Proyecto de investigación RESILIFE (2024-2027)

Los desastres naturales y humanos ocasionan pérdidas humanas y económicas considerables. Las estructuras dañadas deben diseñarse para recuperar su funcionalidad lo antes posible, lo que implica recursos y emisiones significativas. Por tanto, el diseño y la construcción de estructuras deben enfocarse en la sostenibilidad, la durabilidad, la resistencia múltiple, la resiliencia y la monitorización inteligente del ciclo de vida. Los eventos extremos, junto con errores de diseño, construcción y falta de mantenimiento, suelen provocar daños estructurales locales que pueden desencadenar el colapso progresivo de las infraestructuras. RESILIFE afronta el reto social que suponen el mantenimiento y la reparación de estructuras frente a situaciones extremas, mediante la optimización de los problemas complejos planteados en el ámbito de las decisiones públicas y privadas. La hipótesis de partida es que un diseño óptimo y la construcción con estructuras híbridas basadas en los modernos métodos de construcción, en especial las modulares, son efectivos desde el punto de vista social y ambiental, y resilientes ante eventos extremos. El reto será incorporar mejoras en el diseño para afrontar eventos extremos y equiparar estas estructuras en prestaciones y en seguridad a las estructuras tradicionales. La innovación central consiste en plantear procedimientos explícitos para cuantificar la resiliencia de las estructuras en el contexto de múltiples amenazas y comparar las estructuras y los sistemas en términos de resiliencia. Para ello, se aplicarán técnicas de inteligencia artificial para optimizar la resiliencia, lo que demostrará su eficacia en términos sociales y ambientales frente a eventos extremos. La novedad metodológica radica en la utilización de metaheurísticas híbridas emergentes y Deep Learning en la optimización multiobjetivo, así como de la teoría de juegos, con el fin de lograr la pronta recuperación de su funcionalidad con costes sociales y ambientales reducidos, evitando su colapso progresivo. Además, se pretende profundizar en las técnicas de decisión multicriterio emergentes, como la lógica neutrosófica y otras, como las redes bayesianas. Esto no solo mejora la calidad y la velocidad de cálculo en el diseño, el mantenimiento y la reparación de estructuras, sino que también aborda las incertidumbres del mundo real y propone una optimización resiliente basada en la fiabilidad y en diseños robustos. En este contexto, en el mundo real existen incertidumbres, imperfecciones o desviaciones respecto a los parámetros utilizados en los códigos. Una estructura óptima se encuentra cercana a la región de infactibilidad, por lo que es necesario incorporar las incertidumbres para proporcionar diseños más robustos y fiables. Por otra parte, la fuerte limitación presupuestaria presente en momentos de crisis compromete seriamente las políticas de creación y conservación de las infraestructuras, sobre todo si hay incrementos de costes al introducir la resiliencia en el diseño. Los resultados esperados, tras un análisis de sensibilidad de distintas políticas presupuestarias asociadas a un horizonte temporal, pretenden detallar qué tipologías, actuaciones concretas de reparación y conservación, y alternativas de demolición y reutilización son adecuadas para minimizar los impactos ambientales y sociales considerando la variabilidad.

Natural and human disasters cause considerable human and economic losses. Damaged structures must be designed to recover their functionality quickly, which involves significant resources and emissions. Therefore, the design and construction of structures must focus on sustainability, durability, multiple resistance, resilience, and intelligent life-cycle monitoring. Extreme events, design, construction, and lack of maintenance errors often cause local structural damage that can trigger the progressive collapse of infrastructures. RESILIFE addresses the social challenge of maintaining and repairing structures in extreme situations by optimizing the complex problems posed at the level of public and private decisions. The starting hypothesis is that optimal design and construction with hybrid structures based on modern construction methods, especially modular ones, are socially and environmentally effective and resilient to extreme events. The challenge will be to incorporate design improvements to cope with extreme events and to bring these structures on par with traditional structures regarding performance and safety. The central innovation is to develop explicit procedures to quantify the resilience of structures in the context of multiple hazards and to compare structures and systems in terms of resilience. To this end, artificial intelligence techniques will be applied to optimize resilience, demonstrating its effectiveness in social and environmental terms in the face of extreme events. The methodological novelty lies in using emerging hybrid metaheuristics and Deep Learning in multi-objective optimization and game theory to achieve early recovery of its functionality with reduced social and environmental costs, avoiding its progressive collapse. In addition, it is intended to deepen emerging multi-criteria decision techniques, such as neutrosophic logic, and others, such as Bayesian networks. This not only improves the quality and speed of computation in the design, maintenance, and repair of structures but also addresses real-world uncertainties and proposes resilient optimization based on reliability and robust designs. In this context, uncertainties, imperfections, or deviations from the parameters used in the codes exist in the real world. An optimal structure is close to the infeasibility region, so it is necessary to incorporate the uncertainties to provide more robust and reliable designs. On the other hand, the strong budget constraints present in times of crisis seriously compromise infrastructure creation and maintenance policies, especially if there are cost increases when introducing resilience in the design. After a sensitivity analysis of different budgetary policies associated with a time horizon, the expected results aim to detail which typologies, specific repair and conservation actions, and demolition and reuse alternatives are adequate to minimize environmental and social impacts considering variability.

