Etiqueta: metamodelo

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).

Optimización sostenible de puentes losa postesados usando metamodelos

Durante los días 12 a 14 de septiembre de 2022 tuvo lugar en las Palmas de Gran Canaria el Congreso de Métodos Numéricos en Ingeniería CMN 2022. El objetivo de este congreso es actuar como un foro en que se recopilen los trabajos científicos y técnicos más relevantes en el área de los métodos numéricos y la mecánica computacional, así como sus aplicaciones prácticas.  CMN 2022 está organizado conjuntamente por las sociedades de métodos numéricos española (SEMNI), portuguesa (APMTAC) y por el Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI) de la Universidad de Las Palmas de Gran Canaria (ULPGC).

Dentro de este congreso tuve la ocasión de actuar como presidente, junto con el profesor David Greiner, de la sesión paralela denominada «Optimization, metaheuristics and evolutionary algorithms in civil engineering«. Además, nuestro grupo de investigación presentó un trabajo de investigación sobre la optimización de puentes mediante metamodelos Kriging. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Os dejo la comunicación en español por si os resultara de interés.

Referencia:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2022). Sustainable optimization of post-tensioned cast-in-place concrete slab road bridges using metamodels. Congress on Numerical Methods in Engineering CMN2022, 12-14 September 2022, Las Palmas de Gran Canaria, Spain, pp. 166-185. ISBN: 978-84-123222-9-3

Pincha aquí para descargar

Optimización de la vía en placa mediante metamodelos para mejorar la sostenibilidad de la construcción ferroviaria

Acaban de publicarnos un artículo en el Journal of Construction Engineering and Management-ASCE, revista indexada en el primer cuartil del JCR. Se trata de optimizar la vía en placa mediante metamodelos para mejorar la sostenibilidad de la construcción ferroviaria. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Este artículo no está publicado en abierto, pero podéis encontrarlo, solicitándolo, en esta dirección: https://www.researchgate.net/publication/360243758_Slab_Track_Optimization_Using_Metamodels_to_Improve_Rail_Construction_Sustainability o bien descargarlo directamente de la página web de ASCE: https://ascelibrary.org/doi/full/10.1061/%28ASCE%29CO.1943-7862.0002288

El ferrocarril es un medio de transporte eficaz, sin embargo, la construcción y el mantenimiento de las vías férreas tienen un impacto medioambiental importante en términos de emisiones de CO2 y uso de materias primas. Esto es especialmente cierto en el caso de la vía en placa, pues necesitan grandes cantidades de hormigón. También son más caras de construir que las vías convencionales con balasto, pero requieren menos mantenimiento y presentan otras ventajas que las convierten en una buena alternativa, especialmente para las líneas de alta velocidad. Para contribuir a un ferrocarril más sostenible, este trabajo pretende optimizar el diseño de una de las tipologías de vía en placa más comunes: RHEDA 2000. El objetivo principal es reducir la cantidad de hormigón necesaria para construir la losa sin comprometer su rendimiento y durabilidad. Para ello, se utilizó un modelo basado en el método de los elementos finitos (MEF) de la vía, emparejado con un metamodelo de kriging que permite analizar múltiples opciones de espesor de la losa y resistencia del hormigón de forma puntual. Mediante kriging, se obtuvieron soluciones óptimas que se validaron a través del modelo MEF para garantizar el cumplimiento de las restricciones mecánicas y geométricas predefinidas. Partiendo de una configuración inicial con una losa de 30 cm de hormigón con una resistencia característica de 40 MPa, se llegó a una solución optimizada, consistente en una losa de 24 cm de hormigón con una resistencia de 45 MPa, que arroja una reducción de costes del 17,5%. Este proceso puede aplicarse ahora a otras tipologías de losas para obtener diseños más sostenibles.

