Etiqueta: resiliencia

En varios artículos anteriores ya presentamos muchos de los aspectos que justifican el proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo queremos resaltar la línea de trabajo del grupo de investigación y las razones por las cuales este proyecto supone un salto cualitativo.

Entre los Objetivos de Desarrollo Sostenible (ODS) para 2030, destaca la necesidad de construir infraestructuras resilientes. Entre 2003 y 2013, los desastres naturales y humanos causaron más de 1,1 millones de muertes, afectaron a más de 2000 millones de personas y generaron pérdidas de 1,5 billones de dólares. Los apagones en las redes eléctricas por condiciones meteorológicas adversas costaron entre 18 000 y 33 000 millones de dólares entre 2003 y 2012. Los errores de construcción y diseño indujeron el 65 % de los casos de colapso progresivo. En Europa, solo la mitad de las reparaciones de los edificios de hormigón fueron efectivas, a pesar de que los costes de rehabilitación suponen casi la mitad de las inversiones anuales en construcción. El mercado mundial de construcción de infraestructuras, valorado en 2,242 mil millones de dólares en 2021, se proyecta a 3,267 mil millones para 2027, con un crecimiento anual del 6,48 %.

Ante este panorama, un diseño adecuado y medidas preventivas locales son cruciales para salvar vidas e infraestructuras, pero, además de reducir el riesgo, son una fuente de creación de empleo especializado que debe formarse en estas técnicas. Por tanto, se espera un impacto social y económico relevante del proyecto RESILIFE. Publicaciones previas del grupo de investigación centradas en la optimización multiobjetivo (sin considerar la toma de decisiones multicriterio derivada de la participación social) muestran ahorros de entre el 10 y el 50 % en costes, ahorro de materiales, reducción de emisiones de CO₂ y consumo de energía. Por otra parte, en proyectos anteriores se hizo hincapié en los aspectos sociales de la optimización de las infraestructuras. Ello supuso incluir aspectos relativos a la seguridad de las personas, la equidad social intergeneracional, aspectos relacionados con la salud, la educación, la integración del análisis de género, etc., que ahora se incluyen en este proyecto. El grupo dispone de la metodología para su inclusión en la construcción industrializada modular y las estructuras híbridas. En este sentido, la construcción modular industrializada (también llamada off-site) ofrece ventajas significativas, ya que permite ahorros de hasta el 50 % en los plazos, reduce el desperdicio, se fabrica con tolerancias estrictas y mejora la seguridad al estandarizar los procesos en fábrica. Permite ahorros de hasta el 50 % en los plazos, reduce el desperdicio, se fabrica con tolerancias estrictas y mejora la seguridad al estandarizar los procesos en fábrica. Además, la pandemia ha demostrado, por ejemplo, en la construcción de dos hospitales de campaña en Wuhan (China) en solo 12 días, que este tipo de construcción modular puede solucionar graves problemas de alto impacto social y económico en situaciones de crisis futuras. También, existe una creciente demanda social de vivienda que, en países como Suecia o Japón, ha utilizado la construcción modular de forma masiva.

Los resultados del proyecto RESILIFE pretenden profundizar en las ventajas sociales y económicas. Basta con observar cómo los desastres naturales y, por desgracia, los conflictos bélicos actuales están destruyendo las viviendas e infraestructuras de forma masiva, afectando principalmente a las mujeres y los niños. El esfuerzo por diseñar estructuras capaces de resistir alguno de estos eventos extremos, o en su caso, facilitar la reparación de forma rápida y eficaz, permite reducir considerablemente el sufrimiento de las personas. Además, optar por soluciones que minimicen el colapso progresivo de los edificios y mejoren la eficiencia de la rehabilitación puede tener un impacto significativo. Mejorar el diseño resiliente de las infraestructuras para reducir el impacto en un 10 % supondría una disminución de al menos 15 000 millones de dólares y 10 000 muertes anuales a nivel mundial. Asimismo, los resultados obtenidos por la optimización resiliente vendrían a completar la línea de investigación realizada en el ICITECH por el profesor José M. Adam y su equipo para evitar el colapso progresivo de las estructuras, investigación que cuenta con una fuerte inversión en modelización física y numérica. Esta especialización en la investigación del ICITECH sitúa a nuestro país en una posición tecnológica de gran importancia en el ámbito de la construcción.

