Etiqueta: proyecto de investigación

Objetivos y metodología del proyecto de investigación HYDELIFE

Figura 1. Instituto de Ciencia y Tecnología del Hormigón (ICITECH)
Figura 1. Laboratorio de materiales del Instituto de Ciencia y Tecnología del Hormigón (ICITECH)

En varios artículos anteriores detallamos los antecedentes, la motivación, las hipótesis de partida, así como la trascendencia del proyecto de investigación HYDELIFE. Ahora vamos a explicar los objetivos y la metodología de este proyecto, del cual soy investigador principal: Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos (PID2020-117056RB-I00). Los investigadores de este proyecto pertenemos al Instituto de Ciencia y Tecnología del Hormigón (ICITECH).

El objetivo general perseguido se basa en afrontar el reto social que supone la creación y la conservación de las construcciones modulares y puentes mixtos en escenarios de fuertes restricciones presupuestarias, mediante la resolución de los problemas complejos planteados en el ámbito de las decisiones públicas y privadas. Para ello se precisa un salto científico capaz de integrar a los distintos actores y grupos de expertos en la toma de decisiones considerando criterios de sostenibilidad social y ambiental a lo largo de todo el ciclo de vida de las infraestructuras considerando la variabilidad inherente al mundo real. Para integrar las incertidumbres que afectan al sistema, se propone aplicar técnicas metaheurísticas híbridas basadas en fiabilidad, aplicadas no sólo al proyecto de nuevas estructuras, sino al mantenimiento de las actuales. Un estudio de sensibilidad de los escenarios presupuestarios y de las hipótesis tomadas en los inventarios del análisis del ciclo de vida proporcionará conocimiento no trivial sobre las mejores prácticas. Esta metodología será aplicable también a otro tipo 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 será responsable el investigador principal:

  • OE-1: Análisis de funciones de distribución específicas para el diseño óptimo basado en fiabilidad que integre aspectos ambientales, sociales y económicos que sirva para la toma de decisión multicriterio.
  • OE-2: Determinación de indicadores clave basados en redes bayesianas y lógica neutrosófica para garantizar una efectiva integración de la sostenibilidad ambiental y social en la licitación de proyectos mantenimiento de construcciones modulares, puentes mixtos e híbridos.
  • OE-3: Identificación de estrategias de mantenimiento robusto óptimo de construcciones modulares y puentes mixtos y estructuras híbridas.
  • OE-4: Formulación y resolución del problema de optimización multiobjetivo que contemple el ciclo completo de construcciones modulares, puentes mixtos y estructuras híbridas mediante metaheurísticas híbridas.
  • OE-5: Comparación del diseño robusto óptimo respecto a la optimización heurística considerando incertidumbres en los escenarios presupuestarios y en las hipótesis del análisis del ciclo de vida.
  • OE-6: Difusión de resultados y redacción de informes.
Figura 2.- Objetivos específicos del proyecto HYDELIFE

Metodología propuesta en relación con los objetivos y con el estado del arte

El análisis del estado del arte alumbró dos huecos en la investigación, el empleo de metaheurísticas híbridas con Deep Learning y su aplicación a construcciones modulares, puentes mixtos y estructuras híbridas. Además, el empleo de la lógica neutrosófica y las redes bayesianas abre puertas en el ámbito de la decisión multicriterio. Estas novedades se combinan en la metodología con técnicas y disciplinas ya empleadas en otros proyectos: análisis del ciclo de vida, análisis basado en fiabilidad, diseño óptimo robusto, metamodelos y técnicas de minería de datos. Por tanto, se trata de una combinación integrada cuyo objetivo es la priorización del tipo de diseño, en el caso de estructuras de nueva planta, o bien de su mantenimiento, basándose en criterios de sostenibilidad social y ambiental bajo presupuestos restrictivos, considerando la variabilidad inherente a los problemas reales.

La Figura 3 muestra el esquema metodológico propuesto para HYDELIFE, relacionando las fases con los objetivos propuestos. Se utiliza un enfoque mixto e interactivo, donde el decisor proporciona información sobre las preferencias al analista que, tras una optimización multiobjetivo basada en fiabilidad y metamodelos, aporta un conjunto de soluciones eficientes que el responsable debe evaluar antes de tomar su decisión. Por tanto, la novedad de la propuesta metodológica trifase se basa en la integración de técnicas de información a priori, donde el decisor (grupos de interés) informa de las preferencias al analista (en cuanto a tipologías, métodos constructivos, conservación, etc.), produciéndose con esta información una optimización multiobjetivo capaz de generar alternativas eficientes utilizando la variabilidad en los parámetros, variables y restricciones. La última fase pasa por un proceso de información a posteriori para que el decisor contemple aspectos no considerados en la optimización para dar la solución final completa.

Figura 3.- Esquema metodológico diseñado para HYDELIFE en relación con los objetivos

Proyecto de Investigación:

  • Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.

En este momento llevamos seis meses de trabajo, pues el proyecto comenzó en septiembre del 2021. Pero ya podemos dar algunos resultados que se pueden ver en la siguiente lista de referencias.

Referencias:

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, (accepted, in press).

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

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. Journal of Cleaner Production, 330:129724. DOI:10.1016/j.jclepro.2021.129724

YEPES, V.; LOPEZ, S. (2021). Knowledge management in the construction industry: Current state of knowledge and future research. Journal of Civil Engineering and Management, 27(8):671-680. DOI:10.3846/jcem.2021.16006

SIERRA, L.; ARAYA, F.; YEPES, V. (2021). Consideration of uncertainty and multiple disciplines in the determination of sustainable criteria for rural roads using neutrosophic logic.  Sustainability, 13(17):9854. DOI:10.3390/su13179854

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

HOOSE, A.; YEPES, V.; KRIPKA, M. (2021). Selection of Production Mix in the Agricultural Machinery Industry considering Sustainability in Decision Making. Sustainability, 13(16), 9110. DOI:10.3390/su13169110

MAUREIRA, C.; PINTO, H.; YEPES, V.; GARCÍA, J. (2021). Towards an AEC-AI industry optimization algorithmic knowledge mapping. IEEE Access, 9:110842-110879. DOI:10.1109/ACCESS.2021.3102215

MARTÍN, R.; YEPES, V. (2021). Bridging the gap between landscape and management within marinas: A review. Land, 10(8), 821. DOI:10.3390/land10080821

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

ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2021). Optimized application of sustainable development strategy in international engineering project management. Mathematics, 9(14):1633. DOI:10.3390/math9141633

ZHOU, Z.; ALCALÁ, J.; KRIPKA, M.; YEPES, V. (2021). Life cycle assessment of bridges using Bayesian Networks and Fuzzy Mathematics. Applied Sciences, 11(11):4916. DOI:10.3390/app11114916

BIANCHI, P.F.; YEPES, V.; VITORIO, P.C., Jr.; KRIPKA, M. (2021). Study of alternatives for the design of sustainable low-income housing in Brazil. Sustainability, 13(9):4757. DOI:10.3390/su13094757

SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; YEPES, V. (2021). Neutrosophic multi-criteria evaluation of sustainable alternatives for the structure of single-family homes. Environmental Impact Assessment Review, 89:106572. DOI:10.1016/j.eiar.2021.106572

NAVARRO, I.J.; MARTÍ, J.V.; YEPES, V. (2021). Neutrosophic completion technique for incomplete higher-order AHP comparison matrices. Mathematics, 9(5):496. DOI:10.3390/math9050496

TANG, M.; LIAO, H.; YEPES, V.; LAURINAVICIUS, A.; TUPENAITE, L. (2021). Quantifiying and mapping the evolution of a leader journal in the field of civil engineering. Journal of Civil Engineering and Management, 27(2):100-116. DOI:10.3846/jcem.2021.14365

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

GARCÍA, J.; ASTORGA, G.; YEPES, V. (2021). An analysis of a KNN perturbation operator: an application to the binarization of continuous metaheuristics. Mathematics, 9(3):225. DOI:10.3390/math9030225.

ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2021). Environmental, economic and social impact assessment: study of bridges in China’s five major economic regions. International Journal of Environmental Research and Public Health, 18(1):122. DOI:10.3390/ijerph18010122

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

Salto cualitativo en el proyecto de investigación HYDELIFE

ICITECH (Instituto de Ciencia y Tecnología del Hormigón). Universitat Politècnica de València

La línea de investigación emprendida por nuestro grupo no puede quedarse en la mera optimización económica del hormigón estructural, que podría ser un objetivo a corto plazo de interés evidente para las empresas constructoras o de prefabricados. En anteriores proyectos (HORSOST, BRIDLIFE, DIMALIFE) afrontados por nuestro grupo se abordó tanto el diseño eficiente de estructuras con hormigones no convencionales basados en criterios sostenibles multiobjetivo mediante el empleo de técnicas de minería de datos, como la toma de decisiones en la gestión del ciclo de vida de puentes pretensados de alta eficiencia social y medioambiental bajo presupuestos restrictivos. También se emplearon metamodelos y el diseño óptimo robusto y basado en fiabilidad para obtener diseños automáticos de puentes e infraestructuras que consideraban hormigones con baja huella de carbono, donde se incluían los aspectos de durabilidad, de consumo energético y de emisiones de CO2, de seguridad, y otros que se estudiaban a lo largo del ciclo de vida de las estructuras, en especial en puentes de hormigón pretensado, tanto prefabricados, como construidos “in situ”. Además, se emplearon técnicas de decisión multicriterio para abordar, en primer lugar, la decisión de la mejor tipología constructiva de un puente, y posteriormente, para decidir la mejor de las opciones resultantes de la frontera de Pareto.

