Etiqueta: RESILIFE

Técnica innovadora optimiza estructuras de hormigón y reduce emisiones de CO₂ al considerar la interacción suelo-estructura

El artículo científico, titulado «Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction» y publicado recientemente en Engineering Structures, una de las revistas de mayor impacto en ingeniería civil, aborda un desafío clave en la ingeniería estructural: cómo optimizar el diseño de estructuras de hormigón armado para minimizar su impacto ambiental, con especial atención a la reducción de las emisiones de CO₂.

Esta investigación es el resultado de una colaboración internacional realizada en el marco de los proyectos HYDELIFE y RESILIFE, cuyo investigador principal es Víctor Yepes, y de una colaboración entre investigadores de Cuba, Brasil y España.

Contexto de la investigación

La optimización estructural ha sido ampliamente explorada en las últimas décadas debido a la creciente necesidad de reducir los costes de construcción y el consumo de materiales, todo ello mientras se minimiza el impacto ambiental. En el caso de las estructuras de hormigón armado, que son esenciales en la construcción de edificios y obras de infraestructura, optimizar su diseño conlleva implicaciones significativas en cuanto al ahorro de recursos y la reducción de las emisiones de CO₂.

Los problemas de optimización estructural pueden resolverse mediante métodos exactos, como la programación matemática, o mediante métodos heurísticos que imitan procesos naturales (como la evolución genética o el comportamiento de enjambres). Aunque los métodos heurísticos son más eficientes para problemas complejos y no lineales, como los que involucran grandes estructuras tridimensionales, requieren un alto coste computacional. Para abordar este problema, los autores proponen el uso de metamodelos, modelos simplificados que permiten realizar simulaciones con un consumo de recursos computacionales mucho menor sin sacrificar demasiada precisión. En este estudio, se utiliza un metamodelo basado en Kriging, una técnica que permite aproximar el comportamiento de estructuras complejas.

Además, el estudio introduce una novedad crucial: la incorporación de la interacción suelo-estructura (SSI, por sus siglas en inglés) al modelado. Esta interacción, que a menudo se ignora en los modelos tradicionales, afecta significativamente al comportamiento de la superestructura (el marco de hormigón). Ignorarla puede dar lugar a diseños menos precisos que no consideran los asentamientos diferenciales del suelo, lo que puede provocar tensiones adicionales y un mayor deterioro de las estructuras con el tiempo.

Metodología

La investigación emplea un enfoque combinado de optimización heurística convencional y de una estrategia basada en Kriging para optimizar marcos espaciales de hormigón armado. El objetivo es reducir las emisiones de CO₂ de las estructuras optimizadas, en línea con los esfuerzos para disminuir el impacto ambiental del sector de la construcción. El estudio incluye tres estudios de caso, cada uno con diferentes configuraciones estructurales (variando la longitud de los vanos y el número de niveles de las estructuras) para generalizar los resultados.

El elemento clave de esta investigación es la incorporación de la interacción suelo-estructura, que influye en el comportamiento global del sistema. Los autores utilizan un modelo de Winkler, que representa el suelo como un conjunto de resortes con rigidez variable según sus características, y lo aplican a dos tipos de suelo: uno cohesivo y otro granular. Esta diferenciación es importante porque cada tipo de suelo responde de manera distinta a las cargas, lo que provoca asentamientos que, en última instancia, inciden en las tensiones de la superestructura. La plataforma CSi-SAP2000 se utilizó como motor de cálculo, mientras que el análisis geotécnico y estructural se integró mediante MATLAB.

Resultados

Uno de los hallazgos más destacados del estudio es que la inclusión de la interacción suelo-estructura modifica significativamente los diseños estructurales. En general, las estructuras diseñadas teniendo en cuenta la interacción suelo-estructura requieren más material (mayores cantidades de hormigón y acero), lo que refleja el aumento de las tensiones debido a los asentamientos diferenciales. Por ejemplo, en comparación con un modelo con soportes rígidos ideales, las estructuras que consideran la interacción suelo-estructura muestran un aumento del 12,03 % en las emisiones de CO₂ en suelos cohesivos y hasta del 18,81 % en suelos friccionales.

Los elementos estructurales más afectados por la interacción suelo-estructura son las columnas. Esto se debe a que los asentamientos diferenciales incrementan los momentos flectores en las columnas, lo que requiere un refuerzo adicional y secciones más grandes para resistir las nuevas tensiones. En algunos casos, las emisiones de CO₂ asociadas a las columnas aumentaron más del 60 % al considerar la interacción con el suelo. Los resultados son especialmente marcados en suelos granulares, donde los asentamientos diferenciales son más pronunciados.

Además, la metodología basada en metamodelos, asistida por la técnica de Kriging, demostró ser eficaz para lograr optimizaciones con un alto grado de precisión (hasta un 98,24 % en suelos cohesivos y un 98,10 % en suelos granulares), lo que redujo el tiempo de cálculo en aproximadamente un 90 % en comparación con los métodos heurísticos convencionales.