PROYECTO DE INVESTIGACIÓN:

Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas. (RESILIFE). [Resilient life-cycle optimization of socially and environmentally efficient hybrid and modular structures under extreme conditions]. PID2023-150003OB-I00. Investigadores principales: Víctor Yepes y Julián Alcalá.

 

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

Toma de decisiones sobre infraestructuras viarias sostenibles: NSGA-II con operadores de reparación para optimización multiobjetivo

Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. El trabajo trata sobre la toma de decisiones en infraestructuras viales sostenibles. Para ello se utiliza una variante personalizada de la técnica NSGA-II con operadores de reparación para una optimización multiobjetivo. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El documento propone un enfoque novedoso que combina la optimización multiobjetivo (MOO) con técnicas de toma de decisiones basadas en criterios múltiples (MCDM) para el diseño y la selección de estructuras modulares prefabricadas de hormigón armado (RCPMF) en infraestructuras viales, con un enfoque en la sostenibilidad. El estudio evalúa la eficacia de tres operadores de reparación a la hora de optimizar los objetivos económicos, ambientales y sociales, y utiliza algoritmos personalizados y un análisis del ciclo de vida (LCA) para una evaluación precisa. Los resultados muestran que el operador de reparaciones basado en estadísticas ofrece soluciones con un menor impacto en todas las dimensiones y demuestra una variabilidad mínima, lo que lo convierte en el más adecuado para cumplir con los requisitos de diseño del RCPMF.

Las contribuciones más importantes de este trabajo son las siguientes:

  • El documento presenta un enfoque novedoso que combina la optimización multiobjetivo (MOO) con técnicas de toma de decisiones basadas en criterios múltiples (MCDM) para el diseño y la selección de estructuras modulares prefabricadas de hormigón armado (RCPMF) en infraestructuras viales, con un enfoque en la sostenibilidad.
  • El estudio evalúa la eficacia de tres operadores de reparación (basados en estadísticas, aleatorios y de proximidad) a la hora de optimizar los objetivos económicos, ambientales y sociales.
  • El artículo presenta una versión personalizada del algoritmo NSGA-II (NSGA-II) de clasificación no dominada, complementada con un análisis detallado del ciclo de vida (LCA), para facilitar la evaluación precisa de las funciones objetivas.
  • El artículo demuestra el uso de dos técnicas de MCDM, a saber, la ponderación aditiva simple (SAW) y (FUCA), para puntuar y clasificar las soluciones MOO.
  • La investigación proporciona una estrategia clara y metódica para integrar el MOO y el MCDM, formando un marco coherente para la implementación práctica en contextos de ingeniería complejos.
  • El estudio destaca la importancia de tener en cuenta los principios de sostenibilidad desde la fase de diseño y de emplear las técnicas de MOO para encontrar soluciones equilibradas y óptimas en la ingeniería civil.

Abstract:

Integrating sustainability principles into the structural design and decision-making processes for transportation infrastructure, particularly concerning reinforced concrete precast modular frames (RCPMF), is recognized as crucial for ensuring environmentally responsible, economically feasible, and socially beneficial outcomes. In this study, this challenge is addressed, with the significance of sustainable development in modern engineering practices being underscored. A novel approach, which combines multi-objective optimization (MOO) with multi-criteria decision-making (MCDM) techniques, is proposed, tailored specifically for the design and selection of RCPMF. The effectiveness of three repair operators—statistical-based, random, and proximity based—in optimizing economic, environmental, and social objectives is evaluated. Precise evaluation of objective functions is facilitated by a customized Non-dominated Sorting Genetic Algorithm II (NSGA-II) algorithm, complemented by a detailed life cycle analysis (LCA). The utilization of simple additive weighting (SAW) and fair un choix adéquat (FUCA) methods for the scoring and ranking of the MOO solutions has revealed that notable excellence in meeting the RCPMF design requirements is exhibited by the statistical-based repair operator, which offers solutions with lower impacts across all dimensions and demonstrates minimal variability. MCDM techniques produced similar rankings, with slight score variations and a significant correlation of 0.9816, showcasing their consistent evaluation capacity despite distinct operational methodologies.