La producción científica de estos proyectos fue significativa. Se ha abordado la optimización multiobjetivo (coste, CO2 y energía) de puentes con vigas artesa (Martí et al., 2015; Martí et al., 2016; Yepes et al., 2015;2017), de puentes cajón (García-Segura et al., 2016;2017a;b). Se ha abordado la optimización del mantenimiento de puentes en ambiente marino (Navarro et al., 2017;2018), del mantenimiento de redes de pavimento (Yepes et al., 2016; Torres-Machí, 2017). Se ha analizado la sostenibilidad social de las infraestructuras (Sierra et al., 2017a;b). Se han utilizado metodologías emergentes en la toma de decisiones como la lógica neutrosófica (Navarro et al., 2020) o redes bayesianas (Sierra et al., 2018). Se han utilizado en la optimización metamodelos de redes neuronales (García-Segura et al., 2017b), modelos kriging (Penadés-Plà et al., 2019), el análisis de fiabilidad (García-Segura et al., 2017a). Se han propuesto sistemas de indicadores de sostenibilidad social y medioambiental (Milani et al., 2020; Sánchez-Garrido y Yepes, 2020). Se ha aplicado el diseño robusto a los puentes (Penadés-Plà et al., 2020). Se ha analizado la resiliencia de las infraestructuras (Salas et al., 2020). Se han realizado análisis del ciclo de vida de estructuras e infraestructuras óptimas (Penadés-Plà et al. 2017; Zastrow et al., 2017; Pons et al., 2018;2020; Navarro et al. 2018; Zhou et al., 2020). También se encuentra en fase de evaluación la patente “Viga en cajón mixta acero-hormigón, P202030530” (Alcalá y Navarro, 2020), autor que forma parte del equipo de investigación.

Sin embargo, con el fin de poder dar un paso adelante, es necesario abordar las limitaciones y el alcance de estos proyectos previos. El proyecto HYDELIFE busca un salto cualitativo en nuestra línea de investigación que pretende superar algunas limitaciones en cuanto al alcance planteado hasta ahora. En primer lugar, no se puede perder la oportunidad de incorporar las técnicas emergentes procedentes del DL en la hibridación de las metaheurísticas, pues sería renunciar a la potencia predictiva de la inteligencia artificial y a la eficiencia de esta nueva generación de algoritmos. En segundo lugar, debe abordarse la construcción industrializada modular tanto en edificación como en obra civil, estudiando en detalle y confrontando los puentes mixtos y estructuras híbridas con las soluciones de hormigón en un análisis completo de ciclo de vida que incluya la sostenibilidad social y medioambiental. Para ello se pretende profundizar en las técnicas de decisión multicriterio emergentes como la lógica neutrosófica y otras como las redes bayesianas. En este contexto, a pesar de que se ha avanzado en la optimización multiobjetivo de las estructuras, en el mundo real existen incertidumbres, imperfecciones o desviaciones respecto a los parámetros utilizados en los códigos (propiedades del material, geometría, cargas, etc.). 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 (Martínez-Frutos et al., 2014), tanto desde el diseño basado en fiabilidad como en el diseño óptimo robusto.

El gran problema de la optimización multiobjetivo de estructuras al incorporar las incertidumbres es su muy elevado coste computacional. Tal y como hemos visto en algunos de nuestros trabajos, este problema lo hemos abordado con metamodelos que proporcionan una relación funcional aproximada de las variables de diseño respecto a sus respuestas con un número moderado de análisis completos. Sin embargo, las metaheurísticas híbridas basadas en DL emergen como técnicas que pueden mejorar estos planteamientos previos.

Los trabajos desarrollados hasta el momento por nuestro grupo de investigación han permitido avances importantes en el diseño automatizado y óptimo de las estructuras de hormigón con múltiples criterios a lo largo del ciclo de vida, sin embargo, existen una serie de limitaciones que este HYDELIFE tiene intención de superar:

  • Ampliación del análisis del ciclo de vida no solo a los puentes de hormigón, sino a otras tipologías como puentes mixtos y estructuras híbridas, además de estructuras industrializadas modulares.
  • Utilizar metaheurísticas híbridas basadas en la inteligencia artificial con un doble objetivo: mejorar la calidad de las soluciones al incorporar el aprendizaje profundo en la base de datos generadas en la búsqueda de los algoritmos y reducir los tiempos de cálculo.
  • Explorar el efecto de la aleatoriedad de los parámetros con la incorporación del diseño óptimo robusto y del diseño óptimo basado en fiabilidad para evitar que los proyectos reales optimizados sean infactibles ante pequeños cambios.
  • Profundización en las funciones de distribución de los impactos sociales y ambientales en las construcciones modulares y mixtas.
  • Profundización en la investigación dirigida a la fase de mantenimiento, centrando más el problema social que plantean las estructuras modulares y mixtas en servicio.
  • Analizar la sensibilidad que existe en las políticas presupuestarias poco sensibles a la realidad del sector en la gestión de las estructuras. Ello supone modelar distintos escenarios económicos y analizar las soluciones eficientes derivadas, especialmente en épocas de crisis.
  • Profundización en la determinación de los factores determinantes en la toma de decisión multicriterio.
  • Profundización en los costes de mantenimiento y los esperados en caso de fallo. Además, las incertidumbres asociadas con el deterioro requieren métodos probabilísticos.
  • Profundizar en el análisis de ciclo de vida la inclusión de la demolición y reutilización de los materiales de las infraestructuras, siendo una de las variables de diseño la durabilidad.

Lo indicado hasta ahora, que resume los antecedentes y las realizaciones del grupo, se podría sintetizar en los siguientes aspectos:

  1. La temática a investigar se ha ido profundizando en cada uno de los proyectos realizados, acorde a los objetivos previstos.
  2. Los estudios realizados estaban basados en la optimización multiobjetivo, la toma de decisiones a lo largo del ciclo de vida y el diseño robusto y basado en fiabilidad de puentes pretensados. El objetivo es dar un salto al incorporar en las metaheurísticas el aprendizaje profundo y ampliar el alcance a otro tipo de construcciones industrializadas modulares y puentes mixtos e híbridos.

Referencias

  • AFZAL, M.; LIU, Y.H.; CHENG, J.C.P.; GAN, V.J.L. (2020). Reinforced concrete structural design optimization: A critical review. Clean. Prod., 260:120623.
  • AGUADO, A. et al. (2012). Sustainability Assessment of Concrete Structures within the Spanish Structural Concrete Code. J Constr Eng Manage ASCE, 138(2):268-276.
  • ALCALÁ, J.; NAVARRO, F. (2020). Viga en cajón mixta acero-hormigón. Patente P202030530, 4 junio 2020.
  • AMERICAN ROAD & TRANSPORTATION BUILDERS ASSOCIATION (2019). 2019 Bridge Report. https://artbabridgereport.org/
  • BIONDINI, F., FRANGOPOL, D. M. (2016). Life-Cycle of Deteriorating Structural Systems under Uncertainty: Review. J Struct Eng ASCE, 142(9), F4016001.
  • CHACÓN, R. (2014). Vigas armadas híbridas de acero. Estado del conocimiento. Revista Ciencia e Ingeniería, 35(2):95-102.
  • FRANGOPOL, D. M. (2011). Life-cycle performance, management, and optimisation of structural systems under uncertainty: accomplishments and challenges. Struct Infrast Eng, 7(6), 389-413.
  • GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2020b). The buttressed walls problem: An application of a hybrid clustering particle swarm optimization algorithm. Mathematics, 8(6), 862.
  • GARCÍA, J.; YEPES, V.; MARTÍ, J.V. (2020a). A hybrid k-means cuckoo search algorithm applied to the counterfort retaining walls problem. Mathematics, 8(4), 555.
  • GARCÍA-SEGURA, T.; YEPES, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Struct., 125:325-336.
  • GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017a). Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks. Multidiscip. Optim., 56(1):139-150.
  • GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M.; YANG, D.Y. (2017b). Lifetime Reliability-Based Optimization of Post-Tensioned Box-Girder Bridges. Struct., 145:381-391.
  • GOBIERNO DE ESPAÑA (2020). Estrategia Nacional de Inteligencia Artificial. https://www.lamoncloa.gob.es/presidente/actividades/Documents/2020/021220-ENIA.pdf
  • MARI, A. (2007). Educar para la sostenibilidad en el ámbito de la ingeniería. Conferencia de clausura. II Jornadas de enseñanza del hormigón estructural. ACHE, Madrid, pp. 33-49.
  • MARTÍ, J.V.; GARCÍA-SEGURA, T.; YEPES, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Clean. Prod., 120:231-240.
  • MARTÍ, J.V.; YEPES, V.; GONZÁLEZ-VIDOSA, F. (2015). Memetic algorithm approach to designing of precast-prestressed concrete road bridges with steel fiber-reinforcement. J. Struct. Eng., 141(2): 04014114.
  • MARTÍNEZ-FRUTOS, J.; MARTÍ, P. (2014). Diseño óptimo robusto utilizando modelos Kriging: aplicación al diseño óptimo robusto de estructuras articuladas. Rev Int Metod Numer., 30(2):97-105.
  • MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2020). Steel-concrete composite bridges: design, life cycle assessment, maintenance and decision making. Civ. Eng., 2020, 8823370.
  • MILANI, C.J.; YEPES, V.; KRIPKA, M. (2020). Proposal of sustainability indicators for the design of small-span bridges. J. Environ. Res. Public Health, 17(12):4488.
  • NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2018a). Life cycle cost assessment of preventive strategies applied to prestressed concrete bridges exposed to chlorides. Sustainability, 10(3):845.
  • NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2018b). Social life cycle assessment of concrete bridge decks exposed to aggressive environments. Impact Assess. Rev., 72:50-63.
  • NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V.; GONZÁLEZ-VIDOSA, F. (2018c). Life cycle impact assessment of corrosion preventive designs applied to prestressed concrete bridge decks. Clean. Prod., 196: 698-713.
  • NAVARRO, I.J.; MARTÍ, J.V.; YEPES, V. (2019). Reliability-based maintenance optimization of corrosion preventive designs under a life cycle perspective. Impact Assess. Rev., 74:23-34.
  • 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.
  • PENADÉS-PLÀ, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.; YEPES, V. (2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864.
  • PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T.; YEPES, V. (2019). Accelerated optimization method for low-embodied energy concrete box-girder bridge design. Struct., 179:556-565.
  • 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.
  • PONS, J.J.; PENADÉS-PLÀ, V.; YEPES, V.; MARTÍ, J.V. (2018). Life cycle assessment of earth-retaining walls: An environmental comparison. Clean. Prod., 192:411-420.
  • RAC Foundation. (2019). Bridge maintenance table – GB local authorities. https://www.racfoundation.org/media-centre/bridge-maintenance-backlog-grows
  • RAHMAN, M.M. (2014). Barriers of implementing modern methods of construction. Manage. Eng., 30(1):69-77.
  • SALAS, J.; YEPES, V. (2020). Enhancing sustainability and resilience through multi-level infrastructure planning. J. Environ. Res. Public Health, 17(3): 962.
  • SALEHI, H.; BURGUEÑO, R. (2018). Emerging artificial intelligence methods in structural engineering. Struct., 171:170-189.
  • SÁNCHEZ-GARRIDO, A.J.; YEPES, V. (2020). Multi-criteria assessment of alternative sustainable structures for a self-promoted, single-family home. Clean. Prod., 258: 120556.
  • SARMA, K.C.; ADELI, H. (1998). Cost optimization of concrete structures. J Struct Eng ASCE, 124(5): 570-578.
  • SIERRA, L.A.; YEPES, V.; PELLICER, E. (2017a). Assessing the social sustainability contribution of an infrastructure project under conditions of uncertainty. Impact Assess. Rev., 67:61-72.
  • SIERRA, L.A.; PELLICER, E.; YEPES, V. (2017b). Method for estimating the social sustainability of infrastructure projects. Impact Assess. Rev., 65:41-53.
  • 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.
  • TAFFESE, W.Z.; SISTONEN, E. (2017). Machine learning for durability and service-life assessment of reinforced concrete structures: Recent advances and future directions. Constr., 77:1-14.
  • THURLBY, R. (2013). Managing the asset time bomb: a system dynamics approach. Inst. Civ. Eng. – Forensic Engineering, 166(3):134-142.
  • TONG, X.; YANG, H.; WANG, L.; MIAO, Y. (2019). The development and field evaluation of an IoT system of low-power vibration for bridge health monitoring. Sensors, 19(5):1222.
  • TORRES-MACHI, C.; PELLICER, E.; YEPES, V.; CHAMORRO, A. (2017). Towards a sustainable optimization of pavement maintenance programs under budgetary restrictions. Clean. Prod., 148:90-102.
  • 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.; TORRES-MACHÍ, C.; CHAMORRO, A.; PELLICER, E. (2016). Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm. Civ. Eng. Manage., 22(4):540-550.
  • 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.
  • 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. Sci., 9(16), 3253.
  • YEPES, V.; MARTÍ, J.V.; GARCÍA, J. (2020). Black hole algorithm for sustainable design of counterfort retaining walls. Sustainability, 12(7), 2767.
  • ZASTROW, P.; MOLINA-MORENO, F.; GARCÍA-SEGURA, T.; MARTÍ, J.V.; YEPES, V. (2017). Life cycle assessment of cost-optimized buttress earth-retaining walls: a parametric study. Clean. Prod., 140:1037-1048.
  • ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2020). Bridge Carbon Emissions and Driving Factors Based on a Life-Cycle Assessment Case Study: Cable-Stayed Bridge over Hun He River in Liaoning, China. J. Environ. Res. Public Health, 17(16):5953.