Implicaciones

Este estudio tiene importantes implicaciones prácticas para el diseño de estructuras de hormigón armado. La inclusión de la interacción suelo-estructura permite obtener diseños más robustos y precisos, lo que reduce el riesgo de fallos prematuros y la necesidad de costosos trabajos de mantenimiento a largo plazo. Los modelos que no tienen en cuenta la interacción suelo-estructura pueden dar como resultado estructuras que inicialmente parecen eficientes, pero que con el tiempo se deterioran más rápidamente debido a las tensiones adicionales no previstas. Por tanto, incorporar esta interacción desde el inicio del diseño mejora significativamente la durabilidad y la fiabilidad de las estructuras.

Desde el punto de vista ambiental, el uso de metamodelos para optimizar las estructuras de hormigón representa un avance importante. Al reducir el material necesario y mejorar la eficiencia estructural, se contribuye a disminuir las emisiones de CO₂, un objetivo clave en la lucha contra el cambio climático. Además, la metodología propuesta ofrece un enfoque más sostenible al reducir los recursos computacionales necesarios para realizar simulaciones complejas.

En conclusión, la inclusión de la interacción suelo-estructura y el uso de metamodelos basados en Kriging constituyen una contribución innovadora al campo de la ingeniería estructural. Esta investigación no solo proporciona mejores resultados de diseño, sino que también tiene el potencial de reducir el impacto ambiental de las estructuras de hormigón armado, lo que contribuye a que el sector de la construcción sea más sostenible y eficiente.

Referencia:

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

 

Edificios modulares de acero: una opción sostenible y resistente en zonas sísmicas

Un estudio reciente, titulado «Life cycle assessment of seismic resistant prefabricated modular buildings» y publicado en la prestigiosa revista Heliyon, ha evaluado los beneficios de los edificios modulares prefabricados (PVMB) diseñados para resistir terremotos.

La investigación, liderada por expertos de la Universitat Politècnica de València y la Universidad Central del Ecuador, se llevó a cabo en el marco del proyecto RESILIFE y comparó cuatro sistemas estructurales, tres de ellos basados en tecnología modular (dos de hormigón armado y uno de acero), y un sistema convencional de hormigón armado in situ, en una zona de alto riesgo sísmico.

El análisis tuvo en cuenta tanto los impactos económicos como los ambientales a lo largo de todo el ciclo de vida de los edificios, desde la fabricación hasta la demolición.

 

Contexto del estudio

El sector de la construcción es responsable de una parte importante del consumo de recursos y de las emisiones de gases de efecto invernadero a nivel global. Dado que el crecimiento poblacional y la demanda de infraestructuras siguen aumentando, las tecnologías como los edificios modulares prefabricados ofrecen una alternativa innovadora para reducir el impacto ambiental. Estos sistemas, que permiten construir fuera del emplazamiento y ensamblar los módulos en la obra, prometen reducir los tiempos y los costes de construcción en un 50 % y un 30 %, respectivamente, lo que los convierte en una opción atractiva en términos de sostenibilidad y eficiencia.

Sin embargo, la adopción de estas tecnologías en áreas sísmicas aún se enfrenta a barreras, principalmente debido a la necesidad de demostrar su capacidad de resistir cargas sísmicas y a la percepción de altos costes iniciales. Por ello, el estudio se centró en un análisis integral de la vida útil para cuantificar dichos beneficios y compararlos con los de las técnicas de construcción convencionales.

Metodología

El estudio evaluó un hospital de cuatro pisos situado en Quito, Ecuador, una región con un alto nivel de actividad sísmica debido a la presencia de dos fuentes principales de terremotos: una zona de subducción y un sistema de fallas activas. Se evaluaron cuatro soluciones estructurales:

  1. Un sistema convencional de hormigón armado construido in situ.
  2. Un sistema modular de hormigón armado con conexiones húmedas (prefabricación con ensamblaje en obra mediante hormigonado).
  3. Un sistema modular de hormigón armado con conexiones secas (ensamblaje mediante pernos y juntas metálicas).
  4. Un sistema modular de acero.

El análisis abarcó las etapas de fabricación, construcción, uso y fin de vida y evaluó tanto el impacto ambiental como el coste económico. Para ello, se utilizaron indicadores como la cantidad de materiales empleados, las emisiones de gases de efecto invernadero y los costes asociados a cada etapa, desde la producción de los módulos hasta su mantenimiento y demolición.

Resultados principales

Los resultados revelaron que, aunque el sistema modular de acero es el más costoso en términos de construcción inicial (un 60 % más caro que el sistema convencional), presenta los mejores resultados en sostenibilidad. Este sistema mostró una reducción significativa de los impactos ambientales, con una disminución del 43 % en las emisiones de gases de efecto invernadero frente al sistema tradicional de hormigón. Además, los ciclos de mantenimiento fueron menores, lo que implica una mayor durabilidad y menos intervenciones a lo largo de su vida útil.

Por otro lado, las alternativas de hormigón modular, si bien también ofrecían beneficios en cuanto a reducción del tiempo de construcción, presentaban mayores impactos ambientales debido al uso intensivo de hormigón y acero de refuerzo. De hecho, el sistema modular con conexiones húmedas resultó ser el menos favorable desde el punto de vista ambiental, con un impacto un 52 % mayor que el del sistema convencional.

Implicaciones del estudio

Este trabajo tiene implicaciones importantes para la construcción en zonas sísmicas. Los autores sugieren que los métodos de construcción modulares no solo son viables desde el punto de vista técnico, sino también en términos de sostenibilidad ambiental, siempre y cuando se adopten las soluciones más eficientes, como el uso de estructuras de acero. Aunque los sistemas modulares de acero son más caros, ofrecen ventajas claras en cuanto a durabilidad, menor impacto ambiental y reducción de los costos de mantenimiento a lo largo de su vida útil.

