Tendencias futuras y retos de la inteligencia artificial en la ingeniería civil

La ingeniería civil se encuentra inmersa en un proceso de transformación profunda, impulsada por los avances en inteligencia artificial (IA) y tecnologías digitales emergentes. Estas innovaciones están redefiniendo los procesos de diseño y la gestión y operación de las infraestructuras, lo que permite la implementación de soluciones más eficientes, sostenibles y seguras. En este contexto, resulta imperativo explorar las principales tendencias que delinearán el futuro del sector en los próximos años, así como los desafíos que deberán superarse para lograr una adopción exitosa y generalizada.

Este artículo examina el impacto transformador de la IA y las tecnologías digitales en la ingeniería civil. Se destacan tendencias futuras clave como la creación de infraestructuras inteligentes con monitorización en tiempo real, el diseño generativo y la planificación asistida por inteligencia artificial. También se aborda el uso de la IA para la construcción sostenible, la proliferación de máquinas autónomas y robótica, y la mejora de la colaboración entre humanos y máquinas mediante la inteligencia aumentada. El documento también detalla los principales desafíos para la adopción exitosa de la IA, como la calidad de los datos, la integración con sistemas existentes, las consideraciones éticas y la escasez de talento. Por último, se destaca la importancia de abordar estos desafíos para lograr una transformación integral y sostenible del sector.

Tendencias futuras

La primera gran línea de evolución es la de las infraestructuras inteligentes, donde la IA combinada con el Internet de las Cosas (IoT) permitirá monitorizar en tiempo real el estado de puentes, túneles y redes de transporte, y adaptar automáticamente parámetros como la iluminación, el drenaje o la ventilación según la demanda.

El diseño generativo y la planificación asistida por IA tienen el potencial de transformar significativamente las etapas iniciales del proceso de diseño. Mediante algoritmos capaces de explorar un amplio espectro de alternativas, se optimizarán los criterios de costo, consumo de material y rendimiento estructural, reduciendo la subjetividad y acelerando la toma de decisiones.

En el ámbito de la construcción sostenible, la IA aportará análisis avanzados de consumo energético y huella de carbono, facilitando la selección de materiales y métodos constructivos de menor impacto ambiental, así como el dimensionado óptimo de sistemas de climatización y redes de servicios.

El despliegue de las máquinas autónomas y la robótica de obra continuará su curso: excavadoras, camiones y drones operarán con escasa supervisión humana, ejecutando movimientos precisos y recolectando datos topográficos que retroalimentan modelos predictivos de rendimiento y seguridad.

La colaboración entre humanos y máquinas se potenciará a través de la inteligencia aumentada, permitiendo a los profesionales liberarse de tareas repetitivas para enfocarse en la supervisión e interpretación de los resultados generados por sistemas de IA, combinando intuición y rigor analítico.

Las analíticas predictivas alcanzarán nuevas cotas de sofisticación, ofreciendo a los gestores de proyecto visibilidad temprana de desviaciones de costes, plazos y riesgos, y sugiriendo medidas preventivas basadas en patrones históricos.

La tecnología blockchain se explorará como garante de la trazabilidad, la transparencia y la inmutabilidad de los registros de obra, contratos y certificaciones, mitigando fraudes y disputas al proteger la integridad de los datos.

El edge computing permitirá procesar la información localmente en la obra —por ejemplo, en drones o en nodos IoT—, reduciendo la latencia y garantizando una respuesta inmediata en aplicaciones críticas, como la detección de fallos estructurales.

Los gemelos digitales, réplicas virtuales permanentemente actualizadas de activos reales, se consolidarán para simular escenarios de mantenimiento, rehabilitación y operación, optimizando ciclos de vida y costes asociados.

Por último, la personalización de soluciones IA permitirá adaptar herramientas y modelos a las necesidades específicas de cada proyecto, lo que facilitará una adopción más ágil y homogénea.

Retos asociados

No obstante, la plena materialización de estas tendencias se enfrenta a múltiples desafíos. En primer lugar, es preciso señalar que la calidad y la disponibilidad de los datos siguen siendo insuficientes. Los proyectos de gran envergadura generan información dispersa y heterogénea, lo que dificulta el entrenamiento fiable de modelos.

La integración con sistemas existentes, tales como software de gestión, bases de datos heredadas o flujos de trabajo manuales, puede ocasionar interrupciones en la operativa y en los cronogramas establecidos. Por lo tanto, se hace necesario implementar estrategias de migración y adaptación progresiva.

Las consideraciones éticas y el sesgo algorítmico obligan a implementar mecanismos de transparencia y gobernanza que garanticen la rendición de cuentas y la equidad en decisiones críticas.

La escasez de talento experto en IA y construcción limita la creación, el despliegue y el mantenimiento de estas soluciones, apuntando a la necesidad de planes de formación duales en ingeniería y ciencia de datos.

La ausencia de marcos regulatorios y legales claros genera incertidumbre en cuanto a las responsabilidades, licencias y cumplimiento normativo en caso de fallos o litigios.

El coste inicial de adquisición e implementación de tecnologías IA puede resultar prohibitivo para las pequeñas y medianas empresas (PYMES) y proyectos con márgenes ajustados. Por ello, es importante demostrar el retorno de la inversión a medio y largo plazo.

La privacidad y la seguridad de los datos, cada vez más extensos y sensibles, requieren arquitecturas robustas que eviten fugas y ciberataques, especialmente cuando se integran sensores IoT y servicios en la nube.

Los problemas de interoperabilidad entre plataformas, estándares y formatos de datos comprometen la colaboración multidisciplinar y el intercambio fluido de información.

La adaptación al ritmo vertiginoso de la evolución tecnológica exige un aprendizaje continuo y revisiones frecuentes de las infraestructuras de TI para no quedarse obsoletos.

Finalmente, la resistencia al cambio por parte de profesionales y directivos puede frenar la adopción, subrayando la importancia de campañas de sensibilización y casos de éxito tangibles.

Conclusión

El futuro de la IA en ingeniería civil se perfila como un escenario de grandes oportunidades para la creación de infraestructuras más inteligentes, eficientes y sostenibles. No obstante, es imperativo que se aborden con éxito los desafíos técnicos, éticos y organizativos para evitar que la implementación de estas tecnologías se limite a proyectos aislados y, en cambio, promueva una transformación integral y sostenible del sector.