Proyecto de Investigación:

  • Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.

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

Hipótesis de partida del proyecto HYDELIFE

Instituto de Ciencia y Tecnología del Hormigón (ICITECH). http://congress.cimne.com/SAHC2020/frontal/JoseM.Adam.asp

En varios artículos anteriores detallamos los antecedentes, la motivación, así como la trascendencia del proyecto de investigación HYDELIFE. Ahora vamos a explicar las hipótesis e partida sobre las que se basa este proyecto.

La hipótesis principal de partida es que 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 como en el mantenimiento óptimo de puentes y estructuras. Con esta propuesta metodológica se pretende abordar las incertidumbres del mundo real planteando el diseño y el mantenimiento óptimo basándose en la fiabilidad y en diseños robustos. 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.

Para la consecución de los objetivos del proyecto, es necesario alcanzar una serie de objetivos específicos que, a su vez, se basan en unas determinadas hipótesis:

  • Hipótesis 1: Las metaheurísticas mejoran la calidad y reducen el tiempo de cálculo cuando se hibridan con el aprendizaje profundo (DL).
  • Hipótesis 2: El análisis del ciclo de vida de la construcción industrializada modular presenta mejores indicadores medioambientales y sociales que la construcción tradicional.
  • Hipótesis 3: La optimización multiobjetivo de los puentes mixtos de hormigón y acero y las estructuras híbridas de acero reduce los impactos sociales y ambientales a lo largo del ciclo de vida.
  • Hipótesis 4: La optimización multiobjetivo puede llevar a soluciones que pueden ser infactibles con pequeñas variaciones en los parámetros o en las restricciones.
  • Hipótesis 5: Tanto el diseño óptimo basado en 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 por falta de datos.
  • Hipótesis 6: 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 puentes mixtos y estructuras modulares.
  • Hipótesis 7: Las soluciones de mantenimiento óptimo de puentes mixtos y estructuras modulares son diferentes si el análisis del ciclo de vida se incluye o no en la fase de proyecto.
  • Hipótesis 8: Incluso considerando la variabilidad innata al mundo real, es posible integrar múltiples actores, escenarios y criterios (tangibles e intangibles) en técnicas analíticas que asistan en la toma de decisiones complejas que incluyan aspectos de sostenibilidad social y ambiental mediante herramientas colaborativas.
  • Hipótesis 9: Las decisiones públicas (instituciones) y privadas (empresas) adecuadas pueden mejorar la sostenibilidad, las prestaciones a largo plazo y la durabilidad de las estructuras incluso con escenarios presupuestarios muy restrictivos.
  • Hipótesis 10: Dado un horizonte temporal para una estructura, es posible encontrar un diseño y una gestión posterior de dicho activo que mejore otras alternativas, incluso con presupuestos restrictivos.
  • Hipótesis 11: Las medidas estratégicas, de proyecto y preventivas derivadas de un sistema de apoyo a la toma de decisiones multicriterio son preferibles por su menor coste social y ambiental a la reparación severa de los puentes y estructuras modulares.
  • Hipótesis 12: Es posible encontrar buenas prácticas en el diseño, conservación, mantenimiento y desmantelamiento de los puentes y estructuras modulares que sean robustas a cambios en los escenarios presupuestarios.

Proyecto de Investigación:

  • Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.

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

Trascendencia del proyecto de investigación HYDELIFE en su ámbito temático

Instituto de Ciencia y Tecnología del Hormigón (ICITECH)

En un artículo anterior detallamos los antecedentes y la motivación del proyecto de investigación HYDELIFE. Ahora vamos a explicar la relevancia de la propuesta, que se centra tanto en la utilización de una metodología emergente y novedosa en el ámbito de las estructuras, como es la hibridación de las metaheurísticas con la inteligencia artificial, en especial con el aprendizaje profundo (Deep Learning, DL), como en el objeto de estudio, que es la construcción industrializada modular, tanto en edificación, como en puentes mixtos de hormigón y acero y en estructuras híbridas de acero. Justificamos a continuación la importancia de esta propuesta.

La Inteligencia Artificial (IA) se ha usado en estas últimas décadas de forma intensiva en las investigaciones relacionadas con la ingeniería civil, especialmente en el ámbito de las estructuras y las infraestructuras (Taffese et al., 2017). Sin embargo, los métodos más recientes como el reconocimiento de patrones (Pattern Recognition, PR), el aprendizaje automático (Machine Learning, ML) y el aprendizaje profundo (DL) son métodos emergentes en este ámbito de la ingeniería (Salehi et al., 2018). Éstas técnicas emergentes tienen la capacidad de aprender complicadas interrelaciones entre los parámetros y las variables, y así permiten resolver una diversidad de problemas que son difíciles, o no son posibles, de resolver con los métodos tradicionales. Son capaces de descubrir información oculta, no trivial, sobre el rendimiento de una estructura al aprender la influencia de diversos mecanismos de daño o degradación y los datos recogidos de los sensores. Además, ML y DL tienen una elevada potencialidad en el dominio de la mecánica computacional, como, por ejemplo, para optimizar los procesos en el método de elementos finitos para mejorar la eficiencia de los cálculos.

La optimización de las estructuras constituye un campo científico donde se ha trabajado intensamente en las últimas décadas (Afzal et al., 2020). Debido a que los problemas reales requieren un número elevado de variables, la resolución exacta del problema de optimización asociado es inabordable. Se trata de problemas NP-hard, de elevada complejidad computacional, que requiere de metaheurísticas para llegar a soluciones satisfactorias en tiempos de cálculo razonables. La idea es aprovechar la inmensa cantidad de datos generados por el elevado número de iteraciones que requiere la optimización estructural mediante metaheurísticas. Es el campo ideal para la inteligencia artificial, pues permite extraer información para acelerar y afinar la búsqueda de la solución óptima. Un ejemplo de este tipo es nuestro trabajo (García-Segura et al., 2017a) de optimización multiobjetivo de puentes cajón, donde una red neuronal aprendía de los datos intermedios de la búsqueda y luego predecía con una extraordinaria exactitud el cálculo del puente, sin necesidad de calcularlo. Ello permitía reducir considerablemente el tiempo final de computación. Sin embargo, este tipo de aplicación es muy sencilla, pues solo ha reducido el tiempo de cálculo (cada comprobación completa de un puente por el método de los elementos finitos es mucho más lenta que una predicción con una red neuronal). HYDELIFE trata de dar un paso más allá. Se pretende que la metaheurística sea capaz de aprender de los datos recogidos utilizando la inteligencia artificial para ser mucho más efectiva, y no solo más rápida.

