Evaluación del índice de daño estructural en entornos BIM

Acaban de publicar nuestro artículo en la revista Structures, de la editorial Elsevier, indexada en Q1 del JCR. El estudio desarrolla una metodología para evaluar un índice de daño estructural en entornos BIM, con el fin de optimizar los procesos de rehabilitación.

Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal, junto con el profesor Julián Alcalá, en la Universitat Politècnica de València.

El artículo contextualiza la necesidad de integrar herramientas digitales en la evaluación de daños estructurales como respuesta a las exigencias de sostenibilidad y eficiencia en el sector de la construcción. Se menciona que el envejecimiento del parque edificatorio y las nuevas exigencias en materia de mantenimiento requieren un enfoque innovador. Se destaca la implementación de BIM como una solución para mejorar la gestión de activos y prolongar la vida útil de las estructuras. En este contexto, el artículo presenta Endurify, una herramienta diseñada para evaluar la durabilidad de elementos estructurales de hormigón mediante indicadores de deterioro, con el fin de optimizar los procesos de rehabilitación.

El artículo enfatiza que la rehabilitación de edificios es una estrategia fundamental para mejorar la sostenibilidad en el sector de la construcción. Al renovar estructuras existentes, se reduce el impacto ambiental al disminuir la necesidad de utilizar nuevos materiales y procesos constructivos. Además, la rehabilitación mejora el rendimiento energético de los edificios, lo que contribuye a los objetivos de desarrollo sostenible establecidos por organismos internacionales. En el contexto europeo, iniciativas como el Pacto Verde Europeo subrayan la relevancia de estas medidas para reducir las emisiones de carbono y mejorar la eficiencia en el uso de recursos.

La metodología BIM se ha convertido en un estándar en la industria de la construcción, facilitando la integración de múltiples capas de información en un único modelo digital. BIM permite almacenar y gestionar datos estructurales, materiales y operacionales, optimizando así la planificación y el mantenimiento de edificios. La literatura reciente ha demostrado que el uso de BIM mejora la sostenibilidad en la construcción, facilita la gestión de riesgos y permite realizar análisis avanzados, como simulaciones de desempeño estructural. Además, la incorporación de gemelos digitales y herramientas de simulación refuerza su capacidad para la toma de decisiones fundamentadas en datos.

El mantenimiento estructural es fundamental para garantizar la seguridad y la eficiencia de los edificios a lo largo de su vida útil. A pesar de la importancia del seguimiento del estado estructural, la investigación en este ámbito ha sido menos extensa que la dedicada al diseño y la construcción. En este contexto, BIM se presenta como una plataforma idónea para integrar estrategias de mantenimiento predictivo, ya que permite evaluar el estado real de las estructuras y anticipar las intervenciones necesarias. Sin embargo, la implementación de BIM en este ámbito enfrenta desafíos como la precisión de los datos, los costes asociados y la capacitación del personal especializado.

El desarrollo de Endurify se basó en una metodología de investigación-acción de doble ciclo, lo que permitió realizar iteraciones sucesivas para optimizar la herramienta. El proceso constó de siete etapas, que iban desde la identificación del problema hasta la validación del software en entornos reales. La herramienta se diseñó específicamente para el mercado de la vivienda en España y cumple con los requisitos del Código Estructural.

Para evaluar la durabilidad, se seleccionaron cuatro indicadores principales: carbonatación, fisuración transversal, fluencia y deformación. La metodología utilizada para determinar cada uno de estos indicadores se basa en modelos normativos y en la recopilación de datos mediante inspección visual. Los resultados se almacenan dentro del modelo BIM, lo que permite su análisis comparativo y la planificación de intervenciones de mantenimiento.

La implantación de Endurify en BIM se realizó mediante un complemento para Autodesk Revit que permite extraer datos de los elementos estructurales y realizar el análisis de daños en tiempo real. La herramienta se diseñó para trabajar con parámetros predefinidos en el modelo BIM y almacenar los resultados como atributos de los elementos analizados.

El artículo presenta Endurify, un complemento para entornos BIM que permite analizar el estado de conservación de los elementos estructurales de hormigón. La herramienta emplea cuatro indicadores de daño: carbonatación, fisuración transversal, fluencia y deformación. Su integración en BIM facilita la gestión de datos, ya que permite almacenar los resultados del análisis dentro del modelo digital. Esto posibilita una evaluación más precisa del estado estructural y contribuye a la toma de decisiones sobre el mantenimiento y la rehabilitación de edificios existentes. Cabe destacar que la herramienta evita pruebas destructivas y se ajusta a normativas como el Código Estructural de España (CE-2021).

Los estudios de caso presentados en el artículo muestran cómo se ha aplicado Endurify en elementos estructurales con distintos grados de exposición ambiental. En un primer caso, se analizó una viga interior con fisuras visibles y se determinó que la carbonatación era el factor predominante en su deterioro. En el segundo caso, se evaluó un soporte en un corredor exterior sin daños aparentes con el mismo procedimiento, confirmándose un estado avanzado de carbonatación. Los resultados demuestran que la herramienta permite identificar patrones de degradación en distintos elementos y facilita la programación de intervenciones específicas. No obstante, se reconoce que la precisión del análisis depende de la calidad de los datos de entrada y de su compatibilidad con diferentes normativas y condiciones ambientales.

