MTODO PARA DETERMINAR EL MODELO DEL

SUELO NO HOMOGNEO Y SUS PARMETROS, POR

MEDIO DE ALGORITMOS GENTICOS, PARA EL
DISEO DE SISTEMAS DE PUESTA A TIERRA





FREDDY AYALA ESPINEL






Tesis de Grado presentada como requisito parcial para optar al Ttulo de Magster en
Ingeniera Ingeniera de Sistemas








UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLN
FACULTAD DE MINAS
ESCUELA DE SISTEMAS
MEDELLN
2009





MTODO PARA DETERMINAR EL MODELO DEL
SUELO NO HOMOGNEO Y SUS PARMETROS, POR
MEDIO DE ALGORITMOS GENTICOS, PARA EL
DISEO DE SISTEMAS DE PUESTA A TIERRA





FREDDY AYALA ESPINEL







Tesis de Grado presentada como requisito parcial para optar al Ttulo de Magster en
Ingeniera Ingeniera de Sistemas





Director:
Prof. JOHN WILLIAM BRANCH BEDOYA. Ph.D
Escuela de Sistemas






UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLN
FACULTAD DE MINAS
ESCUELA DE SISTEMAS
MEDELLN
2009







RESUMEN

Se plantea un mtodo para determinar el modelo del suelo no homogneo y sus
parmetros, por medio de algoritmos genticos, para el diseo de sistemas de puesta a
tierra; integrando herramientas de validacin sobre las mediciones realizadas en pasos
previos a la ejecucin del algoritmo gentico. El mtodo permite obtener modelos de
suelo no homogneo 1-D por capas y modelos de suelo 2-D que incluye un volumen finito
de resistividad a partir de las mediciones de resistividad aparente del terreno bajo estudio;
que de forma estructurada y sistemtica permiten al diseador obtener un modelo de
suelo no homogneo con buena precisin y correspondencia entre los resultados de los
pasos del mtodo.

Adicionalmente, este trabajo representa un aporte en la bsqueda de la modelizacin
estocstica del suelo, presentando una formulacin del problema indirecto para la
obtencin de un modelo de suelo con volmenes finitos a ser determinados con la
utilizacin de algoritmos genticos considerados como una tcnica evolutiva estocstica.

Palabras Clave Sistemas de puesta a tierra, modelos de suelo, algoritmos genticos,
mediciones de resistividad, Formulacin con elementos de frontera

3 de 96






AGRADECIMIENTOS

Un especial agradecimiento a mi director, el profesor Jhon Willian Branch Bedoya,
por la dedicacin, ayuda y apoyo en la realizacin de este trabajo de grado.

Un especial agradecimiento al profesor Guillermo Mesa Betancur, por su apoyo y
directrices para la finalizacin de este trabajo de grado.

Finalmente, quiero agradecer a mi esposa Lucinia por su apoyo durante esta
etapa y a todos aquellos que de una u otra forma pusieron un granito de arena
para hacerme madurar intelectualmente.


4 de 96






TABLA DE CONTENIDO

1 INTRODUCCIN .................................................................................................... 10
1.1 DEFINICIN DEL PROBLEMA .............................................................................. 12
1.2 OBJETIVOS ............................................................................................................ 13
1.2.1 OBJETIVO GENERAL ............................................................................................ 13
1.2.2 OBJETIVOS ESPECFICOS ................................................................................... 13
1.3 ALCANCE Y CONTRIBUCIN ............................................................................... 13
1.4 ORGANIZACIN .................................................................................................... 14
2 MARCO TERICO REFERENCIAL ....................................................................... 15
2.1 ALGORITMOS GENTICOS .................................................................................. 15
2.1.1 LA REPRESENTACIN ......................................................................................... 18
2.1.2 TCNICAS DE SELECCIN .................................................................................. 21
2.1.3 TCNICAS DE CRUCE .......................................................................................... 25
2.1.4 LA MUTACIN ........................................................................................................ 28
2.2 SISTEMAS DE PUESTA A TIERRA SPT ............................................................ 28
3 REVISIN DE LA LITERATURA ............................................................................ 32
4 CARACTERIZACIN DE LOS MTODOS DE MEDICIN DE RESISTIVIDAD ... 37
4.1 MEDIDA DE LA RESISTIVIDAD ............................................................................. 38
4.2 DISPOSICIONES ELECTRDICAS DE MEDIDA .................................................. 39
4.3 PROSPECCIONES GEOELCTRICAS ................................................................. 41
5 CARACTERIZACIN DE LOS MODELOS DE SUELO ......................................... 45
6 MTODO PARA LA DETERMINACIN DEL MODELO DE SUELO NO
HOMOGNEO ........................................................................................................ 49
6.1 PASO 1: MEDICIONES DE RESISTIVIDAD .......................................................... 49
6.2 PASO 2: ANLISIS DE HOMOGENEIDAD DE LA RESISTIVIDAD MEDIDA ........ 50
6.3 PASO 3: ANLISIS DE GRFICA LOG - LOG ....................................................... 52
6.4 PASO 4: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 1-D . 52
6.5 PASO 5: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 2-D
(OPCIONAL) ........................................................................................................... 55
5 de 96

6.5.1 FORMULACIN MATEMTICA DE ELEMENTOS DE FRONTERA CON
VOLMENES FINITOS DE RESISTIVIDAD .......................................................... 56
6.5.2 FORMULACIN MATEMTICA PARA EL CLCULO POTENCIAL ELCTRICO:
SOLUCIN APROXIMADA .................................................................................... 65
7 EXPERIMENTOS Y RESULTADOS ....................................................................... 68
7.1 DESCRIPCIN DE LOS CASOS DE ESTUDIO .................................................... 68
7.2 APLICACIN DEL MTODO PROPUESTO .......................................................... 68
7.2.1 PASO 1: MEDICIONES DE RESISTIVIDAD .......................................................... 68
7.2.2 PASO 2: ANLISIS DE HOMOGENEIDAD DE LA RESISTIVIDAD MEDIDA ........ 69
7.2.3 PASO 3: ANLISIS DE GRFICA LOG - LOG ....................................................... 71
7.2.4 PASO 4: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 1-D . 75
7.2.5 PASO 5: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 2-D
(OPCIONAL) ........................................................................................................... 78
7.3 DISCUSIN ............................................................................................................ 83
8 CONCLUSIONES Y TRABAJOS FUTUROS .......................................................... 85
9 REFERENCIAS ....................................................................................................... 87
10 ANEXOS ................................................................................................................. 90
10.1 PROGRAMAS EN MATLAB ................................................................................... 90
10.2 PUBLICACIONES EN EVENTOS ........................................................................... 96


6 de 96






LISTA DE TABLAS

Tabla 1. Resultados experimentales por Del Alamo [GONOS, 2005] ................................ 69
Tabla 2. Resultados experimentales por Seedher and Arora [GONOS, 2005] .................. 69
Tabla 3. Comparacin de resultados para los Casos Del Alamo ...................................... 77
Tabla 4. Comparacin de resultados para los Casos de Seedher y Arora ........................ 77
Tabla 5. Resultados obtenidos para el modelo con un volumen de resistividad ............... 80
Tabla 6. Resultados obtenidos para el modelo con dos volmenes de resistividades ...... 83



7 de 96






LISTA DE FIGURAS
Figura 1. Ejemplo de cruce de un punto ............................................................................. 25
Figura 2. Ejemplo de cruce de dos puntos ......................................................................... 26
Figura 3. Ejemplo de cruce uniforme .................................................................................. 27
Figura 4. Convenciones de Cruce Acentuado .................................................................... 27
Figura 5. Componentes principales de un Sistema de Puesta a Tierra ............................. 29
Figura 6. Diagrama General de diseo de un SPT [IEEE STD 80, 2000] .......................... 30
Figura 7. Malla optimizada utilizando Algoritmos Genticos [OTERO, 1998] .................... 34
Figura 8. Iteraciones para lograr la minimizacin de la Funcin objetivo [OTERO, 1998] . 34
Figura 9. Comparacin de la solucin con AG y el mejor mtodo de Del Alamo, 1993.
[GONOS, 2005] .................................................................................................. 35
Figura 10. Modelo del suelo con volmenes finitos de diferentes resistividades. .............. 36
Figura 11. Valores de resistividad para rocas y suelos [GASULLA, 1999] ......................... 38
Figura 12. Disposicin electrdica para la medida de resistividad del suelo ...................... 39
Figura 13. Disposicin de Wenner ...................................................................................... 39
Figura 14. Disposicin de Schlumberger ............................................................................ 40
Figura 15. Disposicin polo - dipolo .................................................................................... 40
Figura 16. Disposicin doble dipolo .................................................................................... 40
Figura 17. Principio del SEV ............................................................................................... 41
Figura 18. Sondeo Wenner ................................................................................................. 42
Figura 19. Sondeo Schlumberger ....................................................................................... 42
Figura 20. Sondeo Dipolar .................................................................................................. 42
Figura 21. Calicata Wenner ................................................................................................ 43
Figura 22. Calicata Schlumberger Tipo 2 ........................................................................... 43
Figura 23. Calicata Dipolar ................................................................................................. 44
Figura 24. Efecto del aumento de la distancia MN [GASULLA, 1999] ............................... 44
Figura 25. Modelos usados en la interpretacin de resistividad [LOKE, 2004] .................. 45
Figura 26. Modelo de Suelo 1-D de dos capas .................................................................. 46
Figura 27. Modelo de suelo 1-D de N capas ...................................................................... 46
Figura 28. Modelo dos capas horizontales ......................................................................... 47
8 de 96

Figura 29. Modelo de capas verticales ............................................................................... 47
Figura 30. Modelo de suelo 2-D [LAGACE, 1990] .............................................................. 47
Figura 31. Modelo del suelo 3-D con volmenes finitos de resistividades [MA, 2002] ....... 47
Figura 32. Diagrama general del mtodo propuesto .......................................................... 50
Figura 34. Grado de homogeneidad de una propiedad. ..................................................... 51
Figura 35. Perfiles de resistividad ....................................................................................... 53
Figura 36. Diagrama de Flujo del A.G. ............................................................................... 54
Figura 37. Modelo de suelo con un volumen finito de resistividad ..................................... 56
Figura 38. Integracin de volumen de resistividad al mtodo de medida ........................... 57
Figura 39. Superficie con elementos de frontera ................................................................ 57
Figura 40. Volumen de resistividad en un plano de tierra .................................................. 60
Figura 41. Mltiples volmenes de resistividad en un plano de tierra ................................ 63
Figura 42. Modelo de suelo con volumen circular .............................................................. 66
Figura 43. Representacin del clculo de potenciales integrado al mtodo de medicin .. 67
Figura 44. Anlisis de homogeneidad para casos experimentales de Del Alamo .............. 70
Figura 45. Anlisis de homogeneidad para casos experimentales de Seedher y Arora .... 71
Figura 46. Grficas Log - Log resultados experimentales de Del Alamo ........................... 72
Figura 47. Grficas Log - Log resultados experimentales de Seedher y Arora .................. 74
Figura 48. Modelo de Suelo 1-D de dos capas .................................................................. 75
Figura 49. Modelo de suelo de un volumen circular ........................................................... 79
Figura 50. Modelo de suelo 2-D obtenido con elementos de frontera ................................ 80
Figura 51. Modelo de suelo 2-D obtenido con solucin aproximada .................................. 81
Figura 52. Modelo de suelo con dos volmenes circulares ................................................ 82
Figura 53. Modelo de suelo 2-D con dos volmenes ......................................................... 83

9 de 96






1 INTRODUCCIN

Muchos problemas de la industria encuentran solucin luego del planteamiento terico de
los mismos y la bsqueda de solucin a travs de algn mtodo analtico, heursticos y/o
combinacin de stos. En el campo de la optimizacin de problemas utilizando tcnicas
numricas, como gradiente, y/o heursticas, como la bsqueda tab, se establece una
funcin objetivo o de inters para maximizar o minimizar su valor a partir de la seleccin
de las variables que la conforman, y el uso de estas tcnicas buscan encontrar los valores
de dichas variables que acerquen el valor de la funcin a una solucin aceptable
considerando parmetros como el error, tiempo de ejecucin, requerimientos de computo,
entre otros dependiendo del problema en particular.

Uno de stos problemas de la industria, y cuyo inters de encontrar una solucin luego de
un planteamiento en este trabajo, ocurre en procesos industriales y/o comerciales cuando
se presentan fallas debidas a fluctuaciones de las seales elctricas de alimentacin,
fallas elctricas, descargas, interferencia electromagntica, entre otros; que afectan el
funcionamiento de equipos y/o maquinarias, tales como maquinaria de procesos, equipos
industriales, salas de cmputo y/o equipos de telecomunicaciones; dichas perturbaciones
son ocasionadas en muchos casos por un mal desempeo del sistema de puesta a tierra
(SPT) o tambin conocido como malla de puesta a tierra. Lo anterior, por la falta de un
adecuado diseo, en muchos casos por el desconocimiento de los valores de los
parmetros ms adecuados al momento de disear, analizar y/o medir los valores
elctricos del SPT. [BLANDN, 1993; BALCELLS, 1992; IEEE STD 80, 2000].

El diseo tradicional de un SPT se calcula a partir de las mediciones de resistividad del
terreno y el supuesto de un modelo del suelo, la cantidad de conductor y varillas a instalar
para garantizar el cumplimiento de los parmetros exigidos por la norma
[IEEE STD 80, 2000], tales como tensiones de paso, tensiones de toque y resistencia de
puesta a tierra, principalmente. Estos diseos consideran generalmente un modelo del
suelo homogneo uniforme, y en algunas ocasiones de dos o ms capas, que aunque
dan una aproximacin al comportamiento de los SPT en una instalacin elctrica puede
conllevar a errores de sobre-diseos o diseos que no cumplen con las condiciones
tcnicas y de seguridad exigidas por la normatividad [BLANDN, 1993; IEEE STD 80,
2000].

El modelo del suelo es un factor decisivo en el diseo de SPT y conocido esto por
diseadores e instaladores es comn encontrar dentro de sus clculos factores de
seguridad que, adems de generar mayores costos en su construccin, no siempre
garantizan que al momento de realizar pruebas de funcionamiento del SPT los parmetros
elctricos exigidos por la norma se cumplan, recurriendo entonces, a una solucin
mediante contrapesos, que consiste en la expansin horizontal del SPT hasta encontrar
una respuesta aceptable del sistema de acuerdo a los parmetros exigidos [BLANDON,
1993].
10 de 96

De otro lado, los mtodos convencionales no consideran el desempeo de un SPT
instalado a una mayor profundidad por encontrarse posiblemente all mejores condiciones
de conductividad del suelo, sobre todo en aquellas instalaciones con limitaciones para
expandirse horizontalmente, dado que los estudios sobre los modelos de suelo en
muchos casos son limitados a una decisin del diseador en cuanto a si utiliza un modelo
de suelo uniforme, si utiliza un modelo de suelo de dos o ms capas si se hace
necesario considerar un modelo de suelo que incluya volmenes de resistividad, por lo
que la falta de un mtodo estructurado que guie la seleccin de modelo de suelo ms
adecuado para los datos tomados de campo representa una necesidad a nivel de la
industria que busca ser solucionado con los resultados de este trabajo.

Siendo el modelo de suelo uniforme el que representa mayor sencillez para el diseo de
un SPT, dados los avances tecnolgicos y nuevas tcnicas de solucin de problemas de
minimizacin, la utilizacin de modelos de suelo no homogneos en el diseo de SPTs ha
sido objeto de estudio por parte de varios investigadores, ya sea un modelo multicapa o
un modelo de suelo con volmenes de resistividad buscando optimizar la distribucin de
conductores y varillas del SPT [MA, 2002; COLOMINAS, 2002], pero no profundizan sobre
la determinacin de los parmetros del modelo de suelo no homogneo.

Adicionalmente a la mayor cantidad de conductores y/o varillas que se instalan para
corregir los errores de diseo del SPT, por el modelo de suelo utilizado, se tiene un total
desconocimiento del comportamiento real del SPT, y la disposicin de los conductores en
la malla pueden no distribuir adecuadamente los potenciales, generando reas peligrosas
para las personas y/o equipos durante un falla a tierra [GONOS, 2005; COVITTI, 2004;
OTERO, 1998].

Lo anterior, ha motivado el estudio de los diseos de los SPT en el campo de la
determinacin del modelo de suelo no homogneo, dada la naturaleza heterognea del
suelo a la profundidad requerida para los estudios SPT [DE LA VEGA, 1998] que permita
realizar mejoras en los diseos y en el desempeo de los SPT una vez instalados.

El uso de teoras y herramientas de otras reas del conocimiento, como es el caso de la
computacin evolutiva y tcnicas de la inteligencia artificial, sustentados en la aplicacin
del mtodo cientfico para resolver problemas de la prctica, ha tenido un alto grado de
aceptacin en el campo investigativo moderno [RUSSELL, 2004]. En el campo de la
computacin evolutiva, los algoritmos genticos son una tcnica de bsqueda basada en
la teora de la evolucin de Darwin, que ha cobrado una alta aceptacin alrededor del
mundo durante los ltimos aos en problemas optimizacin [COELLO, 2008].

La aplicacin ms comn de los algoritmos genticos ha sido la solucin de problemas de
optimizacin, en donde han mostrado ser muy eficientes y confiables. Dentro de las
caractersticas bsicas que determinan que los problemas pueden ser abordados por la
tcnica, y las cuales se cumplen en el problema planteado, se encuentran las siguientes
[COELLO, 2008]:

El espacio de bsqueda; es decir, sus posibles soluciones, delimitado en un rango.
Una funcin de evaluacin clasificando las soluciones en trminos de su aptitud.
Una representacin de las soluciones potenciales del problema.
11 de 96


El desarrollo del presente trabajo se enfoca en proponer un mtodo para determinar el
modelo de suelo no homogneo y sus parmetros mediante la aplicacin de la tcnica de
algoritmos genticos para realizar mejoras en el diseo de un SPT para una subestacin
y/o edificacin en comparacin con los mtodos convencionales, cuyo desarrollo podr
integrarse con los desarrollos presentados en el diseo de mallas de puesta a tierra que
se basan en un modelo de suelo homogneo de una o varias capas, para mejorar el
clculo de la distribucin de conductores [OTERO, 1998], y/o considerando el anlisis de
sistemas de puesta a tierra con volmenes finitos de diferentes resistividades [MA, 2002].

1.1 DEFINICIN DEL PROBLEMA

El modelo del suelo como factor decisivo para el dimensionamiento y estudio del
comportamiento de un SPT, a travs del cual van a circular las corriente de falla y/o
descarga de una instalacin elctrica, motivo iniciar este estudio dadas las limitaciones
encontradas en cuanto a la determinacin del modelo a ser utilizado. En la mayora de
los casos, los terrenos son de naturaleza no homognea an para pequeas
profundidades (10m), ya sea por formaciones naturales y/o artificiales, estas ltimas muy
comunes por los rellenos de materiales lo que adhiere complejidad en la interpretacin de
las medidas de campo de resistividad del terreno. La prospeccin del suelo para el
diseo de SPT debe ser al menos de 40 metros de profundidad y considerarlo como
homogneo introduce errores en el modelamiento del suelo y a su vez en el diseo de los
SPT [IEEE STD 81, 1983; DE LA VEGA, 1998], reflejados en el desempeo del SPT y el
mal funcionamiento de los equipos conectados.

Dentro de la problemtica del diseo de SPT los principales desarrollos encontrados
realizan mejoras en la determinacin de la cantidad de conductores y la estimacin de
parmetros del suelo modelado por capas utilizando algoritmos genticos, y aunque han
mostrado mejoras en relacin con los mtodos convencionales en ningn caso se ha
planteado un mtodo para determinar el modelo del suelo no homogneo. [GONOS,
2005; OTERO, 1998; COLOMINAS, 1995; COLOMINAS, 2002].

El problema de investigacin se enfoca en la formulacin de un mtodo para determinar el
modelo de suelo no homogneo y sus parmetros. Esto, consistir en hallar los valores
de resistividades del modelo adoptado a partir de las mediciones de resistividad aparente,
utilizando algoritmos genticos lo que permite generar un aporte en el diseo de SPT y
rea de la computacin evolutiva al buscar la precisin en los resultados en comparacin
con trabajos anteriores en el tema, al igual que la integracin de estas reas del
conocimiento.

La pregunta de investigacin que resuelve el presente trabajo es: Cmo determinar el
modelo de suelo no homogneo y sus parmetros, que permita realizar mejoras al diseo
de las mallas de puesta a tierra en relacin con los mtodos convencionales, aplicando
un mtodo basado en algoritmos genticos?

12 de 96

1.2 OBJETIVOS

1.2.1 OBJETIVO GENERAL

Proponer un mtodo para determinar el modelo de suelo no homogneo y sus parmetros
que permita realizar mejoras al diseo de las mallas de puesta a tierra, en relacin con los
mtodos convencionales, empleando algoritmos genticos.

1.2.2 OBJETIVOS ESPECFICOS
Caracterizar los modelos de suelo no homogneo y los mtodos de medicin de
resistividad.
Disear un mtodo para determinar el modelo de suelo no homogneo y sus
parmetros, empleando algoritmos genticos.
Desarrollar un prototipo computacional del mtodo propuesto para determinar el
modelo del suelo no homogneo y sus parmetros.
Comparar los resultados del mtodo propuesto con otros mtodos convencionales de
caracterizacin del suelo utilizados en el diseo de mallas de puesta a tierra.

1.3 ALCANCE Y CONTRIBUCIN

A partir de la interpretacin dada por la norma IEEE Guide for Safety in AC Substation
Grounding [IEEE STD 80, 2000] y la IEEE Guide for Measuring Earth Resistivity, Ground
Impedance, and Earth Surface Potencials of a Ground System Std 81 1983 [IEEE STD
81, 1983]; donde los modelos de suelo de dos o ms capas estn clasificados como
modelos de suelo no homogneos o no uniformes, se define el alcance del mtodo hasta
el nivel de determinar un modelo de suelo de este tipo y sus parmetros, utilizando
algoritmos genticos en cumplimiento de los objetivos planteados; sin embargo, se logro
extender el desarrollo del trabajo hasta la implementacin de toda la formulacin terica y
algunas aplicaciones considerando tambin modelos de suelo que incluyen volmenes de
resistividad finita.

El mtodo presentado representa una contribucin en la determinacin de un modelo de
suelo no homogneo y sus parmetros, donde los resultados de un paso conlleva la
confirmacin de los resultados del paso previo, ofreciendo al diseador una forma de
corroborar los diferentes anlisis y tener un grado de confiabilidad en la adecuada
seleccin de un determinado modelo que represente los datos de las mediciones de
resistividad aparente del terreno, a ser utilizado en los diseos de sistemas de puestas a
tierra.

Adicionalmente, este trabajo representa un aporte en la bsqueda de la modelizacin
estocstica del suelo, como se planteo en [COLOMINAS, 1995], mediante la formulacin
terica y algunos ejemplos del modelo de suelo con volmenes finitos a ser determinados
con la utilizacin de algoritmos genticos considerados como una tcnica evolutiva
estocstica.

13 de 96

Con el desarrollo del trabajo de investigacin se logra un mtodo estructurado para
determinar el modelo del suelo no homogneo y sus parmetros, que realiza mejoras a
los mtodos de diseo de SPT convencionales, en relacin a los modelos de suelo
homogneo, aplicando algoritmos genticos en las etapas de bsqueda y determinacin
de los parmetros.

