- El profesor del CEU participa en un proyecto de investigación para desarrollar un modelo que minimice los riesgos en las excavaciones profundas
El director de la Cátedra ESI de la Universidad CEU Cardenal Herrera, Antonio Falcó Montesinos, se ha incorporado como colaborador al proyecto de investigación que la multinacional ARUP, una empresa que presta servicios de ingeniería, diseño, planificación y gestión de proyectos en todo el mundo, está desarrollando para crear un modelo que permita a las empresas constructoras minimizar los riegos en las excavaciones profundas. El proyecto, denominado Bayesian analysis of the observed behaviour of underground structures está dirigido por Antonio Cañavate-Grimal, antiguo profesor de estructuras de la Escuela Superior de Enseñanzas Técnicas de la Universidad CEU Cardenal Herrera, y en la actualidad en el Departamento de Geotécnia de la empresa ARUP en UK.
El objetivo del proyecto, advierte Antonio Falcó, es el desarrollo de un procedimiento de aprendizaje automático basado en un enfoque bayesiano para la estimación de parámetros en modelos que describen el comportamiento físico de un terreno en una excavación profunda. La metodología combina la inferencia bayesiana y el empleo del método de los elementos finitos estocásticos, que permiten manipular los parámetros del modelo como funciones de probabilidad, mientras que el proceso de aprendizaje se realiza mediante la combinación de observaciones empíricas y simulaciones.
Problemática del proyecto
“El suelo es un material altamente no lineal en el que la rigidez y la resistencia dependen de los niveles de tensión. Se han desarrollado un gran número de modelos constitutivos para simular las características más importantes del comportamiento. La elección del modelo depende de la información disponible del suelo y de la situación de diseño. La determinación de los parámetros del suelo es una tarea difícil debido a heterogeneidad del suelo, las condiciones de contorno (estratificación, situación del nivel freático…), el remoldeo que sufren las muestras durante su extracción en la campaña geotécnica y la proporción de suelo empleada para constituir dicha muestra que resulta pequeña si la comparamos con la cantidad de terreno afectado por la cimentación”, asegura Falcó.
Para este experto, profesor en el departamento de Matemáticas, Física y Ciencias tecnológicas, la información bruta que se obtiene de un reconocimiento geotécnico debe ser interpretada por un ingeniero especialista, añadiendo más incertidumbre al proceso de elección de modelo y de parámetros geotécnicos. “Una práctica habitual en geotecnia, para confirmar la validez de los parámetros, es realizar análisis retrospectivos o inversos con la información que proporciona la instrumentación de obra”, concluye. Los investigadores del proyecto abordan este análisis mediante el planteamiento de un problema inverso que consiste en estimar unos parámetros para los que inicialmente se dispone de una información limitada obtenida a partir de observaciones indirectas, que también están sujetas a errores.
Resultados de la colaboración
Los investigadores han propuesto un procedimiento de aprendizaje automático que permita la toma de decisiones durante el proceso de excavación en tiempo real. Estos resultados se plasmarán en una artículo científico conjunto donde se darán las pautas propuestas y se mostrará la eficacia del mismo mediante un caso práctico de estudio basado en datos obtenidos en excavaciones reales.
