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.
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.
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
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.
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:
Formar a los profesionales facultativos que la sociedad demanda.
Ser depositaria y difusora de la cultura de la época, y,
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.
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.,
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.
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.
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)»→
El 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 detallarán 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 proyecto competitivo, financiado por el Ministerio de Economía y Competitividad y los fondos FEDER (proyecto de investigación BIA2014-56574-R), tiene una duración prevista de 2015 a 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 sean de vuestro 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.
El post de hoy va dedicado a aquellos de vosotros que os dedicáis a la investigación científica. Vamos a hablar de ORCID, que es un proyecto abierto, sin ánimo de lucro, comunitario, que ofrece un sistema para crear y mantener un registro único de investigadores y un método claro para vincular las actividades de investigación y los productos de estos identificadores. ORCID es único por su capacidad de aplicarse a todas las disciplinas, sectores de investigación y fronteras nacionales. Es un centro que conecta a los investigadores y la investigación a través de la incorporación de identificadores ORCID en flujos de trabajo clave, tales como el mantenimiento de los perfiles de investigación, las presentaciones manuscritas, las solicitudes de subvención y las solicitudes de patentes.
En mi caso particular, mis registros de investigador son los siguientes:
Tras haber cerrado el proyecto de investigación anterior HORSOST, centrado en la optimización de la sostenibilidad de hormigones no convencionales, en este post os paso el resumen del último proyecto de investigación BRIDLIFE: «Toma de decisiones en la gestión del ciclo de vida de puentes pretensados de alta eficiencia social y medioambiental bajo presupuestos restrictivos». Dicho proyecto, del cual soy Investigador Principal, se ha aprobado en la última convocatoria de 2014 del Ministerio de Economía y Competitividad «Proyectos de I+D+I RETOS INVESTIGACIÓN». BRIDLIFE lleva asociado un contrato predoctoral. Se trata de un proyecto de tres años, con 5 investigadores doctores de la Universitat Politècnica de València y 2 investigadores participantes de la Universidad de Colorado (Boulder), de Estados Unidos. Iré contando detalles de este proyecto de investigación a lo largo de los próximos meses.
RESUMEN:
Las vías de comunicación terrestre, y en especial los puentes, son infraestructuras básicas en el desarrollo económico, en el equilibrio territorial y en el bienestar social, cuya construcción, diseño, conservación y desmantelamiento se ven afectados gravemente cuando los presupuestos son restrictivos. Una parte significativa de estos puentes son de hormigón pretensado. Su deterioro y su incidencia en la seguridad son objeto de gran alarma social. Si además el mantenimiento es ineficiente, la reparación conlleva costes mucho mayores. El objetivo principal del proyecto BRIDLIFE consiste en desarrollar una metodología que permita incorporar procesos analíticos en la toma de decisiones en el ciclo completo de vida de puentes de hormigón pretensado, de forma que se contemplen las necesidades e intereses sociales y ambientales.
El diseño de los puentes se realiza de forma secuencial. Tras un predimensionamiento se comprueban todos los estados límites, en un proceso iterativo cuyo resultado en términos de eficiencia económica dependen fuertemente de la experiencia previa del proyectista. Una alternativa es el diseño totalmente automático utilizando técnicas de optimización, capaces de incorporar múltiples funciones objetivo y cuyo resultado es la generación de un conjunto de soluciones eficientes (frontera de Pareto). No obstante, esta metodología sigue presentando limitaciones que el proyecto BRIDLIFE pretende superar.
El empleo de técnicas de análisis del valor y toma de decisiones como MIVES ha supuesto un gran avance en la definición de un indicador de sostenibilidad reflejado en el Anejo 13 de la actual instrucción EHE. Sin embargo, este enfoque queda limitado a aspectos ambientales que tampoco consideran todo el ciclo completo de la vida de una estructura o el uso de hormigones de baja huella de carbono. Es una técnica jerárquica que no contempla las interacciones entre los distintos factores. El aspecto más relevante de BRIDLIFE consiste en incorporar un análisis del ciclo de vida definiendo un proceso de toma de decisiones que integre los aspectos sociales y medioambientales mediante técnicas analíticas de toma de decisiones multicriterio tanto de forma previa a los procesos de optimización multiobjetivo, como posteriormente en la priorización de las soluciones del frente de Pareto. Un análisis crítico de las tareas necesarias para la consecución de este objetivo indica la necesidad de coordinar un grupo multidisciplinar amplio capaz de aglutinar no sólo distintas perspectivas técnicas, sino también distintos intereses, públicos y privados. La actividad se pretende realizar aplicando tecnologías de consenso en red.
