Figura 1. Instituto de Ciencia y Tecnología del Hormigón (ICITECH). http://congress.cimne.com/SAHC2020/frontal/JoseM.Adam.asp
En varios artículos anteriores ya presentamos el resumen, la justificación, las hipótesis de partida y los objetivos del proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo justificaremos brevemente la metodología de este proyecto.
El análisis del estado de la técnica, desarrollado específicamente por el grupo para formular este proyecto, reveló importantes lagunas de investigación. Por un lado, no se ha abordado de manera integral la optimización del diseño de estructuras híbridas y basadas en MMC que incorporan daños causados por eventos extremos, lo que dificulta una recuperación rápida y la minimización de los impactos sociales y ambientales. Estas estructuras presentan un alto potencial (Terreros-Bedoya et al., 2023; Sánchez-Garrido et al., 2023), pero aún no se han explorado metaheurísticas híbridas que integren la DL y la teoría de juegos para optimizar su resiliencia. Además, la lógica neutrosófica y las redes bayesianas abren puertas en el ámbito de la decisión multicriterio. Estas innovaciones se integran en nuestra metodología mediante técnicas como el análisis del ciclo de vida, el análisis basado en la fiabilidad, el diseño óptimo robusto, los metamodelos y las técnicas de minería de datos. La metodología propuesta busca priorizar el diseño de estructuras, así como su reparación o mantenimiento, considerando criterios de sostenibilidad social y ambiental, dentro de las restricciones presupuestarias, teniendo en cuenta la variabilidad inherente a los desafíos prácticos.
La Figura 2 muestra el esquema metodológico propuesto para RESILIFE, que vincula las fases con los objetivos específicos. Se adopta un enfoque mixto e interactivo en el que el decisor proporciona información sobre sus preferencias al analista. Posteriormente, mediante una optimización multiobjetivo basada en la fiabilidad y en los metamodelos, el analista genera un conjunto de soluciones eficientes que el decisor evalúa antes de tomar una decisión. Por tanto, la novedad de la propuesta metodológica trifase se basa en la integración de técnicas de información a priori, en las que el decisor (grupos de interés) informa de las preferencias al analista, abarcando métodos constructivos, reparación, conservación, etc. La optimización multiobjetivo, basada en la variabilidad de parámetros, variables y restricciones, produce alternativas eficientes. La última fase implica un proceso de información a posteriori para que el decisor considere aspectos no contemplados en la optimización, lo que da como resultado la solución final completa.
Figura 2. Esquema metodológico diseñado para RESILIFE en relación con los objetivos
La metodología se aplicará, como mínimo, a los siguientes casos de estudio. En primer lugar, la optimización de pórticos de edificios altos con estructura de acero híbrido y de hormigón armado sometidos a un incremento fuerte de temperatura. De hecho, Keles et al. (2024) optimizan estructuras de acero tradicionales, en las que la temperatura altera sus propiedades mecánicas, y Negrín et al. (2023a) comparan las ventajas de las estructuras híbridas frente a las tradicionales. El segundo caso se aplica a pórticos de edificios, tanto de hormigón armado como de estructuras híbridas, en los que se optimiza suponiendo el fallo completo de uno o varios soportes, de modo que el entramado mantenga su funcionalidad. Esto permite, con ligeros cambios en el diseño, mantener cierta funcionalidad estructural capaz de evacuar a las personas con seguridad y, a su vez, realizar tareas de reparación o mantenimiento de los elementos dañados. El objetivo es mejorar no solo la optimización, sino también los aspectos de diseño que impidan el colapso progresivo. Un aspecto similar ha sido estudiado por Negrín et al. (2023c) en el caso de fuertes interacciones suelo-estructura. Otro caso de estudio es la optimización resiliente de viviendas sociales prefabricadas en zonas sísmicas, que deben resistir acciones extremas y, además, reparar rápidamente los daños (Guaygua et al., 2023). Otro caso previsto es la optimización resiliente del mantenimiento y la reparación de patologías derivadas de eventos extremos. Los casos anteriores, que se centran en gran medida en viviendas, también se extenderán en este proyecto a otras estructuras, como puentes híbridos o estructuras modulares, en consonancia con la experiencia previa del equipo de investigación. La optimización siempre es multiobjetivo y se apoya en técnicas de deep learning a lo largo del ciclo de vida, con la novedad de incorporar la teoría de juegos.
