El Centro Internacional de Métodos Numéricos en Ingeniería (CIMNE) ha puesto en marcha DAMSHAI (Dam Structural Health Monitoring and Safety Assessment with an AI Agent), un proyecto de investigación de tres años que explorará la aplicación de la inteligencia artificial a la evaluación de la seguridad de infraestructuras críticas, respondiendo a la creciente necesidad de métodos de prevención más eficientes y objetivos.
Con un presupuesto de 126.250 € y financiado por el Ministerio de Ciencia, Innovación y Universidades, el proyecto está liderado por el profesor Fernando Salazar, del área de Machine Learning and Models in Hydro-Environmental Engineering, y se desarrollará hasta agosto de 2028.
Evaluar el papel de la IA en la seguridad de presas
DAMSHAI analizará si los agentes de inteligencia artificial pueden interpretar conjuntos complejos de datos de monitorización y ofrecer apoyo a la toma de decisiones a los ingenieros responsables de la seguridad de presas. Aunque los modelos numéricos y las técnicas de aprendizaje automático han mejorado la capacidad de predecir el comportamiento de las presas, las evaluaciones de seguridad siguen dependiendo en gran medida de análisis expertos que requieren mucho tiempo.
El proyecto pondrá a prueba tres enfoques basados en IA: uso de modelos de lenguaje de gran tamaño (LLMs) mediante ingeniería de prompts, ajuste fino de LLMs con información específica del dominio y desarrollo de un sistema experto ad hoc basado en reglas. Un análisis comparativo evaluará su viabilidad, limitaciones y utilidad práctica para aplicaciones de seguridad de presas.
“La capacidad de mejorar el mantenimiento predictivo y la detección de anomalías en presas es esencial, especialmente a medida que estas infraestructuras envejecen”, señala el profesor Salazar. “DAMSHAI permitirá determinar si los agentes de IA pueden complementar los métodos tradicionales y reducir la carga de trabajo de los ingenieros sin comprometer la fiabilidad necesaria en infraestructuras críticas”, añade el experto.
Un proyecto que se apoya en una trayectoria consolidada
El proyecto se basa en décadas de investigación del equipo del profesor Salazar en seguridad de presas y en la aplicación del aprendizaje automático a la ingeniería civil. Continúa directamente la línea de trabajo de DOLMEN, un proyecto reciente de CIMNE que desarrolló modelos predictivos híbridos combinando métodos de elementos finitos (FEM) basados en física con enfoques de aprendizaje automático.
DOLMEN demostró con éxito cómo estas metodologías combinadas pueden generar umbrales dinámicos de alerta para la monitorización de presas. El equipo de investigación reúne especialistas de distintas áreas de CIMNE, incluyendo la participación de la reconocida experta en durabilidad del hormigón y Senior Distinguished Researcher, la profesora Carmen Andrade, y del Dr. Fernando Rastellini, entre otros.
Un enfoque estructurado para integrar la IA
DAMSHAI se articula en torno a cuatro tareas principales: generación de una base de conocimiento integral que incorpore datos de monitorización, simulaciones FEM, conocimiento experto e informes técnicos; análisis comparativo de los distintos enfoques de IA; desarrollo de un prototipo; y aplicación a un caso de estudio real.
El agente de IA se entrenará con información estructurada que combine datos reales de monitorización con modelos numéricos, aportaciones de expertos y literatura técnica. El proyecto abordará retos clave como la precisión de los modelos, su interpretabilidad y la integración práctica en los procedimientos actuales de evaluación de seguridad. Se prestará especial atención a las presas de arco, analizando diferentes geometrías y condiciones de carga para generar conocimiento sobre patrones de comportamiento.
Un enfoque pionero: evaluar impacto práctico y limitaciones
Aunque existen iniciativas similares basadas en IA en ámbitos como la planificación de la construcción, la seguridad del transporte o la operación de centrales hidroeléctricas, DAMSHAI adopta un enfoque novedoso para evaluar el papel de la IA en la seguridad de presas.
En este sentido, el proyecto estudiará posibles limitaciones, como la disponibilidad de datos, la fiabilidad de los modelos de IA, la aceptación por parte de los usuarios y las barreras regulatorias que podrían influir en la incorporación de herramientas basadas en IA en los procesos establecidos de evaluación de seguridad.
Según el profesor Salazar, los resultados de DAMSHAI deberían “contribuir al debate actual sobre las aplicaciones de la IA en la ingeniería civil”, ya que ofrecerán “una evaluación basada en evidencia sobre las ventajas y limitaciones de las herramientas de apoyo a la decisión basadas en IA para infraestructuras críticas”.
DAMSHAI está financiado a través del Programa de Generación de Conocimiento (Programa para la Investigación y el Desarrollo Experimental) con la ayuda PID2024-157828OB-I00, apoyado por el MCIU y fondos FEDER de la Unión Europea.