Concretando, la propuesta se centra en el aprendizaje profundo (DL) que, dentro del ML, utiliza algoritmos más sofisticados, construidos a partir del principio de las redes neuronales. El foco metodológico del proyecto es la exploración de la integración específica del DL en las metaheurísticas con el objeto de mejorar la calidad de las soluciones o los tiempos de convergencia cuando se trata de optimizar estructuras. Nuestro grupo ha tenido ocasión de comprobar la eficacia de este hibridaje en estructuras sencillas, como son los muros de contrafuertes (García et al., 2020a, 2020b; Yepes et al., 2020). Además, hemos lanzado al respecto un número especial en la revista Mathematics (indexada en el primer decil del JCR) denominado “Deep learning and hybrid-metaheuristics: novel engineering applications“ (https://www.mdpi.com/journal/mathematics/special_issues/Deep_Learning_Hybrid-Metaheuristics_Novel_Engineering_Applications).

Modern methods of construction. https://www.lancashirebusinessview.co.uk/latest-news-and-features/let-s-talk-modern-methods-of-construction

En cuanto al objeto del proyecto, la construcción industrializada modular, tanto en edificación, como en puentes mixtos de hormigón y acero y en estructuras híbridas de acero, su justificación deriva de su importancia creciente y los huecos en la investigación encontrados. En efecto, la construcción modular y la prefabricación son técnicas ya veteranas desde que en 1936 Eugène Freyssinet construyera el primer puente de hormigón pretensado del mundo, en el que las vigas y tableros eran prefabricados. Sin embargo, la auténtica revolución que supone la IA, las tecnologías BIM y los retos de la sostenibilidad están cambiando radicalmente este concepto y lo está llevando a una nueva dimensión. La reciente norma UNE 127050:2020 trata de los sistemas constructivos industrializados para edificios construidos a partir de elementos prefabricados de hormigón, así como de los requisitos de comportamiento, fabricación, instalación y verificación. Los métodos modernos de construcción (Modern Methods of Construction, MMC), o como algunos llaman “construcción inteligente”, constituyen alternativas a la construcción tradicional. Es un término que cubre una amplia gama de tecnologías basada en la fabricación modular, ya sea “in situ” o “off-site”, que está revolucionando la forma de construir de forma más rápida, rentable y eficiente. Un ejemplo no muy lejano ha sido la construcción de dos hospitales de campaña en Wuhan (China) en solo 12 días debido a la crisis sanitaria. Países como Suecia y Japón lideran la construcción MMC. En Suecia, casi la mitad de las viviendas de nueva construcción utilizan este método, llegando al 80% en el caso de viviendas unifamiliares. Japón, es el país donde se construye mayor número de viviendas nuevas con este método, aunque no llegan al 20% del total. La construcción MMC permite un ahorro de tiempo de hasta el 50%, permite el uso de materiales sostenibles, reduciéndose el desperdicio. La construcción en fábrica permite tolerancias estrictas, la reducción de los errores, promueve la seguridad, no estando los materiales a la intemperie durante la construcción. Además, permite el uso de materiales durables, que mejoran el aislamiento acústico, la protección contra incendios y la eficiencia energética. Sin embargo, en algunos países el uso de las MMC presenta costes más elevados que la construcción tradicional. Otras barreras son la falta de mano de obra especializada, la escasez de suministros o la regulación existente (Rahman, 2014). Con todo, la actual crisis del Covid-19 puede acelerar los cambios necesarios. De todos modos, los métodos MMC constituyen un producto diferente al del mercado de la construcción tradicional. La construcción modular, al tratarse de un producto alternativo, en lugar de competir, complementará el mercado tradicional. El objetivo es aumentar la productividad de los recursos disponibles mejorando la calidad, la eficiencia empresarial, la satisfacción del cliente, el rendimiento ambiental, el índice de sostenibilidad y el control de los plazos de entrega. Nuestro grupo de investigación (Sánchez-Garrido y Yepes, 2020) ha empezado a aplicar técnicas analíticas de toma de decisiones multicriterio (MCDM) y análisis del ciclo de vida, comparando la construcción tradicional de una vivienda unifamiliar con dos alternativas basadas en MMC. Propusimos un índice de sostenibilidad, que incluye atributos tangibles e intangibles, así como factores de incertidumbre y riesgos, que permite a los promotores priorizar soluciones que aseguren la sostenibilidad económica, social y medioambiental. HYDELIFE pretende profundizar en esta vía con la optimización multiobjetivo híbrida de este tipo de construcción modular.


Constructalia – ArcelorMittal. Puente mixto Wirkowice: El primer puente de carretera en Europa con vigas de acero autopatinable Arcorox® 460 – Constructalia

Otro de los huecos detectados por nuestro grupo en este ámbito son los puentes mixtos (Martínez-Muñoz et al., 2020). El análisis del estado del arte indica que la investigación se ha centrado en el diseño preliminar de puentes con un enfoque principalmente económico (Yepes et al., 2019) sin abordar la optimización multiobjetivo social y ambiental de su ciclo de vida completo que permitan aplicar técnicas de decisión desde el diseño. mientras que a nivel mundial la preocupación se dirige a la búsqueda de soluciones sostenibles. También se ha detectado un vacío en los puentes ejecutados con vigas armadas híbridas. En este tipo de estructuras se utilizan diferentes límites elásticos de acero en las chapas de alas y alma para disminuir el espesor de las chapas de mayor límite elástico, lo cual supone una reducción de peso por unidad de longitud de la sección transversal (Chacón, 2014). Sin embargo, la reducción del espesor puede acarrear la disminución de la capacidad de la sección ante otros fenómenos, como es el caso de la inestabilidad. Se debe garantizar un buen comportamiento de las vigas a cortante, estudiando su inestabilidad, a cargas concentradas y a pandeo lateral. Por tanto, nos encontramos ante un caso de optimización de gran interés donde, además, no se ha abordado hasta ahora su optimización completa a lo largo de su ciclo de vida. Asimismo, en nuestro equipo de investigación se ha desarrollado una patente sobre vigas en cajón mixtas (Alcalá y Navarro, 2020) que permiten resolver el problema de las vigas descolgadas en forjados de elementos prefabricados y que consiste en un cajón metálico que formará parte de un sistema de forjados slim-floor. HYDELIFE aplicará la metodología híbrida antes descrita para cubrir este vacío en el ámbito de la investigación de las estructuras.

Proyecto de Investigación:

  • Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.

Referencias:

AFZAL, M.; LIU, Y.H.; CHENG, J.C.P.; GAN, V.J.L. (2020). Reinforced concrete structural design optimization: A critical review. J. Clean. Prod., 260:120623.

ALCALÁ, J.; NAVARRO, F. (2020). Viga en cajón mixta acero-hormigón. Patente P202030530, 4 junio 2020.

CHACÓN, R. (2014). Vigas armadas híbridas de acero. Estado del conocimiento. Revista Ciencia e Ingeniería, 35(2):95-102.

GARCÍA, J.; YEPES, V.; MARTÍ, J.V. (2020a). A hybrid k-means cuckoo search algorithm applied to the counterfort retaining walls problem. Mathematics, 8(4), 555.

GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2020b). The buttressed walls problem: An application of a hybrid clustering particle swarm optimization algorithm. Mathematics, 8(6), 862.

GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017a). Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks. Struct. Multidiscip. Optim., 56(1):139-150.

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2020). Steel-concrete composite bridges: design, life cycle assessment, maintenance and decision making. Adv. Civ. Eng., 2020, 8823370.

RAHMAN, M.M. (2014). Barriers of implementing modern methods of construction. J. Manage. Eng., 30(1):69-77.

SALEHI, H.; BURGUEÑO, R. (2018). Emerging artificial intelligence methods in structural engineering. Eng. Struct., 171:170-189.

SÁNCHEZ-GARRIDO, A.J.; YEPES, V. (2020). Multi-criteria assessment of alternative sustainable structures for a self-promoted, single-family home. J. Clean. Prod., 258: 120556.

TAFFESE, W.Z.; SISTONEN, E. (2017). Machine learning for durability and service-life assessment of reinforced concrete structures: Recent advances and future directions. Autom. Constr., 77:1-14.

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. App. Sci., 9(16), 3253.

YEPES, V.; MARTÍ, J.V.; GARCÍA, J. (2020). Black hole algorithm for sustainable design of counterfort retaining walls. Sustainability, 12(7), 2767.

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

Antecedentes y motivación del proyecto de investigación HYDELIFE (2021-2023)

Laboratorio de materiales del Instituto de Ciencia y Tecnología del Hormigón (ICITECH)

El proyecto HYDELIFE aborda directamente el reto de la sostenibilidad social y medioambiental de las estructuras a lo largo de su ciclo de vida, desde el proyecto hasta la demolición. Para ello se propone una metodología híbrida emergente entre el aprendizaje profundo (Deep Learning, DL) procedente de la inteligencia artificial (IA), metamodelos y metaheurísticas de optimización multiobjetivo y técnicas de toma de decisión multicriterio. El foco del proyecto 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. El proyecto se apoya en los avances realizados en los proyectos de investigación anteriores (HORSOST, BRIDLIFE y DIMALIFE), donde se desarrollaron metodologías que se aplicaron a puentes e infraestructuras viarias, pero con una propuesta metodológica y un foco de atención innovador respecto a los anteriores. El proyecto se orienta hacia el objetivo 9 de desarrollo sostenible (ODS): construir infraestructuras resilientes, promover la industrialización sostenible y fomentar la innovación. También se alinea con la Estrategia Nacional de Inteligencia Artificial-ENIA (Gobierno de España, 2020). A continuación, se justifica la propuesta en función de los antecedentes y el estado actual.