Keywords:

Multi-objective optimization; multi-criteria decision-making; modular structure; life cycle sustainability; NSGA-II; simple additive weighting; fair un choix adéquat.

Reference:

RUIZ-VÉLEZ, A.; GARCÍA, J.; ALCALÁ, J.; YEPES, V. (2024). Sustainable Road Infrastructure Decision-Making: Custom NSGA-II with Repair Operators for Multi-objective Optimization. Mathematics, 12(5):730. DOI:10.3390/math12050730

Os paso el artículo para su descarga, pues se ha publicado en abierto:

Descargar (PDF, 1.06MB)

Optimización estructural asistida por metamodelos: Aplicaciones

Figura 1. Conceptos relacionados con el uso de metamodelos, (a) relación entre precisión y coste computacional para diferentes enfoques de la modelación (adaptado de Roman et al. (2020)) y (b) descripción genérica de un metamodelo como una función de caja negra (adaptado de Texeira et al. (2020)).

Dentro del XIII Coloquio de Análisis, Diseño y Monitoreo Estructural de la IV Convención Científica Internacional UCLV 2023, se presentó una ponencia sobre las aplicaciones de la optimización estructural asistida por metamodelos. Os paso a continuación la ponencia, por si os resulta de interés.

Resumen:

Debido al creciente interés por mejorar la sostenibilidad del sector de las construcciones, la optimización del diseño estructural ha venido cobrando auge en los últimos tiempos. Una de las desventajas de estos procedimientos es el enorme consumo computaciones que requieren. Sin embargo, la optimización asistida por metamodelos (MASDO por sus siglas en inglés) es una variante muy útil, ya que permite acortar considerablemente los tiempos de cómputo manteniendo la precisión en los resultados de la optimización. En este trabajo se exponen las estrategias de MASDO más utilizadas en el ámbito de la ingeniería estructural, así como algunas aplicaciones prácticas.

Descargar (PDF, 900KB)

Optimización energética de tableros tipo losa pretensados aligerados mediante modelos Kriging

Durante los días 10-13 de julio de 2023 tuvo lugar en Donostia-San Sebastián (Spain) el 27th International Congress on Project Management and Engineering AEIPRO 2023. Fue una buena oportunidad para debatir y conocer propuestas sobre dirección e ingeniería de proyectos. Nuestro grupo de investigación, dentro del proyecto de investigación HYDELIFE, presentó varias comunicaciones. A continuación os paso el resumen de una de ellas.

El objetivo de este trabajo es desarrollar una metodología para optimizar la energía en la construcción de tableros losa pretensado aligerados. Se lleva a cabo un análisis de la sección transversal para determinar los parámetros de diseño a través de un estudio del estado del arte. A partir de ese análisis, se identifican las variables de diseño que mejorarán la eficiencia energética del tablero. La metodología se divide en dos fases: primero, se utiliza una técnica estadística llamada hipercubo latino para muestrear las variables del tablero y determinar una superficie de respuesta; y en segundo lugar, se optimiza la superficie de respuesta mediante un modelo de optimización basado en Kriging. Como resultado, se ha desarrollado una metodología que reduce el costo energético en la construcción de tableros losa pretensado aligerados. Las recomendaciones para mejorar la eficiencia energética incluyen emplear esbelteces elevadas (alrededor de 1/28), reducir el consumo de hormigón y armadura activa, y aumentar la cantidad de armadura pasiva.

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

Palabras clave:

Optimización; energía; puentes; Kriging; metamodelos; sostenibilidad

Agradecimientos:

This research was funded by MCIN/AEI/10.13039/501100011033, grant number PID2020-117056RB-I00 and The APC was funded by ERDF A way of making Europe.

Referencia:

BRUN-IZQUIERDO, A.; YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2023). Optimización energética de tableros tipo losa pretensados aligerados mediante modelos Kriging. 27th International Congress on Project Management and Engineering, AEIPRO, 10-13 de julio, Donostia/San Sebastián (Spain), pp. 426-437. DOI:10.61547/3374

A continuación os dejo un vídeo donde presentamos el trabajo. Espero que os sea de interés.