1.4 ORGANIZACIN

En el captulo 2 se presentan un marco terico referencial para familiarizar al lector con
los principales conceptos y trminos de los dos principales temas, a saber: algoritmos
genticos y del diseo de sistemas de puesta a tierra y su conexin con el presente
trabajo.

El captulo 3 trata de la revisin de la literatura, donde se presentan los principales
trabajos publicados relacionados con la temtica, donde se plantea la solucin a
problemas de sistemas de puestas a tierra, analizando sus alcances y limitaciones. Una
vez determinadas las limitaciones, se analiza el aporte que se logra con este trabajo a
dichos trabajos.

El captulo 4 trata de la caracterizacin de los mtodos de medicin de resistividad
utilizada en los diseos de sistemas de puestas a tierra, se presentan las diferentes
disposiciones electrdicas para realizar prospecciones del suelo y se analiza su aplicacin
dentro del mtodo propuesto. Adicionalmente, en el captulo 5 se presenta la
caracterizacin de los modelos de suelo, se analizan los posibles modelos generales de
suelo que pueden interpretarse de las mediciones de resistividad aparente tomadas en
campo, y se indica de acuerdo a los alcances el tipo de modelo que se aborda para el
establecimiento del mtodo propuesto y los posibles modelos a trabajar opcionalmente a
partir de la formulacin terica alcanzada a presentar.

En el captulo 6 se presenta el mtodo general propuesto para determinar el modelo del
suelo no homogneo y sus parmetros, por medio de algoritmos genticos, para el diseo
de sistemas de puesta a tierra, se identifican cuatro (4) pasos principales para lograr
identificar un modelo de suelo no homogneo y un quinto (5) paso optativo para
profundizar en modelos de suelo no homogneo de volmenes finitos de resistividad. El
captulo 7, es la aplicacin del mtodo a los casos de estudios de las mediciones de
resistividad del terreno, analizando los resultados y pasos seguidos en el mtodo de
acuerdo a la informacin obtenida para cada caso en particular. Adicionalmente, se
analizan los resultados comparativos con otras soluciones dadas por otros autores.

Finalmente, en el captulo 8 se presentan las conclusiones y trabajos futuros que pueden
formularse a partir de los resultados obtenidos, tanto como en el campo de los algoritmos
genticos y la computacin evolutiva como de los diseos de sistemas de puesta a tierra.

14 de 96






2 MARCO TERICO REFERENCIAL

En este captulo se presentan brevemente algunos conceptos generales que permiten al
lector familiarizarse con las temticas abordadas y que est enfocada principalmente a
dos temas presentado en dos secciones. En la primera seccin, se hace la revisin
conceptual de algoritmos genticos bsica en trabajos que se adelanten acerca del tema
siendo tomado de las referencias de un autor de gran reconocimiento en la comunidad
cientfica del tema [COELLO, 2008]. En la segunda seccin, igualmente, se presentan
conceptos bsicos en el diseo de sistemas de puesta a tierra y su conexin con el
presente trabajo.

Estas dos secciones presentan separadamente los conceptos que luego se enlazan en el
mtodo propuesto, buscando un complemento entre estas dos reas del conocimiento
para la solucin del problema propuesto.

2.1 ALGORITMOS GENTICOS

Un algoritmo gentico (o AG) es una tcnica de programacin basada en la evolucin
biolgica, los individuos ms aptos de una poblacin son los que sobreviven al adaptarse
ms fcilmente a los cambios que se producen en su entorno, como estrategia para
resolver problemas de optimizacin. Dado un problema especfico a resolver, la entrada
del AG es un conjunto de posibles soluciones al problema y evaluadas cuantitativamente
mediante una funcin de aptitud con el fin de determinar las mejores soluciones, las
cuales son generadas de forma aleatoria aunque es posible acotar los espacios y/o
sugerir soluciones al algoritmo [COELLO, 2008].

El algoritmo gentico enfatiza la importancia de la cruza sexual (operador principal) sobre
el de la mutacin (operador secundario), y usa seleccin probabilstica. El algoritmo
bsico es el siguiente:

Generar una poblacin inicial (aleatoria).
Calcular la aptitud de cada individuo.
Seleccionar (probabilsticamente) en base a su aptitud.
Aplicar operadores genticos (cruza y mutacin) para generar la siguiente poblacin.
Ciclar hasta que cierta condicin se cumple.

Para la aplicacin de un AG se requiere de 5 componentes bsicos, incluyendo los tres ya
mencionados [COELLO, 2008]:

Una representacin de las soluciones potenciales del problema.
Una forma de crear una poblacin inicial de posibles soluciones (normalmente un
proceso aleatorio).
15 de 96

Una funcin de evaluacin que juegue el papel del ambiente, clasificando las
soluciones en trminos de su aptitud.
Operadores genticos que alteren la composicin de los hijos que se producirn para
las siguientes generaciones.
Valores para los diferentes parmetros que utiliza el algoritmo gentico (tamao de la
poblacin, probabilidad de cruza, probabilidad de mutacin, nmero mximo de
generaciones, etc.)

Los AGs hacen parte, junto con las estrategias y la programacin evolutiva, de las
denominadas tcnicas evolutivas, existen varias diferencias a destacar entre los
algoritmos evolutivos y las tcnicas tradicionales de bsqueda y optimizacin, a saber
[COELLO, 2008]:

Las tcnicas evolutivas usan una poblacin de soluciones potenciales en vez de un
solo individuo, lo cual las hace menos sensibles a quedar atrapadas en
mnimos/mximos locales.
Las tcnicas evolutivas no necesitan conocimiento especfico sobre el problema que
intentan resolver.
Las tcnicas evolutivas usan operadores probabilsticos, mientras las tcnicas
tradicionales utilizan operadores determinsticos.
Aunque las tcnicas evolutivas son estocsticas, el hecho de que usen operadores
probabilsticos no significa que operen de manera anloga a una simple bsqueda
aleatoria.

Igualmente, es importante destacar las diversas ventajas que presenta el uso de tcnicas
evolutivas para resolver problemas de bsqueda y optimizacin:

Simplicidad conceptual.
Amplia aplicabilidad.
Superiores a las tcnicas tradicionales en muchos problemas del mundo real.
Tienen el potencial para incorporar conocimiento sobre el dominio y para mezclarse
con otras tcnicas de bsqueda/optimizacin.
Pueden explotar fcilmente las arquitecturas en paralelo.
Son robustas a los cambios dinmicos.
Generalmente pueden auto-adaptar sus parmetros.
Capaces de resolver problemas para los cuales no se conoce solucin alguna.

En el campo de la computacin evolutiva, y en algoritmos genticos, se denomina
cromosoma a una estructura de datos que contiene una cadena de parmetros de diseo
o genes. Esta estructura de datos puede almacenarse, por ejemplo, como una cadena de
bits o un arreglo de enteros. Se llama gene a una sub-seccin de un cromosoma que
codifica el valor de un solo parmetro. Se denomina genotipo a la codificacin de los
parmetros que representan una solucin del problema a resolverse.

Se denomina fenotipo a la decodificacin del cromosoma; es decir, a los valores
obtenidos al pasar de la representacin (binaria o elegida) a la usada por la funcin
objetivo (funcin de aptitud). Se denomina individuo a un solo miembro de la poblacin
de soluciones potenciales a un problema. Cada individuo contiene un cromosoma que
representa una solucin posible del problema.
16 de 96

Se denomina aptitud al valor que se asigna a cada individuo y que indica que tan bueno
es ste con respecto a los dems de la poblacin para la solucin de un problema,
determinado a partir de la funcin aptitud u objetivo.

Se llama paisaje de aptitud a la hipersuperficie que se obtiene al aplicar la funcin de
aptitud (objetivo) a cada punto del espacio de bsqueda. Se denomina alelo a cada valor
posible que puede adquirir una cierta posicin gentica, si se utiliza una representacin
binaria, un alelo puede valer 0 1. Se denomina generacin a una iteracin donde se
calcula la funcin de aptitud y se crea una nueva poblacin por medio de operadores de
reproduccin.

Una poblacin puede subdividirse en grupos a los que se denomina sub-poblaciones.
Normalmente, slo pueden cruzarse entre s los individuos que pertenezcan a una misma
sub-poblacin.

En los esquemas con sub-poblaciones, se utiliza la migracin de una sub-poblacin a
otra (sobre todo en el contexto de algoritmos evolutivos paralelos). Permitir la cruza slo
entre individuos de la misma sub-poblacin se le llama especiacin en una emulacin del
fenmeno natural del mismo nombre. Se llama migracin a la transferencia de (los genes
de) un individuo de una sub-poblacin a otra.

Hay un tipo de poblacin usada en computacin evolutiva en la que cualquier individuo
puede reproducirse con otro con una probabilidad que depende slo de su aptitud. Se le
llama poblacin panmtica. Lo opuesto de la poblacin panmtica es permitir la
reproduccin slo entre individuos de la misma sub-poblacin. La mayor parte de los
algoritmos evolutivos (AEs) convencionales usan poblaciones panmticas.

Debido a ruidos estocsticos, los AEs tienden a converger a una sola solucin. Para evitar
eso, y mantener la diversidad, existen tcnicas que permiten crear distintos nichos para
los individuos.

Se llama epstasis a la interaccin entre los diferentes genes de un cromosoma. Se
refiere a la medida en que la contribucin de aptitud de un gene depende de los valores
de los otros genes. Cuando un problema tiene poca epstasis (o ninguna), su solucin es
sencilla; cuando un problema tiene una epstasis elevada, el problema ser deceptivo,
por lo que ser muy difcil de resolver por un AE.

Se llama bloque constructor a un grupo pequeo y compacto de genes que han co-
evolucionado de tal forma que su introduccin en cualquier cromosoma tiene una alta
probabilidad de incrementar la aptitud de dicho cromosoma. Se llama decepcin a la
condicin donde la combinacin de buenos bloques constructores lleva a una reduccin
de aptitud, en vez de un incremento.

Se llama operador de reproduccin a todo aquel mecanismo que influencia la forma en
que se pasa la informacin gentica de padres a hijos. Los operadores de reproduccin
caen en tres amplias categoras, a saber: Cruza, Mutacin y Reordenamiento.

La cruza es un operador que forma un nuevo cromosoma combinando partes de cada
uno de sus cromosomas padres.
17 de 96


La mutacin es un operador que forma un nuevo cromosoma a travs de alteraciones
(usualmente pequeas) de los valores de los genes de un solo cromosoma padre.

Un operador de reordenamiento es aquel que cambia el orden de los genes de un
cromosoma, con la esperanza de juntar los genes que se encuentren relacionados,
facilitando as la produccin de bloques constructores. La inversin es un ejemplo de un
operador de reordenamiento en el que se invierte el orden de todos los genes
comprendidos entre 2 puntos seleccionados al azar en el cromosoma.

En un algoritmo gentico (AG), cuando una poblacin no tiene variedad, la cruza no es un
operador til de bsqueda, porque tendr propensin a simplemente regenerar a los
padres. Es importante aclarar que en los AGs los operadores de reproduccin actan
sobre los genotipos y no sobre los fenotipos de los individuos.

Se denomina elitismo al mecanismo utilizado en algunos AEs para asegurar que los
cromosomas de los miembros ms aptos de una poblacin se pasen a la siguiente
generacin sin ser alterados por ningn operador gentico.

Usar elitismo asegura que la aptitud mxima de la poblacin nunca se reducir de una
generacin a la siguiente. Sin embargo, no necesariamente mejora la posibilidad de
localizar el ptimo global de una funcin. No obstante, es importante hacer notar que se
ha demostrado que el uso de elitismo es vital para poder demostrar convergencia de un
algoritmo gentico.

Cuando se atraviesa un espacio de bsqueda, se denomina explotacin al proceso de
usar la informacin obtenida de los puntos visitados previamente para determinar qu
lugares resulta ms conveniente visitar a continuacin.

Se denomina exploracin al proceso de visitar completamente nuevas regiones del
espacio de bsqueda, para ver si puede encontrarse algo prometedor. La exploracin
involucra grandes saltos hacia lo desconocido. La explotacin normalmente involucra
movimientos finos. La explotacin es buena para encontrar ptimos locales. La
exploracin evita quedar atrapado en ptimos locales [COELLO, 2008].

2.1.1 LA REPRESENTACIN

La representacin tradicionalmente usada por el algoritmo gentico para codificar un
conjunto de soluciones es el esquema binario en la cual un cromosoma es una cadena de
la forma [ b
1
, b
2
, . . . , b
m
] donde b
1
, b
2
, . . . , b
m
se denominan alelos (ya sea ceros o
unos). Hay varias razones por las cuales suele usarse la codificacin binaria en los AGs,
aunque la mayora de ellas se remontan al trabajo pionero de Holland en el rea
[COELLO, 2008].

El numero de esquemas de una cadena se calcula usando (c + 1)
l
, donde c es la
cardinalidad del alfabeto cantidad posible de valores de una posicin y l es la longitud
de la cadena. Un esquema es una plantilla que describe un subconjunto de cadenas que
comparten ciertas similitudes en algunas posiciones a lo largo de su longitud. La razn por
18 de 96

la que se suma uno a la cardinalidad es porque en los esquemas se usa un smbolo
adicional (normalmente el asterisco o el smbolo de numero) para indicar que no nos
importa el valor de esa posicin [COELLO, 2008].

Contar con ms esquemas favorece la diversidad e incrementa la probabilidad de que se
formen buenos bloques constructores (es decir, la porcin de un cromosoma que le
produce una aptitud elevada a la cadena en la cual est presente) en cada generacin, lo
que en consecuencia mejora el desempeo del AG con el paso del tiempo. El
paralelismo implcito de los AGs, se refiere a que mientras el AG calcula las aptitudes
de los individuos en una poblacin, estima de forma implcita las aptitudes promedio de un
numero mucho ms alto de cadenas cromosmicas a travs del clculo de las aptitudes
promedio observadas en los bloques constructores que se detectan en la poblacin
[COELLO, 2008].

Por lo tanto, es preferible tener muchos genes con pocos alelos posibles que contar con
pocos genes con muchos alelos posibles. El uso de la representacin binaria tiene
algunas desventajas cuando el AG se usa para resolver ciertos problemas del mundo real;
por ejemplo, si tratamos de optimizar una funcin con alta dimensionalidad (digamos 50
variables), y se requiere trabajar con una buena precisin (por ejemplo, cinco decimales),
entonces el mapeo de nmeros reales a binarios generara cadenas extremadamente
largas (del orden de 1000 bits en este caso), y el AG tendr muchos problemas para
producir resultados aceptables en la mayor parte de los casos, a menos que usemos
procedimientos y operadores especialmente diseados para el problema en cuestin
[COELLO, 2008]. Las principales razones por las que una codificacin binaria puede no
resultar adecuada en un problema dado:

Epstasis: el valor de un bit puede suprimir las contribuciones de aptitud de otros bits
en el genotipo.
Representacin natural: algunos problemas se prestan de manera natural para la
utilizacin de representaciones de mayor cardinalidad que la binaria.
Soluciones ilegales: los operadores genticos utilizados pueden producir con
frecuencia (e incluso todo el tiempo) soluciones ilegales si se usa una representacin
binaria.

Un problema notado en los AGs es que el uso de la representacin binaria no mapea
adecuadamente el espacio de bsqueda con el espacio de representacin. Por ejemplo, si
codificamos en binario los enteros 5 y 6, los cuales estn adyacentes en el espacio de
bsqueda, sus equivalentes en binario son el 101 y el 110, los cuales difieren en 2 en el
espacio de representacin. A este fenmeno se le conoce como el risco de Hamming. Los
cdigos de Gray, hace parte de las familias de representaciones donde la propiedad de
adyacencia que existe en el espacio de bsqueda se preserva en el espacio de
representacin, eliminando los riscos de Hamming [COELLO, 2008].

Se ha mostrado, particularmente, en problemas de optimizacin numrica que el uso
directo de nmeros reales en un cromosoma funciona mejor en la prctica que la
representacin binaria tradicional. Sin embargo, los tericos de los AGs han criticado
fuertemente el uso de valores reales en los genes de un cromosoma, principalmente
porque esta representacin de cardinalidad mas alta tiende a hacer que el
comportamiento del AG sea ms errtico y difcil de predecir [COELLO, 2008].
19 de 96


Entre otras representaciones de los nmeros reales, se tiene el uso de enteros para
representar cada digito y se supone una posicin fija para el punto decimal en cada
variable aunque la precisin est limitada por la longitud de la cadena. Tambin, se tiene
el usar enteros largos para representar nmeros reales, pero los operadores tendran que
redefinirse de la misma manera que al usar nmeros reales [COELLO, 2008].

En algunos problemas el uso de alfabetos de alta cardinalidad puede no ser suficiente,
pues puede requerirse el empleo de cromosomas de longitud variable para lidiar con
cambios que ocurran en el ambiente con respecto al tiempo (por ejemplo, el
decremento/incremento de la precisin de una variable o la adicin/remocin de
variables). Algunas veces, puede ser posible introducir smbolos en el alfabeto que sean
considerados como posiciones vacas a lo largo de la cadena, con lo que se permite la
definicin de cadenas de longitud variable aunque los cromosomas tengan una longitud
fija [COELLO, 2008].

En problemas que tienen decepcin parcial o total (es decir, en aquellos problemas en
los que los bloques constructores de bajo orden no guan al AG hacia el optimo y no se
combinan para formar bloques constructores de orden mayor), un AG no tendr un buen
desempeo sin importar cual sea el valor de sus parmetros (tamao de poblacin,
porcentajes de cruza y mutacin, etc.). Para lidiar con este tipo de problemas en
[COELLO, 2008], se indica que Goldberg propone el uso de un tipo especial de AG de
longitud variable que usa poblaciones de tamao variable. A este AG especial se le
denomin "desordenado" (messy GA o mGA) en contraposicin con el AG estndar (u
ordenado), que tiene longitud y tamao de poblacin fijos. La idea bsica de los AGs
desordenados es empezar con cromosomas cortos, identificar un conjunto de buenos
bloques constructores y despus incrementar la longitud del cromosoma para propagar
estos buenos bloques constructores a lo largo del resto de la cadena. El problema es
cmo decidir qu tan largos deben ser estos esquemas cortos. Si son demasiado cortos,
pueden no contener suficiente material gentico como para resolver el problema deseado;
si son demasiado largos, la tcnica puede volverse imprctica debido a la dimensionalidad
(generar y evaluar demasiados cromosomas). Aunque es, sin duda, muy prometedor, los
inconvenientes prcticos del AG desordenado han impedido su uso extendido, y
actualmente se reportan relativamente pocas aplicaciones [COELLO, 2008].

Algunas recomendaciones para el diseo de una buena representacin presentadas en
[COELLO, 2008], como una recopilacin de varios investigadores son:

Una codificacin debe ser capaz de representar todos los fenotipos posibles.
Una codificacin debe ser carente de sesgos en el sentido de que todos los
individuos deben estar igualmente representados en el conjunto de todos los
genotipos posibles.
Una codificacin no debiera codificar soluciones infactibles (esto no es normalmente
posible en la mayora de los dominios).
La decodificacin debiera ser fcil.
Una codificacin debe poseer localidad (o sea, cambios pequeos en el genotipo
debieran producir cambios pequeos en el fenotipo).
20 de 96

Las codificaciones deben ajustarse a un conjunto de operadores genticos de tal
forma que los buenos bloques constructores se preserven de padres a hijos.
Las codificaciones deben minimizar la epstasis.
Deben preferirse las soluciones factibles en una codificacin.
El problema debiera representarse a un nivel correcto de abstraccin.
Las codificaciones deben explotar un mapeo apropiado del genotipo al fenotipo en
caso de que no sea posible realizar un mapeo simple.

2.1.2 TCNICAS DE SELECCIN

Una componente del funcionamiento de un algoritmo gentico es el proceso de seleccin
de individuos de una poblacin para ser candidatos a reproducirse, este proceso
generalmente se realiza de forma probabilstica en los algoritmos genticos, donde an
los individuos menos aptos tienen una cierta oportunidad de sobrevivir [COELLO, 2008].

Las tcnicas de seleccin usadas en algoritmos genticos pueden clasificarse en tres
grandes grupos, as:

Seleccin proporcional
Seleccin mediante torneo
Seleccin de estado uniforme

Entre otras tcnicas de seleccin de uso menos comn, se encuentra la tcnica
disruptiva, las jerarquas no lineales y la competitiva, ampliadas en [COELLO, 2008].

SELECCIN PROPORCIONAL

La seleccin proporcional se eligen los individuos de acuerdo a su contribucin de aptitud
con respecto al total de la poblacin. Aqu se pueden agrupar las siguientes tcnicas:

a. La Ruleta:

Este es considerado el mtodo ms usado desde los orgenes de los algoritmos
genticos, siendo un algoritmo simple pero ineficiente. Se puede asimilar a una ruleta
donde a los individuos de la poblacin se asigna una porcin (entera y/o fraccionaria) de
la ruleta en funcin de su aptitud de tal forma que la suma de todas las porciones sean la
unidad o la suma de todos los valores esperados, as los mejores individuos recibirn una
porcin de la ruleta mayor que la recibida por los peores. La poblacin puede estar
ordenada en base a su aptitud por lo que las porciones ms grandes se encuentran al
inicio de la ruleta. Para seleccionar un individuo basta con generar un nmero aleatorio
entre el intervalo definido (la unidad o suma total del valores esperados) y devolver el
individuo situado en la posicin de la ruleta cuyo valor sea igual o supere el valor
generado. Esta tcnica presenta diferencias entre valor esperado (Ve) y el valor real de
copias obtenidas de los individuos siendo un problema de la tcnica; as, el peor individuo
puede seleccionarse varias veces.

21 de 96

b. Sobrante Estocstico:

De acuerdo a [COELLO, 2008], fue propuesta por Booker y Brindle como una alternativa
para aproximar ms a los valores esperados y los valores reales de las copias obtenidas
de los individuos, la idea principal es asignar determinsticamente las partes enteras de
los valores esperados para cada individuo y luego usar otro esquema (proporcional) para
la parte fraccionaria. El sobrante estocstico reduce los problemas de la ruleta, pero
puede causar convergencia prematura al introducir una mayor presin de seleccin.

El algoritmo es el siguiente:

1. Asignar de manera determinstica el conteo de valores esperados a cada individuo
(valores enteros).
2. Los valores restantes (sobrantes del redondeo) se usan probabilsticamente para
rellenar la poblacin.

