Etiqueta: ciclo de vida

Vivienda social sostenible: un enfoque integrador de ciclo de vida y evaluación multicriterio

Acaban de publicar un artículo nuestro en Sustainable Cities and Society, una de las revistas de mayor impacto científico, ubicada en el primer decil del JCR. En este trabajo se propone un enfoque integrador basado en el ciclo de vida y en métodos de evaluación multicriterio para analizar la vivienda social sostenible. La investigación se enmarca en el proyecto RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València. A continuación, se presenta un resumen del trabajo.

Los principales resultados revelan que el sistema Light Steel Frame (LSF) es la alternativa más sostenible, ya que logra un equilibrio superior entre la eficiencia en el uso de los recursos, la durabilidad y la reducción del mantenimiento. Un descubrimiento crucial es el papel de la dimensión social, que representó casi el 40 % del peso total en la evaluación, por encima de las dimensiones económica y medioambiental. El análisis causal identifica el coste de construcción, la funcionalidad y los agentes de la cadena de valor como los principales factores que condicionan el rendimiento sostenible del resto del sistema.

El artículo presenta un marco metodológico integrador que combina evaluaciones basadas en el ciclo de vida —análisis de ciclo de vida (LCA), análisis de coste del ciclo de vida (LCC) y análisis de ciclo de vida estocástico (S-LCA)— con técnicas avanzadas de decisión multicriterio: método mejor-peor (BWM), análisis DEMATEL difuso y análisis MARCOS. Esta integración permite incorporar ponderaciones de expertos, modelar relaciones causales entre criterios y sintetizar resultados frente a soluciones ideales o anti-ideales, lo que aumenta la transparencia en la priorización de alternativas constructivas. Este enfoque se ha aplicado a un caso real de vivienda social en Perú, en el que se han comparado cinco sistemas estructurales representativos: LSF, LBSPS, RCW, RCF-M y RCF-CP. El estudio ha proporcionado pruebas empíricas sobre los costes del ciclo de vida, los impactos ambientales y las prestaciones sociales que respaldan las decisiones de diseño y las políticas.

El estudio analiza cinco sistemas constructivos adaptados a contextos de urbanización rápida (específicamente en Lima, Perú), que van desde métodos convencionales hasta industrializados:

Entre las aportaciones metodológicas, la combinación de BWM con una agregación basada en credenciales profesionales reduce la carga de comparación y atenúa los sesgos en la agregación de juicios, mientras que la extensión difusa de DEMATEL permite identificar los criterios que funcionan como impulsores del sistema y los que actúan como receptores. Esta capacidad para distinguir entre causas y efectos permite aclarar qué palancas hay que modificar para lograr efectos amplificados en la sostenibilidad. Por último, la validación cruzada con otros métodos de MCDM y los ensayos de sensibilidad aumentan la confianza en la estabilidad de los resultados.

Discusión de resultados

Los análisis económicos muestran que, en un horizonte de 50 años y por metro cuadrado, los sistemas basados en acero ligero (LSF) tienen los menores costes totales de ciclo de vida, mientras que algunas alternativas prefabricadas, como el LBSPS, tienen los mayores costes de construcción. Estos datos implican que si solo se tiene en cuenta la inversión inicial, se pueden tomar decisiones subóptimas, ya que no se consideran el mantenimiento y el fin de vida.

En términos ambientales, la evaluación con ReCiPe (endpoint) sitúa al LSF como el sistema con el menor impacto agregado, principalmente debido a su menor intensidad material. Por el contrario, las soluciones con mayor presencia de hormigón y ladrillo presentan una carga superior, especialmente en la dimensión de recursos. Esta diferenciación pone de manifiesto la influencia del perfil material y del proceso de fabricación en la huella medioambiental de la vivienda y sugiere que, en la práctica profesional, se deben priorizar medidas que reduzcan la demanda de materiales energéticamente intensivos en la fase de fabricación.

La S-LCA revela una tensión entre la industrialización y la exposición social: las alternativas más industrializadas, como el LSF y el LBSPS, presentan mayores valores de exposición laboral y de funcionalidad exigente, mientras que las tipologías convencionales de hormigón muestran menores riesgos sociales, medidos en Medium Risk Hours. Este resultado indica que la adopción de sistemas industrializados exige prestar atención explícita a la gestión del trabajo, la formación y la coordinación de la cadena de suministro para evitar que los impactos negativos se transfieran al personal y a la comunidad.

La síntesis mediante MARCOS ubica a LSF como la alternativa mejor valorada en el escenario analizado, seguida de RCW y RCF-M. Los sistemas LBSPS y RCF-CP quedan en posiciones inferiores. Las pruebas de sensibilidad (variación de los pesos de ±15 %, escenarios de distancia de transporte y estratificación de expertos) muestran que el orden general se mantiene, lo que indica cierta robustez frente a perturbaciones razonables en los supuestos. Estos resultados permiten extraer una conclusión práctica: en contextos con características similares a las del caso estudiado, las soluciones ligeras industrializadas pueden mejorar la relación entre coste, impacto ambiental y rendimiento técnico, siempre que se gestionen adecuadamente los aspectos sociales y de ejecución.

Un aspecto metodológico de interés es la identificación de los criterios causales. La técnica DEMATEL identifica el coste de construcción, la funcionalidad y las interacciones con la cadena de valor como criterios que inciden en el resto del sistema, mientras que los indicadores ambientales, como la salud humana y la conservación de los ecosistemas, se presentan principalmente como efectos. Esto sugiere que las intervenciones en los costes de construcción y en la organización funcional pueden provocar mejoras indirectas en la sostenibilidad ambiental y social, lo cual resulta relevante al diseñar políticas y contratos que incentiven las prácticas integradas.

Futuras líneas de investigación

Una línea de trabajo inmediata consiste en ampliar la diversidad y el tamaño del panel de agentes consultados para captar las variaciones en las prioridades y las competencias profesionales. Esto permitiría evaluar la sensibilidad de las ponderaciones y mejorar la representatividad social del proceso. Otra opción es trasladar y recalibrar el marco a otros contextos geográficos y tipologías constructivas, como viviendas de mayor altura o equipamientos públicos, para evaluar la transferibilidad de la clasificación y de la estructura causal identificada en este estudio.

En el ámbito técnico, utilizar datos primarios de obras reales en lugar de bases de datos secundarias aumentará la fiabilidad de la evaluación del ciclo de vida (LCA) y del análisis del ciclo de vida (S-LCA) y mejorará la precisión de los modelos de coste del ciclo de vida (LCC). La incorporación de enfoques dinámicos, como la LCA dinámica o las simulaciones acopladas a plataformas BIM, puede facilitar las evaluaciones en etapas iniciales y permitir análisis de sensibilidad más detallados relacionados con la sustitución de componentes, las reparaciones y las evoluciones tecnológicas. Asimismo, explorar técnicas de optimización multiobjetivo que vinculen explícitamente las restricciones económicas con las metas ambientales y sociales podría proporcionar soluciones de diseño más operativas para promotores y organismos públicos.

Desde la perspectiva social, investigar intervenciones concretas de capacitación, reorganización de procesos y de contratos que reduzcan la exposición de los trabajadores a los sistemas industrializados aportará pruebas sobre cómo mantener los beneficios ambientales y económicos sin incrementar los impactos sociales. Por último, el estudio de la interacción entre políticas públicas, incentivos financieros y la adopción tecnológica ofrecerá información útil para diseñar instrumentos que favorezcan soluciones constructivas más equilibradas en el marco de los programas de vivienda social.

Conclusión

El estudio proporciona un marco metodológico replicable y sólido que combina la evaluación del ciclo de vida con técnicas multicriterio capaces de representar las interdependencias y la incertidumbre. Los resultados empíricos indican que, en el caso analizado, las soluciones ligeras industrializadas presentan ventajas en términos de coste y de huella ambiental, aunque se requieren medidas específicas para reducir los riesgos sociales derivados de su ejecución. La metodología y los resultados obtenidos sientan las bases para orientar las políticas y las decisiones de los proyectos y ponen de manifiesto la necesidad de ampliar los datos primarios, diversificar la muestra de expertos y conectar el análisis con herramientas digitales de diseño y gestión.

Referencia:

LUQUE CASTILLO, X.; YEPES-BELLVER, L.; YEPES, V. (2026). Towards Sustainable Social Housing: An Integrative Life Cycle and Multi-Criteria Approach. Sustainable Cities and Society, 137, 107164. DOI:10.1016/j.scs.2026.107164

Dejo a continuación el artículo completo, ya que está publicado en abierto.

Pincha aquí para descargar

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

Inteligencia artificial y eficiencia en el diseño de edificios

La inteligencia artificial (IA) está transformando de manera radical el diseño arquitectónico y la edificación. En la actualidad, el sector de la construcción se enfrenta a tres tendencias clave: la industrialización, la sostenibilidad y la transformación digital e inteligente. La convergencia de estos factores genera numerosas oportunidades, pero también desafíos significativos.

Los proyectos contemporáneos son cada vez más grandes y complejos, y están sujetos a requisitos ambientales más estrictos, lo que aumenta la presión sobre los equipos de diseño en términos de procesamiento de información, tiempo y recursos. En este contexto, la IA no solo optimiza los procesos, sino que también mejora la eficiencia de los métodos tradicionales de diseño.

A continuación, analizamos cómo la IA puede impulsar la eficiencia del diseño, fomentar la innovación y contribuir a la sostenibilidad de los proyectos. La tecnología ya está presente en todas las etapas del ciclo de vida del edificio, desde el análisis predictivo y la supervisión de la construcción hasta el mantenimiento de las instalaciones.