El artículo sugiere que la incorporación de nuevos enfoques podría mejorar la herramienta Endurify. Se menciona la posibilidad de desarrollar un índice de daño estructural que combine los cuatro indicadores en un solo valor ponderado, aunque los autores advierten de que esto podría ocultar información relevante sobre las causas del deterioro. Asimismo, se plantea la necesidad de adaptar la metodología a distintos contextos normativos e integrar sensores IoT para obtener datos en tiempo real. Además, se destaca que una mejor definición de los parámetros de análisis podría optimizar la precisión del modelo y ampliar su aplicación a proyectos de rehabilitación a gran escala.

Por tanto, el artículo demuestra que la integración de herramientas de análisis de durabilidad en entornos BIM puede mejorar la evaluación del estado estructural de los edificios. Endurify permite almacenar y visualizar datos de deterioro en el modelo digital, lo que facilita la toma de decisiones sobre el mantenimiento y la rehabilitación. Sin embargo, su implementación depende de la calidad de los datos de entrada y de su adaptación a distintas normativas. Se identifican oportunidades para mejorar la herramienta mediante el uso de modelos predictivos y la incorporación de tecnologías emergentes, lo que podría consolidar su aplicación en la ingeniería civil.

Referencia:

FERNÁNDEZ-MORA, V.; NAVARRO, I.J.; YEPES, V. (2025). Structural damage index evaluation in BIM environmentsStructures, 74:108544. DOI:10.1016/j.istruc.2025.108544

 

Teoría de juegos aplicada a la optimización multiobjetivo de puentes mixtos

Acaban de publicar nuestro artículo en la revista del primer decil del JCR Mathematics. El artículo presenta un método innovador para optimizar el diseño de puentes mixtos de acero y hormigón mediante un enfoque basado en la teoría de juegos. Este enfoque integra criterios de sostenibilidad económica, ambiental y social con la simplicidad constructiva, abordando de manera simultánea múltiples objetivos que suelen ser conflictivos en proyectos de infraestructura. La principal contribución radica en la aplicación de un método de optimización multiobjetivo (MOO) que permite equilibrar los tres pilares de la sostenibilidad, empleando el Análisis del Ciclo de Vida (LCA) para evaluar el impacto durante todo el ciclo de vida del puente, desde su fabricación hasta su desmantelamiento.

Destaca la implementación de una versión discreta del algoritmo Seno-Coseno (SCA), adaptada específicamente para resolver problemas de diseño estructural. Esta metodología no solo garantiza un diseño eficiente en términos de coste y sostenibilidad, sino que también proporciona una solución práctica que facilita la construcción al reducir los refuerzos en las losas superiores y realizar ajustes geométricos estratégicos. Este enfoque supone un avance en el campo de la ingeniería civil, ya que combina técnicas matemáticas avanzadas con consideraciones prácticas del sector. Este trabajo se enmarca dentro del proyecto de investigación RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

La metodología descrita combina la teoría de juegos con un enfoque cooperativo, en el que los diferentes objetivos (coste, impacto ambiental, impacto social y facilidad constructiva) se representan como «jugadores». Estos jugadores colaboran para encontrar soluciones óptimas dentro del conjunto de soluciones Pareto-óptimas, utilizando el concepto de equilibrio de Nash y reglas de negociación.

El algoritmo Seno-Coseno (SCA) modificado desempeña un papel fundamental en este proceso, ya que permite gestionar variables discretas y restricciones estructurales mediante funciones de transferencia en forma de tangente hiperbólica. Además, se emplea la teoría de la entropía para asignar pesos objetivos, lo que asegura un equilibrio justo entre los criterios y minimiza la subjetividad en la toma de decisiones.

Los resultados muestran que la metodología basada en la teoría de juegos permite reducir el refuerzo de las losas superiores del puente y optimizar el uso de materiales sin comprometer la resistencia estructural. En comparación con un enfoque de optimización monoobjetivo centrado exclusivamente en costes, el método propuesto aumenta los costes en un 8,2 %, pero mejora sustancialmente los impactos ambientales y sociales asociados al diseño.

El estudio revela que, mediante la redistribución del material estructural, es posible mantener la rigidez necesaria en las secciones transversales del puente. En concreto, se observa un aumento en el uso de acero estructural en lugar de acero de refuerzo, lo que simplifica la construcción al reducir la cantidad de barras necesarias y, por ende, el tiempo de instalación y vibrado del hormigón. Este cambio también contribuye a mejorar la calidad del producto final, ya que reduce los errores constructivos y optimiza el tiempo de ejecución.

El análisis demuestra que las soluciones obtenidas mediante métricas de distancia Minkowski (L1, L2 y L∞) proporcionan diseños equilibrados que logran compromisos efectivos entre coste, sostenibilidad y facilidad constructiva. Estas soluciones son comparables a estudios previos en términos de costes, pero ofrecen beneficios adicionales al incluir una evaluación más integral de los impactos sociales y ambientales.

