El uso de dicha herramienta de aprendizaje de máquina o machine learning, inspirada en el funcionamiento del cerebro humano, permitió el diseño de tres modelos computacionales, que con un 90 % de eficacia, analizan la tendencia de los materiales de construcción para conservar sus propiedades ante un estímulo, en este caso, un sismo (histéresis). El aporte optimiza el funcionamiento de modelos existentes y se puede utilizar en el estudio de viviendas, puentes, suelos y edificios.
Un país como Colombia, ubicado en una zona de alta
sismicidad, por ejemplo, en el primer semestre del año se han presentado más de
5.000 temblores de mediana y baja intensidad, necesita que desde la ingeniería
civil se evalúe permanentemente la “memora estructural” o resistencia de los
materiales de construcción ante los fenómenos naturales.
Juan Sebastián Delgado Trujillo, magíster en Ingeniería –
Estructuras, de la Universidad Nacional de Colombia (UNAL) Sede Manizales,
explica que, “la resistencia de los materiales, busca explicar el
comportamiento interno de los mismos cuando se someten a un esfuerzo o carga”.
En el caso de los sismos, tales movimientos hacen que las
vigas o cimientos se expongan a más peso, debido a que la estructura se
desplaza y su linealidad se pierde, que es cuando suceden los daños en las
construcciones.
Dicha situación da paso a un fenómeno conocido como
“histéresis” o la tendencia del material para conservar sus propiedades ante un
estímulo, pero el cual no puede identificarse de forma detallada a través de
modelos matemáticos. Ahí, en este punto es donde el aporte del magíster es
valioso, pues diseñó tres modelos computacionales de prueba mejorados para la
lectura de estos casos.
“Se trata de un mecanismo natural de los materiales, como un
proceso memorístico, donde existen fuerzas restauradoras ante los movimientos
para disipar la energía”, explica.
Es por eso, que existen modelos matemáticos que describen el
comportamiento de un edificio, pero es más fácil dividirlo entre, poligonales y
suaves; el primero considera que los comportamientos cambian de forma discreta,
es decir que hay un proceso de daño por niveles y que aumenta poco a poco, y el
segundo, contempla que no existen cambios notorios, sino que son aspectos
leves, no transitorios.
Según el ingeniero Delgado, todos los modelos posibles para
estudiar esta técnica se hacen a través de fórmulas y se describen a través de
ecuaciones, pero su propuesta, determina que la histéresis es tan compleja que
no puede reducirse en tan solo una formula, ya que los modelos no son 100 %
exacto; ahí es donde entran en escena las redes neuronales.
Las redes neuronales son una forma de inteligencia
artificial, donde a un sistema, se le enseña a procesar una secuencia de datos,
para que luego identifique características únicas de la lectura de los
materiales seleccionados para el estudio.
Redes a prueba
Para comprobar la eficacia de redes diseñadas, elaboró dos
maquetas: una de ferrocemento con mortero y malla de alambre (de un metro
de ancho, dos de alto, anclada a una viga fija al suelo y con un peso de
456 kg), otra de pared madero - plástica, con una densidad de 821 Kg/m3 formada
por una sección transversal, en medio de 50 milímetros.
“Con el muro madero - plástico el ensayo fue más lento y
abarcó una carga mayor, en un tiempo estimado de 1 hora y el de ferrocemento
tan tardó 6 segundos para la recolección de la información, esto debido, a que
el primer material presentó una mayor resistencia que el concreto permitiendo
aplicar mayor carga de sismo”, explica el investigador.
El proceso se dividió en tres fases. Primero se escogió la
ecuación de movimiento; luego se definió la parte donde irá la red neuronal -en
este caso va: en la dinámica de fuerza restauradora-, y después se entrenó con
datos reales de movimientos estándar de la norma norteamericana ASTM 2126.
Dicha normativa indica que: “si el investigador quiere
desarrollar nuevos modelos estructurales, debe estudiarlos bajo ciertas fuerzas
dinámicas, es decir, que varíen en el tiempo, para validar la resistencia de un
material”.
Según el investigador, “los datos no son lo único
importante, es necesario integrar a la red neuronal una red física, basada en
la mecánica de Newton, que tiene en cuenta la fuerza del movimiento generada a
los cuerpos en el espacio, en este caso, las partículas del material ‘lo
interno’ tanto del concreto, como del madero – plástico”.
Este aporte facilitará los estudios matemáticos de los
materiales, para conocer cuáles son las limitaciones, el aprovechamiento, el
rango, lugar y cantidad a usar, antes de empezar a construir.