La digitalización ha transformado profundamente la forma en que concebimos, proyectamos y gestionamos las infraestructuras. Tras la aparición del diseño asistido por ordenador (CAD) y el modelado de información para la construcción (BIM), la inteligencia artificial (IA) se presenta como el siguiente gran avance tecnológico. A diferencia de otras herramientas, la IA no solo automatiza tareas, sino que también aprende, genera propuestas y ayuda a tomar decisiones complejas de manera óptima. Como señalan Li, Chen, Yu y Yang (2025), la IA se está consolidando como una herramienta fundamental para aumentar la eficiencia en el diseño arquitectónico e integrar criterios de sostenibilidad, industrialización y digitalización en toda la cadena de valor.

La IA se puede definir como un conjunto de técnicas informáticas que buscan reproducir procesos propios de la inteligencia humana, como el razonamiento, el aprendizaje o el reconocimiento de patrones. Entre sus ramas se incluyen el aprendizaje automático (machine learning o ML), basado en algoritmos que identifican patrones en grandes volúmenes de datos; las redes neuronales artificiales, que imitan el funcionamiento del cerebro y permiten resolver problemas complejos, como la predicción energética (Chen et al., 2023); los algoritmos genéticos, que simulan procesos evolutivos para hallar soluciones óptimas en problemas con múltiples variables, y la IA generativa, capaz de crear contenidos originales, como imágenes o planos, a partir de descripciones textuales. Este último enfoque, también conocido como AIGC (contenido generado por IA), ha popularizado herramientas como Stable Diffusion o Midjourney (Li et al., 2025).

En el sector de la construcción confluyen tres grandes tendencias: la industrialización, vinculada a la modularización y la prefabricación de componentes; el desarrollo sostenible, que impulsa diseños energéticamente eficientes y con menor impacto ambiental; y la digitalización inteligente, en la que la IA desempeña un papel protagonista (Asif, Naeem y Khalid, 2024). Estas tres dinámicas están interrelacionadas: sin tecnologías de análisis avanzado, como la IA, sería mucho más difícil cumplir los objetivos de sostenibilidad o gestionar procesos constructivos industrializados.

Tendencias de la construcción

Las aplicaciones de la IA se extienden a lo largo de todo el ciclo de vida del edificio. En las primeras fases de diseño, los algoritmos generan en segundos múltiples alternativas de distribución, optimizando la orientación, la iluminación natural o la ventilación. El diseño paramétrico asistido por IA permite explorar variaciones infinitas ajustando solo unos pocos parámetros (Li et al., 2025). Durante la fase de proyecto, los sistemas basados en procesamiento del lenguaje natural pueden interpretar normativas y detectar incumplimientos de forma automática, lo que reduce la probabilidad de modificaciones en obra (Xu et al., 2024). Además, las técnicas de simulación permiten prever el comportamiento estructural, acústico o energético de un edificio antes de su construcción, lo que proporciona seguridad y precisión en la toma de decisiones.

Avances de la IA en el diseño arquitectónico

En el sector de la construcción, la IA se combina con sensores y análisis de datos en tiempo real para optimizar la producción y la logística. En la construcción industrializada, los algoritmos ajustan la fabricación de elementos prefabricados, optimizan los cortes y los ensamblajes, y mejoran la gestión de las obras (Li et al., 2025). Al mismo tiempo, la monitorización inteligente permite anticiparse a las desviaciones, planificar los recursos con mayor eficiencia e incrementar la seguridad en entornos complejos.

Optimización del ciclo de vida del edificio con IA

Uno de los campos más avanzados es la predicción y optimización del consumo energético. Algoritmos como las redes neuronales, las máquinas de soporte vectorial o los métodos evolutivos permiten modelizar con gran precisión el comportamiento energético, incluso en las fases preliminares (Chen et al., 2023). Gracias a estas técnicas, es posible seleccionar soluciones constructivas más sostenibles, diseñar envolventes eficientes e integrar energías renovables en el proyecto. Como señalan Ding et al. (2018), estas herramientas facilitan el cumplimiento de los sistemas de evaluación ambiental y apoyan la transición hacia edificios de energía casi nula.

Las ventajas de la IA son evidentes: aumenta la eficiencia, reduce los errores y permite generar múltiples alternativas en mucho menos tiempo (Li et al., 2025). También optimiza los aspectos energéticos y estructurales, lo que hace que los proyectos sean más fiables y competitivos. La automatización de tareas repetitivas agiliza la creación de planos y documentos, mientras que los profesionales pueden dedicarse a tareas creativas. Además, las herramientas de gestión de proyectos con IA ayudan a organizar mejor los recursos y los plazos. Gracias a su capacidad para analizar grandes volúmenes de datos, fomentan la innovación, diversifican los métodos de diseño y facilitan la selección de materiales y el rendimiento energético.

Beneficios de la IA en el diseño

Sin embargo, la IA también plantea importantes desafíos. Su eficacia depende de la calidad de los datos; sin información fiable, los algoritmos pierden precisión. Además, integrarla con plataformas como CAD o BIM sigue siendo complicado (Xu et al., 2024). A esto se suman cuestiones éticas y legales, como la propiedad intelectual de los diseños generados por IA, la opacidad en la toma de decisiones y el riesgo de que los diseñadores pierdan cierto control. En algunos lugares, como EE. UU., se han revocado derechos de autor sobre obras generadas por IA, lo que refleja la incertidumbre legal existente.

Otros retos son la homogeneización del diseño si todos usan herramientas similares, la reticencia de algunos profesionales a adoptar soluciones de IA por dudas sobre la personalización y la fiabilidad, y los altos costes y la limitada disponibilidad de hardware y software especializados. Aún así, la IA sigue siendo una herramienta poderosa que, si se utiliza correctamente, puede transformar la eficiencia, la creatividad y la sostenibilidad en el sector de la construcción, abriendo un futuro lleno de oportunidades.

Desafíos de la adopción de la IA en el diseño

Ya existen ejemplos prácticos que muestran el potencial de estas tecnologías. Herramientas como Stable Diffusion o FUGenerator pueden generar imágenes y maquetas a partir de descripciones en lenguaje natural y actúan como asistentes que multiplican la productividad del proyectista (Li et al., 2025). Estas plataformas no sustituyen la creatividad humana, pero ofrecen un apoyo decisivo en la fase de ideación.

Bucle interactivo de inferencia de diseño arquitectónico de FUGenerator (Li et al., 2025)

La IA se está convirtiendo en un pilar fundamental de la construcción, integrándose cada vez más con tecnologías como la realidad aumentada (RA), la realidad virtual (RV), la realidad mixta (RM) y los gemelos digitales. Gracias a esta combinación, no solo es posible visualizar cómo será un edificio, sino también anticipar su comportamiento estructural, energético o acústico antes de su construcción (Xu et al., 2024). Esto permite a los diseñadores y a los clientes evaluar las propuestas en las primeras etapas, lo que mejora la calidad del diseño y la experiencia del usuario.

La IA del futuro será más inteligente y adaptable, capaz de predecir con gran precisión los resultados del diseño y ofrecer soluciones personalizadas. Su impacto no se limita al diseño arquitectónico: la gestión de la construcción se beneficiará de la robótica asistida, lo que aumentará la seguridad y la eficiencia en tareas complejas o de alto riesgo; la operación de los edificios podrá monitorizar su rendimiento, anticipar las necesidades de mantenimiento y prolongar su vida útil, lo que reducirá los costes, y el análisis de mercado aprovechará el big data para prever la demanda y los precios de los materiales, lo que optimizará la cadena de suministro.

En ingeniería civil, la integración de la IA y las tecnologías avanzadas permite tomar decisiones más fundamentadas, minimizar riesgos y entregar proyectos más seguros y sostenibles (Xu et al., 2024). Así, la construcción del futuro se perfila como un proceso más eficiente, innovador y conectado, en el que la tecnología y la planificación estratégica trabajan juntas para lograr resultados óptimos.

En conclusión, la IA no pretende sustituir a los ingenieros y arquitectos, sino ampliar sus capacidades, como ya hicieron el CAD o el BIM (Asif et al., 2024; Li et al., 2025). Automatiza tareas repetitivas, agiliza el diseño, facilita la toma de decisiones basada en datos y ayuda a elegir materiales, mejorar la eficiencia energética y estructural e inspirar soluciones creativas. Su impacto trasciende el diseño y se extiende a la planificación, la supervisión de la construcción y la gestión del ciclo de vida del edificio. No obstante, su adopción plantea desafíos como los altos costes, la escasez de software disponible y la necesidad de contar con datos de calidad y algoritmos robustos. Si se depende en exceso de la IA, los diseños podrían homogeneizarse, por lo que es fundamental definir claramente los roles entre los arquitectos y la IA. Si se utiliza correctamente, la IA puede potenciar la creatividad, la eficiencia y la sostenibilidad, y ofrecer un futuro más innovador y dinámico para la construcción.

Os dejo un vídeo que resume las ideas más importantes.

