muy poco se sabía al respecto, aunque era un campo abonado a nivel internacional. Luego comprobé que todo lo aprendido se pudo aplicar al ámbito de las estructuras, especialmente a los puentes, pero eso es otra historia.
Os dejo las primeras páginas de la tesis y la presentación que utilicé en PowerPoint. Para que os hagáis una idea del momento, la presentación también la imprimí en acetato, pues aún se empleaba en ese momento en las clases la proyección de transparencias.
Referencia:
YEPES, V. (2002). Optimización heurística económica aplicada a las redes de transporte del tipo VRPTW. Tesis Doctoral. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos. Universitat Politècnica de València. 352 pp. ISBN: 0-493-91360-2.
Acaban de publicarnos un artículo en la revista International Journal of Environmental Research and Public Health (revista indexada en el JCR) sobre la aplicación de la planificación multinivel como herramienta para mejorar la sostenibilidad y la resiliencia de las infraestructuras. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.
Se aplica una metodología novedosa de control jerárquico con múltiples objetivos para abordar la vulnerabilidad urbana, la mejora del estado de la red de carreteras y la minimización del costo económico como objetivos en un proceso de planificación resistente en el que tanto las acciones como su ejecución se planifican para un desarrollo controlado y sostenible. Basándose en el Sistema de Apoyo al Planeamiento Urbano, una herramienta de planificación desarrollada previamente, el sistema mejorado de apoyo al planeamiento ofrece una alternativa de planificación en la red de carreteras española, con el mejor equilibrio multiobjetivo entre optimización, riesgo y oportunidad. El proceso de planificación formaliza entonces la capacidad de adaptación local como la capacidad de variar la alternativa de planificación seleccionada dentro de ciertos límites, y el control del riesgo global como las obligaciones que deben cumplirse a cambio. Por último, mediante la optimización multiobjetivo, el método revela los equilibrios multiobjetivo entre la oportunidad local, el riesgo global y los derechos y deberes a escala local, proporcionando así una comprensión más profunda para una toma de decisiones mejor informada.
El artículo se ha publicado en una revista de alto impacto internacional, Q1 de la WOS, Impact Factor = 2,468 (2018), en acceso abierto, que se puede descargar desde la siguiente dirección: https://www.mdpi.com/1660-4601/17/3/962
Abstract
Resilient planning demands not only resilient actions, but also resilient implementation, which promotes adaptive capacity for the attainment of the planned objectives. This requires, in the case of multi-level infrastructure systems, the simultaneous pursuit of bottom-up infrastructure planning for the promotion of adaptive capacity, and of top-down approaches for the achievement of global objectives and the reduction of structural vulnerabilities and imbalances. Though several authors have pointed out the need to balance bottom-up flexibility with top-down hierarchical control for better plan implementation, very few methods have yet been developed with this aim, least of all with a multi-objective perspective. This work addressed this lack by including, for the first time, the mitigation of urban vulnerability, the improvement of road network condition, and the minimization of the economic cost as objectives in a resilient planning process in which both actions and their implementation are planned for a controlled, sustainable development. Building on Urban planning support system (UPSS), a previously developed planning tool, the improved planning support system affords a planning alternative over the Spanish road network, with the best multi-objective balance between optimization, risk, and opportunity. The planning process then formalizes local adaptive capacity as the capacity to vary the selected planning alternative within certain limits, and global risk control as the duties that should be achieved in exchange. Finally, by means of multi-objective optimization, the method reveals the multi-objective trade-offs between local opportunity, global risk, and rights and duties at local scale, thus providing deeper understanding for better informed decision-making.
La ciudad Estado de Singapur desarrolla una copia virtual de sí misma, un proyecto basado en big data, IoT, computación en la nube y realidad virtual. https://www.esmartcity.es/2019/03/22/singapur-gemelo-digital-posibilidades-ofrece-ciudad-inteligente-tener-copia-virtual-exacta
En menos de una década, gran parte de los ingenieros dejarán de hacer proyectos, tal y como lo conocemos ahora, y pasarán a ser gestores de gemelos híbridos digitales de infraestructuras.