Hay 2 variantes principales: Sin reemplazo: Cada sobrante se usa para sesgar el tiro de
una moneda que determina si una cadena se selecciona de nuevo o no. Con reemplazo:
Los sobrantes se usan para dimensionar los segmentos de una ruleta y se usa esta
tcnica de manera tradicional.

c. Universal Estocstica

De acuerdo a [COELLO, 2008], fue propuesta por Baker con el objetivo de minimizar la
mala distribucin de los individuos en la poblacin en funcin de sus valores esperados.
Se selecciona un nmero aleatorio entre 0 y 1 que se va acumulando en la medida que se
compara con el valor esperado de los individuos. Se inicia con el valor esperado del
primer individuo que es comparado con el acumulado de nmeros aleatorios generados,
siendo seleccionado el individuo si el valor esperado es mayor, en caso contrario se inicia
nuevamente el ciclo para el siguiente individuo sumando su valor esperado al anterior, y
comparndolo con el acumulado de nmero aleatorio hasta obtener el nmero de padres
deseados. Esta tcnica se dice puede ocasionar convergencia prematura, hacer que los
individuos ms aptos se multipliquen muy rpidamente y no resuelve el problema de
imprecisin entre los valores esperados y nmero de copias reales de cada individuo
seleccionado. [COELLO, 2008].

d. Muestreo Determinstico

Es una variante de la seleccin proporcional La Ruleta, similar al sobrante estocstico
pero con un algoritmo de ordenacin, y presenta los mismos problemas de ste. El
algoritmo es:

1. Calcular probabilidad de seleccin, igual a la aptitud del individuo sobre la sumatoria
de las aptitudes de la poblacin.
2. Calcular el valor esperado de cada individuo como la probabilidad de seleccin por el
tamao de la poblacin.
3. Asignar determinsticamente la parte entera del valor esperado.
4. Ordenar la poblacin de acuerdo a las partes decimales (de mayor a menor).
5. Obtener los padres faltantes de la parte superior de la lista.
22 de 96


e. Escalamiento Sigma

Es una tcnica ideada para mapear la aptitud original de un individuo con su valor
esperado de manera que el AG sea menos susceptible a la convergencia prematura. La
idea principal de esta tcnica es mantener ms o menos constante la presin de seleccin
a lo largo del proceso evolutivo. Usando esta tcnica, el valor esperado de un individuo
est en funcin de su aptitud, la media de la cin y la desviacin estndar de la
poblacin.
pobla
Iolcsp(i, t) = _
1 +
(i) -

(t)
2o(t)
si o(t) = u
t) = u

1.u si (
o(t) =
_
n (t)
2
- ((t))
2
n
2


El escalamiento sigma produce que al inicio de la corrida, el valor alto de la desviacin
estndar impedir que los mejores individuos obtengan los segmentos ms grandes de la
ruleta y hacia el final, la desviacin estndar ser ms baja y los individuos ms aptos
podrn multiplicarse ms fcilmente.

f. Seleccin por Jerarquas

De acuerdo a [COELLO, 2008], fue propuesta por Baker para evitar la convergencia
prematura en las tcnicas de seleccin proporcional, el objetivo es disminuir la presin de
seleccin. Se puede hacer uso de jerarquas lineales o no lineales, donde la presin de
seleccin sufre cambios ms abruptos al usarse esta ltima. Los individuos se clasifican
con base en su aptitud, y se les selecciona con base en su rango (o jerarqua) y no con
base en su aptitud. El uso de jerarquas hace que no se requiera escalar la aptitud, puesto
que las diferencias entre las aptitudes absolutas se diluyen. Asimismo, las jerarquas
previenen la convergencia prematura.

El algoritmo de las jerarquas lineales es el siguiente:

Ordenar (o jerarquizar) la poblacin con base en su aptitud, de 1 a N (donde 1
representa al menos apto).
Elegir Max(1 Max 2)
Calcular Min = 2 Max
Calcular el valor esperado de cada individuo:
Iolcsp(i, t) = Hin + (Hox - Hin)
]crorquio(i, t) - 1
N -1


Baker recomienda Max = 1.1

Usar seleccin proporcional aplicando los valores esperados obtenidos de la
expresin anterior.

23 de 96

g. Seleccin de Boltzmann

De acuerdo a [COELLO, 2008], esta tcnica fue propuesta por Goldberg y est basada en
el recocido simulado, donde la idea es usar una funcin de variacin de temperatura que
controle la presin de seleccin. Se usa un valor alto de temperatura al principio, lo cual
hace que la presin de seleccin sea baja, con el paso de las generaciones, la
temperatura disminuye, lo que aumenta la presin de seleccin. De esta manera se incita
a un comportamiento exploratorio en las primeras generaciones y se acota a uno ms
explotatorio hacia el final del proceso evolutivo. Se requiere de la definicin de una
funcin de variacin de la temperatura.

SELECCIN MEDIANTE TORNEO

La seleccin mediante torneo es similar a la de jerarquas en trminos de la presin de
seleccin, pero es computacionalmente ms adecuada para implementarse en paralelo.
La idea bsica del mtodo es seleccionar con base en comparaciones directas de las
aptitudes individuos, tpicamente de a dos.

Hay 2 versiones de la seleccin mediante torneo:

a. Determinstica

El algoritmo es el siguiente:

1. Barajar los individuos de la poblacin.
2. Escoger un nmero p de individuos (tpicamente 2).
3. Compararlos con base en su aptitud.
4. El ganador del torneo es el individuo ms apto.
5. Debe barajarse la poblacin un total de p veces para seleccionar N padres (donde
N es el tamao de la poblacin).

b. Probabilstica

El algoritmo de la versin probabilstica es idntico al anterior, excepto en el paso de
seleccin del ganador. En vez de seleccionar siempre al individuo con aptitud ms alta, se
aplica una probabilidad de escogencia y si el resultado es cierto, se selecciona al ms
apto, de lo contrario, se selecciona al menos apto. El valor de la probabilidad de
escogencia (p) permanece fijo a lo largo de todo el proceso evolutivo y se escoge en el
siguiente rango de 0.5 a 1. Si es igual a 1, se reduce a la versin determinstica.

SELECCIN DE ESTADO UNIFORME

De acuerdo a [COELLO, 2008], esta tcnica fue propuesta por Whitley y se usa en AGs
no generacionales, en los cuales slo unos cuantos individuos son reemplazados en cada
generacin (los menos aptos), utilizado generalmente cuando se evolucionan sistemas
basados en reglas (p.ej., sistemas clasificadores) en los que el aprendizaje es
incremental. En general, la tcnica resulta til cuando los miembros de la poblacin
resuelven colectivamente (y no de manera individual) un problema. Asimismo, los AGs
generacionales se usan cuando es importante recordar lo que se ha aprendido antes.
24 de 96

Ligado a la seleccin de estado uniforme se encuentra el concepto de brecha
generacional, donde intervienen los conceptos de poblaciones no traslapables o
traslapables. Una poblacin no traslapable es aquella en que los padres no compiten
contra sus hijos, en caso contrario, en una poblacin traslapable los padres compiten
contra sus hijos.

Se define brecha generacional a la cantidad de traslape existente entre padres e hijos.
Una brecha generacional grande implica poco (o ningn) traslape poblacional y viceversa.

Los algoritmos evolutivos de estado uniforme son aquellos en los que la poblacin es
traslapable. Normalmente, slo uno o dos hijos se producen en cada iteracin de un AE
de estado uniforme.

Los AGs tradicionales usan poblaciones no traslapables.

2.1.3 TCNICAS DE CRUCE

En computacin evolutiva el cruce es un proceso de intercambio de segmentos entre los
cromosomas (cadenas lineales de longitud fija). Aunque las tcnicas de cruce bsicas
suelen aplicarse a la representacin binaria, estas son generalizables a alfabetos de
cardinalidad mayor, si bien en algunos casos requieren de ciertas modificaciones
[COELLO, 2008]. Se revisan las tcnicas bsicas de cruce.

a. Cruce de un punto

De acuerdo a [COELLO, 2008], sta tcnica fue propuesta por Holland, y muy popular
durante muchos aos. Como se muestra en la Figura 1 se seleccin en cada uno de las
cadenas de cromosomas (padres) un punto de cruce a partir del cual se intercambian las
cadenas para generar los descendientes o hijos. Esta tcnica no suele usarse mucho en
la prctica debido a los inconvenientes presentes, siendo el problema fundamental del
cruce de un punto que presupone que los bloques constructores son esquemas cortos y
pocas posiciones fijas, y cuando esto no sucede (p.ej., con cadenas largas), suele no dar
resultados apropiados [COELLO, 2008]. Igualmente, trata preferentemente algunas
posiciones del cromosoma como por ejemplo los extremos de una cadena.


Figura 1. Ejemplo de cruce de un punto

25 de 96

b. Cruce de dos puntos

De acuerdo a [COELLO, 2008], DeJong fue el primero en implementar una cruza de n
puntos, como una generalizacin de la cruza de un punto. El valor n = 2 es el que
minimiza los efectos disruptivos (o destructivos) del cruce y de ah que sea usado con
gran frecuencia. En general, es aceptado que el cruce de dos puntos es mejor que la
cruza de un punto y que incrementar al incrementar n se asocie un mayor efecto
disruptivo del cruce. En la Figura 2 se muestra un ejemplo de cruce de dos puntos, en
donde se selecciona en cada una de las cadenas de cromosomas (padres) dos puntos de
cruce a partir del cual se intercambian las cadenas para generar los descendientes o
hijos.


Figura 2. Ejemplo de cruce de dos puntos

c. Cruce Uniforme

De acuerdo a [COELLO, 2008], esta tcnica fue propuesta originalmente por Ackley,
aunque se suele atribuir a Syswerda. Se trata de un cruce de n puntos, pero en la cual el
nmero de puntos de cruce no se fija previamente. El cruce uniforme tiene un mayor
efecto disruptivo que cualquiera de los dos cruces anteriores, a fin de evitar un efecto
excesivamente disruptivo, suele usarse con una probabilidad de cruce Pc = 0.5. En la
Figura 3 se muestra un ejemplo de cruce uniforme, donde cada gen hijo se crea copiando
el correspondiente gen de uno de los dos padres, seleccionado de acuerdo a una
"mscara de cruce" generada aleatoriamente; as, cuando existe un 1 en la mscara, el
gen es copiado del primer padre, mientras que cuando existe un 0 el gen se copia del
segundo padre.

d. Cruce Acentuado

De acuerdo a [COELLO, 2008], esta tcnica fue propuesta por Schaffer y Morishima en un
intento por implementar un mecanismo de auto-adaptacin para la generacin de los
patrones favorables (o sea, los bloques constructores) del cruce. En lugar de calcular
directamente la mscara (o patrn) de cruce, se utiliza la cadena binaria con marcas
para indicar la localizacin de los puntos de cruce. La informacin extra que genera el
cruce acentuado se agrega al cromosoma de manera que el nmero y localizaciones de
los puntos de cruza pueda ser objeto de manipulacin por el AG; as, las cadenas tendrn
una longitud del doble de su tamao original. La convencin que suele adoptarse es la de
marcar con 1 las posiciones donde hay cruza y con 0 las posiciones donde no la hay.
26 de 96

Asimismo, se suelen usar signos de admiracin para facilitar la escritura de las cadenas.
En la Figura 4 se muestran ejemplos de representacin de cruce acentuado.


Figura 3. Ejemplo de cruce uniforme

El algoritmo de cruce acentuado es el siguiente:

Copiar los bits de cada padre hacia sus hijos, de uno en uno.
En el momento en que se encuentra un signo de admiracin en cualquiera de los
padres, se efecta la cruza (es decir, se invierte la procedencia de los bits en los
hijos).
Cuando esto ocurre, los signos de admiracin se copian tambin a los hijos, justo
antes de que la cruza se efecte.

Esta tcnica usa la primera parte de la cadena para calcular la aptitud, pero la seleccin,
cruza y mutacin acta sobre toda la cadena esperando tener un efecto positivo sobre los
puntos de cruce. Adems, esta tcnica tiene una buena inspiracin biolgica, porque
estas marcas de cruce efectivamente existen en la naturaleza y se co-evolucionan junto
con los cromosomas.

Figura 4. Convenciones de Cruce Acentuado
27 de 96


2.1.4 LA MUTACIN

La mutacin es considerado un operador secundario en los A.G. cannicos; es decir, su
uso es menos frecuente al operador cruce. La mutacin, realiza un cambio a uno(s) de los
genes de un cromosoma elegido(s) aleatoriamente. Cuando se usa una representacin
binaria, el gene seleccionado se sustituye por su complemento (un cero cambia en uno y
viceversa). Este operador permite la introduccin de nuevo material cromosmico en la
poblacin, tal y como sucede con sus equivalentes biolgicos [COELLO, 2008].

La mutacin se maneja como un porcentaje que indica con qu frecuencia se efectuar,
aunque ocurre espordicamente. En la prctica, se recomiendan porcentajes de mutacin
entre 0.1% y 1% para la representacin binaria. Algunos investigadores, sin embargo,
sugieren usar porcentajes altos de mutacin al inicio de la bsqueda y luego disminuir
exponencialmente dicho porcentaje lo que favorecera el desempeo de un AG,
[COELLO, 2008].

Otros autores sugieren que 1 / L (donde L es la longitud de la cadena cromosmica) es un
lmite inferior para el porcentaje ptimo de mutacin [COELLO, 2008].

2.2 SISTEMAS DE PUESTA A TIERRA SPT

Un sistema de puesta a tierra (SPT), o malla de puesta a tierra, es una instalacin
elctrica que tiene como misin conducir hacia tierra las corrientes de falla, de fuga, de
descarga atmosfricas; brindando condiciones de seguridad elctrica a las personas y
equipos. Est conformada por un conjunto de conductores, varillas verticales enclavadas
en el terreno, contrapesos horizontales y tratamientos qumicos bajo las instalaciones
elctricas de una edificacin o subestacin elctrica [IEEE STD 80; BLANDON, 1993]. En
la Figura 5 se muestran los principales componentes de un sistema de puesta a tierra.

El principal objetivo de los sistemas de puestas a tierra es proporcionar seguridad al
personal contra descargas o fallas elctricas a tierra, para ello se debe garantizar en todo
punto de la subestacin, o instalacin elctrica, un camino de descarga de baja
impedancia a tierra, siendo considerado de esta forma un sistema slidamente puesto a
tierra, que no debe tener variaciones significativas ante cambios en la humedad,
composicin y/o ambientales del suelo, para evitar que la corriente de falla a tierra
produzca el disparo inadecuado de las protecciones, daos a las personas y/o equipos.
Adicionalmente, el sistema de puesta a tierra debe tener la capacidad de conducir la
corriente de falla sin que se provoquen calentamientos excesivos o gradientes de
potencial peligrosos durante el tiempo de falla [IEEE STD 80; 2000].

En el estudio de los sistemas elctricos industriales los sistemas de puesta a tierra son un
componente de gran importancia para el funcionamiento de equipos elctricos y
electrnicos actuales; usualmente localizadas en la subestacin elctrica de un edificio, a
nivel industrial, y en los patios de una subestacin elctrica propiamente dicha a nivel de
generacin, transformacin y transporte de energa elctrica.

28 de 96


Figura 5. Componentes principales de un Sistema de Puesta a Tierra

En el diseo de sistemas de puesta a tierra es necesario determinar inicialmente las
caractersticas del suelo, mediante la inspeccin y/o medicin de algunos parmetros
como la resistividad del suelo, homogeneidad del suelo, espacio de construccin y
expansin, humedad, nivel fretico, presencia de objetos metlicos cercanos enterrados,
entre otros; permiten realizar el diseo de las mismas. Adems, se deben calcular las
tensiones de toque, tensiones de paso y la resistencia de la malla de puestas a tierra
tericas, para garantizar que el diseo cumple con las exigencias de la normatividad
vigente, especficamente la Norma IEEE Guide for Safety in AC Substation Grounding
[IEEE STD 80,2000], esto antes de realizar las mediciones de los parmetros elctricos
reales tensiones de toque, tensiones de paso y la resistencia del SPT una vez la malla
est instalada.

En la Figura 6 se muestra el diagrama genera para el diseo de un sistema de puesta a
tierra bajo las consideraciones de la norma [IEEE STD 80, 2000]. Se tiene que el primer
paso para el diseo consiste en la determinacin del rea disponible (A) para la
construccin del SPT y la resistividad del suelo (). En el paso dos se dimensiona el
tamao de los conductores del SPT; es decir, el dimetro del conductor (d) de la malla, a
partir de las corrientes de falla (I
0
) y tiempo de duracin de la falla (t
c
). En el paso tres se
determinan las tensiones de paso (E
step
) y de toque (E
touch
) tolerables segn los
requerimientos de la norma.
29 de 96


Figura 6. Diagrama General de diseo de un SPT [IEEE STD 80, 2000]

En el paso cuatro, se realiza una seleccin inicial del espaciamiento entre conductores
(D), localizacin de varillas, cantidad total de conductor (L
C
) y la profundidad de
enterramiento de los conductores del sistema de puesta a tierra. Los otros parmetros
indicados (n, L
T
) son calculados con formulaciones definidas en la norma. En el paso
cinco, se realiza una estimacin inicial de la resistencia del SPT (Rg); aunque la norma
solo considera un modelo de suelo uniforme permite utilizar anlisis computacionales para
aumentar la precisin de los resultados. En el paso seis, se determina la corriente de
malla (Ig) que circulara por el conjunto conductores del SPT en la duracin (t
f
) de la falla.
En el paso siete, se determina el mximo potencial elctrico que puede aparecer en el
SPT (GPR - Ground Potencial Rise) del diseo preliminar, siendo la mxima corriente de
la malla (Ig) por la resistencia de la malla (Rg); si es menor a la tensin de toque (E
touch
)
no son requeridos anlisis adicionales, en caso contrario, se continua con el siguiente
paso. En el paso 8, se calculan los voltajes de malla (E
m
) y de paso (E
step
) utilizando las
formulaciones de la norma para suelo uniforme, e igualmente si se requiere mayor
precisin es necesario hacer uso de tcnicas computacionales. En los pasos 9 y 10, se
analiza si los voltajes de malla y de paso, si stos son mayores a los voltajes tolerables se
redefine el diseo preliminar en el paso 11, realizando modificaciones en la configuracin
30 de 96

de los conductores, los espaciamientos, la cantidad de varillas, entre otros; y se vuelve a
recorrer procedimiento a partir del paso 5. En caso contrario, donde se tenga un diseo
que cumpla con los voltajes de malla (E
m
) y de paso (E
step
) por debajo de los valores
tolerables se tiene un diseo de un sistema de puesta a tierra que satisface los
requerimientos de la norma, siguiendo un anlisis adicional concerniente a reas
especiales [IEEE STD 80,2000].

El diagrama general de diseo de un SPT presentado por la norma [IEEE STD 80, 2000]
considera para todos los clculos un modelo de suelo uniforme; aunque, tambin se
indica que, las variaciones de la resistividad del suelo tienen una considerable influencia
en el desempeo de la mayora de los sistemas de puesta a tierra, afectando los valores
de resistencia del SPT y el GPR, las tensiones de paso y de toque; igualmente, el
espesor de la capa superior de un modelo de suelo de dos capas afecta el desempeo de
los electrodos de tierra [IEEE STD 80, 2000].

La norma para mantener la simplicidad, opto por hacer muchos supuestos en el desarrollo
de las formulaciones de diseo de la malla de tierra, siendo uno de ellos, el que las
formulaciones slo son validas para un modelo de suelo de resistividad uniforme, por lo
que provee una gua para representar un suelo independientemente del modelo por uno
equivalente por un modelo uniforme y, as, quitar la limitacin para el uso de las
formulaciones de diseo [IEEE STD 80, 2000].

Como se indico anteriormente, la seleccin del modelo del suelo es un factor decisivo en
el diseo, y considerar un modelo de suelo uniforme introduce errores que conllevan a
mayores costos por sobre dimensionamiento, rediseos a posteriori y/o problemas en
operacin de equipos. Sin embargo, los modelos de suelo no homogneos de dos capas
han sido reconocidos por acercarse ms a las condiciones reales del suelo comparado
con su equivalente uniforme [IEEE STD 80, 2000].

En el siguiente captulo, se revisaran los trabajos acerca del estudio de los diseos de
sistemas de puesta a tierra y donde se han realizado acercamientos para mejorar la
precisin de los resultados y desempeo de los mismos.
31 de 96






3 REVISIN DE LA LITERATURA

Los trabajos entorno a sistemas de puesta a tierra han tenido como el base el estudio de
las formulaciones presentadas en la norma [IEEE STD 80, 2000], que como se indic
considera un modelo de suelo uniforme. Dichos estudios buscan proponer mejoras en la
determinacin de los parmetros elctricos de desempeo del sistema de puesta a tierra
como son las tensiones de toque, de paso y la resistencia de puesta a tierra a partir del
planteamiento de formulaciones, procedimientos y/o metodologas que incluyen anlisis
utilizando herramientas computacionales actuales y/o aportes de otras reas del
conocimiento.

Los diseos convencionales se han planteado con formulaciones simples, obtenidos
empricamente de ensayos de laboratorio y la experiencia profesional acumulada por los
expertos reconocidos en el rea; otros, han utilizado mtodos de clculo matricial, donde
los conductores horizontales y verticales se subdividen en segmentos, con el fin de
obtener resultados de calidad y precisos es necesario segmentar los conductores en un
nmero considerable, lo que sugiere un costo computacional mayor a medida que
aumentamos la segmentacin [NAVARRINA, 2004; COLOMINAS, 2003; COLOMINAS,
2002].

La caracterizacin del suelo es la primera etapa en el diseo de los sistemas de puesta a
tierra, siendo de gran importancia obtener a partir de las mediciones de resistividad
aparente un modelo adecuado. Una mala seleccin del modelo y sus parmetros significa
errores en el diseo posterior, que podra incurrir en mayores costos del diseo e
implementacin del sistema de puesta a tierra, al requerirse, por ejemplo, mayor cantidad
de conductores derivado de sobre diseos y/o factores multiplicadores, y esto debido a la
falta de un modelo adecuado que considere la no homogeneidad caracterstica de la
mayora de los suelos. [DE LA VEGA, 1998; IEEE STD 80, 2000; IEEE STD 81, 1983].

En ocasiones, por ejemplo para sistemas de puesta a tierra de grandes subestaciones, la
configuracin de conductores y varillas instaladas, resultado del diseo, no cumplen con
alguno de los parmetros elctricos exigidos por norma, debido generalmente al modelo
del suelo homogneo supuesto. En este caso, una solucin planteada al problema es
simplemente instalar mayor cantidad de conductor y/o varillas mediante una expansin
lateral (contrapesos) hasta obtener los parmetros elctricos en los rangos requeridos
[BLANDON, 1993], generando mayores costos en la construccin de la misma y un total
desconocimiento del comportamiento real del sistema de puesta a tierra instalado.

La caracterizacin del suelo se inicia realizando mediciones de los valores de resistividad
por los mtodos convencionales y suponiendo un modelo del suelo. La prctica ms
comn, recomendada por la norma, es considerar el suelo homogneo de una sola capa
con espesor (profundidad) infinito, y los mtodos ms elaborados consideran el suelo
como un modelo de dos capas, con dos resistividades diferentes, la primera capa de un
32 de 96

espesor z y el espesor de la segunda capa infinita [GONOS, 2005]; sin embargo, el
establecimiento del modelo carece de un mtodo que guie al diseador en la seleccin del
modelo al comparar los datos con resultados de anlisis sobre los datos de medidas de
resistividad aparente.

La resistividad elctrica del suelo proporciona en alguna medida la dificultad que
encuentra la corriente a su paso, y se tienen diferentes valores dependiendo de la
presencia de rocas y/o minerales de diferentes composiciones en el mismo. [GASULLA,
1999]. La medida de la resistividad elctrica se realiza mediante la relacin entre una
corriente I inyectada entre un par de elctrodos, los ms externos generalmente, y el
voltaje entre otro par de electrodos, internos a los de corriente, para suelos homogneos e
istropos. Cuando el suelo no es homogneo se dice que se mide la resistividad aparente
y su valor depende de las resistividades de los diferentes materiales encontrados en el
terreno bajo estudio. A partir de la interpretacin de las resistividades aparentes se han
desarrollado los modelos de una, dos o ms capas del suelo con sus respectivos
espaciamientos y valores de resistividades mediante la aplicacin de mtodos numricos
y algoritmos genticos [DEL ALAMO, 1993; GONOS, 2005].

