Importancia de la tecnología en la evaluación del estado de la infraestructura civil

Redactado por: Luis A. Bedriñana (Profesor a Tiempo Completo del Departamento de Ing. Civil)

Dentro de los objetivos para el desarrollo sostenible de las Naciones Unidas [1], se menciona que la adecuada inversión en infraestructura es crítica para el desarrollo de los centros urbanos. Por ejemplo, el Objetivo 9 menciona que es necesario construir y mantener infraestructura más resiliente, lo cual es especialmente relevante en un país con diversas amenazas naturales como el Perú. Sin embargo, mucha de la infraestructura, base para la industria y calidad de vida en las mayores ciudades, ha sido construida hace varias décadas. Por ejemplo, un número considerable de puentes de la red vial de los Estados Unidos fueron construidos entre los 1950’s y 1960’s, indicando que muchos de ellos llegaron ya a su tiempo de vida útil de diseño (50 años en general) [2]. Se puede notar un caso similar en el Perú, donde muchos de los puentes actualmente operativos fueron construidos hace ya más de 30 años. Por ende, se hace evidente la necesidad de la correcta estimación de la condición de nuestra infraestructura civil.

La importancia de evaluar la condición, y calidad, de la infraestructura civil ha sido puesta en evidencia. Recientemente, la asociación de ingenieros civil de Estados Unidos (ASCE por sus siglas en inglés) ha lanzado un reporte [3] en donde mide y califica la condición y el desempeño de su infraestructura. Por ejemplo, este reporte, que se realiza cada cuatro años, ha dado una calificación de C (en una escala de A a F) a sus puentes, y D para caminos. Estos estudios dan la información base para la gestión de la infraestructura civil; de hecho, este reporte provee diversas recomendaciones para mejorar la calificación dada a la infraestructura civil. Esto ilustra la importancia de monitorear la condición de la infraestructura civil. Lamentablemente, no existen reportes de este tipo en el Perú, al menos no con este nivel de detalle. Sin embargo, ha sido reportado que sólo 738 de los 3665 de la red vial nacional del Perú han sido inspeccionados, de los cuales 50 puentes han sido catalogados como malos o muy malos [4]. Por ende, se hace necesario el establecer planes de evaluación de la condición de la infraestructura nacional para, luego, realizar planes de mantenimiento de la misma.

Otro aspecto importante es el empleo de técnicas adecuadas para evaluar la condición estructural de la infraestructura civil, lo cual asegura la calidad de la data de un reporte de evaluación del desempeño de infraestructura. La estrategia empleada tradicionalmente para estimar la condición de estructuras existentes es la realización de inspecciones visuales. Para el caso de puentes, por ejemplo, se desarrollan inspecciones en campo por ingenieros entrenados. Esta estrategia, sin embargo, ha probado ser muy poco eficiente en muchos casos. Para dar un ejemplo, la red vial de California, EEUU, tiene más de 24000 puentes [5] y la red nacional del Perú tiene 3665 puentes, lo cual hace muy costoso e ineficiente el realizar la inspección detalla en campo de cada uno de estos puentes. Además, la categorización del daño en campo requiere de un gran número de ingenieros debidamente entrenados, además de proveer resultados subjetivos en algunos casos. Otro inconveniente con los métodos tradicionales es que muchas veces deben de cerrarse parcialmente, o totalmente, el servicio de la estructura inspeccionada.

Muchas de las limitaciones de las inspecciones tradicionales pueden ser solucionadas con el empleo de nuevas tecnologías. Actualmente, se viene desarrollando diversas tecnologías para optimizar los procesos de evaluación y monitoreo de la condición de estructuras. Sensores de alta precisión y de menor costo son ahora más comunes, los cuales se emplean para medir distintos parámetros importantes de una estructura (aceleración, desplazamientos, deformaciones unitarias, etc) y que luego son usados para realizar diversos métodos de identificación estructural. Sin embargo, estos métodos son todavía costos y son difíciles de implementar en estructuras complejas.