Por otra parte, la fuerte limitación presupuestaria presente en momentos de crisis como la actual, compromete seriamente las políticas de creación y conservación de las infraestructuras. Los resultados esperados, tras un análisis de sensibilidad de distintas políticas presupuestarias asociadas a un horizonte temporal, pretenden detallar qué tipologías, actuaciones concretas de conservación y alternativas de demolición y reutilización son adecuadas para minimizar los impactos ambientales y sociales. Ello requiere complementar los inventarios de las emisiones equivalentes de gases de efecto invernadero y consumos energéticos para hormigones de baja huella de carbono, así como identificar y valorar los factores de riesgo que afectan a la seguridad de las personas a lo largo de todo el ciclo de vida de los puentes.
PALABRAS CLAVE:
Toma de decisiones; puentes pretensados; hormigón; análisis del ciclo de vida; sostenibilidad; optimización multiobjetivo.
Instituto de Ciencia y Tecnología del Hormigón (ICITECH)
Creo que es interesante comentar en este post los resultados que estamos obteniendo de un proyecto de investigación financiado por el Ministerio de Ciencia e Innovación, que nuestro grupo de investigación llama HORSOST. Su nombre completo describe el contenido del trabajo que estamos desarrollando: «Diseño eficiente de estructuras con hormigones no convencionales basados en criterios sostenibles multiobjetivo mediante el empleo de técnicas de minería de datos«.
Se trata de un proyecto que iniciamos en 2012 y cuya finalización está prevista para finales de 2014. Nuestro grupo de investigación está formado por seis profesores y varios becarios de investigación del Instituto de Ciencia y Tecnología del Hormigón (ICITECH) de la Universidad Politécnica de Valencia. En dicho grupo me corresponde el papel de investigador principal. Espero que esta breve descripción os oriente sobre lo que estamos haciendo.
Este proyecto de investigación se encuentra relacionado con otros ya finalizados y otros en marcha, tanto de convocatorias competitivas como de convenios de transferencia tecnológica con empresas (constructoras, empresas de prefabricados, consultoras, etc.).
El objetivo fundamental del proyecto de investigación HORSOST consiste en establecer pautas de diseño eficiente de estructuras de hormigón no convencional, optimizadas heurísticamente mediante funciones multiobjetivo relacionadas con la sostenibilidad. Se pretende avanzar en el establecimiento de nuevos diseños que permitan extraer las ventajas que aportan los hormigones especiales, en particular hormigones de alta resistencia, hormigones con fibras, hormigones autocompactantes. Para ello, se utiliza el análisis del ciclo de vida de dichas estructuras (elaboración, transporte, procedimientos constructivos, mantenimiento, etc.), considerando aspectos energéticos, medioambientales, sociales y económicos. La optimización heurística permite evaluar los diseños más eficientes, comparar soluciones y generar bases de datos sobre las cuales aplicar herramientas procedentes de la minería de datos y del aprendizaje automático para extraer información no trivial que permita fórmulas de predimensionamiento. La posibilidad de análisis se debe a que las herramientas matemáticas empleadas son de carácter general. Se aplican técnicas como las redes neuronales o la teoría del valor extremo, además de otras herramientas más habituales, como la regresión lineal múltiple o el análisis por componentes principales.
INTRODUCCIÓN
Las evidencias del cambio climático actual, entre otras, han provocado una creciente preocupación por la sostenibilidad [1]. Ello ha impulsado la investigación en aspectos de sostenibilidad en el ámbito de la construcción. Así, se han desarrollado indicadores [2] y se han elaborado bases de datos que miden el impacto ambiental de los materiales [3,4], las cuales han servido en algunas investigaciones para reducir las emisiones de CO2 en estructuras [5,6]. Sin embargo, la sostenibilidad requiere considerar aspectos energéticos, medioambientales, sociales y económicos que deben abarcar todo el ciclo de vida de la estructura [7]. Un antecedente fue el Modelo Integrado de Cuantificación de Valor de un Proyecto Constructivo Sostenible: Aplicación a la Edificación Industrial y de Servicios (MIVES) y MIVES II, que abordaron la sostenibilidad mediante el análisis de valor aplicado a diversos ámbitos [8], y que fueron el punto de partida para el Anejo 13 de la actual EHE.
