{"id":253244,"date":"2026-02-03T10:08:17","date_gmt":"2026-02-03T09:08:17","guid":{"rendered":"https:\/\/cimne.com\/proyecto-damshai-ia-presas\/"},"modified":"2026-02-05T08:09:46","modified_gmt":"2026-02-05T07:09:46","slug":"proyecto-damshai-ia-presas","status":"publish","type":"post","link":"https:\/\/cimne.com\/es\/proyecto-damshai-ia-presas\/","title":{"rendered":"CIMNE lanza el proyecto DAMSHAI para mejorar la seguridad de las presas mediante inteligencia artificial"},"content":{"rendered":"

\"A El Centro Internacional de M\u00e9todos Num\u00e9ricos en Ingenier\u00eda (CIMNE) ha puesto en marcha DAMSHAI<\/strong><\/a> (Dam Structural Health Monitoring and Safety Assessment with an AI Agent<\/em>), un proyecto de investigaci\u00f3n de tres a\u00f1os que explorar\u00e1 la aplicaci\u00f3n de la inteligencia artificial a la evaluaci\u00f3n de la seguridad de infraestructuras cr\u00edticas<\/strong>, respondiendo a la creciente necesidad de m\u00e9todos de prevenci\u00f3n m\u00e1s eficientes y objetivos<\/strong>.<\/p>\n

Con un presupuesto de 126.250 \u20ac y financiado por el Ministerio de Ciencia, Innovaci\u00f3n y Universidades<\/a>, el proyecto est\u00e1 liderado por el profesor Fernando Salazar<\/strong><\/a>, del \u00e1rea de Machine Learning and Models in Hydro-Environmental Engineering<\/em><\/a>, y se desarrollar\u00e1 hasta agosto de 2028.<\/p>\n

Evaluar el papel de la IA en la seguridad de presas<\/strong><\/h3>\n

DAMSHAI analizar\u00e1 si los agentes de inteligencia artificial pueden interpretar conjuntos complejos de datos de monitorizaci\u00f3n y ofrecer apoyo a la toma de decisiones a los ingenieros responsables de la seguridad de presas<\/strong>. Aunque los modelos num\u00e9ricos y las t\u00e9cnicas de aprendizaje autom\u00e1tico han mejorado la capacidad de predecir el comportamiento de las presas, las evaluaciones de seguridad siguen dependiendo en gran medida de an\u00e1lisis expertos que requieren mucho tiempo.<\/p>\n

El proyecto pondr\u00e1 a prueba tres enfoques basados en IA: uso de modelos de lenguaje de gran tama\u00f1o (LLMs) mediante ingenier\u00eda de prompts, ajuste fino de LLMs con informaci\u00f3n espec\u00edfica del dominio y desarrollo de un sistema experto ad hoc basado en reglas<\/strong>. Un an\u00e1lisis comparativo evaluar\u00e1 su viabilidad, limitaciones y utilidad pr\u00e1ctica<\/strong> para aplicaciones de seguridad de presas.<\/p>\n

\u201cLa capacidad de mejorar el mantenimiento predictivo y la detecci\u00f3n de anomal\u00edas en presas es esencial, especialmente a medida que estas infraestructuras envejecen\u201d, se\u00f1ala el profesor Salazar. \u201cDAMSHAI permitir\u00e1 determinar si los agentes de IA pueden complementar los m\u00e9todos tradicionales y reducir la carga de trabajo de los ingenieros sin comprometer la fiabilidad necesaria en infraestructuras cr\u00edticas\u201d, a\u00f1ade el experto.<\/p>\n

Un proyecto que se apoya en una trayectoria consolidada<\/strong><\/h3>\n

El proyecto se basa en d\u00e9cadas de investigaci\u00f3n del equipo del profesor Salazar en seguridad de presas y en la aplicaci\u00f3n del aprendizaje autom\u00e1tico a la ingenier\u00eda civil. Contin\u00faa directamente la l\u00ednea de trabajo de DOLMEN<\/a><\/strong>, un proyecto reciente de CIMNE que desarroll\u00f3 modelos predictivos h\u00edbridos combinando m\u00e9todos de elementos finitos (FEM) basados en f\u00edsica con enfoques de aprendizaje autom\u00e1tico.<\/p>\n

DOLMEN demostr\u00f3 con \u00e9xito c\u00f3mo estas metodolog\u00edas combinadas pueden generar umbrales din\u00e1micos de alerta para la monitorizaci\u00f3n de presas. El equipo de investigaci\u00f3n re\u00fane especialistas de distintas \u00e1reas de CIMNE, incluyendo la participaci\u00f3n de la reconocida experta en durabilidad del hormig\u00f3n y Senior Distinguished Researcher, la profesora Carmen Andrade<\/strong><\/a>, y del Dr. Fernando Rastellini<\/strong><\/a>, entre otros.<\/p>\n