Os dejo la comunicación completa, pues está publicada en abierto.

Descargar (PDF, 1.88MB)

Conferencia Magistral en el 13rd International Symposium on Structures, Geotechnics and Construction Materials STRUCTURES 2023

Es un placer anunciar la invitación recibida para impartir una Conferencia Magistral dentro del XIII Coloquio de análisis, diseño y monitoreo estructural, en particular en el 13rd International Symposium on Structures, Geotechnics and Construction Materials STRUCTURES 2023. Mi ponencia tendrá lugar el martes 14 de noviembre del 2023 dentro de la sesión sobre diseño óptimo de estructuras.

Este simposio tiene como objetivo divulgar e impulsar el desarrollo de trabajos de investigaciones en el campo de las estructuras, la geotecnia, las obras viales y las obras hidráulicas, en el marco de la IV Convención Científica Internacional “Ciencia, Tecnología y Sociedad “CCI 2023” a celebrarse del 13 al 17 de noviembre de 2023 en el Destino Turístico Cayos de Villa Clara, Cuba. Agradezco al Prof. Dr. Ernesto Chagoyen, de la Universidad Central “Marta Abreu” de Las Villas Méndez, de Cuba, su invitación al evento.

La conferencia tiene como título “Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos (HYDELIFE)”. En este caso se trata de ofrecer la motivación y los resultados obtenidos de nuestro último proyecto de investigación competitivo.

Resumen de la conferencia:

La sostenibilidad económica y el desarrollo social de la mayoría de los países dependen, entre otros, del comportamiento fiable y duradero de sus infraestructuras. HYDELIFE aborda el reto de la sostenibilidad social y medioambiental de las estructuras a lo largo de su ciclo de vida. Para ello se propone una metodología híbrida emergente entre Deep Learning (DL) procedente de la inteligencia artificial, metamodelos y metaheurísticas de optimización multiobjetivo y técnicas de toma de decisión multicriterio. El foco se centra en el diseño robusto y resiliente aplicado a la construcción industrializada modular, tanto en edificación, como en puentes mixtos de hormigón y acero y en estructuras híbridas de acero. Las emergentes metaheurísticas híbridas son capaces de extraer información no trivial de las inmensas bases de datos procedentes de la optimización y mejorar la calidad y el tiempo de cálculo tanto en el diseño automático como en el mantenimiento óptimo de puentes y estructuras. Esta hipótesis debe extenderse a los procesos de toma de decisión multicriterio que atienda a la sostenibilidad social y ambiental del ciclo de vida completo, que contemple las fluctuaciones tanto de los parámetros como de los escenarios posibles, especialmente en el caso de fuertes restricciones presupuestarias. Esta metodología presenta, no obstante, serias dificultades, por lo que se deben explorar metamodelos y DL capaces de acelerar los complejos procesos de cálculo. Los resultados esperados detallan qué tipologías, actuaciones concretas de conservación y alternativas de demolición y reutilización son adecuadas para minimizar los impactos ambientales y sociales considerando la variabilidad.

Os dejo la presentación que he grabado. La presentación será en directo dentro del congreso, pero la he grabado para que podáis escucharla. Espero que os sea interesante.

Descargar (PDF, 392KB)

A continuación dejo el programa relativo al coloquio, por si os resulta de interés:

Descargar (PDF, 252KB)

Optimización del coste energético de puentes losa postesados mediante un Kriging en dos fases

Acaban de publicarnos un artículo en la revista Materials, revista indexada en el JCR. El objetivo del estudio es optimizar la energía empleada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el desarrollo de una metodología que utilice el muestreo latino de hipercubos y la optimización basada en el método Kriging. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

  • El artículo establece una metodología para optimizar la energía incorporada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el uso del hipercubo latino y la optimización basada en el método Kriging.
  • El estudio recomienda emplear índices de esbeltez elevados, minimizar el uso de hormigón y armaduras activas y aumentar la cantidad de armaduras pasivas para mejorar la eficiencia energética.
  • El artículo utiliza una técnica estadística llamada muestreo de hipercubo latino para muestrear variables y crear una superficie de respuesta, que luego se ajusta con precisión mediante un metamodelo Krixing.
  • La metodología desarrollada en el trabajo reduce el coste energético de la construcción de puentes de losas aligeradas.
  • El estudio contribuye al campo de la optimización energética en la construcción al proporcionar una metodología específica para los puentes de losas de hormigón pretensado aligerado, especialmente en los pasos elevados de carreteras postesadas.