Referencias:

Glosario de términos clave

  • Inteligencia Artificial (IA): Una disciplina científica y tecnológica de vanguardia que simula el aprendizaje y la innovación humanos para extender el alcance de la aplicación de la tecnología.
  • Inteligencia Artificial Generativa (GAI): Un subconjunto de la IA que utiliza el aprendizaje automático y las capacidades de procesamiento del lenguaje natural para que las computadoras simulen la creatividad y el juicio humanos, produciendo automáticamente contenido que cumple con los requisitos.
  • Diseño Paramétrico: Un método de diseño en el que se utilizan algoritmos para definir la relación entre los elementos de diseño, permitiendo la generación de diversas variaciones de diseño mediante el ajuste de parámetros.
  • Diseño Asistido por IA: Métodos en los que las herramientas de IA ayudan a los diseñadores a optimizar diseños, analizar datos, resolver problemas y explorar conceptos creativos.
  • Colaboración Hombre-Máquina: Un enfoque en el que humanos y máquinas trabajan juntos en tareas complejas, con la IA apoyando la innovación humana y el intercambio de información eficiente.
  • Redes Neuronales Artificiales (RNA o ANN): Un tipo de algoritmo de IA, modelado a partir del cerebro humano, que se utiliza para modelar relaciones complejas entre entradas y salidas, a menudo empleadas en la predicción del consumo de energía de los edificios.
  • Aprendizaje Profundo (Deep Learning): Un subcampo del aprendizaje automático que utiliza redes neuronales con múltiples capas (redes neuronales profundas o DNN) para aprender representaciones de datos con múltiples niveles de abstracción.
  • Redes Neuronales Profundas (DNN): Redes neuronales con numerosas capas ocultas que permiten que el modelo aprenda patrones más complejos en los datos, mejorando la precisión en tareas como la predicción del consumo de energía.
  • Máquinas de Vectores de Soporte (SVM): Un algoritmo de aprendizaje supervisado utilizado para tareas de clasificación y regresión, especialmente eficaz con conjuntos de datos pequeños y para identificar relaciones no lineales.
  • Procesamiento del Lenguaje Natural (PLN o NLP): Un campo de la IA que se ocupa de la interacción entre las computadoras y el lenguaje humano, permitiendo a los sistemas interpretar y generar lenguaje humano.
  • Modelado de Información de Construcción (BIM): Una metodología para la gestión de la información de construcción a lo largo de su ciclo de vida, utilizada con la IA para mejorar las simulaciones de rendimiento del edificio.
  • Algoritmos Genéticos (GA): Una clase de algoritmos de optimización inspirados en el proceso de selección natural, utilizados para encontrar soluciones óptimas en tareas de diseño complejas.
  • Adaptación de Bajo Rango (LoRA): Un método de ajuste de bajo rango para modelos de lenguaje grandes, que permite modificar el comportamiento de los modelos añadiendo y entrenando nuevas capas de red sin alterar los parámetros del modelo original.
  • Stable Diffusion: Una herramienta avanzada de IA para generar imágenes a partir de descripciones de texto o dibujos de referencia, que a menudo utiliza el modelo LoRA para estilos específicos.
  • Inception Score (IS) y Fréchet Inception Distance (FID): Métricas cuantitativas utilizadas para evaluar la calidad y diversidad de las imágenes generadas por modelos de IA, con IS evaluando la calidad y FID la similitud de la distribución entre imágenes reales y generadas.
  • FUGenerator: Una plataforma que integra varios modelos de IA (como Diffusion Model, GAN, CLIP) para respaldar múltiples escenarios de aplicación de diseño arquitectónico, desde la descripción semántica hasta la generación de bocetos y el control.
  • Industrialización (en construcción): Énfasis en métodos de construcción modulares y automatizados para mejorar la eficiencia y estandarización.
  • Desarrollo Ecológico (en construcción): Enfoque en la conservación de energía durante el ciclo de vida, el uso de materiales sostenibles y la reducción del impacto ambiental.
  • Transformación Digital-Inteligente (en construcción): Integración de sistemas de digitalización e inteligencia, aprovechando tecnologías como la GAI para optimizar procesos y mejorar la creación de valor.
  • Problema Mal Definido (Ill-defined problem): Problemas de diseño, comunes en arquitectura, que tienen propósitos y medios iniciales poco claros.
  • Problema Malicioso (Wicked problem): Problemas de diseño caracterizados por interconexiones y objetivos poco claros, que requieren enfoques de resolución complejos.
  • Integración del Internet de las Cosas (IoT): La interconexión de dispositivos físicos con sensores, software y otras tecnologías para permitir la recopilación y el intercambio de datos, crucial para los sistemas de control de edificios inteligentes

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

5 ideas reveladoras sobre la vida secreta de nuestros edificios y puentes (y por qué debería importarte).

Colapso de una torre de viviendas en Ronan Point (Reino Unido). By Derek Voller, CC BY-SA 2.0, https://commons.wikimedia.org/w/index.php?curid=59931718

Cada día cruzamos puentes y entramos en edificios con una confianza casi absoluta en su solidez. Damos por hecho que el hormigón y el acero que nos rodean son permanentes. Sin embargo, la realidad es que estas estructuras, al igual que cualquier otra cosa, envejecen, se desgastan y están expuestas a amenazas constantes. Esta degradación no es un problema lejano, sino una realidad silenciosa que ya está aquí. Se trata, como ya he comentado algunas veces, de una verdadera «crisis de las infraestructuras». De eso nos estamos ocupando en el proyecto de investigación RESIFIFE, del cual soy investigador principal.

Para comprender la magnitud del desafío, basta con echar un vistazo a las cifras. Según el informe de la Sociedad Americana de Ingenieros Civiles (ASCE) de 2021, casi el 42 % de todos los puentes de Estados Unidos tienen más de 50 años y un preocupante 7,5 % se consideran «estructuralmente deficientes». A nivel mundial, el panorama es igualmente preocupante. El Foro Económico Mundial estima que la brecha de inversión en infraestructuras podría alcanzar los 18 billones de dólares para el año 2040.

No se trata solo de un problema para ingenieros y gobiernos. Afecta a nuestra seguridad, a nuestra economía y a nuestro futuro. Por eso, hemos recopilado la investigación más reciente para compartir cinco de las ideas más reveladoras que los expertos están debatiendo sobre la gestión del ciclo de vida de nuestra infraestructura.

Los dos «enemigos» al que se enfrentan nuestras estructuras

La degradación de un edificio o un puente no es un proceso único. Para los ingenieros, el primer paso es siempre realizar un diagnóstico correcto. En este caso, hay dos tipos muy diferentes:

  • La degradación progresiva: piense en ella como un desgaste lento y constante. Se trata del «deterioro ambiental», por ejemplo, la corrosión del acero causada por la sal en el aire o la fatiga del material tras soportar cargas durante décadas. Es un enemigo paciente que debilita la estructura poco a poco a lo largo de toda su vida útil.
  • La degradación instantánea: son los impactos repentinos y violentos. Se trata de «eventos extremos», como terremotos, inundaciones o incluso desastres provocados por el ser humano. A diferencia de la degradación progresiva, un solo evento de este tipo puede reducir drásticamente el rendimiento de una estructura en cuestión de minutos.

Comprender esta diferencia es crucial, ya que no se puede utilizar la misma estrategia para reparar una grieta por fatiga que para recuperar una estructura después de un terremoto.

La caja de herramientas de los ingenieros: mantenimiento frente a reparación

Frente a estos dos enemigos, la ingeniería no lucha con las manos vacías. Cuenta con una caja de herramientas específica para cada amenaza, con dos categorías principales de soluciones o «mecanismos de intervención».

  • Mantenimiento: son acciones planificadas para combatir la degradación progresiva. Piense en ellas como la medicina preventiva. Estas «intervenciones preventivas o esenciales» incluyen tareas como reparar grietas, aplicar una nueva capa de pintura protectora o reemplazar componentes estructurales antes de que fallen. El objetivo es frenar el desgaste natural.
  • Reparación: son las acciones que se llevan a cabo en respuesta a la degradación instantánea. Pueden ser «preventivas», como reforzar una estructura (retrofit) para que resista mejor un futuro terremoto, o «correctivas», como las labores de recuperación para devolver la funcionalidad lo antes posible.

Este enfoque de «ciclo de vida» supone un cambio fundamental. En lugar de esperar a que algo se rompa para repararlo, los ingenieros modernos planifican, predicen e intervienen a lo largo de toda la vida útil de la estructura para garantizar su rendimiento a largo plazo.

Más allá de la seguridad: las cuatro formas de medir el «éxito» de una estructura

Es aquí donde el campo se ha vuelto realmente fascinante. La forma de evaluar el «éxito» de una estructura ha evolucionado desde una pregunta sencilla de «¿se ha caído o no?» basta un cuadro de mando sofisticado con cuatro indicadores clave. Para entenderlo mejor, podemos pensar en cómo se evalúa a un atleta profesional:

  • Fiabilidad (reliability): esta es la base. ¿Puede el atleta aguantar el esfuerzo de un partido sin lesionarse? Mide la probabilidad de que una estructura no falle en las condiciones para las que fue diseñada.
  • Riesgo (risk): este indicador va un paso más allá. Si el atleta se lesiona, ¿qué consecuencias tiene para el equipo? ¿Se pierde un partido clave o la final del campeonato? El riesgo tiene en cuenta las consecuencias de un fallo: sociales, económicas y medioambientales.
  • Resiliencia (resilience): este es un concepto más nuevo y crucial. En caso de lesión, ¿cuánto tiempo tardará el atleta en recuperarse y volver a jugar al máximo nivel? Mide la capacidad de una estructura para prepararse, adaptarse y, sobre todo, recuperarse de manera rápida y eficiente tras un evento extremo.
  • Sostenibilidad (sustainability): esta es la visión a largo plazo. ¿Está el atleta gestionando su carrera para poder jugar durante muchos años o se quemará en dos temporadas? La sostenibilidad integra los aspectos sociales, económicos y medioambientales para garantizar que las decisiones de hoy no afecten a las generaciones futuras.

Este cambio de enfoque para evaluar las consecuencias supone una revolución en el campo. Los expertos señalan un cambio de mentalidad fundamental: ya no basta con medir el rendimiento en términos técnicos. Ahora se centran en las consecuencias en el mundo real (sociales, económicas y ambientales), ya que estas ofrecen una visión mucho más fiel y significativa de lo que realmente está en juego.

 

La carrera contra el tiempo: por qué este campo está investigando ahora

El interés por modelar y gestionar el ciclo de vida de las estructuras no es solo una curiosidad académica, sino una respuesta directa a una necesidad global cada vez más acuciante. Un análisis de la investigación científica en este campo revela una clara «tendencia ascendente».

