Noticias

Recent developments in artificial intelligence (AI) and advanced sensing technologies are transforming the field of Structural Health Monitoring (SHM). As infrastructure continues to age—particularly in Western countries with older built environments—SHM has become essential for evaluating and ensuring structural safety. While significant progress has been made in AI-driven data analysis and in the development of novel sensing solutions, such as self-sensing structural materials, effective prognosis in civil engineering remains elusive. A major challenge lies in the limited integration between data-driven insights and physics-based models.
To enable risk-informed decision-making at a territorial scale, SHM must evolve into a comprehensive, multi-scale framework—one that fuses multimodal sensor data with computational modeling, and expands the focus from individual structures to interconnected networks. This talk delves into the latest research from the University of Perugia, Italy, exploring the intersection of advanced sensing, AI-powered analytics, and computational techniques. Topics include smart masonry using self-sensing materials, deep learning and statistical pattern recognition for damage detection and classification, and the application of metamodeling and Bayesian inference for more robust structural assessment.

In recent years, there has been a significant shift toward the use of Structural Health Monitoring (SHM) systems to support decision-making in infrastructure management. SHM systems provide continuous and more reliable assessments of structural conditions, paving the way for a transformative era of advanced management strategies, including the use of interpretation models and intelligent algorithms. This transformation involves the development of cutting-edge SHM frameworks that incorporate digital twins, virtual counterparts of physical assets, enhanced by metamodels to enable efficient, scalable structural diagnostics and prognostics.
Unlike traditional data-driven approaches, this model-based strategy integrates high-fidelity simulations with sensor data to create a dynamic, continuously updated representation of the structure. Through the application of Bayesian inference techniques, it becomes possible to solve inverse problems, such as identifying the location and severity of damage, while also quantifying associated uncertainties. Additionally, AI-based neural networks are employed to emulate complex structural behavior, significantly reducing computational effort and enabling real-time assessment.
This talk presents a structured decision-making workflow, where insights derived from metamodel-assisted inverse analysis are seamlessly integrated into risk evaluation protocols. This approach empowers stakeholders to make timely, informed decisions regarding structural maintenance, interventions, and load management.

La seguridad en la circulación de trenes sobre puentes ferroviarios es un aspecto fundamental debido al crecimiento de las líneas de alta velocidad (LAV) y la necesidad de garantizar la estabilidad y eficiencia de estas infraestructuras. En países como China y Japón, más del 75 % de la red ferroviaria discurre sobre puentes y viaductos, mientras que en Europa, la movilidad sostenible y la descarbonización del transporte impulsan la expansión del tráfico ferroviario, con previsiones de duplicación para 2030 en pasajeros y 2050 en mercancías.

En esta conferencia se abordará los trabajos de la Dra. M. Dolores F. Pulido en el diseño de conexiones en puentes

En esta conferencia se abordará los trabajos del Arquitecto Stefano Carlo Ascione en la construcción industrializada con madera

En esta conferencia se abordará los trabajos de Antonio Fernandez Viñas en la caraterización de materiales metálicos

En esta conferencia se abordará los trabajos del prof. Lorenzo Jurina en la restauración de edificios históricos mediante cables y tensores.

Predecir las vibraciones estructurales causadas por el tráfico peatonal es un desafío para los diseñadores de pasarelas debido a la falta de guías adecuadas. Esta presentación propone un método innovador basado en modelos numéricos que simulan la interacción entre peatones y la estructura para evaluar las vibraciones. Este enfoque considera la variabilidad de las cargas peatonales y las propiedades del cuerpo humano, así como la interacción entre los peatones y con la estructura. Además, permite reformular los criterios de diseño enfocándose en la aceleración percibida por los peatones, en lugar de un punto fijo. Al aplicarlo a una pasarela real, se logra una precisión en la frecuencia y amortiguamiento modal con errores menores al 1%, y en la respuesta estructural con errores del 5-10%, frente al 200-500% de los métodos actuales. Este método es programable e integrable en guías de diseño, ofreciendo a los ingenieros una herramienta más precisa para proyectos de este tipo.

La arquitectura contemporánea plantea constantes retos para la ingeniería estructural. Desafiar la gravedad es cada día más difícil en el contexto globalizado en el que se desarrollan hoy los grandes proyectos. Este marco es un complejo entramado de responsabilidades y normativas, que exige el desarrollo de soluciones sólidas y fiables, lo que a veces puede entrar en conflicto con la esencia arquitectónica del proyecto. En un proyecto que aspira a ser sismorresistente, y a desafiar por tanto la aceleración en tres dimensiones incluso en rango no lineal, este contexto normativo es todavía más complejo, siendo aún más necesario mantener un diseño claro y ordenado basado en una geometría que permita predecir de manera fiable su comportamiento. Esta presentación pretende reflexionar sobre este largo proceso mediante varios ejemplos en los que la geometría inicial acaba dando forma a la obra construida.

La metodología BIM implementada a infraestructuras surge de la necesidad de convertir un flujo de trabajo fragmentado y poco operativo a un único modelo común alojado en la nube. Allplan Bridge es el primer software del mercado que permite generar un diseño 3D paramétrico a partir del cual obtener el modelo analítico, el cálculo e informes acordes a normativas y realizar el armado de toda la infraestructura de manera automática, mientras trabajas de manera colaborativa con el resto de tu equipo y en tiempo real.