Abstract:

This study aims to establish a methodology for optimizing embodied energy while constructing lightened road flyovers. A cross-sectional analysis is conducted to determine design parameters through an exhaustive literature review. Based on this analysis, key design variables that can enhance the energy efficiency of the slab are identified. The methodology is divided into two phases: a statistical technique known as Latin Hypercube Sampling is initially employed to sample deck variables and create a response surface; subsequently, the response surface is fine-tuned through a Kriging-based optimization model. Consequently, a methodology has been developed that reduces the energy cost of constructing lightened slab bridge decks. Recommendations to improve energy efficiency include employing high slenderness ratios (approximately 1/28), minimizing concrete and active reinforcement usage, and increasing the amount of passive reinforcement.

Keywords:

Optimization; embodied energy; bridges; surrogate model; Kriging; prestressed concrete; sustainability

Reference:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2023). Embodied energy optimization of prestressed concrete road flyovers by a two-phase Kriging surrogate model. Materials16(20); 6767. DOI:10.3390/ma16206767

Descargar (PDF, 2.15MB)

Analogía física y conceptos fundamentales de la metaheurística “Simulated Annealing”

Figura 1. Proceso de recocido del acero. https://www.win-therm.com.my/what-is-annealing-heat-treatment-process-annealing/

En un artículo anterior describimos la metaheurística conocida como “Recocido simulado” o “Cristalización simulada”, que en inglés se conoce como “Simulated Annealing”. Para los que no estéis familiarizados con la optimización, os dejo en este enlace una descripción de lo que son las metaheurísticas.

En la década de 1980, Kirkpatrick et al. (1983), mientras trabajaban en el diseño de circuitos electrónicos, y de manera independiente, Cerny (1985), investigando el problema del TSP (Traveling Salesman Problem), consideraron la aplicación del algoritmo de Metrópolis en algunos de los desafíos de optimización combinatoria que surgen en este tipo de diseño. Para lograrlo, creyeron que era posible establecer una analogía entre los parámetros presentes en la simulación termodinámica y aquellos que se encuentran en los métodos de optimización local. En la Figura 2 se puede ver dicha analogía.

Figura 2. Analogía entre la termodinámica y la optimización (Díaz et al., 1996)

Como se puede observar, en el ámbito de la optimización, el concepto físico de temperatura no tiene un significado literal, sino que debe ser considerado como un parámetro, T, que necesita ser ajustado. De esta manera, podemos encontrar similitudes entre los procesos que tienen lugar cuando las moléculas de una sustancia se distribuyen en diferentes niveles energéticos en busca de un equilibrio a una temperatura específica y los procesos de minimización en la optimización local (o, en el caso de maximización, de manera similar).

En el primer caso, con una temperatura fija, la distribución de las partículas sigue la distribución de Boltzmann. Por lo tanto, cuando una molécula se desplaza, su movimiento será aceptado en la simulación si esto resulta en una disminución de la energía, o con una probabilidad proporcional al factor de Boltzmann si no es así. En el contexto de la optimización, al fijar el parámetro T, introducimos una perturbación y aceptamos directamente la nueva solución si su costo disminuye, o bien con una probabilidad proporcional al “factor de Boltzmann” en caso contrario.

La clave del recocido simulado es su estrategia heurística de búsqueda local. La elección del nuevo elemento del entorno, N(s), se hace de manera aleatoria, lo que puede llevar a quedar atrapado en óptimos locales. Para evitar esto, el recocido simulado permite, con una probabilidad decreciente a medida que nos acercamos a la solución óptima, el movimiento hacia soluciones peores. Al analizar el factor de Boltzmann en función de la temperatura, observamos que a medida que esta disminuye, la probabilidad de aceptar una solución peor disminuye rápidamente.

Figura 3. Valor del factor de Boltzmann en función de la temperatura y de δ (Díaz et al., 1996)

En consecuencia, la estrategia a seguir en el recocido simulado implica comenzar con una temperatura alta. Esto permite la posibilidad de aceptar soluciones peores en las primeras etapas, cuando estamos a gran distancia del óptimo global. A medida que se avanza hacia el óptimo global, se reducirá gradualmente la temperatura, disminuyendo así la probabilidad de aceptar soluciones peores. El nombre de este algoritmo proviene del proceso metalúrgico de “recocido” utilizado, por ejemplo, para eliminar las tensiones internas en el acero laminado en frío. En este proceso, el material se somete a un calentamiento rápido y luego se enfría de manera lenta y controlada durante horas.

