EVALUACIÓN
DE LA SALUD DE LAS ESTRUCTURAS DE INGENIERÍA DE PUENTES, EDIFICIOS
Y OTRAS INFRAESTRUCTURAS RELACIONADAS
El Structural
Health Monitoring (SHM) se aplica a diversas formas de infraestructura,
especialmente cuando los países de todo el mundo entran en un período
de construcción aún mayor de varias infraestructuras que
van desde puentes hasta rascacielos. Especialmente cuando se trata de daños
a estructuras, es importante tener en cuenta que hay etapas de dificultad
creciente que requieren el conocimiento de etapas anteriores, a saber:
• Detectando
la existencia del daño en la estructura.
• Localizar
el daño
• Identificando
los tipos de daño.
• Cuantificando
la severidad del daño.
Es necesario
emplear el procesamiento de señales y la clasificación estadística
para convertir los datos de los sensores sobre el estado de salud de la
infraestructura en información de daños para la evaluación.
La evaluación
operativa intenta responder cuatro preguntas sobre la implementación
de una capacidad de identificación de daños:
•
¿Cuáles son la justificación económica y /
o de seguridad de vida para realizar el SHM?
• ¿Cómo
se define el daño para el sistema que se está investigando
y, para múltiples posibilidades de daños, cuáles son
los casos que más preocupan?
• ¿Cuáles
son las condiciones, tanto operacionales como ambientales, bajo las cuales
funciona el sistema a monitorear?
• ¿Cuáles
son las limitaciones para adquirir datos en el entorno operacional?
La evaluación
operacional comienza a establecer las limitaciones sobre lo que se monitoreará
y cómo se realizará el monitoreo.
Esta evaluación
comienza a adaptar el proceso de identificación de daños
a las características que son exclusivas del sistema que se está
monitoreando y trata de aprovechar las características únicas
del daño que se va a detectar.
DESARROLLO
DE MODELOS ESTADÍSTICOS
La parte del
proceso de Structural Health Monitoring (SHM) que ha recibido la menor
atención técnica es el desarrollo de modelos estadísticos
para la discriminación entre las características de las estructuras
no dañadas y dañadas.
El desarrollo
del modelo estadístico se ocupa de la implementación de los
algoritmos que operan en las características extraídas para
cuantificar el estado de daño de la estructura. Los algoritmos utilizados
en el desarrollo de modelos estadísticos generalmente se dividen
en tres categorías.
Cuando se dispone
de datos tanto de la estructura dañada como de la dañada,
los algoritmos de reconocimiento de patrones estadísticos caen en
la clasificación general denominada aprendizaje supervisado.
-
La clasificación
de grupos y el análisis de regresión son categorías
de algoritmos de aprendizaje supervisado.
-
El aprendizaje
no supervisado se refiere a algoritmos que se aplican a datos que no contienen
ejemplos de la estructura dañada.
La detección
de valores atípicos o novedosos es la clase principal de algoritmos
aplicados en aplicaciones de aprendizaje no supervisadas. Todos los algoritmos
analizan las distribuciones estadísticas de las características
medidas o derivadas para mejorar el proceso de identificación de
daños.
Los axiomas
son:
Axioma
I: Todos los materiales tienen defectos o defectos inherentes;
Axioma II:
la evaluación del daño requiere una comparación entre
dos estados del sistema;
Axioma III:
la identificación de la existencia y la ubicación del daño
se puede hacer en un modo de aprendizaje no supervisado, pero la identificación
del tipo de daño presente y la gravedad del daño generalmente
solo se puede hacer en un modo de aprendizaje supervisado;
Axioma IVa:
los sensores no pueden medir el daño. La extracción de características
mediante el procesamiento de señales y la clasificación estadística
es necesaria para convertir los datos del sensor en información
de daños;
Axioma IVb:
Sin la extracción inteligente de características, cuanto
más sensible es una medición al daño, más sensible
es al cambio de las condiciones operativas y ambientales;
Axioma V:
Las escalas de longitud y tiempo asociadas con la iniciación y evolución
del daño dictan las propiedades requeridas del sistema de detección
de SHM;
Axioma VI:
existe una compensación entre la sensibilidad al daño de
un algoritmo y su capacidad de rechazo de ruido;
Axioma VII:
El tamaño del daño que puede detectarse a partir de cambios
en la dinámica del sistema es inversamente proporcional al rango
de frecuencia de excitación.
COMPONENTES
Los elementos
de SHM System incluyen:
•
Estructura
• Sensores
• Sistemas
de adquisición de datos
• Transferencia
de datos y mecanismo de almacenamiento.
• Gestión
de datos
• Interpretación
y diagnóstico de datos:
• Identificación
del sistema
• Actualización
del modelo estructural.
• Evaluación
de la condición estructural
• Predicción
de la vida útil restante.
Un ejemplo de
esta tecnología es la incorporación de sensores en estructuras
como puentes y aviones. Estos sensores brindan monitoreo en tiempo real
de diversos cambios estructurales como el estrés y la tensión.
En el caso de las estructuras de ingeniería civil, los datos proporcionados
por los sensores generalmente se transmiten a centros de adquisición
de datos remotos. Con la ayuda de la tecnología moderna, es posible
el control en tiempo real de las estructuras (Active Structural Control)
basado en la información de los sensores.