La sostenibilidad económica y el desarrollo social de la mayoría de los países dependen, entre otros, del comportamiento fiable y duradero de sus infraestructuras (Frangopol, 2011). La construcción y el mantenimiento de las infraestructuras influyen en la actividad económica, el crecimiento y el empleo. Sin embargo, estas actividades impactan significativamente en el medio ambiente, presentan efectos irreversibles y pueden comprometer el futuro de la sociedad. El gran reto, por tanto, será disponer de infraestructuras capaces de maximizar su beneficio social sin comprometer su sostenibilidad (Aguado et al., 2012).

Por otra parte, el envejecimiento de las infraestructuras, la mayor demanda en su desempeño (aumento de tráfico, por ejemplo) o los riesgos naturales extremos como los terremotos, huracanes o inundaciones afectan al rendimiento previsto de estas infraestructuras (Biondini y Frangopol, 2016). Esto constituye una auténtica bomba de relojería (Thurlby, 2013) que, junto al reto de la reducción de los impactos ambientales, son razones más que suficientes para mejorar el mantenimiento de nuestros puentes. Hoy día los gestores de las infraestructuras tienen ante sí un reto importante consistente en mantenerlas en un estado aceptable con presupuestos muy limitados. Si a ello añadimos la profunda crisis financiera y sanitaria que ha afectado la economía de nuestro país y que ha provocado el declive de la actividad constructora, el panorama se complica. Las infraestructuras que se crearon con una financiación a largo plazo presentan actualmente déficits de conservación y es posible que las generaciones futuras tengan que hacer un esfuerzo adicional para actualizar los requisitos de seguridad y funcionalidad a su nivel de servicio previsto. Esta situación puede provocar una alarma social puntual, sobre todo con la interrupción de grandes vías de comunicación debidas a un excesivo deterioro. Un estudio sobre “Necesidades de Inversión en Conservación 2019-2020” de la Asociación Española de Carreteras, centrado en los firmes y la señalización, estima que el deterioro del patrimonio viario presenta un déficit acumulado de 7.500 millones de euros. Sin embargo, este problema es común a otros países desarrollados. En el año 2019, 47000 puentes del total de los puentes en Estados Unidos, (más del 20% del total) presentan deficiencias estructurales (American Road & Transportation Builders Association, 2019); en Reino Unido, más de 3000 puentes estaban por debajo de los estándares y requerían reparación (RAC Foundation, 2019). Además, el problema pasa a ser grave cuando una parte significativa del parque de infraestructuras se encuentra cercano al final de su vida útil. Y lo que aún es peor, cuando existen riesgos de alto impacto y de baja probabilidad que pueden afectar gravemente a las infraestructuras. Estos son buenos argumentos para aumentar la vida útil de los puentes. Se trata de una verdadera crisis en las infraestructuras. El reto social consistirá en aplicar unos presupuestos muy restrictivos que minimicen los impactos ambientales y los riesgos a las personas, y que la gestión sea socialmente sostenible dentro de una política de conservación del patrimonio, incluyendo la dimensión de género. Por lo tanto, nos encontramos antes un problema de optimización muy complejo, con muchas restricciones y sometido a grandes incertidumbres, lo cual representa un reto científico importante, pues no se presta fácilmente a la exploración con los instrumentos analíticos y de previsión tradicionales.

Proyecto de Investigación:

  • Optimización híbrida del ciclo de vida de puentes y estructuras mixtas y modulares de alta eficiencia social y medioambiental bajo presupuestos restrictivos. (HYDELIFE). [Hybrid life cycle optimization of bridges and mixed and modular structures with high social and environmental efficiency under restrictive budgets]. PID2020-117056RB-I00. Financiado por el Ministerio de Ciencia e Innovación con fondos FEDER. Investigador Principal: Víctor Yepes.

Referencias:

  • AGUADO, A. et al. (2012). Sustainability Assessment of Concrete Structures within the Spanish Structural Concrete Code. J Constr Eng Manage ASCE, 138(2):268-276.
  • AMERICAN ROAD & TRANSPORTATION BUILDERS ASSOCIATION (2019). 2019 Bridge Report. https://artbabridgereport.org/
  • BIONDINI, F., FRANGOPOL, D. M. (2016). Life-Cycle of Deteriorating Structural Systems under Uncertainty: Review. J Struct Eng ASCE, 142(9), F4016001.
  • FRANGOPOL, D. M. (2011). Life-cycle performance, management, and optimisation of structural systems under uncertainty: accomplishments and challenges. Struct Infrast Eng, 7(6), 389-413.
  • GOBIERNO DE ESPAÑA (2020). Estrategia Nacional de Inteligencia Artificial. https://www.lamoncloa.gob.es/presidente/actividades/Documents/2020/021220-ENIA.pdf
  • RAC Foundation. (2019). Bridge maintenance table – GB local authorities. https://www.racfoundation.org/media-centre/bridge-maintenance-backlog-grows
  • THURLBY, R. (2013). Managing the asset time bomb: a system dynamics approach. Proc. Inst. Civ. Eng. – Forensic Engineering, 166(3):134-142.

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

Los puentes de sección en cajón de hormigón postesado

Figura 1.- Esquema de un puente de hormigón postesado de sección en cajón para carreteras

Una viga de sección en cajón unicelular consta de una losa superior, dos almas y una losa inferior (Figura 1). La losa superior materializa la plataforma del puente, actúa como cabeza de compresión frente a momentos flectores positivos y sirve de alojamiento del pretensado necesario para resistir los momentos negativos. Las almas sostienen la losa superior, transmiten las cargas de cortante a los apoyos del puente y pueden alojar los cables de pretensado cuando estos se desplazan a lo largo del puente. Por último, la losa inferior une las secciones inferiores de las almas, aloja el pretensado para resistir los momentos positivos, sirve de cabeza de compresión ante momentos negativos y cierra el circuito de torsión de la estructura.

Según Schlaich y Scheef (1982), la sección en cajón es la tipología de superestructura más ampliamente utilizada en el proyecto y construcción de puentes. El Puente de Sclayn, sobre el río Maas, fue el primer puente continuo pretensado de sección en cajón. El puente, con dos tramos de 62,7 m, fue construido por Magnel en 1948. La sección en cajón no solo se puede encontrar en los puentes viga, sino en otras tipologías tipo arco, pórtico, atirantados y colgantes. El número de puentes continuos con esta sección ha aumentado recientemente (Ates, 2011) debido a su resistencia tanto a momentos flectores positivos como negativos, así como a la torsión. Además, otra característica importante es el peso propio reducido frente a otras tipologías. En cuanto a los métodos de construcción, los puentes de sección en cajón se pueden construir “in situ” o bien prefabricarse en dovelas que posterormente se izan y pretensan (Sennah y Kennedy, 2002). En la Figura 2 se muestra un puente en cajón situado sobre el nuevo cauce del río Turia, cuyo autor es Javier Manterola y que fue uno de los primeros puentes que tuve la oportunidad de construir durante mi etapa profesional en Dragados y Construcciones, S.A.

Figura 2.- Imagen aérea de la Estructura E-10, sobre el nuevo cauce del Turia, de Javier Manterola (1991). Uno de los primeros puentes que tuve la oportunidad de construir en mi etapa profesional en Dragados y Construcciones, S.A.

La investigación en el ámbito de los puentes en cajón ha tratado de mejorar su diseño (Yepes, 2017). Al principio, los trabajos se centraron en mejorar el comportamiento estructural (Chang y Gang, 1990; Ishac y Smith, 1985; Luo et al., 2002; Mentrasti, 1991; Razaqpur y Li, 1991; Shushkewich, 1988). Estos trabajos se centraron en el análisis del cortante y la distorsión de la sección. Posteriormente, Ates (2011) estudió el comportamiento de un puente viga continuo durante la etapa de construcción, incluyendo efectos dependientes del tiempo. Moon et al. (2005) también se centraron en la etapa de construcción, estudiando las grietas que aparecieron en la losa inferior de un puente prefabricado, que ocurrieron por una deformación excesiva durante el tesado provisional de las dovelas.

Otros autores investigaron el efecto de las condiciones de durabilidad en la resistencia. Liu et al. (2009) propusieron detectar los daños desarrollando técnicas de monitorización y evaluando el estado del puente. Guo et al. (2010) evaluaron la fiabilidad para estudiar la fluencia, la retracción y la corrosión a lo largo del tiempo de un puente mixto de vigas en cajón expuesto a un ambiente de cloruros. Lee et al. (2012) propusieron un sistema de gestión del ciclo de vida de puentes en cajón que integrase el diseño y la construcción. Fernandes et al. (2012) utilizaron métodos magnéticos para detectar la corrosión en los cables de pretensado de puentes prefabricados. Saad-Eldeen et al. (2013) estudiaron el momento flector último en vigas afectadas por corrosión. Los resultados se utilizaron para proponer un módulo tangente equivalente que tiene en cuenta la reducción total del área de la sección transversal debido a este tipo de degradación.

También existen algunas recomendaciones para el predimensionamiento de los puentes en cajón (Schlaich y Scheff, 1982; Fomento, 2000; SETRA, 2003). Sin embargo, consta relativamente muy poca investigación que haya abordado su diseño eficiente. Schlaich y Scheff (1982) indican que en el caso de puentes de sección en cajón “la solución óptima, siempre y exclusivamente una evaluación subjetiva, solo puede ser encontrada a través de la comparación de muchas soluciones alternativas”. La eficiencia, entendida como la máxima seguridad posible con un mínimo de inversión, constituye un objetivo común en el diseño estructural. Este tipo de problema presenta tal cantidad de variables, cada uno de las cuales puede adoptar una amplia gama de valores discretos, que hace que el espacio de soluciones sea tan inmenso que es muy difícil abordar la optimización sin emplear la inteligencia artificial. Además de esto, la preocupación por el medio ambiente, la importancia de la durabilidad y el desarrollo de nuevos materiales pueden modificar el diseño del puente. Los métodos de optimización ofrecen una alternativa eficaz a los diseños basados en la experiencia (García-Segura et al., 2014a; 2014b; 2015; 2017a; 2017b; García-Segura y Yepes, 2016; Yepes et al., 2017). Así, estas técnicas se han utilizado para abordar la optimización de sistemas estructurales reales. Por último, destacar la aplicación de las técnicas de decisión multicriterio a la hora de proyectar este tipo de puentes (Penadés-Plà et al., 2016).

