IOT Y BIG DATA EN LA CONSTRUCCIÓN GEOTÉCNICA
Conectando equipos de perforación a la nube
Hoy en día es casi imposible escapar del fervor y el revuelo que rodean tecnologías y conceptos como Big Data, Internet de las cosas (IoT), aprendizaje automático (ML) e inteligencia artificial (IA). En muchas áreas de la vida cotidiana, estas tecnologías nuevas y en desarrollo ya están afectando aspectos de cómo las personas llevan su día a día; por ejemplo, “Hola Siri, ¿qué hay en mi calendario hoy?” o “Alexa, enciende las luces de la cocina”. Vivimos en un mundo donde la generación de información y datos está creciendo exponencialmente. Sin embargo, los ingenieros geotécnicos a menudo se enorgullecen de trabajar “en la tierra” y, para muchos, estos nuevos conceptos tecnológicos parecen descabellados y poco prácticos. Sin embargo, actualmente hay una explosión de innovaciones en el campo de la construcción geotécnica vinculadas al desarrollo de Big Data, ML e IoT.
Una afluencia de datos
Los ingenieros geotécnicos tradicionalmente han tomado un mundo 3D y lo han simplificado convirtiéndolo a 1D o 2D. Informan sobre geología compleja en un registro perforado o mediante una sección 2D en un dibujo. Los operadores de perforación registran cada hoyo a mano en sus libros de campo. Este enfoque solía estar impulsado por dos limitaciones: muy pocos datos, tal vez solo unas pocas perforaciones, estaban disponibles para un proyecto determinado, y las herramientas a nuestra disposición para el análisis también tenían capacidades limitadas. Afortunadamente, esta situación está mejorando rápidamente. En el campo de la construcción geotécnica, la combinación de avances en la potencia de las computadoras, sensores a bordo en los equipos de perforación, capacidades de comunicación en la nube y un requisito cada vez mayor de control de calidad ha hecho posible y necesario visualizar, comparar y analizar de forma remota en tiempo real. la gran cantidad de datos generados. Los “sitios conectados” son la realidad, y los datos recopilados en el sitio seguirán ayudando a los ingenieros a comprender mejor el suelo, predecir cómo responderá el suelo a las técnicas de construcción y aplicar las lecciones aprendidas en sus próximos trabajos. Dominar y utilizar de forma inteligente las grandes cantidades de datos generados en las obras geotécnicas requiere la colaboración de muchas partes interesadas:
- En última instancia, los propietarios pagan por los datos que los ingenieros geotécnicos y los contratistas generan en sus proyectos, pero deben permitir que los ingenieros geotécnicos agreguen esos datos en grandes bases de datos.
Los ingenieros geotécnicos están generando datos del suelo a partir de perforaciones y pruebas de laboratorio. Sigue siendo la norma recibir PDF o incluso copias escaneadas de informes geotécnicos, pero la estandarización y codificación son un paso necesario en nuestra búsqueda hacia la digitalización. Los formatos digitales estándar para la exploración geotécnica como AGS (Reino Unido) y DIGGS proporcionarán una plataforma para agregar y compartir información espacialmente referenciada sobre los suelos. DIGGS es un estándar abierto que simplifica el intercambio de datos geotécnicos. Actualmente se está expandiendo a otras fuentes, como datos de pruebas de carga, monitoreo de instrumentación y datos geoambientales. El uso de un estándar para datos geotécnicos garantizará que la información pueda compartirse entre las partes interesadas y de un trabajo a otro sin las restricciones del software propietario.
- Los contratistas especializados en geotecnia pueden recopilar datos de sus equipos para crear su propia base de datos de información.
- La mayoría de los fabricantes de equipos ahora registran y centralizan los parámetros operativos de sus equipos y están comenzando a integrar datos de monitoreo en los sistemas de recolección de instrumentación que los contratistas instalan en sus máquinas. Queda un largo camino por recorrer antes de que exista un estándar de código abierto para recopilar datos de equipos, pero en los últimos años se han logrado avances significativos. ¿Cómo se están integrando de manera práctica Big Data, ML, ¿AI e IoT en nuestros sitios de trabajo hoy? ¿Qué tan fuera de nuestro alcance está un sitio verdaderamente inteligente y conectado? ¿Cómo se ve el futuro?.