La disponibilidad de ordenadores de elevada potencia de cálculo, junto con el desarrollo de técnicas de análisis inteligente, ha permitido el avance en el diseño de estructuras óptimas [9-11]. Se ha insistido en la necesidad de optimizar estructuras reales, constatándose la escasez de optimización del hormigón estructural frente a las estructuras metálicas. La optimización [12] puede realizarse desde numerosos puntos de vista (geométricos, topológicos, seccionales, etc.). Además de los métodos basados en la programación matemática [13], el problema de optimización puede abordarse mediante técnicas metaheurísticas y bioinspiradas, tales como los algoritmos genéticos, el recocido simulado, las colonias de hormigas o las redes neuronales, entre otras [14,15]. Recientemente, el trabajo desarrollado por nuestro grupo ha reducido el coste de estructuras reales [16-28].
Sin embargo, la optimización ha requerido un intenso trabajo de investigación para extraer conclusiones aplicables a la realidad de las obras. Una forma que tiene el ingeniero para avanzar en el diseño de estructuras óptimas es difundir fórmulas de predimensionamiento [26,28]. Pues bien, para mejorar los diseños de las estructuras, es posible extraer información no trivial de bases de datos de estructuras óptimas mediante la inteligencia artificial.
El descubrimiento de conocimiento en bases de datos (“Knowledge Discovery from Databases”, KDD) constituye un área en la que se realizan muchos esfuerzos, tanto en metodología como en investigación. En este contexto, la minería de datos constituye un conjunto de herramientas empleadas para extraer información no trivial que reside implícitamente en los datos [29]. Mediante este tipo de técnicas se pueden solucionar problemas de predicción, clasificación y segmentación [30]. Algunas de sus herramientas más representativas son las redes neuronales, las máquinas de soporte vectorial, los árboles de decisión, los modelos estadísticos avanzados multivariantes y los diseños de experimentos y el agrupamiento o “clustering”. Estas herramientas construyen modelos abstractos a partir de datos basándose en métodos de aprendizaje automático “machine learning”.
Por otra parte, la investigación sobre hormigones no convencionales constituye una de las líneas de investigación relevantes relacionadas con los nuevos materiales de construcción. Sus propiedades permiten mejorar las prestaciones y la durabilidad, lo cual se relaciona con la sostenibilidad de su uso. Así, el refuerzo con fibras (HRF) reduce la fisuración y mejora la durabilidad al impedir el acceso de agua y de contaminantes [31]. Sin embargo, razones económicas han llevado al empleo de fibras sólo en casos puntuales, cuando existen beneficios adicionales relativos a la mano de obra, la durabilidad o la congestión del refuerzo [32]. El hormigón autocompactante (HAC) ha mejorado significativamente la tecnología del hormigón al conseguir estructuras más duraderas, mejorar la producción y los procesos constructivos, y facilitar el diseño de elementos complejos y los acabados. Ello se consigue mediante dosificaciones que modifican las propiedades mecánicas respecto al hormigón convencional [33]. Todo ello abre horizontes inexplorados, donde una simple optimización económica de las estructuras haría inviable el empleo de muchos hormigones especiales, pero donde una visión más amplia que contemple criterios de sostenibilidad y análisis del ciclo de vida puede cambiar la perspectiva respecto de su empleo.
Hipótesis de partida y objetivos del proyecto
El objetivo fundamental de HORSOST consiste en establecer criterios de diseño eficientes basados en el análisis del ciclo de vida de estructuras de hormigón no convencional, aplicando, para ello, técnicas procedentes de la inteligencia artificial y la minería de datos a amplios conjuntos de estructuras optimizadas heurísticamente bajo objetivos múltiples de sostenibilidad (ahorro energético y de recursos naturales, aspectos ambientales, sociales y económicos).
Hipótesis de partida
a) Es posible mejorar los diseños de las estructuras de hormigón mediante pautas de predimensionamiento solo disponibles para algunos proyectistas de gran experiencia.
b) Existen criterios de diseño que permiten compatibilizar las exigencias derivadas de la sostenibilidad con reducciones de coste, con aumentos en seguridad y constructibilidad. Sin embargo, estos criterios no son triviales.
c) Los hormigones no convencionales presentan propiedades que contribuyen a la sostenibilidad de las estructuras al analizar el ciclo de vida.
d) La inteligencia artificial y la minería de datos permiten aflorar relaciones no triviales cuando existen bases de datos lo suficientemente amplias.
e) La optimización heurística permite elaborar bases masivas de datos de estructuras optimizadas con múltiples objetivos basados en la sostenibilidad (huella ecológica, reducción de CO2, etc.).