Referencias:

  • Ates, S. (2011). Numerical modelling of continuous concrete box girder bridges considering construction stages. Applied Mathematical Modelling, 35(8), 3809–3820.
  • Chang, S.T.; Gang, J. Z. (1990). Analysis of cantilever decks of thin-walled box girder bridges. Journal of Structural Engineering, 116(9), 2410–2418.
  • Fernandes, B.; Titus, M.; Nims, D.K.; Ghorbanpoor, A.; Devabhaktuni, V. (2012). Field test of magnetic methods for corrosion detection in prestressing strands in adjacent box-beam bridges. Journal of Bridge Engineering, 17(6), 984–988.
  • Fomento M. (2000). New overpasses: general concepts. Madrid, Spain: Ministerio de Fomento.
  • García-Segura, T.; Yepes, V.; Alcalá, J. (2014a). Sustainable design using multiobjective optimization of high-strength concrete I-beams. In The 2014 International Conference on High Performance and Optimum Design of Structures and Materials HPSM/OPTI (Vol. 137, pp. 347–358). Ostend, Belgium.
  • García-Segura, T.; Yepes, V.; Martí, J.V.; Alcalá, J. (2014b). Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm. Latin American Journal of Solids and Structures, 11(7), 1190–1205.
  • García-Segura, T.; Yepes, V.; Alcalá, J.; Pérez-López, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112–122.
  • García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
  • García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
  • García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
  • Guo, T.; Sause, R.; Frangopol, D.M.; Li, A. (2010). Time-Dependent Reliability of PSC Box-Girder Bridge Considering Creep, Shrinkage, and Corrosion. Journal of Bridge Engineering, 16(1), 29-43.
  • Ishac, I.I.; Smith, T.R.G. (1985). Approximations for Moments in Box Girders. Journal of Structural Engineering, 111(11), 2333–2342.
  • Liu, C.; DeWolf, J.T.; Kim, J.H. (2009). Development of a baseline for structural health monitoring for a curved post-tensioned concrete box–girder bridge. Engineering Structures, 31(12), 3107–3115.
  • Luo, Q.Z.; Li, Q.S.; Tang, J. (2002). Shear lag in box girder bridges. Journal of Bridge Engineering, 7(5), 308.
  • Mentrasti, L. (1991). Torsion of box girders with deformable cross sections. Journal of Engineering Mechanics, 117(10), 2179–2200.
  • Moon, D.Y.; Sim, J.; Oh, H. (2005). Practical crack control during the construction of precast segmental box girder bridges. Computers & Structures, 83(31-32), 2584–2593.
  • Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12), 1295.
  • Razaqpur, A.G.; Li, H. (1991). Thin‐walled multicell box‐girder finite element. Journal of Structural Engineering, 117(10), 2953-2971.
  • Saad-Eldeen, S.; Garbatov, Y.; Guedes Soares, C. (2013). Effect of corrosion severity on the ultimate strength of a steel box girder. Engineering Structures, 49, 560–571.
  • Schlaich, J.; Scheff, H. (1982). Concrete Box-girder Bridges. International Association for Bridge and Structural Engineering. Zürich, Switzerland.
  • Sennah, K.M.; Kennedy, J.B. (2002). Literature review in analysis of box-girder bridges. Journal of Bridge Engineering, 7(2), 134–143.
  • SETRA (2003). Ponts en béton précontraint construits par encorbellements successifs: guide de concéption. M.E.T.L.T.M.
  • Shushkewich, K.W. (1988). Approximate analysis of concrete box girder bridges. Journal of Structural Engineering, 114(7), 1644–1657.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.

 

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

 

 

El profesor universitario como investigador

Los objetivos que los poderes públicos deberían asignar a la Universidad, están en consonancia con las ideas enunciadas, ya hace años, por Ortega y Gasset cuando afirmó que las tres misiones fundamentales de la Universidad son:

  1. Formar a los profesionales facultativos que la sociedad demanda.
  2. Ser depositaria y difusora de la cultura de la época, y,
  3. Producir nueva ciencia y formar científicos.

A estas misiones habría que añadir algunos planteamientos recogidos en nuestra legislación como la Ley Orgánica 4/2007 de Universidades, donde se indica que “las universidades, además de un motor para el avance del conocimiento, deben ser un motor para el desarrollo social y económico del país. Junto a la investigación básica, la universidad deberá impulsar la transferencia al sector productivo de los resultados de su investigación en coordinación y complementariedad con los demás agentes del sistema de ciencia y tecnología”. Esta misma Ley indica que “la investigación científica es fundamento esencial de la docencia y una herramienta primordial para el desarrollo social a través de la transferencia de sus resultados a la sociedad”.

La investigación, en consecuencia, debe estar presente en las actividades que se realicen en la Universidad. En cuanto a su necesidad para formar a los profesionales facultativos que la sociedad demanda es importante remarcar la relación entre la docencia y la investigación. Si los planteamientos sobre la importancia de la investigación para la docencia son válidos para la enseñanza de primer y segundo ciclo, cobran una especial relevancia para el tercer ciclo y los cursos de postgrado. Dado que una de las misiones del tercer ciclo es formar científicos, poco cabe decir si el profesor no investiga. Con respecto a los cursos de postgrado cabe indicar dos aspectos: en primer lugar, en un contexto de praxis y medios tecnológicos con una rápida evolución en el tiempo, el profesional deberá reciclarse varias veces a lo largo de su vida; por tanto, si la Universidad asume el reto de que ese reciclaje pase por sus aulas, deberá tener un profesorado que conozca la ciencia y la tecnología que se produce en su tiempo, y ello solo se logra con la investigación; en segundo lugar, el nivel de especialización de los contenidos docentes de este tipo de cursos, obliga al docente que los imparta a practicar la investigación. Respecto a la segunda de las misiones, ser depositaria y difusora de la cultura de la época, la labor de la Universidad consiste en la generación y captación de las nuevas ideas y conocimientos, su incorporación a la cultura propia y su difusión a la sociedad. Ello exige grupos de investigación y profesorado de primer nivel que estén en contacto con la ciencia y la tecnología de la época. Para la asimilación de la cultura, los grupos de investigación presentan cualidades idóneas al conocer la ciencia y practicar sus métodos, la difusión va implícita en la docencia.

Lo anteriormente comentado viene a remarcar la idea de que la docencia y la investigación no pueden ser actividades antagónicas para el profesor universitario. Todo lo contrario, son complementarias entre sí y, por ello, conviene potenciar y racionalizar ambos aspectos inherentes a la propia misión de la Universidad. La investigación científica constituye una actividad intelectual que requiere determinadas aptitudes. Así, el profesor universitario, en su papel de investigador, debería disponer de ciertas aptitudes básicas como haber alcanzado una formación adecuada en el campo que desea investigar, tener ciertas cualidades morales, curiosidad y capacidad de asombro y disponer de los medios e instrumentos necesarios para desarrollar su trabajo.

La función investigadora del profesor debería canalizarse dentro de algún proyecto que marcara claramente la línea de investigación. Estos proyectos, evidentemente, precisan recursos, cuya consecución resulta en ocasiones muy complicada en situaciones, como la actual, de fuertes restricciones presupuestarias y caída muy importante de la actividad en el sector de la construcción.

Los resultados más relevantes de la actividad investigadora deben publicarse y transferirse, en la medida de lo posible, al sector empresarial. La difusión de los resultados de mayor relevancia es en revistas científicas de impacto, aunque también destacan los libros y capítulos de libro, y, en menor medida, la publicación en congresos, conferencias y seminarios. Los resultados, además, influyen fuertemente en la acreditación de la calidad investigadora, por lo que la elección de revistas de prestigio e impacto resulta muy importante. El Journal Citation Report (JCR), elaborado por el Institute for Scientific Information (ISI), publica el factor de impacto de la mayoría de las revistas de reconocido prestigio, siendo un indicador de calidad muy aceptado en la actualidad.

La explotación de los resultados de investigación y su transferencia a las empresas constituye un aspecto significativo de la actividad investigadora. Normalmente, la solicitud y explotación de patentes y productos con registro de propiedad intelectual acreditan dicha actividad. Por otra parte, también debe plantearse la posibilidad de creación y apoyo a empresas spin-off, pues supone una vía de promoción y salto al sector productivo por parte de los investigadores. En este sentido, la dirección de ejercicios final de máster y, especialmente, tesis doctorales contribuye a la formación de nuevo personal de investigación, completando así el ciclo de generación de recursos humanos dedicados a la investigación y desarrollo.

Todo lo anteriormente expuesto forma parte de los criterios actuales que guían a la Agencia Nacional de Evaluación de la Calidad y Acreditación (ANECA) en la evaluación del profesorado. Estos criterios, de alguna forma están definiendo un modelo de profesor tipo al cual se deben acercar todos aquellos que pretendan seguir la carrera de docente universitario. Con todo, en mi opinión, en el caso del profesor de los futuros ingenieros civiles, se deberían incluir ciertas exigencias que deberían modificar ligeramente las presentadas por ANECA. Fundamentalmente una Universidad que forme buenos ingenieros deberá contar como docentes también a buenos ingenieros, que además deberán tener capacidad docente e investigadora. En este sentido, siguiendo a Murcia (2005), “sería muy conveniente que los profesores de tecnologías, más que los investigadores no docentes, deberían tener actividad profesional en su campo. En la medida en que esto se aceptara, lo primero sería admitirlo, reconociendo el interés para la docencia de esta tarea profesional (que legalmente la universidad se ve en gran dificultad para asumir entre sus actividades), e incluso incentivar después de su realización adecuando mecanismos existentes o creando otros; pero no cubrirla bajo el epígrafe de investigación”.