Este podría ser un buen titular periodístico que, incluso podría parecer ciencia ficción, pero que tiene todos los visos de convertirse en realidad en menos tiempo del previsto. Se podría pensar que las tecnologías BIM o los modelos digitales actuales ya son una realidad, es decir, se trata de dar un nuevo nombre a lo que ya conocemos y está en desarrollo, pero de lo que estamos hablando es de un nuevo paradigma que va a revolver los cimientos de la tecnología actual en el ámbito de la ingeniería. Voy a desgranar esta conclusión explicando cada uno de los avances y los conceptos que subyacen al respecto.
La semana pasada tuve la ocasión de escuchar la conferencia magistral, en el Congreso CMMoST, de Francisco Chinesta, catedrático en la ENSAM ParisTech e ingeniero industrial egresado por la Universitat Politècnica de València. Trataba de un nuevo paradigma en la ingeniería basada en datos y no era otra que la de los gemelos híbridos digitales, un paso más allá de la modelización numérica y de la minería de datos. Este hecho coincidió con el anuncio en prensa de que Google había publicado en la prestigiosa revista Nature un artículo demostrando la supremacía cuántica, un artículo no exento de polémica, pues parece ser que se diseñó un algoritmo que tiene como objetivo generar números aleatorios mediante un procedimiento matemático muy complejo y que obligaría al superordenador Summit, que es actualmente el más potente del mundo gracias a sus 200 petaflops, a invertir 10.000 años en resolver el problema, que que el procesador cuántico Sycamore de 54 qubits de Google habría resuelto en tres minutos y 20 segundos.
Si nos centramos en la supuesta supremacía cuántica de Google, se debería matizar la noticia al respecto. En efecto, IBM ya se ha defendido diciendo que su ordenador Summit no se encuentra tan alejado, pues se ha resuelto un problema muy específico relacionado con generar números aleatorios y que parece que Sycamore sabe resolver muy bien. De hecho, IBM afirma que ha reajustado su superordenador y que ahora es capaz de resolver ese mismo problema en 2,5 días con un margen de error mucho menor que el ordenador cuántico. Aquí lo importante es saber si esta computación cuántica estará, sin trabas o límites, accesible a cualquier centro de investigación o empresa para resolver problemas de altísima complejidad computacional (problemas NP-hard como pueden ser los de optimización combinatoria). Tal vez los superordenadores convencionales servirán para resolver unos problemas específicos en tareas convencionales, y los cuánticos, imparables en resolver otro tipo de problemas. Todo se andará, pero parece que esto es imparable.
Por tanto, parece que el hardware necesario para la una computación ultrarrápida está o estará a nuestro alcance en un futuro no muy lejano. Ahora se trata de ver cómo ha cambiado el paradigma de la modelización matemática. Para ello podríamos empezar definiendo al “gemelo digital”, o digital twin. Se trata de un modelo virtual de un proceso, producto o servicio que sirve de enlace entre un ente en el mundo real y su representación digital que está utilizando continuamente datos de los sensores. A diferencia del modelado BIM, el gemelo digital no representa exclusivamente objetos espaciales, sino que también podría representar procesos, u otro tipo de entes sin soporte físico. Se trata de una tecnología que, según todos los expertos, marcarán tendencia en los próximos años y que, según el informe “Beyond the hype“, de KPMG, será la base de la cuarta Revolución Industrial.
Sin embargo, el gemelo digital no es una idea nueva, pues a principios de este siglo ya la introdujo Michael Grieves, en colaboración con John Vickers, director de tecnología de la NASA. Esta tecnología se aplica al Internet de las Cosas, que se refiere a la interconexión digital de objetos cotidianos con internet. Además, se encuentra muy relacionada con la inteligencia artificial y con la minería de datos “data-mining“. Empresas como Siemens ya están preparando convertir sus plantas industriales en fábricas de datos con su gemelo digital, o General Electric, que cuenta ya con 800.000 gemelos digitales para monitorizar virtualmente la cadena de suministro.