El número de artículos publicados sobre este tema ha crecido constantemente, pero se observa un «incremento importante» a partir de 2015. Este auge de la investigación no es académico, sino una respuesta directa a las alarmantes cifras que vimos al principio. La comunidad mundial de ingenieros está en una carrera contra el tiempo para evitar que ese déficit de 18 billones (18·1012) de dólares se traduzca en fallos catastróficos.

El futuro es inteligente: De la reparación a la predicción

Para gestionar esta complejidad, la ingeniería está recurriendo a herramientas cada vez más avanzadas que van más allá del cálculo tradicional. El objetivo es pasar de un enfoque reactivo a otro predictivo y optimizado. Es como pasar de ir al médico solo cuando tienes un dolor insoportable a llevar un reloj inteligente que monitoriza tu salud las 24 horas del día y te avisa de un problema antes incluso de que lo notes.

Entre las metodologías más destacadas se encuentran:

  • Optimización: algoritmos que ayudan a decidir cuál es la mejor estrategia de mantenimiento (cuándo, dónde y cómo intervenir) para obtener el máximo beneficio con recursos limitados.
  • Modelos de Markov: herramientas estadísticas que funcionan como un pronóstico del tiempo para las estructuras, ya que predicen su estado futuro basándose en su condición actual.
  • Inteligencia artificial (IA), aprendizaje automático y aprendizaje profundo: estas tecnologías permiten analizar grandes cantidades de datos (de sensores, inspecciones, etc.) para predecir fallos, identificar patrones invisibles al ojo humano y optimizar la gestión del ciclo de vida a una escala nunca antes vista.

Este cambio de paradigma significa que, en el futuro, las decisiones sobre cuándo reparar un puente o reforzar un edificio se tomarán con la ayuda de datos y algoritmos complejos que pueden prever el futuro de la estructura.

Conclusión: pensar en el mañana, hoy

Gestionar la salud de nuestra infraestructura es un desafío continuo, complejo y vital. Ya no basta con construir estructuras impresionantes; es fundamental adoptar una mentalidad de «ciclo de vida» que nos obligue a evaluar, intervenir y planificar constantemente pensando en el futuro. Solo así podremos garantizar que los edificios y puentes que usamos cada día no solo sean fiables, sino también resilientes ante los imprevistos y sostenibles para las próximas generaciones.

La próxima vez que cruces un puente, no pienses solo en dónde te lleva. Pregúntate cuál es su historia invisible en su lucha contra el paso del tiempo y si, como sociedad, estamos invirtiendo no solo para construir, sino también para perdurar.

Os dejo un vídeo que os puede servir de guía.

Referencias:

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

Rehabilitación sostenible de edificios costeros de hormigón: ¿cómo optimizar el mantenimiento?

Acaban de publicar un artículo nuestro en Environmental Impact Assessment Review, una de las revistas con mayor impacto científico, dentro del primer decil del JCR. En este trabajo se aborda, desde un enfoque innovador, la optimización de los intervalos de mantenimiento reactivo en edificios costeros construidos con métodos modernos de construcción (MMC). La investigación se enmarca dentro del proyecto RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València. A continuación, se muestra un resumen del trabajo e información de contexto.

Quienes trabajamos en ingeniería de la construcción sabemos que los entornos costeros son un auténtico reto. La combinación de humedad, salinidad y vientos cargados de cloruros acelera la corrosión de las armaduras en el hormigón armado. Como consecuencia, estructuras tan comunes como hoteles de playa, bloques residenciales o edificios públicos junto al mar sufren un deterioro prematuro que reduce su vida útil, incrementa los costes de reparación y pone en riesgo la seguridad estructural.

Tradicionalmente, la industria de la construcción ha centrado sus esfuerzos en reducir el impacto ambiental de los materiales y de la fase inicial de obra, dejando en segundo plano la importancia del mantenimiento y la rehabilitación. Sin embargo, cada vez está más claro que prolongar la vida útil mediante estrategias de conservación es clave para lograr ciudades sostenibles.

La pregunta de partida

El equipo investigador se planteó la siguiente cuestión central: ¿qué combinación de diseño preventivo y mantenimiento reactivo permite alargar la vida útil de un edificio costero de hormigón armado de la forma más sostenible, equilibrando costes, impacto ambiental y repercusiones sociales?

Para responderla, compararon doce alternativas de diseño que mejoran la durabilidad frente a los cloruros y analizaron distintas estrategias de reparación en función del nivel de deterioro.

La aportación más destacada

Lo más novedoso del trabajo es la integración de un análisis del ciclo de vida (LCA) con un modelo de ayuda a la decisión basado en FUCOM-TOPSIS. Este enfoque híbrido no solo cuantifica los costes de construcción y mantenimiento, sino también los impactos ambientales (emisiones, recursos y salud humana) y sociales (seguridad de los trabajadores, generación de empleo, molestias a usuarios y a la comunidad local).

En otras palabras, el modelo permite determinar qué intervalos de mantenimiento reactivo son óptimos para cada diseño año tras año y compararlos desde una perspectiva de sostenibilidad global.

Cómo se ha llevado a cabo

  • Caso de estudio: un módulo de hotel en Sancti Petri (Cádiz), construido con losas aligeradas tipo Unidome mediante MMC.

  • Diseños preventivos analizados: desde adiciones (humo de sílice, cenizas volantes), cementos resistentes a sulfatos, reducción de la relación agua/cemento o mayor recubrimiento, hasta soluciones más avanzadas como aceros galvanizados o inoxidables.

  • Estrategias de mantenimiento: cuatro niveles de intervención, desde reparaciones superficiales hasta sustitución de armaduras corroídas.

  • Modelización: se aplicó el modelo de corrosión de Tuutti para estimar periodos de iniciación y propagación del daño.

  • Criterios de evaluación: ocho en total (dos económicos, dos ambientales y cuatro sociales), ponderados mediante FUCOM y evaluados con TOPSIS.

Resultados principales

Los resultados son muy ilustrativos para la práctica profesional.

  • Las soluciones más sostenibles combinaban cemento multirresistente, tratamientos hidrofóbicos anticorrosión y adiciones minerales, como el humo de sílice. Estas alcanzaron una mejora de la sostenibilidad de hasta el 86 % respecto al diseño base.
  • El cemento sulforresistente (SRC) se presentó como la alternativa más equilibrada, con un ciclo de mantenimiento cada 53 años y un ahorro del 65 % en comparación con el caso de referencia.
  • El acero inoxidable prácticamente elimina el mantenimiento durante 100 años, pero su impacto económico y medioambiental inicial lo convierte en una opción poco competitiva.
  • El acero galvanizado ofrece un buen compromiso, ya que es más duradero que el hormigón convencional y su coste es razonable, aunque su impacto ambiental es superior al de otras soluciones.
  • No siempre «menos mantenimiento» significa más sostenibilidad: la clave es intervenir en el momento adecuado para reducir costes y emisiones acumuladas a lo largo de todo el ciclo de vida.

Aplicaciones prácticas en la ingeniería

Este estudio aporta varias lecciones que se pueden aplicar directamente a la práctica:

  1. Planificación a largo plazo: las decisiones de diseño inicial deben ir acompañadas de una estrategia de mantenimiento clara, no solo de criterios de durabilidad normativa.

  2. Visión integral: al evaluar alternativas, no basta con comparar costes iniciales. También hay que tener en cuenta el impacto ambiental y social de cada opción.

  3. Aplicabilidad amplia: aunque el caso analizado es un hotel costero, la metodología es válida para puentes, puertos, depuradoras y cualquier otra estructura de hormigón expuesta a ambientes marinos.

  4. Alineación con la normativa europea: este tipo de enfoques encaja con las estrategias de descarbonización y economía circular de la UE, que exigen evaluar todo el ciclo de vida de las infraestructuras.

En definitiva, este trabajo nos recuerda que la sostenibilidad en la construcción no solo depende de lo que hacemos al levantar un edificio, sino también de cómo lo mantenemos a lo largo de su vida útil. Y, sobre todo, que la ingeniería ya cuenta con herramientas sólidas para planificar esas decisiones de manera objetiva, transparente y alineada con los Objetivos de Desarrollo Sostenible.

Referencia:

SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; YEPES, V. (2026). Optimizing reactive maintenance intervals for the sustainable rehabilitation of chloride-exposed coastal buildings with MMC-based concrete structure. Environmental Impact Assessment Review, 116, 108110. DOI:10.1016/j.eiar.2025.108110

Como el artículo está publicado en abierto, os lo dejo para su descarga:

Pincha aquí para descargar

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

Cómo construir viviendas sociales más baratas y sostenibles y de forma más rápida

A continuación, os paso el contenido de una nota de prensa que ha lanzado la UPV sobre uno de nuestros trabajos de investigación relacionados con el proyecto RESILIFE. También os dejo enlaces a la noticia. Espero que os resulte interesante.

Investigadores de la UPV han desarrollado una nueva herramienta para ayudar a gobiernos y profesionales del sector de la construcción a edificar viviendas sociales de forma más eficiente, económica y respetuosa con el medio ambiente

La investigación, publicada en la revista Building and Environment, se enmarca en el proyecto RESILIFE

Investigadores de la Universitat Politècnica de València (UPV) han desarrollado una nueva herramienta para ayudar a gobiernos y profesionales del sector de la construcción a edificar viviendas sociales de forma más eficiente, económica y respetuosa con el medio ambiente. El trabajo, liderado por el investigador del Instituto ICITECH Víctor Yepes y la doctoranda Ximena Luque, se ha centrado en Perú, un país con un elevado déficit habitacional, si bien sus resultados podrían aplicarse a otros países con necesidades similares.