Glosario de términos clave

  • Inteligencia artificial (IA): Sistemas o máquinas que imitan la inteligencia humana para realizar tareas, aprendiendo de la información que procesan.
  • Internet de las cosas (IoT): Red de objetos físicos (“cosas”) integrados con sensores, software y otras tecnologías que les permiten recopilar e intercambiar datos.
  • Infraestructuras inteligentes: Estructuras físicas (puentes, túneles, redes) equipadas con tecnología para monitorear y adaptar su funcionamiento en tiempo real.
  • Diseño generativo: Proceso de diseño que utiliza algoritmos para explorar múltiples soluciones basadas en un conjunto de parámetros y restricciones definidos.
  • Construcción sostenible: Prácticas de construcción que minimizan el impacto ambiental, optimizan el uso de recursos y consideran el ciclo de vida completo de las estructuras.
  • Máquinas autónomas: Equipos o vehículos capaces de operar sin supervisión humana directa, utilizando sensores y software para tomar decisiones.
  • Robótica de obra: Uso de robots para ejecutar tareas en el sitio de construcción, a menudo repetitivas o peligrosas para los humanos.
  • Inteligencia aumentada: Enfoque que combina las capacidades de la inteligencia artificial con la inteligencia humana para mejorar el rendimiento y la toma de decisiones.
  • Analíticas predictivas: Empleo de datos históricos, algoritmos y técnicas de aprendizaje automático para identificar la probabilidad de resultados futuros.
  • Blockchain: Tecnología de registro distribuido que permite transacciones transparentes, seguras e inmutables.
  • Edge Computing: Procesamiento de datos cerca de donde se generan (en el “borde” de la red) en lugar de enviarlos a un centro de datos central.
  • Gemelos digitales: Réplicas virtuales de activos físicos, procesos o sistemas que se actualizan en tiempo real y pueden usarse para simulación y análisis.
  • Sesgo algorítmico: Error sistemático en un algoritmo que produce resultados injustamente discriminatorios o sesgados.
  • Interoperabilidad: Capacidad de diferentes sistemas, plataformas o software para trabajar juntos e intercambiar datos sin problemas.
  • Resistencia al cambio: Falta de disposición de individuos u organizaciones para adoptar nuevas tecnologías, procesos o formas de trabajar.

Referencias:

DONAIRE-MARDONES, S.; BARRAZA ALONSO, R.; MARTÍNEZ-PAGÁN, P.; YEPES-BELLVER, L.; YEPES, V.; MARTÍNEZ-SEGURA, M.A. (2024). Innovación educativa con realidad aumentada: perspectivas en la educación superior en ingeniería. En libro de actas: X Congreso de Innovación Educativa y Docencia en Red. Valencia, 11 – 12 de julio de 2024. DOI: https://doi.org/10.4995/INRED2024.2024.18365

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

FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2022). Integration of the structural project into the BIM paradigm: a literature review. Journal of Building Engineering, 53:104318. DOI:10.1016/j.jobe.2022.104318.

YEPES, V.; KRIPKA, M.; YEPES-BELLVER, L.; GARCÍA, J. (2023). La inteligencia artificial en la ingeniería civil: oportunidades y desafíosIC Ingeniería Civil, 642:20-23.

Evolución histórica de la inteligencia artificial en la ingeniería civil: de los sistemas expertos a las infraestructuras inteligentes

La inteligencia artificial (IA) se ha ido integrando en la ingeniería civil y la construcción a lo largo de siete décadas, transformando los procesos de diseño, análisis, gestión y ejecución. El siguiente recorrido histórico muestra los avances más relevantes, que han pasado de meras exploraciones teóricas a aplicaciones prácticas que mejoran la eficiencia, la precisión y la toma de decisiones en proyectos de infraestructura.

El artículo examina la evolución histórica de la IA en la ingeniería civil, desde sus fundamentos teóricos en las décadas de los 50 y 60 hasta la actualidad. A continuación, aborda su popularización en la programación y el diseño a través de los sistemas expertos en las décadas de los 70 y 80. En las décadas siguientes, se integró en el análisis estructural y el diseño, y surgió el auge del aprendizaje automático y el análisis de datos para la gestión de proyectos. Más recientemente, la IA se ha combinado con la robótica y otras tecnologías avanzadas para aplicaciones en obra y monitorización. Finalmente, se vislumbra la creación de infraestructuras inteligentes mediante la convergencia de la IA y el Internet de las Cosas.

1. 1950 s–1960 s: Fundación de la IA
En la década de 1950, la IA surgió como disciplina académica, centrada en el desarrollo de máquinas capaces de simular funciones cognitivas humanas. Los primeros trabajos se orientaron hacia el razonamiento simbólico, los sistemas basados en reglas y los algoritmos de resolución de problemas. Estas investigaciones sentaron las bases teóricas necesarias para posteriores aplicaciones en ingeniería civil, aunque en aquel momento todavía no existían implementaciones específicas en el sector de la construcción.

2. 1970 s–1980 s: Sistemas expertos y sistemas basados en conocimiento
Entre los años 1970 y 1980 se popularizaron los sistemas expertos, que imitaban la forma en que los especialistas en dominios concretos tomaban decisiones. En ingeniería civil, estos sistemas se aplicaron a tareas como la programación de proyectos (scheduling), la optimización de diseños y la evaluación de riesgos, emulando el saber de ingenieros veteranos. Paralelamente, los sistemas basados en el conocimiento centralizaban esta información en bases de datos y ofrecían asistencia automatizada para la toma de decisiones en obra y en oficina técnica.

3. 1990 s–2000 s: Integración en análisis estructural y diseño
Durante los años 90 y principios de los 2000, la IA comenzó a tener un impacto directo en el análisis estructural y la optimización del diseño. Se emplearon redes neuronales y lógica difusa para modelar comportamientos complejos de materiales y estructuras. Al mismo tiempo, surgieron los primeros sistemas de monitorización de la salud estructural que, mediante algoritmos de IA, permitían evaluar el estado de puentes y edificios en tiempo real. En gestión de obra, las primeras herramientas asistidas por IA empezaron a abordar la programación, la estimación de costes y el análisis de riesgos.

4. 2000 s–2010 s: Aprendizaje automático y analítica de datos
La explosión del machine learning y el big data en estos años transformó la previsión de plazos, recursos y costes. Las técnicas de aprendizaje supervisado y no supervisado se integraron en plataformas de gestión de proyectos, mientras que la Modelización de la Información de Edificación (BIM) incorporó algoritmos de inteligencia artificial para mejorar la colaboración multidisciplinar, la detección de conflictos (clash detection) y la toma de decisiones basada en datos.

5. 2010 s–presente: Aplicaciones avanzadas y robótica
A partir de 2010, se intensificó la convergencia entre la inteligencia artificial y la robótica en obra. Aparecieron vehículos autónomos para tareas de excavación, drones integrados con visión por ordenador para inspeccionar los progresos y brazos robóticos en plantas de prefabricados. Asimismo, se generalizó el uso de la realidad virtual y aumentada para visualizar diseños y realizar simulaciones en tiempo real, lo que permite realizar ajustes adaptativos durante la ejecución de los proyectos.