Con todo, tal y como explicó el profesor Chinesta (Chinesta et al., 2018), existe actualmente un cambio de paradigma hacia los gemelos digitales híbridos que, extrapolando su uso, va a significar la gran revolución en la forma de proyectar y gestionar las infraestructuras, tal y como avancé al principio del artículo.
En efecto, los modelos utilizados en ciencia y en ingeniería son muy complejos. La simulación numérica, la modelización y la experimentación han sido los tres pilares sobre los que se ha desarrollado la ingeniería en el siglo XX. La modelización numérica, que sería el nombre tradicional que se ha dado al “gemelo digital” presenta problemas prácticos por ser modelos estáticos, pues no se retroalimentan de forma continua de datos procedentes del mundo real a través de la monitorización continua. Estos modelos numéricos (usualmente elementos finitos, diferencias finitas, volumen finito, etc.) son suficientemente precisos si se calibran bien los parámetros que lo definen. La alternativa a estos modelos numéricos son el uso de modelos predictivos basados en datos masivos big-data, constituyendo “cajas negras” con alta capacidad de predicción debido a su aprendizaje automático “machine-learning“, pero que esconden el fundamento físico que sustentan los datos (por ejemplo, redes neuronales). Sin embargo, la experimentación es extraordinariamente cara y lenta para alimentar estos modelos basados en datos masivos.
El cambio de paradigma, por tanto, se basa en el uso de datos inteligentes “smart-data paradimg“. Este cambio se debe basar, no en la reducción de la complejidad de los modelos, sino en la reducción dimensional de los problemas, de la retroalimentación continua de datos del modelo numérico respecto a la realidad monitorizada y el uso de potentes herramientas de cálculo que permitan la interacción en tiempo real, obteniendo respuestas a cambios paramétricos en el problema. Dicho de otra forma, deberíamos poder interactuar a tiempo real con el gemelo virtual. Por tanto, estamos ante otra realidad, que es el gemelo virtual híbrido.
Por tanto, estamos ahora en disposición de centrarnos en la afirmación que hice al principio. La nueva tecnología en gemelos digitales híbridos, junto con la nueva capacidad de cálculo numérico en ciernes, va a transformar definitivamente la forma de entender, proyectar y gestionar las infraestructuras. Ya no se trata de proyectar, por ejemplo, un puente. Ni tampoco estamos hablando de diseñar un prototipo en 3D del mismo puente, ni siquiera de modelar en BIM dicha estructura. Estamos hablando de crear un gemelo digital que se retroalimentará continuamente del puente real, que estará monitorizado. Se reajustarán los parámetros de cálculo del puente con los resultados obtenidos de la prueba de carga, se podrán predecir las labores de mantenimiento, se podrá conocer con antelación el comportamiento ante un fenómeno extraordinario como una explosión o un terremoto. Por tanto, una nueva profesión, que será la del ingeniero de gemelos virtuales híbridos de infraestructuras será una de las nuevas profesiones que reemplazarán a otras que quedarán obsoletas.
Se tratará de gestionar el gemelo durante el proyecto, la construcción, la explotación e incluso el desmantelamiento de la infraestructura. Se podrán analizar cambios de usos previstos, la utilización óptima de recursos, monitorizar la seguridad, y lo más importante, incorporar nuevas funciones objetivo como son la sostenibilidad económica, medioambiental y social a lo largo del ciclo de vida completo. Este tipo de enfoque es el que nuestro grupo de investigación tiene en el proyecto DIMILIFE. Proyectos como puentes, presas, aeropuertos, redes de carreteras, redes de ferrocarriles, centrales nucleares, etc. tendrán su gemelo digital. Para que sea efectivo, se deberá prever, desde el principio, la monitorización de la infraestructura para ayudar a la toma de decisiones. Además, servirá para avanzar en la aproximación cognitiva en la toma de decisiones (Yepes et al., 2015).
