INGENIERÍA E INVESTIGACIÓN N°16
Whatsapp
Facebook
DescargarCONVOCATORIA - PRESENTACIÓN DE ARTÍCULOS: REVISTA INGENIERÍA E INVESTIGACIÓN
La Sociedad de Ingenieros de Bolivia (SIB) invita a profesionales en ingeniería de todas las especialidades, a presentar artículos científicos originales y de su autoría para ser publicados periódicamente en la página web, redes sociales disponibles y revista “Ingeniería e Investigación”.
Envíanos tus artículos al correo Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. en formato Word, que tengan una extensión máxima de 4 páginas tamaño carta (incluyendo imágenes y tablas), con márgenes simétricos de 2.5 cm, sin columnas, letra 12 Times New Roman y espacio sencillo. Las imágenes y fotografías pueden ser en blanco y negro o a color y deben tener alta resolución (300 dpi a tamaño real). Recomendamos enviarlas insertas en el texto y aparte en un archivo electrónico independiente (formato jpg o tiff). Las tablas, cuadros y gráficas deben mandarse en su archivo original modificable.
LOS ARTÍCULOS QUE NO CUMPLAN CON LOS REQUERIMIENTOS NO SERÁN TOMADOS EN CUENTA.
Presentar los artículos de la siguiente manera:
1) Título (menor número posible de palabras que describan adecuadamente el contenido del artículo).
2) Nombre del (los) autor(es), nivel de formación académica y R.N.I
3) Resumen de 100 palabras en español.
4) Palabras claves en inglés y español (si corresponde)
5) Introducción
6) Desarrollo por puntos
7) Conclusión
8) Referencias bibliográficas
Fecha límite para enviar artículos: lunes 10 de abril de 2023
Fecha de publicación en página web y redes sociales: Del 1 de mayo al 23 de junio de 2023
Proceso de selección para publicación en revista: Hasta el lunes 17de abril de 2023
Fecha de publicación en revista: Hasta el viernes 12 de mayo de 2023
Los artículos presentados serán evaluados y aprobados por una Comisión Revisora para su publicación (enviar la propuesta no garantiza su publicación).
Los artículos aprobados serán publicados en la página Web y redes sociales considerando el cronograma de difusión.
Los artículos seleccionados por la Comisión serán publicados en la Revista “Ingeniería e Investigación”.
Importante: El envío del artículo comprende la autorización de su publicación y difusión en formato digital y/o impreso y en la sesión de los derechos de autor para su publicación.
Las infraestructuras del transporte: El caso de la plaza Tejada Sorzano - La Paz. Reflexiones del espacio público con Inteligencia Artificial (DataFromSky)
Ing. Marco Antonio Pongo Vera - R.N.I. 36841
Es Ingeniero Civil por la Universidad Mayor de San Andrés (UMSA), Master en Tráfico, Transporte y Seguridad Vial, Diplomado en Geomática Aplicada a la Gestión de Recursos Hídricos en Cuencas Hidrográficas y Diplomado en Organización y Administración Pedagógica del Aula en Educación Superior.
RESUMEN
El crecimiento de parque automotor se ha incrementado el IPV[1] es de 165 veh./1000 hab. (RUAT, 2020), la demografía en La Paz es de 934,981 habitantes (INE, 2020). La investigación propone reflexiones a la infraestructura del transporte, que tiene como objetivo disminuir el congestionamiento, tiempos de viajes y generar espacios públicos para la micromovilidad y motilidad (Kaufmann et al., 2004). ¿Pero, realmente estamos cumpliendo los objetivos? en movilidad urbana cada mejora de la vía incentiva que un conductor saque su vehículo privado. (Herce et al., 2009; Herce Vallejo & Magrinyà, 2012; Vasconcellos, 2012, 2015).
Palabras claves: Tráfico, Movilidad, Infraestructura Vial, Espacio Público
Keywords: Traffic, Mobility, Road Infrastructure, Public Space
INTRODUCCIÓN
El uso eficiente del espacio público en las ciudades es determinante para el desarrollo sostenible. La articulación transporte-territorio son medidas de una óptima planificación urbana, con la integración de personas y el tráfico. (Quintero-González, 2017)
El espacio se ha ido acortando en términos temporales (Harvey, 1998), la migración de las personas del campo a las ciudades y el crecimiento del parque automotor son evidentes. La planificación del espacio público son desafíos latentes, la infraestructura viaria debe ser parte integradora de humanos y vehículos, de usuarios y tránsito. Vasconcellos menciona que, “(…) el patrimonio público representado por las vías no es distribuido de forma equitativa entre las personas” (Vasconcellos, 2010, p. 85)
¿Más vías públicas, menos tráfico?