A continuación os dejo un nomograma, elaborado junto con los profesores Trevor Blight y Pedro Martínez Pagán, para calcular la probabilidad en función de la temperatura y de δ. Aquí también resulta sencillo comprobar cómo varía dicha probabilidad en función de los valores anteriores.

 

Os dejo también un vídeo explicativo:

Referencias

CERNY, V. (1985). Thermodynamical approach to the traveling salesman problem: an efficient simulated algorithm. Journal of Optimization Theory and Applications, 45: 41-51.

DÍAZ, A. et al. (1996). Optimización heurística y redes neuronales en dirección de operaciones e ingeniería. Editorial Paraninfo, Madrid, 235 pp.

KIRKPATRICHK, S.; GELATT, C.D.; VECCHI, M.P. (1983). Optimization by simulated annealing. Science, 220(4598): 671-680.

LUNDY, M.; MEES, A. (1986). Convergence of an Annealing Algorithm. Mathematical programming, 34:111-124.

METROPOLIS, N.; ROSENBLUTH, A.W.; ROSENBLUTH, M.N.; TELLER, A.H.; TELER, E. (1953). Equation of State Calculation by Fast Computing Machines. Journal of Chemical Physics, 21:1087-1092.

GONZÁLEZ-VIDOSA-VIDOSA, F.; YEPES, V.; ALCALÁ, J.; CARRERA, M.; PEREA, C.; PAYÁ-ZAFORTEZA, I. (2008) Optimization of Reinforced Concrete Structures by Simulated Annealing. TAN, C.M. (ed): Simulated Annealing. I-Tech Education and Publishing, Vienna, pp. 307-320. (link)

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

Perspectiva social de un marco modular óptimo: análisis integral del ciclo de vida

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 HYDELIFE.

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

RESUMEN:

La perspectiva social es un aspecto fundamental en la construcción de infraestructuras sostenibles. Este estudio evalúa el análisis de ciclo de vida social de un marco articulado prefabricado de hormigón armado optimizado económicamente. Mediante el análisis de la contribución por fases al daño social total se identifica la fabricación como la etapa más influyente en el impacto social de la estructura. Adicionalmente, se verifica que la estructura modular presenta un impacto especialmente reducido en la etapa de construcción y final de vida útil. El análisis de los materiales y procesos más contribuyentes señala al acero de la armadura pasiva como el principal responsable tras el daño social de la estructura, seguido, pero en menor medida, por el hormigón y transporte. Los resultados destacan la importancia de considerar aspectos sociales en el desarrollo de la infraestructura de transporte, proporcionando información valiosa para responsables y partes interesadas en la toma de decisiones.

Palabras clave:

Marco articulado, prefabricado, análisis de ciclo de vida, optimización, sostenibilidad social

Referencia:

RUIZ-VÉLEZ, A.; ALCALÁ, J.; KRIPKA, M.; YEPES, V. (2023). Perspectiva social de un marco modular óptimo: Análisis integral del ciclo de vida. Revista CIATEC-UPF, 15(1):1-19. DOI:10.5335/ciatec.v15i1.14974

Al tratarse de un artículo publicado en abierto, os dejo el mismo para su descarga. Espero que os sea de interés.

Descargar (PDF, 1.2MB)

Optimización de estructuras de hormigón armado asistida por metamodelos considerando la interacción suelo-estructura

Acaban de publicarnos un artículo en Engineering Structures, revista indexada en el primer cuartil del JCR. El artículo propone una estrategia de optimización metaheurística asistida por metamodelos para minimizar las emisiones de CO₂ de las estructuras de armazón de hormigón armado, teniendo en cuenta la interacción suelo-estructura. El enfoque permite abordar problemas de optimización estructural de alta complejidad y, al mismo tiempo, lograr un ahorro computacional de alrededor del 90%. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Las contribuciones de este trabajo son las siguientes:

  • El artículo propone una estrategia de optimización metaheurística asistida por metamodelos para minimizar las emisiones de CO₂ de las estructuras de armazón de hormigón armado, teniendo en cuenta la interacción suelo-estructura.
  • El enfoque sugerido permite abordar problemas de optimización estructural de alta complejidad y, al mismo tiempo, lograr un ahorro computacional de alrededor del 90%.
  • El estudio muestra que incluir la interacción suelo-estructura conduce a resultados de diseño diferentes a los obtenidos con los soportes clásicos, y que los cimientos también resultan importantes dentro del ensamblaje estructural.
  • El enfoque metaheurístico permite obtener resultados (de media) con una precisión de hasta el 98,24% en los suelos cohesivos y del 98,10% en los suelos friccionales, en comparación con los resultados de la optimización heurística.