Os paso a continuación un vídeo sobre el uso de los gemelos digitales en la ciudad de Singapur.
A continuación os pongo un vídeo sacado de la página de Elías Cueto, de la Universidad de Zaragoza, en la que vemos cómo se interactúa con un gemelo virtual de un conejo.
En este otro vídeo, el profesor Chinesta explica el cambio de paradigma del que hemos hablado anteriormente en el artículo.
¿Qué es la computación cuántica? Aquí tenemos un vídeo de Eduardo Sáenz de Cabezón:
Referencias:
Chinesta, F.; Cueto, E.; Abisset-Chavanne, E.; Duval, J.L. (2018). Virtual, Digital and Hybrid Twins: A New Paradigm in Data-Based Engineering and Engineered Data.Archives of Computational Methods in Engineering, DOI: 10.1007/s11831-018-9301-4
Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4):1024-1036. DOI:10.1016/j.acme.2015.05.001
Son vehículos de transporte con caja basculante, cuyas características de cargas por eje[1] y dimensiones no le permiten circular por carreteras, circulando por tanto solo dentro de las obras o en explotaciones mineras. Todos sus elementos son robustos, sobre todo la suspensión, eje y bastidor, ya que circulan por pistas en mal estado. Tienen dos ejes, el delantero de dirección y el trasero de tracción, con ruedas gemelas. Necesitan trasladarse de una obra a otra mediante trailers.
Sus dimensiones pueden superar los 8 m. de anchura, 3.000 CV. de potencia y 360 t. de carga útil (el modelo más grande, Belaz 75710, puede llegar hasta 450 t.), aunque las habituales son una carga útil entre 10 y 75 t.[2], una potencia entre 130 y 700 CV. y una anchura máxima entre 2,50 y 5,00 m. Sus taras oscilan entre 7 a 60 t. y la distancia entre ejes varía de 1,15 a 1,95 veces del ancho de la vía. Pueden desplazarse a 50 o 60 km/h en pistas en buen estado, por lo que precisan motores potentes. Su dirección es hidráulica, con radios de giro mínimos y por tanto gran maniobrabilidad, mejor que la de los camiones.
Las cajas, robustas y construidas con aceros especiales de alta resistencia, suele tener su fondo en forma de “V” para bajar el centro de gravedad. Sus ruedas son de gran diámetro y anchura, que le da flotabilidad en terrenos blandos, con dibujos muy profundos y marcados para dar mayor adherencia.
[1]Su peso propio es del orden de 3 a 4 veces superior al de un camión normal, relación tara/carga equivalente a 0,75 mientras que en un camión es de 0,50.
[2]A partir de aquí ya no se usan en ingeniería civil, sino en minería.
Os paso a continuación algunos vídeos para que podáis comprobar el funcionamiento de este tipo de máquinas de acarreo.
Bueno, este par de vídeos que os dejo se salen un poco de los procedimientos constructivos:
Referencias:
YEPES, V. (2014). Maquinaria de movimiento de tierras. Apuntes de la Universitat Politècnica de València, Ref. 204. Valencia, 158 pp.
Entre los buenos momentos de la inauguración de la XXV Semana de la Ingeniería Civil y el Medio Ambiente 2019 #SICMA ayer estuvo la proyección, durante la presentación realizada por el Vicerrector de alumnado, cultura y deportes, José Luis Cueto, de este vídeo que nos dejó sin palabras: “He construido un puente”.
Se trata de una escena de la película Margin Call, en la que un responsable, entre otros, de la gran caída del sistema financiero mundial, un broker, tras ser despedido se plantea lo absurdo del trabajo que ha estado realizando, comparándolo con un trabajo anterior, de ingeniero con el que en lugar de hundir en la miseria a las personas, las ayudó a ahorrar tiempo en sus vidas.