Referencias:

Murcia, J. (2005). En el camino de una investigación más potente para la construcción de obra civil. I Jornadas de Investigación en Construcción. Instituto de CC. “E. Torroja”. CSIC. Vol. I, pp. 305-318. Ed. AMIET. Madrid, 2, 3 y 4 de junio de 2005.

Yepes, V. (2017). Proyecto de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 538 pp.

 

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

 

 

Motivos para renovar la metodología de diseño de las estructuras

https://construblogspain.wordpress.com/

Los métodos tradicionales empleados para el proyecto de un puente se basan en procedimientos de prueba y error que sirven para mejorar los diseños (Figura 1). Si bien la experiencia del proyectista permite definir “a priori” la geometría de la estructura, el resto de variables se determinan atendiendo al cumplimiento de los diferentes estados límite exigidos por los reglamentos para las situaciones de proyecto consideradas. De esta forma, la solución propuesta, si bien es funcionalmente correcta, no tiene porque ser la óptima. Los métodos de optimización, como pueden ser los algoritmos metaheurísticos o estocásticos, proporcionan una alternativa eficaz a los diseños estructurales basados en la experiencia. Estos algoritmos se caracterizan porque combinan unas reglas de decisión y la aleatoriedad para buscar de forma eficaz soluciones de alta calidad en espacios de soluciones de gran tamaño, tal y como son los originados por los problemas estructurales reales. Además, al explorar una gran cantidad de posibles combinaciones, encuentra soluciones que pueden estar alejadas de las reglas de diseño habituales empleadas por los proyectistas.

Figura 1. Diseño por prueba y error de las estructuras (Yepes, 2017)

Así, por ejemplo, los puentes de sección en cajón constituyen uno de las tipologías más habituales en los puentes continuos, pues presentan ventajas tanto desde la perspectiva de su eficiencia resistente como por su bajo peso propio. Sin embargo, las normas de diseño actuales no siempre contemplan los objetivos y las prioridades de una sociedad cambiante. El informe Brundtland (WCED, 1987) propone una visión a largo plazo para mantener los recursos, que serán necesarios para las necesidades futuras. El desarrollo sostenible requiere una triple visión que equilibre el desarrollo económico y las necesidades ambientales y sociales. Por lo tanto, las preocupaciones por construir un futuro más sostenible obligan a considerar aspectos como el impacto ambiental, la durabilidad y el nivel de seguridad, entre otros. Esto ha llevado al desarrollo de materiales de baja emisión de carbono, la búsqueda de nuevos diseños que reduzcan el impacto ambiental, la planificación de mantenimiento para prolongar la vida útil de las estructuras y la evaluación de su ciclo de vida para contemplar su impacto en su conjunto.

Esta nueva visión implica renovar la metodología de diseño de estructuras de modo que se consideren los criterios de sostenibilidad, que permita el uso de nuevos materiales y que, además, garantice un análisis estructural preciso. En este sentido, la optimización multiobjetivo encuentra soluciones óptimas con respecto a distintos objetivos, algunos de ellos contradictorios entre sí. Los actuales procedimientos de optimización heurística han permitido el diseño automatizado de estructuras óptimas. Sin embargo, existe una tendencia a considerar el diseño inicial y las operaciones de mantenimiento de la estructura como objetivos separados. Es decir, por una parte se estudia el diseño óptimo de una estructura para cumplir con los estados límite últimos y de servicio, y por otra parte, se considera la optimización de las operaciones de mantenimiento del puente durante su vida útil como un objetivo diferente, partiendo de una estructura ya construida, con un determinado estado de seguridad conocido. Como el mantenimiento depende del estado, el diseño inicial debe considerar los aspectos del ciclo de vida que también minimizan el mantenimiento futuro. Por lo tanto, es importante considerar la durabilidad con el fin de diseñar estructuras longevas y reducir los impactos a largo plazo. Es decir, se debe proyectar una estructura considerando todos los aspectos relacionados con su ciclo de vida.

La optimización multiobjetivo (MOO) de las estructuras reales requiere tiempos de cálculo elevados, incluso con la potencia de los actuales ordenadores, debido a la existencia de muchas variables de decisión, al procedimiento de análisis con métodos como el de los elementos finitos y al número de funciones objetivo consideradas. El uso de modelos predictivos tales como las redes neuronales artificiales (Artificial Neural Networks, ANNs) permite reducir el número necesario de evaluaciones exactas de la estructura y sustituir dicho cálculo por predicciones aproximadas. ANN aprende de los datos disponibles y permite predicciones incluso cuando las relaciones son altamente no lineales. Esta característica reduce el elevado coste computacional de las interaciones necesarias en los algoritmos de optimización heurística, al sustituir en dicho proceso una parte de los cálculos exactos por otros aproximados.

MOO conduce a una gama de soluciones óptimas, que se consideran igualmente buenas en función de los mútiples objetivos –la denominada frontera de Pareto-. El proceso de toma de decisiones para elegir la mejor de las opciones tiene lugar a posteriori, donde los expertos eligen la mejor solución en función de sus preferencias utilizando técnicas de toma de decisiones. Sin embargo, la asignación de pesos a cada uno de los objetivos del problema puede estar sujeta a incertidumbres o falta de objetividad. Sobre esta base, este trabajo sugiere una metodología capaz de introducir la información de selección (preferencia) en un proceso de toma de decisiones multicriterio en el que existen incertidumbres asociadas a la comparación de criterios.

Referencias:

  • García-Segura, T.; Yepes, V.; Alcalá, J.; Pérez-López, E. (2015). Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges. Engineering Structures, 92, 112–122.
  • García-Segura, T.; Yepes, V. (2016). Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety. Engineering Structures, 125, 325–336.
  • García-Segura, T.; Yepes, V.; Frangopol, D.M. (2017a). Multi-objective design of post-tensioned concrete road bridges using artificial neural networks. Structural and Multidisciplinary Optimization, 56(1):139-150.,
  • García-Segura, T.; Yepes, V.; Frangopol, D.M.; Yang, D. Y. (2017b). Lifetime reliability-based optimization of post-tensioned box-girder bridges. Engineering Structures, 145, 381-391.
  • Martí, J.V.; García-Segura, T.; Yepes, V. (2016). Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy. Journal of Cleaner Production, 120, 231–240.
  • Martí, J.V.; González-Vidosa, F.; Yepes, V.; Alcalá, J. (2013). Design of prestressed concrete precast road bridges with hybrid simulated annealing. Engineering Structures, 48, 342–352.
  • Martí, J.V.; Yepes, V.; González-Vidosa, F. (2015). Memetic algorithm approach to designing precast-prestressed concrete road bridges with steel fiber reinforcement. Journal of Structural Engineering, 141(2), 04014114.
  • Penadés-Plà, V.; García-Segura, T.; Martí, J.V.; Yepes, V. (2016). A review of multi-criteria decision making methods applied to the sustainable bridge design. Sustainability, 8(12), 1295.
  • Penadés-Plà, V.; Martí, J.V.; García-Segura, T.;  Yepes, V.(2017). Life-cycle assessment: A comparison between two optimal post-tensioned concrete box-girder road bridges. Sustainability, 9(10):1864.
  • Yepes, V. (2017). Trabajo de investigación. Concurso de Acceso al Cuerpo de Catedráticos de Universidad. Universitat Politècnica de València, 110 pp.
  • Yepes, V.; García-Segura, T.; Moreno-Jiménez, J.M. (2015a). A cognitive approach for the multi-objective optimization of RC structural problems. Archives of Civil and Mechanical Engineering, 15(4), 1024–1036.
  • 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. Automation in Construction, 49, 123–134.
  • Yepes, V.; Martí, J.V.; García-Segura, T.; González-Vidosa, F. (2017). Heuristics in optimal detailed design of precast road bridges. Archives of Civil and Mechanical Engineering, 17(4), 738-749.

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

 

 

Antecedentes y motivación del proyecto de investigación DIMALIFE (2018-2020)

Hoy 2 de enero de 2018 empezamos oficialmente el proyecto de investigación DIMALIFE (BIA2017-85098-R): “Diseño y mantenimiento óptimo robusto y basado en fiabilidad de puentes e infraestructuras viarias de alta eficiencia social y medioambiental bajo presupuestos restrictivos”. Se trata de un proyecto trianual (2018-2020) financiado por el Ministerio de Economía, Industria y Competitividad, así como por el Fondo Europeo de Desarrollo Regional (FEDER). La entidad solicitante es la Universitat Politècnica de València y el Centro el ICITECH (Instituto de Ciencia y Tecnología del Hormigón). Los investigadores principales son Víctor Yepes (IP1) y Eugenio Pellicer (IP2). Al proyecto también se le ha asignado un Contrato Predoctoral, que sacaremos a concurso próximamente. Con las restricciones presupuestarias tan fuertes en materia de I+D+i y con la alta competencia existente por conseguir proyectos de investigación, lo cierto es que estamos muy satisfechos por haber conseguido financiación. Además, estamos abiertos a cualquier tipo de colaboración tanto desde el mundo empresarial o universitario para reforzar este reto. Por tanto, lo primero que vamos a hacer es explicar los antecedentes y la motivación del proyecto.

