Mantenimiento preventivo
septiembre 16, 2022

USO DE LAS CIENCIAS DE LOS DATOS PARA CONSERVAR Y REPARAR MEJOR LAS ESTRUCTURAS

Los puentes son enlaces esenciales en las redes de carreteras. Cualquier fallo estructural no detectado puede convertirse rápidamente en una amenaza para su funcionamiento y la seguridad de los usuarios. El envejecimiento de un gran número de estructuras de hormigón en todo el mundo, sometidas a entornos agresivos y a cargas de tráfico cada vez más grandes, requiere la adopción de un enfoque diferente para mejorar el mantenimiento y la conservación.

Aunque el sector de la construcción ha adoptado más tarde que otras industrias las últimas tendencias tecnológicas, en la actualidad está plenamente comprometido a lograr su transformación digital y aprovechar las nuevas tecnologías en sus actividades. Por ello, el uso del Internet de las cosas (IoT) se presenta como un método innovador para el mantenimiento de las infraestructuras de transporte mediante la instalación de múltiples sensores, que recogen en tiempo real grandes volúmenes de datos sobre la salud estructural.

Como esta tecnología es menos aplicable a los puentes existentes, cuyo estado inicial no siempre se conoce, VSL ha decidido explorar otro camino mediante los conceptos de Big Data, aprendizaje automático e inteligencia artificial (IA). La información fundamental y exacta que se obtiene de esta forma permite mejorar la calidad de las evaluaciones del estado, aumentar los plazos de alerta en caso de deterioro importante y, finalmente, ayudar a nuestros clientes a reducir los costes de mantenimiento y maximizar la disponibilidad de su red de transporte.

En el marco del programa de innovación de Bouygues Construction, VSL se ha asociado con el equipo de la cátedra de Construction 4.0 de la escuela francesa de ingeniería Centrale Lille para investigar el uso de estas tecnologías disruptivas con un enfoque especial en las estructuras de hormigón pretensado, mediante fuentes de datos consolidadas.

El objetivo es desarrollar una herramienta que pueda prever la evolución futura del estado de una estructura y, por lo tanto, orientar la toma de decisiones relativas al mantenimiento predictivo. Un equipo de cuatro investigadores trabajará sobre este proyecto durante dos años, en estrecha colaboración con especialistas de VSL.

Mantenimiento predictivo: el valor de los datos

El Big Data tiene un potencial indiscutible: proporciona a las empresas un método para recopilar, analizar y aplicar enormes cantidades de información con el fin de resolver problemas y crear valor añadido para sus clientes. En el sector de la construcción, también representa un reto importante a la hora de recoger, compartir, estructurar y utilizar los datos generados durante la larga vida útil de los puentes.

«En los próximos años, uno de los mayores desafíos de la construcción será la creación de valor a partir de los datos», subraya Andreas Schwarz, Director de reparación y conservación.

Como especialista en sistemas y componentes estructurales, VSL ha recopilado grandes volúmenes de datos a lo largo de los años. Sus equipos de investigación pueden sacar provecho de fuentes de datos internos y externos para construir modelos predictivos y mejorar la potencia y la precisión de sus previsiones.

La primera etapa del trabajo consiste en utilizar la inteligencia artificial para detectar modelos de deterioro en los datos consolidados de puentes que se recogen en informes de inspección, fotografías, ensayos no destructivos (NDT) e información general.

La segunda etapa consiste en investigar los datos y elaborar algoritmos que puedan prever la evolución de estos modelos en el tiempo y servir como diferenciador clave en el mercado de la reparación y la conservación.

«La aplicación de la IA para prever la sostenibilidad de los puentes es muy importante cuando se tiene en cuenta la experiencia del conocimiento humano en la teoría y en la práctica», explica el profesor Zoubeir Lafhaj, titular de la cátedra Construction 4.0 de la escuela Centrale Lille.

Jessica SWIDERSKI
Administrator