En los últimos años, con el abaratamiento de nuevas técnicas instrumentales y el desarrollo de los correspondientes algoritmos computacionales, están apareciendo multitud de trabajos basados en escaneado 3D y fotogrametría tendentes a obtener especificaciones técnicas de sistemas mecánicos o estructurales, las cuales no están disponibles por distintas razones. Aunque en el proceso ingenieril directo lo normal es disponer de los informes técnicos y de los planos del producto previamente a su construcción, la realidad es que las edificaciones antiguas no están documentadas o, si lo están, es bastante habitual que la ejecución de las mismas no se corresponda con lo proyectado. Y aunque así fuera, el paso del tiempo puede haber provocado diferencias en el comportamiento de los materiales por fatiga mecánica o agresiones químicas o haber sufrido daños localizados, asentamientos de los apoyos u otras patologías estructurales comunes.
Con frecuencia, los datos obtenidos se centran en dimensiones geométricas y características superficiales como rugosidad y color. Una de las aplicaciones más claras es la reconstrucción tridimensional de construcciones arquitectónicas, bien de edificación para posibles rehabilitaciones o elaboración de planos informados (BIM) o con fines de archivo del patrimonio histórico o industrial.
Pasarela peatonal estadio balear (Mallorca)
Aun siendo de gran utilidad los datos geométricos adquiridos, en ingeniería estructural no son suficientes y es necesario añadir información sobre las características de los distintos materiales de construcción, las uniones entre los mismos y su posible interacción con los soportes y el terreno.
Afortunadamente, también se están haciendo más accesibles tecnologías que permiten extraer cierta información adicional. En esta entrada se verá cómo mediante sencillos registros de aceleración y algoritmos de identificación y de actualizado computacional, se puede completar la información geométrica y disponer de las especificaciones técnicas necesarias que permitan conocer el comportamiento dinámico de la estructura bajo estudio. Estos procedimientos no requieren ensayos destructivos y, en el supuesto de que estos fueran viables, dichos ensayos no proporcionarían la información buscada a pesar de su mayor coste económico.
En primer lugar, comentar que la captura geométrica realizada, con independencia de su precisión dimensional, hace referencia a un determinado estado de carga sobre la estructura (al menos el debido a las acciones gravitatorias) y corresponde a una determinada temperatura ambiente. Ambas condiciones afectan significativamente en estructuras esbeltas como puentes o torres de tendido eléctrico. Además, en general, estas construcciones experimentan inevitables oscilaciones debidas a acciones ambientales que pueden también afectar a la precisión dimensional registrada.
En segundo lugar es interesante tener en cuenta que en ingeniería estructural y en construcción de obras civiles es usual recurrir a componentes comerciales (perfiles, encofrados, tuberías, farolas) de dimensiones discretas conocidas. Esto habilita la posibilidad de proceder a escalados adaptativos que permiten mejorar la precisión dimensional o su refinamiento local. De esta manera no serían necesarios registros dimensionales exhaustivos y se podría recurrir a sistemas de bajo coste tanto instrumental (cámaras) como de equipos informáticos necesarios para su postprocesado.
Registros de aceleramiento en cuatro puntos
Teniendo en cuenta lo anterior y presuponiendo ciertas habilidades para el modelado computacional en construcciones de este tipo, es posible disponer de un modelo preliminar de la estructura. Sobre este modelo, el método de los elementos finitos permite estimar la deformación incremental debida a ciertas cargas o acciones térmicas y mediante correlaciones adecuadas comenzar a estimar ciertos parámetros internos (densidad efectiva, rigidez, daño, etc.). No obstante la metodología cobra especial importancia cuando se combina la información anterior con datos modales. Para ello lo primero es disponer de los modos propios identificados experimentalmente (mediante análisis modal operacional, post-procesando los registros de aceleración ante cargas ambientales) y posteriormente seleccionar ciertos parámetros del modelo computacional. Ahora se trata de ajustar el valor de dichos parámetros (mediante rutinas de optimización y en función de la sensibilidad de cada parámetro y su rango de valores admisibles) para que casen los modos experimentales con los calculados computacionalmente. En este proceso se deben tener en cuenta no solo las formas modales más representativas sino también sus frecuencias y amortiguamientos modales.
Una vez determinados los valores de dichos parámetros se consigue disponer de un modelo a partir del cual poder no solo generar la correspondiente documentación técnica de la estructura real sino poder estimar su vulnerabilidad ante cargas accidentales, evaluar la vida útil o conocer la efectividad de diversas medidas de conservación, entre otras aplicaciones, entrando en lo que se conoce como re-ingeniería estructural, de cuyas ventajas se podrá hablar próximamente.