La investigación, publicada en la revista Building and Environment, se enmarca en el proyecto RESILIFE y analiza cinco sistemas constructivos diferentes —desde métodos tradicionales como el hormigón con ladrillo hasta métodos industrializados como el Light Steel Frame (LSF). Además, evalúa no solo costes de construcción, sino también los de mantenimiento, demolición e impacto ambiental durante todo el ciclo de vida de la vivienda.

“No se trata de solo construir más, sino de construir mejor. Por eso analizamos cada sistema de principio a fin, con el enfoque conocido como desde la cuna hasta la tumba, evaluando tanto el impacto técnico, económico y medioambiental de la construcción. Nuestro estudio no solo se centra en el precio o la velocidad de construcción. También analizó el impacto de cada tipo de vivienda a lo largo de toda su vida útil: desde la extracción de los materiales hasta su demolición”, explica Víctor Yepes

El sistema más eficiente: rápido, limpio y rentable

De los cinco modelos analizados, el sistema LSF —una estructura metálica prefabricada y liviana— es el más eficiente, según el estudio realizado por Víctor Yepes y Ximena Luque. Es el más barato a largo plazo (en construcción, mantenimiento y demolición); el que menos impacto ambiental genera y el que permite construir más rápido, lo que resulta clave para reducir el déficit habitacional en corto tiempo.

“Los sistemas tradicionales, aunque parecen más baratos al inicio, terminan siendo más costosos a largo plazo por sus residuos y su dificultad para ser reciclados. El estudio también señala que ningún sistema es perfecto. Por ejemplo, los paneles sándwich de hormigón son muy rápidos de montar, pero tienen mayores costes e impactos. El sistema convencional, aunque ampliamente empleado, tarda más en construirse y tiene un impacto ambiental alto. Sin embargo, necesita menos mano de obra especializada, lo que también es un factor que debemos considerar. Aun así, en más del 90 % de los escenarios evaluados, el LSF siguió siendo la mejor alternativa”, explica Yepes.

Guía práctica y modelo replicable

Además de identificar el “sistema para construir mejor”, el equipo de la UPV ha desarrollado una guía práctica para programas de vivienda social, planteando una metodología que se puede replicar en otros países en desarrollo.

Nuestro estudio ofrece una herramienta práctica y replicable que puede ayudar a ingenieros, arquitectos y autoridades a tomar decisiones más informadas. Al tener en cuenta todo el ciclo de vida de una vivienda y varios criterios de sostenibilidad, nuestro trabajo pretende contribuir a conseguir hacia soluciones habitacionales más justas, rápidas y respetuosas con el medio ambiente en aquellos países que lo necesitan”, añade Yepes.

Próximos pasos: sumar el factor humano

El equipo de la UPV trabaja ya en la siguiente fase del proyecto, que incorporará el impacto social de cada sistema constructivo, evaluando cómo influyen en la calidad de vida de las personas, el empleo local y la cohesión comunitaria.

“Construir bien, no es solo colocar ladrillos y hormigón. También es considerar a las personas que habitarán ese espacio y cómo la vivienda puede mejorar su bienestar y sus oportunidades”, concluye Víctor Yepes.

Referencia

LUQUE-CASTILLO, X.; YEPES, V. (2025). Life Cycle Assessment of Social Housing Construction: A Multicriteria Approach. Building and Environment, 282:113294. DOI:10.1016/j.buildenv.2025.113294

Noticia en À Punt:

Entrevistas en RNE y Ser

Noticia en medios:

La UPV plantea un modelo «replicable» para construir viviendas sociales baratas y sostenibles

https://cadenaser.com/comunitat-valenciana/2025/08/03/un-estudio-de-la-upv-propone-como-construir-viviendas-sociales-mas-baratas-y-sostenibles-y-de-forma-mas-rapida-radio-valencia/

https://www.larazon.es/comunidad-valenciana/mas-baratas-eficientes-upv-tiene-clave-construir-mas-viviendas_20250803688f1efac5e9fd602f666afd.html

https://www.20minutos.es/nacional/estudio-propone-construir-viviendas-sociales-baratas-sostenibles_6233824_0.html

https://valencia.elperiodicodeaqui.com/epda-noticias/un-estudio-de-la-upv-propone-como-construir-viviendas-sociales-mas-baratas-y-sostenibles/374196

https://www.noticiasde.es/comunidad-valenciana/la-upv-ha-propuesto-un-metodo-para-construir-viviendas-sociales-de-forma-mas-economica-sostenible-y-rapida/

https://www.ultimahora.es/noticias/comunidades/2025/08/03/2443119/estudio-upv-propone-como-construir-viviendas-sociales-mas-baratas-sostenibles-forma-mas-rapida.html

Un estudio de la UPV propone cómo construir viviendas sociales «más baratas y sostenibles» y de forma «más rápida»

https://alicanteplaza.es/alicanteplaza/innovacion-alicante/un-estudio-de-la-upv-propone-como-construir-viviendas-sociales-mas-baratas-y-sostenibles

Un estudio de la UPV propone cómo construir viviendas sociales más baratas y sostenibles | Murcia Plaza

https://economia3.com/2025/08/04/701578-upv-impulsa-una-nueva-forma-de-construir-viviendas-sociales-mas-eficientes/

https://www.ultimahora.es/noticias/comunidades/2025/08/03/2443119/estudio-upv-propone-como-construir-viviendas-sociales-mas-baratas-sostenibles-forma-mas-rapida.html

Nou estudi de la UPV revela com construir vivendes socials més econòmiques i sostenibles

 

RESILIFE: Optimización resiliente de estructuras híbridas en condiciones extremas

En este artículo se explica el proyecto RESILIFE, cuyos investigadores principales son Víctor Yepes y Julián Alcalá, de la Universitat Politècnica de València. Se trata de un proyecto de investigación de carácter internacional en el que también colaboran profesores de Brasil, Chile y China. Además, se están realizando varias tesis doctorales de estudiantes de Cuba, Perú, México y Ecuador, así como de estudiantes españoles. A continuación, se describe brevemente el proyecto y se incluye una comunicación reciente donde se explica con más detalle.

El proyecto RESILIFE se centra en optimizar de forma resiliente el ciclo de vida de estructuras híbridas y modulares para conseguir una alta eficiencia social y medioambiental, especialmente en condiciones extremas. La investigación aborda la necesidad de diseñar, construir y mantener infraestructuras que puedan resistir y recuperarse rápidamente de desastres naturales o provocados por el ser humano, minimizando las pérdidas y el impacto en la sociedad y el medioambiente. Para ello, el estudio propone utilizar inteligencia artificial, metaheurísticas híbridas, aprendizaje profundo y teoría de juegos en un enfoque multicriterio. El objetivo es mejorar la seguridad, reducir costes y optimizar la recuperación, alineándose con los Objetivos de Desarrollo Sostenible (ODS). La metodología integral incluye el análisis del ciclo de vida, así como la aplicación de lógica neutrosófica y redes bayesianas para la toma de decisiones.

¿Qué problema aborda el proyecto RESILIFE y por qué es urgente?

El proyecto RESILIFE aborda el desafío crítico que supone diseñar y mantener infraestructuras resilientes y sostenibles frente a desastres naturales y provocados por el ser humano. La urgencia es evidente debido a las enormes pérdidas humanas y económicas causadas por estos eventos (más de 1,1 millones de muertes y 1,5 billones de dólares en pérdidas entre 2003 y 2013), lo que subraya la necesidad de estructuras de alto rendimiento que protejan vidas y economías, al tiempo que se alinean con los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas. Además, los errores de diseño y construcción, así como la falta de mantenimiento, han demostrado ser causas significativas de colapso estructural, y solo el 50 % de las reparaciones de hormigón resultan efectivas en Europa.

¿Cuál es el objetivo principal de RESILIFE?

El objetivo general del proyecto RESILIFE es optimizar el diseño, el mantenimiento y la reparación de estructuras híbridas y modulares (MMC) de alta eficiencia social y medioambiental para que puedan resistir condiciones extremas. Para ello, se deben abordar problemas complejos de toma de decisiones en los ámbitos público y privado, integrando criterios de sostenibilidad social y medioambiental durante todo el ciclo de vida de las estructuras y teniendo en cuenta la variabilidad e incertidumbre inherentes al mundo real. El objetivo es que estas estructuras sean tan seguras como las tradicionales, pero con una mayor capacidad de recuperación rápida y un menor impacto social y medioambiental.

 

¿Qué tipos de estructuras son el foco de RESILIFE y por qué?

El proyecto se centra en estructuras híbridas (que combinan, por ejemplo, acero y hormigón) y en estructuras basadas en métodos modernos de construcción (MMC), especialmente las modulares. Estas estructuras se han elegido como objeto de estudio debido a su gran potencial para mejorar la resiliencia estructural, la eficiencia en la construcción (al reducir las interrupciones en obra y mejorar el control de calidad) y la sostenibilidad. A pesar de sus ventajas, se han identificado lagunas en la investigación sobre su optimización para eventos extremos y su aplicación en estructuras complejas, aspectos que el proyecto RESILIFE busca subsanar.

¿Qué metodologías innovadoras utiliza RESILIFE para lograr sus objetivos?

RESILIFE emplea un enfoque multidisciplinario e innovador que integra diversas técnicas avanzadas:

¿Cómo aborda RESILIFE la incertidumbre y la variabilidad en el diseño y mantenimiento de estructuras?