Abstract:

It is well known that conventional heuristic optimization is the most common approach to deal with structural optimization problems. However, metamodel-assisted optimization has become a valuable strategy for decreasing computational consumption. This paper applies conventional heuristic and Kriging-based meta-heuristic optimization to minimize the CO2 emissions of spatial reinforced concrete frame structures, considering an aspect usually ignored during modeling, such as the soil-structure interaction (SSI). Due to the particularities of the formulated problem, there are better strategies than simple Kriging-based optimization to solve it. Thus, a meta-heuristic strategy is proposed using a Kriging-based two-phase methodology and a local search algorithm. Three different models of structures are used in the study. Results show that including the SSI leads to different design results than those obtained using classical supports. The foundations, usually ignored in this type of research, also prove significant within the structural assembly. Additionally, using an appropriate coefficient of penalization, the meta-heuristic approach can find (on average) results up to 98.24% accuracy for cohesive soils and 98.10% for frictional ones compared with the results of the heuristic optimization, achieving computational savings of about 90%. Therefore, considering aspects such as the SSI, the proposed metamodeling strategy allows for dealing with high-complexity structural optimization problems.

Keywords:

Structural optimization; Reinforced concrete; Frame structures; CO₂ emissions; Metamodel; Kriging; Soil-structure interaction

Reference:

NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Engineering Structures, 293:116657. DOI:10.1016/j.engstruct.2023.116657

Al tratarse de un artículo publicado en abierto, os dejo el mismo para su descarga. Espero que os sea de interés.

Descargar (PDF, 8.18MB)

Tesis doctoral: Optimal deep learning assisted design of socially and environmentally efficient steel concrete composite bridges under constrained budgets

Hoy 19 de julio de 2023 ha tenido lugar la defensa de la tesis doctoral de D. David Martínez Muñoz titulada “Optimal deep learning assisted design of socially and environmentally efficient steel concrete composite bridges under constrained budgets“, dirigida por Víctor Yepes Piqueras y José V. Martí Albiñana. La tesis recibió la máxima calificación de sobresaliente “cum laude” y presenta la mención internacional. Presentamos a continuación un pequeño resumen de la misma.

Resumen:

El diseño de infraestructuras está fuertemente influido por la búsqueda de soluciones que tengan en cuenta el impacto en la economía, el medio ambiente y la sociedad. Estos criterios están muy relacionados con la definición de sostenibilidad que hizo la Comisión Brundtland en 1987. Este hito supuso un reto para técnicos, científicos y legisladores. Este reto consistía en generar métodos, criterios, herramientas y normativas que permitieran incluir el concepto de sostenibilidad en el desarrollo y diseño de nuevas infraestructuras. Desde entonces, se han producido pequeños avances en la búsqueda de la sostenibilidad, pero se necesitan más a corto plazo. Como plan de acción, las Naciones Unidas establecieron los Objetivos de Desarrollo Sostenible, fijando el año 2030 como meta para alcanzarlos. Dentro de estos objetivos, las infraestructuras se postulan como un punto crítico. Tradicionalmente, se han desarrollado métodos para obtener diseños óptimos desde el punto de vista del impacto económico. Sin embargo, aunque en los últimos tiempos se ha avanzado en la aplicación y utilización de métodos de análisis del ciclo de vida completo, aún falta un consenso claro, especialmente en el pilar social de la sostenibilidad. Dado que la sostenibilidad engloba diferentes criterios, que en principio no van necesariamente de la mano, el problema de la búsqueda de la sostenibilidad se plantea no solo como un problema de optimización, sino también como un problema de toma de decisiones multi-criterio.