Sitios del futuro
El primer paso en la digitalización de la producción en una obra geotécnica es la recopilación de datos en tiempo real.Gracias al rápido desarrollo de las computadoras a bordo instaladas en las plataformas de perforación, los datos son cada vez más fáciles de recopilar y compartir. El futuro pertenece a aquellos que pueden recopilar datos de manera eficiente en el campo utilizando sensores y sistemas de monitoreo a bordo, examinar esos datos con bases de datos de pruebas y suelos geotécnicos existentes, y analizar esta información utilizando el poder predictivo detrás del ML y la IA. Luego, la información se puede devolver al equipo para optimizar la producción y los parámetros operativos. Cuando se completa este circuito de retroalimentación, la respuesta de un equipo a las condiciones del terreno se puede optimizar para modificar y adaptar los procedimientos operativos para garantizar que el rendimiento del sistema instalado cumpla con la intención del diseño. Todo esto podría ocurrir instantáneamente en tiempo real durante la perforación. No es un gran acto de fe imaginar que los equipos de perforación autónomos en el futuro serán tan omnipresentes como los camiones autónomos de la mayoría de las operaciones mineras actuales. Las plataformas de perforación totalmente autónomas siguen siendo un sueño, pero se han logrado avances importantes gracias a la I+D y la integración de nuevas tecnologías en el campo de la geoconstrucción. Tres ejemplos recientes ilustran algunos de los avances clave y dan una idea de lo que nos depara el futuro.
Lechada inteligente
Los proyectos de inyección suelen seguir un proceso similar: diseño, preparación, ejecución e informes para control de calidad. Nicholson Construction, que emplea a dos de los autores de este artículo, es un ejemplo de un contratista especializado que ha implementado herramientas de software y hardware para guiar y ayudar en el trabajo de los ingenieros y operadores de equipos para garantizar un producto final optimizado y de alta calidad. Nicholson utiliza una solución patentada llamada Grout I.T. como se muestra en el flujo de trabajo en la Figura 1.
- En la fase de diseño, cada lugar de inyección se modela en 3D de acuerdo con las particularidades del diseño (ubicación, inclinación, orientación, longitud, etc.). Este enfoque permite la generación de un plan de lechada en 3D que incorpora todos los componentes clave del diseño. Esto se puede comunicar al personal de campo de una manera fácil de visualizar.
- En la etapa de preparación de la obra, el proyecto se analiza y secciona en diferentes áreas con características similares, con base en la información geotécnica ya disponible y las limitaciones conocidas del sitio. Esta secuencia de trabajo se almacena en el Grout I.T. base de datos y se utiliza para planificar el trabajo. Cada pozo de lechada y sus parámetros de diseño estarán disponibles para el equipo del proyecto cuando comience la perforación.
- Para la fase de ejecución, las instrucciones definidas en la fase anterior se ejecutan y monitorean en tiempo real. Por ejemplo, Grout I.T. El software está conectado a la bomba para controlar el volumen de lechada, el caudal y otros parámetros automáticamente en tiempo real para reaccionar y anticipar la respuesta del suelo. Los ingenieros de campo monitorean y visualizan el progreso a través de una estación de monitoreo ubicada en el remolque del sitio. Los datos recopilados se pueden adaptar al proyecto: para la reparación de la presa Boone en condiciones kársticas en Tennessee (Figura 2), por ejemplo, Grout I.T. El sistema se actualizó para monitorear parámetros como la pérdida de lechada, la composición de la lechada y los fluidos de perforación, y las pruebas de agua. El ingeniero que supervisa la operación puede reaccionar rápida y fácilmente y modificar los parámetros inmediatamente para adaptarse sin demora a las condiciones del terreno que cambian inesperadamente. Si bien aún requiere la intervención de ingenieros, Grout I.T. Es un paso importante hacia el objetivo de integrar la respuesta de los equipos y analizar/modificar los parámetros de la instalación en tiempo real para garantizar una calidad óptima del producto final. Para lograr una automatización total, el siguiente paso será integrar un componente de ML.