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

En varios artículos anteriores ya presentamos muchos de los aspectos que justifican el proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo queremos resaltar la línea de trabajo del grupo de investigación y las razones por las cuales este proyecto supone un salto cualitativo.

El equipo de investigación presenta una trayectoria que respalda su capacidad para abordar este nuevo reto, con experiencia en proyectos previos. En efecto, el IP1 del proyecto RESILIFE también fue IP en los 4 proyectos anteriores y dirigió 17 tesis doctorales relacionadas. El IP2 participó en todos estos proyectos. Los resultados obtenidos han sido consistentemente significativos y progresivos. El proyecto HORSOST (BIA2011-23602) generó 15 artículos JCR, 5 Q1, y de ellos, 2 D1. BRIDLIFE (BIA2014-56574-R) produjo 20 artículos JCR, 15 de ellos en la categoría Q1 y, de estos, 7 en la categoría D1. DIMALIFE (BIA2017-85098-R) produjo 33 artículos JCR, 20 de ellos Q1 y, de estos, 12 D1. HYDELIFE (PID2020-117056RB-I00) ha producido hasta ahora 42 artículos JCR, 26 de ellos Q1 y 15 D1. En estos proyectos se concedieron cuatro contratos predoctorales, tres de los cuales culminaron con éxito y el último está en ejecución. También existe una patente (Alcalá y Navarro, 2020) sobre vigas en cajón mixtas de acero y hormigón.

Objetivos y resultados ya alcanzados en proyectos previos

Antes de resumir los resultados de proyectos previos, queremos destacar que nuestra línea de investigación va más allá de la simple optimización económica del hormigón estructural, un objetivo atractivo a corto plazo para las empresas constructoras o de prefabricados. En proyectos anteriores, se abordó el diseño eficiente de estructuras con hormigones no convencionales, utilizando criterios sostenibles multiobjetivo y técnicas de minería de datos. También se analizó la toma de decisiones en la gestión del ciclo de vida de puentes pretensados, priorizando la eficiencia social y medioambiental con presupuestos ajustados. Para ello, se emplearon metamodelos, diseño óptimo robusto y fiabilidad para generar diseños automáticos de puentes e infraestructuras, considerando hormigones con baja huella de carbono y abordando aspectos de durabilidad, consumo energético, huella de carbono y seguridad a lo largo del ciclo de vida. Se utilizaron técnicas de decisión multicriterio para elegir la mejor tipología constructiva de un puente y decidir entre las opciones resultantes de la frontera de Pareto. Se incorporaron técnicas emergentes de aprendizaje profundo (DL) en la hibridación de metaheurísticas y se exploró la construcción industrializada modular en edificación y obra civil. Además, se analizaron en detalle puentes mixtos y estructuras híbridas frente a soluciones de hormigón en un análisis de ciclo de vida completo que incluye la sostenibilidad social y medioambiental.

La producción científica de estos proyectos fue significativa (ver algunos artículos en las referencias aportadas). Se abordó la optimización multiobjetivo (coste, CO₂ y energía) en puentes con vigas artesa y cajón, así como en el mantenimiento de puentes y redes de pavimento. También se exploró la sostenibilidad social de las infraestructuras y se aplicaron metodologías innovadoras, como la lógica neutrosófica y las redes bayesianas en la toma de decisiones. La optimización se respaldó en metamodelos de redes neuronales, modelos kriging y análisis de fiabilidad. Se propusieron indicadores para evaluar la sostenibilidad social y ambiental. Además, se aplicó diseño robusto a puentes, se analizó la resiliencia de las infraestructuras y se realizaron análisis del ciclo de vida para estructuras óptimas. Se obtuvo la patente «Viga en cajón mixta de acero y hormigón, P202030530».