El exceso de residuos convierte a las calles de una ciudad en un riesgo para la salud, y el exceso de conductores las convierte en aparcamientos. El transporte motorizado crea externalidades negativas, por medio de la congestión vehicular, es decir, los operadores del transporte consideran sus propios costos y beneficios, ya que no considera, su forma de conducir que obliga a todos los demás a hacerlo de forma más lenta. (Glaeser & Corriente Bass, 2018; Vasconcellos, 2010, 2015)
Estudio de caso: plaza Tejada Sorzano (plaza Estadio Hernando Siles)
La plaza Tejada Sorzano más conocida como la plaza del estadio Hernando Siles, es un distribuidor o nudo principal que conecta 8 ramales (Av. Saavedra norte, C. Hugo Estrada norte, C. Hugo Estrada sur, Av. Saavedra Sur, C. Juan Manuel Loza, Av. Simón Bolívar, Av. Illimani y C. Pinilla) y distribuye el tráfico vial a las zonas de Norte, Sur, Este y Oeste. En Julio de 2021 se inaugura y se abre al transporte público y privado el megaproyecto del Viaducto de la plaza Tejada Sorzano, con el objetivo de descongestionar, minimizar las colas (trancaderas), dar seguridad vial y “ampliar el espacio público accesible” (Valenzuela, 2018). A continuación, se muestra el mapa de ubicación del área del proyecto:
|
Figura Nº 1 Ubicación plaza Tejada Sorzano |
Figura Nº 2 Plaza Tejada Sorzano 2018 |
|
|
|
|
Fuente: Elaboración propia |
Fuente: Carlos Lima, 2018 |
DESARROLLO
Metodología
La metodología del artículo es una investigación holística, con el método hermenéutico y de alcance exploratorio-descriptivo. Las nuevas herramientas de la tecnología de hoy son innovadores, para la aplicación de diversos estudios de pre-inversión y posevaluación. Procesos que ayudan a minimizar tiempos de estudios de campo, en la era de la tecnología de revolución 4.0 que vivimos.
El presente artículo, inicia con la revisión documental del proyecto y, posteriormente, se implementa herramientas de procesamiento de datos con el software DataFromSky al utilizar videos de alta resolución captadas con drones en el área de investigación.
Datos generales del proyecto: viaducto Tejada Sorzano (GAMLP, 2018)
Tabla 3 Parqueos Plaza Tejada Sorzano
|
Parqueo |
Cap. vehículos |
Cap. Motocicletas |
Observaciones |
|
1 |
136 |
30 |
Ingreso y salida por el viaducto Pinilla |
|
2 |
118 |
41 |
Ingreso y salida por el viaducto Saavedra |
Fuente: GAMLP, 2018 (http://lapazcomovamos.org/wp-content/uploads/2016/08/001-PRESENTACION-VIADUCTOS-GAMLP-OCTUBRE-2018.pdf)
|
Figura Nº 3 Diseño del viaducto Tejada Sorzano |
Figura Nº 4 Programación y planificación de vuelo del dron |
|
|
|
|
Fuente: Video del proyecto QR, Gobierno Autónomo Municipal de La Paz (GAMLP, 2018) |
Fuente: Elaboración propia |
Datos de vuelo de Dron (ver figura 4)
La programación del vuelo se lo planifico para el viernes 25 de noviembre de 2022, el día fue considerado por anteriores estudios como el PMUS[3] 2012 del Gobierno Autónomo Municipal de La Paz (GAMLP), día que tiene gran demanda de usuarios del transporte. Asimismo, se lo realizó en el rango de la hora pico o punta (08:00-09:00), según informe de pre-inversión de la DEP-SMIP 2015.