El estudio también pone de relieve la importancia de evaluar no solo los costes iniciales de construcción, sino también el ciclo de vida completo de las infraestructuras. Las decisiones basadas únicamente en el precio de construcción pueden dar como resultado infraestructuras menos sostenibles a largo plazo, mientras que un enfoque integral, que tenga en cuenta el impacto ambiental y los costes futuros, puede conducir a mejores decisiones tanto para el medio ambiente como para la economía.

Conclusiones

En resumen, este estudio aporta valiosas evidencias a favor del uso de edificios modulares prefabricados, especialmente en zonas de alto riesgo sísmico. Los resultados indican que el uso de sistemas modulares de acero puede ser clave para mejorar la sostenibilidad de las infraestructuras, reducir las emisiones y asegurar una mayor durabilidad de los edificios. Las conclusiones de esta investigación son relevantes no solo para el ámbito académico, sino también para los responsables de políticas públicas y los profesionales de la construcción que buscan soluciones más sostenibles y eficientes para las ciudades del futuro.

Referencia:

GUAYGUA, B.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2024). Life cycle assessment of seismic resistant prefabricated modular buildings. Heliyon, 10(20), e39458. DOI:10.1016/j.heliyon.2024.e39458

Este artículo está publicado en abierto, por lo que puedes descargar aquí mismo:

Pincha aquí para descargar

 

Métodos modernos de construcción mejoran la sostenibilidad de estructuras en entornos costeros agresivos

Un estudio reciente, titulado «Sustainable preventive maintenance of MMC-based concrete building structures in a harsh environment», ha sido publicado en el Journal of Building Engineering, una de las revistas de mayor prestigio en el ámbito de la ingeniería civil. Desarrollado en el marco del proyecto RESILIFE, investiga la sostenibilidad del mantenimiento preventivo de estructuras de hormigón armado en entornos agresivos, como las zonas costeras, donde la corrosión por cloruros representa una amenaza constante.

El trabajo se centra en aplicar métodos modernos de construcción (MMC) para optimizar el impacto ambiental, económico y social de las estructuras a lo largo de su ciclo de vida.

Contexto del estudio

La industria de la construcción es una de las mayores consumidoras de recursos no renovables y genera un impacto significativo en el medio ambiente. En la Unión Europea, el sector es responsable de más del 40 % del consumo energético y del 36 % de las emisiones de CO₂. Ante este escenario, iniciativas como el Green Deal europeo buscan mitigar estos impactos y alcanzar la neutralidad de carbono para 2050. En este contexto, los métodos de construcción sostenibles y eficientes han cobrado gran relevancia. En este contexto, los MMC emergen como una alternativa innovadora que combina materiales convencionales con técnicas constructivas no convencionales, orientadas a mejorar la eficiencia y a reducir el impacto ambiental.

El objetivo de la investigación fue aplicar estos métodos a la construcción de estructuras de hormigón en áreas costeras, específicamente en un edificio residencial público situado frente al mar en Sancti Petri (Cádiz). En el estudio se analizaron diez opciones de diseño para las losas de hormigón armado, considerando factores como la economía, el impacto ambiental y social y los ciclos de mantenimiento preventivo que cada opción requeriría durante la vida útil del edificio, estimada en 50 años.

Metodología y opciones de diseño

El estudio se centró en evaluar la durabilidad y la sostenibilidad de diferentes alternativas de diseño en condiciones adversas, como la exposición constante a cloruros, que aceleran la corrosión del refuerzo de acero del hormigón. Para ello, se evaluaron varias técnicas, entre ellas la adición de humo de sílice al 5 %, el uso de cenizas volantes, el empleo de cemento sulforresistente o el incremento de la capa de recubrimiento del hormigón. También se consideraron medidas como la protección catódica y el uso de inhibidores de corrosión hidrofóbicos, con el fin de minimizar los ciclos de mantenimiento necesarios para preservar la estructura.

Resultados más relevantes

Los resultados indicaron que el empleo de hormigón con un 5 % de humo de sílice fue la opción más sostenible en términos económicos y ambientales, ya que redujo significativamente los ciclos de mantenimiento. Este material mostró una excelente resistencia a la corrosión, por lo que se redujeron las reparaciones necesarias durante los 50 años de vida útil del edificio. Además, la impregnación hidrofóbica resultó eficaz para reducir los impactos sociales, ya que requiere menos intervenciones durante la fase de mantenimiento, lo que disminuye los riesgos laborales y los costes sociales asociados.

El estudio también subraya la importancia de adoptar un enfoque holístico en la evaluación de la sostenibilidad. En lugar de centrarse solo en los aspectos económicos o ambientales, los autores emplearon un método de toma de decisiones multicriterio que integra estos factores con el impacto social. De hecho, la investigación reveló que una opción basada en el uso de cemento sulforresistente logró un aumento del 86 % en su calificación de sostenibilidad en comparación con el diseño de referencia.