6. Perspectivas futuras: IA e infraestructuras inteligentes
El documento señala la próxima convergencia de la IA con el Internet de las Cosas (IoT) para el desarrollo de infraestructuras inteligentes que puedan monitorizarse de forma continua y realizar mantenimiento predictivo. También se espera la aparición de materiales inteligentes y técnicas de diseño generativo que optimicen la sostenibilidad y la resiliencia de las construcciones, cerrando el ciclo de operación, mantenimiento y rehabilitación de infraestructuras.

Conclusión
Este artículo repasa la trayectoria que va desde los inicios teóricos de la IA hasta sus aplicaciones robóticas y de análisis en tiempo real actuales. Cada etapa ha aportado nuevas herramientas al ingeniero civil: desde los sistemas expertos de los años setenta hasta las infraestructuras inteligentes del mañana, la IA continuará redefiniendo la práctica de la ingeniería civil, haciéndola más eficiente, segura y sostenible.

Glosario de términos clave

  • Inteligencia Artificial (IA): Disciplina académica centrada en el desarrollo de máquinas capaces de simular funciones cognitivas humanas.
  • Sistemas Expertos: Programas informáticos que imitan la forma en que los especialistas en dominios concretos toman decisiones, utilizando conocimiento y reglas.
  • Sistemas Basados en Conocimiento: Sistemas que centralizan información en bases de datos para ofrecer asistencia automatizada en la toma de decisiones.
  • Razonamiento Simbólico: Enfoque inicial de la IA que se basa en la manipulación de símbolos para representar conocimiento y realizar inferencias.
  • Algoritmos de Resolución de Problemas: Procedimientos sistemáticos o heurísticos utilizados por la IA para encontrar soluciones a problemas definidos.
  • Redes Neuronales: Modelos computacionales inspirados en la estructura y funcionamiento del cerebro humano, utilizados para reconocer patrones y aprender de datos.
  • Lógica Difusa: Enfoque que permite el razonamiento con información imprecisa o incierta, utilizando grados de verdad en lugar de valores booleanos (verdadero/falso).
  • Monitorización de la Salud Estructural: Evaluación continua del estado de estructuras como puentes y edificios para detectar deterioros o fallos.
  • Machine Learning (Aprendizaje Automático): Subcampo de la IA que permite a los sistemas aprender de datos sin ser programados explícitamente, utilizando algoritmos para identificar patrones y hacer predicciones.
  • Big Data: Conjuntos de datos extremadamente grandes y complejos que requieren herramientas y técnicas avanzadas para su análisis.
  • Aprendizaje Supervisado: Tipo de machine learning donde el algoritmo aprende de datos de entrenamiento etiquetados (con resultados conocidos).
  • Aprendizaje No Supervisado: Tipo de machine learning donde el algoritmo busca patrones y estructuras en datos no etiquetados.
  • Modelización de la Información de Edificación (BIM): Proceso inteligente basado en modelos 3D que proporciona información sobre un proyecto de construcción a lo largo de su ciclo de vida.
  • Detección de Conflictos (Clash Detection): Proceso en BIM que identifica colisiones o interferencias entre diferentes elementos o sistemas de un diseño.
  • Robótica: Campo que combina la ingeniería y la ciencia para diseñar, construir, operar y aplicar robots.
  • Visión por Ordenador: Campo de la IA que permite a los ordenadores “ver” e interpretar imágenes y videos.
  • Realidad Virtual: Tecnología que crea un entorno simulado por ordenador con el que el usuario puede interactuar.
  • Realidad Aumentada: Tecnología que superpone información digital (imágenes, sonidos, datos) sobre el mundo real.
  • Internet de las Cosas (IoT): Red de objetos físicos (“cosas”) integrados con sensores, software y otras tecnologías para recopilar e intercambiar datos a través de internet.
  • Infraestructuras Inteligentes: Infraestructuras equipadas con sensores y sistemas de comunicación que utilizan IA e IoT para monitorizarse, gestionarse y optimizarse de forma autónoma.
  • Mantenimiento Predictivo: Estrategia de mantenimiento que utiliza datos y algoritmos para predecir cuándo es probable que falle un equipo o componente, permitiendo realizar acciones de mantenimiento antes de que ocurra la falla.
  • Diseño Generativo: Proceso de diseño donde los algoritmos de IA exploran un vasto espacio de posibles soluciones basándose en un conjunto de parámetros y objetivos definidos.

Referencias:

DONAIRE-MARDONES, S.; BARRAZA ALONSO, R.; MARTÍNEZ-PAGÁN, P.; YEPES-BELLVER, L.; YEPES, V.; MARTÍNEZ-SEGURA, M.A. (2024). Innovación educativa con realidad aumentada: perspectivas en la educación superior en ingeniería. En libro de actas: X Congreso de Innovación Educativa y Docencia en Red. Valencia, 11 – 12 de julio de 2024. DOI: https://doi.org/10.4995/INRED2024.2024.18365

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

FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2022). Integration of the structural project into the BIM paradigm: a literature review. Journal of Building Engineering, 53:104318. DOI:10.1016/j.jobe.2022.104318.

YEPES, V.; KRIPKA, M.; YEPES-BELLVER, L.; GARCÍA, J. (2023). La inteligencia artificial en la ingeniería civil: oportunidades y desafíosIC Ingeniería Civil, 642:20-23.

Evaluación del índice de daño estructural en entornos BIM

Acaban de publicar nuestro artículo en la revista Structures, de la editorial Elsevier, indexada en Q1 del JCR. El estudio desarrolla una metodología para evaluar un índice de daño estructural en entornos BIM, con el fin de optimizar los procesos de rehabilitación.

Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal, junto con el profesor Julián Alcalá, en la Universitat Politècnica de València.

El artículo contextualiza la necesidad de integrar herramientas digitales en la evaluación de daños estructurales como respuesta a las exigencias de sostenibilidad y eficiencia en el sector de la construcción. Se menciona que el envejecimiento del parque edificatorio y las nuevas exigencias en materia de mantenimiento requieren un enfoque innovador. Se destaca la implementación de BIM como una solución para mejorar la gestión de activos y prolongar la vida útil de las estructuras. En este contexto, el artículo presenta Endurify, una herramienta diseñada para evaluar la durabilidad de elementos estructurales de hormigón mediante indicadores de deterioro, con el fin de optimizar los procesos de rehabilitación.