Tabla 4 Datos de vuelo de dron
|
Vuelo de Dron Phantom 4 pro |
|||
|
Hora |
tiempo de vuelo (Min) |
Altura (m) |
Resolución |
|
08:15-08:30 |
15 |
155 |
2K |
Fuente: Elaboración propia
Procesamiento del video con DataFromSky
El procesamiento del video se lo realizó el viernes 25 de noviembre de 2022 a horas 15:40 como se muestra en la figura 5 (ver video mediante el escaneo del QR), la carga del video a la nube del programa DFS depende tanto de la velocidad del internet como, el tamaño archivo del video y su resolución (2K). La altura de vuelo del dron fue de 155 metros, altura ajustada para que se tenga un panorama de todas las intersecciones de la nueva plaza, a esa altura el DFS[5] no detecta las motocicletas tampoco a los ciclistas y peatones.
Resultados
|
Figura Nº 5 Viaducto Tejada Sorzano 2022 |
Tabla 5 Datos extraídos del Programa |
||||||||||||||||||||||||||||
|
|
|
||||||||||||||||||||||||||||
|
Fuente: Video del artículo QR, vuelo de dron elaboración propia, procesamiento |
Fuente: elaboración propia en base a los resultados del programa DFS |
La tabla 5 muestra los resultados del procesamiento del video, se debe aclarar que el programa DFS no detectó los vehículos que recorren el viaducto Saavedra, básicamente por que pierde la señal al ingreso del túnel, las filas Gate 11 y Gate 22 están sin registro. Asimismo, los resultados al ingreso del viaducto de la Pinilla (por 2 ingresos Pinilla y Illimani; salida Loza y Saavedra Sur) no se puede determinar la proporción de las salidas, debido a la perdida de señal de los ID’s de cada vehículo al salir del viaducto.
CONCLUSIÓN
La investigación muestra -pese a las limitaciones que tiene el DFS al momento de procesar y el escenario complejo de los 2 viaductos; Saavedra y Pinilla- la fluidez en los viaductos Saavedra Sur-Norte y Pinilla, sin observarse colas. Por el contrario, congestión al ingresar a la Av. Simón Bolívar (sentido de bajada) y, colas desde el lado este (C. Estrada Norte) y saliendo del viaducto Saavedra Sur hacia Av. Simón Bolívar. Asimismo, alimentados por la calle Pinilla sentido de bajada. Por tanto, existe un punto de conflicto Av. Simón Bolívar sentido este-oeste con 236 vehículos en 15 minutos alimentado por 3 ramales.
La mejora del nudo Tejada Sorzano sirvió como atractor de nuevos conductores del transporte privado, haciendo referencia a los parqueos que tiene la nueva infraestructura en las dos plantas (254 plazas para vehículos y 71 para motocicletas). Por último, debo expresar sobre espacio público que beneficia a los peatones con la premisa al derecho a la ciudad o derecho a la vida urbana (Lefebvre, 1968, 2013).
Recomendaciones
El programa DFS tiene sus limitaciones para su procesamiento, al momento de realizar los escenarios, las colas, velocidades, densidades y aforos, se recomienda vuelos menores a 100 metros y calidad de video 4k. El DFS perdió los ID’s asignado a cada vehículo, la investigación se enfoca más al comportamiento holístico del distribuidor. Por tanto, para un buen proceso de análisis se recomienda trabajar en intersecciones.
REFERENCIAS BIBLIOGRÁFICAS
Glaeser, E. L., & Corriente Bass, F. (2018). El triunfo de las ciudades: Cómo nuestra mejor creación nos hace más ricos, más inteligentes, más ecológicos, más sanos y más felices. In Taurus pensamiento. Taurus.
Harvey, D. (1998). La condición de la posmodernidad. Investigación sobre los orígenes del cambio cultural. In Igarss 2014 (Issue 1).
Herce, M., Sainz Avia, J., & Dupuy, G. (2009). Sobre la movilidad en la ciudad :propuestas para recuperar un derecho ciudadano. In Estudios universitarios de arquitectura (Vol. 18).
Herce Vallejo, M., & Magrinyà, F. (2012). El espacio de la movilidad urbana. El Espacio de La Movilidad Urbana.
Kaufmann, V., Bergman, M. M., & Joye, D. (2004). Motility: Mobility as capital. International Journal of Urban and Regional Research, 28(4). https://doi.org/10.1111/j.0309-1317.2004.00549.x
Lefebvre, H. (1968). Derecho a la ciudad. L`H’omme et la Sociestmi; Anthropos.
Lefebvre, H. (2013). La Producción del Espacio Público Urbano. In Capitán Swing.