Los mtodos, ms conocidos, para la medicin de la resistividad en campo para el diseo
de mallas de puesta a tierra, utilizan disposiciones de cuatro elctrodos con diferentes
espaciamientos entre ellos. As el mtodo de Wenner, dispone de los electrodos sobre
una lnea recta, de forma equidistante, que se pueden realizar en varias direcciones de
acuerdo a las caractersticas superficiales del terreno como curvaturas, disponibilidad de
espacio, presencia de objetos, entre otros. Adems, se tienen las configuraciones de
Schulumberger, polo-dipolo, doble-dipolo y Wenner , que varan las distancias entre los
electrodos y la seleccin de electrodos de inyeccin de corriente y medida de voltaje
[GASULLA, 1999].

Los mtodos de medida de resistividad enunciados, realizan una prospeccin vertical de
las resistividades aparentes bajo una lnea recta de medida, de acuerdo a la relacin
proporcional entre la profundidad y la distancia entre electrodos de inyeccin de corriente,
es decir a mayor distancia mayor es la profundidad de penetracin de la corriente y por lo
tanto el valor de la resistividad a esa profundidad [GASULLA, 1999].

El mtodo numrico de clculo de mallas de puestas a tierra propuesto por la norma IEEE
Estndar 80 [IEEE STD 80, 2000; BLANDON, 1993] se fundamenta en terrenos de
resistividad homognea, realizando simplificaciones al modelo del suelo, por lo que
escogencia de un valor adecuado de la resistividad aparente significa un buen diseo de
la malla de puesta a tierra, o por el contrario un sistema demasiado costoso, que incluso
una vez instalado requieren de conductores adicionales, llamados contrapesos, porque no
cumple con la norma.

El diseo de mallas de puesta a tierra para sistemas elctricos debe tener en cuenta: el
modelo del suelo, el mtodo de clculo (para evaluar el comportamiento de la puesta a
tierra, especficamente su resistencia y los gradientes de potencial en la superficie del
suelo) y los criterios de seguridad del personal y los equipos, para establecer los lmites
admisibles de los gradientes de potencial, [IEEE, 2000; BLANDON, 1993]. La seleccin
correcta de estos componentes es considerado, dentro de la literatura de ingeniera
elctrica, un campo en contino estudio, en busca de mejoras a los mtodos
33 de 96

convencionales explorando herramientas de otros campos de la ciencia, en este caso la
computacin e informtica desde el enfoque de las nuevas metodologas y/o mtodos que
implementan el conocimiento en algoritmos genticos.

A continuacin, se presentan los principales desarrollos encontrados en el campo de los
diseo de mallas de puesta a tierra y, entre otros trabajos, que estn relacionados con
desarrollos que utilizan algoritmos genricos, entre otras aplicaciones.

En [OTERO, 1998] se presenta un mtodo para el diseo de la cuadricula de la malla de
puesta a tierra por medio de una algoritmo gentico propuesto. El objetivo propuesto y
logrado fue minimizar el costo de sistema de puesta a tierra, considerando la cantidad de
conductor como la funcin a minimizar, mientras las restricciones de seguridad exigidas
por la norma son cumplidas. La utilizacin del algoritmo gentico permiti la construccin
de una cuadricula de espaciamiento no uniforme que produce una distribucin ms
uniforme de tensiones de paso que una malla de cuadricula con espaciamiento uniforme.
En la Figura 7 se muestra una configuracin de cuadricula de la malla de puesta tierra
obtenida mediante la aplicacin del algoritmo para las condiciones dadas.

En la Figura 8 se presentan el valor de la funcin objetivo contra mltiples iteraciones, la
evolucin de la funcin objetivo en todos los casos logra una solucin antes de 200
iteraciones con una diferencia menor al 7% de la mejor solucin. En este trabajo, se
considera un modelo de suelo homogneo; es decir, de una sola capa con un nico valor
de resistividad y espesor infinito.


Figura 7. Malla optimizada utilizando Algoritmos
Genticos [OTERO, 1998]

Figura 8. Iteraciones para lograr la
minimizacin de la Funcin objetivo [OTERO,
1998]

En [DEL ALAMO, 1993], se realiza una comparacin del desempeo de ocho (8) tcnicas,
basadas en cinco (5) diferentes mtodos, para encontrar los parmetros del suelo con un
modelo de dos capas (resistividades y espesor). La estimacin de parmetros es llevada
a cabo mediante el ajuste ptimo entre el conjunto de valores de resistividad medidos en
campo, por el mtodo de Wenner, y los calculados mediante el modelo matemtico
utilizando tales parmetros. Los algoritmos son aplicados a seis casos de prueba y se
comparan los resultados, en base al error obtenido y el tiempo de convergencia. En este
trabajo, el modelo de suelo utilizado es de dos capas, cada una de ellas homognea
34 de 96

horizontalmente con su respectivo valor de resistividad y espesor. Los mtodos de
minimizacin estudiados en Del Alamo, 1993 son: Steepest descent method, Levenberg-
Marquardt method, Newton method y Quasi-Newton Method.

En [GONOS, 2005], se realiza una estimacin de los parmetros del suelo multicapa
usando algoritmos genticos, acorde con las mediciones de resistividad del terreno. Esta
metodologa es presentada de forma genrica para n capas del suelo; realizando una
comparacin entre los resultados obtenidos en [DEL ALAMO, 1993] para las diferentes
tcnicas aplicadas a un suelo de dos (2) capas y los obtenidos utilizando el mtodo
propuesto con un algoritmo gentico en cada de los seis casos de prueba. En la Figura 9
se muestra el porcentaje de error calculado entre la mejor tcnica de clculo presentada
en [DEL ALAMO, 1993] y la solucin obtenida utilizando algoritmos genticos, siendo la
metodologa de GA considerablemente mejor; es decir, se obtiene una mayor precisin.
El desarrollo permite que el suelo sea modelado en n capas, pero no se establecen
criterios metodolgicos para indicar el nmero de capas adecuado de acuerdo a los datos
obtenidos de las medidas de terreno.


Figura 9. Comparacin de la solucin con AG y el mejor mtodo de Del Alamo, 1993.
[GONOS, 2005]

En la formulacin presentada en [GONOS, 2005] se define la funcin de aptitud u objetivo
la sumatoria de los errores entre las medidas de resistividad aparente y los valores de la
resistividad aparente calculada segn la formulaciones multicapa presentada. Los
parmetros a estimar, en el caso del modelo de suelo no homogneo de dos capas
corresponde a los valores de resistividad (
1
y
2
) y el espeso de la primera capa (h), son
convertidos a un nmero binario de 16 bits, que se agrupa en un nmero binario de 48
bits. El cruce se realiza dividiendo cada padre en seis partes para intercambiar el material
gentico. La probabilidad de mutacin es del 5% y se tiene un mximo de 50
generaciones.

En [COVITTI, 2004], se presenta un algoritmo denominado quasi-gentico para localizar
reas peligrosas en una malla de puesta a tierra con una rejilla de conductores
distribuidos uniformemente y otra no uniforme. Se determinan las reas peligrosas a
partir del clculo de las tensiones de paso sobre la superficie de la malla de puesta a
tierra, basados en un algoritmo gentico. Se denomina quasi-gentico porque no busca
el mejor individuo (uno slo) sino un conjunto de los mejores individuos, que son
clasificados como buenos o malos de acuerdo a unas requerimientos establecidos para
35 de 96

la supervivencia. Este trabajo, parte de una malla de puesta a tierra diseada y considera
un modelo de suelo homogneo para la aplicacin del algoritmo propuesto.

En [MA, 2002], se plantea un anlisis de los sistemas de puesta a tierra en suelos con
volmenes finitos de diferentes resistividades, utilizando el mtodo de clculo de
elementos de frontera. En la Figura 10, se muestra el modelamiento del suelo
considerando un volumen de suelo de una resistividad conocida rodeado de suelo de
resistividad diferente, igualmente conocida. Se desarrolla el diseo de las mallas de
puesta a tierra utilizando el modelo del suelo planteado para una disposicin sencilla. En
este trabajo, los valores de resistividades se consideran conocidos, algo que no ocurre en
la prctica durante la fase de diseo previo a la instalacin de cualquier sistema de puesta
a tierra.


Figura 10. Modelo del suelo con volmenes finitos de diferentes resistividades.
Tomado de [MA, 2002]

LIMITACIONES ENCONTRADAS

De los trabajos de la revisin presentada se pueden clasificar en dos reas de estudio;
aquellos que se enfocan en el estudio de las propiedades del suelo a fin de determinar el
modelo de suelo ms adecuado de acuerdo a las mediciones de resistividad aparente y
aquellos enfocados en la determinacin de la malla de puesta a tierra a partir de un
modelo de suelo dado. Entre las principales limitaciones, a nivel de la determinacin de
los modelos de suelo, se destacan la falta de un mtodo estructurado que permita
determinar un modelo adecuado para el diseo, por cuanto lo que se tiene son
formulaciones de cmo obtener modelos de dos o ms capas.

Igualmente, en aquellos trabajos enfocados en el diseo de la malla, propiamente dicho, y
que presentan una modelamiento matemtico que incluye volmenes finitos de
resistividad [MA, 2002], considera conocidos dichos valores de resistividad, algo que en la
prctica generalmente no se presenta sino que primeramente se deben determinar estos
valores antes de iniciar el diseo. El proceso inverso, consistente en determinar los
volmenes de resistividad a partir de las medidas de resistividad en el terreno se presenta
como una limitacin, y se incluye como en el presente trabajo como una formulacin
matemtica opcional dentro del mtodo.

36 de 96






4 CARACTERIZACIN DE LOS MTODOS DE
MEDICIN DE RESISTIVIDAD

Previo al establecimiento del mtodo se realiza una caracterizacin de los mtodos de
medicin de resistividad ms utilizados en el campo de los diseos de sistemas de
puestas a tierra, con el fin de conocer los principios de funcionamiento y clculo de la
resistividad aparente del terreno que entrega como resultado en cada una de las medidas.
Se inicia con la conceptualizacin de la propiedad elctrica del suelo que es el inters en
estos mtodos de medicin, continuando con las disposiciones electrdicas de medidas
ms utilizadas y, tambin, se analiza un tipo de prospecciones utilizadas principalmente
de geoelctrica.

La resistividad elctrica describe la dificultad que encuentra la corriente para su paso por
el suelo y se simboliza . De igual manera, se define la conductividad elctrica como la
facilidad que encuentra la corriente para su paso por el suelo, se simboliza y es el
inverso de la resistividad elctrica.

1
=

La resistividad elctrica del suelo depende de:

Tipo de suelo
El porcentaje de humedad
La Composicin qumica del suelo
La Compactacin del suelo
La Temperatura
Estratificacin del Suelo
Mezclas de diferentes tipos materiales
La composicin qumica y concentracin de las sales disueltas en el suelo.

De la ecuacin para la resistencia elctrica de un conductor rectilneo y homogneo de
seccin s y longitud l, se puede despejar la resistividad elctrica, que posteriormente se
comparar con su factor geomtrico con los diferentes mtodos de medicin de
resistividades propuestos.
l
s R
=

La unidad de resistividad elctrica en el Sistema Internacional es el ohm por metro ( m).
La unidad de conductividad en el SI es el siemens (S).

37 de 96

En la naturaleza se pueden encontrar valores de la resistividad para rocas y suelos desde
los 10
-6
m para aquellos cuya composicin son principalmente metales y hasta 10
16
m
en casos como suelos congelados, [IEEE STD 81, 1983; IAKUBOVSKII, 1980; DE LA
VEGA, 1998]. En la Figura 11 se resumen algunos valores de resistividad de rocas y
suelos, tomado de [GASULLA, 1999].

Figura 11. Valores de resistividad para rocas y suelos [GASULLA, 1999]

4.1 MEDIDA DE LA RESISTIVIDAD

Las tcnicas de medidas de resistividad del suelo son esencialmente las mismas
cualquiera sea el propsito de la medida; sin embargo, la interpretacin de los datos
varan considerablemente en presencia de resistividades no uniformes agregando
complejidad al problema inverso de determinar los valores de resistividad del suelo a
partir de las medidas obtenidas [IEEE STD 81, 1983].

El principio de medida de la resistividad en un suelo consiste en inyectar una corriente I
entre el par de electrodos AB y se mide la diferencia de potencial entre el par de
electrodos MN, como se muestra en la Figura 12.

38 de 96


Figura 12. Disposicin electrdica para la medida de resistividad del suelo

La diferencia de potencial, para un medio homogneo, est dada por la siguiente
ecuacin [GASULLA, 1999; IAKUBOVSKII, 1980; DE LA VEGA, 1998]:

+ =
BN BM AN AM
I
V
1 1 1 1
2

Donde AM, AN, BM y BN son las distancia entre electrodos. La resistividad se obtiene
mediante la siguiente expresin:
I
V
g

=
donde:

1
1 1 1 1
2

+ =
BN BM AN AM
g

g se denomina el factor geomtrico que depende de la disposicin de los electrodos
[GASULLA, 1999].

4.2 DISPOSICIONES ELECTRDICAS DE MEDIDA

Disposicin de Wenner: Los electrodos se disponen equidistantes sobre una lnea en el
orden AMNB

Figura 13. Disposicin de Wenner

El factor geomtrico para esta disposicin es:

39 de 96

a g 2 =

Disposicin de Schlumberger: Los electrodos AMNB estn dispuestos en lnea recta,
donde la distancia entre los electrodos MN es mucho menor que de los electrodos
inyectores AB. En la prctica AB > 5MN.


Figura 14. Disposicin de Schlumberger

El factor geomtrico para esta disposicin es:

( )
a
a b b
g
+
=

Disposicin polo dipolo: En esta disposicin el electrodo B se lleva a una gran
distancia (tericamente en el infinito) de los otros tres.


Figura 15. Disposicin polo - dipolo

El factor geomtrico para esta disposicin es:

( )
a
a b b
g
+
= 2

Disposicin doble dipolo: En esta disposicin los electrodos se disponen sobre una
lnea recta en el orden ABMN, formando un doble dipolo donde los electrodos inyectores
AB estn a un lado y los electrodos de potencial al otro.


Figura 16. Disposicin doble dipolo

40 de 96

El factor geomtrico para esta disposicin es:

( ) ( ) a n n n g + + = 2 1

4.3 PROSPECCIONES GEOELCTRICAS

La finalidad de las prospecciones geoelctricas es conocer la forma, composicin y
dimensiones de estructuras o cuerpos inmersos en el subsuelo a partir de medidas en la
superficie. Se consigue trazar una cartografa de resistividades aparentes. Se dividen
generalmente en dos tipos [GASULLA, 1999; IAKUBOVSKII, 1980]:

Sondeo Elctrico Vertical (S.E.V.)
Calicatas Elctricas (C.E.)

Sondeo Elctrico Vertical - SEV

La finalidad del SEV es conocer la distribucin vertical en profundidad de las
resistividades aparentes bajo el punto de sondeo a partir de las medidas de la diferencia
de potencial en la superficie.


Figura 17. Principio del SEV

El principio del SEV consiste que a medida que A y B se separan la corriente va
penetrando en capas ms profundas. Se ha definido la profundidad de investigacin
efectiva para cada una de las disposiciones mostradas anteriormente, como sigue:

0.17L Wenner
0.19L Schlumberger
0.25L Doble dipolo

Donde L es la distancia AB

A partir de las disposiciones electrdicas vistas, el SEV consiste en aumentar
progresivamente la distancia entre los electrodos manteniendo un punto central fijo (punto
de sondeo P).

41 de 96

Sondeo Wenner

Dada la disposicin electrdica de Wenner, la separacin entre electrodos a se aumenta
progresivamente manteniendo un punto central P.


Figura 18. Sondeo Wenner

Sondeo Schlumberger

Dada la disposicin electrdica de Schlumberger, el sondeo consiste en separar
progresivamente los electrodos inyectores A y B, dejando los electrodos M y N fijos
alrededor del punto central P.



Figura 19. Sondeo Schlumberger

Sondeo Dipolar

Dada la disposicin electrdica dipolar, el sondeo consiste en separar progresivamente
los centros de los dipolos respecto al punto fijo P.


Figura 20. Sondeo Dipolar

42 de 96

Finalmente, de la aplicacin de este mtodo se tiene que para distancias AB grandes se
tiene la incertidumbre de si la resistividad aparente medida es debida a cambios de
estructuras en la profundidad o a las heterogeneidades laterales por contraste de
resistividades.

Calicatas Elctricas

La finalidad de las calicatas elctricas es obtener un perfil de las variaciones laterales de
la resistividad del suelo fijada un profundidad de investigacin, esto lo hace adecuado
para deteccin de heterogeneidades laterales de resistividad [GASULLA, 1999].

Las calicatas elctricas consisten en trasladar lateralmente los cuatro electrodos de una
disposicin seleccionada, en un recorrido fijado, manteniendo la separacin entre los
electrodos.

Calicata Wenner

Partiendo de la disposicin de Wenner, se desplazan los cuatro electrodos AMNB a la
vez, manteniendo la separacin entre electrodos a lo largo de un recorrido. Se fija un
origen O y se mide la resistividad aparente al centro de los electrodos MN.


Figura 21. Calicata Wenner

Calicata Schlumberger

En este tipo existen dos tipos. El primer tipo consiste en desplazar lateralmente los cuatro
electrodos a la vez, de forma similar a la calicata Wenner. El segundo tipo consiste en
desplazar los electrodos M y N entre los electrodos inyectores A y B, los cuales est fijos
y a una gran distancia. La profundidad de investigacin medida no es constante, siendo
mxima cuando los electrodos MN se localizan a la mitad de la distancia AB.


Figura 22. Calicata Schlumberger Tipo 2
43 de 96


Calicata Dipolar

Esta calicata consiste en desplazar los cuatro electrodos ABMN a la vez, manteniendo las
separaciones entre electrodos, a lo largo de un recorrido. Se fija un origen O, y la
resistividad se mide al punto medio entre los dipolos.


Figura 23. Calicata Dipolar

De las prospecciones mediante calicatas elctricas se obtiene una curva de resistividad
aparente, donde una discontinuidad representa un cambio de resistividad lateral. La
diferencia de potencial V
MN
representa una integral de potencial entre los electrodos M y
N, por tanto cuanto ms separados estn los electrodos M y N ms suavizada ser la
curva de la resistividad aparente, generando errores de interpretacin. En la Figura 24 se
muestra el efecto del aumento de la distancia MN en la resistividad de dos cuerpos, se
deduce que la calicata Schlumberger tiene mayor resolucin que la Wenner [GASULLA,
1999].


Figura 24. Efecto del aumento de la distancia MN [GASULLA, 1999]

Dada la recomendacin de la norma IEEE Std 81-1983, acerca de que el mtodo ms
preciso en la prctica de medicin de la resistividad utilizado en los diseos de sistemas
de puesta a tierra es el mtodo de los cuatro puntos o Wenner, los datos obtenidos de
mediciones del mtodo de Wenner o de igual espaciamiento entre electrodos ser el
utilizado para validar el mtodo propuesto.
44 de 96






5 CARACTERIZACIN DE LOS MODELOS DE SUELO

Inicialmente, los posibles modelos para un suelo en particular se obtienen a partir de la
interpretacin de las mediciones de resistividad aparente obtenidas por cualquiera de los
mtodos de medicin anteriormente explicados. Se realiza una caracterizacin de los
modelos que se pueden plantear y que en los trabajos entorno al diseo de sistemas de
puestas a tierras han utilizado de alguna forma para la solucin de los problemas
particulares.

En [LOKE, 2004] se definen los posibles modelos generales de suelo que pueden
interpretarse de las mediciones de resistividad aparente, a saber: Modelo 1-D: modelo de
suelo de estratos horizontales de resistividad homognea; Modelo 2-D: modelo de suelo
de estratos horizontales combinado con estratos verticales y Modelo 3-D: modelo de
suelo en representacin tridimensional de estratos horizontales y verticales. Estos son
mostrados en la Figura 25.


Figura 25. Modelos usados en la interpretacin de resistividad [LOKE, 2004]

A partir de la definicin de un modelo de suelo, en los trabajos revisados en la literatura se
proponen mtodos para la estimacin de parmetros, como los valores de resistividad de
elementos finitos, nmero capas y espesor de las mismas. [DEL ALAMO, 1993; GONOS,
2005].

El modelo de suelo utilizado en los estudios de diseo de puesta a tierra, van agregando
complejidad a la matemtica involucrada en la medida que se trabaja con modelos de
suelo 1-D, 2-D 3-D; y de manera general cualquier estudio a partir de las resistividades
aparentes del terreno donde se busque proponer un modelo de suelo puede clasificarse
en alguna de las categoras indicadas. A continuacin se revisan los modelos utilizados
en los trabajos revisados en captulo anterior.

En [DEL ALAMO, 1993], se describe la formulacin matemtica para obtener modelos de
suelo 1-D compuesto de dos capas, siendo la primera de un espesor h y la segunda de
espesor semi-infinita. Para estos se tiene dos valores de resistividades
1
y
2
,
45 de 96

correspondiente al estrato 1 y 2, respectivamente. En la Figura 26 se presenta una
representacin grfica de este modelo.


Figura 26. Modelo de Suelo 1-D de dos capas

En [GONOS, 2005], se trabaja con una formulacin similar a la anterior; pero a diferencia
la formulacin matemtica presentada es para obtener modelos de suelo 1-D compuesto
de N capas, y se presentan resultados hasta 5 capas o estratos. En la Figura 27 se
presenta una representacin grfica de este modelo.

Figura 27. Modelo de suelo 1-D de N capas

En [GMEZ-CALVIO, 2002], se presenta una formulacin matemtica basada en
elementos de contorno para modelos de suelo estratificados en 2 capas ya sea vertical u
horizontalmente, donde la superficie del terreno es horizontal. A diferencia de los trabajos
anteriores, este trabajo no se enfoca en determinar el modelo de suelo planteado, sino
que a partir del modelo propuesto se genera un diseo del sistema de puesta a tierra.
Estos modelos son mostrados en la Figura 28 y Figura 29; siendo el primero un modelo
de suelo 1-D y el segundo una aproximacin a un modelo 2-D; pero tambin podra
interpretarse como un modelo 1-D en sentido trasversal a la definicin dada
anteriormente.
46 de 96


Figura 28. Modelo dos capas horizontales

Figura 29. Modelo de capas verticales
Tomado de [GMEZ-CALVIO, 2002] Tomado de [GMEZ-CALVIO, 2002]

En [LAGACE, 1990], se considera en uno de los dos casos de estudio un modelo de suelo
que es la combinacin de fallas horizontales y verticales para la determinacin del campo
elctrico y la distribucin de voltaje por el flujo de corriente hacia tierra de un electrodo
circular. Aunque, tampoco se centra en la determinacin del modelo de suelo, es un caso
de aplicacin donde se tiene un modelo de suelo 2-D propiamente dicho. En la Figura 30
se presenta una representacin grfica de este modelo.