Implicaciones y conclusiones

Este trabajo tiene importantes implicaciones para el diseño y el mantenimiento de infraestructuras en entornos expuestos a condiciones agresivas. Los autores sugieren que el enfoque tradicional, que a menudo se centra en minimizar los costes iniciales de construcción, debe reorientarse hacia una estrategia a largo plazo que considere todo el ciclo de vida de la estructura. De este modo, no solo se puede garantizar la viabilidad económica, sino también la reducción del impacto ambiental y social de las construcciones.

Además, el estudio pone de relieve la necesidad de promover políticas y normativas que incentiven el uso de materiales duraderos y de métodos de mantenimiento preventivo, especialmente en zonas costeras, donde los edificios son particularmente vulnerables a la corrosión. El uso de métodos modernos de construcción (MMC) y la evaluación integral del ciclo de vida podrían ser claves para cumplir con los objetivos de sostenibilidad globales y garantizar la durabilidad de las infraestructuras frente a los desafíos ambientales futuros.

Referencia:

SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; YEPES, V. (2024). Sustainable preventive maintenance of MMC-based concrete building structures in a harsh environment. Journal of Building Engineering, 95:110155. DOI:10.1016/j.jobe.2024.110155

Este artículo está publicado en abierto, por lo que puedes descargar aquí mismo:

Pincha aquí para descargar

Os dejo un podcast en inglés sobre este artículo. Espero que os guste.

Redes neuronales y metamodelos Kriging para la optimización de la energía en puentes losa pretensados

Acaban de publicarnos un artículo en la revista Sustainability, indexada en el JCR. El artículo evalúa la eficacia de las redes neuronales artificiales y de los modelos sustitutos de Kriging para optimizar la energía incorporada de los puentes de losas pretensadas, y proporciona recomendaciones prácticas para mejorar el diseño y la sostenibilidad.

El trabajo se enmarca en el proyecto de investigación RESILIFE , que dirijo como investigador principal en la Universitat Politècnica de València.

A continuación, se presenta un resumen sintético del trabajo.

 

 

Introducción

  • La industria de la construcción contribuye significativamente al consumo mundial de energía y a las emisiones de gases de efecto invernadero, lo que suscita un interés creciente por mejorar las prácticas de sostenibilidad.
  • El hormigón pretensado destaca por sus ventajas, que incluyen la durabilidad, la reducción del mantenimiento y la rapidez de construcción, a pesar de los costes iniciales más altos que los de los métodos tradicionales.
  • Las investigaciones indican que existe una brecha en la optimización de la energía incorporada en los puentes de losas de hormigón, lo que exige una mayor exploración y el uso de metodologías innovadoras, como el Kriging y las redes neuronales artificiales, para optimizar su diseño de manera efectiva.

Descripción de la cubierta del puente de losa aligerada

  • Los diseñadores suelen utilizar una relación canto/luz de 1/25 para las losas de carreteras con el fin de garantizar su integridad estructural. Los diseños de losas aligeradas ofrecen ventajas en rigidez frente a la flexión y en adaptabilidad.
  • El estudio se centra en una configuración de losas aligeradas pretensadas adecuada para los pasos superiores, con el objetivo de mejorar la eficiencia del diseño y el rendimiento estructural.
  • La teoría del estado límite se emplea para verificar la resistencia estructural mediante software avanzado para el modelado tridimensional y el análisis de cargas.
Figura 2. Imagen aérea de la estructura, situada en Cocentaina (Alicante). Imagen: Google Maps.

Metodología

  • El estudio analiza varios materiales, incluidos tipos específicos de acero y calidades de hormigón, para optimizar el diseño del puente de losa aligerada.
  • Se utilizan dos metamodelos predictivos, Kriging y redes neuronales, con el fin de optimizar el diseño propuesto del puente de losas.
  • La metodología incluye una fase de diversificación para la optimización inicial y otra de intensificación para refinar los resultados, midiendo los errores de predicción mediante el error cuadrático medio (RMSE).

Metamodelo Kriging

  • Kriging se emplea para estimar las necesidades de energía del puente de losas, utilizando un enfoque determinista que proporciona respuestas consistentes basadas en los datos de entrada.
  • La «caja de herramientas de Kriging de MATLAB» se utiliza para crear un modelo sustituto, y el LHS (LHS) mejora el proceso de muestreo para representar mejor el espacio de diseño.
  • Este método permite realizar pruebas computacionales eficientes y, al mismo tiempo, minimizar los errores sistemáticos, lo que lo hace adecuado para tareas complejas de optimización estructural.

Red neuronal artificial

  • Las ANN están estructuradas en capas de neuronas, donde las capas ocultas utilizan funciones sigmoide para procesar las entradas y la capa de salida emplea funciones lineales para realizar las predicciones.
  • El modelo de perceptrón multicapa (MLP) destaca por su capacidad para aproximar funciones de manera eficaz, basándose en el algoritmo de retropropagación para el entrenamiento.
  • El estudio hace hincapié en la importancia de la validación cruzada para evitar el sobreaprendizaje y garantizar un rendimiento sólido de la red neuronal en distintos conjuntos de datos.

Visualización de los datos observados

  • La gráfica de contorno de los datos observados revela múltiples valores óptimos locales, lo que evidencia la complejidad del problema de optimización y las limitaciones de los modelos de regresión tradicionales.
  • Esta complejidad requiere el uso de modelos predictivos avanzados para identificar con precisión las soluciones óptimas en el espacio de diseño.