El artículo enfatiza que la rehabilitación de edificios es una estrategia fundamental para mejorar la sostenibilidad en el sector de la construcción. Al renovar estructuras existentes, se reduce el impacto ambiental al disminuir la necesidad de utilizar nuevos materiales y procesos constructivos. Además, la rehabilitación mejora el rendimiento energético de los edificios, lo que contribuye a los objetivos de desarrollo sostenible establecidos por organismos internacionales. En el contexto europeo, iniciativas como el Pacto Verde Europeo subrayan la relevancia de estas medidas para reducir las emisiones de carbono y mejorar la eficiencia en el uso de recursos.

La metodología BIM se ha convertido en un estándar en la industria de la construcción, facilitando la integración de múltiples capas de información en un único modelo digital. BIM permite almacenar y gestionar datos estructurales, materiales y operacionales, optimizando así la planificación y el mantenimiento de edificios. La literatura reciente ha demostrado que el uso de BIM mejora la sostenibilidad en la construcción, facilita la gestión de riesgos y permite realizar análisis avanzados, como simulaciones de desempeño estructural. Además, la incorporación de gemelos digitales y herramientas de simulación refuerza su capacidad para la toma de decisiones fundamentadas en datos.

El mantenimiento estructural es fundamental para garantizar la seguridad y la eficiencia de los edificios a lo largo de su vida útil. A pesar de la importancia del seguimiento del estado estructural, la investigación en este ámbito ha sido menos extensa que la dedicada al diseño y la construcción. En este contexto, BIM se presenta como una plataforma idónea para integrar estrategias de mantenimiento predictivo, ya que permite evaluar el estado real de las estructuras y anticipar las intervenciones necesarias. Sin embargo, la implementación de BIM en este ámbito enfrenta desafíos como la precisión de los datos, los costes asociados y la capacitación del personal especializado.

El desarrollo de Endurify se basó en una metodología de investigación-acción de doble ciclo, lo que permitió realizar iteraciones sucesivas para optimizar la herramienta. El proceso constó de siete etapas, que iban desde la identificación del problema hasta la validación del software en entornos reales. La herramienta se diseñó específicamente para el mercado de la vivienda en España y cumple con los requisitos del Código Estructural.

Para evaluar la durabilidad, se seleccionaron cuatro indicadores principales: carbonatación, fisuración transversal, fluencia y deformación. La metodología utilizada para determinar cada uno de estos indicadores se basa en modelos normativos y en la recopilación de datos mediante inspección visual. Los resultados se almacenan dentro del modelo BIM, lo que permite su análisis comparativo y la planificación de intervenciones de mantenimiento.

La implantación de Endurify en BIM se realizó mediante un complemento para Autodesk Revit que permite extraer datos de los elementos estructurales y realizar el análisis de daños en tiempo real. La herramienta se diseñó para trabajar con parámetros predefinidos en el modelo BIM y almacenar los resultados como atributos de los elementos analizados.

El artículo presenta Endurify, un complemento para entornos BIM que permite analizar el estado de conservación de los elementos estructurales de hormigón. La herramienta emplea cuatro indicadores de daño: carbonatación, fisuración transversal, fluencia y deformación. Su integración en BIM facilita la gestión de datos, ya que permite almacenar los resultados del análisis dentro del modelo digital. Esto posibilita una evaluación más precisa del estado estructural y contribuye a la toma de decisiones sobre el mantenimiento y la rehabilitación de edificios existentes. Cabe destacar que la herramienta evita pruebas destructivas y se ajusta a normativas como el Código Estructural de España (CE-2021).

Los estudios de caso presentados en el artículo muestran cómo se ha aplicado Endurify en elementos estructurales con distintos grados de exposición ambiental. En un primer caso, se analizó una viga interior con fisuras visibles y se determinó que la carbonatación era el factor predominante en su deterioro. En el segundo caso, se evaluó un soporte en un corredor exterior sin daños aparentes con el mismo procedimiento, confirmándose un estado avanzado de carbonatación. Los resultados demuestran que la herramienta permite identificar patrones de degradación en distintos elementos y facilita la programación de intervenciones específicas. No obstante, se reconoce que la precisión del análisis depende de la calidad de los datos de entrada y de su compatibilidad con diferentes normativas y condiciones ambientales.

El artículo sugiere que la incorporación de nuevos enfoques podría mejorar la herramienta Endurify. Se menciona la posibilidad de desarrollar un índice de daño estructural que combine los cuatro indicadores en un solo valor ponderado, aunque los autores advierten de que esto podría ocultar información relevante sobre las causas del deterioro. Asimismo, se plantea la necesidad de adaptar la metodología a distintos contextos normativos e integrar sensores IoT para obtener datos en tiempo real. Además, se destaca que una mejor definición de los parámetros de análisis podría optimizar la precisión del modelo y ampliar su aplicación a proyectos de rehabilitación a gran escala.

Por tanto, el artículo demuestra que la integración de herramientas de análisis de durabilidad en entornos BIM puede mejorar la evaluación del estado estructural de los edificios. Endurify permite almacenar y visualizar datos de deterioro en el modelo digital, lo que facilita la toma de decisiones sobre el mantenimiento y la rehabilitación. Sin embargo, su implementación depende de la calidad de los datos de entrada y de su adaptación a distintas normativas. Se identifican oportunidades para mejorar la herramienta mediante el uso de modelos predictivos y la incorporación de tecnologías emergentes, lo que podría consolidar su aplicación en la ingeniería civil.

Referencia:

FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2025). Structural damage index evaluation in BIM environmentsStructures, 74:108544. DOI:10.1016/j.istruc.2025.108544

 

Construcción en América Latina y el Caribe: digitalización e innovación como claves para la sostenibilidad

El sector de la construcción en América Latina y el Caribe (ALC) es uno de los pilares fundamentales de la economía regional, pero también se enfrenta a desafíos significativos en términos de sostenibilidad, productividad y digitalización.

A continuación nos hacemos eco de un informe donde se detallan las claves para transformar el sector basándose en datos, análisis de tendencias y recomendaciones prácticas. El informe lo tenéis al final de este resumen.

 

1. Introducción: importancia del sector y sus retos

El sector de la construcción genera aproximadamente 300 000 millones de dólares en América Latina y el Caribe, lo que representa el 6 % del producto interior bruto (PIB) regional y más de 20 millones de empleos directos. A nivel mundial, contribuye al 13 % del PIB y da empleo a 250 millones de personas. Sin embargo, su productividad ha crecido solo un 1 % anual en las últimas dos décadas, lo que la sitúa muy por debajo de sectores como la manufactura (3,6 %) y la agricultura (2,8 %).