Referencias
GUAYGUA, B.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2023). A systematic review of seismic-resistant precast concrete buildings. Structures, 58; 105598.
KELES, M.; ARTAR, M.; ERGÜN, M. (2024). Investigation of temperature effect on the optimal weight design of steel truss bridges using Cuckoo Search Algorithm. Structures, 59:105819.
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023a). Design optimization of welded steel plate girders configured as a hybrid structure. J Constr Steel Res, 211:108131.
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023b). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023c). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Struct., 293:116657
SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725
TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.
Instituto de Ciencia y Tecnología del Hormigón (ICITECH)
En artículos anteriores ya presentamos el resumen, la justificación y las hipótesis de partida del proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo expondremos los objetivos generales y específicos del proyecto.
El objetivo general consiste en afrontar el reto social y ambiental que supone el proyecto, el mantenimiento y la reparación de estructuras híbridas y MMC frente a situaciones extremas, mediante la optimización de los problemas complejos planteados en el ámbito de las decisiones públicas y privadas. Para alcanzar este objetivo, es necesario avanzar en la ciencia, integrando a diversos actores y grupos de expertos en la toma de decisiones, con el fin de incorporar criterios de sostenibilidad social y ambiental a lo largo de todo el ciclo de vida de las estructuras, considerando la variabilidad inherente al mundo real. Para abordar las incertidumbres que afectan al sistema, se propone aplicar metamodelos y metaheurísticas híbridas basadas en la fiabilidad. Estas se aplicarán no solo al diseño de nuevas estructuras, sino también al mantenimiento y la reparación de las existentes. Un análisis de sensibilidad de los escenarios presupuestarios y de las hipótesis de los inventarios del ciclo de vida proporcionará conocimientos significativos sobre las mejores prácticas. Cabe destacar que esta metodología podrá adaptarse a otros tipos de infraestructuras.
El objetivo general se desarrollará mediante los objetivos específicos mostrados en la Figura 2 y que se describen a continuación, de los cuales serán responsables los investigadores principales:
• OE-1: Análisis de las funciones de distribución de eventos extremos para el diseño óptimo basado en la fiabilidad que integre aspectos ambientales, sociales y económicos en la toma de decisiones multicriterio.
• OE-2: Cuantificación de la resiliencia de las estructuras ante múltiples amenazas, con el fin de garantizar la integración de la sostenibilidad en el diseño, el mantenimiento y la reparación de estructuras híbridas de acero y modulares.
• OE-3: Identificación de estrategias robustas y óptimas de reparación y mantenimiento para el óptimo mantenimiento de estructuras híbridas de acero y modulares resilientes.
• OE-4: Formulación y resolución del problema de optimización multiobjetivo que contemple el ciclo completo de estructuras híbridas de acero y modulares mediante metaheurísticas híbridas.
• OE-5: Comparación de las estructuras y los sistemas en términos de su resiliencia frente a la optimización heurística, teniendo en cuenta las incertidumbres presupuestarias a lo largo de su ciclo de vida.
• OE-6: Difusión de resultados y redacción de informes.
Figura 2. Objetivos específicos del proyecto RESILIFE
ICITECH (Instituto de Ciencia y Tecnología del Hormigón). Universitat Politècnica de València
En artículos anteriores ya presentamos un resumen y la justificación del proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo justificaremos las hipótesis de partida del proyecto.
La hipótesis principal de partida de RESILIFE es que un diseño óptimo y una construcción con estructuras híbridas basadas en los modernos métodos de construcción (MMC) son efectivos desde el punto de vista social y ambiental y resilientes ante eventos extremos. La novedad radica en el uso de la inteligencia artificial para optimizar la resiliencia y la sostenibilidad, con el fin de hacer frente a eventos extremos y evitar el colapso progresivo, protegiendo así la vida y la economía. De hecho, las estructuras híbridas de acero y las estructuras modulares son tipologías con elevadas posibilidades de generación de conocimiento (Sánchez-Garrido et al., 2023; Terreros-Bedoya et al., 2023). Además, existe un déficit de investigaciones que incorporen metaheurísticas híbridas emergentes y el aprendizaje profundo (deep learning, DL) en la optimización multiobjetivo resiliente de este tipo de estructuras. Estas técnicas extraen información no trivial de las inmensas bases de datos resultantes de la optimización y mejoran la calidad y el tiempo de cálculo. Otra novedad en este proyecto es el uso de la teoría de juegos en la optimización multiobjetivo, empleada en la última tesis doctoral del grupo. Con esta propuesta metodológica se pretende abordar las incertidumbres del mundo real, planteando la optimización resiliente basada en la fiabilidad y en diseños robustos. Esta hipótesis debe extenderse a la toma de decisiones 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 con fuertes restricciones presupuestarias. La resolución del problema planteado presenta serias dificultades, por lo que se deben explorar metamodelos y DL capaces de acelerar el cálculo (Negrín et al., 2023).