El enfoque presentado abre la puerta a diversas áreas de investigación. Una línea de investigación prometedora es la aplicación de algoritmos híbridos que combinen la teoría de juegos con otras metaheurísticas, como redes neuronales o algoritmos genéticos, para mejorar la exploración y explotación del espacio de soluciones. Esto podría reducir el tiempo de computación y permitir su aplicación a problemas más complejos.

Otra posible dirección de investigación sería ampliar el modelo para incluir criterios como la resiliencia ante desastres naturales o la evaluación de riesgos a largo plazo. También se podría explorar la incorporación de nuevos indicadores sociales, como el impacto en las comunidades locales durante la construcción y operación del puente, lo que ampliaría la evaluación de sostenibilidad. Asimismo, sería interesante aplicar esta metodología a otros tipos de estructuras, como edificios o infraestructuras de transporte masivo, para evaluar su viabilidad y adaptar el enfoque a diferentes contextos.

En definitiva, el artículo proporciona una herramienta muy valiosa para abordar los desafíos de sostenibilidad y eficiencia en el diseño de infraestructuras civiles. La combinación de la teoría de juegos y la optimización multiobjetivo es efectiva para equilibrar criterios complejos y conflictivos, y ofrece soluciones prácticas, sostenibles y viables desde el punto de vista económico y constructivo. Aunque computacionalmente intensivo, este enfoque establece una base sólida para futuras investigaciones y aplicaciones en el campo de la ingeniería civil, lo que permite avanzar en la evaluación integral de la sostenibilidad y en la mejora de los procesos de diseño estructural.

Referencia:

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2025). Game Theory-Based Multi-Objective Optimization for Enhancing Environmental and Social Life Cycle Assessment in Steel-Concrete Composite Bridges. Mathematics, 13(2):273. DOI:10.3390/math13020273

Os dejo a continuación el artículo completo, pues se ha pbulicado en abierto.

Descargar (PDF, 1.44MB)

Métodos multicriterio: la clave para rehabilitar edificios vulnerables en zonas sísmicas

Un equipo de investigadores de la Universitat Politècnica de València y la Universidad Central del Ecuador ha llevado a cabo un análisis exhaustivo sobre los métodos de toma de decisiones multicriterio (MCDM) aplicados a la evaluación, selección y rehabilitación de edificios. Publicado en la prestigiosa revista Journal of Civil Engineering and Management, este artículo aborda una problemática clave en la ingeniería civil actual: cómo hacer frente al envejecimiento del parque de edificios, muchos de los cuales se construyeron siguiendo normativas de seguridad y sostenibilidad ya obsoletas.

La necesidad de abordar esta cuestión es urgente, dado que muchos edificios existentes no cumplen con los estándares actuales de seguridad, en particular respecto a su vulnerabilidad sísmica. Este factor es especialmente relevante en países con un alto riesgo, donde recientes terremotos han demostrado la fragilidad de las infraestructuras más antiguas. Además de las posibles pérdidas humanas, el impacto económico y social de estos eventos puede ser devastador.

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 es fruto de una colaboración internacional entre investigadores de Ecuador y España.

Contexto de la investigación

El envejecimiento del parque de edificios es un problema global que afecta tanto a países desarrollados como en vías de desarrollo. Muchos edificios antiguos se construyeron siguiendo normativas obsoletas que no tenían en cuenta los estándares de seguridad modernos, especialmente en lo que respecta al riesgo sísmico. A esto se suma la necesidad de hacer frente a desafíos medioambientales, como el impacto de la construcción en el consumo energético y las emisiones de CO₂. Ante esta situación, surge la necesidad de adoptar estrategias de rehabilitación que combinen la seguridad estructural con la sostenibilidad. La integración de factores sociales, económicos y ambientales en la toma de decisiones sobre la rehabilitación de edificios es fundamental para avanzar hacia un entorno construido más seguro y sostenible.

Metodología

La investigación se basa en una revisión bibliométrica de la literatura sobre los métodos MCDM aplicados a la evaluación y rehabilitación de edificios. Se analizaron 91 artículos publicados entre 2008 y 2023, utilizando bases de datos especializadas como Web of Science y SCOPUS. Los estudios seleccionados abordan tanto la evaluación de la vulnerabilidad de los edificios como la selección de estrategias de rehabilitación, con un enfoque particular en edificios escolares y patrimoniales, que suelen estar más expuestos a riesgos debido a su antigüedad o importancia cultural.

Se evaluaron las tendencias en el uso de los métodos MCDM y se identificaron investigaciones clave que han logrado evaluar de manera conjunta el consumo energético y la vulnerabilidad sísmica. Estas investigaciones destacan la necesidad de contar con metodologías que permitan evaluar múltiples factores de manera simultánea y en contextos de incertidumbre, especialmente cuando se trata de estructuras vulnerables, como las escuelas y los edificios patrimoniales, que requieren un enfoque especializado tanto por su valor cultural como por su complejidad estructural. Los investigadores clasificaron los diferentes métodos MCDM más utilizados, como el Proceso de Análisis Jerárquico (AHP), el Simple Additive Weighting (SAW) y el TOPSIS. Cada método se evaluó en función de su capacidad para integrar criterios contradictorios, como la seguridad estructural, el impacto económico, social y ambiental.