Objetivos del proyecto
1. Desarrollar una metodología capaz de extraer información no trivial de bases de datos masivas de estructuras de hormigón no convencionales optimizadas con múltiples objetivos basados en la sostenibilidad.
2. Obtener reglas de predimensionamiento optimizadas para cada tipología estructural. La novedad y la relevancia radican en el uso de herramientas procedentes del “data mining” y del “machine learning”.
3. Comparar las reglas de diseño obtenidas para hormigones convencionales y no convencionales, así como con los criterios obtenidos de la práctica habitual de diseño y de la bibliografía existente.
4. Divulgar el conocimiento adquirido para que los proyectistas puedan utilizar estos criterios de predimensionamiento, de forma que se obtengan mejoras en la sostenibilidad a lo largo del ciclo de vida de las estructuras de hormigón no convencional.
Descripción de la metodología empleada en el proyecto
La metodología empleada consta de una secuencia iterativa de fases (Figura 1):
Integración y recopilación de datos, en la que se determinan las fuentes de información que pueden ser útiles y dónde conseguirlas.
Selección, limpieza y transformación de datos, en las que se eliminan o corrigen los datos incorrectos y se decide la estrategia a seguir para los datos incompletos.
Minería de datos, en la que se decide la tarea a realizar, ya sea la clasificación, la regresión, el agrupamiento o las reglas de asociación.
Evaluación e interpretación, en la que se evalúan los patrones y se analizan por el equipo de investigación, volviéndose a fases anteriores para nuevas iteraciones si fuera necesario.
Difusión, donde se hace uso del nuevo conocimiento adquirido y se hace partícipes de él a todos los posibles usuarios.
Figura 1 Extracción y difusión del conocimiento por contraste de criterios de diseño sostenible
Uno de los aspectos clave es la disponibilidad de datos utilizables, en cantidad y calidad suficientes, para aplicar las técnicas de “data mining”. Se trata de aplicar un procedimiento convergente para la generación de bases de datos (CGD, por sus siglas en inglés). A continuación se describe el fundamento y la forma de proceder de CGD.
Una estructura de hormigón puede representarse mediante una serie de variables y parámetros. Pues bien, la complejidad de un problema aumenta drásticamente con el número variables involucradas [34], efecto denominado como la “maldición de la dimensión” [35]. Para extraer información, como regla práctica [36], se necesita una muestra cuyo tamaño sea, al menos, 10 veces el número de variables independientes, siendo deseable que ese ratio sea mayor a 20. En el caso de un puente pretensado [37], el número de factores que son combinación lineal de las variables originales y que, además, sean independientes entre sí es de 4, por lo que se precisarían en torno a 40-80 casos para poder realizar inferencias lineales, lo cual no contemplaría relaciones cruzadas entre variables (ello implicaría una muestra mayor). Otras técnicas como las redes neuronales o las máquinas de soporte vectorial, que son capaces de inferir modelos no lineales e incluso discontinuos o discretos, requieren un número mayor de individuos. Además, se aconseja la reserva de un grupo de validación, que puede oscilar entre 1/3 y 1/4 de la muestra necesaria, para comprobar que las inferencias presentan una calidad adecuada.
Metaheurísticas empleadas en el desarrollo del proyecto
Desde los primeros años de la década de los 80, la investigación sobre los problemas de optimización se centra en el diseño de métodos aproximados basados en conceptos derivados de la inteligencia artificial, la evolución biológica y la mecánica estadística. En la Figura 2 se recoge una clasificación propuesta por Yepes [39] que debería complementarse con metaheurísticas híbridas que emplean, en mayor o menor medida, estrategias de unos grupos y otros. A continuación se describen algunas técnicas empleadas en HORSOST.
Figura 2 Taxonomía de estrategias empleadas en la resolución aproximada de problemas de optimización combinatoria [39]
Recocido simulado
El recocido simulado “Simulated Annealing” (SA) [40,41] se basa en la analogía entre la energía de un sistema termodinámico y la función de coste de un problema de optimización. Conceptualmente, es un algoritmo de búsqueda por entornos, donde una solución sustituye a la anterior si mejora a la anterior (D<0); en caso contrario, será aceptada con una probabilidad (e(-D/T), donde T es un parámetro denominado temperatura) decreciente con el aumento de D, la diferencia entre los costes de la solución candidata y la actual. La selección aleatoria de soluciones degradadas permite eludir los óptimos locales.