El sector de la construcción es uno de los mayores consumidores de recursos naturales y contribuye significativamente al cambio climático. Según el World Green Building Council (2023):

  • Representa el 50 % del consumo global de recursos extraídos.
  • Utiliza el 15 % del agua potable mundial.
  • Es responsable del 37 % de las emisiones globales de CO₂ relacionadas con la energía.
  • Genera el 35 % de los residuos sólidos producidos anualmente en el planeta.

Además, las proyecciones indican que el sector crecerá considerablemente en los próximos años. Se estima que para 2050 aún no se ha construido el 60 % de los edificios necesarios y que el 20 % de las estructuras existentes requieren renovaciones para cumplir los objetivos de sostenibilidad y cero emisiones netas.

2. Soluciones habilitantes para la construcción sostenible

El documento identifica seis categorías fundamentales de soluciones que pueden transformar el sector hacia la sostenibilidad. Estas soluciones integran tecnologías digitales, diseño innovador, materiales sostenibles y enfoques de gestión eficientes.

  • Tecnologías digitales avanzadas: Las tecnologías digitales son esenciales para mejorar la eficiencia, la transparencia y la sostenibilidad en todas las etapas del ciclo de vida de los proyectos de construcción.
    1. Building Information Modeling (BIM): permite el diseño colaborativo de infraestructuras en un entorno digital. Sus beneficios incluyen:
      • Incremento de la productividad en un 13%.
      • Reducción de costos en un 4% y de los plazos en un 6%.
      • Automatización de procesos como la simulación de consumo energético y la evaluación de impactos climáticos.
      • Caso de éxito: en Uruguay, el uso de BIM y LEAN Construction en el proyecto CAIF Aeroparque resultó en un ahorro del 50% en tiempos de respuesta y un 63% menos en sobrecostos durante la pandemia​.
    2. Inteligencia artificial (IA): mejora la planificación, el diseño y la operación de los activos construidos. Ejemplos:
      • Simulaciones para evaluar el rendimiento energético y el comportamiento estructural ante desastres.
      • Optimización de rutas de transporte y logística en obra, reduciendo costos y emisiones.
    3. Internet de las cosas (IoT):
      • Sensores inteligentes monitorean el uso de energía, agua y recursos en tiempo real, ajustando automáticamente los sistemas para maximizar la eficiencia.
      • Aplicaciones como Building Resilience ayudan a evaluar riesgos climáticos y seleccionar ubicaciones óptimas para proyectos.
    4. Impresión 3D:
      • Permite fabricar componentes en obra o en fábricas cercanas, reduciendo los residuos y las emisiones de transporte.
      • Facilita el uso de materiales reciclados, disminuyendo la dependencia de recursos vírgenes.
    5. Blockchain:
      • Asegura la trazabilidad de materiales, verifica certificaciones ambientales y gestiona residuos con mayor transparencia.
    6. Gestión en la nube:
      • Reduce el empleo de papel, mejora la colaboración en tiempo real y almacena datos clave para optimizar la sostenibilidad.

  • Diseño sostenible: El diseño sostenible aborda el impacto ambiental desde la concepción del proyecto, empleando enfoques como el diseño bioclimático, que optimiza la orientación solar, el aislamiento térmico y la ventilación pasiva para reducir la demanda energética. Un ejemplo de ello son los edificios pasivos, que minimizan el uso de climatización activa; la eficiencia energética y la generación de energía renovable mediante paneles solares, sistemas LED y edificaciones de carbono neutro o positivas que producen más energía de la que consumen; y la flexibilidad en el diseño, con espacios modulares que se adaptan a diferentes usos y disminuyen la necesidad de futuras demoliciones.
  • Materiales sostenibles: El uso de materiales con bajas emisiones de carbono es fundamental para reducir el impacto ambiental. Entre estos materiales destacan la madera certificada, que tiene una huella de carbono negativa, es renovable, reciclable y eficiente energéticamente, y constituye una alternativa clave al hormigón en Chile, que representa el 54 % de las emisiones de carbono de un edificio; el bambú, un material resistente y de rápido crecimiento utilizado en zonas tropicales; y los materiales reciclados, que disminuyen la extracción de recursos naturales y los residuos de construcción.
  • Sistemas de construcción industrializada: La prefabricación, la construcción modular y la impresión 3D contribuyen a reducir los residuos en obra y el tiempo de construcción, y permiten finalizar las obras hasta un 50 % más rápido que con los métodos tradicionales.
  • Medición y verificación del impacto ambiental: Certificaciones como LEED, EDGE y BREEAM permiten evaluar y validar la sostenibilidad de los proyectos.
  • Enfoques de gestión eficientes: Metodologías como LEAN Construction y Advanced Work Packaging optimizan los procesos y reducen retrasos.

3. Experiencias, retos y oportunidades en Latinoamérica y el Caribe

El análisis en Brasil, Chile, Costa Rica y Uruguay revela 44 iniciativas identificadas desde 2015, la mayoría lideradas por el sector público. Entre los retos a los que se enfrentan destacan la falta de integración entre soluciones digitales y sostenibles, la baja percepción del valor económico de la sostenibilidad y los altos niveles de informalidad en el sector. Entre las buenas prácticas destacan el uso de estrategias internacionales de benchmarking, la capacitación técnica en metodologías digitales y la compra pública innovadora y ecológica para estimular la demanda de tecnologías sostenibles.

4. Claves para el futuro

Para transformar el sector, se recomiendan políticas de liderazgo público que promuevan la digitalización y la sostenibilidad, así como incentivos financieros y no financieros, como subsidios, créditos y regulaciones, para fomentar la adopción de prácticas sostenibles. También se recomienda fomentar la colaboración multisectorial mediante alianzas entre los sectores público, privado y académico para compartir conocimientos y recursos, y ofrecer programas de capacitación y educación en habilidades digitales para los trabajadores del sector.

5. Conclusión

La adopción masiva de tecnologías digitales, materiales sostenibles y enfoques innovadores puede situar a Latinoamérica y el Caribe a la vanguardia de la construcción sostenible a escala mundial. Para transformar el sector de la construcción, es necesario adoptar un enfoque holístico que combine innovación tecnológica, gestión eficiente y políticas públicas. La adopción generalizada de soluciones digitales y sostenibles no solo mejorará la productividad, sino que también reducirá el impacto ambiental, lo que hará que el sector sea más resiliente y competitivo en el contexto global.

Os dejo el siguiente documento, donde tenéis toda la información. Espero que os sea de interés.