Sin embargo, para avanzar es necesario abordar las limitaciones y el alcance de estos proyectos. El proyecto RESILIFE busca dar un salto cualitativo en nuestra línea de investigación y superar algunas de las limitaciones actuales en cuanto al alcance. Para respaldar la innovación propuesta y plantear este nuevo proyecto, nuestro grupo llevó a cabo seis estudios sobre el estado del arte en relación con BIM en estructuras (Fernández-Mora et al., 2022), la aplicación de la inteligencia artificial a la construcción (García et al., 2022), sobre estructuras modulares (Sánchez-Garrido et al., 2023), sobre estructuras prefabricadas frente a sismo (Guaygua et al., 2023), sobre estructuras híbridas de acero (Terreros-Bedoya et al., 2023) y sobre metamodelos (Negrín et al., 2023). Esto ha permitido detectar la oportunidad de optimizar el ciclo de vida de las estructuras incorporando, desde el diseño, la ocurrencia de eventos extremos, de forma que dichas estructuras pudieran recuperar su funcionalidad en el menor tiempo posible y con el menor coste social y ambiental. Tanto las estructuras híbridas de acero como las basadas en MMC tienen el potencial de mejorar la resiliencia estructural, siendo estos campos de investigación fecundos y de gran repercusión social. Además, el uso de la inteligencia artificial, la toma de decisiones multicriterio que consideran incertidumbres, el uso de metamodelos, la incorporación de la teoría de juegos en la optimización multiobjetivo y el empleo del BIM y la realidad virtual en la modelización suponen barreras que superar en la investigación de estas estructuras. A ello hay que añadir el uso de técnicas no destructivas para detectar daños en dichas estructuras (Hadizadeh-Bazaz et al., 2023), así como tecnologías de reparación eficiente de estructuras (Ortega et al., 2018).

Por tanto, RESILIFE pretende superar una serie de limitaciones en la investigación:

• Análisis del ciclo de vida de estructuras híbridas de acero basadas en Modernos Métodos de Construcción (MMC) ante situaciones extremas (aumento de temperatura, explosiones, seísmos, etc.), de forma que aumente la resiliencia.
• En el diseño óptimo, prever la reparación y el mantenimiento de las MMC ante eventos extremos, de forma que los elementos estructurales no se dañen o se puedan reparar de manera eficiente y rápida, centrándose en los problemas sociales y ambientales.
• Utilizar metaheurísticas híbridas basadas en la inteligencia artificial, metamodelos y la teoría de juegos para mejorar la calidad de las soluciones al incorporar el aprendizaje profundo en la base de datos generada 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 resiliente y basado en fiabilidad para evitar que los proyectos reales optimizados sean infactibles ante pequeños cambios.
• Profundizar en el estudio de la distribución de los impactos sociales y ambientales en las estructuras MMC.
• Analizar la sensibilidad de las políticas presupuestarias poco sensibles a la realidad del sector en la gestión de las estructuras.

Lo indicado hasta ahora se podría sintetizar en los siguientes aspectos:

1. El tema de la investigación se ha ido profundizando en cada uno de los proyectos realizados, de acuerdo con los objetivos previstos.
2. Los estudios anteriores se basaban en la optimización multiobjetivo, la toma de decisiones a lo largo del ciclo de vida, el diseño robusto y basado en la fiabilidad y la incorporación del aprendizaje profundo. Ahora es el momento de ampliar la investigación a nuevas construcciones industrializadas modulares y estructuras híbridas optimizando su resiliencia ante eventos extremos.