Resultados

El estudio revela la prevalencia de ciertos métodos clásicos en la investigación científica, como el ya mencionado AHP, que se ha combinado en muchos estudios con TOPSIS, un enfoque que permite identificar soluciones óptimas al considerar tanto la distancia a una solución ideal como a una no ideal. Este enfoque se ha aplicado tanto a la selección de edificios que requieren intervenciones urgentes como a la identificación de estrategias de rehabilitación más eficaces. Estos métodos permiten ponderar diversos criterios y encontrar soluciones que maximicen la seguridad y la sostenibilidad. Entre los principales hallazgos destacan:

  • Evaluación de la vulnerabilidad: Se ha aplicado MCDM para evaluar la vulnerabilidad de los edificios en zonas urbanas, con un enfoque particular en las escuelas y los edificios patrimoniales. En muchos casos, los estudios integraron criterios de vulnerabilidad sísmica con aspectos socioeconómicos y ambientales.
  • Selección de estrategias de rehabilitación: El estudio identificó tres enfoques principales en la rehabilitación de edificios: la intervención en componentes individuales, la adición de elementos de resistencia y la reducción de demandas estructurales mediante dispositivos suplementarios. La combinación de sostenibilidad y seguridad ha sido un aspecto clave en estos estudios.
  • Sostenibilidad: Si bien muchos estudios ya integran criterios de sostenibilidad, solo un porcentaje menor (15 %) incorpora análisis del ciclo de vida (LCA), una herramienta crucial para medir el impacto ambiental de las intervenciones a largo plazo.

Implicaciones

Las conclusiones de este trabajo tiene importantes implicaciones tanto para la práctica de la ingeniería civil como para las políticas públicas. La aplicación de métodos MCDM permite a los ingenieros y a los responsables de la toma de decisiones considerar una variedad de factores antes de seleccionar una estrategia de rehabilitación para un edificio. Esto es particularmente relevante en áreas con alto riesgo sísmico, donde la rehabilitación de edificios vulnerables puede salvar vidas y reducir las pérdidas económicas.

Además, la integración de criterios de sostenibilidad subraya la importancia de las políticas que promuevan rehabilitaciones que no solo refuercen la seguridad, sino que también reduzcan el impacto ambiental. Los resultados del estudio sugieren que las futuras investigaciones deberían centrarse en la creación de metodologías más avanzadas que manejen mejor la incertidumbre y que logren una verdadera integración de los pilares de sostenibilidad (económico, social y ambiental) con los criterios de seguridad estructural.

En resumen, este estudio ofrece una perspectiva innovadora sobre la forma en que los métodos MCDM pueden ayudar a afrontar los retos actuales en la rehabilitación de edificios. Su aplicación no solo mejora la seguridad de las infraestructuras, sino que también permite avanzar hacia un modelo de construcción más sostenible y eficiente. Sus recomendaciones son claras: es necesario seguir investigando para mejorar las soluciones de toma de decisiones que integren de manera efectiva la seguridad estructural y la sostenibilidad. Esto es fundamental no solo para garantizar la seguridad de los edificios, sino también para asegurar que las futuras generaciones puedan disfrutar de un entorno construido que sea resiliente, seguro y sostenible.

Referencia:

VILLALBA, P.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2024). A review of multi-criteria decision-making methods for building assessment, selection, and retrofit. Journal of Civil Engineering and Management, 30(5):465-480. DOI:10.3846/jcem.2024.21621

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

Descargar (PDF, 1.66MB)

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

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en el JCR. El artículo evalúa la eficacia de las redes neuronales artificiales y 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 dentro del proyecto de investigación RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València.

A continuación se recoge 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 en 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 en comparación con 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 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 cuanto a rigidez a la flexión y 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 el uso de 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 las 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 una fase 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 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 con capas de neuronas, donde las capas ocultas utilizan funciones sigmoideas para procesar las entradas y la capa de salida emplea funciones lineales para 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 que el rendimiento de la red neuronal sea sólido en los diferentes conjuntos de datos.

Visualización de los datos observados

  • La gráfica de contorno de los datos observados revela múltiples valores óptimos locales, lo que indica 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 dentro del espacio de diseño.