La sostenibilidad económica y el desarrollo social de la mayoría de los países dependen directamente del comportamiento fiable y duradero de sus infraestructuras (Frangopol, 2011). Las infraestructuras del transporte presentan una especial relevancia, especialmente sus infraestructuras viarias y puentes, cuya construcción y mantenimiento influyen fuertemente en la actividad económica, el crecimiento y el empleo. Sin embargo, tal y como indica Marí (2007), estas actividades impactan significativamente en el medio ambiente, presentan efectos irreversibles y pueden comprometer el presente y el futuro de la sociedad. El gran reto, por tanto, será disponer de infraestructuras capaces de maximizar su beneficio social sin comprometer su sostenibilidad (Aguado et al., 2012). La sostenibilidad, de hecho, constituye un enfoque que ha dado un giro radical a la forma de afrontar nuestra existencia. El calentamiento global, las tensiones sociales derivadas de la presión demográfica y del reparto desequilibrado de la riqueza son, entre otros, los grandes retos que debe afrontar esta generación. Continue reading “Antecedentes y motivación del proyecto de investigación DIMALIFE (2018-2020)” →

Resultados parciales del proyecto BRIDLIFE

ph_vigas-artesaEl objetivo del proyecto BRIDLIFE consiste en desarrollar una metodología que permita incorporar un análisis del ciclo de vida de puentes de hormigón pretensado, definiendo un proceso de toma de decisiones que integre los aspectos sociales y medioambientales mediante técnicas analíticas de toma de decisiones multicriterio. Los resultados esperados pretenden detallar qué tipologías, actuaciones de conservación y alternativas de demolición y reutilización son adecuadas para minimizar los impactos, dentro de una política de fuerte limitación presupuestaria que compromete seriamente las políticas de creación y conservación de las infraestructuras.

Este es un proyecto competitivo financiado por el Ministerio Español de Economía y Competitividad y fondos FEDER (proyecto de investigación BIA2014-56574-R), cuya duración abarca los años 2015-2017. En este momento, superado el ecuador del proyecto, podemos dar cuenta de algunos de los resultados ya publicados en revistas de impacto que espero os sean de interés.

Como antecedentes necesarios se indican algunos trabajos previos, fruto del proyecto HORSOST, precedente al actual. La optimización de un puente de vigas artesa se abordó con algoritmos híbridos basados en el recocido simulado [1] y algoritmos meméticos [2]; se utilizaron algoritmos de enjambres de luciérnagas para optimizar el coste y las emisiones de CO₂ de vigas en I, incorporando la carbonatación en el ciclo de vida [3]; asimismo se evaluó el ciclo de vida de hormigones con distintas adiciones incluyendo la carbonatación y la durabilidad [4].

Las primeras aportaciones realizadas en el año 2015, ya dentro del proyecto, fueron la optimización de estribos abiertos mediante algoritmos híbridos de escalada estocástica [5]; la optimización del coste de puentes en vigas artesa con hormigón con fibras [6] y la optimización de las emisiones de CO₂ de pasarelas de hormigón pretensado y sección en cajón [7]. Destaca también el trabajo desarrollado, basándose en una aproximación cognitiva, de una metodología que permite la toma de decisiones tras la aplicación de técnicas de optimización multiobjetivo [8].

En el año 2016 se empezaron a realizar aportaciones realizadas, fundamentalmente con la evaluación de los impactos sociales de las infraestructuras a lo largo del ciclo su ciclo de vida [9,10]. Se avanzó con la optimización de la energía embebida en puentes de vigas artesa [11] y en la optimización multiobjetivo del coste, las emisiones de CO₂ y la seguridad a lo largo del ciclo de vida de puentes cajón [12]. Se han comparado puentes losa postesados y puentes prefabricados óptimos [13]. Otra aportación de interés se hizo con la colaboración del profesor Dan M. Frangopol, que realizó una estancia en nuestro grupo de investigación. Se comparó el coste del ciclo de vida de puentes cajón usando una aproximación basada en la fiabilidad [14].

Durante el año 2017, último del proyecto, existen trabajos ya publicados y otros en proceso de revisión. Se describen brevemente los ya publicados. Se aplicó el análisis de ciclo de vida completo atendiendo a todo tipo de impactos ambientales a muros de contrafuertes [15], introduciendo una metodología que se está aplicando a estructuras más complejas como los puentes. Se ha introducido un metamodelo basado en redes neuronales para mejorar el rendimiento en el proceso de optimización multiobjetivo de puentes en cajón [16]. También se optimizaron las emisiones de CO2 en puentes de vigas artesa ejecutados con hormigones con fibras [17].

Aparte de estas aportaciones, directamente relacionadas con el proyecto BRIDLIFE, durante este periodo de tiempo destacan dos trabajos similares aplicados a la optimización del mantenimiento de pavimentos de carreteras desde los puntos de vista económicos y medioambientales [18,19].

Cabe destacar, por último, que durante los años 2015-2016 se han leído cinco tesis doctorales relacionadas, de forma directa o indirecta, con los objetivos desarrollados por el presente proyecto de investigación [20-24], existiendo otras cinco en estado avanzado de desarrollo.

Referencias:

[1] J.V. Martí, F. González-Vidosa, F.; V. Yepes, J. Alcalá, Design of prestressed concrete precast road bridges with hybrid simulated annealing, Engineering Structures. 48 (2013) 342-352.

[2] J.V. Martí, V. Yepes, F. González-Vidosa, A. Luz, Diseño automático de tableros óptimos de puentes de carretera de vigas artesa prefabricadas mediante algoritmos meméticos híbridos, Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería. 30(3) (2014) 145-154.

[3] T. García-Segura, V. Yepes, J.V. Martí, J. Alcalá, Optimization of concrete I-beams using a new hybrid glowworm swarm algorithm, Latin American Journal of Solids and Structures. 11(7) (2014) 1190-1205.

[4] T. García-Segura, V. Yepes, J.V. Martí, J. Alcalá, Life-cycle greenhouse gas emissions of blended cement concrete including carbonation and durability, International Journal of Life Cycle Assessment. 19(1) (2014) 3-12.

[5] A. Luz, V. Yepes, F. González-Vidosa, J.V. Martí, Diseño de estribos abiertos en puentes de carretera obtenidos mediante optimización híbrida de escalada estocástica, Informes de la Construcción. 67(540) (2015) e114.

[6] J.V. Martí, V. Yepes, F. González-Vidosa, Memetic algorithm approach to designing of precast-prestressed concrete road bridges with steel fiber-reinforcement, Journal of Structural Engineering ASCE. 141(2) (2015) 04014114.

[7] T. García-Segura, V. Yepes, J. Alcalá, E. Pérez-López, Hybrid harmony search for sustainable design of post-tensioned concrete box-girder pedestrian bridges, Engineering Structures. 92 (2015) 112-122.

[8] V. Yepes, T. García-Segura, J.M. Moreno-Jiménez, A cognitive approach for the multi-objective optimization of RC structural problems, Archives of Civil and Mechanical Engineering. 15(4) (2015) 1024-1036.

[9] E. Pellicer, L.A. Sierra, V. Yepes, Appraisal of infrastructure sustainability by graduate students using an active-learning method, Journal of Cleaner Production. 113 (2016) 884-896.

[10] L.A. Sierra, E. Pellicer, V. Yepes, Social sustainability in the life cycle of Chilean public infrastructure, Journal of Construction Engineering and Management ASCE. 142(1) (2016) 05015020.

[11] J.V. Martí, T. García-Segura, V. Yepes. Structural design of precast-prestressed concrete U-beam road bridges based on embodied energy, Journal of Cleaner Production. 120 (2016) 231-240.

[12] T. García-Segura, V. Yepes, Multiobjective optimization of post-tensioned concrete box-girder road bridges considering cost, CO2 emissions, and safety, Engineering Structures. 125 (2016) 325-336.

[13] J.V. Martí, J. Alcalá, T. García-Segura, V. Yepes, Heuristic design of precast-prestressed concrete U-beam and post-tensioned cast-in-place concrete slab road bridges, International Conference on High Performance and Optimum Design of Structures and Materials (HPSM/OPTI 216) (2016), 10 pp.

[14] T. García-Segura, V. Yepes, D.M. Frangopol, D.Y. Yang, Comparing the life-cycle cost of optimal bridge designs using a lifetime reliability-based approach, Fifth International Symposium on Life -Cycle Civil Engineering (IALCCE 2016). (2016) 1146-1153.

[15] P. Zastrow, F. Molina-Moreno, T. García-Segura, J.V. Martí, V. Yepes. Life cycle assessment of cost-optimized buttress earth-retaining walls: a parametric study, Journal of Cleaner Production. 140 (2017) 1037-1048.

[16] T. García-Segura, V. Yepes, J. Alcalá, Computer-support tool to optimize bridges automatically, International Journal of Computational Methods and Experimental Measurements. 5(2) (2017) 171-178.

[17] V. Yepes, J.V. Martí, T. García-Segura, Design optimization of precast-prestressed concrete road bridges with steel fiber-reinforcement by a hybrid evolutionary algorithm, International Journal of Computational Methods and Experimental Measurements. 5(2) (2017) 179-189.

[18] C. Torres-Machi, A. Chamorro, E. Pellicer, V. Yepes, C. Videla, Sustainable pavement management: Integrating economic, technical, and environmental aspects in decision making, Transportation Research Record. 2523 (2015) 56-63.

[19] V Yepes, C. Torres-Machí, A. Chamorro, E. Pellicer, Optimal pavement maintenance programs based on a hybrid greedy randomized adaptive search procedure algorithm, Journal of Civil Engineering and Management. 22(4) (2016) 540-550.

[20] C. Torres-Machí, Optimización heurística multiobjetivo para la gestión de activos de infraestructuras de transporte terrestre, Tesis doctoral, Universitat Politècnica de València y Pontificia Universidad Católica de Chile, 2015.

[21] A.M. Rodriguez-Calderita, Optimización heurística de forjados de losa postesa, Tesis doctoral, Universitat Politècnica de València, 2015.

[22] A.J. Luz, Diseño óptimo de estribos abiertos de hormigón armado en puentes de carretera mediante optimización heurística, Tesis doctoral, Universitat Politècnica de València, 2016.

[23] F. Navarro-Ferrer, Modelos predictivos de las características prestacionales de hormigones fabricados en condiciones industriales, Tesis doctoral, Universitat Politècnica de València, 2016.

[24] T. García-Segura, Efficient design of post-tensioned concrete box-girder road bridges based on sustainable multi-objective criteria, Tesis doctoral, Universitat Politècnica de València, 2016.