Evaluación de la Fiabilidad de Infraestructura en Arcillas Expansivas Utilizando Redes Bayesianas de Creencias
Autores: Kabir, Golam; Azam, Shahid
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Evaluación de la Fiabilidad de Infraestructura en Arcillas Expansivas Utilizando Redes Bayesianas de Creencias
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Civil y Estructural
Palabras clave
Infraestructura civil
Arcillas expansivas
Predicción de fiabilidad
Enfoque de modelado
Red de creencias bayesianas
Análisis de sensibilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
La infraestructura civil soportada por arcillas expansivas se ve gravemente afectada por deformaciones volumétricas extensas. La predicción de la fiabilidad de tales instalaciones es bastante desafiante debido a las complejas interacciones entre varios factores contribuyentes, como la escasez de datos, la falta de ecuaciones analíticas, las correlaciones entre información cuantitativa y cualitativa, y la integración de datos. La principal contribución de esta investigación es el desarrollo de un enfoque de modelado basado en la red de creencias bayesianas. Los resultados del modelado destacan que la edad de la instalación es el parámetro más crítico (23% de varianza), seguido por el tipo de instalación (1.37% de varianza), para todos los tipos de infraestructura investigados, a saber, terraplenes de carretera, tuberías enterradas y viviendas residenciales. Asimismo, los resultados del análisis de sensibilidad y del análisis de escenarios extremos indican que el nuevo método es capaz de predecir la fiabilidad de la infraestructura y las evaluaciones se encontraron en concordancia con el comportamiento esperado en el campo. El modelo propuesto es útil en la toma de decisiones relacionadas con la gestión de infraestructura civil en arcillas expansivas.
Descripción
La infraestructura civil soportada por arcillas expansivas se ve gravemente afectada por deformaciones volumétricas extensas. La predicción de la fiabilidad de tales instalaciones es bastante desafiante debido a las complejas interacciones entre varios factores contribuyentes, como la escasez de datos, la falta de ecuaciones analíticas, las correlaciones entre información cuantitativa y cualitativa, y la integración de datos. La principal contribución de esta investigación es el desarrollo de un enfoque de modelado basado en la red de creencias bayesianas. Los resultados del modelado destacan que la edad de la instalación es el parámetro más crítico (23% de varianza), seguido por el tipo de instalación (1.37% de varianza), para todos los tipos de infraestructura investigados, a saber, terraplenes de carretera, tuberías enterradas y viviendas residenciales. Asimismo, los resultados del análisis de sensibilidad y del análisis de escenarios extremos indican que el nuevo método es capaz de predecir la fiabilidad de la infraestructura y las evaluaciones se encontraron en concordancia con el comportamiento esperado en el campo. El modelo propuesto es útil en la toma de decisiones relacionadas con la gestión de infraestructura civil en arcillas expansivas.