El objetivo principal de esta tesis doctoral es proponer diferentes metodologías para la obtención de diseños óptimos que introduzcan los pilares de la sostenibilidad en el diseño de puentes mixtos acero-hormigón. Como problema estructural representativo se sugiere un puente viga en cajón de tres vanos mixto. Dada la complejidad de la estructura, en la que intervienen 34 variables discretas, la optimización con métodos matemáticos resulta inabordable. Por ello, se recomienda el uso de algoritmos metaheurísticos. Esta complejidad también se traduce en un alto coste computacional para el modelo, por lo que se implementa un modelo de redes neuronales profundas que permite la validación del diseño sin necesidad de computación. Dada la naturaleza discreta del problema, se proponen técnicas de discretización para adaptar los algoritmos al problema de optimización estructural. Además, para mejorar las soluciones obtenidas a partir de estos algoritmos discretos, se introducen métodos de hibridación basados en la técnica K-means y operadores de mutación en función del tipo de algoritmo. Los algoritmos utilizados se clasifican en dos ramas. La primera son los basados en trayectorias como el Simulated Annealing, Threshold Accepting y el Algoritmo del Solterón. Por otra parte, se emplean algoritmos de inteligencia de enjambre como Jaya, Sine Cosine Algorithm y Cuckoo Search. La metodología de Análisis del Ciclo de Vida definida en la norma ISO 14040 se usa para evaluar el impacto social y medioambiental de los diseños propuestos. La aplicación de esta metodología permite evaluar el impacto y compararlo con otros diseños. La evaluación mono-objetivo de los diferentes criterios lleva a la conclusión de que la optimización de costes está asociada a una reducción del impacto medioambiental y social de la estructura. Sin embargo, la optimización de los criterios medioambientales y sociales no reduce necesariamente los costes. Por ello, para realizar una optimización multi-objetivo y encontrar una solución de compromiso, se implementa una técnica basada en la Teoría de Juegos, recomendando una estrategia de juego cooperativo. La técnica multi-criterio empleada es la Teoría de la Entropía para asignar pesos a los criterios para la función objetivo agregada. Los criterios considerados son los tres pilares de la sostenibilidad y la facilidad constructiva de la losa superior. Aplicando esta técnica se obtiene un diseño óptimo relativo a los tres pilares de la sostenibilidad y a partir del cual se mejora la facilidad constructiva.

Referencias:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2023). Hybrid swarm intelligence optimization methods for low-embodied energy steel-concrete composite bridges. Mathematics, 11(1):140. DOI:10.3390/math11010140

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Optimal design of steel-concrete composite bridge based on a transfer function discrete swarm intelligence algorithm. Structural and Multidisciplinary Optimization, 65:312. DOI:10.1007/s00158-022-03393-9

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

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Discrete swarm intelligence optimization algorithms applied to steel-concrete composite bridges. Engineering Structures, 266:114607. DOI:10.1016/j.engstruct.2022.114607

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2022). Social Impact Assessment Comparison of Composite and Concrete Bridge Alternatives. Sustainability, 14(9):5186. DOI:10.3390/su14095186.

ATA-ALI, N.; PENADÉS-PLÀ, V.; MARTÍNEZ-MUÑOZ, D.; YEPES, V. (2021). Recycled versus non-recycled insulation alternatives LCA analysis for different climatic conditions in Spain. Resources, Conservation and Recycling, 175, 105838. DOI:10.1016/j.resconrec.2021.105838

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2021). Comparative life cycle analysis of concrete and composite bridges varying steel recycling ratio. Materials, 14(15):4218. DOI:10.3390/ma14154218

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; GARCÍA, J.; YEPES, V. (2021). Embodied energy optimization of buttressed earth-retaining walls with hybrid simulated annealing. Applied Sciences, 11(4):1800. DOI:10.3390/app11041800

NAVARRO, I.J.; PENADÉS-PLÀ, V.; MARTÍNEZ-MUÑOZ, D.; REMPLING, R.; YEPES, V. (2020). Life cycle sustainability assessment for multi-criteria decision making in bridge design: A review. Journal of Civil Engineering and Management, 26(7):690-704. DOI:10.3846/jcem.2020.13599.

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2020). Steel-concrete composite bridges: design, life cycle assessment, maintenance and decision making. Advances in Civil Engineering, 2020:8823370. DOI:10.1155/2020/8823370

PENADÉS-PLÀ, V.; MARTÍNEZ-MUÑOZ, D.; GARCÍA-SEGURA, T.; NAVARRO, I.J.; YEPES, V. (2020). Environmental and social impact assessment of optimized post-tensioned concrete road bridges. Sustainability, 12(10), 4265. DOI:10.3390/su12104265

YEPES, V.; DASÍ-GIL, M.; MARTÍNEZ-MUÑOZ, D.; LÓPEZ-DESFILÍS, V.J.; MARTÍ, J.V. (2019). Heuristic techniques for the design of steel-concrete composite pedestrian bridges. Applied Sciences, 9(16), 3253; DOI:10.3390/app9163253