La tesis explora el uso de técnicas de inteligencia artificial como redes neuronales y computación evolutiva en ingeniería civil. Se desarrolla una herramienta que permite a los ingenieros aplicar estas técnicas para predecir caudales en cuencas hidrográficas y determinar la longitud de anclaje de armaduras en hormigón armado. El objetivo general es diseñar e implementar redes neuronales y demostrar la aplicabilidad de la inteligencia artificial en la ingeniería civil.
0 calificaciones0% encontró este documento útil (0 votos)
104 vistas4 páginas
La tesis explora el uso de técnicas de inteligencia artificial como redes neuronales y computación evolutiva en ingeniería civil. Se desarrolla una herramienta que permite a los ingenieros aplicar estas técnicas para predecir caudales en cuencas hidrográficas y determinar la longitud de anclaje de armaduras en hormigón armado. El objetivo general es diseñar e implementar redes neuronales y demostrar la aplicabilidad de la inteligencia artificial en la ingeniería civil.
La tesis explora el uso de técnicas de inteligencia artificial como redes neuronales y computación evolutiva en ingeniería civil. Se desarrolla una herramienta que permite a los ingenieros aplicar estas técnicas para predecir caudales en cuencas hidrográficas y determinar la longitud de anclaje de armaduras en hormigón armado. El objetivo general es diseñar e implementar redes neuronales y demostrar la aplicabilidad de la inteligencia artificial en la ingeniería civil.
La tesis explora el uso de técnicas de inteligencia artificial como redes neuronales y computación evolutiva en ingeniería civil. Se desarrolla una herramienta que permite a los ingenieros aplicar estas técnicas para predecir caudales en cuencas hidrográficas y determinar la longitud de anclaje de armaduras en hormigón armado. El objetivo general es diseñar e implementar redes neuronales y demostrar la aplicabilidad de la inteligencia artificial en la ingeniería civil.
Los avances en el campo de la Inteligencia Artificial han tenido una fuerte influencia en las diferentes áreas de la Ingeniería Civil, Los nuevos métodos y algoritmos que han y están apareciendo permiten a los ingenieros usar estas nuevas técnicas de maneras diferentes y sobre problemas de diversa naturaleza. Algunas de estas áreas de aplicación, como la hidrología y la construcción, se han estudiado en esta tesis, aunque la metodología propuesta es aplicable a cualquier ámbito de la ingeniería.
El objetivo principal de esta tesis doctoral es el diseño, la implementación y la demostración de la
aplicabilidad de la inteligencia artificial (redes de neuronas artificiales y computación evolutiva) a la ingeniería civil. Para ello se desarrolla una herramienta informática que permite al ingeniero la aplicación de estas técnicas en diversos campos de una forma cómoda y práctica, sin necesidad de un conocimiento profundo de estas técnicas.
Se aplica el sistema desarrollado en problemas de diferente naturaleza relacionados con 2 áreas diferentes de la ingeniería civil:
Hidrología: El desarrollar un modelo de transformación lluvia-escorrentía en una cuenca hidrográfica
permite pronosticar el riesgo asociado a las condiciones de lluvia para la cuenca. El objetivo de los ingenieros, en este caso, es construir un sistema autónomo y que se adapte continuamente a las características del terreno, capaz de realizar predicciones en tiempo real de los diferentes cambios de nivel del agua de la cuenca producidos por la lluvia. En este caso, se aplican las Redes de Neuronas Artificiales (RNA) y la Computación Evolutiva (CE), mostrándose cómo estas dos técnicas pueden trabajar conjuntamente para resolver el problema de la predicción del caudal de una cuenca urbana. Los resultados obtenidos se comparan con las técnicas clásicas de la hidrología, como por ejemplo los hidrogramas unitarios, y se analizan las ventajas e inconvenientes asociados.
Construcción: Dentro del área de la construcción, uno de los problemas que se le plantean al ingeniero civil es la determinación de la longitud de anclaje de las armaduras pasivas en el hormigón. Basado en la capacidad adherente entre ambos materiales, el planteamiento de la longitud de anclaje se suele abordar de forma empírica, habiéndose desarrollado expresiones que están recogidas por distintas normativas. En este caso se presentan dos soluciones obtenidas, respectivamente, mediante RNA y por métodos evolutivos, en concreto mediante la técnica de Programación Genética (PG), al problema del cálculo o determinación de las longitudes de anclaje de armaduras pasivas de acero en vigas de hormigón armado.
https://www.e-zigurat.com/blog/es/inteligencia-artificial-en-la-construccion/ Aplicación actual de la IA en la construcción
De acuerdo con un estudio reciente de McKinsey&Company, Artificial
Intelligence: Construction technology’s next frontier: “El valor económico del sector de la ingeniería y la construcción asciende a más de $10 trillones al año. Y, a pesar de que sus clientes son cada vez más sofisticados, sigue estando muy poco digitalizado.”