Figura 30. Modelo de suelo 2-D [LAGACE, 1990]

En [MA, 2002], se utiliza un modelo de suelo que tiene volmenes finitos de resistividad
para realizar el diseo de un sistema de puesta a tierra bajo dichas condiciones del suelo
mediante elementos de frontera, siendo este un modelo de suelo 3-D este trabajo no se
centra en la determinacin del modelo sino en el diseo, partiendo de valores dados a los
volmenes de resistividad finita. En la Figura 31 se muestra una representacin grfica
del modelo.

Figura 31. Modelo del suelo 3-D con volmenes finitos de resistividades [MA, 2002]
47 de 96

A partir de la caracterizacin de modelos de suelo realizada, y la revisin de los modelos
utilizados en algunos trabajos relacionados con el diseo de sistemas de puestas a tierra
y/o la determinacin de modelos se observa que los modelos de suelo utilizados en el
campo son principalmente del modelo de suelo 1-D donde dos o ms capas; aunque en la
prctica y dada la recomendacin de la norma [IEEE STD 80, 2000] se hace uso de un
modelo de suelo uniforme. En este contexto, el modelo de suelo no homogneo que se
busca determinar con el mtodo propuesto se enfoca principalmente a los modelos de
suelo 1-D de n capas, segn la correspondencia con los datos de las medidas, y
adicionalmente generando un aporte adicional buscar un modelo de suelo 2-D con
volmenes finitos de resistividad inmerso en un medio homogneo de resistividad.


48 de 96






6 MTODO PARA LA DETERMINACIN DEL MODELO
DE SUELO NO HOMOGNEO

A partir de la caracterizacin realizada de las medidas de resistividad y de los modelos de
suelo, considerando el nivel de complejidad y precisin requerido segn el campo de
aplicacin y que para este trabajo son los diseos de sistemas de puestas a tierra, se
plantea un mtodo para la determinacin de un modelo de suelo no homogneo cuyo
enfoque principal es a un modelo de suelo 1-D de n capas que como datos de entradas
tendr las mediciones de resistividad aparente del mtodo de medicin de Wenner
obtenidas en campo. En este captulo se presentan todos los pasos y las formulaciones
matemticas a seguir en el mtodo; los cuales son aplicados a casos de estudio en el
siguiente captulo y se presentan los resultados.

En la Figura 32, se presenta el diagrama general del mtodo propuesto para determinar
un modelo de suelo no homogneo, que en relacin con los modelos convencionales
busca de forma sistemtica a partir de un conjunto de mediciones de resistividad aparente
del terreno el modelo de suelo ms adecuado para representar dichas medidas.

En el diagrama general del mtodo, presentado en la Figura 32, se indican cinco (5)
pasos conformados por tres (3) pasos que se han denominado de anlisis de los datos de
entrada por el trabajo que se realiza principalmente sobre los mismos y la obtencin de
resultados preliminares, antes de continuar con los siguientes pasos que se han
denominado de determinacin del modelo de suelo no homogneo, en donde cada uno de
estos pasos finales involucra la aplicacin de los algoritmos genticos con el fin de
obtener el modelo de suelo buscado de acuerdo a las formulaciones matemticas
planteadas con dicho objetivo.

A continuacin se detallan los pasos del mtodo general, indicando su alcance frente a la
determinacin del modelo de suelo no homogneo y su contribucin hacia el siguiente
paso del mtodo y los resultados obtenidos.

6.1 PASO 1: MEDICIONES DE RESISTIVIDAD

Se inicia con las mediciones de la resistividad aparente (
a
) utilizando el mtodo de
Wenner o Schlumberger [IEEE STD 81, 1983; GASULLA, 1999]. stos utilizan
disposiciones de cuatro electrodos con diferente espaciamiento entre ellos; as, el mtodo
de Wenner, dispone de los electrodos sobre una lnea recta, de forma equidistante. El
mtodo de Schlumberger utiliza, tambin, cuatro electrodos pero con espaciamientos no
equidistantes entre ellos. En la seccin 4 se mostraron representaciones grficas, entre
otras, de las disposiciones electrdicas de cada uno de los mtodos, donde los electrodos
A y B se conocen como los inyectores de corriente y los electrodos N y M se conocen
como los electrodos de medida de potencial.
49 de 96



Figura 32. Diagrama general del mtodo propuesto

En los estudios elctricos de sistemas de puesta a tierra los dos mtodos ms utilizados
son los mtodos de Wenner y/o Schlumberger, y considerando la orientacin del trabajo
hacia mejorar los mtodos convencionales en la determinacin del modelo de suelo cuyas
medidas son a partir de alguno de estos mtodos de medida, igualmente se toma con
punto de inicio las medidas de resistividad de alguno de estos mtodos; sin embargo, es
preferente la utilizacin del mtodo de Wenner dado su mayor aplicacin y trabajos
relacionados con este mtodo de medida para realizar las comparaciones posteriormente.
Ambos mtodos utilizan una distribucin de electrodos en lnea recta sobre la superficie
del terreno donde se obtienen cadas de potencial en cada electrodo, considerados en las
formulaciones matemticas a resolver mediante la optimizacin usando algoritmos
genticos.

6.2 PASO 2: ANLISIS DE HOMOGENEIDAD DE LA RESISTIVIDAD MEDIDA

A partir de las mediciones, en el siguiente paso, es realizar un anlisis de homogeneidad
de los valores de resistividad medida, que caracteriza la desviacin de la uniformidad de
la resistividad frente a la distancia de los electrodos de medida. Una propiedad es
homognea en el rango medido si tiene un coeficiente (pendiente de la grfica) de
uniformidad de la unidad y completamente heterognea si tiene un coeficiente de
uniformidad de cero, aunque pueden obtenerse valores intermedios graficando los valores
medidos en un plano cartesiano, como se observa en la Figura 34. [PIRSON, 1965]
50 de 96

Para el estudio la propiedad (x) ser la resistividad y la profundidad (h) la distancia entre
electrodos; as, las abscisas corresponden a la separacin entre electrodos acumulada
adimensional y las ordenadas a la resistividad acumulada adimensional.

Figura 33. Grado de homogeneidad de una propiedad.

Donde:
:
Es el promedio ponderado de la propiedad x que varia a lo largo de una
profundidad total h

: Es la suma de todas las profundidades de medida de la propiedad x

: Propiedad acumulativa adimensional

: Profundidad acumulativa adimensional

Adicionalmente, cuando se requiera realizar comparaciones entre el grado de
homogeneidad de una propiedad se define el Coeficiente de Heterogeneidad o
Coeficiente de Lorenz como la relacin entre las reas OCAO sobre OBAO, [PIRSON,
1965].

El anlisis de la pendiente de la grfica obtenida de las medidas de resistividad, siendo
esta mayor, menor o igual a uno, permite inferir acerca de la existencia de
heterogeneidades en el terreno bajo estudio. As, si la pendiente de la curva se encuentra
cercana a la unidad la resistividad tiene un comportamiento homogneo y un modelo de
suelo uniforme podra ser adecuado. De forma contraria, si la pendiente de la curva se
aleja de la unidad la resistividad tiene un comportamiento no homogneo y un modelo de
suelo de varias capas y/o que incluya volmenes de resistividades puede ajustarse mejor
a los valores medidos [MA, 2002; GONOS, 2005].
51 de 96


A continuacin se presenta el pseudo-cdigo para calcular los valores a graficar dado un
conjunto de datos de entrada.

Inicio
Paso 1: Para los da g esados se calcula b

tos in r
Paso 2: Se calcula h = h
I

Paso 3: Se calcula x =
h
i
x
i
h

Paso 4: Para cada dato ingresado se calcula acumulativamente los nuevos
(x, y) a graficar
Paso 5: Graficar los nuevos (x,y)
Fin

6.3 PASO 3: ANLISIS DE GRFICA LOG - LOG

El siguiente paso considera el anlisis de grficas LOG LOG a partir de la resistividad
aparente medida y la distancia entre electrodos del mtodo de medida utilizado. En
[MOLINA, 2006] se presenta un anlisis para varios casos de medidas de resistividad,
determinando comportamientos tpicos de las mediciones en presencia de modelos de
suelo de dos y tres capas, con diferentes valores de resistividad para cada una de ellas,
como se observa en la Figura 35, igualmente se presenta un resumen del anlisis de las
grficas.

6.4 PASO 4: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 1-D

Se plantea la elaboracin un modelo de suelo no homogneo 1-D aplicando la
metodologa de estimacin de parmetros multicapa propuesta en [GONOS, 2005],
mediante la utilizacin de un algoritmo gentico (A.G.) para estimar los valores de
resistividad y espesores de cada una de las capas (Modelo de suelo 1-D). En la
Figura 36, se presenta el diagrama general del algoritmo gentico que se implementa en
los pasos 4 y 5, y que de acuerdo a los resultados de los pasos anteriores inicia con una
poblacin inicial para la bsqueda de una solucin sugerida por el usuario o de forma
aleatoria; continua con la evaluacin inicial, la seleccin, cruce y mutacin de los
parmetros del modelo de suelo no homogneo, que en caso del paso 4 son los valores
de las resistividades y espesores de cada capa y en el caso del paso 5 son los tamaos,
resistividades y localizacin de los volmenes finitos del modelo, adems del valor de
resistividad del suelo en la cual se encuentran inmersos. Dentro de los criterios de parada
del algoritmo se ha colocado al cumplimiento del nmero mximo de generaciones,
principalmente.


52 de 96


Figura 34. Perfiles de resistividad
(a) Modelo de Suelo de dos capas con
1
>
2
, (b) Modelo de Suelo de dos capas con 1
< 2, (c) Modelo de Suelo de tres capas con 1 > 2 < 3, (d) Modelo de Suelo de tres
capas con 1 < 2 > 3, (e) Modelo de Suelo de tres capas con 1 < 2 < 3, (f) Modelo
de Suelo de tres capas con 1 > 2 > 3 [MOLINA, 2006].

53 de 96


Figura 35. Diagrama de Flujo del A.G.

El problema de optimizacin planteado consiste en determinar el modelo de suelo 1-D
cuyos valores de resistividad aparente calculados sean cercanos a los valores de
resistividad aparente medidos, seleccionando el modelo de suelo que de cmo resultado
el menor error acumulado para todo el conjunto de datos de valores de medida. Las
formulaciones para el clculo de la funcin objetivo, considerando un modelo de suelo
multicapa y a partir de mediciones utilizando el mtodo de Wenner, siendo un problema
de optimizacin con 2N 1 parmetros para solucionar, es presentado en [GONOS,
2005]. As, si se requiere un modelo de suelo de dos capas (N=2) los parmetros a
solucionar son tres, a saber: el espesor de la primera capa y las resistividades de la
primera y segunda capa.

A continuacin, se resumen las ecuaciones generales de clculo, donde F(X) representa
F
g
. en el diagrama.

m j X F
j m
a m
K 1 ) (
2
=

54 de 96

[ ]
1 1
2
1
2
1
1
1
0
0
2
2
1
2 1 ; 2 ;
1
1 1 ;
) (
1
2 ) (
:
) 2 ( ) ( 2 1 (
1
1


+

+
+
+

=
< < >
+
+
=
< <
+

=



=
+ =
+
+

N NN
h
NS s
h
NS s
NS
i i
i i
i
h
NS
h
NS
N
N N a
k K
N S N
e K k
e K k
K
N i k
x J
e K
e K
x x F
donde
r F r F
s
s
s
s

D n

o de:

p
u
: Resistividad Aparente Calculada
p
m
: Resistividad Aparente Medida

6.5 PASO 5: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 2-D (OPCIONAL)

De forma similar a la metodologa de estimacin de parmetros multicapa propuesta en
[GONOS, 2005], se plantea la utilizacin de un algoritmo gentico (A.G.) para estimar
volmenes finitos de resistividad que hacen parte de un modelo de suelo no homogneo
en lugar de resistividades y espesores de de capas (Modelo de suelo 2-D).

Igualmente, el problema de optimizacin planteado consiste en determinar el modelo de
suelo 2-D cuyos valores de resistividad aparente calculados sean cercanos a los valores
de resistividad aparente medidos, seleccionando el modelo de suelo que de cmo
resultado el menor error acumulado para todo el conjunto de datos de valores de medida.

Las formulaciones para el clculo de la funcin objetivo, en comparacin con la
metodologa presentada en [GONOS, 2005], cambia al no estar considerando un modelo
de suelo multicapa (1-D) sino un modelo de suelo no homogneo (2-D), aunque parte
tambin de las mediciones utilizando el mtodo de Wenner, siendo ste un problema de
optimizacin cuyos parmetros a determinar depende de la cantidad de elementos finitos
de resistividad que se quieran considerar en el modelo.

Las formulaciones para la medida de la resistividad aparente (dada por los equipos de
medicin) es un valor de la diferencia de potencial en la superficie del terreno entre dos
puntos a un determinado valor de corriente, como se indico anteriormente, y basado en
ello se presentan las formulaciones para la resistividad aparente calculada y as realizar la
comparacin con las resistividades aparentes medidas, de forma general la funcin de
aptitud del problema de optimizacin.

55 de 96



A continuacin, se presentan dos formulaciones matemticas para el clculo de la
resistividad aparente para un modelo de suelo no homogneo 2-D estudiadas, que utilizan
volmenes finitos de resistividad como parte del modelo de suelo, utilizada en la funcin
objetivo del problema de optimizacin bajo estudio mediante A.G. Estas formulaciones,
se plantean considerando para ambos casos volmenes finitos de resistividad circulares.

6.5.1 FORMULACIN MATEMTICA DE ELEMENTOS DE FRONTERA CON VOLMENES
FINITOS DE RESISTIVIDAD

La formulacin de de clculo de potenciales en el terreno a partir de volmenes finitos de
resistividad en el suelo que considera el mtodo de elementos de frontera es presentada
en [MA, 2002]. En base a esta formulacin y metodologa de clculo se plantean las
ecuaciones del problema inverso para obtener un modelo de suelo no homogneo con
volmenes finitos de resistividades a partir de las mediciones de resistividad obtenidas
con el mtodo de Wenner.

En la Figura 37 se muestra el caso general de un volumen de resistividad
1
(conductividad
1
) inmerso en un medio de resistividad
2
(conductividad
2
).


Figura 36. Modelo de suelo con un volumen finito de resistividad

Adicionalmente en [MA, 2002] se considera la presencia de segmentos conductores en
dicho volumen finito de resistividad que harn la veces de fuentes externas, y que sern
los electrodos de inyeccin de corriente del mtodo de medicin de Wenner. Al
considerar la profundidad de enterramiento de estos electrodos, en comparacin con los
volmenes buscados, se utiliza un solo segmento para representar dichas fuentes
externas.

56 de 96

En la Figura 38 se muestra un caso general de un volumen de resistividad bajo la
superficie del terreno donde se han dispuesto los electrodos de inyeccin de corriente y
medida de potencial. A partir de este modelo general se plantean las ecuaciones de
solucin descritas ms adelante.

El mtodo de elementos de frontera es una tcnica computacional en la cual dadas unas
ecuaciones integrales de frontera se plantea solucionarlas numricamente dividiendo el
dominio de integracin en elementos de frontera, en la Figura 39 se muestra una
superficie S
ik
con el q-simo elemento de frontera S
q
. En comparacin con el mtodo de
los elementos finitos que requiere conocer elementos en toda la regin, ste solo requiere
conocer los elementos de la frontera demandando por lo tanto un menor tiempo de
cmputo.

En la Figura 39, se considera una interfaz S
ik
que separa dos regiones de suelo i y k,
siendo S
ik
una superficie cerrada con un valor de conductividad
i
inmersa en un suelo de
extensin infinita con conductividad
k
.


Figura 37. Integracin de volumen de resistividad al mtodo de medida


Figura 38. Superficie con elementos de frontera

Las variables usadas en el anlisis son listadas a continuacin:

57 de 96



Las condiciones de frontera para la densidad de corriente y densidad de flujo elctrico en
la superficie pueden ser escritas como:



La primera condicin indica que la densidad de corriente a la entrada del elemento es
igual a la densidad de corriente a la salida. La segunda condicin indica que densidad de
flujo elctrico a la entrada del elemento menos la densidad de flujo elctrico a la salida es
igual a la densidad superficial de carga de elemento de anlisis (Ley de Gauss).

Usando las relaciones entre la densidad de corriente y la densidad de flujo elctrico con el
campo elctrico, mostradas a continuacin:


se puede deducir que:

Definiendo:

Donde n
q
/ 2
0
es la contribucin de las cargas del elemento superficial S
q
y E(r) es la
contribucin debida a otras fuentes al campo E
k
(k).
Se deduce que:
58 de 96



De igual forma, E(r) se puede expresar como la sumatoria del campo E
(s)
(r) debido a las
cargas de la superficie S
ik
excepto aquellas de S
q
y el campo E
(o)
(r) debido a las fuentes
externas. As:


Donde para m elementos de la superficie S
ik
con su respectiva densidad superficial de
carga se tiene:

Igualmente, al considerar las fuentes externas como aquellas conformadas por segmentos
de conductor con una densidad lineal de carga tenemos que:

De las ecuaciones de condiciones de frontera y las anteriores se deduce una expresin
para la densidad superficial de carga en el elemento de frontera S
q
:


En [MA, 2002] se presentan las formulaciones para el clculo del potencial en un
segmento de conductor p debido al potencial propio, a las cargas de los elementos de la
superficie S
q
y las cargas en todos los segmentos del conductor, as:

Donde L
p
y a
p
son la longitud y radio de p-simo segmento de conductor,
respectivamente.

59 de 96

En la Figura 40, se hace una ampliacin a la formulacin presentada donde se tiene un
plano de tierra que divide dos medios y adems existe un volumen de resistividad en el
suelo (modelo de suelo no homogneo) y para solucionarlo se hace uso de la teora de
las imgenes [MA, 2002]. Aqu, se establece el plano de tierra como el elemento reflector
del volumen de resistividad, generando una imagen en el medio aire.


Figura 39. Volumen de resistividad en un plano de tierra

Las ecuaciones para el clculo de la densidad superficial de carga del elemento S
q
considerando la nueva contribucin de la imagen (denotada como S
q

) se presenta a
continuacin:


El clculo de potencial en el segmento p, considerando su imagen se presenta a
continuacin:
60 de 96



En [MA, 2002] se plantea un sistema de ecuaciones para el caso para la solucin de las
incgnitas:



Donde:
61 de 96



Ahora, se plantea la formulacin para el caso de mltiples (m) volmenes de resistividad
como se muestra en la Figura 41.

62 de 96


Figura 40. Mltiples volmenes de resistividad en un plano de tierra

En este caso el sistema de ecuaciones se plantea en [MA, 2002] como:


Donde se tienen m volmenes de resistividad con k elementos de superficie (m
k
), n
electrodos con k segmentos de conductor (n
k
). Las formulaciones para A, B, C y D son
similares a las presentadas anteriormente en caso utilizando el mtodo de las imgenes.

Una vez presentada la formulacin anterior, se contina con el estudio del problema
inverso a determinar los volmenes y valores de conductividad (resistividad) a partir de los
valores de potencial medidos mediante el mtodo de Wenner presentado anteriormente.
En este punto, para el caso de inters se tienen son los potenciales generados en los
electrodos de inyeccin de corriente y medidos en los electrodos de potencial del mtodo
de wenner.

Podemos re-escribir las ecuaciones de densidad superficial de carga y potencial de los
electrodos como un sistema de ecuaciones, as:

63 de 96

n p
V D C C
V D C C
m q B A A
l
m
l
p
l
n
j
j
p
j
n
j
j
p
j
l
m
l
p
l
n
j
j
p
j
n
j
j
p
j
m
l
l
q
l
n
j
q
j
n
j
j
q
j
j
, , 2 , 1
' '
'
, , 2 , 1 0 '
2
1 1
2
1
1
1
1 1
2
1
1
1 1
2
1
1
K
K
=
= + +
= + +
= = + +



= = =
= = =
= = =




Donde:
2 Electrodo el en Voltaje :
1 Electrodo el en Voltaje :
carga de l superficia Elemento :
2 Electrodo Corriente de Lineal Densidad :
1 Electrodo Corriente de Lineal Densidad :
2
1
2
1
V
V
l
l
j
j

Adems, de las siguientes consideraciones:

12 12
12
2 1
; '
: tomando ecuaciones de sistema el normaliza Se
problema del incognita como define e :
calculos) afecta no un valor, supone (Se 1
V
'
V
S V
I

j
j

=
=

Re-escribiendo el sistema de ecuaciones se tiene:

n p D C'' C''
m q B A A
l
m
l
p
l
n
j
j
p
j
n
j
j
p
j
m
l
l
q
l
n
j
q
j
n
j
j
q
j
j
, , 2 , 1 1 ' '
, , 2 , 1 0 ' ' ' '
1 1
2
1
1
1 1
2
1
1
K
K
= = + +
= = + +


= = =
= = =




Se observa que se tiene un sistema de m + n incgnitas con igual nmero de ecuaciones.
Despus de obtener los valores de densidad de corriente para cada segmento
j
y las
densidades superficiales de carga
l
se calcula el potencial en cualquier punto, as:
64 de 96

= = =

+

=
=
=
=
l
k
p
S
m
l
l
n
j
n
p
L
p
j e
l l
j
j
j
j
r r
ds
r r
dL
V
V
'

V
L
I

'
'
'
'
4
1
'
1 1 1 0
12
12
0 1
r r r r

As, la resistividad calculada se define como:

( )
4 3
34
2
2
V V a
I
V
a
c

i
i
=

=


6.5.2 FORMULACIN MATEMTICA PARA EL CLCULO POTENCIAL ELCTRICO:
SOLUCIN APROXIMADA

La segunda formulacin utilizada en el desarrollo que incorpora volmenes finitos de
resistividad del suelo, que a diferencia del mtodo anterior est basada en la solucin de
potenciales y campos elctricos en presencia de una esfera, que es presentada en
[GASULLA, 1999]. Aunque se presenta la solucin exacta del potencial elctrico para una
inyeccin puntual de corriente, se recomienda la aplicacin de la solucin aproximada por
los menores costes computacionales y que dicha solucin es vlida para relaciones
profundidad-esfera / radio-esfera mayor a 1.3 (h/a > 1.3).

En base a esta formulacin y metodologa de clculo se plantean las ecuaciones del
problema inverso para obtener un modelo de suelo no homogneo 2-D con volmenes
finitos de resistividades de forma circular a partir de las mediciones de resistividad
obtenidas con el mtodo de Wenner.

En la Figura 42 se muestra el modelo de suelo 2-D con un volumen circular de resistividad

2
(conductividad
2
) inmerso en un medio de resistividad
1
(conductividad
1
), donde se
indican tambin los dos electrodos de inyeccin de corriente del mtodo de medicin de
resistividad. Las variables R, R, r, h, D, D, y depende de la ubicacin del volumen
circular en el modelo de suelo propuesto.

65 de 96


Figura 41. Modelo de suelo con volumen circular

La solucin aproximada para del potencial en cualquier punto P en la superficie del
terreno dado que se tiene una inyeccin de corriente mediante dos electrodos de
corriente, presentada en [GASULLA, 1999] es:



donde P
n
son los polinomios de grado n de Legendre. Adems:



Al igual que en la formulacin anterior, el clculo de la resistividad aparente se realiza
calculando los potenciales en los puntos donde se localizan los electrodos de medicin
del mtodo de medicin de resistividad aparente, considerando las distancias entre
electrodos en cada caso de medida, en la Figura 43 se presenta una representacin del
clculo de potenciales integrado con el mtodo de medicin, donde se deben calcular las
potenciales V
3
y V
4
para la siguiente ecuacin de clculo de la resistividad aparente.