Para alcanzar los objetivos del proyecto se basan en determinadas hipótesis:
Hipótesis 1: Es rentable diseñar estructuras innovadoras, resilientes y robustas frente a eventos extremos, que puedan repararse cuando se optimicen a lo largo de su ciclo de vida.
Hipótesis 2: Las estructuras modulares permiten instaurar o restaurar infraestructuras rápidamente tras un evento extremo y son eficientes en términos sociales y ambientales.
Hipótesis 3: Las estructuras de acero híbridas mejoran las prestaciones de las estructuras de acero convencionales, mejorando la resiliencia ante eventos extremos, con niveles óptimos de sostenibilidad.
Hipótesis 4: Las metaheurísticas mejoran la calidad de las soluciones y reducen el tiempo de cálculo al combinarse con el aprendizaje profundo (DL).
Hipótesis 5: La optimización multiobjetivo de las estructuras híbridas de acero reduce los impactos sociales y ambientales a lo largo del ciclo de vida, y la teoría de juegos es una técnica efectiva.
Hipótesis 6: La optimización multiobjetivo puede dar lugar a soluciones inviables ante pequeñas variaciones en los parámetros o en las restricciones.
Hipótesis 7: Tanto el diseño óptimo basado en la fiabilidad como el diseño óptimo robusto conducen a soluciones menos sensibles a la variabilidad y a los cambios en los escenarios (especialmente presupuestarios), pero se basan en funciones de probabilidad poco realistas debido a la falta de datos.
Hipótesis 8: Es posible utilizar metamodelos y DL en el diseño óptimo robusto y en el diseño basado en fiabilidad para el proyecto y para el mantenimiento de estructuras híbridas y modulares.
Hipótesis 9: Las soluciones de mantenimiento óptimas de estructuras híbridas y modulares difieren si el análisis del ciclo de vida se incluye o no en la fase de proyecto.
Hipótesis 10: Dado un horizonte temporal para una estructura, es posible encontrar un diseño y una gestión posteriores de dicho activo que mejoren otras alternativas, incluso con presupuestos restrictivos.
Hipótesis 11: Las medidas de proyecto y preventivas derivadas de un sistema de apoyo a la toma de decisiones son preferibles a la reparación severa de las estructuras por su menor coste social y ambiental. La dimensión social incluye la integración del análisis de género en la investigación (IAGI).
Hipótesis 12: Es posible identificar buenas prácticas para el diseño, la conservación, el mantenimiento y el desmantelamiento de estructuras híbridas y modulares robustas frente a cambios presupuestarios y resilientes ante eventos extremos.
Referencias
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725.
TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.
Laboratorio de materiales del Instituto de Ciencia y Tecnología del Hormigón (ICITECH)
En un artículo anterior ya presentamos un resumen del proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo justificaremos brevemente la necesidad de este proyecto.
Entre 2003 y 2013, diversos desastres naturales (terremotos, tsunamis, tifones, deslizamientos e inundaciones) y provocados por el ser humano (explosiones, vertidos o impactos) ocasionaron más de 1,1 millones de muertes, afectaron a más de 2000 millones de personas y provocaron pérdidas estimadas en 1,5 billones de dólares (Hao y Li, 2019). Estos eventos, que siguen presentes en los últimos años, resaltan la urgencia de desarrollar estructuras resilientes, sostenibles y de alto rendimiento que protejan la vida y la economía. Además, los eventos extremos requieren adaptaciones eficaces y económicas en el diseño, construcción, reparación y mantenimiento de infraestructuras, lo que impulsa la investigación en construcción sostenible para reducir la huella de carbono y otros impactos.