El proyecto aborda la incertidumbre y la variabilidad mediante varias estrategias:

  • Análisis de funciones de distribución de eventos extremos: Para el diseño óptimo basado en fiabilidad.
  • Metamodelos y metaheurísticas híbridas basadas en fiabilidad: Permiten manejar la aleatoriedad de los parámetros y asegurar que los proyectos optimizados no sean inviables ante pequeños cambios en las condiciones.
  • Técnicas de decisión multicriterio (lógica neutrosófica y redes bayesianas): Integran aspectos inciertos y criterios subjetivos en la toma de decisiones.
  • Análisis de sensibilidad: De los escenarios presupuestarios y las hipótesis del ciclo de vida para identificar las mejores prácticas.

¿Qué se entiende por «resiliencia» en el contexto de RESILIFE y cómo se cuantifica?

En el contexto de RESILIFE, la resiliencia se define como la capacidad de una estructura para resistir eventos extremos, mantener su funcionalidad o recuperarla rápidamente con reparaciones mínimas tras sufrir daños, y con un bajo coste social y medioambiental. El objetivo es ir más allá de la simple resistencia y centrarse en la capacidad de adaptación y recuperación. El proyecto tiene como objetivo desarrollar procedimientos explícitos para cuantificar la resiliencia de las estructuras e infraestructuras en el contexto de múltiples amenazas, un aspecto que actualmente presenta una laguna en la investigación. Esto incluye tener en cuenta la funcionalidad técnico-socioeconómica y los impactos a lo largo de toda su vida útil.

¿Qué tipo de casos de estudio se aplican en la metodología RESILIFE?

La metodología de RESILIFE se aplica a varios casos de estudio clave:

  • Optimización de pórticos de edificios altos: Con estructura de acero híbrido y hormigón armado, sometidos a un fuerte incremento de temperatura, o ante el fallo completo de soportes para evitar el colapso progresivo.
  • Viviendas sociales prefabricadas en zonas sísmicas: Optimizando su resistencia a acciones extremas y su capacidad de reparación rápida.
  • Mantenimiento y reparación de patologías: Resultantes de eventos extremos en diversas estructuras.
  • Otras estructuras como puentes mixtos y estructuras modulares: Ampliando el alcance más allá de las viviendas. Estos casos de estudio permiten validar la aplicabilidad de las metodologías propuestas en situaciones reales y complejas.

¿Cuáles son las principales contribuciones esperadas de RESILIFE a la ingeniería estructural y la sostenibilidad?

Las principales contribuciones esperadas de RESILIFE son:

  • Desarrollo de soluciones constructivas innovadoras: Como conexiones especiales y estructuras fusibles para aumentar la resiliencia y evitar el colapso progresivo.
  • Formulación de metodologías de participación social: Para integrar criterios objetivos y subjetivos en decisiones multicriterio.
  • Propuesta de técnicas de optimización multiobjetivo avanzadas: Basadas en metaheurísticas híbridas de deep learning, teoría de juegos y fiabilidad.
  • Introducción de nuevas métricas: Que prioricen soluciones resilientes en la frontera de Pareto.
  • Identificación de políticas presupuestarias efectivas: Y definición de buenas prácticas de diseño, reparación y mantenimiento robusto en construcciones MMC y estructuras híbridas.
  • Avances en la modelización y evaluación: De la sostenibilidad a largo plazo y el impacto ambiental de las infraestructuras, contribuyendo a normativas y software de diseño más eficientes.

Pincha aquí para descargar

Glosario de términos clave

  • Resiliencia (estructural): Capacidad de una estructura para absorber, resistir, adaptarse y recuperarse de un evento extremo, manteniendo o recuperando su funcionalidad rápidamente y con costes mínimos.
  • Estructuras híbridas: Estructuras que combinan dos o más materiales estructurales diferentes, como acero y hormigón, para optimizar sus propiedades y rendimiento.
  • Estructuras modulares: Estructuras compuestas por unidades o módulos prefabricados que se ensamblan en el lugar de la construcción, ofreciendo ventajas en velocidad de construcción y control de calidad.
  • Eventos extremos: Desastres naturales (terremotos, tsunamis, inundaciones) o provocados por humanos (explosiones, impactos) que causan daños significativos a las estructuras y la sociedad.
  • Optimización del ciclo de vida: Proceso de diseño, construcción, mantenimiento y reparación de una estructura, considerando su impacto total (económico, social, ambiental) a lo largo de toda su vida útil.
  • Sostenibilidad: Principio que busca satisfacer las necesidades actuales sin comprometer la capacidad de las futuras generaciones para satisfacer sus propias necesidades, integrando aspectos ambientales, sociales y económicos.
  • Inteligencia artificial (IA): Campo de la informática que dota a las máquinas de la capacidad de aprender, razonar y resolver problemas, utilizada aquí para evaluar y mejorar la resiliencia.
  • Metaheurísticas híbridas: Algoritmos de optimización que combinan diferentes técnicas heurísticas o metaheurísticas para encontrar soluciones eficientes a problemas complejos, especialmente en la optimización multiobjetivo.
  • Aprendizaje profundo (Deep Learning – DL): Subcampo del aprendizaje automático que utiliza redes neuronales artificiales con múltiples capas para aprender representaciones de datos, aplicado para mejorar la toma de decisiones y reducir tiempos de cálculo.
  • Teoría de juegos: Rama de las matemáticas que estudia las interacciones estratégicas entre agentes racionales, aplicada en la optimización multiobjetivo para el diseño de estructuras.
  • Lógica neutrosófica: Marco matemático para tratar la indeterminación y la inconsistencia, utilizado en la toma de decisiones multicriterio para manejar la incertidumbre.
  • Redes bayesianas: Modelos gráficos probabilísticos que representan relaciones de dependencia condicional entre variables, empleadas en el análisis multicriterio y la gestión de incertidumbre.
  • Colapso progresivo: Fenómeno en el cual un daño inicial localizado en una estructura se propaga a otras partes, llevando al colapso desproporcionado de una gran porción o de toda la estructura.
  • Modern Methods of Construction (MMC): Métodos de construcción modernos que incluyen tecnologías de prefabricación, construcción modular e impresión 3D, buscando mayor eficiencia y control de calidad.
  • BIM (Building Information Modeling / Modelos de Información en la Construcción): Proceso de creación y gestión de un modelo digital de un edificio o infraestructura, que facilita la integración del proyecto estructural y la toma de decisiones a lo largo del ciclo de vida.
  • Metamodelo (o modelo subrogado): Modelo simplificado de un sistema complejo que permite realizar cálculos más rápidos y eficientes, crucial para reducir los tiempos de computación en la optimización.
  • Diseño óptimo basado en fiabilidad: Enfoque de diseño que considera la probabilidad de fallo y las incertidumbres inherentes para optimizar las estructuras, garantizando un nivel de seguridad predefinido.
  • Frontera de Pareto: Conjunto de soluciones óptimas en problemas de optimización multiobjetivo, donde ninguna de las funciones objetivo puede mejorarse sin degradar al menos otra función objetivo.

Agradecimientos:

Grant PID2023-150003OB-I00 funded by MCIN/AEI/10.13039/501100011033, and the European Regional Development Fund (ERDF), a program of the European Union (EU).

Tesis doctoral: Baterías níquel-zinc: equilibrio óptimo entre coste y sostenibilidad

Ignacio Villalba, Ashwani Kumar y Víctor Yepes

Hoy, 6 de mayo de 2025, ha tenido lugar la defensa de la tesis doctoral de D. Ashwani Kumar Malviya, titulada “Optimization of LCA and LCCA for a novel NiZn battery through multi-objective particle swarm optimization (MOPSO) and its application in e-mobility and smart building infrastructure”, dirigida por los profesores Ignacio Villalba Sanchis y Víctor Yepes. La tesis ha obtenido la máxima calificación de sobresaliente «cum laude». A continuación, presentamos un pequeño resumen de la misma.

En el contexto de la urgente transición hacia un sistema eléctrico descarbonizado, el almacenamiento energético se ha convertido en un pilar fundamental para integrar fuentes renovables intermitentes, como la solar y la eólica, en la red eléctrica y en aplicaciones de e-movilidad y edificios inteligentes. La tesis de Ashwani Kumar Malviya explora por primera vez de manera integrada la viabilidad de las baterías recargables de níquel-zinc (RNZB), que combinan materias primas abundantes (níquel y zinc), electrólitos acuosos no inflamables y un proceso de producción simplificado que prescinde de salas blancas. Gracias a recientes innovaciones en la formulación de los electrodos, estas celdas de 10 Ah y 60 Wh/kg alcanzan más de 2000 ciclos al 100 % de profundidad de descarga, superando uno de los principales obstáculos de esta tecnología.

El trabajo se estructura en torno a cinco preguntas clave:

  1. ¿Cuál es el coste total de ciclo de vida (LCC) de una batería de litio de níquel (RNZB), desde la extracción de materia prima hasta su fin de vida, medido tanto en €/kg como en €/kWh entregado?
  2. ¿Qué impacto ambiental (LCA) —evaluado en 18 categorías midpoint y 3 endpoint con ReCiPe 2016— genera la RNZB en comparación con baterías de plomo-ácido, LFP y NMC?
  3. ¿Es posible que un algoritmo multiobjetivo (MOPSO) identifique configuraciones de suministro y reciclaje que minimicen simultáneamente el coste de ciclo de vida (LCC) y el impacto ambiental (LCA)?
  4. ¿Hasta qué punto estas soluciones son resistentes ante variaciones de ±20 % en parámetros críticos, tales como la mezcla eléctrica en uso y la eficiencia del ciclo?
  5. ¿En qué medida las preferencias de un panel de expertos, analizadas mediante el proceso de jerarquía analítica (AHP), coinciden con la clasificación de Pareto generada por el MOPSO?

