Descripción del proyecto
LA SEGURIDAD DE LAS PRESAS ES DE GRAN RELEVANCIA PARA NUESTRA SOCIEDAD POR LA IMPORTANCIA DE LOS SERVICIOS QUE BRINDAN Y POR LAS GRAVES CONSECUENCIAS DE SU POTENCIAL AVERIA O FALLO.ADEMAS, MUCHAS PRESAS EN TODO EL MUNDO SE ESTAN ACERCANDO AL FINAL DE SU VIDA UTIL PREVISTA, LO QUE GENERA UN MAYOR RIESGO DE FALLO O AVERIA GRAVE Y, POR LO TANTO, SE NECESITAN MAS RECURSOS PARA UN CONTROL ADECUADO DE LA SEGURIDAD.EN RESPUESTA A ESTA SITUACION, LA ADMINISTRACION ESPAÑOLA HA PUBLICADO RECIENTEMENTE NUEVAS NORMAS TECNICAS DE SEGURIDAD DE PRESAS. ENTRE LOS PRINCIPALES ELEMENTOS PARA GARANTIZAR LA SEGURIDAD Y EL CORRECTO FUNCIONAMIENTO DE LAS PRESAS, LAS NORMAS REQUIEREN LA DEFINICION DE INDICADORES ADECUADOS DE SEGURIDAD Y UMBRALES CUANTITATIVOS ASOCIADOS.LA IMPORTANCIA DEL TEMA Y LA NECESIDAD DE INVESTIGACION TAMBIEN SE DEMUESTRA EN LAS ACTIVIDADES DEL COMITE DE VIGILANCIA DE PRESAS DE ICOLD: SE HA DEFINIDO UN PROBLEMA ESPECIFICO SOBRE ESTE TEMA PARA EL PROXIMO BENCHMARK WORKSHOP, QUE SE CELEBRARA EN ESLOVENIA EN 2022. LA DEFINICION DE UMBRALES ADAPTATIVOS Y FIABLES SE BASA EN LA EXISTENCIA DE MODELOS PREDICTIVOS PRECISOS DE LA RESPUESTA DE LA PRESA. LOS PRINCIPALES ENFOQUES DISPONIBLES SON A) MODELOS BASADOS EN LA FISICA (FEM) Y B) MODELOS BASADOS EN DATOS (APRENDIZAJE AUTOMATICO). EL PRIMERO A MENUDO CARECE DE PRECISION DEBIDO A LAS SIMPLIFICACIONES NECESARIAS A APLICAR Y A LA INCERTIDUMBRE EN LAS PROPIEDADES DE LOS MATERIALES. POR SU PARTE, LOS MODELOS BASADOS EN DATOS DE AUSCULTACION Y ALGORITMOS DE APRENDIZAJE AUTOMATICO OFRECEN UNA MEJOR CAPACIDAD DE PREDICCION Y SON UTILES PARA CUALQUIER TIPOLOGIA DE PRESA Y VARIABLE DE RESPUESTA. SIN EMBARGO, TIENEN LIMITACIONES RELEVANTES: REQUIEREN BASES DE DATOS DE AUSCULTACION DE BUENA CALIDAD -MUCHAS VECES NO DISPONIBLES- Y SOLO PUEDEN PREDECIR LA RESPUESTA EN SITUACIONES YA REGISTRADAS EN LA HISTORIA DE LA PRESA, ES DECIR, NO SON APLICABLES BAJO CARGAS EXTRAORDINARIAS.EL PRIMER OBJETIVO DEL PROYECTO ES EL DESARROLLO DE UNA METODOLOGIA PARA GENERAR MODELOS PREDICTIVOS HIBRIDOS, COMBINANDO MODELOS BASADOS EN LA FISICA (FEM) Y MODELOS BASADOS EN DATOS DE AUSCULTACION Y APRENDIZAJE AUTOMATICO, PARA PALIAR LAS LIMITACIONES DE AMBAS METODOLOGIAS Y APROVECHAR SUS BENEFICIOS.ADEMAS, SE DESARROLLARA UNA METODOLOGIA PARA DEFINIR UMBRALES DE ALERTA DINAMICOS, ADAPTABLES Y FIABLES BASADOS EN LOS MODELOS HIBRIDOS RESULTANTES. SE APLICARA EN UN ESTUDIO DE CASO DE UNA PRESA DE ARCO REAL EN FUNCIONAMIENTO.SE HAN APLICADO CON EXITO ENFOQUES SIMILARES EN OTROS CAMPOS, Y EL EQUIPO DE INVESTIGACION REUNE UNA EXPERIENCIA UNICA EN SEGURIDAD DE PRESAS, MODELADO NUMERICO Y APRENDIZAJE AUTOMATICO. ASI LO DEMUESTRAN LOS PROYECTOS DE INVESTIGACION RECIENTES Y ACTUALES DEL GRUPO, ASI COMO SU HISTORIAL DE PUBLICACIONES.EL IMPACTO CIENTIFICO Y TECNICO Y LA TRANSFERENCIA DE CONOCIMIENTO ESTA ASEGURADO POR LAS COLABORACIONES CONTINUAS DEL IP CON EL COMITE DE VIGILANCIA DE PRESAS DE ICOLD Y SU CONTRAPARTE NACIONAL, ASI COMO CON GRUPOS DE INVESTIGACION A NIVEL INTERNACIONAL, COMO DR. JUAN MATA (LNEC, PORTUGAL), DR. ALEXANDRE SIMON (EDF, FRANCIA), PROF. HARIRI-ARDEBILI (UNIVERSIDAD DE COLORADO, EE. UU.), DR. RICHARD MALM (KTH, SUECIA). ASIMISMO, ENTIDADES RELEVANTES EN EL CAMPO HAN MOSTRADO SU INTERES EN EL PROYECTO CON CARTAS DE APOYO: ENDESA GENERACION, LNEC (INSTITUCION DE INVESTIGACION RESPONSABLE DE LA SEGURIDAD DE PRESAS EN PORTUGAL) Y EL COMITE ESPAÑOL DE GRANDES PRESAS (SPANCOLD), ENTRE OTROS. EGURIDAD DE PRESAS\MACHINE LEARNING\METODOS NUMERICOS