Los eventos extremos, junto con errores de diseño y construcción, y la falta de mantenimiento, suelen provocar daños estructurales locales que pueden desencadenar el colapso progresivo del edificio (Adam et al., 2018). Caredda et al. (2013) determinaron que este tipo de colapso se debió a errores de construcción y diseño en el 65 % de los casos estudiados. Algunos eventos han demostrado que las intervenciones preventivas locales pueden salvar tanto vidas de usuarios como infraestructuras, lo que resalta la importancia del mantenimiento. La falta de eficacia en las reparaciones de hormigón es uno de los principales problemas de la ingeniería estructural. En Europa, solo el 50 % de las operaciones de restauración en edificaciones de hormigón son efectivas, a pesar de que la rehabilitación representa casi la mitad de las inversiones en construcción (Borghese et al., 2023).
El crecimiento económico, el aumento de la población y de la urbanización, así como el calentamiento global y el agotamiento de los recursos naturales implican que la construcción de estructuras deba considerar la sostenibilidad, la durabilidad y una gestión inteligente del ciclo de vida, además de la seguridad, el rendimiento y la resiliencia. Para ello, es necesario emplear materiales sostenibles y residuos industriales en la construcción; nuevas formas y diseños estructurales para controlar las vibraciones y mitigar los efectos de las cargas; tecnologías de prefabricación innovadoras mediante impresión 3D y construcción modular para minimizar las interrupciones en la obra y mejorar el control de calidad; así como nuevos conceptos de diseño y construcción, estructuras desplegables y estructuras de sacrificio para mejorar la resiliencia y la resistencia a cargas extremas.
La recuperación de estructuras dañadas implica la utilización de recursos y la emisión de emisiones considerables. 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. Este enfoque es esencial para cumplir los ODS de las Naciones Unidas y abordar los desafíos climáticos y ambientales.
No obstante, la modernización de las infraestructuras conlleva un coste prohibitivo, lo que resalta la necesidad de asignar eficazmente los recursos presupuestarios limitados. Ante la complejidad de este desafío, se plantean propuestas de optimización resiliente para facilitar la toma de decisiones considerando la aleatoriedad e incertidumbres inherentes. Por ejemplo, esto se aplica a las redes eléctricas, donde los apagones derivados de condiciones meteorológicas adversas generaron costes anuales de entre 18 000 y 33 000 millones de dólares entre 2003 y 2012 (Yuan et al., 2015).
Una estructura resiliente bien diseñada puede no requerir reparación o bien puede recuperarse con reparaciones menores después de un evento extremo, como puede ser el caso de puentes con resiliencia sísmica (Dong et al., 2022). Guaygua et al. (2023) revelaron una correlación entre los edificios prefabricados y aspectos como las conexiones secas, la disipación de energía, el diseño óptimo y el colapso progresivo. Los últimos avances en estructuras industrializadas se centran en mejorar las uniones de las estructuras prefabricadas, que son los puntos más vulnerables ante los sismos. De este modo, se están construyendo edificios que, mediante ingeniosos métodos de disipación de energía, equiparan sus prestaciones y seguridad a las de las estructuras tradicionales sancionadas por la práctica. Sánchez-Garrido et al. (2023) detectan lagunas en la investigación, incluida la necesidad de aplicar más las estructuras innovadoras basadas en métodos modernos de construcción (Modern Methods of Construction, MMC). Asimismo, resaltan la importancia de abordar la mejora del entorno construido mediante el paradigma del diseño regenerativo. Se necesita más investigación para comprender los sistemas de construcción interdependientes mediante el uso de gemelos digitales.
Las estructuras de acero se consideraban resistentes a los terremotos, pero esta percepción cambió tras los eventos de Northridge en 1994 y Kobe en 1995, que revelaron fracturas frágiles, especialmente en las conexiones viga-columna. Desde entonces, se ha explorado el uso de materiales emergentes y diseños innovadores para reducir el riesgo de fallo frágil temprano (Fang et al., 2022). Los cambios extremos de temperatura afectan a la resistencia y la rigidez de las estructuras de acero, por lo que es necesario aumentar el tamaño de la sección transversal para compensar la reducción de la rigidez y evitar fallos estructurales (Keles et al., 2024). Esta reducción de la capacidad resistente con la temperatura también se observa en las estructuras de hormigón (Tang et al., 2023). Las vigas de acero híbridas optimizan la resistencia a la flexión y al cortante, y superan a los elementos de acero homogéneos. No obstante, la investigación debe cubrir las lagunas existentes en su aplicación a estructuras complejas y en su capacidad de resistir acciones extremas (Terreros-Bedoya et al., 2023). Otra oportunidad son los materiales compuestos multifuncionales que se aplican en columnas y permiten reducir el peso y mejorar la resistencia de los edificios altos y de los entornos agresivos. Estas innovaciones superan las limitaciones de las estructuras tradicionales de acero y hormigón, así como de las tecnologías convencionales de construcción (Sojobi et al., 2023).