Quintero-González, J.-R. (2017). Del concepto de ingeniería de tránsito al de movilidad urbana sostenible. Ambiente y Desarrollo, 21(40). https://doi.org/10.11144/javeriana.ayd21-40.citm
Valenzuela, J. (2018, December 12). ¿Viaductos para la La Paz? https://jorge-valenzuela.blog/2018/12/12/viaductos-para-la-paz/
Vasconcellos, E. A. de. (2012). Mobilidade urbana e cidadania. Rio de Janeiro: SENAC NACIONAL.
Vasconcellos, E. A. (2010). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. In Bogotá, Colombia.
Vasconcellos, E. A. (2015). Transporte urbano y movilidad: reflexiones y propuestas para países en desarrollo (Á. Vega, M. L. Alori, & W. Zoberman, Eds.; primera).
1. Índice de Propiedad Vehicular (IPV)
2. Programa con tecnología Smart que utiliza Inteligencia Artificial, para el monitoreo del tráfico vial. Diseñado para convertir cualquier flujo de video en el flujo de información procesable, usado para estudios de tráfico combinados con drones, una herramienta que interpreta datos en vivo. http://www.datafromsky.com/
3. Plan de Movilidad Urbana Sostenible, elaborado en la gestión del 2012 a solicitud de la Autoridad Municipal de Transporte y Tráfico (AMTT) del GAMLP.
4. DEP: Dirección de Estudios de Pre-inversión y SMIP: Secretaria Municipal de Infraestructura Pública
5. DFS: DataFromSky
MANEJO INTEGRAL AGUA DE LLUVIA COMO ALTERNATIVA PARA LA GESTIÓN INTREGAL DEL RECURSO HÍDRICO
Ing. Arlid Morales Cueto - R.N.I. 37971
Es Ingeniero Civil de la Universidad Mayor Real y Pontifica de San Francisco Xavier de Chuquisaca con Diplomados en Formación Docente y Formación Tutorial Con Enfoque en la Metodología de la Investigación, Ingeniería Sanitaria y egresado de Maestría en Ingeniería Hidráulica.
RESUMEN
El agua es un regalo presente en la naturaleza, mediante de la intervención del hombre; la polución, crecimiento de población, agricultura e industria a través del mundo, los cuerpos de agua pueden agotarse y contaminarse muy rápidamente; el agua se puede convertir en una fuente más bien de muerte y enfermedad que de vida.
El manejo integral del agua de lluvia conlleva a varios usos, como tecnología alternativa a través de su captación; servir como fuente de abastecimiento, sistema de drenaje urbano sostenible, aportar a la recarga artificial de un acuífero o como fuente para uso no consuntivo.
Palabras claves
Agua de lluvia, drenaje urbano sostenible, abastecimiento alternativo
Rainwater, sustainable urban drainage, alternative supply
INTRODUCCIÓN
Proveniente de la atmósfera una de las fuentes más importantes de agua, es la lluvia, cuyo aprovechamiento aun en desarrollo, símbolo de tecnología ancestral, apropiada, con un fuerte contenido ecológico y adecuado al entorno. Un milímetro de lluvia equivale a un litro por metro cuadrado, lo cual indica el enorme potencial que se tiene en este recurso natural para un desarrollo integral y sostenible. El agua es necesaria no solamente como un soporte para la vida de la fauna y la flora, sino también como motor de un conjunto de movimientos cíclicos de renovación y transformación que conforman el ciclo del agua o ciclo hidrológico, que mantiene el agua dulce en circulación; por tanto, es el principal ciclo energético del planeta, romper este ciclo implica aumentar la irregularidad de las precipitaciones, lo que provocara grandes sequias e inundaciones.
Bajo la perspectiva del calentamiento global, el problema de escasez de agua tiende a empeorar en aquellas regiones en las que se presenta déficit, sea por la tendencia de reducción de los niveles de precipitación o por el aumento de los niveles de evaporación y transpiración. De esta manera el problema de varias regiones podría extenderse y agudizarse, alcanzando zonas actualmente subhúmedas y húmedas; lo que resalta en poder tener un manejo adecuado de los recursos.
La poca o nada de dureza del agua de lluvia ayuda a aumentar la escala en aplicaciones, extendiendo su uso. El agua de lluvia elimina la necesidad de un suavizador de agua y las sales que se añaden durante este proceso, provee una fuente de agua cuando es temporada de estiajes y la dotación se reduce fuertemente, o cuando hay escasez de agua subterránea.
