Modelado del deterioro

El modelado de deterioro es el proceso de modelar y predecir las condiciones físicas de equipos, estructuras, infraestructura o cualquier otro activo físico. La condición de la infraestructura se representa mediante un índice determinista o la probabilidad de falla. Ejemplos de tales medidas de desempeño son el índice de condición del pavimento para carreteras o el índice de condición del puente para puentes. Para las medidas probabilísticas, que son el foco de la teoría de confiabilidad , se utilizan la probabilidad de falla o el índice de confiabilidad . ^{[ 1 ] [ 2 ]} Los modelos de deterioro son fundamentales para la gestión de activos de infraestructura y son la base para la toma de decisiones de mantenimiento y rehabilitación. ^{[ 3 ] [ 4 ]} La condición de toda infraestructura física se degrada con el tiempo. Un modelo de deterioro puede ayudar a los responsables de la toma de decisiones a comprender con qué rapidez la condición se deteriora o supera un cierto umbral. ^{[ 5 ]}

Tradicionalmente, la mayoría de los municipios han utilizado curvas de deterioro para modelar dicho deterioro. ^{[ 5 ]} Recientemente, se han introducido métodos más complejos basados ​​en simulación, modelos de Markov y modelos de aprendizaje automático . Un modelo conocido para mostrar la probabilidad de falla de un activo a lo largo de su vida útil se denomina curva de bañera . Esta curva se compone de tres etapas principales: falla infantil, falla constante y falla por desgaste. En la gestión de activos de infraestructura, el modo dominante de deterioro se debe al envejecimiento, el tráfico y los atributos climáticos. Por lo tanto, la falla por desgaste es la que genera mayor preocupación. ^{[ 6 ] [ 7 ]}

Los modelos de deterioro son deterministas o probabilísticos. Los modelos deterministas no pueden considerar probabilidades. Los modelos probabilísticos, en cambio, pueden predecir tanto la condición futura como la probabilidad de encontrarse en esa condición determinada. ^{[ 8 ]}

Los modelos deterministas son simples e inteligibles, pero no pueden incorporar probabilidades. Las curvas de deterioro desarrolladas únicamente en función de la edad son un ejemplo de modelos de deterioro deterministas. Tradicionalmente, la mayoría de los modelos mecanicistas y mecanicistas-empíricos se desarrollan utilizando enfoques deterministas, pero más recientemente los investigadores y profesionales se han interesado en los modelos probabilísticos. ^{[ 3 ] [ 9 ]}

Ejemplos de modelos de deterioro probabilístico son los modelos desarrollados basados ​​en la teoría de confiabilidad , la cadena de Markov y el aprendizaje automático . ^{[ 8 ] [ 9 ]} A diferencia de los modelos deterministas, un modelo probabilístico puede incorporar probabilidad. Por ejemplo, puede indicar que en cinco años una carretera estará en malas condiciones con una probabilidad del 75%, y hay una probabilidad del 25% de que se mantenga en condiciones aceptables. Estas probabilidades son vitales para el desarrollo de modelos de evaluación de riesgos . ^{[ 3 ]} Si un estado o clase de la medida de rendimiento es de interés, se pueden utilizar modelos de Markov y algoritmos de aprendizaje automático de clasificación. Sin embargo, si los responsables de la toma de decisiones están interesados ​​en el valor numérico de los indicadores de rendimiento, necesitan utilizar algoritmos de aprendizaje de regresión. Una limitación de los modelos de Markov es que no pueden considerar el historial de mantenimiento, ^{[ 3 ] [ 10 ]} que se encuentra entre los atributos importantes para predecir las condiciones futuras. ^{[ 8 ]} Los modelos de deterioro desarrollados basados ​​en el aprendizaje automático no tienen esta limitación. Además, pueden incluir otras características como atributos climáticos y tráfico como variables de entrada. ^{[ 7 ]}

Una gran parte de los modelos de deterioro probabilístico se desarrollan a partir de cadenas de Markov , que son modelos de simulación de eventos discretos probabilísticos . Los modelos de deterioro desarrollados a partir de cadenas de Markov consideran la condición del activo como una serie de estados discretos. Por ejemplo, en el caso del modelado del deterioro del pavimento , el PCI se puede categorizar en cinco clases: bueno, satisfactorio, regular, malo y muy malo (o simplemente del 1 al 5). Luego se desarrolla un modelo de Markov para predecir la probabilidad de transición del estado 1 a cada uno de los otros estados en un número determinado de años. Los modelos de Markov simples han sido criticados por ignorar el impacto del envejecimiento y el historial de mantenimiento del activo. ^{[ 3 ] [ 10 ]} Los modelos más complejos, conocidos como modelos semi-Markov, pueden tener en cuenta el historial de mantenimiento, pero su calibración requiere una gran cantidad de datos longitudinales. Recientemente, se han realizado esfuerzos para entrenar modelos de deterioro de Markov para considerar el impacto del clima, pero generalmente no es posible tener atributos climáticos o tráfico como entrada en este tipo de modelos. ^{[ 7 ] [ 11 ]}

Desde finales de la década de 2000, se han adoptado algoritmos de aprendizaje automático para abordar el modelado del deterioro de la infraestructura. Las redes neuronales han estado entre los modelos más utilizados. A pesar de su alta capacidad de aprendizaje, las redes neuronales han sido criticadas por su naturaleza de caja negra, que no proporciona suficiente margen para la interpretación del modelo. ^{[ 3 ] [ 8 ] [ 9 ]} Por lo tanto, también se han utilizado otros algoritmos en la literatura. Ejemplos de otros algoritmos utilizados para el modelado del deterioro son el árbol de decisión , k-NN , bosque aleatorio , árboles de potenciación de gradiente , regresión de bosque aleatorio y clasificador bayesiano ingenuo . En este tipo de modelo, generalmente, el deterioro se predice utilizando un conjunto de variables de entrada o características predictivas. Los ejemplos de características predictivas utilizadas en la literatura son la condición inicial, el tráfico, las características climáticas, el tipo de pavimento y la clase de carretera. ^{[ 7 ]}