Creo que vale la pena ver estos casi dos minutos impagables.
Figura 1. Conservación de carretera Guayaquil-Santa Elena.
En muchos foros se repite, a modo de mantra, que la falta de conservación de nuestras carreteras (y calles, en el caso de las ciudades) se debe fundamentalmente a un problema de orden económico. Por algún motivo u otro (crisis económica, dificultad para aprobar presupuestos, falta de voluntad política, etc.), la falta aparente de recursos obliga a realizar una conservación correctiva o reactiva de las carreteras, como ya se justificó en un artículo anterior, provoca estados subóptimos en la infraestructura y tiene como consecuencia el incremento del riesgo de accidentes, la reducción de la velocidad de los vehículos, las restricciones de paso y la elección por los usuarios de itinerarios alternativos con mayor tiempo de recorrido. Conviene insistir, en este punto, una conservación deficiente genera mayores costes a los usuarios relacionados con el valor del tiempo de viaje, con el vehículo y con los accidentes de tráfico. La justificación económica de las restricciones presupuestarias queda en entredicho cuando se consideran los costes totales del transporte.
Sin embargo, en nuestro grupo de investigación hemos desarrollado modelos que, incluso en el caso de disponer de presupuestos restrictivos, pueden optimizar el estado o condición no de una carretera, sino de una red completa, considerando, además, distintas funciones objetivo (costes económicos, sociales y medioambientales). Para entender mejor el problema, expongo a continuación la dificultad intrínseca de este tipo de problemas y justificaré las razones por las que muchos gestores del mantenimiento de carreteras toman decisiones que se alejan de ser óptimas.
La clave para entender la magnitud del problema radica en la dificultad que tienen los gestores de la red de carreteras para tomar decisiones debido a la explosión combinatoria de las soluciones posibles al tener en cuenta distintos tipos de tratamientos de preservación, mantenimiento y rehabilitación (P+M+R), y los periodos de aplicación. Dicho de otra forma, en una red de carreteras se trata de decidir en qué tramo de la red se aplica un tratamiento de los múltiples posibles y cuándo se debe realizar. Las decisiones tomadas conforman el programa de conservación de la red de carreteras.
En la Figura 2 se representan las variables fundamentales que conforman el problema. En una red de carreteras tenemos N activos (tramos considerados), S posibles tratamientos, cada uno de los cuales se aplicará en el instante t en los T años considerados en el programa de conservación.
Figura 2. Programa de conservación (Torres-Machí, 2015)
El programa de conservación resultante de las decisiones tomadas para un horizonte de T años nos dirá para cada uno de los años dónde actuar y qué tipo de tratamiento se deberá efectuar. En la Figura 3 queda representada un posible programa fruto de las decisiones tomadas.
Figura 3. Ejemplo de programa de conservación (Torres-Machí, 2015)
Lo difícil de este problema, como hemos dicho anteriormente, es acertar con el mejor programa de conservación. No hay más remedio que aplicar técnicas de optimización para resolver el problema si los presupuestos son limitados. Existen dos enfoques: el secuencial y el holístico. El primero se centra en un activo (un tramo de carretera o una calle de una ciudad) y decide qué tratamientos se van a aplicar y en qué momento. En este caso el problema tiene N·S^T soluciones. En cambio, el enfoque holístico considera toda la red: se trata de elegir qué activo tiene prioridad en la red y luego decidir qué tratamiento y cuándo se aplica. Aquí se dispara el número de posibles soluciones a S^(N·T). A modo de ejemplo, teniendo en cuenta solo dos tratamientos (S=2), un horizonte de 10 años (T=10) y 7 tramos diferentes de carretera (N=7), el número de posibles soluciones es de 1,18E+21.