( )
4 3
34
2
2
V V a
I
V
a
c

i
i
=

=


66 de 96


Figura 42. Representacin del clculo de potenciales integrado al mtodo de medicin

Las dos formulaciones presentadas se enfocan en determinar finalmente el valor de la
resistividad aparente calculada considerando un volumen finito de resistividad, que en
ambos casos se seleccion un volumen circular. Ambas formulaciones permiten
determinar el potencial en algn punto de la superficie del terreno, y en este caso se
requiere conocer en los electrodos de medida, y a partir de stos calcular la resistividad
aparente.


A partir de las dos formulaciones matemticas presentadas se desarrollaron los
programas en MATLAB que implementan la funcin de objetivo a minimizar mediante
algoritmos genticos. Independiente de la formulacin utilizada para el clculo de la
resistividad aparente, el pseudocdigo para la obtencin de modelo de suelo no
homogneo se presenta a continuacin:

Inicio
Paso 1: Programar la funcin objetivo en un archivo .m
Paso 2: Definir el problema a minimizar:
- Funcin de aptitud
- Numero de variables
- Rangos iniciales de las variables
- Restricciones
- Parmetros del A.G. (Seleccin, Cruce, Mutacin)
Paso 3: Ejecutar subrutina de solucin utilizando A.G.
Paso 4: Obtencin de los parmetros del modelo
Paso 5: Representacin grfica del modelo
Fin

67 de 96






7 EXPERIMENTOS Y RESULTADOS

7.1 DESCRIPCIN DE LOS CASOS DE ESTUDIO

Para la aplicacin del mtodo se han seleccionado los resultados presentados en
[GONOS, 2005] y que hacen referencia a trabajos de los investigadores Del Alamo,
Seedher y Arora. En [GONOS, 2005], tambin, se presenta los comparativos de los
mtodos utilizados para obtener modelos de suelos 1-D de estos investigadores y servirn
de base para realizar las posteriores comparaciones con el mtodo propuesto.

A nivel de herramienta computacional para la ejecucin de los programas de optimizacin
utilizando algoritmos genticos se utiliza MATLAB mediante el Toolbox GATOOL y lnea
de comandos. Los programas en MATLAB de los casos bajo estudio hacen parte de los
anexos.

En las siguientes secciones se presenta la aplicacin del mtodo en los pasos descritos
en el captulo anterior, y realizando las comparaciones respectivas con los trabajos afines.

7.2 APLICACIN DEL MTODO PROPUESTO

7.2.1 PASO 1: MEDICIONES DE RESISTIVIDAD

Las mediciones de resistividad aparente en campo presentados en [GONOS, 2005] y que
hacen referencia a trabajos experimentales de los investigadores Del Alamo, Seedher y
Arora, utilizadas para la validacin del mtodo propuesto fueron obtenidas de la aplicacin
del mtodo de medida de Wenner, referenciando el valor de la resistividad aparente y el
espaciamiento entre electrodos. Tambin, en [GONOS, 2005], se presenta los resultados
comparativos de la metodologa propuesta en Gonos y los resultados obtenidos por Del
Alamo, Seedher y Arora, respectivamente. Ests servirn de base para realizar las
posteriores comparaciones con el mtodo propuesto.

Los casos de estudios para la aplicacin del mtodo son presentados en la Tabla 1 y
Tabla 2.

68 de 96

Tabla 1. Resultados experimentales por Del Alamo [GONOS, 2005]


Tabla 2. Resultados experimentales por Seedher and Arora [GONOS, 2005]


Aunque se toman mediciones de resistividad aparente del terreno utilizando el mtodo de
Wenner, el mtodo propuesto tambin es aplicable a los resultados de otros mtodos de
medicin de resistividad del terreno.

7.2.2 PASO 2: ANLISIS DE HOMOGENEIDAD DE LA RESISTIVIDAD MEDIDA

En este paso se generan las grficas de homogeneidad de las mediciones de resistividad
descritas en el Paso 1, de los resultados experimentales de Del Alamo, Seedher y Arora.

En la Figura 44, se presentan los resultados obtenidos del anlisis de homogeneidad para
los 6 casos de medidas experimentales de Del Alamo. De lo presentado, en la seccin
6.2 en la medida que se aleje la curva de la lnea pendiente de 45 se presenta mayor
grado de heterogeneidad y en este sentido modelos de suelo homogneo no representan
adecuadamente el conjunto de mediciones tomadas del terreno. As, las curvas para
todos los casos mostrados no corresponden exactamente a un modelo de suelo
completamente homogneo, lo que conlleva a pensar en modelos heterogneos, de
capas o conformados por volmenes de resistividades. Se observa que, los casos 2 y 4
69 de 96

son los que ms se alejan de la pendiente de 45; se acercan ms los casos 5 y 6
seguidos de los casos 3 y 1.


Figura 43. Anlisis de homogeneidad para casos experimentales de Del Alamo
R
e
s
i
s
t
i
v
i
d
a
d

a
c
u
m
u
l
a
t
i
v
a

a
d
i
m
e
n
s
i
o
n
a
l
:


Distanci a acumulativa adimensi onal:


Tambin, es importante observa que los casos 1, 4 y 5 se encuentran sobre la lnea
pendiente de 45 y los casos 2, 3 y 6 se encuentran por debajo de la misma.

Estos primeros anlisis permiten inferir el grado de heterogeneidad presente en el
conjunto de medidas de resistividad del suelo bajo estudio, al estar lejos o cerca la curva
graficada de la pendiente de 45. Tambin, al encontrarse la curva por debajo o por
encima de la pendiente permitira inferir sobre los valores de resistividades a encontrar en
asocio con el paso siguiente, respecto a un mayor o menor valor de resistividad en la
cercana de la superficie del terreno.

En la Figura 45, se presentan los resultados obtenidos del anlisis de homogeneidad para
los 4 casos de medidas experimentales de Seedher y Arora. En stos, igualmente, las
curvas para todos los casos mostrados no corresponden exactamente a un modelo de
suelo completamente homogneo, lo que conlleva a suponer modelos no homogneos
como una forma ms adecuada para representar las medidas obtenidas. Se observa, que
los casos 2, 3 y 4 se alejan levemente de la pendiente de 45, siendo el caso 1 el que
presenta un mayor comportamiento heterogneo de la propiedad medida. Igualmente, se
observan dos casos por debajo y dos casos por encima de la lnea pendiente de 45.

70 de 96


Figura 44. Anlisis de homogeneidad para casos experimentales de Seedher y Arora

R
e
s
i
s
t
i
v
i
d
a
d

a
c
u
m
u
l
a
t
i
v
a

a
d
i
m
e
n
s
i
o
n
a
l
:


Distancia acumulativa adimensional:

0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 0.2 0.4 0.6 0.8 1
Homogeneidad de la Resistividad para 4 casos de medidas
Caso 1
Caso 2
Caso 3
Caso 4
Base

De los resultados en este paso, se determina que en todos los casos se presentan un
grado de heterogeneidad en mayor o menor medida, por lo que un modelo de suelo
homogneo o uniforme no es la seleccin adecuada en estos casos. As, en el siguiente
paso se podr a partir de la comparacin con los patrones dados seleccionar al menos un
modelo de suelo de dos o ms capas, siendo esto una forma bsica de un modelo de
suelo no uniforme.

Igualmente, del anlisis de estas curvas en asocio con la siguiente seccin nos permitir
inferir sobre el valor de la primera capa sobre la segunda en un modelo por capas del
suelo, en el sentido de que si el valor de resistividad de la primera capa es mayor o menor
de la siguiente dependiendo de si se encuentra por encima o por debajo de la lnea
pendiente de 45; pero este anlisis lo abordaremos en la siguiente seccin.

7.2.3 PASO 3: ANLISIS DE GRFICA LOG - LOG

En este paso se analizan las grficas Log Log generadas a partir del conjunto de datos
de medidas de resistividad aparente, tambin denominada perfil de resistividad. En la
Figura 46 se presentan las grficas log log de los datos de medidas de resistividad
aparente contra la distancia entre electrodos de los resultados presentados en Del Alamo.

71 de 96


(a)

(b)

(c)

(d)

(e)

(f)
1
10
100
1000
1 10 100
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso1
1
10
100
1000
1 1
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso2
0
1
10
100
0.1 1 10
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso3
1
10
100
1000
1 10 100
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso4
1
10
100
1000
1 10
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso5
1
10
100
1000
1 10 100
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso6
Figura 45. Grficas Log - Log resultados experimentales de Del Alamo
72 de 96


En los literales (a), (d) y (e) de la Figura 46 que corresponden a las grficas log-log de los
Casos 1, 4 y 5 respectivamente de Del Alamo, que al compararlas con los patrones de
perfiles de resistividades dados para diferentes modelos de suelo por capas en la seccin
6.3, se asimilan a perfiles de resistividad para un modelo de suelo de dos capas, donde la
resistividad de la primera capa es mayor a la resistividad de la segunda (
1
>
2
).
Igualmente, al retomar la Figura 44 del anlisis de homogeneidad se observa que las
curvas para estos casos se encuentran por encima de la pendiente de 45; por lo que
desde el paso anterior se puede tener un primer indicio del modelo de suelo por capas
que podra ajustarse y que es ratificado en este paso con las grficas log log
comparadas con los patrones dados.

Un anlisis similar se hace de los literales (b), (c) y (f) de la Figura 46 que corresponden a
las grficas log log de los casos 2, 3 y 6 respectivamente de Del Alamo, que al
compararlas con los patrones de los perfiles de resistividades de la seccin 6.3, se
asimilan a perfiles de resistividad de un modelo de suelo de dos capas, pero en estos
casos la resistividad de la primera capa es menor a la resistividad de la segunda (
1
<
2
).
Igualmente, al retomar la Figura 44 del anlisis de homogeneidad se observa que las
curvas para estos casos se encuentran por debajo de la pendiente de 45; por lo que
igualmente se puede tener un primer indicio del modelo de suelo por capas que podra
ajustarse y que es ratificado en este paso con las grficas log log comparadas con los
patrones dados.

Continuando los anlisis con los otros casos de medida, en la Figura 47 se presentan las
grficas log log de los datos de medidas de resistividad aparente contra la distancia
entre electrodos de los resultados presentados en Seedher y Arora.

En los literales (a) y (d) de la Figura 47 que corresponden a las grficas log-log de los
Casos 1y 4, respectivamente, de Seedher y Arora, al compararlas con los patrones de
perfiles de resistividades de la seccin 6.3, se asimilan a perfiles de resistividad para un
modelo de suelo de dos capas, donde la resistividad de la primera capa es mayor a la
resistividad de la segunda (
1
>
2
). Igualmente, al retomar la Figura 45 del anlisis de
homogeneidad se observa que las curvas para estos casos se encuentran por encima de
la pendiente de 45; por lo que se tiene un primer indicio del modelo de suelo por capas
que podra ajustarse y que es ratificado en este paso con las grficas log log
comparadas con los patrones dados.

Un anlisis similar se hace de los literales (b) y (c) de la Figura 47 que corresponden a las
grficas log log de los casos 2 y 3, respectivamente de Seedher y Arora, que al
compararlas con los patrones de los perfiles de resistividades de la seccin 6.3, se
asimilan a perfiles de resistividad de un modelo de suelo de dos capas, pero en estos
casos la resistividad de la primera capa es menor a la resistividad de la segunda (
1
<
2
).
Igualmente, al retomar la Figura 45 del anlisis de homogeneidad se observa que las
curvas para estos casos se encuentran por debajo de la pendiente de 45; por lo que,
igualmente, se tiene un primer indicio del modelo de suelo por capas que podra ajustarse
y que es ratificado en este paso con las grficas log log comparadas con los patrones
dados.

73 de 96


(a)

(b)

(c)

(d)
1
10
100
1000
1 10
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso1
1
10
100
1000
1 1
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso2
0
1
10
100
1000
1 10
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso3
1
10
100
1000
1 10 100
R
e
s
i
s
t
i
v
i
d
a
d

A
p
a
r
e
n
t
e

(
O
h
m
.
m
)
)
Distanciaentreelectrodos(m)
PerfildeResistividad Caso4
Figura 46. Grficas Log - Log resultados experimentales de Seedher y Arora

De la aplicacin de los pasos 2 y 3 sobre el conjunto de datos de resistividad aparente, se
extraen resultados cualitativos de los modelos de suelo por capas que mejor se ajustan,
corroborndose el resultado obtenido en un paso con el otro, al concluirse de forma
cualitativa el comportamiento de los datos en una grfica log log con su correspondiente
grfica de homogeneidad. Sin embargo, hasta este punto no se han determinado valores
para las resistividades presentes en el suelo (segn el modelo seleccionado) que se
ajusten al conjunto de medidas experimentales bajo estudio; lo cual, se aborda en el
siguiente paso del mtodo donde utilizando una formulacin matemtica de modelo de
suelo por capas en conjunto con algoritmos genticos como herramienta de optimizacin
del problema de minimizacin formulado se encuentran valores de ajuste al modelo.

De los casos analizados en los pasos 2 y 3, se tiene resultados preliminares en cuanto a
que considerando un modelo de suelo por capas, uno de dos capas para todos los casos
es el que mejor puede ajustarse, y en comparacin con los anlisis convencionales de
modelos de suelo por capas, de stos resultados dan al analista un punto de partida para
la seleccin de nmero de capas del modelo evitando el desgaste probando diferentes
74 de 96

modelos de suelo variando el nmero de capas para encontrar aquel que produzca un
mejor ajuste en cuanto al error obtenido entre los valores medidos y los valores
calculados. As que, para los casos se buscar en el paso siguiente un modelo de suelo
de dos capas, donde para los casos 1, 4, 5 de Del Alamo y los casos 1,4 de Seedher y
Arora, el valor de la resistividad de la primera capa es mayor que la segunda, e
inversamente para los otros casos.

7.2.4 PASO 4: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 1-D

Para este paso, se implement la metodologa propuesta en [GONOS, 2005] mediante un
algoritmo en MATLAB utilizando el toolbox de algoritmos genticos integrado al programa,
para la minimizacin de la funcin objetivo, que corresponde al error entre el valor medido
de resistividad aparente y el valor de resistividad aparente calculada.

A partir de los resultados de los pasos anteriores para los casos bajo estudio de Del
Alamo, Seedher y Arora, se conoce de forma cualitativa que un modelo de suelo 1-D de
dos capas resulta apropiado para representar el conjunto de medidas de resistividad
aparente, donde en este paso queda por determinar los valores de resistividad y espesor
de la primera capa. Una representacin grfica del problema de optimizacin para el caso
del modelo de suelo 1-D de dos capas es mostrado en la Figura 48.


Figura 47. Modelo de Suelo 1-D de dos capas

Para la determinacin de los parmetros (2N-1, donde N = 2 es el nmero de capas) se
aplica la formulacin siguiente para obtener una funcin objetivo a minimizar utilizando
algoritmos genticos para buscar una solucin.

La Funcin a minimizar o funcin objetivo es:

Donde:

N: Es el nmero de medidas del terreno de la resistividad
m
i

: Es la i-sima medida de resistividad del suelo a una distancia entre electrodos

i

75 de 96

c
i

: Es la i-sima resistividad calculada del suelo a la misma distancia entre electrodos

i


Donde la resistividad calculada se determina a partir de la estimacin, en este caso, de
tres parmetros, a saber:
1

2
h
1,
de acuerdo con las ecuaciones mostradas a
continuacin [GONOS, 2005]:





Los parmetros del algoritmo gentico para las simulaciones, en todos los casos bajo
estudio se indican a continuacin, los cuales fueron seleccionados de acuerdo a algunas
recomendaciones dadas en la referencias de la seccin del marco terico referencial y
otras que generaron buenos resultados en las simulaciones.

Funcin objetivo Fg
Tamao de la Poblacin: 50 Individuos
Intervalo inicial:
1
de 0 a 1.200 m;
2
de 0 a 1.200 m; y h
1
de 0 a 6 m.
Nmero mximo de Generaciones: 100
Mutacin: 5% Distribucin Uniforme
Reproduccin: Factor de cruce 0.8
Elitismo: 2 mejores individuos
Cruce: Dos puntos
Migracin: 10 individuos hacia adelante cada 20 generaciones

Como datos de entrada se tienen las medidas de resistividad aparente para cada uno de
los casos bajo estudio de Del Alamo, Seedher y Arora.

En la Tabla 3 se presenta un comparativo de los valores obtenidos para el modelo de
suelo de 1-D y el error obtenido de la funcin objetivo utilizando tres algoritmos de
solucin, el utilizado por Del Alamo que est basado en mtodos numricos, el utilizado
por Gonos que utiliza una metodologa basada de algoritmos genticos similar a la
algoritmos de solucin implementado, con diferentes parmetros.

76 de 96

Tabla 3. Comparacin de resultados para los Casos Del Alamo
No.
Caso

1

[m]

2

[m]
h
1

[m]
Error
F
g
Algoritmo de solucin
1
372.729 145.259 2.690 0.1884 8th [DEL ALAMO, 1993]
374.921 144.518 2.559 0.1600 GA [GONOS, 2005]
372.650 143.183 2.578 0.1709 GA Implementado
2
246.836 1058.62 2.139 0.2126 7th [DEL ALAMO, 1993]
243.419 986.96 2.000 0.1829 GA [GONOS, 2005]
245.871 989.38 2.021 0.1899 GA Implementado
3
57.343 96.712 1.651 0.4043 5th [DEL ALAMO, 1993]
58.229 91.039 1.310 0.3635 GA [GONOS, 2005]
58.910 90.973 1.356 0.3739 GA Implementado
4
494.883 93.663 4.370 0.2338 7th [DEL ALAMO, 1993]
499.827 89.847 4.409 0.2029 GA [GONOS, 2005]
481.509 87.451 4.546 0.2206 GA Implementado
5
160.776 34.074 1.848 0.1852 8th [DEL ALAMO, 1993]
168.694 39.463 1.625 0.1512 GA [(GONOS, 2005]
163.591 27.126 2.029 0.1796 GA Implementado
6
125.526 1093.08 2.713 0.8583 8th [DEL ALAMO, 1993]
128.645 1060.97 2.896 0.2771 GA [GONOS, 2005]
132.735 1033.61 2.987 0.2875 GA Implementado

Se observa que para todos los casos experimentales de Del Alamo, el algoritmo
implementado genera un menor valor de la funcin de error (objetivo), siendo comparable
con los resultados de Gonos. Adicionalmente, estos resultados corroboran, ya con
valores de los resistividades de las capas del modelo de suelo, lo que en los dos pasos
anteriores se haba encontrado cualitativamente; as, para los casos 1, 4 y 5 la resistividad
de la primera capa es mayor a la resistividad de la segunda (
1
>
2
). De forma, similar
para los casos 2, 3 y 6 la resistividad de la primera capa es menor a la resistividad de la
segunda (
1
<
2
), informacin previa conocida de los pasos anteriores y que da mayor
confiabilidad sobre los anlisis realizados en el mtodo propuesto.

En la Tabla 4 se presenta un comparativo de los valores obtenidos para el modelo de
suelo de 1-D y el error obtenido de la funcin objetivo, igualmente utilizando tres
algoritmos de solucin mencionados anteriormente, a excepcin del utilizado por Seedher
y Arora en remplazo el de Del Alamo.

Tabla 4. Comparacin de resultados para los Casos de Seedher y Arora
No.
Caso

1

[m]

2

[m]
h
1

[m]
Error
Fg
Algoritmo de solucin
1
1003.35 21.14 0.99 1.2913 [SEEDHER, 1992]
1000.00 20.53 1.00 1.2750 GA [GONOS, 2005]
994.11 19.47 1.00 0.0446 GA Implementado
2
98.38 1018.80 2.44 0.0354 [SEEDHER, 1992]
98.19 973.61 2.42 0.0139 GA [GONOS, 2005]
97.26 915.68 2.35 0.0251 GA Implementado
77 de 96

No.
Caso

1

[m]

2

[m]
h
1

[m]
Error
Fg
Algoritmo de solucin
3
99.99 302.64 5.04 0.0054 [SEEDHER, 1992]
100.76 327.96 5.32 0.0150 GA [GONOS, 2005]
98.52 281.24 4.68 0.0199 GA Implementado
4
383.493 153.00 2.40 0.2417 [SEEDHER, 1992]
367.739 143.57 2.71 0.1651 GA [GONOS, 2005]
370.460 143.41 2.68 0.1677 GA Implementado

Se hace un anlisis similar al anterior, donde se observa que para todos los casos
experimentales de Seedher y Arora, el algoritmo implementado genera un valor aceptable
de la funcin de error (objetivo), siendo comparable con los resultados de Gonos y en el
caso 1 obteniendo mejoras del 284% en relacin con ste. Igualmente, estos resultados
corroboran, ya con valores de los resistividades de las capas del modelo de suelo, lo que
en los dos pasos anteriores se haba encontrado cualitativamente; as, para los casos 1 y
4 la resistividad de la primera capa es mayor a la resistividad de la segunda (
1
>
2
). De
forma, similar para los casos 2 y 3 la resistividad de la primera capa es menor a la
resistividad de la segunda (
1
<
2
), informacin previa conocida de los pasos anteriores
aplicados a estos casos que dan mayor confiabilidad sobre los anlisis realizados en el
mtodo propuesto.

7.2.5 PASO 5: ELABORACIN DE UN MODELO DE SUELO NO HOMOGNEO 2-D
(OPCIONAL)

Aunque este paso dentro del mtodo se ha identificado como opcional considerando que
hasta el paso anterior ya se tiene un modelo de suelo no homogneo dada la definicin de
la norma [IEEE STD 80, 2000]; se propone, bajo la misma metodologa con la utilizacin
de algoritmos genticos, un modelo de suelo 2-D que incluye volmenes de resistividad
finita, con el fin de comparar los resultados obtenidos frente a los resultados de los
modelos obtenidos de los pasos anteriores, siendo un aporte adicional importante en el
desarrollo del trabajo.

Para este paso se plantea modelos de suelo que considera volmenes finitos de
resistividad inmersos en un medio homogneo, determinando los valores de tensiones
obtenidos en la superficie del terreno (plano de tierra) en los electrodos de medicin
(V
3
,V
4
) debido a la inyeccin de corriente por los electrodos (V
1
, V
2
).

Inicialmente, se plantean las formulaciones de las secciones 6.5.1 y 6.5.2 para el caso
mostrado en la Figura 49, donde se tiene un volumen circular de una resistividad (
i
)
inmerso en un suelo homogneo de resistividad (
k
) localizado espacialmente en las
coordenadas (x
0
, y
0
) y con un radio R; las cuales son las variables de entrada a
determinar en el problema de optimizacin.

78 de 96


Figura 48. Modelo de suelo de un volumen circular

Se implement un algoritmo en MATLAB utilizando el toolbox de algoritmos genticos
integrado al programa, para la minimizacin de la funcin objetivo, que similarmente a lo
presentado en el paso anterior corresponde al error entre el valor medido de resistividad
aparente y el valor de resistividad aparente calculada, cambiando la forma en que se
calcula la resistividad aparente por cada una de las dos formulaciones que consideran los
volmenes finitos de resistividad. Para las simulaciones se consideran los datos de
resistividad aparente del Caso No. 6 de Del Alamo, para las dos formulaciones
presentadas.