La implementación de sistemas de drenaje urbano sostenible (SUDS) con sistemas de captación de agua de lluvia (SCALL), entre otras composiciones influyen en la respuesta hidrológica de una ciudad urbana o periurbana, ayudan a reducir la escorrentía superficial, disminuyen la velocidad del flujo y permiten las abstracciones en las cuencas en presencia de parques o plazas.
Lo anterior indica la necesidad de establecer programas masivos de concientización que conlleven a la población hacia una cultura del agua, mediante el establecimiento de planes, programas y proyectos a todos los niveles para lograr una utilización integral del agua de lluvia, base para el desarrollo sostenible.
DESARROLLO POR PUNTOS
En nuestro país, los sistemas de agua comúnmente utilizados según la topografía, son los sistemas por gravedad y sistemas por bombeo, pero a pesar de existir o los mismos, generalmente en comunidades rurales no se le da énfasis a buscar la calidad del agua y la dotación mínima, lo que influye a problemas relacionados con el consumo del agua no potable y la insuficiencia para realizar todas las actividades dedicadas al uso del agua; además que no se los mantiene adecuadamente y resultan siendo una gran pérdida a medida que el tiempo transcurre, dejándolos sin uso por mal estado y así volviendo a la problemática de buscar otra fuente de agua segura y sustentable.
Tecnología alternativa
La severa presencia de los fenómenos del cambio climático afecta y afectará los hábitos y la forma de vida de todos los seres que tienen vida, en especial cuando se enfrente a la escasez extrema de agua, amenazando su propia existencia, esta es la principal razón para que se impulse el uso de tecnologías alternativas, especialmente de tecnologías con un fuerte componente ecológico
Tecnologías apropiadas son de bajo costo y de autoconstrucción, se utiliza a nivel familiar por lo tanto la comunidad no necesita otra organización. Son fáciles de mantener, no necesitan energía eléctrica ni combustible. Traen orgullo y dignidad a las personas que solucionen sus problemas y ofrecen un valor agregado por servicios adicionales como agua corriente en duchas y lavamanos.
Imagen 1. SCALL como tecnología alternativa
SCALL para uso consuntivo y no consuntivo
La captación de agua de lluvia en techos es una alternativa factible que puede resolver la carencia de agua para consumo humano en lugares donde no se cuenta con fuentes de abastecimiento garantizado, en calidad o cantidad. La tecnología requiere una superficie de techos para la captación de las aguas pluviales, esta puede ser de una vivienda o una cubierta libre de contaminación. El escurrimiento superficial en techos es interceptado, colectado y almacenado en un tanque, que trabaja además como un regulador de caudales, para su aprovechamiento posterior del agua almacenada, se puede requerir de un sistema de impulsión de agua como una bomba manual, bomba eléctrica u otros.
El sistema es sensible al material de cubierta que funciona como medio receptor, es por eso que a razón de innovaciones tecnológicas en cuanto a dicho material es necesario poder ajustar nuestra normativa, reglamentos o guías de diseño, ya sea con datos experimentales, del fabricante o con modelos a pequeña escala que definan el coeficiente de escorrentía del material y ángulo de inclinación adecuado para una optima captación.
Así también un factor determínate para la simulación de una estructura de almacenamiento y por ende del costo del SCALL es la dotación por beneficiario del sistema; en caso de comunidades rurales donde este sistema puede llegar a ser una la única fuente de agua, es necesario poder adoptar un valor reflejado dentro de nuestra normativa que oscila entre 10 a 25 Lts/Hab-día; cabe resaltar que es necesario un estudio aplicable a una demanda que refleje los usos y costumbres de dichos beneficiarios con el agua; si la tecnología pretende ser aplicada en zonas donde se cuente con otra fuente de abastecimiento como la de cañería de red, los SCALL deberán ser considerados como fuente complementaria.
El agua de lluvia captada por techo o por suelo deberá continuar con un proceso de desinfección, esta última deberá contener un proceso más controlado de separación de solidos y brindar más énfasis a cumplir los estándares de calidad del agua para consumo, según normativa vigente.
La captación de agua de lluvia es un medio fácil de obtener agua para consumo agrícola y animal; en muchos lugares del mundo con alta o media precipitación y en donde no se dispone de agua en cantidad y calidad necesaria.