Abstract:

Railways are an efficient transport mode, but building and maintaining railway tracks have a significant environmental impact in terms of CO2 emissions and the use of raw materials. This is particularly true for slab tracks, which require large quantities of concrete. They are also more expensive to build than conventional ballasted tracks, but require less maintenance and have other advantages that make them a good alternative, especially for high-speed lines. To contribute to more sustainable railways, this paper aims to optimize the design of one of the most common slab track typologies: RHEDA 2000. The main objective is to reduce the amount of concrete required to build the slab without compromising its performance and durability. To do so, a model based on the finite-element method (FEM) of the track was used, paired with a kriging metamodel to allow analyzing multiple options of slab thickness and concrete strength in a timely manner. By means of kriging, optimal solutions were obtained and then validated through the FEM model to ensure that predefined mechanical and geometrical constraints were met. Starting from an initial setup with a 30-cm slab made of concrete with a characteristic strength of 40 MPa, an optimized solution was reached, consisting of a 24-cm slab made of concrete with a strength of 45 MPa, which yields a cost reduction of 17.5%. This process may be now applied to other slab typologies to obtain more sustainable designs.

Keywords:

Slab track; Optimization; Latin hypercube; Kriging; Finite-element method (FEM).

Reference:

MARTÍNEZ FERNÁNDEZ, P.; VILLALBA SANCHIS, I.; INSA FRANCO, R.; YEPES, V. (2022). Slab track optimisation using metamodels to improve rail construction sustainability. Journal of Construction Engineering and Management, 148(7):04022053. DOI:10.1061/(ASCE)CO.1943-7862.0002288

Optimización de la cimentación de un aerogenerador mediante metamodelos

Acaban de publicarnos un artículo en la revista Structural and Multidisciplinary Optimization, revista de ELSEVIER indexada en el primer decil del JCR.

En este trabajo se estudia el potencial del metamodelado de kriging para optimizar el diseño estructural con múltiples objetivos mediante el uso de software de análisis de elementos finitos y normas de diseño. Se propone un método que incluye la sostenibilidad y la constructibilidad, y se aplica a un caso de cimentaciones de hormigón armado para aerogeneradores de un gran proyecto de parque eólico sueco. Se realizan análisis de sensibilidad para investigar la influencia del factor de penalización aplicado a las soluciones no viables y el tamaño de la muestra inicial generada por el muestreo de hipercubos latinos. A continuación, se realiza una optimización multiobjetivo para obtener soluciones óptimas para diferentes combinaciones de pesos para los cuatro objetivos considerados. Los resultados indican que los diseños obtenidos mediante kriging a partir de muestras de 20 superan a los mejores diseños de las muestras de 1000. Las soluciones óptimas obtenidas por el método propuesto tienen un impacto de sostenibilidad entre un 8 y un 15% menor que los desarrollados por métodos tradicionales.

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

El artículo lo podéis descargar GRATUITAMENTE por tener acceso libre: https://link.springer.com/article/10.1007/s00158-021-03154-0

Abstract:

In this work, we study the potential of using kriging metamodelling to perform multi-objective structural design optimization using finite element analysis software and design standards while keeping the computational efforts low. A method is proposed, which includes sustainability and buildability objectives, and it is applied to a case study of reinforced concrete foundations for wind turbines based on data from a large Swedish wind farm project. Sensitivity analyses are conducted to investigate the influence of the penalty factor applied to unfeasible solutions and the size of the initial sample generated by Latin hypercube sampling. Multi-objective optimization is then performed to obtain the optimum designs for different weight combinations for the four objectives considered. Results show that the kriging-obtained designs from samples of 20 designs outperform the best designs in the samples of 1000 designs. The optimum designs obtained by the proposed method have a sustainability impact 8–15% lower than the designs developed by traditional methods.

Keywords:

Multidisciplinary design optimization; Structural design; Kriging surrogate model; Reinforced concrete structures; Multi-criteria decision making; Parametric design

Reference:

MATHERN, A.; PENADÉS-PLÀ, V.; ARMESTO BARROS, J.; YEPES, V. (2022). Practical metamodel-assisted multi-objective design optimization for improved sustainability and buildability of wind turbine foundations. Structural and Multidisciplinary Optimization, 65:46. DOI:10.1007/s00158-021-03154-0

Pincha aquí para descargar

Aplicación de la metodología de la superficie de respuesta en un curso de postgrado de optimización