Descargar (PDF, 4.11MB)

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Hacia la rehabilitación de viviendas: demanda y necesidad social

Os paso a continuación un artículo que acabamos de publicar en la revista ANUARI d’Arquitectura. El trabajo analiza el impacto de la crisis económica de 2008 en el sector de la vivienda en España, que provocó un envejecimiento del parque de viviendas y dificultades para acceder a la vivienda. Destaca la necesidad de rehabilitación social de las viviendas existentes y la importancia de una vida sostenible. El artículo enfatiza el cambio hacia la rehabilitación de viviendas existentes en lugar de construir otras nuevas, lo que presenta un nuevo desafío para que la arquitectura aborde las necesidades de la sociedad.

Se pueden aportar las siguientes contribuciones del trabajo:

  • El trabajo destaca el impacto de la crisis económica de 2008 en el sector de la vivienda en España, que provocó un envejecimiento del parque de viviendas y dificultades para acceder a la vivienda.
  • Hace hincapié en la necesidad de la rehabilitación social de las viviendas existentes como respuesta a las demandas de la sociedad y en la importancia de promover una vida sostenible.
  • El documento analiza la demanda social de viviendas con características específicas, como los balcones y la eficiencia energética, y la importancia de adaptar los edificios a las nuevas demandas.
  • Explora el uso de herramientas de simulación del rendimiento de edificios (herramientas BPS) para facilitar los análisis especializados y mejorar el impacto ambiental de los edificios.
  • El documento también destaca los avances en los materiales y técnicas de construcción, como el uso de materiales puzolánicos y el sistema de aislamiento térmico externo (ETIS), para mejorar la utilización de los recursos, la durabilidad y la eficiencia energética.
  • Alinea el concepto de renovación de edificios con los Objetivos de Desarrollo Sostenible (ODS) establecidos en la Agenda 2030 de las Naciones Unidas, en particular el ODS 11 (ciudades y comunidades sostenibles) y el ODS 9 (infraestructura resiliente e industrialización sostenible)

Resumen:

El año 2008 se desencadenó una crisis económica mundial que hizo temblar los cimientos de la sociedad y produjo cambios en su visión. En España, esta crisis afectó con crudeza al sector inmobiliario, dejando miles de viviendas vacías. En la actualidad, aún quedan vestigios de esta herida en la sociedad: un parque de vivienda envejecido y la dificultad de acceso a la vivienda, entre otros factores. Este contexto social, sumado a la necesidad de trabajar para conseguir una manera de habitar más sostenible, justifica una necesidad social que se está convirtiendo en una realidad. Rehabilitar vivienda en lugar de construir nueva. Un nuevo reto para la arquitectura en respuesta a la sociedad. Un nuevo reto para el que se están planteando diferentes soluciones.

Palabras clave:

BIM; rehabilitación de edificios; sostenibilidad; vivienda

Referencia:

FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2023). Towards housing rehabilitation: Demand and social need. ANUARI d’Arquitectura I Societat, 3:162-87. DOI:10.4995/anuari.2023.19984.

Al ser una publicación en abierto, os la paso para su descarga:

Descargar (PDF, 836KB)

Indicador de daños que afectan a la durabilidad de las estructuras en entornos BIM

El Building Information Modelling (BIM) se está adoptando cada vez más en empresas privadas del sector de Arquitectura, Ingeniería, Construcción y Operación (AECO), y con ello surgen nuevas herramientas y funcionalidades. En el mercado español, los proyectos de reforma son cada vez más solicitados debido al envejecimiento del stock de viviendas y la necesidad de analizar la durabilidad de las estructuras existentes.

Este nuevo estudio presenta una herramienta integrada en BIM que permite evaluar el índice de durabilidad en elementos estructurales específicos a través de una inspección visual automatizada, lo que mejora la sostenibilidad del sector y determina el momento crítico para rehabilitar la estructura.

El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Abstract:

As Building Information Modelling (BIM) is increasingly adopted through private businesses in the Architecture, Engineering, Construction, and Operation (AECO) Industries, new tools, procedures, and functionalities appear. In the last years, BIM has proven its advantages by providing benefits to professionals and guiding them towards a new horizon. Currently, the industry is changing in the Spanish market, and refurbishment projects are more demanded than construction projects involving the design of buildings from scratch. As Spanish housing stock grows older, durability and damage in existing structures need to be analyzed during the refurbishment project’s early stages. Structural durability is a critical factor in extending the life span of a building and improving the industry’s sustainability. This paper presents a tool integrated into BIM environments that can evaluate the durability index in a specific structural element based on data from a visual inspection. This automated analysis shows if any damage is caused by durability factors, such as steel rebar corrosion, and how much time is left until the damage is critical. This tool enables new functionality in BIM environments to control durability and determine when it is critical to rehabilitating the structure.

Referencia:

FERNÁNDEZ-MORA, V.; YEPES, V.; NAVARRO, I.J. (2022). Durability damage indicator in BIM environments. Proceedings of 3rd Valencia International Biennial of Research in Architecture. Changing priorities. 9-11 November 2022, Valencia, Spain. https://doi.org/10.4995/VIBRArch2022.2022.15191

Os paso, para su descarga, el artículo completo, pues está publicado en abierto.

Descargar (PDF, 905KB)

Diseño regenerativo y métodos modernos de construcción: La crisis del paradigma de la sostenibilidad

Figura 1. Edificio Media-TIC. Enric Ruiz Geli. El Poblenou, Barcelona. https://commons.wikimedia.org/wiki/File:Edificio_Media-TIC._Enric_Ruiz_Geli.jpg

La construcción y gestión de las infraestructuras constituye un sector económico clave, tanto por sí mismo como por su papel fundamental en el soporte de la actividad social. Sin embargo, la creciente conciencia sobre la necesidad de construir de manera sostenible ha impulsado la puesta en marcha de nuevas tecnologías y materiales. Entre las tecnologías clave para hacer más sostenibles las infraestructuras se encuentran el uso de materiales de construcción ecológicos y sostenibles, la adopción de energías renovables como paneles solares y aerogeneradores, la iluminación LED, sistemas urbanos de drenaje sostenible, materiales de aislamiento térmico y sistemas de sensorización y automatización. El empleo de estos materiales y tecnologías puede ayudar a reducir la huella de carbono de las infraestructuras, disminuir el consumo de energía y recursos no renovables, generar ahorros económicos y mejorar la calidad del agua. Además, estas opciones pueden favorecer la eficiencia de la infraestructura y la calidad de vida de los usuarios. Pero es claramente insuficiente.