SCALL como parte de los SUDS
En sistemas urbanos, donde la impermeabilización del suelo, sumado a la planificación subdimensionada, incrementan la escorrentía superficial y como consecuencia de ello, ante un evento extremo tiende a disminuir la calidad de vida de las personas; ya sea por perdida o arrastre de material o contaminación, de infraestructura y/o humana.
La captación de agua de lluvia propone la reducción de escorrentía a partir de su recolección en techos de viviendas o edificios, disminuye el caudal de salida de una cuenca en relación a la cantidad y el tamaño de SCALL en una determinada área y precipitaciones ligadas a un periodo de retorno; ya sea como depósitos de detención subterráneos que pueden almacenar temporalmente volúmenes generados, que puede servir en tareas de mantenimiento de espacios verdes, riego y limpieza.
CONCLUSIÓN
La utilización del agua de lluvia no provoca conflictos a nivel de comunidad, representa tecnologías de bajas inversiones adecuadas al contexto además de que no genera problemas de contaminación y está al alcance de todos.
En áreas urbanas los SCALL pueden componer un sistema de SUSDS que eviten problemas generados a partir de un evento extremo, para ello puede ser requeridas grandes inversiones por que el agua almacenada dependerá del suelo o techo que esté conectado.
La ausencia de mecanismos de intercambio y diseminación del conocimiento constituyen los factores que limitan su aplicación, aprovechamiento y perfeccionamiento.
REFERENCIAS BIBLIOGRÁFICAS
MMAyA. GUÍA TÉCNICA DE DISEÑO Y EJECUCIÓN DE PROYECTOS DE AGUA Y SANEAMIENTO CON TECNOLOGÍAS ALTERNATIVAS. Primera ed. 2010.
Guerreo, A., Hernández, C., Morales, A. Diseño de un Sistema de Captación de Agua de Lluvia para Adaptación al Cambio Climático, Jornadas y exposición científica III Versión. Universidad San Francisco Xavier de Chuquisaca. Dirección de investigación ciencia y tecnología. 2017.
Morales A. Diseño de módulo sanitario ecológico con tecnologías alternativas para la comunidad de Salazar Pampa. [Licenciatura]. Sucre, Bolivia: Universidad San Francisco Xavier de Chuquisaca; 2017.
Srur, F. (2020). Análisis de la respuesta hidrológica ante un Sistema de Drenaje Urbano Sostenible en la ciudad de Santa Rosa, La Pampa. [Licenciatura]. Santa Rosa, Argentina: Universidad Nacional de la Pampa; 2017.
1.MMAyA. GUÍA TÉCNICA DE DISEÑO Y EJECUCIÓN DE PROYECTOS DE AGUA Y SANEAMIENTO CON TECNOLOGÍAS ALTERNATIVAS. Primera ed. 2010.
2. Buchner WE. ANÁLISIS SOBRE LAS DIFICULTADES EN LA APLICACION DE SISTEMAS DESCENTRALIZADOS DE AGUA POTABLE A GRAN ESCALA LA PAZ, BOLIVIA. 2011
Estimación de espectros de respuesta de aceleración sísmica aplicando redes neuronales artificiales
Ing. Jaime Choque Cuellar
Ingeniero Civil - R.N.I. 43138 - Universidad Técnica de Oruro
RESUMEN
Se genera un modelo predictivo a través de redes neuronales artificiales para la estimación de espectros de respuesta de aceleración sísmica con base a parámetros tales como: la magnitud del evento sísmico, la falla geológica asociada al evento y otros. Para la generación del modelo se recurre a las observaciones de eventos sísmicos históricos registrados por el PEER, se aplica una red tipo Perceptron Multicapa con algoritmo de entrenamiento Backpropagation y funciones de activación tipo ReLU. Las métricas de validación del modelo corresponden a un mse=0.047 y a una covarianza entre los valores reales y estimados de cov=0.954.
PALABRAS CLAVE: Espectros de respuesta sísmica, redes neuronales artificiales, machine learning, aceleración sísmica.
INTRODUCCIÓN
Se puede definir a las redes neuronales artificiales como una nueva forma de utilizar la computación inspirada en modelos biológicos, las redes neuronales permiten obtener un modelo no explícito que relaciona las características de un conjunto de variables de salida con las características de un conjunto de variables de entrada.