- Una vez que se completa cada punto de inyección, el módulo de informes puede generar informes individuales o visualizaciones sintéticas en 3D por área, así como analizar la productividad para brindar información valiosa a los equipos de ingeniería, operativos y de estimación. Sistemas como Grout I.T. tienen el potencial de acercar la lechada a un proceso totalmente automatizado. Es importante recordar que de la misma manera que las cirugías robóticas automatizadas no reemplazaron a los cirujanos, el objetivo no es eliminar el elemento humano del proceso de decisión. El buen criterio de ingeniería sigue siendo fundamental. El aprendizaje automático o la inteligencia artificial no sustituyen a una buena ingeniería, pero reducirán el riesgo de errores, mejorarán la comprensión y el tiempo de reacción ante las diferentes condiciones del suelo, mejorarán la productividad, reducirán los riesgos de seguridad y reducirán la repetición del trabajo, lo que en última instancia generará ahorros de costos y tiempo. y un producto final de mejor calidad en general.
Mejorar la eficiencia del proyecto
Big Data es el término utilizado para describir conjuntos de datos que son demasiado grandes o demasiado complejos para ser analizados con métodos y software tradicionales. Con la instalación sistemática de una amplia gama de sensores y sistemas de recopilación de datos en los equipos, comprender el Big Data se ha convertido en uno de los desafíos clave para las obras de construcción geotécnica. Los desafíos incluyen el volumen de datos, la velocidad del análisis, la integración de diferentes fuentes de datos, la precisión y el suministro de valor agregado.
La entrada de Big Data está representada por las múltiples fuentes de datos que están disponibles actualmente, como sensores de máquinas, bases de datos geotécnicas, parámetros de diseño y bases de datos de prueba. Hay una variedad de posibles mecanismos de salida: visualización directa, informes automáticos e integración con sistemas y bases de datos existentes. El sistema puede ayudar a múltiples departamentos dentro de una organización, desde ayudar al operador a pilotear el equipo, hasta el ingeniero de calidad generando informes para el cliente o el estimador utilizando una base de datos de referencias anteriores para estimar la productividad para el próximo proyecto.
Una prueba de concepto de Big Data fue un gran proyecto relacionado con el transporte en Hong Kong. Debido a su tamaño excepcional (más de 60.000 paneles de mezcla de suelo), el proyecto requirió movilizar 16 equipos de mezcla de suelo que trabajaran las 24 horas del día, los 7 días de la semana en turnos dobles extendidos. Diariamente se completaron más de 100 paneles de mezcla de suelo. Cada plataforma y equipo de soporte eran autónomos y estaban instalados en una barcaza con su propio conjunto de sistemas de monitoreo a bordo. Cada sistema transmitía datos de producción en tiempo real mediante una conexión de datos inalámbrica a un servidor central ubicado en las oficinas del sitio.
Cuando se completó un nuevo panel, el sistema analizó los datos de producción, los comparó con los parámetros de diseño y determinó inmediatamente si el panel estaba dentro de las especificaciones y tolerancias de diseño. Mientras estaba en producción, un portal permitió que tanto los ingenieros como otras partes interesadas (propietario, contratista general, ingeniero) accedieran a datos de producción en vivo de cada una de las 16 plataformas. La facilidad para compartir datos del sitio mejoró la confianza y la transparencia y promovió la interacción y la comunicación entre las partes interesadas. El procesamiento y análisis instantáneo de datos aumentó la productividad al eliminar el retraso entre la finalización de un elemento, la generación de un informe relacionado con ese elemento, la decisión de aceptar o rechazar el elemento y los procedimientos de remediación implementados en el sitio en caso de una no conformidad.
Cerrando el círculo de los datos
Se implementó un proceso similar al implementado en Hong Kong en un proyecto para un gran almacén cerca de Detroit, Michigan (Figura 3). El soporte del almacén de varios pisos requirió la instalación de varios miles de pilotes CFA, cuyo diámetro variaba de 14 a 24 pulgadas. Se movilizaron hasta cuatro equipos. Cada plataforma estaba equipada con un sistema de monitoreo a bordo conectado de forma inalámbrica a un servidor central de adquisición de datos. Se utilizó un sistema Big Data para recopilar y analizar datos sobre velocidad de perforación, presión, rotura del concreto y muchos otros parámetros (Figura 4). Se proporcionaron al cliente informes sobre la construcción y se agregaron datos a una base de datos existente de pilotes terminados para desarrollar herramientas de predicción para proyectos futuros. Agregar miles de pilas, cada una de las cuales comprende miles de puntos de datos, en una base de datos común que abarca trabajos de construcción geotécnica en todo el mundo fue una hazaña en sí misma. Pero para cerrar el círculo y lograr el sueño de un lugar de trabajo verdaderamente conectado, la integración de los parámetros del suelo en estos conjuntos de datos geotécnicos es clave.