Referencias

• ADAM, J.M.; PARISI, F.; SAGASETA, J.; LU, X. (2018). Research and practice on progressive collapse and robustness of building structures in the 21st century. Struct., 173:122-149.
• ALCALÁ, J.; NAVARRO, F. (2020). Viga en cajón mixta acero-hormigón. Patente P202030530, 4 junio 2020.
• BORGHESE, V.; CONTIGUGLIA, C.P.; LAVORATO, D.; SANTINI, S.; BRISEGHELLA, B. (2023). Sustainable retrofits on reinforced concrete infrastructures. Bulletin of Geophysics and Oceanography, https://doi.org/10.4430/bgo00436
• CAREDDA, G.; MAKOOND, N.; BUITRAGO, M.; SAGASETA, J.; CHRYSSANTHOPOULOS, M.; ADAM, J.M. (2023). Learning from the progressive collapse of buildings. Built Environ., 15:100194.
• DONG, H.; HAN, Q.; DU, X.; ZHOU, Y. (2022). Review on seismic resilient bridge structures. Struct. Eng., 25(7):1565-1582.
• FANG, C.; WANG, W.; QIU, C.; HU, S.; MacRAE, G.A.; EARTHERTON, M.R. (2022). Seismic resilient steel structures: A review of research, practice, challenges and opportunities. J Constr Steel Res, 191,107172.
• FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2022). Integration of the structural project into the BIM paradigm: a literature review. Build. Eng., 53:104318.
• GARCÍA, J.; VILLAVICENCIO, G.; ALTIMIRAS, F.; CRAWFORD, B.; SOTO, R.; MINTATOGAWA, V.; FRANCO, M.; MARTÍNEZ-MUÑOZ, D.; YEPES, V. (2022). Machine learning techniques applied to construction: A hybrid bibliometric analysis of advances and future directions. Constr., 142:104532.
• GARCÍA-SEGURA, T.; YEPES, V.; FRANGOPOL, D.M. (2017). Multi-Objective Design of Post-Tensioned Concrete Road Bridges Using Artificial Neural Networks. Multidiscip. Optim., 56(1):139-150.
• GUAYGUA, B.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2023). A systematic review of seismic-resistant precast concrete buildings. Structures, 58; 105598.
• HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Power Spectral Density method performance in detecting damages by chloride attack on coastal RC bridge. Eng. Mech., 85(2):197-206.
• HAO, H.; BI, K.; CHEN, W.; PHAM, T.M.; LI, J. (2023). Towards next generation design of sustainable, durable, multi-hazard resistant, resilient, and smart civil engineering structures. Struct., 277:115477.
• HAO, H.; LI, J. (2019). Sustainable High-Performance Resilient Structures. Engineering, 5(2):197-198.
• KELES, M.; ARTAR, M.; ERGÜN, M. (2024). Investigation of temperature effect on the optimal weight design of steel truss bridges using Cuckoo Search Algorithm. Structures, 59:105819.
• KHALOO, A.; MOBINI, M. (2016). Towards resilient structures. Iran., 23(5), 2077-2080.
• MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Discrete swarm intelligence optimization algorithms applied to steel-concrete composite bridges. Struct., 266:114607.
• MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Optimal design of steel-concrete composite bridge based on a transfer function discrete swarm intelligence algorithm. Multidiscip. Optim., 65:312
• MATHERN, A.; PENADÉS-PLÀ, V.; ARMESTO BARROS, J.; YEPES, V. (2022). Practical metamodel-assisted multi-objective design optimization for improved sustainability and buildability of wind turbine foundations. Multidiscip. Optim., 65:46.
• MAUREIRA, C.; PINTO, H.; YEPES, V.; GARCÍA, J. (2021). Towards an AEC-AI industry optimization algorithmic knowledge mapping. IEEE Access, 9:110842-110879.
• MORENO, J.D.; PELLICER, T.M.; ADAM, J.M.; BONILLA, M. (2018). Exposure of RC building structures to the marine environment of the Valencia coast. Build. Eng., 15: 109-121.
• NAVARRO, I.J.; YEPES, V.; MARTÍ, J.V. (2020). Sustainability assessment of concrete bridge deck designs in coastal environments using neutrosophic criteria weights. Struct Infrast Eng, 16(7): 949-967.
• NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023a). Design optimization of welded steel plate girders configured as a hybrid structure. J Constr Steel Res, 211:108131.
• NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023b). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
• NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023c). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Struct., 293:116657
• ORTEGA, A.I.; PELLICER, T.M.; CALDERÓN, P.A.; ADAM, J.M. (2018). Cement-based mortar patch repair of RC columns. Comparison with all-four-sides and one-side repair. Constr Build Mater., 186: 338-350.
• PENADÉS-PLÀ, V.; YEPES, V.; GARCÍA-SEGURA, T. (2020). Robust decision-making design for sustainable pedestrian concrete bridges. Struct., 209: 109968.
• SALAS, J.; YEPES, V. (2022). Improved delivery of social benefits through the maintenance planning of public assets. Infrastruct. Eng., DOI:10.1080/15732479.2022.2121844
• SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725.
• SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; YEPES, V. (2022). Multi-criteria decision-making applied to the sustainability of building structures based on Modern Methods of Construction. Clean. Prod., 330:129724.
• SIERRA, L.A.; YEPES, V.; GARCÍA-SEGURA, T.; PELLICER, E. (2018). Bayesian network method for decision-making about the social sustainability of infrastructure projects. Clean. Prod., 176:521-534.
• SOJOBI, A.O.; LIEW, K.M. (2023). Multi-objective optimization of high performance concrete columns under compressive loading with potential applications for sustainable earthquake-resilient structures and infrastructures. Struct., 315:117007.
• TANG, Y.; WANG, Y.; WU, D.; CHEN, M.; PANG, L.; SUN, J.; FENG, W.; WANG, X. (2023). Exploring temperature-resilient recycled aggregate concrete with waste rubber: An experimental and multi-objective optimization analysis. Adv. Mater. Sci., 62(1):20230347.
• TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.
• YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T. (2015). Cost and CO₂ emission optimization of precast-prestressed concrete U-beam road bridges by a hybrid glowworm swarm algorithm. Constr., 49:123-134.
• YEPES, V.; MARTÍ, J.V.; GARCÍA-SEGURA, T.; GONZÁLEZ-VIDOSA, F. (2017). Heuristics in optimal detailed design of precast road bridges. Civ. Mech. Eng., 17(4):738-749.
• YUAN, W.; WANG, J.; QIU, F.; CHEN, C.; KANG, C.; ZENG, B. (2016). Robust Optimization-Based Resilient Distribution Network Planning Against Natural Disasters. IEEE Trans Smart Grid, 7(6):2817-2826.
• ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2023). Carbon impact assessment of bridge construction based on resilience theory. Civ. Eng. Manag., 29(6):561-576.
• ZHOU, Z.; ZHOU, J.; ALCALÁ, J.; YEPES, V. (2024). Thermal coupling optimization of bridge environmental impact under natural conditions. Impact Assess. Rev., 104:107316.