EJEMPLOS
Puentes en
Hong Kong
El Sistema
de Monitoreo de viento y Estructural de la Salud (WASHMS) es un sistema
de control del puente sofisticada, con un costo de US $ 1,3 millones, utilizado
por el Departamento de Carreteras de Hong Kong para garantizar la comodidad
del usuario y seguridad vial del Tsing Ma , Ting Kau , Kap Shui Mun y canteros
puentes .
Con el fin
de supervisar la integridad, la durabilidad y la confiabilidad de los puentes,
WASHMS tiene cuatro niveles diferentes de operación: sistemas sensoriales,
sistemas de adquisición de datos , sistemas informáticos
centralizados locales y sistemas informáticos centrales globales.
El sistema
sensorial consta de aproximadamente 900 sensores y sus correspondientes
unidades de interfaz. Con más de 350 sensores en el puente Tsing
Ma, 350 en Ting Kau y 200 en Kap Shui Mun, el comportamiento estructural
de los puentes se mide las 24 horas del día, los siete días
de la semana.
Los sensores
incluyen acelerómetros, medidores de tensión, transductores
de desplazamiento, estaciones de detección de nivel, anemómetros,
sensores de temperatura y sensores dinámicos de peso en movimiento.
Miden todo, desde la temperatura de la pista y las tensiones en los elementos
estructurales hasta la velocidad del viento y la desviación y rotación
de los kilómetros de cables y cualquier movimiento de las cubiertas
y torres del puente.
Estos sensores
son el sistema de alerta temprana para los puentes, y proporcionan la información
esencial que ayuda al Departamento de Carreteras a monitorear con precisión
las condiciones generales de salud de los puentes.
Las estructuras
se han construido para soportar una velocidad media del viento de un minuto
de 95 metros por segundo. En 1997, cuando Hong Kong tuvo un impacto directo
del tifón Victor, se registraron velocidades del viento de 110 a
120 kilómetros por hora. Sin embargo, la velocidad de viento más
alta registrada se produjo durante el tifón Wanda en 1962 cuando
se registró una velocidad de viento de ráfaga de 3 segundos
a 78.8 metros por segundo, 284 kilómetros por hora.
La información
de estos cientos de sensores diferentes se transmite a las unidades externas
de adquisición de datos. Hay tres unidades de estación de
salida de datos en el puente Tsing Ma, tres en Ting Kau y dos en el Kap
Shui Mun.
La potencia
informática para estos sistemas se encuentra en el edificio administrativo
utilizado por el Departamento de Carreteras en Tsing Yi. El sistema informático
central local proporciona control de recolección de datos, pos procesamiento,
transmisión y almacenamiento. El sistema global se utiliza para
la adquisición y análisis de datos, para evaluar las condiciones
físicas y las funciones estructurales de los puentes y para la integración
y manipulación de los procesos de adquisición, análisis
y evaluación de datos.
Los siguientes
proyectos se conocen actualmente como algunos de los más grandes
sistemas de monitoreo de puentes.
•
El puente Río-Antirrio , Grecia: cuenta con más de 100 sensores
que monitorean la estructura y el tráfico en tiempo real.
• Millau Viaduc
, Francia: tiene uno de los sistemas de fibra óptica más
grandes del mundo que se considera
• El puente
Huey P Long , EE. UU.: tiene más de 800 medidores de tensión
estáticos y dinámicos diseñados para medir los efectos
de carga axial y de flexión.
• El puente
de Fatih Sultan Mehmet, Turquía: también conocido como el
Segundo Puente del Bósforo. Se ha monitoreado mediante una innovadora
red de sensores inalámbricos con condiciones de tráfico normales.
• Masjid al-Haram,
La Meca , Arabia Saudita : tiene más de 600 sensores (celda de presión
de hormigón, medidor de tensión de empotramiento, medidor
de tensión de barra hermana, etc.) instalado en las columnas de
cimientos y de hormigón. Este proyecto está en construcción.
• El Sydney
Harbour Bridge en Australia está implementando actualmente un sistema
de monitoreo que involucra a más de 2,400 sensores. Los gestores
de activos y los inspectores de puentes tienen herramientas de soporte
de decisiones móviles y de navegador web basadas en el análisis
de datos de sensores.
• El Queensferry
Crossing, actualmente en construcción en Firth of Forth, tendrá
un sistema de monitoreo que incluirá más de 2,000 sensores
al finalizar. Los administradores de activos tendrán acceso a los
datos de todos los sensores desde una interfaz de administración
de datos basada en la web, incluido el análisis automatizado de
datos.
El monitoreo del
estado de los puentes grandes se puede realizar mediante la medición
simultánea de las cargas en el puente y los efectos de estas cargas.
Normalmente incluye el monitoreo de:
•
Viento y clima
• Tráfico
• Prensado
y cables de soporte.
• Cubierta
• Pilones
• Suelo
Con este conocimiento,
el ingeniero puede:
•
Estimar las cargas y sus efectos.
• Estimar
el estado de fatiga u otro estado límite.
• Previsión
de la evolución probable de la salud del puente.
|