Esta tesis presenta un modelo estructurado que integra ecuaciones de LCC —que incluyen CAPEX, OPEX y fin de vida en función de la masa de batería y la energía suministrada— con un LCA exhaustivo basado en datos de la base Ecoinvent y OpenLCA. La implementación de MOPSO en MATLAB para optimizar ambos indicadores constituye una innovación metodológica de gran valor, pues genera un frente de Pareto de soluciones no dominadas que equilibra coste y huella ambiental. Además, la comparación efectuada demostró que la RNZB puede ofrecer un coste medio de ciclo de vida de aproximadamente 120 €/kWh, en comparación con los 150 €/kWh de LFP y los 180 €/kWh de plomo-ácido, manteniendo un GWP de 0,24 kg CO₂ eq/kWh —inferior a los 0,30 kg CO₂ eq/kWh del plomo-ácido—, lo que sitúa a la RNZB como la opción económicamente más competitiva sin renunciar a un desempeño ambiental favorable.

El estudio establece un alcance «cradle-to-grave», que comprende la extracción de níquel y zinc, la formulación de electrodos (cátodo de NiOOH con un 11,6 % de peso y ánodo de ZnO con un 7,5 %), el transporte, el ensamblaje de celdas de 10 Ah y 60 Wh/kg, los escenarios de uso con diferentes mezclas eléctricas (0-100 % RES) y el fin de vida, que incluye el reciclaje metalúrgico de metales y la valorización energética de plásticos. Para el LCA, se implementó el enfoque ReCiPe 2016 en 18 categorías midpoint (GWP, ODP, entre otras) y 3 endpoint (salud, ecosistemas, recursos). Para el LCC, se desarrollaron fórmulas validadas mediante el uso de OpenLCA. El MOPSO implementado explora variables de origen de materias primas y rutas de reciclaje, manteniendo un archivo diverso de soluciones no dominadas. Una vez concluido el proceso, se realizó un análisis de sensibilidad, que incluyó la evaluación de la variación del mix eléctrico y la eficiencia del ciclo. Posteriormente, se llevó a cabo una validación AHP con un grupo de doce expertos, quienes contrastaron sus preferencias con el ranking de Pareto obtenido.

Los resultados obtenidos evidencian que, en condiciones de mix eléctrico base (100 % red convencional), la RNZB registra un LCC de 120 €/kWh y un GWP de 0,24 kg CO₂ eq/kWh. El MOPSO ha identificado 10 soluciones óptimas que reducen hasta un 15 % el LCC y un 20 % el GWP respecto a la configuración estándar. Al integrar el 75 % de energía renovable en la fase de uso, el GWP desciende a 0,18 kg CO₂ eq/kWh, lo que resulta en una reducción del CED en un 30 %. El análisis de sensibilidad confirmó que estas ventajas se mantienen con variaciones de hasta ±20 % en mix y eficiencia. Asimismo, la validación AHP mostró un 85 % de coincidencia entre las preferencias de los expertos y el ranking de Pareto.

La tesis confirma que las RNZB ofrecen un equilibrio excepcional entre coste y sostenibilidad para aplicaciones estacionarias (almacenamiento residencial, edificios inteligentes y e-movilidad), especialmente si se combinan con un uso mayoritario de RES y se aplican técnicas de «recuperación verde» en el reciclaje. La simplicidad del proceso acuoso y la ausencia de elementos críticos (cobalto) reducen significativamente los riesgos y los costes de suministro. Sin embargo, la dependencia del níquel sugiere la necesidad de diversificar las fuentes de suministro y establecer circuitos cerrados para la recuperación de metales. Desde una perspectiva metodológica, la integración de LCA, LCC, MOPSO y AHP constituye un marco sólido y adaptable a otros sistemas de ingeniería que requieran optimizar múltiples indicadores de manera simultánea.

Tras el análisis llevado a cabo, esta tesis concluye que la RNZB es la opción de ciclo de vida más económica (con un coste aproximado de 120 €/kWh) y que presenta una huella ambiental competitiva (0,24 kg CO₂ eq/kWh). Asimismo, se ha comprobado que un MOPSO bien configurado puede generar frentes de Pareto robustos que reducen hasta un 20 % el GWP y un 15 % el coste. La validación mediante sensibilidad y AHP garantiza la aplicabilidad práctica de las recomendaciones. Se propone como líneas futuras la incorporación de datos en tiempo real de operación, la exploración de electrodos con menor proporción de níquel y la extensión de la metodología a sistemas híbridos de energía para potenciar la circularidad y la resiliencia del sector.

Referencias:

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; MARTÍNEZ-FERNÁNDEZ, P.; YEPES, V. (2024). Optimization of the Life cycle cost and environmental impact functions of NiZn batteries by using Multi-Objective Particle Swarm Optimization (MOPSO). Sustainability, 16(15):6425. DOI:10.3390/su16156425

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; LI, J.; LI, B.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; YEPES, V. (2024). A formulation model for computation to estimate the Life Cycle Environmental Impact of NiZn Batteries. Energies, 17(11):2751. DOI:10.3390/en17112751

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; YEPES, V. (2024). A formulation model for computation to estimate the Life Cycle Cost of NiZn Batteries. Sustainability, 16(5):1965. DOI:10.3390/su16051965

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 environments. Structures, 74:108544. DOI:10.1016/j.istruc.2025.108544

 

Tesis doctoral: Métodos de detección de daños para el diseño sostenible del ciclo de vida de puentes en entornos agresivos

De izquierda a derecha: Ignacio Navarro, Rasmus Rampling, Mehrdad Hadizadeh, Salvador Ivorra, Tatiana García y Víctor Yepes

Hoy, 12 de febrero de 2025, ha tenido lugar la defensa de la tesis doctoral de D. Mehrdad Hadizadeh Bazaz, titulada “Inclusion of damage detection methods for the sustainable life cycle design of bridges in aggressive environments”, dirigida por los profesores Víctor Yepes Piqueras e Ignacio J. Navarro Martínez. La tesis recibió la calificación de sobresaliente «cum laude». A continuación, presentamos un pequeño resumen de la misma.

Resumen:

Para prevenir colapsos inesperados que pueden generar pérdidas económicas y humanas significativas, es esencial controlar la salud de cada estructura e infraestructura a lo largo de su ciclo de vida, que abarca desde su construcción y mantenimiento hasta su eventual retiro.

Sin embargo, las actividades de construcción, reparación y mantenimiento también pueden afectar al medio ambiente y a la sociedad. Por ello, el uso de técnicas modernas de detección de daños, que integren la evaluación sostenible del ciclo de vida y el análisis de los costes totales de mantenimiento, resulta fundamental para realizar reparaciones oportunas y minimizar el impacto negativo.

El concepto de sostenibilidad ha evolucionado desde su definición por primera vez por la Comisión Brundtland en 1987. Desde entonces, la comunidad científica ha desarrollado principios, métodos y criterios para el diseño sostenible, pero muchos de estos enfoques no son viables a largo plazo. En respuesta, las Naciones Unidas han establecido los Objetivos de Desarrollo Sostenible (ODS) para 2030.

En este contexto, es crucial adoptar una estrategia de ciclo de vida sostenible para las estructuras de hormigón que optimice costes y minimice el impacto ambiental y social en todas sus etapas, desde la construcción hasta el final de su vida útil. Los avances en tecnología informática y el desarrollo de sensores sofisticados han permitido implantar métodos de prueba no destructiva (NDT) para controlar y mantener de manera eficiente infraestructuras críticas, como puentes, y reducir así el riesgo de pérdidas económicas y humanas.

Esta tesis analiza la aplicación de diversas técnicas no destructivas para identificar daños estructurales y evalúa su impacto en la sostenibilidad. En este trabajo de investigación se evaluó el rendimiento de métodos no destructivos, como la función de respuesta en frecuencia (FRF) y la densidad espectral de potencia (PSD), para la detección y localización de daños estructurales. En particular, se analizó la capacidad de la PSD para predecir distintos tipos de daños en estructuras expuestas a la corrosión por iones de cloruro, como puentes de hormigón ubicados en entornos agresivos.

Posteriormente, se examinó la eficacia de este método de predicción en la evaluación del ciclo de vida sostenible, teniendo en cuenta su impacto ambiental, social y económico. Además, se analizaron los costes asociados a su aplicación en distintas fases de la vida útil de un puente de hormigón tipo cajón en Arosa, al noroeste de España.

Los resultados de esta tesis demuestran que la integración del método PSD en el mantenimiento preventivo durante el ciclo de vida de puentes de hormigón mejora significativamente su sostenibilidad. Los hallazgos confirman que la PSD permite detectar, localizar y predecir daños de manera eficiente, lo que optimiza la gestión a largo plazo de infraestructuras propensas a la corrosión. El análisis integral, que incorpora la evaluación del ciclo de vida y la toma de decisiones multicriterio, demuestra que la aplicación de la PSD reduce el impacto ambiental, minimiza los costes y mejora la sostenibilidad global de los puentes de hormigón. Además, este enfoque proporciona un marco adaptable a diversas infraestructuras y facilita el cumplimiento de objetivos de sostenibilidad a gran escala.

Referencias:

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Life Cycle Assessment of a Coastal Concrete Bridge Aided by Non-Destructive Damage Detection Methods. Journal of Marine Science and Engineering, 11(9):1656. DOI:10.3390/jmse11091656

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023).  Life-cycle cost assessment using the power spectral density function in a coastal concrete bridge. Journal of Marine Science and Engineering, 11(2):433. DOI:10.3390/jmse11020433

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Power Spectral Density method performance in detecting damages by chloride attack on coastal RC bridge. Structural Engineering and Mechanics, 85(2):197-206. DOI:10.12989/sem.2023.85.2.197

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2022). Performance comparison of structural damage detection methods based on Frequency Response Function and Power Spectral Density. DYNA, 97(5):493-500. DOI:10.6036/10504

Norma ISO 15686-5 sobre los costes del ciclo de vida de edificios y construcciones

https://blog.deltoroantunez.com/2024/02/calculo-ciclo-vida-construccion.html

La norma ISO 15686-5 proporciona un marco completo para planificar la vida útil de los edificios y construcciones, y para calcular su coste total a lo largo de su vida útil. Establece los principios rectores, las definiciones y las instrucciones necesarias para realizar predicciones coherentes del CCV y evaluaciones del rendimiento a lo largo de la vida útil del activo.