La aplicación de fibras ópticas ha logrado grandes avances en el monitoreo de estructuras con configuraciones complejas. Los Sensores de Fibras Ópticas (SFO) proveen una fuente de información más estable y son capaces de obtener mediciones distribuidas a lo largo de la longitud de las fibras. En Ingeniería Civil la técnica más usada es la Reflectometría Óptica en Dominio del Tiempo para obtener mediciones de deformación unitaria [6], para lo cual se insertan fibras ópticas en diversos elementos estructurales. Los SFO se han aplicado dentro un torón de acero post-tensado para medir deformaciones en aplicaciones de estructuras de concreto prefabricado [7].

Por otro lado, una de las tecnologías que más viene impactado la evaluación y monitoreo de estructuras es la Visión Artificial combinada con técnicas de Machine Learning [8,9]. El hecho de que sean tecnologías sin-contacto provee una muy atractiva ventaja sobre otros métodos ya que se pueden realizar mediciones de gran precisión en lugares poco accesibles de una estructura. Además, estas técnicas resultan ser más económicas, comparado con sensores físicos, y pueden realizar detecciones automáticas del daño superficial como grietas y fisuras [8]. En particular, las técnicas basadas en Redes Neuronales han mostrado resultados muy promisorios para la clasificación, detección y reconocimiento del daño en estructuras de concreto [9]. Sin embargo, estas técnicas tienen la desventaja de requerir una enorme cantidad de imágenes, debidamente procesadas, para brindar resultados generalizables.

En el Perú se tienen ya algunos avances en el desarrollo de alguna de estas tecnologías. Por ejemplo, se vienen planteando prototipos para la inspección y detección de daños en las superficies de estructuras de concreto reforzado [10]. De la misma forma, sistemas similares se han propuesto para la inspección de estructuras históricas de Adobe [11]. Estos sistemas usan técnicas basadas en Redes Neuronales y Visión artificial para analizar imágenes de estructuras reales. 

Lo discutido anteriormente no hace que mas que reforzar la importancia del desarrollo tecnológico para brindar mejores soluciones en la gestión de la infraestructura civil. Además, es crítico el evaluar y monitorear adecuadamente la condición de la infraestructura civil existente, por su gran relevancia para el desarrollo sostenible de nuestros sistemas urbanos.

Referencias:

[1] https://sdgs.un.org/es/goals
[2] AAOSHAT. (2008). “Bridging the Gap – Restoring and Rebuilding the Nation’s Bridges”. American Association of State Highway and Transportation Officials. Washington DC.
[3] https://infrastructurereportcard.org/
[4] https://www.pvn.gob.pe/puentes/spuentes/
[5] Mangalathu, S. (2017). “Performance based grouping and fragility analysis of box-girder bridges in California”. Ph.D. Thesis, Georgia Institute of Technology.
[6] Leung, C. K. Y., Wan, K. T., Inaudi, D., Bao, X., Habel, W., Zhou, Z., Ou, J., Ghandehari, M., Wu, H. C., and Imai, M. (2015). “Review: optical fiber sensors for civil engineering applications.” Materials and Structures, 48(4), 871–906.
[7] Bedriñana, L. A. (2018). “Seismic Performance and Seismic Design of Damage-Controlled Prestressed Concrete Building Structures.” Ph.D. Thesis, Kyoto University.  https://doi.org/10.14989/doctor.k21364

[8] Deng, J., Lu, Y., and Lee, V. C. S. (2021). “Imaging-based crack detection on concrete surfaces using You Only Look Once network.” Structural Health Monitoring, 20(2), 1–16
[9] Cha, Y.-J., Choi, W., and Büyüköztürk, O. (2017). “Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks.” Computer-Aided Civil and Infrastructure Engineering, 32(5), 361–378.
[10] https://fb.watch/58vSD3p4_k/
[11] https://proyectos.utec.edu.pe/iniciacion-cientifica/2020-1/proyecto-47