Comparación de modelos predictivos

  • Los modelos de Kriging son deterministas, mientras que las redes neuronales introducen variabilidad debido a que se basan 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 de los valores medios con 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 entre 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 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 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 provide precise predictions, but point to promising solution regions. Optimizing the response surface to find a local minimum is crucial. High slenderness ratios (around 1/28) and 40 MPa concrete grade 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

Descargar (PDF, 4.78MB)

Coste del ciclo de vida de las baterías de NiZn mediante Optimización Multiobjetivo por Enjambre de Partículas

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en el JCR. El artículo de investigación se centra en la optimización de las funciones de coste del ciclo de vida (LCC) e impacto ambiental (LCA) de las baterías de níquel-zinc (NiZn) mediante el algoritmo de optimización por enjambres de partículas multiobjetivo (MOPSO). El proceso de optimización se centra en las fases de adquisición de materias primas y de fin de vida útil de las baterías de NiZn para mejorar sus indicadores clave de rendimiento (KPI) de sostenibilidad. La metodología, implementada en MATLAB, utiliza un modelo de formulación de LCC y LCA ambiental, e incorpora datos de la base de datos Ecoinvent, el software OpenLCA y otras bases de datos públicas. Los resultados obtenidos gracias a la optimización proporcionan información sobre las combinaciones de países más eficaces para obtener materias primas para la producción de baterías de NiZn y gestionar los residuos de las baterías que no se pueden reciclar. Los KPI de sostenibilidad, como el impacto del calentamiento global y los costes de capital, se vinculan automáticamente a los resultados, lo que garantiza su reproducibilidad en caso de actualizaciones de datos o cambios en las ubicaciones de producción y reciclaje establecidas inicialmente en París (Francia) y Krefeld (Alemania). El proceso de validación implica un análisis de sensibilidad para garantizar la solidez de los parámetros matemáticos y tener en cuenta las futuras variaciones del mercado, junto con el uso del proceso jerárquico analítico (AHP) para validar los resultados con interacciones humanas. En el futuro, se sugiere incluir las fases de fabricación y uso en el modelo de optimización para mejorar aún más la sostenibilidad y la eficiencia de las baterías de NiZn.

Como conclusiones más importantes de este trabajo, se pueden señalar las siguientes:

  • El estudio optimizó el ciclo de vida, el impacto ambiental y el costr de las baterías de NiZn, utilizando los datos más recientes disponibles de los principales productores y centros de tratamiento de residuos.
  • La optimización por enjambres de partículas multiobjetivo (MOPSO) se consideró más adecuada que el algoritmo genético (GA) para la optimización multiobjetivo, debido a su eficiencia y eficacia.
  • El análisis tuvo en cuenta 14 flujos de materiales, una línea de eliminación de residuos y varias ubicaciones del mundo con diferentes costes e impactos ambientales, lo que puso de relieve la complejidad del proceso de optimización.
  • Mediante el MOPSO, se identificaron las ubicaciones óptimas de los proveedores de materias primas con un coste e impacto medioambiental mínimos, así como las ubicaciones de eliminación de residuos de materiales no reciclables.
  • Se recomendaron países proveedores óptimos específicos para los diferentes materiales, haciendo hincapié en la importancia de tomar decisiones estratégicas de abastecimiento para reducir el impacto ambiental y los costes.
  • El modelo de IA demostró su solidez al alinearse con los resultados del proceso jerárquico analítico (AHP) y mostrar su resiliencia a las fluctuaciones del mercado en el análisis de sensibilidad.
  • El estudio hizo hincapié en la necesidad de contar con módulos de programación dinámicos para estimar los indicadores clave de rendimiento (KPI) de sostenibilidad y validar los resultados de la optimización, especialmente en las fases de adquisición de materias primas y eliminación de residuos.
  • La validación mediante el AHP reveló similitudes y diferencias entre la IA y los resultados de las encuestas de un panel de expertos, lo que puso de manifiesto la eficacia del modelo de IA en la toma de decisiones estratégicas para el abastecimiento y la gestión de residuos.
  • El documento concluyó destacando la importancia de incorporar las fases de fabricación y uso en los futuros modelos de optimización para mejorar aún más la sostenibilidad y la eficiencia de las baterías de NiZn.

Abstract:

This study aims to optimize the Environmental Life Cycle Assessment (LCA) and Life Cycle Cost (LCC) of NiZn batteries using Pareto Optimization (PO) and Multi-objective Particle Swarm Optimization (MOPSO), which combine Pareto optimization and genetic algorithms (GA). The optimization focuses on the raw material acquisition and end-of-life phases of NiZn batteries to improve their sustainability Key Performance Indicators (KPIs). The optimization methodology, programmed in MATLAB, is based on a formulation model of LCC and the environmental LCA, using data from the Ecoinvent database, the OpenLCA software (V1.11.0), and other public databases. Results provide insights about the best combination of countries for acquiring raw materials to manufacture NiZn and for disposing of the waste of NiZn batteries that cannot be recycled. These results were automatically linked to some sustainability KPIs, such as global warming and capital costs, being replicable in case of data updates or changes in production or recycling locations, which were initially considered at Paris (France) and Krefeld (Germany), respectively. These results provided by an AI model were validated by using a sensitivity analysis and the Analytical Hierarchy Process (AHP) through an expert panel. The sensitivity analysis ensures the robustness of mathematical parameters and future variations in the market; on the other hand, the AHP validates the Artificial Intelligence (AI) results with interactions of human factors. Further developments should also consider the manufacturing and use phases in the optimization model.