El paradigma de la sostenibilidad está en crisis. Ya no se considera suficiente la reducción de los impactos ambientales asociados a la actividad humana, sino que se deben contemplar también los aspectos económicos y sociales. Alcanzar este equilibrio resulta complejo, pues a veces la sostenibilidad ambiental no es compatible con la social o la económica. No obstante, el reto es claro: preservar los recursos naturales, el patrimonio, la cultura, el equilibrio social, los ecosistemas y muchos otros aspectos más, para las generaciones futuras.

Por tanto, el paradigma actual se ve cuestionado cuando el antiguo canon de “reciclar, reducir y reutilizar” ya no es suficiente y debe ser reemplazado por otro que consiste en “restaurar, renovar y reponer”. Este enfoque representa un nuevo paradigma para mejorar el entorno construido: el Diseño Regenerativo (conocido como “regenerative design” en inglés). En la actualidad, reducir los impactos ambientales resulta insuficiente ante la aceleración del cambio, por lo que se hace necesario adoptar un enfoque de diseño regenerativo que genere impactos positivos a lo largo de todo el ciclo de vida de una infraestructura.

El diseño regenerativo implica la restauración de los ecosistemas y fomenta el desarrollo de los ecosistemas naturales y humanos. Para lograrlo, se requiere un cambio de pensamiento y de diseño, con un enfoque holístico e integrado. Además, este nuevo paradigma exige la incorporación de un alto nivel de conocimientos científicos que no se encuentran en el diseño convencional. No podemos ignorar la herencia de etapas anteriores, pero los proyectistas y los encargados de tomar decisiones necesitan expandir sus horizontes. El nuevo desafío requiere un profundo conocimiento de diversas áreas y, en algunos casos, la colaboración de varios especialistas y herramientas apropiadas, junto con nuevos métodos de investigación, pautas y estrategias de diseño.

Figura 2. Ciudad del Puerto de Malmö. Autor: Jorge Franganillo
https://www.flickr.com/photos/franganillo/43494905904

Los Métodos Modernos de Construcción (Modern Methods of Construction, en inglés) se refieren a un enfoque que utiliza tecnologías y procesos innovadores para mejorar la eficiencia y la calidad de la construcción. Incluyen la prefabricación de componentes en una fábrica, la utilización de materiales más ligeros y resistentes, y la adopción de técnicas constructivas más rápidas y precisas. Estos nuevos procedimientos se relacionan con el diseño regenerativo, pues ambos buscan promover prácticas más sostenibles y responsables con el medio ambiente. Este enfoque se basa en la comprensión de que los edificios y la infraestructura pueden tener un impacto positivo al proporcionar servicios ecosistémicos como la purificación del aire y del agua, la protección contra inundaciones y la mitigación del cambio climático.

Por tanto, estamos frente a un cambio de paradigma, ya que los métodos modernos de construcción pueden ser herramientas valiosas para el diseño regenerativo. Al emplear materiales más sostenibles, reducir los residuos de construcción y disminuir la huella de carbono, estos nuevos métodos pueden ayudar a crear edificios y comunidades más sostenibles y eficientes. Además, pueden contribuir a la creación de infraestructuras que promuevan la regeneración del medio ambiente y la salud de la comunidad.

La investigación y la innovación en este ámbito está siendo puntera en España, tanto en las universidades como en los institutos tecnológicos o las empresas. En el Instituto de Ciencia y Tecnología del Hormigón (ICITECH) de la Universitat Politècnica de València, el grupo de investigación que dirijo se enfoca en promover la sostenibilidad de las infraestructuras en todas las etapas de su ciclo de vida, desde el diseño hasta la demolición, a través de técnicas de optimización heurística multiobjetivo, toma de decisiones y análisis del ciclo de vida social y ambiental.

Figura 3. Puente de la Gran Belt, Dinamarca. https://commons.wikimedia.org/wiki/File:GreatBeltBridgeTRJ1-edit.JPG

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Trabajo Fin de Máster sobre análisis del ciclo de vida y optimización del puente de la Bahía de Zhanjiang (China)

Acaba de defender su Trabajo Fin de Máster el estudiante Zijian Cao para obtener el Máster Universitario en Planificación y Gestión en Ingeniería Civil. Se trata del análisis del ciclo de vida y optimización aplicado al puente de la Bahía de Zhanjiang en China. He tenido la oportunidad de ser su director de máster, aunque ha sido un verdadero reto debido a la dificultad del idioma. Al cabo de unos años, Zijian ya habla español de forma fluida. Ha obtenido la calificación de sobresaliente. Mi más sentida enhorabuena.

El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València. Os paso el resumen de su trabajo. Espero que os sea de interés.

En la actualidad, el mundo está avanzando hacia un modelo de desarrollo más sostenible para hacer frente al grave impacto ambiental. En este sentido, los investigadores tienen que enfocarse en la innovación de materiales, el manejo de personal y el uso de maquinarias con el fin de controlar y reducir la contaminación ambiental mediante métodos científicos y medidas eficaces de optimización, logrando así un desarrollo sostenible y respetuoso con el medio ambiente en las construcciones.

Puente de la Bahía de Zhanjiang. https://megaconstrucciones.net/?construccion=puente-bahia-zhanjiang

Para llevar a cabo este trabajo, se ha realizado una investigación exhaustiva de los factores que influyen en el impacto ambiental de las construcciones, analizando la información actual de los impactos ambientales en China y países europeos. Posteriormente, se ha establecido un modelo teórico efectivo que permita aplicar un Análisis de Ciclo de Vida (ACV) y utilizado modelos de cálculo y software de análisis para lograr los objetivos de la investigación.

El enfoque principal del trabajo es el análisis teórico y el estudio de casos. A través del modelo teórico establecido, se efectúa un análisis detallado de los impactos de los materiales, la planificación y el diseño, la instalación, el mantenimiento, la operación y la demolición de puentes complejos. Sobre la base del modelo teórico original, se han contemplado métodos en diseño, métodos de construcción y gestión, que se benefician del ahorro de costos y la reducción de emisiones. Este trabajo no solo contribuye con resultados concretos, sino que también establece un marco para futuras investigaciones en este campo. Además, proporciona datos, modelos y métodos de investigación para la sostenibilidad en la construcción.