Estimar las aceleraciones sísmicas para determinar un espectro de respuesta con base en parámetros regionales tales como la magnitud del evento o la profundidad del hipocentro o el tipo de falla geológica no es una tarea sencilla de abordar, no existe un algoritmo definido para resolver tal cometido; los métodos tradicionales tales como la regresión lineal múltiple no son funcionales ante este tipo de escenarios donde la correlación entre las variables tiende a ser poca o casi inexistente. Desarrollar el potencial de estas técnicas de nueva generación del machine learning es una tarea aún pendiente dentro el campo de la ingeniería civil en el país que merece ser abordada.
DE LOS DATOS APLICADOS
A nivel local, lastimosamente no se cuenta con un registro de observaciones necesario para la aplicación de técnicas de machine learning para la generación de modelos predictivos similares al buscado en esta investigación, entonces, para el desarrollo de este trabajo ha sido necesario recurrir a otras fuentes de información como las observaciones del Pacific Earthquake Engineering Research Center (PEER) NGA-West2 que “incluye un conjunto muy grande de movimientos del suelo registrados en terremotos de corteza superficial en todo el mundo en regímenes tectónicos activos desde 2003 hasta 2011” (Ancheta D. et al., 2013, p. iii). Esta base de datos contiene uno de los conjuntos de metadatos más completos, que incluyen diferentes medidas de distancia, varias caracterizaciones de sitios, datos de fuentes de terremotos, etc. Los registros tomados corresponden para un amortiguamiento del 5%.
Dentro de las aceleraciones de PGA (Peak Ground Acceleration) registrados en el dataset del PEER, se encuentra valores tan ínfimos que van desde 3.65E-7(g) hasta valores sumamente grandes como 1.77(g), a fin de poner en contexto estos valores de PGA, estos se restringieron a las aceleraciones mínima y máxima (0.04g y 0.32g respectivamente) presentadas en el mapa probabilístico de amenaza sísmica para Bolivia elaborado por el observatorio San Calixto.
El registro original del PEER cuenta con, 21540 observaciones junto a más de 250 características de los movimientos del suelo, tras una serie de depuraciones por valores duplicados, por valores atípicos, etc. y a una transformación de variables categóricas a variables numéricas, además de considerar ahora al periodo como una variable predictora, finalmente se llega a contar con una total de 238170 observaciones junto a 18 características a ser evaluadas por la red. Estas 18 características fueron seleccionadas de acuerdo a criterio del autor, con base en la complejidad que representan en su interpretación.
Tabla 1
Variables Aplicadas al Entrenamiento de la Red Neuronal
|
VARIABLES PREDICTORAS |
|
|
|
|
La escala de la magnitud (Magnitude Type) |
|
|
|
|
|
|
|
|
|
|
Mecanismos de falla geológica (Mechanism Based on Rake Angle) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
VARIABLES A PREDECIR |
|
|
|
Del 100% de las observaciones, es necesario destinar ciertos porcentajes para el entrenamiento de la red, la validación y la prueba del modelo. El entrenamiento de la red se realiza con el 80% de las observaciones, de este porcentaje se aparta un 10% para la validación. La prueba o test de las predicciones del modelo se realiza con el restante 20%, en este porcentaje se incluyen observaciones que no fueron empleadas ni en la fase de entrenamiento ni en la fase de validación, es decir, representan nuevos escenarios para testear o probar la calidad del modelo generado.
Lo que se busca es que, a partir de nuevos datos de entrada, este modelo sea capaz de estimar de manera fiable unos valores de pseudo-aceleración sísmica para los primeros 3 segundos, lo que vendría a representar el espectro de respuesta buscado. Es necesario aclarar que estas variables necesitan ser estandarizadas para evitar sesgos durante la fase de entrenamiento. De acuerdo al análisis de correlación realizado, la relación existente entre estas variables respecto a la variable objetivo (pseudo-aceleración) es baja, por lo que aplicar una técnica de predicción tradicional resultaría ineficiente ante estas condiciones.