Keywords:

LCCA; LCA; MOPSO; genetic algorithms; AHP; sustainability KPIs; AI; NiZn batteries

Reference:

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; MARTÍNEZ-FERNÁNDEZ, P.; YEPES, V. (2024). Optimization of the Life cycle cost and environmental impact functions of NiZn batteries by using Multi-Objective Particle Swarm Optimization (MOPSO). Sustainability, 16(15):6425. DOI:10.3390/su16156425

Descargar (PDF, 2.03MB)

Toma de decisiones para la evaluación, selección y rehabilitación de edificios

Acaban de publicarnos un artículo en la revista científica Journal of Civil Engineering & Management (indexada en el JCR, Q1) un artículo que analiza el uso de la toma de decisiones con criterios múltiples (MCDM) para evaluar y modernizar edificios, centrándose en la integración de los criterios de seguridad y sostenibilidad. Asimismo, identifica los métodos MCDM más comunes, como el AHP, el SAW y el TOPSIS, y ofrece recomendaciones para futuras investigaciones a fin de mejorar los procesos de toma de decisiones en la renovación de edificios. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Las contribuciones más importantes de este trabajo son las siguientes:

  • El documento realiza una revisión exhaustiva de la literatura sobre los métodos de toma de decisiones con criterios múltiples (MCDM) para evaluar, seleccionar y modernizar edificios, haciendo hincapié en la integración de los criterios de seguridad y sostenibilidad.
  • Aborda la necesidad de realizar evaluaciones con múltiples objetivos en la modernización sostenible para demostrar la sostenibilidad tanto a corto como a largo plazo, colmando así un vacío de conocimiento en el campo de la seguridad estructural y la sostenibilidad de los edificios existentes.
  • El estudio evalúa la tendencia actual de utilizar los MCDM para integrar las tres dimensiones de la sostenibilidad con la seguridad estructural, destacando el potencial de las aplicaciones de los MCDM en la toma de decisiones en los ámbitos de la ingeniería civil, la construcción, la tecnología de la construcción y la sostenibilidad.
  • La investigación tiene como objetivo proporcionar información sobre la evaluación, la selección y la modernización de edificios sostenibles y seguros, y ofrece recomendaciones para futuras investigaciones a fin de mejorar las soluciones de toma de decisiones para integrar los aspectos de seguridad y sostenibilidad en los edificios existentes.

Las conclusiones del artículo son las siguientes:

  • El estudio revisa 91 artículos sobre la evaluación, la selección y la modernización de edificios mediante métodos de toma de decisiones basados en criterios múltiples, lo que indica el creciente interés de la comunidad científica por esta área.
  • Los investigadores se centran en los edificios públicos, en particular en las escuelas y los edificios históricos, e integran las consideraciones económicas y sociales al evaluar los edificios vulnerables y las opciones de modernización.
  • El enfoque actual hace hincapié en la integración en cuatro dimensiones de los aspectos de seguridad, económicos, sociales y ambientales en la modernización de edificios, aunque los criterios específicos para cada dimensión carecen de consenso.
  • El proceso analítico jerárquico (AHP) se utiliza ampliamente para la ponderación de los criterios, mientras que el método TOPSIS es el preferido para integrar los criterios de sostenibilidad y seguridad en la modernización de edificios.
  • El estudio destaca la necesidad de seguir investigando para abordar la subjetividad en la toma de decisiones, incorporar el análisis del ciclo de vida y explorar nuevos sistemas de gestión multifuncional para mejorar la integración de la seguridad y la sostenibilidad en las evaluaciones y modernizaciones de los edificios.

Abstract:

Multiple criteria decision-making (MCDM) has experienced significant growth in recent years, owing to its capacity to integrate even contradictory criteria. This study conducted a comprehensive literature review of MCDM for assessing, selecting, and retrofitting buildings. The bibliometric search used a search algorithm in specialized databases. A filtering and expansion process was done by reviewing references, and 91 relevant articles were selected. The analysis revealed that in a group of studies, socioeconomic criteria were used to assess the vulnerability of buildings. On the other hand, some research integrated the three dimensions of sustainability (economic, social, and environmental) along with safety considerations when identifying optimal retrofit alternatives. Classic MCDMs are prevalent in research within this field. Among the most used methods, the Analytic Hierarchy Process (AHP) was employed for criteria weighting, Simple Additive Weighting (SAW) for constructing vulnerability indices, and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) for building retrofitting. This literature review contributes to the path toward a holistic renovation of the existing building stock, providing recommendations for future research to improve decision-making solutions for integrating the safety and sustainability of existing buildings.

Keywords:

Decision-making, MCDM, multi-criteria, retrofit, structural assessment, sustainability, vulnerability

Reference:

VILLALBA, P.; SÁNCHEZ-GARRIDO, A.; YEPES, V. (2024). A review of multi-criteria decision-making methods for building assessment, selection, and retrofit. Journal of Civil Engineering and Management, 30(5):465-480. DOI:10.3846/jcem.2024.21621

Os paso, para su descarga, el artículo, al publicarse en abierto.