Aceptación por umbrales
La aceptación por umbrales “Threshold Accepting” (TA) [42] emplea un enfoque similar al de SA para eludir los óptimos locales, pero con una toma de decisiones más sencilla. Se autoriza el menoscabo de la calidad de las soluciones, siempre y cuando no se exceda, en cierta magnitud, la aptitud de la solución actual.
Sistema de colonia de hormigas
El sistema de colonia de hormigas “Ant System Optimization” (ACO) [43] se basa en la analogía con el comportamiento de estos insectos al encontrar el camino más corto entre la comida y su hormiguero. Tan pronto como un individuo encuentra una fuente de comida, evalúa su cantidad y calidad y transporta un poco al hormiguero. Durante el regreso, la hormiga deja por el camino feromonas para que las demás hormigas puedan seguirla. Después de un tiempo, el camino hacia el alimento se indicará por un rastro oloroso que crece con el número de hormigas que pasan por él y desaparece en caso contrario. El resultado final es la optimización del trabajo de todo el hormiguero en su búsqueda de comida.
Búsqueda local iterada
La idea de la búsqueda local iterada “Iterated Local Search” (ILS) [44] consiste en rastrear la solución entre los óptimos locales del subespacio definido por ellos. Dado que un algoritmo de búsqueda es capaz de transformar una solución s en otra s* que es un óptimo local, para pasar a otro óptimo local cercano, s’, se aplica una pequeña perturbación. Aplicando el algoritmo de búsqueda a s’ se encuentra otra solución s*’. La metaheurística acepta el paso de s* a s*’ según algún criterio, como el de máximo gradiente (si s*’ es mejor que s*, se acepta) o no (se puede pensar en un mecanismo TA o SA para evitar estancamientos dentro del subespacio de los óptimos locales s*).
Búsqueda en entornos variables
La búsqueda en entornos variables, “Variable Neighborhood Search” (VNS) [45], consiste en cambiar de operador de búsqueda cuando el anterior ha alcanzado un óptimo local. De este modo, VNS oscilará entre dos o más operadores con la esperanza de que los cambios en la estructura del entorno permitan escapar de muchos óptimos locales. Para que este principio funcione bien, los operadores empleados deberán ser lo suficientemente distintos respecto de la estructura del vecindario que generan.
Algoritmos genéticos
Los algoritmos genéticos, “Genetic Algorithms” (GA) [46], simulan el proceso de evolución de las especies que se reproducen sexualmente. Un nuevo individuo se genera a través del cruzamiento, que combina parte del patrimonio genético de cada progenitor para elaborar el del nuevo individuo, y de la mutación, que supone una modificación espontánea de esta información genética. Si los hijos heredan buenos atributos de sus padres, su probabilidad de supervivencia será mayor, reproduciéndose con mayor probabilidad.
Algoritmos meméticos
Los algoritmos meméticos “Memetic Algorithms” (MA) [47] derivan de GA, donde el uso de una población de soluciones se combina con heurísticas de búsqueda local. La idea consiste en recombinar la información de las soluciones provenientes del subespacio de óptimos locales. El éxito de estos métodos puede atribuirse a su equilibrio entre la búsqueda rápida y el mantenimiento de la diversidad, para evitar la convergencia prematura.
Otras técnicas empleadas en el proyecto
Regresión lineal múltiple
Los modelos de regresión lineal múltiple (RLM) se ajustan mediante mínimos cuadrados, de modo que la variable de respuesta esté explicada al máximo posible por las variables independientes. El proceso se inicia intentando explicar la respuesta en función de la variable con la que presenta la mayor correlación. El objetivo es aumentar el coeficiente de regresión agregando variables independientes explicativas, utilizando el método stepwise de pasos sucesivos [48].
Análisis por componentes principales
El análisis de componentes principales (ACP) examina la interdependencia entre variables para reducir su dimensión a un nuevo subconjunto de variables no observables. En síntesis, calcula unos factores que sean una combinación lineal de las variables originales y que, además, sean independientes entre sí. La primera componente principal se elige de modo que explique la mayor parte de la varianza posible, y así sucesivamente. Para facilitar la interpretación, se emplea una rotación ortogonal que minimiza el número de variables con saturaciones altas en cada factor [49].