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

En artículos anteriores ya presentamos el resumen, la justificación y las hipótesis de partida del proyecto de investigación RESILIFE: Optimización resiliente del ciclo de vida de estructuras híbridas y modulares de alta eficiencia social y medioambiental bajo condiciones extremas, del cual soy investigador principal junto con el profesor Julián Alcalá. En este artículo expondremos los objetivos generales y específicos de este proyecto.

El objetivo general perseguido consiste en afrontar el reto social y ambiental que supone el proyecto, el mantenimiento y la reparación de estructuras híbridas y MMC frente a situaciones extremas, mediante la optimización de los problemas complejos planteados en el ámbito de las decisiones públicas y privadas. Para alcanzar este objetivo, es necesario avanzar en la ciencia, integrando a diversos actores y grupos de expertos en la toma de decisiones, con el fin de tener en cuenta criterios de sostenibilidad social y ambiental a lo largo de todo el ciclo de vida de las estructuras, teniendo en cuenta la variabilidad inherente al mundo real. Para abordar las incertidumbres que afectan al sistema, se propone la aplicación de metamodelos y metaheurísticas híbridas basadas en fiabilidad. Estas se aplicarán no solo al diseño de nuevas estructuras, sino también al mantenimiento y la reparación de las existentes. Un análisis de sensibilidad de los escenarios presupuestarios y de las hipótesis de los inventarios del ciclo de vida proporcionará conocimientos significativos sobre las mejores prácticas. Cabe destacar que esta metodología podrá adaptarse a otros tipos de infraestructuras.

El objetivo general se desarrollará mediante los objetivos específicos mostrados en la Figura 2 y que se describen a continuación, de los cuales serán responsables los investigadores principales:

• OE-1: Análisis de las funciones de distribución de eventos extremos para el diseño óptimo basado en la fiabilidad que integre aspectos ambientales, sociales y económicos para la toma de decisiones multicriterio.
• OE-2: Cuantificación de la resiliencia de las estructuras ante múltiples amenazas con el fin de garantizar la integración de la sostenibilidad en el diseño, mantenimiento y reparación de estructuras híbridas de acero y modulares.
• OE-3: Identificación de estrategias de reparación y mantenimiento robusto óptimo de estructuras híbridas de acero y modulares resilientes.
• OE-4: Formulación y resolución del problema de optimización multiobjetivo que contemple el ciclo completo de estructuras híbridas de acero y modulares mediante metaheurísticas híbridas.
• OE-5: Comparación de las estructuras y los sistemas en términos de su resiliencia respecto a la optimización heurística, teniendo en cuenta incertidumbres presupuestarias en su ciclo de vida.
• OE-6: Difusión de resultados y redacción de informes.

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

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

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

PROYECTO DE INVESTIGACIÓN:

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

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