Descargar (PDF, 1.66MB)

Optimización energética de tableros tipo losa pretensados aligerados mediante modelos Kriging

Durante los días 10-13 de julio de 2023 tuvo lugar en Donostia-San Sebastián (Spain) el 27th International Congress on Project Management and Engineering AEIPRO 2023. Fue una buena oportunidad para debatir y conocer propuestas sobre dirección e ingeniería de proyectos. Nuestro grupo de investigación, dentro del proyecto de investigación HYDELIFE, presentó varias comunicaciones. A continuación os paso el resumen de una de ellas.

El objetivo de este trabajo es desarrollar una metodología para optimizar la energía en la construcción de tableros losa pretensado aligerados. Se lleva a cabo un análisis de la sección transversal para determinar los parámetros de diseño a través de un estudio del estado del arte. A partir de ese análisis, se identifican las variables de diseño que mejorarán la eficiencia energética del tablero. La metodología se divide en dos fases: primero, se utiliza una técnica estadística llamada hipercubo latino para muestrear las variables del tablero y determinar una superficie de respuesta; y en segundo lugar, se optimiza la superficie de respuesta mediante un modelo de optimización basado en Kriging. Como resultado, se ha desarrollado una metodología que reduce el costo energético en la construcción de tableros losa pretensado aligerados. Las recomendaciones para mejorar la eficiencia energética incluyen emplear esbelteces elevadas (alrededor de 1/28), reducir el consumo de hormigón y armadura activa, y aumentar la cantidad de armadura pasiva.

El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Palabras clave:

Optimización; energía; puentes; Kriging; metamodelos; sostenibilidad

Agradecimientos:

This research was funded by MCIN/AEI/10.13039/501100011033, grant number PID2020-117056RB-I00 and The APC was funded by ERDF A way of making Europe.

Referencia:

BRUN-IZQUIERDO, A.; YEPES-BELLVER, L.; ALCALÁ, J.; YEPES, V. (2023). Optimización energética de tableros tipo losa pretensados aligerados mediante modelos Kriging. 27th International Congress on Project Management and Engineering, AEIPRO, 10-13 de julio, Donostia/San Sebastián (Spain), pp. 426-437. DOI:10.61547/3374

A continuación os dejo un vídeo donde presentamos el trabajo. Espero que os sea de interés.

Os dejo la comunicación completa, pues está publicada en abierto.

Descargar (PDF, 1.88MB)

Optimización del coste energético de puentes losa postesados mediante un Kriging en dos fases

Acaban de publicarnos un artículo en la revista Materials, revista indexada en el JCR. El objetivo del estudio es optimizar la energía empleada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el desarrollo de una metodología que utilice el muestreo latino de hipercubos y la optimización basada en el método Kriging. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

  • El artículo establece una metodología para optimizar la energía incorporada en la construcción de pasos elevados de carreteras aligeradas mediante la identificación de las principales variables de diseño y el uso del hipercubo latino y la optimización basada en el método Kriging.
  • El estudio recomienda emplear índices de esbeltez elevados, minimizar el uso de hormigón y armaduras activas y aumentar la cantidad de armaduras pasivas para mejorar la eficiencia energética.
  • El artículo utiliza una técnica estadística llamada muestreo de hipercubo latino para muestrear variables y crear una superficie de respuesta, que luego se ajusta con precisión mediante un metamodelo Krixing.
  • La metodología desarrollada en el trabajo reduce el coste energético de la construcción de puentes de losas aligeradas.
  • El estudio contribuye al campo de la optimización energética en la construcción al proporcionar una metodología específica para los puentes de losas de hormigón pretensado aligerado, especialmente en los pasos elevados de carreteras postesadas.

Abstract:

This study aims to establish a methodology for optimizing embodied energy while constructing lightened road flyovers. A cross-sectional analysis is conducted to determine design parameters through an exhaustive literature review. Based on this analysis, key design variables that can enhance the energy efficiency of the slab are identified. The methodology is divided into two phases: a statistical technique known as Latin Hypercube Sampling is initially employed to sample deck variables and create a response surface; subsequently, the response surface is fine-tuned through a Kriging-based optimization model. Consequently, a methodology has been developed that reduces the energy cost of constructing lightened slab bridge decks. Recommendations to improve energy efficiency include employing high slenderness ratios (approximately 1/28), minimizing concrete and active reinforcement usage, and increasing the amount of passive reinforcement.