Comparación de modelos predictivos

  • Los modelos de Kriging son deterministas, mientras que las redes neuronales incorporan variabilidad al basarse en la selección aleatoria de datos para su entrenamiento y validación.
  • El rendimiento de la red neuronal se estabiliza mediante múltiples ejecuciones, lo que permite una comparación más fiable entre los valores medios y las predicciones de Kriging.

Análisis de errores

  • El promedio de las predicciones de la red neuronal coincide estrechamente con los resultados del modelo de Kriging, aunque la red neuronal presenta un error cuadrático medio (MSE) y un error cuadrático medio (RMSE) más bajos.
  • El análisis destaca la necesidad de una evaluación exhaustiva de la capacidad de la red neuronal para identificar los valores óptimos, comparando las predicciones en todos los puntos de datos.

Recomendaciones prácticas

  • El estudio proporciona recomendaciones prácticas para reducir las emisiones en los puentes de losas pretensadas, incluidas directrices específicas sobre el contenido de hormigón y de refuerzo.
  • Los hallazgos sugieren que tanto las redes neuronales como las de Kriging pueden identificar eficazmente los valores óptimos locales, lo que ayuda a los ingenieros estructurales a optimizar los diseños para obtener beneficios económicos y ambientales.
  • Haciendo hincapié en la importancia de los modelos sustitutivos, la investigación aboga por su uso para perfeccionar los procesos de diseño y mejorar los resultados en materia de sostenibilidad.

Conclusiones

  • Se subraya la complejidad de la superficie de respuesta al consumo de energía, ya que tanto el Kriging como las redes neuronales predicen valores superiores a los observados.
  • El modelo de Kriging muestra un error relativo menor en las predicciones óptimas locales en comparación con la red neuronal, que, sin embargo, muestra un rendimiento de RMSE superior.
  • El estudio concluye que, si bien Kriging proporciona resultados deterministas, las redes neuronales requieren múltiples iteraciones para estabilizar los resultados, lo que aporta información valiosa para optimizar los diseños estructurales.

ABSTRACT:

The main objective of this study is to assess and contrast the efficacy of distinct spatial prediction methods in a simulation aimed at optimizing the embodied energy during the construction of prestressed slab bridge decks. A literature review and cross-sectional analysis have identified crucial design parameters that directly affect the design and construction of bridge decks. This analysis determines the critical design variables to improve the deck’s energy efficiency, providing practical guidance for engineers and professionals in the field. The methods analyzed in this study are ordinary Kriging and a multilayer Perceptron neural network. The methodology involves analyzing the predictive performance of both models through error analysis and assessing their ability to identify local optima on the response surface. Results show that both models generally overestimate observed values. The Kriging model with second-order polynomials yields a 4% relative error at the local optimum, while the neural network achieves lower root-mean-square errors (RMSE). Neither the Kriging model nor the neural network provides precise predictions, but points to promising solution regions. Optimizing the response surface to find a local minimum is crucial. High slenderness ratios (around 1/28) and a concrete grade of 40 MPa are recommended to improve energy efficiency.

KEYWORDS:

bridges; embodied energy; optimization; prestressed concrete; artificial neural network; surrogate model; Kriging; sustainability

REFERENCE:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2024). Artificial neural network and Kriging surrogate model for embodied energy optimization of prestressed slab bridges. Sustainability, 16(19), 8450; DOI:10.3390/su16198450

Pincha aquí para descargar

Impacto social y económico de los resultados previstos del proyecto de investigación RESILIFE

Instituto de Ciencia y Tecnología del Hormigón (ICITECH)

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 que 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 provocaron el 65 % de los casos de colapso progresivo. En Europa, solo la mitad de las reparaciones de edificios de hormigón resultaron efectivas, a pesar de que los costes de rehabilitación representan 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 en 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, constituyen 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 del 10 % al 50 % en costes, ahorros de materiales, reducciones de emisiones de CO₂ y de consumo de energía. Por otra parte, en proyectos anteriores se hizo hincapié en los aspectos sociales de la optimización de las infraestructuras. Ello supuso incorporar aspectos relativos a la seguridad de las personas, la equidad social intergeneracional, la salud, la educación, la integración del análisis de género, entre otros, que ahora se incluyen en este proyecto. El grupo dispone de la metodología para su inclusión en la construcción industrializada modular y en 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, mediante 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 impulsado la construcción modular a gran escala.

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 de 10 000 muertes anuales a nivel mundial. Asimismo, los resultados obtenidos mediante la optimización resiliente completarían 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 investigación del ICITECH sitúa a nuestro país en una posición tecnológica de gran importancia en el ámbito de la construcción.

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

Salto cualitativo del proyecto de investigación RESILIFE respecto a resultados previos

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

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 que este proyecto representa un salto cualitativo.

El equipo de investigación cuenta con una trayectoria que respalda su capacidad para abordar este nuevo reto, a partir de su 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, de los cuales 15 en la categoría Q1 y 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 publicado hasta ahora 42 artículos en 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 mixtas de cajón de acero y de 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 y ajustando los presupuestos. 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) para la hibridación de metaheurísticas y se exploró la construcción industrializada modular en la edificación y la 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 (véase 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 mediante metamodelos de redes neuronales, modelos de Kriging y análisis de fiabilidad. Se propusieron indicadores para evaluar la sostenibilidad social y ambiental. Además, se aplicó un 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 el 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 puedan 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, y estos campos de investigación son 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 deben superarse 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 ni se requiera una reparación 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 mediante la incorporación de un diseño óptimo resiliente y basado en la fiabilidad para evitar que los proyectos reales optimizados resulten infactibles ante pequeños cambios.
  • Profundizar en el estudio de la distribución de los impactos sociales y ambientales en las estructuras de 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 de junio de 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.