No obstante, no todas las estructuras pueden diseñarse para resistir cualquier evento extremo, por lo que se tiende a incrementar su funcionalidad todo lo posible. El diseño de estructuras resilientes requiere esfuerzos colaborativos e interdisciplinarios para formular nuevos enfoques y métricas que consideren el rendimiento y los aspectos funcionales posteriores al evento. Las estructuras resilientes deben contemplar su vida útil en relación con los impactos de los desastres, las reparaciones, el mantenimiento y la evolución de las acciones que se les apliquen. Actualmente no existen procedimientos explícitos para cuantificar la resiliencia de las estructuras e infraestructuras en el contexto de múltiples amenazas ni para comparar las estructuras y los sistemas en términos de su resiliencia (Khaloo y Mobini, 2016). Surge la oportunidad de implementar aspectos de la resiliencia estructural, como la funcionalidad técnico-socioeconómica, los principios de diseño basados en el riesgo probabilístico y en la resiliencia, las dependencias ambientales y los sistemas de apoyo a la toma de decisiones basados en la resiliencia. Para ello, resulta fundamental integrar el proyecto estructural en el paradigma de los modelos de información en la construcción (BIM) (Fernández-Mora et al., 2022).
Referencias
ADAM, J.M.; PARISI, F.; SAGASETA, J.; LU, X. (2018). Research and practice on progressive collapse and robustness of building structures in the 21st century. Struct., 173:122-149.
ALCALÁ, J.; NAVARRO, F. (2020). Viga en cajón mixta acero-hormigón. Patente P202030530, 4 junio 2020.
BORGHESE, V.; CONTIGUGLIA, C.P.; LAVORATO, D.; SANTINI, S.; BRISEGHELLA, B. (2023). Sustainable retrofits on reinforced concrete infrastructures. Bulletin of Geophysics and Oceanography, https://doi.org/10.4430/bgo00436
CAREDDA, G.; MAKOOND, N.; BUITRAGO, M.; SAGASETA, J.; CHRYSSANTHOPOULOS, M.; ADAM, J.M. (2023). Learning from the progressive collapse of buildings. Built Environ., 15:100194.
DONG, H.; HAN, Q.; DU, X.; ZHOU, Y. (2022). Review on seismic resilient bridge structures. Struct. Eng., 25(7):1565-1582.
FANG, C.; WANG, W.; QIU, C.; HU, S.; MacRAE, G.A.; EARTHERTON, M.R. (2022). Seismic resilient steel structures: A review of research, practice, challenges and opportunities. J Constr Steel Res, 191,107172.
FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2022). Integration of the structural project into the BIM paradigm: a literature review. Build. Eng., 53:104318.
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. Constr., 142:104532.
GUAYGUA, B.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2023). A systematic review of seismic-resistant precast concrete buildings. Structures, 58; 105598.
HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Power Spectral Density method performance in detecting damages by chloride attack on coastal RC bridge. Eng. Mech., 85(2):197-206.
KELES, M.; ARTAR, M.; ERGÜN, M. (2024). Investigation of temperature effect on the optimal weight design of steel truss bridges using Cuckoo Search Algorithm. Structures, 59:105819.
KHALOO, A.; MOBINI, M. (2016). Towards resilient structures. Iran., 23(5), 2077-2080.
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. Multidiscip. Optim., 65:312
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. Multidiscip. Optim., 65:46.
MAUREIRA, C.; PINTO, H.; YEPES, V.; GARCÍA, J. (2021). Towards an AEC-AI industry optimization algorithmic knowledge mapping. IEEE Access, 9:110842-110879.
MORENO, J.D.; PELLICER, T.M.; ADAM, J.M.; BONILLA, M. (2018). Exposure of RC building structures to the marine environment of the Valencia coast. Build. Eng., 15: 109-121.
NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2020). Sustainability assessment of concrete bridge deck designs in coastal environments using neutrosophic criteria weights. Struct Infrast Eng, 16(7): 949-967.
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023a). Design optimization of welded steel plate girders configured as a hybrid structure. J Constr Steel Res, 211:108131.
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023b). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023c). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Struct., 293:116657
ORTEGA, A.I.; PELLICER, T.M.; CALDERÓN, P.A.; ADAM, J.M. (2018). Cement-based mortar patch repair of RC columns. Comparison with all-four-sides and one-side repair. Constr Build Mater., 186: 338-350.
PENADÉS-PLÀ, V.; YEPES, V.; GARCÍA-SEGURA, T. (2020). Robust decision-making design for sustainable pedestrian concrete bridges. Struct., 209: 109968.
SALAS, J.; YEPES, V. (2022). Improved delivery of social benefits through the maintenance planning of public assets. Infrastruct. Eng., DOI:10.1080/15732479.2022.2121844
SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725.
SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; YEPES, V. (2022). Multi-criteria decision-making applied to the sustainability of building structures based on Modern Methods of Construction. Clean. Prod., 330:129724.
SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects. Clean. Prod., 176:521-534.
SOJOBI, A.O.; LIEW, K.M. (2023). Multi-objective optimization of high performance concrete columns under compressive loading with potential applications for sustainable earthquake-resilient structures and infrastructures. Struct., 315:117007.
TANG, Y.; WANG, Y.; WU, D.; CHEN, M.; PANG, L.; SUN, J.; FENG, W.; WANG, X. (2023). Exploring temperature-resilient recycled aggregate concrete with waste rubber: An experimental and multi-objective optimization analysis. Adv. Mater. Sci., 62(1):20230347.
TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.
YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T. (2015). Cost and CO2 emission optimization of precast-prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Constr., 49:123-134.
YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.; GONZÁLEZ-VIDOSA, F. (2017). Heuristics in optimal detailed design of precast road bridges. Civ. Mech. Eng., 17(4):738-749.
YUAN, W.; WANG, J.; QIU, F.; CHEN, C.; KANG, C.; ZENG, B. (2016). Robust Optimization-Based Resilient Distribution Network Planning Against Natural Disasters. IEEE Trans Smart Grid, 7(6):2817-2826.
ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2023). Carbon impact assessment of bridge construction based on resilience theory. Civ. Eng. Manag., 29(6):561-576.
ZHOU, Z.; ZHOU, J.; ALCALÁ, J.; YEPES, V. (2024). Thermal coupling optimization of bridge environmental impact under natural conditions. Impact Assess. Rev., 104:107316.
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 conlleva la necesidad de recursos y emisiones significativos. 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 ante 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 los 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 seguridad a las tradicionales. La innovación central consiste en plantear procedimientos explícitos para cuantificar la resiliencia de las estructuras ante 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 los ámbitos social y ambiental ante eventos extremos. La novedad metodológica radica en el uso 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, y evitar 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 en momentos de crisis compromete seriamente las políticas de creación y conservación de infraestructuras, sobre todo si se registran 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 resultan 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 and construction errors, and maintenance failures often cause local structural damage that can trigger the progressive collapse of infrastructure. 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 withstand extreme events and bring these structures on par with traditional structures in terms of performance and safety. The central innovation is to develop explicit procedures for quantifying the resilience of structures under multiple hazards and for comparing structures and systems in terms of resilience. To this end, artificial intelligence techniques will be applied to optimize resilience, demonstrating their 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-making techniques, such as neutrosophic logic and 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 grounded in reliability and robust design principles. 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 uncertainties to achieve more robust, reliable designs. On the other hand, the strong budget constraints present in times of crisis seriously compromise infrastructure creation and maintenance policies, especially when introducing resilience into the design, as this can increase costs. After a sensitivity analysis of different budgetary policies over a time horizon, the expected results aim to detail which typologies, specific repair and conservation actions, and demolition and reuse alternatives are most effective at minimizing environmental and social impacts, accounting for 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.
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.
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.
Durante los días 10-13 de julio de 2023 tuvo lugar en Donostia-San Sebastián (Spain) el 27th International Congress on Project Management and EngineeringAEIPRO 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.
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.
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.
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.