Keywords:

Optimization; embodied energy; bridges; surrogate model; Kriging; prestressed concrete; sustainability

Reference:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2023). Embodied energy optimization of prestressed concrete road flyovers by a two-phase Kriging surrogate model. Materials16(20); 6767. DOI:10.3390/ma16206767

Descargar (PDF, 2.15MB)

Aprendizaje profundo para la optimización del ciclo de vida de puentes mixtos de hormigón y acero

Acaban de publicarnos un artículo en Structures, revista indexada en el JCR. Se trata de la evaluación del coste del ciclo de vida mediante la función de densidad espectral de potencia en un puente de hormigón en ambiente costero. El artículo presenta una metodología que utiliza el aprendizaje profundo para acelerar los cálculos de las restricciones estructurales en un contexto de optimización, específicamente para un puente mixto de hormigón y acero. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El modelo de aprendizaje profundo óptimo está integrado por tres metaheurísticas: el método Obamo (Old Bachelor Acceptance with a Mutation Operator), el Cuckoo Search (CS) y los algoritmos de coseno sinusoidal (SCA). Esta integración da como resultado un posible aumento de 50 veces en la velocidad computacional en ciertos escenarios. El estudio destaca la viabilidad económica, las ramificaciones ambientales y las evaluaciones del ciclo de vida social de las soluciones de diseño optimizadas. Demuestra las ventajas de combinar el aprendizaje profundo con la optimización del diseño de la ingeniería civil, especialmente en lo que respecta al aumento del límite elástico del acero para cumplir objetivos medioambientales y sociales. La metodología propuesta en el documento se puede adaptar a una variedad de otras configuraciones estructurales, por lo que es aplicable más allá del caso específico del puente compuesto

La editorial permite la descarga gratuita del artículo hasta el 29 de noviembre de 2023 en la siguiente dirección: https://authors.elsevier.com/c/1humr8MoIG~oVG

Abstract:

The ability to conduct life cycle analyses of complex structures is vitally important for environmental and social considerations. Incorporating the life cycle into structural design optimization results in extended computational durations, underscoring the need for an innovative solution. This paper introduces a methodology leveraging deep learning to hasten structural constraint computations in an optimization context, considering the structure’s life cycle. Using a composite bridge composed of concrete and steel as a case study, the research delves into hyperparameter fine-tuning to craft a robust model that accelerates calculations. The optimal deep learning model is then integrated with three metaheuristics: the Old Bachelor Acceptance with a Mutation Operator (OBAMO), the Cuckoo Search (CS), and the Sine Cosine Algorithms (SCA). Results indicate a potential 50-fold increase in computational speed using the deep learning model in certain scenarios. A comprehensive comparison reveals economic feasibility, environmental ramifications, and social life cycle assessments, with an augmented steel yield strength observed in optimal design solutions for both environmental and social objective functions, highlighting the benefits of meshing deep learning with civil engineering design optimization.

Keywords:

Deep learning; Sustainability; Optimization; Bridges; Machine learning; Composite structures

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2023). Deep learning classifier for life cycle optimization of steel-concrete composite bridges. Structures, 57:105347. DOI:10.1016/j.istruc.2023.105347

Evaluación del ciclo de vida de un puente en ambiente marino con ayuda de métodos no destructivos de detección de daños

Acaban de publicarnos un artículo en el Journal of Marine Science and Engineering, revista indexada en el JCR. Se trata de la evaluación del coste del ciclo de vida con ayuda de métodos no destructivos de un puente de hormigón en ambiente costero. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

  • El artículo evalúa el uso de métodos no destructivos de detección de daños, específicamente la técnica de densidad espectral de potencia (PSD), para reducir el impacto ambiental durante la reparación y el mantenimiento de un puente costero de hormigón. Los resultados muestran una reducción del 23% en los impactos ambientales cuando se utiliza el enfoque PSD durante la vida útil del puente.

  • La investigación evalúa las capacidades no destructivas y el enfoque dinámico de la técnica PSD para predecir la cantidad y la ubicación de los daños en la evaluación del ciclo de vida (LCA) del puente. Esta evaluación ayuda a los especialistas e ingenieros en el campo de la seguridad y el mantenimiento de los puentes.

Abstract:

Recently, using economic damage identification techniques to ensure the safety of bridges has become essential. But investigating the performance of those techniques for various conditions and environments and, in addition, a life cycle assessment (LCA) through these methods depending on the situation and during the life of a structure could help specialists and engineers in this field. In these regards, analyzing the implementation of a technique for the restoration and maintenance stages of costly structures such as bridges can illustrate the effect of each damage detection method on the LCA. This research assessed non-destructive abilities and a dynamic approach to predict the amount and location of damages in the LCA. For this purpose, the power spectral density (PSD) technique’s performance by different approaches in identifying corrosion damages for a coastal bridge and the effectiveness of using this technique on reducing the environmental impact compared with a conventional method were evaluated. The results demonstrate a reduction of the environmental impacts by approximately 23% when using the PSD during the bridge’s service life. In conclusion, the PSD approach does well in anticipating the damage quantity and location on a coastal bridge, which reduces the environmental impacts during the repair and maintenance.

Keywords:

Sustainability; non-destructive damage identification technique; life cycle assessment (LCA); environmental impacts assessment; concrete coastal bridge; corrosion; power spectral density method (PSD)

Reference:

HADIZADEH-BAZAZ, M.; NAVARRO, I.J.; YEPES, V. (2023). Life Cycle Assessment of a Coastal Concrete Bridge Aided by Non-Destructive Damage Detection Methods. Journal of Marine Science and Engineering, 11(9):1656. DOI:10.3390/jmse11091656

Descargar (PDF, 5MB)