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

Metodología del proyecto de investigación RESILIFE

Figura 1. Instituto de Ciencia y Tecnología del Hormigón (ICITECH). http://congress.cimne.com/SAHC2020/frontal/JoseM.Adam.asp

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

El análisis del estado de la técnica, desarrollado específicamente por el grupo para formular este proyecto, reveló importantes lagunas de investigación. Por un lado, no se ha abordado de manera integral la optimización del diseño de estructuras híbridas y basadas en MMC que incorporan daños causados por eventos extremos, lo que dificulta una recuperación rápida y la minimización de los impactos sociales y ambientales. Estas estructuras presentan un alto potencial (Terreros-Bedoya et al., 2023; Sánchez-Garrido et al., 2023), pero aún no se han explorado metaheurísticas híbridas que integren la DL y la teoría de juegos para optimizar su resiliencia. Además, la lógica neutrosófica y las redes bayesianas abren puertas en el ámbito de la decisión multicriterio. Estas innovaciones se integran en nuestra metodología mediante técnicas como el análisis del ciclo de vida, el análisis basado en la fiabilidad, el diseño óptimo robusto, los metamodelos y las técnicas de minería de datos. La metodología propuesta busca priorizar el diseño de estructuras, así como su reparación o mantenimiento, considerando criterios de sostenibilidad social y ambiental, dentro de las restricciones presupuestarias, teniendo en cuenta la variabilidad inherente a los desafíos prácticos.

La Figura 2 muestra el esquema metodológico propuesto para RESILIFE, que vincula las fases con los objetivos específicos. Se adopta un enfoque mixto e interactivo en el que el decisor proporciona información sobre sus preferencias al analista. Posteriormente, mediante una optimización multiobjetivo basada en la fiabilidad y en los metamodelos, el analista genera un conjunto de soluciones eficientes que el decisor evalúa antes de tomar una decisión. Por tanto, la novedad de la propuesta metodológica trifase se basa en la integración de técnicas de información a priori, en las que el decisor (grupos de interés) informa de las preferencias al analista, abarcando métodos constructivos, reparación, conservación, etc. La optimización multiobjetivo, basada en la variabilidad de parámetros, variables y restricciones, produce alternativas eficientes. La última fase implica un proceso de información a posteriori para que el decisor considere aspectos no contemplados en la optimización, lo que da como resultado la solución final completa.

Figura 2. Esquema metodológico diseñado para RESILIFE en relación con los objetivos

La metodología se aplicará, como mínimo, a los siguientes casos de estudio. En primer lugar, la optimización de pórticos de edificios altos con estructura de acero híbrido y de hormigón armado sometidos a un incremento fuerte de temperatura. De hecho, Keles et al. (2024) optimizan estructuras de acero tradicionales, en las que la temperatura altera sus propiedades mecánicas, y Negrín et al. (2023a) comparan las ventajas de las estructuras híbridas frente a las tradicionales. El segundo caso se aplica a pórticos de edificios, tanto de hormigón armado como de estructuras híbridas, en los que se optimiza suponiendo el fallo completo de uno o varios soportes, de modo que el entramado mantenga su funcionalidad. Esto permite, con ligeros cambios en el diseño, mantener cierta funcionalidad estructural capaz de evacuar a las personas con seguridad y, a su vez, realizar tareas de reparación o mantenimiento de los elementos dañados. El objetivo es mejorar no solo la optimización, sino también los aspectos de diseño que impidan el colapso progresivo. Un aspecto similar ha sido estudiado por Negrín et al. (2023c) en el caso de fuertes interacciones suelo-estructura. Otro caso de estudio es la optimización resiliente de viviendas sociales prefabricadas en zonas sísmicas, que deben resistir acciones extremas y, además, reparar rápidamente los daños (Guaygua et al., 2023). Otro caso previsto es la optimización resiliente del mantenimiento y la reparación de patologías derivadas de eventos extremos. Los casos anteriores, que se centran en gran medida en viviendas, también se extenderán en este proyecto a otras estructuras, como puentes híbridos o estructuras modulares, en consonancia con la experiencia previa del equipo de investigación. La optimización siempre es multiobjetivo y se apoya en técnicas de deep learning a lo largo del ciclo de vida, con la novedad de incorporar la teoría de juegos.

Referencias

  • GUAYGUA, B.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2023). A systematic review of seismic-resistant precast concrete buildings. Structures, 58; 105598.
  • KELES, M.; ARTAR, M.; ERGÜN, M. (2024). Investigation of temperature effect on the optimal weight design of steel truss bridges using Cuckoo Search Algorithm. Structures, 59:105819.
  • NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023a). Design optimization of welded steel plate girders configured as a hybrid structure. J Constr Steel Res, 211:108131.
  • NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023b). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
  • NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023c). Metamodel-assisted meta-heuristic design optimization of reinforced concrete frame structures considering soil-structure interaction. Struct., 293:116657
  • SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725
  • TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.