Los parmetros del algoritmo gentico fueron seleccionados de acuerdo a algunas
recomendaciones dadas en la referencias de la seccin del marco terico referencial y
otras que generaron buenos resultados en las simulaciones. Adicionalmente, se
incluyeron restricciones al problema siendo todas las variables a determinar mayores a
cero (0).

Funcin objetivo Fg
Individuo: [ x
0
y
0
R
i

k
]
Tamao de la Poblacin: 50 Individuos
Intervalo inicial:
i
de 0 a 1.200 m;
k
de 0 a 1.200 m; x
0
de 0 a 160; y
0
de 0 a 160 y
R de 0 a 100 m.
Nmero mximo de Generaciones: 100
Mutacin: 5% Distribucin Uniforme
Reproduccin: Factor de cruce 0.8
Elitismo: 2 mejores individuos
Cruce: Dos puntos
Migracin: 10 individuos hacia adelante cada 20 generaciones
Restricciones: Todas las variables mayores a cero.

79 de 96

En la Tabla 5 se presenta uno los resultados obtenidos para el modelo de suelo de 2-D de
las variables y el error obtenido de la funcin objetivo utilizando las dos formulaciones de
solucin para calcular la resistividad aparente a partir del modelo.

Tabla 5. Resultados obtenidos para el modelo con un volumen de resistividad
No.
Caso
x
0

[m]
y
0

[m]
R
[m]

i

[m]

k

[m]
Error
Fg
Formulacin utilizada
6
105.72 69.42 32.93 72.38 135.88 2.7308 Elementos de Frontera
47.56 32.71 25.16 852.85 355.77 9.9936 Solucin Aproximada

En la Figura 50, se grafican los resultados para el modelo de suelo 2-D obtenidos con la
formulacin de elementos de frontera, indicando la ubicacin de los parmetros de
resistividad mostrados en la Tabla 5.


Figura 49. Modelo de suelo 2-D obtenido con elementos de frontera

En la Figura 51, se grafican los resultados para el modelo de suelo 2-D obtenidos con la
formulacin de elementos de frontera, indicando la ubicacin de los parmetros de
resistividad mostrados en la Tabla 5.

80 de 96


Figura 50. Modelo de suelo 2-D obtenido con solucin aproximada

Igualmente, se plantean las formulaciones de las secciones 6.5.1 y 6.5.2 para el caso
mostrado en la Figura 52 , donde se tienen dos volmenes circulares de resistividades (
i1

i0
) inmersas en un suelo homogneo de resistividad (
k
) localizados espacialmente en
las coordenadas (x
0
, y
0
) y (x
1
, y
1
) y con radios R
0
y R
1
, respectivamente; las cuales son
las variables a determinar en el problema de optimizacin utilizando la formulacin
propuesta con algoritmos genticos.
81 de 96


Figura 51. Modelo de suelo con dos volmenes circulares

Para este modelo los parmetros del algoritmo gentico siguen siendo los mismos
anteriores, agregando restricciones al problema, adicionales a que todas las variables a
determinar son mayores a cero (0).

Funcin objetivo Fg
Individuo: [ x
0
y
0
R
0

i0

k
x
1
y
1
R
1

i1
]
Tamao de la Poblacin: 50 Individuos
Intervalo inicial:
i0
de 0 a 1.200 m;
i1
de 0 a 1.200 m;
k
de 0 a 1.200 m; x
0
de 0
a 160; y
0
de 0 a 160; x
1
de 0 a 160; y
1
de 0 a 160; R
0
de 0 a 100 m y R
1
de 0 a 100 m.
Nmero mximo de Generaciones: 100
Mutacin: 5% Distribucin Uniforme
Reproduccin: Factor de cruce 0.8
Elitismo: 2 mejores individuos
Cruce: Dos puntos
Migracin: 10 individuos hacia adelante cada 20 generaciones
Restricciones:
- Todas las variables mayores a cero.
- ( ) ( ) R R y y x x
1 0
2
0 1
2
0 1
+ + +

En la Tabla 6 se presenta los resultados de las variables obtenidas para el modelo de
suelo de 2-D que incluye dos volmenes de resistividad y el error obtenido de la funcin
objetivo utilizando las dos formulaciones.
82 de 96


Tabla 6. Resultados obtenidos para el modelo con dos volmenes de resistividades
x
0

[m]
y
0

[m]
R
0

[m]

i0

[m]

k

[m]
x
1

[m]
y
1

[m]
R
1

[m]

i1

[m]
Error
Formulacin
utilizada
0.00 1.06 0.06 0.81 0.50 2.25 1.44 0.00 0.3273 2.9122
Elementos
de Frontera
2.64 215.31 1.59 3.50 314.91 708.90 792.18 0.05 2.3601 4.4770
Solucin
Aproximada

En este caso, aunque se presenta un menor error al utilizar las formulaciones los valores
de los parmetros del modelo obtenido no se adecuan a un modelo razonable, por lo que
solo se muestran en la Figura 51 los valores obtenidos por la formulacin que utiliza una
solucin aproximada.

Figura 52. Modelo de suelo 2-D con dos volmenes

Los modelos de suelo 2-D con dos volmenes de resistividad obtenidos a partir de las
formulaciones son resultados no razonables, al encontrarse volmenes por fuera del
rango de penetracin de las medidas de resistividad utilizadas, por lo que sera necesario
analizar nuevas restricciones al modelo. A continuacin se plantea una discusin del
mtodo propuesto y de los resultados obtenidos.

7.3 DISCUSIN

El mtodo propuesto como una herramienta estructurada para determinar un modelo de
suelo no homogneo 1-D presenta resultados satisfactorios y comparables con los
resultados de otros investigadores que han aplicado aisladamente alguna formulacin de
83 de 96

clculo para ello. Se tiene la ventaja, en comparacin con stos, en que los pasos
preliminares propuestos permiten conocer de manera previa en forma cualitativa
informacin del modelo de suelo no homogneo 1-D que se espera obtener en el paso 4
que determina los valores de los parmetros del suelo, permitiendo validar los resultados
de manera previa y post- ejecucin de cada paso encontrndose correspondencia entre
los resultados.

Adicionalmente, de forma opcional, se ha incluido el paso para determinar un modelo de
suelo no homogneo pero a diferencia del anterior este es 2-D; y aunque los resultados
para el caso donde se ha incluido nicamente un volumen circular de resistencia finita son
satisfactorios al comparar estos con los resultados previos, no ocurre en el caso que se
intentan encontrar los parmetros del modelo cuando se tienen dos o ms volmenes de
resistencia finita. En este punto, es importante mencionar que el problema se ha
convertido en un problema deceptivo, desde el punto de vista de los algoritmos genticos,
no logrando obtener bloques constructores que guen hacia una solucin del problema
satisfactoria; por lo que sera necesario ampliar la exploracin de tcnicas como los A.G.
desordenado (messyGA), que se encuentran fuera del alcance del presente trabajo, para
la buscar una solucin al problema encontrado.


84 de 96






8 CONCLUSIONES Y TRABAJOS FUTUROS

La pregunta de investigacin planteada al iniciar este trabajo era: Cmo determinar el
modelo de suelo no homogneo y sus parmetros, que permita realizar mejoras al diseo
de las mallas de puesta a tierra en relacin con los mtodos convencionales, aplicando
un mtodo basado en algoritmos genticos? Al finalizar esta investigacin, la respuesta
es: Se logr proponer un mtodo que permite determinar dicho modelo de suelo no
homogneo. Y aunque el mtodo propuesto parte de la base de resultados de otros
trabajos se busc integrar los conceptos y desarrollos que aisladamente generaban
aportes en los campos de los diseos de puesta a tierra y los algoritmos genticos como
tcnica de optimizacin.

A continuacin se resumen las conclusiones y trabajos futuros:

El mtodo para determinar un modelo de suelo no homogneo y sus parmetros, por
medio de algoritmos genticos para el diseo de sistemas de puesta a tierra, fue
planteado de forma estructurada y sistemtica que permite al diseador obtener un
modelo de suelo no homogneo del tipo 1-D con buena precisin y correspondencia
entre sus pasos con resultados previos. Aunque, se define como alcance obtener un
modelo de suelo no homogneo del tipo 1-D, tambin se logr obtener con resultados
satisfactorios un modelo de suelo 2-D con un volumen finito de resistividad.

El estudio y utilizacin de los algoritmos genticos como parte de la solucin del
problema para la obtencin del modelo de suelo no homogneo, se constituye en un
aporte a las primeras lneas de investigacin planteadas en [COLOMINAS, 1995] por
considerar una componente estocstica de los algoritmos genticos en la bsqueda
de la solucin. Igualmente, se plantea continuar en esta lnea con trabajos futuros
dado que los resultados preliminares aportados en este trabajo son satisfactorios,
faltando profundizar con la utilizacin de otras tcnicas estocsticas o integracin de
ellas.

La solucin de un modelo de suelo 2-D con ms de un volumen finito de resistividad
present dificultades para obtener resultados satisfactorios, dejando la experiencia de
ser un problema con caractersticas similares a los referenciados en la literatura como
problemas deceptivos en algoritmos genticos, a los cuales se han planteado
soluciones mediante la utilizacin de algoritmos genticos desordenados (messyGA)
que fuera del alcance del presente trabajo, si abren una lnea futura de investigacin a
nivel local y nacional sobre este tipo de algoritmo gentico que plantean una solucin
a este tipo de problemas complejos. Adicionalmente, como trabajo futuro en esta rea
se debe plantear el desarrollo de un herramienta de simulacin que permita la fcil
implementacin de problemas de este tipo.

85 de 96

El trabajo realizado presenta un aporte a nivel del estudio matemtico de los
elementos de frontera para solucionar el problema inverso para la obtencin de un
modelo de suelo con volmenes finitos de resistividad al tomar toda la formulacin
presentada en [MA, 2002] en el problema directo y transformando el sentido de
bsqueda; es decir, no buscar los potenciales obtenidos en la superficie dado unos
volmenes finitos de resistividad y segmentos de conductores que conformaban la
malla de puesta a tierra sino, en cambio, buscar los elementos finitos de resistividad
dado que se conocen los potenciales en la superficie del terreno por la aplicacin de
algn mtodo de medida de resistividad. En esta lnea, queda como trabajo futuro
continuar el estudio de los elementos de frontera como formulacin matemtica que
ha demostrado tener un menor costo computacional que otras formulaciones
[COLOMINAS, 2002], para su aplicacin a otros problemas del campo de la ingeniera
elctrica.

La obtencin de un modelo de suelo no homogneo y sus parmetros, por medio de la
aplicacin del mtodo propuesto, es un aporte en mejora de los diseos de sistemas
de puesta a tierra en relacin con los mtodos convencionales al considerar que los
modelos 1-D de capas y 2-D de un volumen finito de resistividad pueden integrar a los
desarrollos de otros trabajos [MA, 2002; OTERO, 1998] que se han realizado sobre el
diseo de puesta a tierra pero que sus estudios parten del conocimiento del modelo de
suelo y cuyos resultados han mostrado mejoras en relacin con los diseos
convencionales. En este campo, se plantea como trabajo futuro realizar la integracin
de estos desarrollos generando una metodologa ms amplia desde la determinacin
del modelo de suelo no homogneo hasta el diseo del sistema de puesta a tierra
objeto de estudio.

Durante el estudio de los trabajos relacionados con el tema de la obtencin del modelo
de suelo a partir de las mediciones elctricas de resistividad en la superficie del
terreno, tambin llamado problema inverso, se han encontrado similitudes en la
solucin buscada por otros mtodos aplicados en otros campos del conocimiento; por
ejemplo, geoelctrica, donde igualmente se tienen un conjunto de valores de
resistividad medidas y calculadas, pero a diferencia de las utilizadas en los diseos de
sistemas de puestas a tierra stos mtodos requieren de gran cantidad de datos y
exploraciones de campo. Es por ello, que la aplicacin del mtodo en otros campos
donde se plantea la solucin a un problema similar de obtencin de un modelo de
suelo es incluido como un posible trabajo futuro para intentar disminuir la cantidad de
datos requeridos en aquellos mtodos especializados o incluso mejorar los resultados
de los existentes.


86 de 96






9 REFERENCIAS

[BALCELLS, 1992]. BALCELLS, JOSEP AND OTHERS. Interferencias Electromagnticas
en Sistemas Electrnicos. Editorial Alfaomegoa Marcombo. Espaa. Pg. 59-69, 109-
122, 283-301. 1992

[BLANDON, 1993]. BLANDN DAZ, JAIME ALBERTO. Diseo de mallas de tierra y
puestas a tierra. COLOMBIA, 1993.

[COELLO, 2008]. COELLO COELLO, CARLOS A. Introduccin a la computacin
evolutiva (Notas de Curso). CINVESTAV-IPN Departamento de Computacin. Mxico.
2008

[COLOMINAS, 1995]. Colominas, I. E. Clculo y Diseo asistido por ordenador de tomas
de tierra de instalaciones elctricas: Una formulacin Numrica basada en el Mtodo
Integral de Elementos de Contorno. Tesis Doctoral. Universidad de la Corua. E.S.T. de
Ingenieros de Comnis, Canales y Puertos. 1995.

[COLOMINAS, 2002]. Colominas, I., Navarrina, Fermin., and Casteleiro, M. A numerical
Formulation for Grounding Analysis in Stratified Soils. En: IEEE Transactions on Power
Delivery, Vol 17, No. 2, 2002.

[COLOMINAS, 2003]. Colominas, I., Navarrina, Fermin., and Casteleiro, M. Why Do
Computer Methods for Grounding Analysis Produce Anomalous Results, En: IEEE
Transactions on Power Delivery, Vol 18, No. 4, 2003.

[COVITTI, 2004]. Covitti, A.,Delvecchio, G., Sylos Labini, M. and Neri Ferrante., A quasi-
genetic algorithm for searching the dangerous areas generated by a grounding system.
En: COMPEL: International Journal for Compotation and Mathematics in Electrical
Engineering Vol 23, No. 3, 2004.

[DE LA VEGA, 1998]. De la Vega, M. O. Ingeniera de puestas a Tierra. Editorial
Noriega. Mxico. Primera Edicin. 1998.

[DEL ALAMO, 1993]. Del Alamo, J. L., A comparison among eight different techniques to
achieve an optimum estimation of electrical grounding parameters in two-layered earth.
En: IEEE Transactions On Power Delivery. Vol 8. No. 4, October, 1993.

[GASULLA, 1999]. Gasulla, F. Manel. Obtencin de imgenes de la distribucin de
impedancia elctrica en el subsuelo. Aplicacin a la deteccin de objetos locales. Tesis
Doctoral. Universidad Politcnica de Catalua. Departamento de Ingeniera Electrnica.
Barcelona, Espaa. 1999.

87 de 96

[GOMEZ-CALVIO, 2002]. Gmez-Calvio, J., Colominas, I., Navarrina, M., Casteleiro, M.
Formulaciones numricas para el clculo en paralelo de redes de tierra en modelo de
suelo no uniformes. Proceedings del V Congreso de Mtodos Numricos en Ingeniera.
Madrid, Espaa. 2002.

[GONOS, 2005]. Gonos, F. I. and Stathopulos, I., Estimation of Multilayer Soil Parameters
Using Genetic Algorithms. En: IEEE Transactions On Power Delivery. Vol 20. No. 1,
January. 2005.

[IAKUBOVSKII, 1980]. Iakubovskii, IU. V. and Liajov, L.L., Exploracin Elctrica.
Barcelona: Revert S.A. Encarnacin. 421 p. 1980.

[IEEE STD 80, 2000]. Guide for Safety in AC Substation Grounding. IEEE Power
Engineering Society. Substation Committee. 2000.

[IEEE STD 81, 1983]. Guide for Measuring Earth Resistivity, Ground Impedance, and
Earth Surface Potential of a Ground Systems, IEEE Standard 81.

[LAGACE, 1990]. Lagace, P. J., Mukhedkar, D., Hoang, H.H. and Greiss. Evaluation of
the effect of vertical faults on the voltage Distribution around HVDC Electrodes. IEEE
Transactions On Power Delivery, Vol 5. No. 3. July 1990.

[LOKE, 2004]. Loke, M. N. Tutorial: 2-D and 3-D electrical imaging surveys. En:
www.geoelectrical.com. 2004.

[MA, 2002]. Ma, J. and Dawalibi, F.P. Analysis of Grounding Systems in Soils with finite
volumes of Different Resistivities. En: IEEE Transactions On Power Delivery. Vol 17. No.
2, April. 2002.

[MOLINA, 2006]. Molina P., W. L. Comparacin de los mtodos 1-D y 2-D de resistividad
elctrica por medio de sondeos tipo wenner, dipolo-dipolo y wenner-schlumberger con la
utilizacin de los programas DCINV, RES2DMOD y RES2DINV. Tesis de Grado.
Universidad Simn Bolivar. Sartenejas, Venezuela, pp. 12 14. 2006.

[NAVARRINA, 2004]. Navarrina, Fermin., Colominas, I. and Casteleiro, M. Son fiables
los mtodos convencionales para el clculo de redes de puesta a tierra?, En: Mtodos
Computacionais em Engenharia, Lisboa, 31 de Maio 2 de Junho. 2004.

[OTERO, 1998]. Otero, A.F., Cidras, J. and Garrido, C., Genetic algorithm based method
for grounding grid design, En: Evolutionary Computation Proceedings, IEEE World
Congress on Computational Intelligence, 4-9 May. 1998.

[PIRSON, 1965]. Pirson, Sylvain J. Ingeniera de Yacimientos Petrolferos. Ediciones
Omega S.A., Espaa, Barcelona. Pg. 105 110. 1965.

[RUSSELL, 2004]. Russell, Stuart J. and Norvig, Peter. INTELIGENCIA ARTIFICIAL. Un
enfoque Moderno. 2. Edicin. Editorial Pearson Prentice Hall. Madrid. 2004. Pg.
1240.

88 de 96

[SEEDHER, 1992]. Seedher, H.R. and Arora, J.K. Estimarion of two layer soil parameter
using finite wenner resistivity expressions. En: IEEE Transactions on Power Delivery, Vol
7, No. 3, July 1992.

89 de 96






10 ANEXOS

10.1 PROGRAMAS EN MATLAB

Para la obtencin del modelo de suelo 1-D se genero una funcin en MATLAB que
representa la funcin de aptitud a minimizar mediante la utilizacin del Toolbox de
Algoritmos Genticos gatool. Esta funcin se programa en un archivo .m y se presenta
su codificacin a continuacin.

Funcin Fgga2.m (Funcin de Aptitud Modelo de suelo 1-D dos capas)

f unct i on z=Fgga2( X)
%X es un vect or de t r es ent r adas
%X( : , 1) = Val or r esi st i vi dad pr i mer a capa de suel o
%X( : , 2) = Val or r esi st i vi dad segunda capa de suel o
%X( : , 3) = Pr of undi dad pr i mer a capa de suel o
%Dat os de ent r ada
%M( m1, m2) = Vect or de medi das de r esi st i vi dad - di st anci a el ect r odos
%m1 = Val or de r esi st i vi dad par a l a di st anci a ent r e el ect r odos m2
%m2 = Di st anci a ent r e el ect r odos par a l a r esi st i vi dad m1
%Rc = Resi st i vi dad cal cul ada ( Tot al )
M=zer os( 6, 2) ; %Se debe modi f i car el nmer o de Fi l as de acuer do con l os dat os
%Caso 1 Seedher and Ar or a
%M( : , 1) =[ 693. 74 251. 62 84. 56 37. 64 25. 32] ;
%M( : , 2) =[ 1 2 3 4 5] ;
%Caso 6 Del Al amo
M( : , 1) =[ 136 140 214 446 685 800] ;
M( : , 2) =[ 1 2 4 10 20 40] ;
N = si ze( M, 1) ; %Nmer o de dat os i ngr esados
k = ( X( : , 2) - X( : , 1) ) / ( X( : , 2) +X( : , 1) ) ;
z1=0;
f or i =1: N
z1= z1 + abs( M( i , 1) - Rc( i ) ) / M( i , 1) ;
end
z = z1;

f unct i on z2=Rc( j )
n=[ 1: 1: 1000] ;
A = 1+( 2*n*X( : , 3) / M( j , 2) ) . ^2;
B = A + 3;
Suma_n = sum( ( k. ^n) . *( 1. / sqr t ( A) - 1. / sqr t ( B) ) ) ;
%Suma_n = 0;
%f or n=1: 1000
% A = 1+( 2*n*X( : , 3) / M( j , 2) ) ^2;
% B = A + 3;
% Suma_n = Suma_n + ( k^n) *( 1/ sqr t ( A) - 1/ sqr t ( B) ) ;
%end
z2=X( : , 1) *( 1+4*Suma_n) ;
end
end

Igualmente, para la obtencin del modelo de suelo 2-D se generan funciones en MATLAB
para representar la funcin de aptitud a minimizar mediante la utilizacin del Toolbox de
Algoritmos Genticos gatool para cada una de las formulaciones presentadas, una
90 de 96

utilizando los elementos de frontera (MECDPv1.m) y la otra funcin utilizando la solucin
aproximada (MAv1.m). Se presenta la codificacin de estas funciones a continuacin.