La versión actual de 2017 se centra en establecer directrices claras y detalladas para llevar a cabo análisis de costes del ciclo de vida (LCC, por sus siglas en inglés). Este enfoque permite evaluar de manera sistemática los costes asociados a un activo desde su adquisición hasta su disposición final. Además, la norma contempla la posibilidad de incluir ingresos generados y externalidades que puedan influir en la evaluación económica. Al promover la utilización de metodologías estandarizadas, se garantiza la coherencia de los resultados y se establece una base sólida para la toma de decisiones fundamentadas.

La norma también hace hincapié en la utilidad del LCC para comparar diferentes alternativas de diseño y construcción, y permite a los gestores identificar opciones que optimicen tanto los costes iniciales como los recurrentes a lo largo del tiempo. Las metodologías propuestas son aplicables a nivel de cartera, proyectos específicos o componentes individuales, dependiendo del alcance definido.

Alcance y objetivos de la norma

La norma establece los requisitos para identificar y evaluar todos los costes relevantes a lo largo del ciclo de vida de un activo construido. Esto incluye desde los costes iniciales de adquisición hasta los relacionados con la operación, el mantenimiento, la sustitución de componentes y la disposición final. Además, abarca los siguientes aspectos:

  • Consideración de variables económicas, como tasas de descuento, inflación y fluctuaciones en los precios.
  • Evaluación de la sostenibilidad económica y ambiental mediante la inclusión de externalidades.
  • Provisión de un marco que facilite la comparación de alternativas en términos de coste total y rendimiento a largo plazo.

La norma es particularmente útil en contextos donde los periodos de análisis pueden extenderse por décadas, como en edificios públicos o activos con vidas útiles prolongadas.

Principios fundamentales del LCC

El análisis del ciclo de vida tiene como objetivo proporcionar una evaluación detallada y cuantitativa de los costes asociados a un activo construido para apoyar la toma de decisiones estratégicas en cada etapa del proyecto. Algunos de los principios clave son los siguientes:

  1. Identificación integral de costes: El LCC tiene en cuenta todos los costes relevantes, tanto directos como indirectos y externalidades, para garantizar que no se pasen por alto factores críticos.
  2. Proyecciones realistas: Se incorporan tasas de descuento, inflación y cambios previstos en las tecnologías para obtener estimaciones precisas y adaptadas al contexto.
  3. Flexibilidad en el alcance: Permite adaptarse a diferentes niveles de análisis, desde el global hasta el nivel de componentes individuales.
  4. Apoyo en la toma de decisiones: Proporciona datos útiles para comparar alternativas y seleccionar opciones que maximicen el rendimiento económico y funcional.

Detalle de las variables de coste

La norma especifica que el análisis LCC debe abordar una amplia gama de costes, agrupados en las siguientes categorías:

  • Costes de adquisición: Incluyen los gastos iniciales asociados con la compra, el diseño, la adaptación, las aprobaciones regulatorias, la construcción y la puesta en marcha. Estos costes suelen representar la mayor parte de la inversión inicial.
  • Costes operativos: Gastos recurrentes relacionados con la administración, los seguros, la energía, los servicios públicos y las tasas. Representan un componente significativo a lo largo de la vida útil del activo.
  • Costes de mantenimiento: Comprenden actividades preventivas, correctivas y diferidas, así como inspecciones periódicas. Estos costes son esenciales para garantizar el funcionamiento del activo conforme a los requisitos establecidos.
  • Costes de reemplazo: Relacionados con la sustitución de componentes o sistemas importantes. Estos costes pueden variar significativamente según el tipo de activo y las condiciones de operación.
  • Costes de eliminación: Incluyen demoliciones, reciclaje, reutilización de materiales y eliminación de desechos. Este componente también puede generar ingresos por la venta de materiales recuperables.

Aplicación práctica del LCC

La norma describe cómo el LCC puede integrarse en diversas etapas del ciclo de vida del proyecto:

  1. Planificación inicial: en esta fase se llevan a cabo evaluaciones estratégicas para determinar la viabilidad de diferentes opciones de adquisición o desarrollo de activos. Se tienen en cuenta factores como la duración prevista de uso y los requisitos del cliente.
  2. Diseño y construcción: durante esta etapa, el LCC ayuda a seleccionar materiales, tecnologías y diseños que optimicen los costes futuros. Hasta el 80 % de los costes de operación y mantenimiento pueden definirse en esta fase.
  3. Operación y mantenimiento: el análisis LCC permite gestionar de manera eficiente los recursos y planificar el mantenimiento necesario para prolongar la vida útil del activo.
  4. Disposición final: se evalúan los costes e ingresos asociados al final de la vida útil del activo, incluyendo el reciclaje o la reutilización de componentes.

Metodologías recomendadas

La metodología descrita en la norma ISO 15686-5 hace hincapié en un enfoque sistemático para la asignación de recursos, centrándose en su uso eficiente para alcanzar los objetivos de la organización. Este marco ayuda a evaluar los distintos procesos de asignación empleados por diversas organizaciones y facilita debates estructurados sobre cuestiones relacionadas con los recursos. La naturaleza iterativa del proceso permite la mejora continua y permite a los responsables de la toma de decisiones reevaluar sus estrategias en función de los datos y resultados que vayan surgiendo.

Para abordar las incertidumbres inherentes al análisis a largo plazo, la norma recomienda técnicas como:

  • Análisis de sensibilidad: Permite evaluar cómo los cambios en variables clave afectan los resultados.
  • Método Monte Carlo: Simula diferentes escenarios para estimar rangos de coste probables.
  • Valor actual neto (VAN): Proporciona una base para comparar los costes futuros en términos de su valor actual.

Beneficios del LCC en la toma de decisiones

El cálculo del coste del ciclo de vida (CCV) proporciona una evaluación económica sistemática de los costes de un activo a lo largo de todo su ciclo de vida, que abarca las fases de adquisición, explotación y eliminación. Esta metodología facilita la toma de decisiones informadas, ya que permite a las partes interesadas comprender no solo los costes de transacción iniciales, sino también las implicaciones financieras más amplias asociadas al activo a lo largo del tiempo, incluidos los costes y beneficios externos derivados de su uso.

La aplicación del cálculo del coste del ciclo de vida puede reportar importantes beneficios económicos. Las investigaciones indican que las organizaciones que utilizan normas para el análisis del CCV han obtenido ganancias valoradas entre el 0,15 % y el 5 % de los ingresos anuales por ventas. Estos ahorros se deben a una mejor asignación de recursos y a una mayor eficiencia operativa que surgen de la adopción de decisiones de inversión informadas. Por ejemplo, la identificación de externalidades potenciales, tanto positivas como negativas, puede dar lugar a un enfoque más holístico de la planificación financiera y la gestión de activos, lo que mejora en última instancia los resultados de la organización.

El uso del LCC aporta claridad y respaldo cuantitativo en la selección de alternativas. Esto es particularmente relevante en decisiones de inversión, donde el equilibrio entre costes iniciales y operativos es fundamental. Además, este enfoque fomenta la adopción de estrategias sostenibles al permitir una evaluación integral de los impactos económicos y ambientales.

Conclusión

La norma ISO 15686-5:2017 es una herramienta esencial para optimizar la gestión económica de los activos construidos. Al abordar con detalle todos los costes asociados y proporcionar metodologías claras para su análisis, esta norma permite una gestión más eficiente, sostenible y alineada con los objetivos a largo plazo. Su aplicación garantiza que cada etapa del ciclo de vida de un activo se considere y gestione de manera óptima.

Referencias:

Cadenazzi, T., Rossini, M., Nolan, S., Dotelli, G., Arrigoni, A., & Nanni, A. (2018). Resilience and economical sustainability of a FRP reinforced concrete bridge in Florida: LCC analysis at the design stage. In Life Cycle Analysis and Assessment in Civil Engineering: Towards an Integrated Vision (pp. 2913-2920). CRC Press.

Guaygua, B., Sánchez-Garrido, A., & Yepes, V. (2024). Life cycle assessment of seismic resistant prefabricated modular buildings. Heliyon, 10(20), e39458.

Kuda, F., & Berankova, E. W. (2014). EU Approaches to Unification of Methodologies for Determination of Building Object Life Cycle Costing. Advanced Materials Research, 1044, 1863-1867.

Navarro, I. J., Martí, J. V., & Yepes, V. (2019). Reliability-based maintenance optimization of corrosion preventive designs under a life cycle perspective. Environmental Impact Assessment Review, 74, 23-34.

Pons, J. J., Villalba Sanchis, I., Insa Franco, R., & Yepes, V. (2020). Life cycle assessment of railway track substructures: Comparison of ballast and ballastless rail tracks. Environmental Impact Assessment Review, 85, 106444.

Teichmann, M., Szeligova, N., & Kuda, F. (2019). Evaluation of operating costs in the life cycle of buildings. In Advances and Trends in Engineering Sciences and Technologies III (pp. 629-635). CRC Press.

Villalba, P., Sánchez-Garrido, A., & Yepes, V. (2024). Life cycle evaluation of seismic retrofit alternatives for reinforced concrete columns. Journal of Cleaner Production, 455, 142290.

Xie, H., Cui, Q., & Li, Y. (2022). Net Present Value Method: A Method Recommended by ISO 15686-5 for Economic Evaluation of Building Life Cycle Costs. World Journal of Engineering and Technology, 10(2), 224-229.