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

Mejora del diseño estructural de cerchas metálicas pretensadas mediante optimización multiobjetivo y toma de decisión multicriterio

Acaban de publicarnos un artículo en Mathematics, una revista indexada en el primer decil del JCR. El documento Mejora del diseño estructural de cerchas metálicas pretensadas mediante optimización multiobjetivo y MCDM. El trabajo se enmarca en el proyecto de investigación RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

Estas son las principales contribuciones descritas en el artículo:

  • Marco integrado para la optimización: La investigación presenta un marco integral que combina algoritmos de optimización multiobjetivo (MOO) y técnicas de toma de decisiones multicriterio (MCDM). Este marco no solo es aplicable a las cerchas pretensadas, sino también a diversos diseños estructurales, lo que mejora la toma de decisiones en ingeniería estructural.
  • Algoritmos de optimización avanzados: el estudio emplea tres algoritmos MOO avanzados (NSGA-III, CTAEA y SMS-EMAO) para optimizar el diseño estructural de las cerchas arqueadas pretensadas. Este enfoque permite evaluar de manera sólida los diferentes objetivos del diseño, como la minimización del peso, el rendimiento de carga y la capacidad de construcción.
  • Métricas de evaluación integrales: el documento incorpora una serie de visualizaciones analíticas y métricas de evaluación exhaustivas para comprender la variabilidad de las variables en el contexto de Pareto. Esto ayuda a ilustrar las ventajas y desventajas de las distintas estrategias de optimización y a proporcionar una visión más clara del proceso de diseño.
  • Evaluación del rendimiento de los algoritmos: la investigación evalúa el rendimiento de los algoritmos de optimización mediante métricas de distancia generacional (GD) e inversa (IGD). Los resultados indican que el NSGA-III supera a los demás algoritmos en términos de convergencia hacia la frontera de Pareto, lo que proporciona información valiosa sobre la eficacia de cada uno.
  • Validación estadística de los resultados: el artículo emplea la prueba de Kruskal-Wallis para evaluar las diferencias en el rendimiento entre los algoritmos. Esto aporta credibilidad a los hallazgos y resalta las ventajas y limitaciones de cada enfoque de optimización, lo cual resulta crucial para futuras aplicaciones de optimización estructural.
  • Implicaciones prácticas para la construcción: Las innovaciones presentadas en el documento mejoran el rendimiento estructural, reducen el consumo de recursos y aumentan la capacidad de construcción y la seguridad. Estas contribuciones demuestran las implicaciones prácticas para una construcción más eficiente y sostenible y abordan la complejidad de los métodos de diseño tradicionales.

En resumen, este documento promueve significativamente la comprensión y la aplicación de las cerchas pretensadas al proporcionar un marco sólido para la optimización y la toma de decisiones, junto con información práctica para mejorar las prácticas de construcción.

Abstract:

The structural design of prestressed arched trusses poses a complex challenge due to the need to balance multiple conflicting objectives, including structural performance, weight, and constructability. This complexity is further compounded by the interdependent nature of the structural elements, which necessitates a comprehensive optimization approach. Addressing this challenge is crucial for advancing construction practices and improving the efficiency and safety of structural designs. The integration of advanced optimization algorithms and decision-making techniques offers a promising avenue for enhancing the design process of prestressed arched trusses. This study proposes the use of three advanced multi-objective optimization algorithms: NSGA-III, CTAEA, and SMS-EMOA, to optimize the structural design of prestressed arched trusses. The performance of these algorithms was evaluated using Generational Distance and Inverted Generational Distance metrics. Additionally, the non-dominated optimal designs generated by these algorithms were assessed and ranked using multiple Multi-Criteria Decision-Making techniques, including SAW, FUCA, TOPSIS, PROMETHEE, and VIKOR. This approach enabled a robust comparison of the algorithms and provided insights into their effectiveness in balancing the various design objectives. The results of the study indicate that NSGA-III exhibited superior performance with a GD value of 0.215, reflecting a closer proximity of its solutions to the Pareto front, and an IGD value of 0.329, indicating a well-distributed set of solutions across the Pareto front. In comparison, CTAEA and SMS-EMOA showed higher GD values of 0.326 and 0.436, respectively, suggesting less convergence to the Pareto front. However, SMS-EMOA demonstrated a balanced performance in terms of constructability and structural weight, with an IGD value of 0.434. The statistical significance of these differences was confirmed by the Kruskal-Wallis test, with p-values of 2.50×10−15 for GD and 5.15×10−06 for IGD. These findings underscore the advantages and limitations of each algorithm, providing valuable insights for future applications in structural optimization.