Redes neuronales artificiales
Las redes neuronales artificiales “ArtificialNeural Networks” (ANN) simulan un sistema de procesamiento de la información altamente complejo, no lineal y en paralelo parecido al cerebro humano. McCulloch y Pitts [50] presentaron el primer modelo de neurona como un dispositivo no lineal multientrada con interconexiones “con peso”. La neurona suma las entradas ya ponderadas, les aplica una función no lineal y transmite una salida. La red puede ser preparada, utilizando ejemplos, para reconocer ciertas estructuras, como puede ser la clasificación de objetos por sus características o la inferencia a partir de los datos de entrada.
Teoría del valor extremo
Si se acepta que el óptimo local encontrado por un algoritmo de búsqueda estocástica puede considerarse una solución extrema de una muestra aleatoria simple formada por las soluciones visitadas, entonces se podría aplicar la teoría del valor extremo “Extreme Value Theory” (EVT) [51,52] para estimar el óptimo global del problema. Para ello se ha comprobado que los óptimos locales encontrados constituyen valores extremos que ajustan a una función Weibull de tres parámetros, siendo el de posición, γ, una estimación del óptimo global.
Tabla 1 Referencias del empleo de técnicas respecto a tipologías estructurales
SA
TA
ACO
ILS
VNS
GA
MA
EVT
ANN
ACP
RLM
Muros
[28]
[6]
[6]
Pórticos de edificación
[5,24]
[24]
Vigas de hormigón armado
[27]
[27]
[27]
Vigas pretensadas
[23]
Bóvedas de paso inferior
[16]
[16]
[17]
[17]
Marcos de paso inferior
[25]
[25,26]
Pilas de puente
[21]
[20,22]
[20]
Puentes de vigas artesa
[18]
[19]
Puentes losa postesados
[37]
[37]
Conclusiones
Como conclusiones generales del planteamiento del proyecto HORSOST se pueden citar las siguientes:
1) Existe una importante área de mejora en los diseños de estructuras de hormigón no convencional de forma que se obtenga un importante beneficio social si estos diseños maximizan la sostenibilidad en la construcción de estas estructuras considerando todo el ciclo de vida del producto.
2) Es posible emplear técnicas procedentes del descubrimiento de conocimiento en bases de datos (KDD) para extraer información no trivial de bases de datos de estructuras de hormigón generadas mediante optimización heurística multiobjetivo orientada a la sostenibilidad.
3) Los hormigones no convencionales presentan prestaciones que favorecen su durabilidad y, por ello, pueden contribuir a la sostenibilidad si se consideran aspectos medioambientales, sociales y económicos a lo largo de toda su vida útil. Por tanto, deben analizarse en detalle para comprobar su validez frente a los hormigones convencionales y ofrecer criterios de diseño aplicables para los proyectistas.
Agradecimientos
Los autores agradecen el aporte financiero realizado para este trabajo por el Ministerio de Ciencia e Innovación (Proyecto de Investigación BIA2011-23602) y por la Universitat Politècnica de València (Proyecto de Investigación PAID-06-12).
Referencias
[1] Baldasano, J.M. (2007). Evidencias del actual cambio climático, en Cambio climático y sus consecuencias. Generalitat Valenciana, pp. 43-56.
[2] Rodríguez, F.; Fernández, G. (2010). Ingeniería sostenible: nuevos objetivos en los proyectos de construcción. Revista Ingeniería de Construcción, 25(2), 147-160. [doi:10.4067/S0718-50732010000200001]
[3] Goedkoop, M.; Spriensma, R. (2001). The Ecoindicator 99: A damage oriented method for life cycle impact assessment. Methodology Report. Product Ecology Consultants, Amersfoort, Netherlands.
[4] Institut de Tecnologia de la Construcció de Catalunya (2009). BEDEC PR/PCT ITEC materials database. Available online at:http://www.itec.es/nouBedec.e/presentaciobedec.aspx
[5] Payá-Zaforteza I.; Yepes, V.; Hospitaler, A.; González-Vidosa, F. (2009). CO2-Efficient Design of Reinforced Concrete Building Frames. Engineering Structures, 31, 1501-1508. [doi.org/10.1016/j.engstruct.2009.02.034]
[6] Yepes, V.; González-Vidosa, F.; Alcalá, J.; Villalba, P. (2012). CO2-Optimization Design of Reinforced Concrete Retaining Walls based on a VNS-Threshold Acceptance Strategy. Journal of Computing in Civil Engineering ASCE, 26 (3), 378-386. [doi:10.1061/(ASCE)CP.1943-5487.0000140]
[7] Burón, M. (2007). La sostenibilidad de las construcciones de hormigón. Revista Técnica Cemento Hormigón, 897, 58-65.