Un enfoque estructurado para integrar la IA<\/strong><\/h3>\n

DAMSHAI se articula en torno a cuatro tareas principales: generaci\u00f3n de una base de conocimiento integral que incorpore datos de monitorizaci\u00f3n, simulaciones FEM, conocimiento experto e informes t\u00e9cnicos; an\u00e1lisis comparativo de los distintos enfoques de IA; desarrollo de un prototipo; y aplicaci\u00f3n a un caso de estudio real.<\/p>\n

El agente de IA se entrenar\u00e1 con informaci\u00f3n estructurada que combine datos reales de monitorizaci\u00f3n con modelos num\u00e9ricos, aportaciones de expertos y literatura t\u00e9cnica<\/strong>. El proyecto abordar\u00e1 retos clave como la precisi\u00f3n de los modelos, su interpretabilidad y la integraci\u00f3n pr\u00e1ctica en los procedimientos actuales de evaluaci\u00f3n de seguridad<\/strong>. Se prestar\u00e1 especial atenci\u00f3n a las presas de arco, analizando diferentes geometr\u00edas y condiciones de carga para generar conocimiento sobre patrones de comportamiento.<\/p>\n

Un enfoque pionero: evaluar impacto pr\u00e1ctico y limitaciones<\/strong><\/h3>\n

Aunque existen iniciativas similares basadas en IA en \u00e1mbitos como la planificaci\u00f3n de la construcci\u00f3n, la seguridad del transporte o la operaci\u00f3n de centrales hidroel\u00e9ctricas, DAMSHAI adopta un enfoque novedoso para evaluar el papel de la IA en la seguridad de presas.<\/p>\n

En este sentido, el proyecto estudiar\u00e1 posibles limitaciones, como la disponibilidad de datos, la fiabilidad de los modelos de IA, la aceptaci\u00f3n por parte de los usuarios y las barreras regulatorias<\/strong> que podr\u00edan influir en la incorporaci\u00f3n de herramientas basadas en IA en los procesos establecidos de evaluaci\u00f3n de seguridad.<\/p>\n

Seg\u00fan el profesor Salazar, los resultados de DAMSHAI deber\u00edan \u201ccontribuir al debate actual sobre las aplicaciones de la IA en la ingenier\u00eda civil\u201d, ya que ofrecer\u00e1n \u201cuna evaluaci\u00f3n basada en evidencia sobre las ventajas y limitaciones de las herramientas de apoyo a la decisi\u00f3n basadas en IA para infraestructuras cr\u00edticas\u201d.<\/p>\n

\"Official DAMSHAI est\u00e1 financiado a trav\u00e9s del Programa de Generaci\u00f3n de Conocimiento (Programa para la Investigaci\u00f3n y el Desarrollo Experimental<\/em>) con la ayuda PID2024-157828OB-I00, apoyado por el MCIU y fondos FEDER de la Uni\u00f3n Europea.<\/p>\n","protected":false},"excerpt":{"rendered":"

El Centro Internacional de M\u00e9todos Num\u00e9ricos en Ingenier\u00eda (CIMNE) ha puesto en marcha DAMSHAI (Dam Structural Health Monitoring and Safety Assessment with an AI Agent), un proyecto de investigaci\u00f3n de tres a\u00f1os que explorar\u00e1 la aplicaci\u00f3n de la inteligencia artificial a la evaluaci\u00f3n de la seguridad de infraestructuras cr\u00edticas, respondiendo a la creciente necesidad de […]<\/p>\n","protected":false},"author":10,"featured_media":253245,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","slim_seo":{"title":"CIMNE lanza el proyecto DAMSHAI para mejorar la seguridad de las presas mediante inteligencia artificial - CIMNE","description":"El Centro Internacional de M\u00e9todos Num\u00e9ricos en Ingenier\u00eda (CIMNE) ha puesto en marcha DAMSHAI ( Dam Structural Health Monitoring and Safety Assessment with an"},"footnotes":""},"categories":[50,329,363,359,93],"tags":[547,548],"class_list":["post-253244","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion-news","category-investigacion","category-ml-en-ingenieria-civil","category-ml-y-modelos-en-ingenieria-hidroambiental","category-noticias","tag-ia","tag-seguridad-presas"],"acf":[],"_links":{"self":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/posts\/253244","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/comments?post=253244"}],"version-history":[{"count":0,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/posts\/253244\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/media\/253245"}],"wp:attachment":[{"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/media?parent=253244"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/categories?post=253244"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cimne.com\/es\/wp-json\/wp\/v2\/tags?post=253244"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}