Sin embargo, las empresas que aplican la Inteligencia Artificial a sus proyectos pueden generar un 50% más de ganancia.
La aplicación de IA no implica el uso de robots para diseñar ladrillos o conducir
camiones; implica el uso de algoritmos que pueden resolver el mayor de los desafíos y mejorar la eficiencia y la productividad.Las empresas de construcción que han comenzado a enfrentarse a la Inteligencia Artificial generalmente la han adoptado en niveles bastante incipientes para acciones tales como:
o Optimización del cronograma del proyecto y planificación mejorada.
o Reconocimiento de imágenes que ayuda a analizar datos de vídeo para mejorar la seguridad en el lugar de la obra. o Análisis mejorado de datos utilizando sensores para proporcionar soluciones en tiempo real, reducir costes y proporcionar mantenimiento preventivo.
Cómo aplicar la IA a la construcción
Según el informe mencionado anteriormente de McKinsey&Company, existen cinco
formas en que la IA se puede aplicar a la ingeniería y la construcción.
1. Aprendizaje reforzado
Los algoritmos se pueden usar para realizar estudios de prueba y error sin riesgos. Esto ayuda a encontrar la mejor forma de ejecutar una acción. Esto es ideal para tareas de planificación y programación, por ejemplo.
2. Pronóstico y gestión del riesgo
Con la Inteligencia Artificial, se pueden realizar pruebas sobre la viabilidad de las
soluciones y la eficacia de los materiales. Por ejemplo, Autodesk ha lanzado BIM 360 Project IQ, un software que utiliza datos conectados y aprendizaje automático para pronosticar y priorizar problemas de alto riesgo y proporcionar una idea de los principales desafíos que enfrentan los gerentes de construcción.
3. Prefabricación
La IA puede mejorar la coordinación de la cadena de suministro, controlar sus
costes y el flujo de dinero. 4. ‘Machine Learning’
Un ejemplo de esto es el uso de brazos robóticos, que aprenden de las
simulaciones para poder prefabricar material o realizar tareas de mantenimiento de forma efectiva. La industria AEC está utilizando el aprendizaje automático para el diseño generativo, con el fin de identificar y evitar choques entre los diversos modelos creados por los equipos en la fase de planificación y diseño.
Building System Planning ha creado GenMEP, un complemento para Revit que se
centra en el diseño mecánico y de fontanería (MEP). El software utiliza el aprendizaje automático para explorar todas las posibles alternativas de diseño y pruebas para encontrar qué diseño es mejor, asegurando que los modelos 3D de los sistemas MEP no entren en conflicto con el diseño del edificio.
5. Reconocimiento de imagen
Cuando la Inteligencia Artificial se aplica con drones e imágenes en 3D, los
ingenieros pueden comparar lo que se está desarrollando (e incluso el producto final) con los planos y diseños iniciales. También es posible identificar riesgos de seguridad en los sitios del proyecto.
Smartvid.io es una plataforma de administración de fotos y vídeos que aprovecha el
aprendizaje automático, el reconocimiento de voz e imágenes para organizar los datos. Esta plataforma etiqueta automáticamente los datos de construcción y sugiere proactivamente medidas de seguridad.
Inteligencia Artificial y BIM
Finalmente, la IA mejora los procesos BIM (Building Information Modeling). Las
imágenes de drones y los datos que se recopilan ayudan a crear modelos que se pueden comparar con los realizados con BIM. Por lo tanto, la IA permite reducir drásticamente el tiempo de toma de decisiones.
“Debido a que el impacto de la Inteligencia Artificial depende de tener los datos
correctos, actualmente es complicado sacar provecho de este tipo de tecnología sin antes realizar esfuerzos importantes en digitalización. Esto significa invertir en las herramientas y capacidades adecuadas para la recopilación y el procesamiento de datos, como la infraestructura en la nube y el análisis avanzado”- McKinsey&Company. OBJETIVO ESPECIFICO
Que realice predicciones del comportamiento de una estructura
Que el sistema evalué la mejor estructura para una situación
OBJETIVO GENERALES
El diseño de la red neuronal (computación evolutiva)
La implementación de esta red
La demostración de la aplicabilidad de la inteligencia artificial en la ingeniería civil