[8] Aguado, A.; Alarcón, D.B.; Manga, R. (2008). Razón de ser del anejo ICES de la EHA y características del mismo. Revista Técnica Cemento Hormigón, 913, 16-23.
[9] Sriram, R.D. (2006). Artificial intelligence in engineering: personal reflections. Advanced Engineering Informatics, 20, 3-5. [doi:10.1016/j.aei.2005.12.002]
[10] Sarma, K.C.; Adeli, H. (1998). Cost optimization of concrete structures. ASCE Journal of Structural Engineering, 124(5), 570-578. [doi:10.1061/(ASCE)0733-9445(1998)124:5(570)]
[11] Cohn, M.Z.; Dinovitzer, A.S. (1994). Application of structural optimization. ASCE Journal of Structural Engineering, 120(2), 617-649. [doi:10.1061/(ASCE)0733-9445(1994)120:2(617)]
[12] Martínez, P.; Martí, P.; Querín, O.M. (2007). Growth method for size, topology, and geometry optimization of truss structures. Structural and Multidisciplinary Optimization, 33, 13-26. [doi:10.1007/s00158-006-0043-9]
[13] Hernández, S.; Fontan, A. (2002). Practical Applications of Design Optimization. WIT Press, Southampton.
[14] Adeli, H.; Sarma, K.C. (2006). “Cost optimization of structures. Fuzzy logic, genetic algorithms and parallel computing”, Wiley, Chichester.
[15] Dreo, J.; Petrowsky, A.; Siarry, P.; Taillard, E. (2006). Metaheuristics for hard optimization. Methods and case studies. Springer, Berlin Heidelberg.
[16] Carbonell, A.; González-Vidosa, F.; Yepes, V. (2011). Heuristic optimization of reinforced concrete road vault underpasses. Advances in Engineering Software, 42(4), 151-159. [doi:10.1016/j.advengsoft.2011.01.002]
[17] Carbonell, A.; Yepes, V.; González-Vidosa, F. (2012). Automatic design of concrete vaults using iterated local search and extreme value estimation. Latin American Journal of Solids and Structures, 9(6), 675-689.
[18] 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. [doi:10.1016/j.engstruct.2012.09.014]
[19] Martí, J.V.; Yepes, V.; González-Vidosa, F.; Luz, A. (2013). 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, (en prensa).
[20] Martínez-Martín, F.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2010). Heuristic Optimization of RC Bridge Piers with Rectangular Hollow Sections. Computers & Structures, 88(5-6), 375-386. [doi:10.1016/j.compstruc.2009.11.009]
[21] Martínez-Martín, F.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2012). Multi-objective optimization design of bridge piers with hybrid heuristic algorithms. Journal of Zhejiang University-SCIENCE A (Applied Physics & Engineering, 13(6), 420-432. [doi:10.1631/jzus.A1100304]
[22] Martínez-Martín, F.; González-Vidosa, F.; Hospitaler, A.; Yepes, V. (2013). A parametric study of optimum tall piers for railway bridge viaducts. Structural Engineering and Mechanics, 45(6), 723-740.
[23] Martí-Vargas, J.R.; Ferri, F.J.; Yepes, V. (2013). Prediction of the transfer length of prestressing strands with neural networks. Computers and Concrete, (in press).
[24] Payá-Zaforteza, I.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2010). On the Weibull cost estimation of building frames designed by simulated annealing. Meccanica, 45(5), 693-704. [doi:10.1007/s11012-010-9285-0]
[25] Perea, C.; Alcalá, J.; Yepes, V.; González-Vidosa, F.; Hospitaler, A. (2008). Design of Reinforced Concrete Bridge Frames by Heuristic Optimization. Advances in Engineering Software, 39(8), 676-688. [doi:10.1016/j.advengsoft.2007.07.007]
[26] Perea, C.; Yepes, V.; Alcalá, J.; Hospitaler, A.; González-Vidosa, F. (2010). A parametric study of optimum road frame bridges by threshold acceptance. Indian Journal of Engineering & Materials Sciences, 17(6), 427-437.
[27] Torres-Machí, C.; Yepes, V.; Alcalá, J.; Pellicer, E. (2013). Optimization of high-performance concrete structures by variable neighborhood search. International Journal of Civil Engineering, Transaction A: Civil Engineering, 11(2), 90-99.