DEL MODELO GENERADO
Una red neuronal necesita aprender y para ello necesita ser entrenada, este entrenamiento se realiza proporcionando a esta red un gran conjunto de datos etiquetados u observaciones, es decir, cada observación viene dado con la parte antecedente y consecuente del fenómeno observado. Este entrenamiento es un proceso iterativo de prueba y error evaluando diferentes topologías de red, resolver una red neuronal es encontrar los pesos adecuados entre las conexiones neuronales entre capa y capa, el éxito de este entrenamiento se mide a través de métricas de validación como ser: el error cuadrático medio (mse), la covarianza entre el valor estimado y el valor real (cov), etc. El modelo generado por la red neuronal deberá buscar alguna relación presente entre las variables evaluadas, es ahí donde se hace evidente el verdadero potencial del uso de las redes neuronales artificiales respecto a otros métodos tradicionales de predicción como la regresión lineal múltiple.
En este trabajo, la topología más adecuada encontrada para el modelo predictivo tras varios ensayos de prueba y error corresponde a la configuración: 18x400x400x400x400x400x1 (una capa de entrada con 18 neuronas para los 18 atributos a evaluar, cinco capas ocultas cada una con 400 neuronas y una capa de salida que presenta la estimación de la aceleración), este modelo fue validado con un error cuadrático medio mse=0.047 y una covarianza entre la estimación y el valor real de cov=0.954 tras 250 iteraciones (epochs). El tipo de red neuronal aplicado corresponde a la clase Perceptron multicapa con un algoritmo de entrenamiento Backpropagation con optimizador adam. Se emplearon funciones de activación tipo rectificador lineal unitario (ReLU) para las conexiones de las neuronas entre las capas ocultas y una función tipo Lineal para la capa de salida. Toda la parte que conlleva con la definición de la red, con su entrenamiento y con la generación del modelo, ha sido realizado basándose en el lenguaje de programación Python. El modelo ha sido empaquetado en un archivo con extensión h5, actualmente se está trabajando en la fase de implementación de este modelo predictivo de inteligencia artificial a través de su puesta en producción mediante un aplicativo online.
DE LOS RESULTADOS ALCANZADOS
La Figura 1 presenta la comparativa entre el espectro de respuesta estimado por el modelo y el espectro real para el registro sísmico RSN 140 del PEER.
- Record Sequence Number (RSN): 140
Magnitud del sismo (Earthquake Magnitude): 7.35
Escala de la magnitud (Magnitude Type): Mw
Falla Geológica (Mechanism Based on Rake Angle): 02
Profundidad del Hipocentro (Hypocenter Depth (km)): 5.75
Distancia Epicentral (EpiD (km)): 117.66
Distancia Hipocentral (HypD (km)): 117.80
Distancia de Joyner y Boore (Joyner-Boore Dist. (km)): 89.76
Distancia hacia el Plano de Falla (ClstD (km)): 91.14
Velocidad de onda de corte (Vs30 (m/s) selected for analysis): 302.64
Periodo de Vibración (T(s)): 0 - 3s
Figura 1
Espectro de Respuesta Real y Estimado por el Modelo para el RSN 140
La estimación es aceptable, se mantiene la forma del espectro de respuesta estimado respecto al espectro real. El resultado es similar para otros casos evaluados.
CONCLUSIONES
Se ha logrado generar un modelo predictivo de espectros de respuesta de aceleración sísmica en función a los parámetros mencionados en la sección anterior aplicando redes neuronales artificiales con un error cuadrático medio de mse=0.047 y una covarianza entre espectros reales y estimados de cov=0.954.
El preprocesamiento de datos es fundamental a la hora de trabajar con redes neuronales, es posible generar modelos predictivos en problemas de ingeniería civil que carezcan de un algoritmo de solución siempre y cuando se cuente con la cantidad de observaciones adecuada para tal efecto. Gran parte del éxito de generar modelos predictivos fiables a través de redes neuronales, radica en la fase de entrenamiento de la red.
Un número mínimo de neuronas y capas ocultas puede no ser del todo conveniente a la hora de generar modelos predictivos fiables, así como una cantidad exagerada puede llevar al sobreajuste impidiendo la generalización ante nuevos casos. El número de iteraciones durante el entrenamiento de la red aumenta la calidad de la predicción, pero puede que no se presente mayor mejora ante un número exagerado.
BIBLIOGRAFIA
Ancheta D., T., Barragh B., R., & Stewart P., J. (2013). PEER NGA-West2 Database.
Bojorquez Mora, J., Ruiz, S., & Bojorquez, E. (2011). Estimación de Espectros de Respuesta Inelásticos utilizando RNA. XVIII Congreso de Ingenieria Sismica, Mexico.