Este trabajo describe la introducción de la metodología de superficie de respuesta en un curso de postgrado. Este caso se realiza en la asignatura de «Modelos predictivos y de optimización de estructuras de hormigón«. Esta asignatura se enmarca en el Plan de Estudios del Máster Universitario en Ingeniería del Hormigón. Los estudiantes aprenden aquí conceptos como la optimización de estructuras mediante algoritmos heurísticos, la toma de decisiones multicriterio, técnicas de diseño de experimentos y metamodelos como la superficie de respuesta para obtener resultados óptimos. En este caso de estudio, el objetivo es obtener una solución óptima de un muro de hormigón armado, utilizando las emisiones de CO2 como función objetivo para reducir su impacto. Para aplicar esta metodología, los estudiantes aprovechan programas comerciales. Por un lado, para realizar el análisis estadístico que permita obtener la superficie de respuesta se utiliza Minitab. Por otro lado, los estudiantes comprueban la resistencia de la estructura utilizando el software de cálculo estructural Cype. Como resultado de esta metodología se consigue que los estudiantes alcancen un mejor nivel en competencias transversales, como el diseño y el proyecto, el pensamiento crítico, el análisis y la resolución de problemas o el uso de software específico. En este trabajo se presentan futuros estudios de investigación relacionados con el uso de técnicas de optimización de estructuras por parte de los estudiantes aplicando otras técnicas de optimización diferentes.

Referencia:

YEPES, V.; MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V. (2021). Application of the response surface methodology in a postgraduate optimization course. 15th annual International Technology, Education and Development Conference (INTED 2021), 8th-9th March, 2021, pp. 869-878, Valencia, Spain. ISBN: 978-84-09-27666-0

Pincha aquí para descargar

 

 

Optimización del diseño robusto de puentes en cajón

Acaban de publicarnos un artículo en la revista Mathematics,  revista indexada en el primer cuartil del JCR. En este artículo tratamos de solucionar uno de los problemas que presentan las estructuras óptimas, que es su cercanía a los estados límite y demás restricciones. El trabajo se enmarca dentro del proyecto de investigación DIMALIFE que dirijo como investigador principal en la Universitat Politècnica de València.

En efecto, el diseño de una estructura se lleva a cabo generalmente según un enfoque determinista. Sin embargo, todos los problemas estructurales tienen asociados parámetros iniciales inciertos que pueden diferir del valor de diseño. Esto se vuelve importante cuando el objetivo es alcanzar estructuras optimizadas, pues una pequeña variación de estos parámetros inciertos iniciales puede tener una gran influencia en el comportamiento estructural. El objetivo de la optimización de un diseño robusto es obtener un diseño óptimo con la menor variación posible de las funciones objetivas. Para ello, es necesaria una optimización probabilística para obtener los parámetros estadísticos que representen el valor medio y la variación de la función objetivo considerada. Sin embargo, una de las desventajas del diseño robusto óptimo es su alto costo de cálculo. En el presente artículo, la optimización del diseño robusto se aplica al diseño de un puente peatonal continuo de sección en cajón  que sea óptimo en cuanto a su costo y robusto en cuanto a la estabilidad estructural. Además, se utiliza el muestreo de hipercubo latino y el metamodelo de kriging para hacer frente al alto costo computacional. Los resultados muestran que las principales variables que controlan el comportamiento estructural son la profundidad de la sección transversal y la resistencia a la compresión del hormigón y que se puede llegar a una solución de compromiso entre el coste óptimo y la robustez del diseño.

Abstract

The design of a structure is generally carried out according to a deterministic approach. However, all structural problems have associated initial uncertain parameters that can differ from the design value. This becomes important when the goal is to reach optimized structures, as a small variation of these initial uncertain parameters can have a big influence on the structural behavior. The objective of robust design optimization is to obtain an optimum design with the lowest possible variation of the objective functions. For this purpose, a probabilistic optimization is necessary to obtain the statistical parameters that represent the mean value and variation of the objective function considered. However, one of the disadvantages of the optimal robust design is its high computational cost. In this paper, robust design optimization is applied to design a continuous prestressed concrete box-girder pedestrian bridge that is optimum in terms of its cost and robust in terms of structural stability. Furthermore, Latin hypercube sampling and the kriging metamodel are used to deal with the high computational cost. Results show that the main variables that control the structural behavior are the depth of the cross-section and compressive strength of the concrete and that a compromise solution between the optimal cost and the robustness of the design can be reached.