La única forma de abordar este problema es con algoritmos heurísticos de optimización multiobjetivo. Os dejo algunas referencias de cómo hemos resuelto en nuestro grupo de investigación este problema y en un artículo posterior os explico cómo formular el problema de optimización (funciones objetivo, restricciones, etc.). Como ya dije en artículos anteriores, la puerta está abierta a quien quiera participar en nuestro grupo.
Referencias:
SALAS, J.; YEPES, V. (2019). MS-ReRO and D-ROSE methods: assessing relational uncertainty and evaluating scenarios’ risks and opportunities on multi-scale infrastructure systems. Journal of Cleaner Production, (accepted, in press).
SIERRA, L.A.; PELLICER, E.; YEPES, V. (2017). Method for estimating the social sustainability of infrastructure projects. Environmental Impact Assessment Review, 65:41-53.
SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects. Journal of Cleaner Production, 176:521-534.
SIERRA, L.A.; YEPES, V.; PELLICER, E. (2017). Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty. Environmental Impact Assessment Review, 67:61-72.
SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187:496-513.
TORRES-MACHÍ, C. (2015). Optimización heurística multiobjetivo para la gestión de activos de infraestructuras de transporte terrestre. Tesis doctoral. Universitat Politècnica de València – Pontificia Universidad Católica de Chile.
TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E.; YEPES, V.; VIDELA, C. (2015). Sustainable pavement management: Integrating economic, technical, and environmental aspects in decision making. Transportation Research Record, 2523:56-63.
TORRES-MACHÍ, C.; CHAMORRO, A.; VIDELA, C.; PELLICER, E.; YEPES, V. (2014). An iterative approach for the optimization of pavement maintenance management at the network level. The Scientific World Journal, Volume 2014, Article ID 524329, 11 pages.
TORRES-MACHÍ, C.; CHAMORRO, A.; YEPES, V.; PELLICER, E. (2014). Current models and practices of economic and environmental evaluation for sustainable network-level pavement management. Revista de la Construcción, 13(2): 49-56.
TORRES-MACHI, C.; PELLICER, E.; YEPES, V.; CHAMORRO, A. (2017). Towards a sustainable optimization of pavement maintenance programs under budgetary restrictions. Journal of Cleaner Production, 148:90-102.
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.
En una entrada anterior vimos las distintas estrategias de conservación de las infraestructuras y cómo estas influían en el coste que debían pagar los usuarios. Estas estrategias pueden modificar el estado o las prestaciones de la infraestructura, que sin duda se degradan con el tiempo. Llegado a este punto, conviene diferenciar los conceptos de «estado» y «prestaciones» de una infraestructura.
La gestión de las infraestructuras (carreteras, puentes, etc.) supone un proceso en el que se deben asignar de forma eficiente los recursos limitados, en la dirección marcada por los objetivos estratégicos de la organización responsable de dicha gestión. Para ello, es necesario contar con una serie de indicadores que permitan medir de forma cuantitativa o cualitativa los resultados derivados de las acciones realizadas sobre dichos activos en relación con los objetivos.
Dichos indicadores pueden ser de estado o de prestaciones. El estado o condición de una infraestructura se define como su estado físico, que puede afectar o no a sus prestaciones. En cambio, la prestación o rendimiento se define como la capacidad de la infraestructura para proveer un determinado nivel de servicio a los usuarios. Se pueden llamar también prestaciones funcionales, pues indican el nivel de habilitación de una infraestructura para desarrollar su función principal, que es la prestación del servicio, aunque también podrían incluir otras características o efectos no directamente relacionados con el servicio a los usuarios.
Saber diferenciar ambos conceptos es básico para cualquier organización responsable de la gestión de una infraestructura. Así, por ejemplo, las prestaciones de un puente pueden no verse afectadas por el estado hasta que se produzca un fallo. Es fácil encontrar un puente de hormigón con defectos superficiales (corrosión de armaduras, desconchados, etc.) que mantiene intacta su funcionalidad y su integridad estructural. También podría darse el caso de un puente en muy buen estado que no sea capaz de soportar determinadas cargas de tráfico o que imponga restricciones de gálibo que afecten al tráfico.