Integración del proyecto estructural en BIM. Estado del arte

Acaban de publicarnos en la revista Journal of Building Engineering, que está en el primer decil del JCR, un artículo de revisión sobre la integración del proyecto estructural en BIM. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Podéis descargar el artículo gratuitamente al tratarse de una publicación en acceso abierto: https://www.sciencedirect.com/science/article/pii/S235271022200331X

La revolución hacia la Industria 4.0 en el sector AECO ha tomado como uno de sus puntos centrales el Building Information Modelling (BIM). Las capacidades de BIM para la automatización, la interoperabilidad y la sostenibilidad juegan un papel clave en este cambio. En este artículo se presenta una revisión bibliográfica sobre la adopción de BIM para el proyecto estructural. El objetivo de la revisión presentada es establecer el estado actual del conocimiento de la implementación de la metodología BIM en el campo del análisis estructural. Se han seleccionado trabajos relacionados con estos dos temas simultáneamente, BIM y análisis de estructuras, durante los últimos 10 años. La literatura se ha analizado desde dos enfoques diferentes. En primer lugar, se ha realizado un análisis bibliométrico, estudiando la producción sobre el tema. En segundo lugar, se han seleccionado y analizado 81 artículos representativos, estableciendo áreas temáticas a través del análisis de clúster. También se han clasificado los artículos a partir de varias categorizaciones basadas en el ciclo de vida estructural y su objetivo. Por último, se efectúa un análisis DAFO a partir de estos datos para crear un marco completo que muestre el estado de la integración del proyecto estructural en entornos BIM y los posibles desarrollos y riesgos futuros. Este conjunto de estudios muestra una tendencia hacia las herramientas de diseño y las nuevas construcciones. Mientras que la automatización y el diseño asistido por ordenador han sido una tendencia en la investigación durante varios años, se ha señalado una laguna en la investigación sobre el análisis estructural a través de BIM para los edificios existentes y del patrimonio, mostrando su capacidad para mejorar el análisis de los edificios existentes y su mantenimiento.

Highlights:

  • The state-of-art of the integration of the structural project into BIM environments has been performed.
  • A quantitative approach has been performed studying the scientific production of the topic.
  • A qualitative analysis through proof-reading 81 articles relates the design phase and the agent involved in it to weigh the received attention.
  • A cluster analysis on keywords of 81 articles reveal the trends in BIM research.
  • Discussion through SWOT system reveals the different trends, weaknesses and further opportunities in the research area.

Abstract:

The revolution towards Industry 4.0 in the AECO Industry has taken Building Information Modelling (BIM) as one of its central points. BIM abilities for automatization, interoperability and sustainability play a key role in this change. In this paper, a literature review about BIM adoption for the structural project is presented. The aim of the presented review is to clearly establish the current state of knowledge of the implementation of the BIM methodology in the field of structural analysis. Papers related to these two topics simultaneously, BIM and structure analysis, during the last 10 years have been selected. The literature has been analysed from two different approaches. First, bibliometric analysis has been performed, studying the production on the topic. Secondly, 81 representative papers have been selected and analysed, establishing thematic areas via cluster analysis. The articles have also been classified upon several categorizations based on the structural life cycle and their aim. Finally, a SWOT analysis is performed from this data to create a complete framework that shows the state of the integration of the structural project in BIM environments and possible future developments and risks. This set of studies shows a tendency towards design tools and new buildings. While automatization and computer-aided design have been a trend in the research for several years, a research gap on the structural analysis via BIM for existing and heritage buildings has been pointed out, showing its ability to improve the analysis of existing buildings and its maintenance.

Keywords: BIM; Structural project; Building performance; Literature review; Life cycle

Referencia:

FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2022). Integration of the structural project into the BIM paradigm: a literature review. Journal of Building Engineering, 53:104318. DOI:10.1016/j.jobe.2022.104318.

Descargar (PDF, 1.36MB)

Integración de la rehabilitación estructural de edificios en los entornos BIM

En este artículo continuamos la línea de investigación que está desarrollando nuestro grupo de investigación en relación con BIM. Se trata de un artículo que nos acaban de publicar en archiDOCT y que podéis encontrar también en este enlace.

BIM (Building Information Modeling) es una tecnología líder en la Industria de la Arquitectura, Ingeniería y Construcción (Industria AEC). La mayoría de profesionales están adoptando esta tecnología en su día a día, mejorando sus capacidades. Otra gran tendencia en la industria AEC es la rehabilitación de edificios fuera de uso o antiguos y su adaptación a las nuevas demandas. Últimamente, la renovación y rehabilitación de edificios ha producido más ingresos que la construcción de nuevos edificios en el mercado inmobiliario español. El uso de BIM para los edificios existentes combina las capacidades de gestión de datos de BIM con las tendencias económicas del sector dando a los profesionales nuevas herramientas para adaptar esos edificios. El refuerzo estructural puede ser necesario durante las rehabilitaciones por lo que se suele realizar un peritaje estructural.

En este trabajo, hemos creado una herramienta vinculada a Autodesk Revit que puede extraer los datos necesarios del modelo BIM y realizar una prueba de peritaje a una viga de hormigón. Utilizando BIM para este fin, se pueden utilizar los datos almacenados para determinar la necesidad de refuerzo estructural y ofrecer al profesional más control sobre el proyecto. El uso de esos datos acorta los plazos y evita errores y descuidos en el diseño. Como el modelo de información del edificio es una base de datos rica en información, puede proporcionar los datos necesarios para garantizar el análisis. Se realiza un estudio de caso que muestra las capacidades de la herramienta. La investigación contribuye a integrar la rehabilitación estructural en los entornos BIM reduciendo la redundancia en el software y unificando tanto el almacenamiento como el análisis de datos a través de la metodología BIM.

ABSTRACT:

Building Information Modelling (BIM) is a leading technology in the Architecture, Engineering and Construction Industry (AEC Industry) and nowadays is being adopted for most professionals and improving its capabilities. There is another big trend in the AEC Industries, the rehabilitation of unused or old buildings and its adaptation to the new demands. Lately, building renovation and rehabilitation have produced more income than the construction of new buildings in the Spanish housing market. The use of BIM for existing buildings combines the BIM data management abilities with the economic trends in the industry giving the professionals new tools to adapt those buildings. Structural reinforcement may be needed during the rehabilitations so structural expertise is usually performed. In this paper, we have created a tool linked to Autodesk Revit that can extract the necessary data from the BIM model and perform an expertise test through a concrete beam. By using BIM for this purpose, we can use the data stored in the BIM model to determine the necessity or not of structural reinforcement and give the professional more control over the project. The use of that stored data shortens the working time for the professional and avoids errors and oversights in the design. Since the building information model is a rich information database it can provide the necessary data to ensure the analysis. A case study is performed showing the capabilities of the tool. The research contributes to integrating structural rehabilitation into the BIM environments reducing the redundancy in software and unifying both, data storage and data analysis via the BIM methodology.

Keywords:

BIM; structural design; architectural risk; renovation; structural expertise; BPS tools.

Referencia:

FERNÁNDEZ-MORA, V.; YEPES, V. (2022). Structural Expertise Through BIM. ArchiDOCT, Vol.17.2, Issue 9(2).

Descargar (PDF, 1.01MB)