Keywords

Robust design optimization; RDO; post-tensioned concrete; box-girder bridge; structural optimization; metamodel; kriging

Reference:

Penadés-Plà, V.; García-Segura, T.; Yepes, V. Robust Design Optimization for Low-Cost Concrete Box-Girder Bridge. Mathematics 2020, 8, 398.

Pincha aquí para descargar

 

Optimización de puentes pretensados mediante la metodología de la superficie de respuesta

Nos acaban de publicar en la Revista CIATEC-UPF (Revista de Ciências Exatas Aplicadas e Tecnológicas da Universidade de Passo Fundo, CIATEC-UPF – ISSN 2176-4565), un artículo relacionado con la optimización de pórticos de hormigón armado con sistemas de agrupación de columnas. Se trata de una colaboración con el profesor Moacir Kripka y está dentro del proyecto de investigación DIMALIFE.

Os paso a continuación el resumen y una copia descargable del artículo, pues está publicado en abierto. Espero que os sea de interés.

RESUMEN:

Los puentes son infraestructuras esenciales para mejorar la comunicación dentro de un territorio. La optimización constituye un proceso que permite obtener puentes de menor coste bajo ciertas restricciones. Debido a la complejidad de los problemas estructurales, la optimización matemática no es útil y se recurre a la optimización heurística debido a su mayor eficacia. En este trabajo se presenta una alternativa a la optimización heurística basada en los metamodelos. El procedimiento consiste en una reducción de los factores iniciales mediante el diseño de experimentos, reduciendo significativamente la complejidad del problema sin perder información. Posteriormente, se aplica la metodología de la superficie de respuesta para obtener el óptimo del problema. Este procedimiento se aplica a un tablero de un puente de losa maciza que cumpla todas las restricciones de las normativas.

PALABRAS CLAVE:

Hormigón estructural. Optimización. Puente pretensado. Metamodelo. Superficie de respuesta

REFERENCIA:

PENADÉS-PLÀ, V.; YEPES, V.; KRIPKA, M. (2019). Optimización de puentes pretensados mediante la metodología de la superficie de respuesta. Revista CIATEC-UPF, 11(2):22-35. https://doi.org/10.5335/ciatec.v11i2.9159

 

Pincha aquí para descargar

 

Método acelerado de optimización de puentes en cajón

 

Acaban de publicarnos en Engineering Structures, revista de ELSEVIER indexada en el primer cuartil del JCR, un artículo en el que hemos propuesto un novedoso método de optimización que acelera los cálculo al emplear Kriging como metamodelo en los cálculos intermedios de las iteraciones de un proceso de optimización heurística. Se ha aplicado en la optimización de la energía requerida para la construcción de un puente en cajón de hormigón pretensado, pero la metodología es aplicable al cálculo de cualquier estructura. Este artículo forma parte del proyecto de investigación DIMALIFE. Como se ha publicado en abierto, os puedo pasar el artículo completo, que os podéis descargar también en la propia revista.

ABSTRACT:

Structural optimization is normally carried out by means of conventional heuristic optimization due to the complexity of the structural problems. However, the conventional heuristic optimization still consumes a large amount of time. The use of metamodels helps to reduce the computational cost of the optimization and, along these lines, kriging-based heuristic optimization is presented as an alternative to carry out an accelerated optimization of complex problems. In this work, conventional heuristic optimization and kriging-based heuristic optimization will be applied to reach the optimal solution of a continuous box-girder pedestrian bridge of three spans with a low embodied energy. For this purpose, different penalizations and different initial sample sizes will be studied and compared. This work shows that kriging-based heuristic optimization provides results close to those of conventional heuristic optimization using less time. For the sample size of 50, the best solution differs about 2.54% compared to the conventional heuristic optimization, and reduces the computational cost by 99.06%. Therefore, the use of a kriging model in structural design problems offers a new means of solving certain structural problems that require a very high computational cost and reduces the difficulty of other problems.

KEYWORDS: Low-embodied energy; Post-tensioned concrete; Box-girder bridge; Structural optimization; Metamodel; Kriging

REFERENCE:
PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; YEPES, V. (2019). Accelerated optimization method for low-embodied energy concrete box-girder bridge design. Engineering Structures, 179:556-565. DOI:10.1016/j.engstruct.2018.11.015