Nicholson ha comenzado a incorporar perforaciones de investigación de suelos en las bases de datos del proyecto y ha creado un portal de datos de suelos que permite a cualquiera cargar y geolocalizar informes de suelos de fuentes de todo el mundo. La empresa está desarrollando capacidades de reconocimiento óptico de caracteres (OCR), junto con una IA, para transformar rápidamente datos de un documento PDF a un formato digital que pueda almacenarse en una base de datos. Una vez que la cantidad de datos sea suficiente para permitir el aprendizaje automático, se establecerán conexiones entre las propiedades/tipos de suelo y los parámetros de perforación para predecir la tasa de producción de la instalación o el rendimiento de ingeniería (por ejemplo, fricción superficial o capacidad de carga) y optimizar los diseños basados en la análisis retrospectivo de los datos.
Por el contrario, utilizando parámetros de perforación se pueden predecir las características y el comportamiento del suelo, convirtiendo cada pilote en una pseudoperforación de suelo. Luego estos pueden retroalimentarse a la base de datos y aumentar exponencialmente la cantidad de datos disponibles. Más allá de las ventajas obvias de tener equipos conectados a una base de datos para producir informes con solo presionar un botón, los contratistas geotécnicos pronto podrán predecir la respuesta de los elementos perforados en función de los parámetros de perforación. Una plataforma de Big Data también podría ayudar a garantizar que el mantenimiento preventivo se realice en el momento adecuado y que se seleccionen las mejores plataformas en función de los tipos de suelo esperados. ¡El cielo es casi el límite!
Los ingenieros geotécnicos han vivido durante años en un entorno con escasez de datos, donde luchar para realizar algunas perforaciones es una experiencia típica. El método de observación de Terzaghi se basa en la recopilación y el análisis de datos y, sin embargo, durante años, los ingenieros geotécnicos rara vez tuvieron datos suficientes para hacer su trabajo sin la necesidad de un conservadurismo excesivo. Afortunadamente, tecnologías como Big Data, AI, ML e IoT están llegando al mundo geotécnico. Hoy en día, los datos están en todas partes, no solo en los informes de perforación del suelo, y son cada vez más fáciles de obtener y compartir. Gestionar y convertir esos datos en información procesable se convertirá rápidamente en un diferenciador entre los contratistas en términos de competitividad. El momento en que los contratistas le digan a sus equipos: “Alexa, perfore la pila n.º 342 con una capacidad vertical de 150 kips” aún está en el futuro, pero el progreso reciente ha hecho que este escenario pase de ser ciencia ficción a ser un objetivo alcanzable para los equipos de I+D de los contratistas geotécnicos.
Referencias
- Masse, F., Deschamps, R., Scarwell, A., & Joussellin, T. (2021). IoT and Big Data in Geotechnical Construction: Connecting Drill Rigs to the Cloud. GeoStrata Magazine Archive, 25(3), 30-35.
By Frederic Masse, M.ASCE, Rick Deschamps, PhD, PE, M.ASCE, Alexandre Scarwell, and Thomas Joussellin
Posts Relacionados
(993) 389 4059
Oficina central
Calle 10 30, San Pedro de los Pinos, Benito Juárez, 03800 Ciudad de México, CDMX
SOPORTE DE CORREO ELECTRÓNICO
info@soilsolution.com.mx
Enlace rápido
Acerca de
Newsletter Semanal
Mantente al día en el Sector de la Construcción con boletines semanales que presentan noticias, Inversiones, proyectos y más.
Copyright © 2024 terzaghi.mx
Todos los derechos reservados, desarrollado por Soilsolution Company.