Puente “traga camiones” de Leganés. https://www.lavanguardia.com
Pero, ¿cuáles son las razones para disponer de indicadores en la gestión de las infraestructuras? Son imprescindibles para tomar decisiones que afectan a estos activos. Permiten identificar las necesidades de intervención, proporcionan una guía para los procesos y criterios en la toma de decisiones y son los elementos que permiten controlar el progreso hacia los objetivos y metas trazados por la organización responsable de la gestión.
En el caso de una carretera, los indicadores utilizados en su gestión se suelen agrupar en diferentes categorías que corresponden a los objetivos de la organización responsable de dicha gestión. Se podrían considerar, entre otros, los siguientes: conservación de la carretera, seguridad vial, movilidad y accesibilidad, medioambiente, operaciones y mantenimiento, y eficiencia económica.
Si se dispone de mediciones de dichos indicadores, estos permiten comparar sus valores con determinados estándares, umbrales o niveles mínimos. Esta información es determinante para identificar las necesidades de intervención y, por tanto, cataliza todo el proceso posterior de selección de intervenciones y asignación de recursos económicos.
En artículos posteriores hablaremos de cómo podremos utilizar estos índices para el caso particular de las carreteras y de cómo aplicar técnicas procedentes de la optimización multiobjetivo y de la toma de decisiones multicriterio para asignar los presupuestos restrictivos de los que dispone una organización, de modo que la condición de las carreteras sea la máxima posible. Ya adelantamos que el problema no es sencillo, pero afortunadamente nuestro grupo de investigación ya dispone de las herramientas necesarias para planificar el mantenimiento y la conservación de una red de carreteras o de calles en una ciudad con presupuestos muy restrictivos.
Referencias:
CLEMENTE, J.J. (2012). La toma de decisión en el marco de la gestión de activos de infraestructuras de transporte terrestre. Trabajo de investigación. Universitat Politècnica de València.
SALAS, J.; YEPES, V. (2019). MS-ReRO and D-ROSE methods: assessing relational uncertainty and evaluating scenarios’ risks and opportunities on multi-scale infrastructure systems. Journal of Cleaner Production, (accepted, in press).
SIERRA, L.A.; PELLICER, E.; YEPES, V. (2017). Method for estimating the social sustainability of infrastructure projects. Environmental Impact Assessment Review, 65:41-53.
SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects. Journal of Cleaner Production, 176:521-534.
SIERRA, L.A.; YEPES, V.; PELLICER, E. (2017). Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty. Environmental Impact Assessment Review, 67:61-72.
SIERRA, L.A.; YEPES, V.; PELLICER, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187:496-513.
TORRES-MACHÍ, C. (2015). Optimización heurística multiobjetivo para la gestión de activos de infraestructuras de transporte terrestre. Tesis doctoral. Universitat Politècnica de València – Pontificia Universidad Católica de Chile.
TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E.; YEPES, V.; VIDELA, C. (2015). Sustainable pavement management: Integrating economic, technical, and environmental aspects in decision making. Transportation Research Record, 2523:56-63.
TORRES-MACHÍ, C.; CHAMORRO, A.; VIDELA, C.; PELLICER, E.; YEPES, V. (2014). An iterative approach for the optimization of pavement maintenance management at the network level. The Scientific World Journal, Volume 2014, Article ID 524329, 11 pages.
TORRES-MACHÍ, C.; CHAMORRO, A.; YEPES, V.; PELLICER, E. (2014). Current models and practices of economic and environmental evaluation for sustainable network-level pavement management. Revista de la Construcción, 13(2): 49-56.
TORRES-MACHI, C.; PELLICER, E.; YEPES, V.; CHAMORRO, A. (2017). Towards a sustainable optimization of pavement maintenance programs under budgetary restrictions. Journal of Cleaner Production, 148:90-102.
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.
