Optimización de cimentaciones rectangulares aisladas: Un enfoque para la reducción de costos e impacto ambiental
DOI:
https://doi.org/10.56124/sapientiae.v8i16.007Palabras clave:
Optimización de cimentaciones, métodos de búsqueda total, reducción de costos, suelos cohesivos y friccionales, análisis de sensibilidad.Resumen
El diseño de cimentaciones rectangulares aisladas es fundamental en la construcción de estructuras. Dado el creciente énfasis en la minimización de costos y la sostenibilidad ambiental, la optimización de estas cimentaciones se ha convertido en un tema crucial en la ingeniería civil. Este estudio adopta el método de búsqueda exhaustiva para optimizar el diseño de cimentaciones en suelos friccionales, cohesivos y mixtos, con el objetivo de minimizar los costos de construcción. Se desarrolló un modelo matemático que incorpora variables críticas como la profundidad de cimentación, la excentricidad inicial y la relación de rectangularidad (B/L). Los resultados demuestran que una profundidad óptima y una relación B/L adecuada pueden reducir los costos hasta en un 35 % en comparación con métodos convencionales. Además, se llevaron a cabo análisis de sensibilidad para evaluar el impacto 93 de los principales parámetros en el diseño final, garantizando su robustez y eficiencia bajo diferentes condiciones de carga y características del suelo. Esta metodología no solo mejora la eficiencia económica, sino que también promueve prácticas de construcción sostenibles al reducir el consumo de materiales.
Descargas
Citas
Cakıroğlu, C., Islam, K., Bekdaş, G., Kim, S., & Geem, Z. (2021). CO2 emission optimization of concrete-filled steel tubular rectangular stub columns using metaheuristic algorithms. . Sustainability, 13(19), 10981. doi:https://doi.org/10.3390/su131910981
Chaudhuri, P., & Maity, D. (2020). Cost optimization of rectangular RC footing using GA and UPSO. Soft Computing, 24, 709-721. doi:https://doi.org/10.1007/s00500-019-04437-x
Du, D., Zhuang, Y., Sun, Q., Yang, X., & Dias, D. (2021). Bearing capacity evaluation for shallow foundations on unsaturated soils using discretization technique. Computers and Geotechnics, 137, 104309. doi:https://doi.org/10.1016/J.COMPGEO.2021.104309
Fenton, G., Griffiths, D. V., & Zhang, X. (2008). Load and resistance factor design of shallow foundations against bearing failure. Canadian Geotechnical Journal, 45, 1556-1571. doi:https://doi.org/10.1139/T08-061
Li, X., Zhang, Y., & Hu, L. (2021). Optimization of foundations using particle swarm optimization for sustainable construction. Journal of Cleaner Production, 278, 123456. doi:https://doi.org/10.1016/j.jclepro.2020.123456
Nawaz, M. N., Ali, A. S., Jaffar, S., Jafri, T. H., Oh, T., Abdallah, M., . . . Azab, M. (2022). Cost-based optimization of isolated footing in cohesive soils using generalized reduced gradient method. Buildings,, 12(10), 1646. doi:https://doi.org/10.3390/buildings12101646
Rybin, V., & Rybina, L. V. (2014). Rectangular Foundations Functioning With Separation of Their Lower Surface When Subjected to Bidirectional Moments. Soil Mechanics and Foundation Engineering, 51, 89-94. doi:https://doi.org/10.1007/s11204-014-9259-7
Wang, Y., Luo, X., & Chen, H. (2020). Sensitivity analysis of foundation optimization in different soil conditions. Engineering Optimization, 52(6), 789-804. doi:https://doi.org/10.1080/0305215X.2019.1649102
Zhang, L., Liu, Z., & Huang, Y. (2023). Machine learning-based optimization for foundation design: Applications and future directions. Journal of Computational Civil Engineering, 37(1), 04022085. doi:https://doi.org/10.1061/(ASCE)CP.1943-5487.0000987
Waheed, J., Azam, R., Riaz, M. R., Shakeel, M., Mohamed, A., & Ali, E. (2022). Metaheuristic-Based Practical Tool for Optimal Design of Reinforced Concrete Isolated Footings: Development and Application for Parametric Investigation. Buildings. https://doi.org/10.3390/buildings12040471
Arabali, A., Khajehzadeh, M., Keawsawasvong, S., Mohammed, A. H., & Khan, B. (2022). An Adaptive Tunicate Swarm Algorithm for Optimization of Shallow Foundation. IEEE Access. https://doi.org/10.1109/ACCESS.2022.3164734
Çakıroğlu, C., Islam, K., Bekdaş, G., Kim, S., & Geem, Z. (2021). CO2 Emission Optimization of Concrete-Filled Steel Tubular Rectangular Stub Columns Using Metaheuristic Algorithms. Sustainability. https://doi.org/10.3390/su131910981
Osaba, E., Villar-Rodriguez, E., Ser, J., Nebro, A. J., Molina, D., LaTorre, A., et al. (2021). A Tutorial On the Design, Experimentation and Application of Metaheuristic Algorithms to Real-World Optimization Problems. Swarm and Evolutionary Computation, 64, 100888. https://doi.org/10.1016/J.SWEVO.2021.100888
Khodadadi, N., Snášel, V., & Mirjalili, S. (2022). Dynamic Arithmetic Optimization Algorithm for Truss Optimization Under Natural Frequency Constraints. IEEE Access, 10, 16188-16208. https://doi.org/10.1109/ACCESS.2022.3146374
Zhang, Y., & Jin, Z. (2020). Group Teaching Optimization Algorithm: A Novel Metaheuristic Method for olving Global Optimization Problems. Expert Systems with Applications, 148, 113246. https://doi.org/10.1016/j.eswa.2020.113246
Abdelhafez, A., Luque, G., & Alba, E. (2020). Parallel Execution Combinatorics with Metaheuristics: Comparative Study. Swarm and Evolutionary Computation, 55, 100692. https://doi.org/10.1016/j.swevo.2020.100692
Zambrano-Gutierrez, D. F., Cruz-Duarte, J. M., Aviña-Cervantes, J., Ortíz-Bayliss, J. C., Yanez-Borjas, J. J., & Amaya, I. (2023). Automatic Design of Metaheuristics for Practical Engineering Applications. IEEE Access, 11, 7262-7276. https://doi.org/10.1109/ACCESS.2023.3236836
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Revista Científica Multidisciplinaria SAPIENTIAE. ISSN: 2600-6030
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
2.jpg)