Funcin MECDPv1.m (Funcin de Aptitud Elementos de Frontera)
====================================================================
f unct i on z=MECDPv1( X)
%X es un vect or de l os par met r os a det er mi nar con el A. G.
%X( : , 1) = Posi ci n x0 del el ement o ci r cul ar - - > ( Rest r i cci n > 0)
%X( : , 2) = Posi ci n y0 del el ement o ci r cul ar - - > ( Rest r i cci n > 0)
%X( : , 3) = Radi o del El ement o ci r cul ar - - - - - > ( Rest r i cci n > 0)
%X( : , 4) = Val or r esi st i vi dad pr i mer a capa de suel o, ext er na al vol umen
% ci r cul ar - - > ( Rest r i cci n > 0)
%X( : , 5) = Val or r esi st i vi dad vol umen ci r cul ar , i nt er na al vol umen
% ci r cul ar - - > ( Rest r i cci n > 0)
%
%Dat os de ent r ada
%M( m1, m2) = Vect or de medi das de r esi st i vi dad - di st anci a el ect r odos
%m1 = Val or de r esi st i vi dad par a l a di st anci a ent r e el ect r odos m2
%m2 = Di st anci a ent r e el ect r odos par a l a r esi st i vi dad m1
%Rcal = Resi st i vi dad cal cul ada ( Tot al )
M=zer os( 6, 2) ; %Se debe modi f i car el nmer o de Fi l as de acuer do con l os dat os
%Caso 6 Del Al amo
M( : , 1) =[ 136 140 214 446 685 800] ;
M( : , 2) =[ 1 2 4 10 20 40] ;
N = si ze( M, 1) ; %Nmer o de dat os i ngr esados
z1=0;
f or I =1: N
z1= z1 + abs( M( I , 1) - Rcal ( I ) ) / M( I , 1) ;
end
z = z1; %

f unct i on z2=Rcal ( J J )

%Model o par a k=1 vol umen de r esi st i vi dad f i ni t a de f or ma ci r cul ar
m=20; %El ement os de super f i ci e del vol umen ci r cul ar
T=0: 2*pi / m: ( 2*pi - 2*pi / m) ;
t =0: 2*pi / m: ( 2*pi - 2*pi / m) ;
x0=X( : , 1) ; %Posi ci n y del cent r o del vol umen ci r cul ar
y0=X( : , 2) ; %Posi ci n x del cent r o del vol umen ci r ucl ar
R=X( : , 3) ; %Radi o del vol umen ci r cul ar
%y=R*si n( t ) +y0;
%x=R*cos( t ) +x0;

%Par a q=1 - - > t =0 y as sucesi vament e, par a cal cul ar su posi ci n.
yq=R*si n( t ) +y0; %Coor denada y del el ement o q
xq=R*cos( t ) +x0; %Coor denada x del el ement o q
%q=[ xq' yq' ] ; %Coor denas ( x, y) de l os el ement o q en l a super f i ci e
DX0q=[ ( xq- x0) ' ( yq- y0) ' ] ; %Vect or f i l a con l a di f er enci a ent r e ( x0, y0) y q
nq=[ ] ; %I ni ci al i zaci n vect or nor mal a cada el ement o q del vol umen ci r cul ar
f or i =1: si ze( DX0q, 1)
nq( i , : ) = DX0q( i , : ) / nor m( DX0q( i , : ) ) ; %Vect or nor mal del el ement o q
end

%Cl cul o del val or de K
si =( 1/ X( : , 5) ) ; %Conduct i vi dad en l a r egi n i ( i nt er na al vol umen ci r cul ar )
sk=( 1/ X( : , 4) ) ; %Conduct i vi dad en l a r egi n j ( ext er na al vol umen ci r cul ar )
K=( sk- si ) / ( sk+si ) ;
%========================================================================
%Gener ar Mat r i z B consi der ando 1 i magen del vol umen ci r cul ar de
%r esi st i vi dad r espect o al pl ano de t i er r a.
B=zer os( m) ;
f or i =1: 1: si ze( xq, 2) %i es i gual al par met r o q
f or j =1: 1: si ze( xq, 2) %j es i gual al par met r o l
i f ( i ~=j )
F11 = @( t ) ( ( xq( i ) - x0- R*cos( t ) ) *nq( i , 1) +( yq( i ) - y0- R*si n( t ) ) *nq( i , 2) ) . / ( ( xq( i ) -
x0- R*cos( t ) ) . ^2+( yq( i ) - y0- R*si n( t ) ) . ^2) . ^( 3/ 2) ;
91 de 96

F12 = @( t ) ( ( xq( i ) - x0- R*cos( t ) ) *nq( i , 1) +( yq( i ) +y0- R*si n( t ) ) *nq( i , 2) ) . / ( ( xq( i ) -
x0- R*cos( t ) ) . ^2+( yq( i ) +y0- R*si n( t ) ) . ^2) . ^( 3/ 2) ;
B( i , j ) =K*R*( quad( F11, T( j ) - 0. 05*pi , T( j ) +0. 05*pi ) ) / ( 2*pi ) +K*R*( quad( F12, T( j ) -
0. 05*pi , T( j ) +0. 05*pi ) ) / ( 2*pi ) ;
el se
F13 = @( t ) ( ( xq( i ) - x0- R*cos( t ) ) *nq( i , 1) +( yq( i ) +y0- R*si n( t ) ) *nq( i , 2) ) . / ( ( xq( i ) -
x0- R*cos( t ) ) . ^2+( yq( i ) +y0- R*si n( t ) ) . ^2) . ^( 3/ 2) ;
B( i , j ) =1+K*R*( quad( F13, T( j ) - 0. 05*pi , T( j ) +0. 05*pi ) ) / ( 2*pi ) ;
end
end
end
%==========================================================================
%Gener aci n de l a Mat r i z A1 par a el ect r odo en l a posi ci n:
xr c1=0;
yr c1=0;
%La mat r i z A1 i ndi ca el ef ect o de l os segment os del el ect r odo 1 sobr e l a
%super f i ci e de car ga q

J =1; %I ndi ca el nmer o de segment os de conduct or es
A1=zer os( m, J ) ;
f or j =1: 1: J
f or i =1: 1: m
F21 = @( t ) ( ( xq( i ) - xr c1) *nq( i , 1) +( yq( i ) - yr c1- t ) *nq( i , 2) ) . / ( ( xq( i ) -
xr c1) . ^2+( yq( i ) - yr c1- t ) . ^2) . ^( 3/ 2) ;
F22 = @( t ) ( ( xq( i ) - xr c1) *nq( i , 1) +( yq( i ) - yr c1+t ) *nq( i , 2) ) . / ( ( xq( i ) -
xr c1) . ^2+( yq( i ) - yr c1+t ) . ^2) . ^( 3/ 2) ;
A1( i , j ) =K*( quad( F21, 0, 0. 15) +quad( F22, 0, 0. 15) ) / ( 2*pi ) ;
end
end
%==========================================================================
%Gener aci n de l a Mat r i z A2 par a el ect r odo en l a posi ci n:
xr c2=3*M( J J , 2) ;
yr c2=0;
%La mat r i z A2 i ndi ca el ef ect o de l os segment os del el ect r odo 2 sobr e l a
%super f i ci e de car ga q
J =1; %I ndi ca el nmer o de segment os de conduct or es
A2=zer os( m, J ) ;
f or j =1: 1: J
f or i =1: 1: m
F21 = @( t ) ( ( xq( i ) - xr c2) *nq( i , 1) +( yq( i ) - yr c2- t ) *nq( i , 2) ) . / ( ( xq( i ) -
xr c2) . ^2+( yq( i ) - yr c2- t ) . ^2) . ^( 3/ 2) ;
F22 = @( t ) ( ( xq( i ) - xr c2) *nq( i , 1) +( yq( i ) - yr c2+t ) *nq( i , 2) ) . / ( ( xq( i ) -
xr c2) . ^2+( yq( i ) - yr c2+t ) . ^2) . ^( 3/ 2) ;
A2( i , j ) =K*( quad( F21, 0, 0. 15) +quad( F22, 0, 0. 15) ) / ( 2*pi ) ;
end
end
%==========================================================================
%Consol i dadi cn de l a Mat r i z A
A=A1- A2; %Se r eune en una sl a var i abl e.
%==========================================================================
%Gener aci n de l a Mat r i z C1 par a el el ect r odo en l a posi ci n:
%xr c1=0;
%yr c1=0;
%
J =2; %I ndi ca el Nmer o de segment os de conduct or es en el si st ema par a est e caso son dos
el ect r odos.
C1=zer os( 1, J ) ;
e0=8. 85e- 12; %Per mi t i vi dad
aJ = 0. 01; %Radi o del segment o de conduct or ( m)
LJ = 0. 15; %Longi t ud del Segment o de conduct or ( m)
f or j =1: 1: J
f or i =1: 1: 1
i f ( i ==j )
%F31 = @( t ) ( 1. / ( 0. 075+t ) ) ;
C1( i , j ) =( ( 4*pi *e0) ^( -
1) ) *( ( 2*l og( ( LJ / ( 2*aJ ) ) +( ( ( LJ ) ^2/ ( 4*aJ ^2) ) +1) ^( 1/ 2) ) ) ) ; %+quad( F31, 0, 0. 15) ) ;
%C1( i , j ) =( ( 8*pi *e0) ^( -
1) ) *( ( 2*l og( ( 2*LJ / ( 2*aJ ) ) +( ( ( 2*LJ ) ^2/ ( 4*aJ ^2) ) +1) ^( 1/ 2) ) ) ) ; %+quad( F31, 0, 0. 15) ) ;
92 de 96

el se
F32 = @( t ) ( 1. / ( ( xr c1- xr c2) . ^2+( 0. 075- t ) . ^2) . ^( 1/ 2) ) ;
C1( i , j ) =quad( F32, 0, 0. 15) ;
end
end
end
%==========================================================================
%Gener aci n de l a Mat r i z C2 par a el el ect r odo en l a posi ci n:
%xr c2
%yr c2
%
%J =2; %I ndi ca el Nmer o de segment os de conduct or es en el si st ema par a est e caso son
dos el ect r odos.
%C2=zer os( 1, J ) ;
%e0=8. 85e- 12; %Per mi t i vi dad
%aJ = 0. 01; %Radi o del segment o de conduct or ( m)
%LJ = 0. 15; %Longi t ud del Segment o de conduct or ( m)
%f or j =1: 1: J
% f or i =1: 1: 1
% i f ( i ==j )
% %F31 = @( t ) ( 1. / ( 0. 075+t ) ) ;
% C2( i , j ) =( ( 8*pi *e0) ^( -
1) ) *( ( 2*l og( ( 2*LJ / ( 2*aJ ) ) +( ( ( 2*LJ ) ^2/ ( 4*aJ ^2) ) +1) ^( 1/ 2) ) ) ) ; %+quad( F31, 0, 0. 15) ) ;
% el se
% F33 = @( t ) ( 1. / ( ( xr c2- xr c1) . ^2+( 0. 075- t ) . ^2) . ^( 1/ 2) ) ;
% C2( i , j ) =quad( F33, 0, 0. 15) ;
% end
% end
%end
%==========================================================================
%
C=2*( C1( 1) - C1( 2) ) ; %Se consol i da en l a var i abl e C el ef ect o de l a mat r i z C1 y C2
%
%==========================================================================
%Gener aci n de l a Mat r i z D1 que i ndi ca el ef ect o de l as car gas en el
%vol t aj e del el ect r odo 1 en l a posi ci n:
%xr c1=0;
%yr c1=0;
J =1;
D1=zer os( 1, m) ;
f or i =1: 1: J %i es i gual al par met r o q
f or j =1: 1: m%j es i gual al par met r o l
F41 = @( t ) ( 1. / ( ( xr c1- x0- R*cos( t ) ) . ^2+( yr c1- y0- R*si n( t ) ) . ^2) . ^( 1/ 2) ) ;
F42 = @( t ) ( 1. / ( ( xr c1- x0- R*cos( t ) ) . ^2+( yr c1+y0- R*si n( t ) ) . ^2) . ^( 1/ 2) ) ;
D1( i , j ) =( ( 4*pi *e0) ^( - 1) ) *R*( quad( F41, T( j ) -
0. 05*pi , T( j ) +0. 05*pi ) +quad( F42, T( j ) - 0. 05*pi , T( j ) +0. 05*pi ) ) ; %
end
end
%
%Gener aci n de l a Mat r i z D2 que i ndi ca el ef ect o de l as car gas en el
%vol t aj e del el ect r odo 2 en l a posi ci n: ( xr c2, yr c2)
%xr c2;
%yr c2;
J =1;
D2=zer os( 1, m) ;
f or i =1: 1: J %i es i gual al par met r o q
f or j =1: 1: m%j es i gual al par met r o l
F51 = @( t ) ( 1. / ( ( xr c2- x0- R*cos( t ) ) . ^2+( yr c2- y0- R*si n( t ) ) . ^2) . ^( 1/ 2) ) ;
F52 = @( t ) ( 1. / ( ( xr c2- x0- R*cos( t ) ) . ^2+( yr c2+y0- R*si n( t ) ) . ^2) . ^( 1/ 2) ) ;
D2( i , j ) =( ( 4*pi *e0) ^( - 1) ) *R*( quad( F51, T( j ) -
0. 05*pi , T( j ) +0. 05*pi ) +quad( F52, T( j ) - 0. 05*pi , T( j ) +0. 05*pi ) ) ; %
end
end
%
%Consol i daci n en una sol a mat r i z D
D=D1- D2;
%
%==========================================================================
93 de 96

%
%Sol uci n del si st emas de ecuaci ones
G=[ zer os( m, 1) ; 1] ;
F=[ [ A; C] [ B; D] ] ;
XS=F\ G;
%- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%Cl cul o de l a di f er enci a de pot enci al del model o DV12
E1=e0/ ( sk*LJ ) ;
DV12=XS( 1) / E1;
%Cal cul o de l as di st r i buci ones de car ga en val or r eal
ns=XS( 2: m+1) / DV12;
%==========================================================================
%Par a el cl cul o del val or de pot enci al en cual qui er punt o ut i l i zamos l as
%f unci n Ve2 cuyos par met r os de ent r ada son:
%x : Posi ci n x del punt o
%y : Posi ci n y del punt o
%m: El ement os de super f i ci e del vol umen ci r cul ar , cant i dad de val or es de
% car gas di sponi bl e
%E1: Val or de l a densi dad de cor r i ent e en el el ect r odo 1 y 2
%ns: Vect or con l as di st r i buci ones de car ga
%T : Par met r o de cont r ol par a el cl cul o de i nt egr al es
%e0: Const ant e de per mi t i vi dad
%x0: Posi ci n x del el ement o ci r cul ar de vol umen de r esi st i vi dad
%y0: Posi ci n y del el ement o ci r cul ar de vol umen de r esi st i vi dad
%xr c1: Posi ci n x del el ect r odo 1
%yr c1: Posi ci n y del el ect r odo 1
%xr c2: Posi ci n x del el ect r odo 2
%yr c2: Posi ci n y del el ect r odo 2
%R : Radi o del vol umen de r esi st i vi dad
x1=1*M( J J , 2) ;
y1=0;
x2=2*M( J J , 2) ;
y2=0;
V1=Ve2( x1, y1, m, E1, ns, T, e0, x0, y0, xr c1, yr c1, xr c2, yr c2, R) ;
V2=Ve2( x2, y2, m, E1, ns, T, e0, x0, y0, xr c1, yr c1, xr c2, yr c2, R) ;
V12=V1- V2;
%Rcal =2*( 2*pi *6. 67*V12) ; %Ver i f i car
z2=2*( 2*pi *M( J J , 2) *V12) ;
end
end
====================================================================
Funcin Ve2.m (Sub-funcin del anterior para clculo de potenciales)

f unct i on V=Ve2( x, y, m, E1, ns, T, e0, x0, y0, xr c1, yr c1, xr c2, yr c2, R)
sum=0;
%Ef ect o del el ect r odo 1 sobr e el punt o a cal cul ar el pot enci al
F61 = @( t ) ( 1. / ( ( x- xr c1) . ^2+( y- yr c1- t ) . ^2) . ^( 1/ 2) ) ;
H1=quad( F61, 0, 0. 15) ;
sum= sum+ E1*H1;
%Ef ect o del el ect r odo 2 sobr e el punt o a cal cul ar el pot enci al
F62 = @( t ) ( 1. / ( ( x- xr c2) . ^2+( y- yr c2- t ) . ^2) . ^( 1/ 2) ) ;
H2=quad( F62, 0, 0. 15) ;
sum= sum- E1*H2;
%Ef ect o de l as car gas sobr e el punt o a cal cul ar el pot enci al
SUM=0;
f or j =1: 1: m
F7 = @( t ) ( 1. / ( ( x- x0- R*cos( t ) ) . ^2+( y- y0- R*si n( t ) ) . ^2) . ^( 1/ 2) ) ;
O = R*quad( F7, T( j ) - 0. 05*pi , T( j ) +0. 05*pi ) ;
SUM=SUM+ns( j ) *O;
end
V=( ( 4*pi *e0) ^( - 1) ) *( sum+SUM) ;
end

Funcin MAv1.m (Funcin de aptitud para Solucin Aproximada)
=================================================================
f unct i on z=MAv1( X)
94 de 96

%%PROGRAMA BASADO EN LA FORMULACI N PRESENTADA EN ALDRI DGE Y OLDENBURG 1989
%%SOLUCI N APROXI MADA DEL POTENCI AL ELECTRI CO
%%================
%%DATOS DE ENTRADA
%%X es un vect or de l os par met r os a det er mi nar con el A. G.
%%X( : , 1) = Posi ci n x0 de l a esf er a - - > ( Rest r i cci n > 0)
%%X( : , 2) = Posi ci n y0 de l a esf er a - - > ( Rest r i cci n > 0)
%%X( : , 3) = Radi o R0 de l a esf er a - - > ( Rest r i cci n > 0)
%%X( : , 4) = Val or r esi st i vi dad de l a esf er a - - > ( Rest r i cci n > 0)
%%X( : , 5) = Val or r esi st i vi dad medi o ci r cundant e a l a esf er a - - > ( Rest r i cci n > 0)
%
x0=X( : , 1) ; %Posi ci n x de l a esf er a
y0=X( : , 2) ; %Posi ci n y de l a esf er a
X0=[ x0 y0] ; %X0 vect or posi ci n de l a esf er a
h=X( : , 2) ; %Pr of undi dad de l a esf er a r espect o a l a super f i ci e, equi val ent e a y0
a=X( : , 3) ; %Radi o de l a esf er a
r ho2=X( : , 4) ; %Val or de r esi st i vi dad de l a esf er a
r ho1=X( : , 5) ; %Val or de r esi st i vi dad medi o ci r cundant e

%La posi ci n del el ect r odo 1 de i nyecci n de cor r i ent e no cambi a y
%cor r esponde a ( x, y) - - > ( 0, 0) denot ado con X1
%La posi ci n del el ect r odo 2 de i nyecci n de cor r i ent e cambi a y t oma el
%val or de acuer do a l a medi da eval uada

%Dat os de val or es medi dos
%M( m1, m2) = Vect or de medi das de r esi st i vi dad - di st anci a el ect r odos
%m1 = Val or de r esi st i vi dad par a l a di st anci a ent r e el ect r odos m2
%m2 = Di st anci a ent r e el ect r odos par a l a r esi st i vi dad m1
%Rcal = Resi st i vi dad cal cul ada ( Tot al )
M=zer os( 6, 2) ; %Se debe modi f i car el nmer o de Fi l as de acuer do con l os dat os
%Caso 6 Del Al amo
M( : , 1) =[ 136 140 214 446 685 800] ;
M( : , 2) =[ 1 2 4 10 20 40] ;
N = si ze( M, 1) ; %Nmer o de dat os i ngr esados
z1=0;
%Funci n de Er r or ( Medi dos vs. Cal cul ados)
f or I =1: N
z1= z1 + abs( M( I , 1) - Rcal ( I ) ) / M( I , 1) ;
end
z = z1; %

f unct i on z2=Rcal ( J J )
%Se def i ne l a posi ci n del el ect r odo 2 de cor r i ent e de acuer do a l os dat os de ent r ada y
%de l os el ect r odos de medi da de pot enci al
X1=[ 0 0] ; %Posi ci n del el ect r odo 1 de cor r i ent e
x2=3*M( J J , 2) ;
y2=0;
X2=[ x2 y2] ; %Posi ci n del El ect r odo 2 de Cor r i ent e
x3=1*M( J J , 2) ;
y3=0;
X3=[ x3 y3] ; %Posi ci n de P1 ( El ect r odo de Pot enci al 1)
x4=2*M( J J , 2) ;
y4=0;
X4=[ x4 y4] ; %Posi ci n de P2 ( El ect r odo de Pot enci al 2)
I =1; %Val or de l a cor r i ent e i nyect ada
D= sum( ( X0- X1) . ^2) . ^0. 5; %Di st anci a del dent r o de l a esf er a ( X0) al El ect r odo 1 ( X1)
Dp=sum( ( X0- X2) . ^2) . ^0. 5; %Di st anci a del cent r o de l a esf er a ( X0) al El ect r odo 2 ( X2)
r 1=sum( ( X0- X3) . ^2) . ^0. 5; %Di st anci a del cent r o de l a esf er a ( X0) al El ect r odo P1 ( X3)
r 2=sum( ( X0- X4) . ^2) . ^0. 5; %Di st anci a del cent r o de l a esf er a ( X0) al El ect r odo P2 ( X4)
R13=sum( ( X1- X3) . ^2) . ^0. 5; %Di st anci a ent r e X1 y X3 ( R)
R32=sum( ( X3- X2) . ^2) . ^0. 5; %Di st anci a ent r e X3 y X2 ( R' )
R14=sum( ( X1- X4) . ^2) . ^0. 5; %Di st anci a ent r e X1 y X4 ( R)
R42=sum( ( X4- X2) . ^2) . ^0. 5; %Di st anci a ent r e X4 y X2 ( R' )

Cos_t het aP1= ( D^2+r 1^2- R13^2) / ( 2*r 1*D) ; %Cal cul o Ley del Coseno par a Tr i ang. P1X1X0
Cos_t het aP1p=( Dp^2+r 1^2- R32^2) / ( 2*r 1*Dp) ; %Cal cul o Ley del Coseno par a Tr i ang. P1X2X0
Cos_t het aP2= ( D^2+r 2^2- R14^2) / ( 2*r 2*D) ; %Cal cul o Ley del Coseno par a Tr i ang. P2X1X0
Cos_t het aP2p=( Dp^2+r 2^2- R42^2) / ( 2*r 2*Dp) ; %Cal cul o Ley del Coseno par a Tr i ang. P2X1X0
95 de 96

96 de 96

%Cl cul o de l os coef i ci ent es An y An'
n=1: 1: 100; %Nmer o de t er mi nos de l a sumat or i a deseados
An=( I *r ho1/ ( 2*pi ) ) . *( ( a. ^( 2*n+1) ) . / ( D. ^( n+1) ) ) . *2. *( ( n*( r ho2- r ho1) ) . / ( ( n+1) *r ho2+n*r ho1) ) ;
%Coef i ci ent e r el at i vo al el ect r odo 1 ( X1)
Anp=( I *r ho1/ ( 2*pi ) ) . *( ( a. ^( 2*n+1) ) . / ( Dp. ^( n+1) ) ) . *2. *( ( n*( r ho2-
r ho1) ) . / ( ( n+1) *r ho2+n*r ho1) ) ; %Coef i ci ent e r el at i vo al el ect r odo 2 ( X2)
Pn1=Pm( n, Cos_t het aP1) ; %Cl cul o del val or del Pol i nomi o de Legendr e par a P1
Pnp1=Pm( n, Cos_t het aP1p) ; %Cl cul o del val or del Pol i nomi o de Legendr e par a P1
Pn2=Pm( n, Cos_t het aP2) ; %Cl cul o del val or del Pol i nomi o de Legendr e par a P2
Pnp2=Pm( n, Cos_t het aP2p) ; %Cl cul o del val or del Pol i nomi o de Legendr e par a P2
%
%%Cl cul o del pot enci al en el el ect r odo P1
V3=( I *r ho1/ ( 2*pi ) ) *( 1/ R13- 1/ R32) +sum( An. *Pn1. / ( r 1. ^( n+1) ) - Anp. *Pnp1. / ( r 1. ^( n+1) ) ) ;
%
%%Cl cul o del pot enci al en el el ect r odo P2
V4=( I *r ho1/ ( 2*pi ) ) *( 1/ R14- 1/ R42) +sum( An. *Pn2. / ( r 2. ^( n+1) ) - Anp. *Pnp2. / ( r 2. ^( n+1) ) ) ;
z2=2*pi *M( J J , 2) *abs( V3- V4) ;
end
end
================================================================

10.2 PUBLICACIONES EN EVENTOS

Como parte de los resultados del trabajo realizado se public parte del mtodo en EL
artculo: Mtodo para Determinar un Modelo de Suelo para el Diseo de Sistemas de
Puestas a Tierra: Una Aproximacin Utilizando Algoritmos Genticos; aceptado en
modalidad de ponencia para el Encuentro Nacional de Investigacin en Postgrados -
ENIP 2008. ISBN: 978-958-719-009-0. Realizado el 15 y 16 de Mayo de 2008.
Universidad Nacional de Colombia Sede Bogot