[28] Yepes, V.; Alcalá, J.; Perea, C.; González-Vidosa, F. (2008). A Parametric Study of Optimum Earth Retaining Walls by Simulated Annealing. Engineering Structures, 30(3), 821-830. [doi:10.1016/j.engstruct.2007.05.023]
[29] Fayyad, U.M. (1996). Data Mining and Knowlegde Discovery: Making Sense Out of Data. IEEE Expert, 11(5), 20-25. [doi:10.1109/64.539013]
[30] Hernández, J.; Ramírez, M.J.; Ferri, C. (2004). Introducción a la minería de datos. Pearson, Madrid.
[31] Rossi, P.; Chanvillard, G. (eds.) (2000). “Fibre-Reinforced Concretes (FRC)”. Proceedings of the 5th International RILEM Symposium (BEFIB 2000). RILEM Publications S.A.R.L., Cachan, France.
[32] Massicitte, B. (2000). Fiber Reinforce Concrete: a Structural Perspective, RILEM Proceedings 15, BEFIB 2000.
[33] Martí-Vargas, J.R.; Serna-Ros, P.; Arbeláez, C.A.; Rigueira-Víctor, J.W. (2006). Comportamiento adherente del hormigón autocompactante en transmisión y anclaje. Materiales de Construcción, 56(284), 27-42.
[34] Pettis, K.W.; Bailey, T.A.; Jain, A.K.; Dubes, R.C. (1979). An intrinsic dimensionality estimator from near-neighbor information. IEEE Transactions on pattern analysis and machine intelligence, 1, 25-37. [doi:10.1109/TPAMI.1979.4766873]
[35] Bellman, R.E. (1961). Adaptive Control Processes. Princeton University Press, Princeton, N.J.
[36] Fukunaga, M. (1990). Introduction to Statistical Pattern Recognition. 2nd Edition. Academic Press, San Diego, USA.
[37] Yepes, V.; Díaz, J.; González-Vidosa, F.; Alcalá, J. (2009). Caracterización estadística de tableros pretensados para carreteras. Revista de la Construcción, 8(2), 95-109.
[38] Ferri, J.; Diaz-Chito, K.; Diaz-Villanueva, W. (2010). Efficient dimensionality reduction on undersampled problems through incremental discriminative common vectors, ICDM’10 (OEDM Workshop), pp. 1159-1166.
[39] Yepes, V. (2002). Optimización heurística económica de redes de transporte del tipo VRPTW. Tesis doctoral, Universitat Politècnica de València.
[41] Cerny, V. (1985). Thermodynamical approach to the traveling salesman problem: An efficient simulation algorithm. Optimization Theory and Applications, 45, 41-51. [doi:10.1007/BF00940812]
[42] Dueck G, Scheuer T. (1990). Threshold accepting: a general purpose optimization algorithm superior to simulated annealing. Journal of Computational Physics, 90(1), 161–75. [doi:10.1016/0021-9991(90)90201-B]
[43] Dorigo, M.; Maniezzo, V.; Colorni, A. (1996). The ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics-Part B, 26(1), 29-41. [doi:10.1109/3477.484436]
[44] Lourenço, H.R.; Martin, O.C.; Stülze, T. (2003). Iterated local search. In F.W. Glover and G.A. Kochenberger, edi-tors, Handbook of metaheuristics, pages 321-353, Boston, Dordrecht, London. Kluwer Academic Publishers.
[45] Mladenovic, N.; Hansen, P. (1997). Variable neighborhood search. Computers and Operations Research, 24(11), 1097-1100. [doi:10.1016/S0305-0548(97)00031-2]
[46] Holland, J.H. (1975). Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor.
[47] Moscato, P. On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Technical Report Caltech Concurrent Computation Program Report 826, Caltech, Pasadena, California, USA.
[48] Hocking, R. (1976). The Analysis and Selection of Variables in Linear Regression. Biometrics, 32, 1-49.
[49] Kaiser H.F. (1958). The Varimax criterion for analytic rotation in factor analysis. Psychometrika, 23(3), 187-200. [doi:10.1007/BF02289233]
[50] McCulloch, W.; Pitts, W. (1943). A logical calculus of ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5, 115-133. [doi:10.1016/S0092-8240(05)80006-0]
[51] McRoberts, K. (1971). A search model for evaluating combinatorially explosive problems. Operations Research, 19(6), 1331-1349. [doi:10.1287/opre.19.6.1331]
[52] Golden, B.L.; Alt, F.B. (1979). Interval estimation of a global optimum for large combinatorial problems. Naval Research Logistics Quarterly, 26(1), 69-77. [doi: 10.1002/nav.3800260108]