Keywords:

Multi-objective optimization; multi-criteria decision-making; NSGA-III; CTAEA; SMS-EMOA; SAW; FUCA; TOPSIS; PROMETHEE; VIKOR

Reference:

RUIZ-VÉLEZ, A.; GARCÍA, J.; PARTSKHALADZE, G.; ALCALÁ, J.; YEPES, V. (2024). Enhanced Structural Design of Prestressed Arched Trusses through Multi-Objective Optimization and MCDM. Mathematics, 12(16), 2567. DOI:10.3390/math12162567

Pincha aquí para descargar

Objetivos del proyecto de investigación RESILIFE

Instituto de Ciencia y Tecnología del Hormigón (ICITECH)

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

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

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

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

Figura 2. Objetivos específicos del proyecto RESILIFE

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

Hipótesis de partida del proyecto de investigación RESILIFE

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

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

La hipótesis principal de partida de RESILIFE es que un diseño óptimo y una construcción con estructuras híbridas basadas en los modernos métodos de construcción (MMC) son efectivos desde el punto de vista social y ambiental y resilientes ante eventos extremos. La novedad radica en el uso de la inteligencia artificial para optimizar la resiliencia y la sostenibilidad, con el fin de hacer frente a eventos extremos y evitar el colapso progresivo, protegiendo así la vida y la economía. De hecho, las estructuras híbridas de acero y las estructuras modulares son tipologías con elevadas posibilidades de generación de conocimiento (Sánchez-Garrido et al., 2023; Terreros-Bedoya et al., 2023). Además, existe un déficit de investigaciones que incorporen metaheurísticas híbridas emergentes y el aprendizaje profundo (deep learning, DL) en la optimización multiobjetivo resiliente de este tipo de estructuras. Estas técnicas extraen información no trivial de las inmensas bases de datos resultantes de la optimización y mejoran la calidad y el tiempo de cálculo. Otra novedad en este proyecto es el uso de la teoría de juegos en la optimización multiobjetivo, empleada en la última tesis doctoral del grupo. Con esta propuesta metodológica se pretende abordar las incertidumbres del mundo real, planteando la optimización resiliente basada en la fiabilidad y en diseños robustos. Esta hipótesis debe extenderse a la toma de decisiones multicriterio que atienda a la sostenibilidad social y ambiental del ciclo de vida completo, que contemple las fluctuaciones tanto de los parámetros como de los escenarios posibles, especialmente con fuertes restricciones presupuestarias. La resolución del problema planteado presenta serias dificultades, por lo que se deben explorar metamodelos y DL capaces de acelerar el cálculo (Negrín et al., 2023).

Para alcanzar los objetivos del proyecto se basan en determinadas hipótesis:

  • Hipótesis 1: Es rentable diseñar estructuras innovadoras, resilientes y robustas frente a eventos extremos, que puedan repararse cuando se optimicen a lo largo de su ciclo de vida.
  • Hipótesis 2: Las estructuras modulares permiten instaurar o restaurar infraestructuras rápidamente tras un evento extremo y son eficientes en términos sociales y ambientales.
  • Hipótesis 3: Las estructuras de acero híbridas mejoran las prestaciones de las estructuras de acero convencionales, mejorando la resiliencia ante eventos extremos, con niveles óptimos de sostenibilidad.
  • Hipótesis 4: Las metaheurísticas mejoran la calidad de las soluciones y reducen el tiempo de cálculo al combinarse con el aprendizaje profundo (DL).
  • Hipótesis 5: La optimización multiobjetivo de las estructuras híbridas de acero reduce los impactos sociales y ambientales a lo largo del ciclo de vida, y la teoría de juegos es una técnica efectiva.
  • Hipótesis 6: La optimización multiobjetivo puede dar lugar a soluciones inviables ante pequeñas variaciones en los parámetros o en las restricciones.
  • Hipótesis 7: Tanto el diseño óptimo basado en la fiabilidad como el diseño óptimo robusto conducen a soluciones menos sensibles a la variabilidad y a los cambios en los escenarios (especialmente presupuestarios), pero se basan en funciones de probabilidad poco realistas debido a la falta de datos.
  • Hipótesis 8: Es posible utilizar metamodelos y DL en el diseño óptimo robusto y en el diseño basado en fiabilidad para el proyecto y para el mantenimiento de estructuras híbridas y modulares.
  • Hipótesis 9: Las soluciones de mantenimiento óptimas de estructuras híbridas y modulares difieren si el análisis del ciclo de vida se incluye o no en la fase de proyecto.
  • Hipótesis 10: Dado un horizonte temporal para una estructura, es posible encontrar un diseño y una gestión posteriores de dicho activo que mejoren otras alternativas, incluso con presupuestos restrictivos.
  • Hipótesis 11: Las medidas de proyecto y preventivas derivadas de un sistema de apoyo a la toma de decisiones son preferibles a la reparación severa de las estructuras por su menor coste social y ambiental. La dimensión social incluye la integración del análisis de género en la investigación (IAGI).
  • Hipótesis 12: Es posible identificar buenas prácticas para el diseño, la conservación, el mantenimiento y el desmantelamiento de estructuras híbridas y modulares robustas frente a cambios presupuestarios y resilientes ante eventos extremos.

Referencias

  • NEGRÍN, I.; KRIPKA, M.; YEPES, V. (2023). Metamodel-assisted design optimization in the field of structural engineering: a literature review. Structures, 52:609-631.
  • SÁNCHEZ-GARRIDO, A.J.; NAVARRO, I.J.; GARCÍA, J.; YEPES, V. (2023). A systematic literature review on Modern Methods of Construction in building: an integrated approach using machine learning. Build. Eng., 73:106725.
  • TERREROS-BEDOYA, A.; NEGRÍN, I.; PAYÁ-ZAFORTEZA, I.; YEPES, V. (2023). Hybrid steel girders: review, advantages and new horizons in research and applications. J Constr Steel Res, 207:107976.

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