Tratar de definir una tendencia de moda es como intentar elegir la cámara perfecta; cuando te has comprado lo último en tecnología, tu cuñado aparece con el doble de megapíxeles. Pero esta vez nos toca hablar de Industria 4.0, también conocida como la cuarta revolución industrial. Este paradigma persigue una implantación de las tecnologías de la información en la industria con el objetivo de que los medios de producción se interconecten para así facilitar la transición hacia una industria «inteligente» (o Smart Industry como dice mi cuñado). Por ponernos en contexto, Industria 1.0 y 2.0 se asocian al primer telar mecánico y la primera cadena de montaje, respectivamente.
Un momento, ¿pero es que las máquinas de la fábrica donde trabaja mi cuñado no están ya interconectadas? La respuesta es, depende. En una fábrica (tipo Industria 3.0) con un nivel de automatización razonable, los medios de producción ya están interconectados. Las soluciones tecnológicas actuales ya establecen una jerarquía en la que los diferentes niveles de conectividad (dentro de la fábrica) están fijados, desde el sensor que informa del estado del proceso, hasta el software usado en los niveles más altos de toma de decisión (por ejemplo, para la planificación de negocio o la logística). Sin embargo, la visión Industria 4.0, establece una interconexión mucho más amplia, en la que los medios productivos interaccionan no solo en el propio entorno de la fábrica, sino en toda la cadena de valor a la que pertenecen: proveedores, clientes, logística, etc.
En nuestro día a día, esta hiper-conectividad que se buscan en la Industria 4.0 ya es una realidad: recibimos ofertas y publicidad personalizada en nuestro smartphone o compartimos/generamos información personal o profesional a través de internet (haced la prueba y buscad vuestro nombre en Google). Por lo tanto, ¿qué beneficios puede obtener una compañía o fábrica si abraza el concepto Industria 4.0? Son muchos y variados, (aparte del consabido aumento de la competitividad):
Muchos “Me gusta” en Facebook (es broma).
Innovación de forma continua y colaborativa (en la cadena de valor) en el proceso y producto fabricado (mi proveedor innova en su maquinaria y yo mejoro mi proceso).
Acceso a nuevos modelos de negocio (productos personalizados).
Rápida reacción y adaptación a cambios del mercado (oferta o demanda).
La siguiente pregunta que surge es si la industria española está preparada. Dada la gran variedad de sectores y compañías con diferentes grados de madurez tecnológica, la respuesta no es única. Lo que sí se puede asegurar es que las tecnologías necesarias para esta revolución ya están disponibles: sensores de grandes prestaciones y bajo coste, sistemas embebidos, tecnologías de procesamiento de datos y extracción de conocimiento, algoritmos de encriptación o cifrado entre otras.
¿Qué le falta entonces a la industria española para dar el salto? Como pasa con muchos avances, estos suceden más rápido de lo que somos capaces de asimilar. Hasta hace poco tiempo, todos teníamos algún amigo o familiar que se negaba a tener un smartphone. Es la resistencia natural del hombre (de la mujer menos) a los cambios. Además, existe un déficit formativo que ya se empieza a tratar de suplir mediante programas multidisciplinares que tienen en cuenta la robótica, el diseño industrial, la programación, etc. Sin embargo, no se puede esperar a que estas nuevas generaciones terminen de formarse (nuestros competidores no lo han hecho). El momento es AHORA.
Los actores clave en esta revolución se localizan en todos los ámbitos: las grandes empresas como creadoras de necesidades y tractoras del resto o los fabricantes de bienes de equipo como proveedores de maquinaria productiva en casi cualquier sector. Estos bienes de equipo ya han empezado una “innovación colaborativa” silenciosa. Las experiencias que un fabricante de maquinaria introduce como consecuencia de la experiencia en un sector o cliente concreto, tarde o temprano se trasladan como innovaciones a la siguiente «versión» que de una forma u otra acabarán en otra fábrica.
Mediante la «hiper-conectividad» que fomenta la Industria 4.0 se busca acelerar este proceso de innovación (no solo de los fabricantes de maquinaria) de tal forma que por ejemplo, las máquinas productivas tengan la inteligencia suficiente para proporcionar información en tiempo real de su estado que sea útil para el propio fabricante (por ejemplo, mejorar diseño), la industria en la que estén conectadas (información de su rendimiento energético o mantenimiento) o incluso el fabricante de componentes de estas máquinas (información de la fiabilidad de componentes individuales). Pero estas máquinas «inteligentes» no solo proporcionarán información relevante sino que tendrán la capacidad de influir en el proceso productivo de forma automática para optimizarlo.
Los conceptos clave para esta revolución son variados y tienen también nombres exóticos (de los que le gustan a mi cuñado): sistemas cíber-físicos, Internet de las Cosas o Big Data por citar los más conocidos. Pero serán materia de artículos posteriores.
