FACULTAD: INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA

CARRERA: INGENIERÍA CIVIL

ASIGNATURA: EVALUACIÓN DE ESTRUCTURAS

DOCENTE: ING. PAOLA VILLALBA

PERÍODO: 2020-2020

NIVEL: DECIMO

PARALELO: IC10 – 1

DEBER #: 1
INVESTIGACIONES PRE EVENTO
TEMA:
INVESTIGACIONES POST EVENTO
INTEGRANTES:
USHIÑA LLULLUNA SERGIO JAVIER

FECHA DE ENTREGA: 22/07/2020

QUITO - ECUADOR
INDICE
1. INTRODUCCIÓN .................................................................................................... 1
2. OBJETIVOS.............................................................................................................. 2
2.1. OBJETIVO GENERAL ........................................................................................ 2
2.2. OBJETIVOS ESPECÍFICOS ................................................................................ 2
3. DESARROLLO ........................................................................................................ 2
3.1. INVESTIGACIONES PRE EVENTO .............................................................. 2
3.1.1. GNDT ............................................................................................................. 2
3.1.1.1. Índice de Vulnerabilidad ............................................................................ 5
3.1.2. EVALUACION DEL RIESGO SISMICO: UN MODELO BASADO EN LA
TEORIA DE CONJUNTOS DIFUSOS ....................................................................... 6
3.1.2.1. Evaluación holística del riesgo basado en indicadores ............................... 7
3.2. INVESTIGACIONES POST EVENTO .......................................................... 12
3.2.1. Modelo computacional para la evaluación de daños .................................... 12
3.2.1.1. Descripción de la red neuronal artificial ...................................................... 17
3.2.1.1.1. Capa de entrada ........................................................................................ 17
3.2.1.1.2. Capa intermedia. ....................................................................................... 18
3.2.1.1.3. Aprendizaje de la red neuronal ................................................................. 19
4. CONCLUSIONES .................................................................................................. 23
5. RECOMENDACIONES ......................................................................................... 23
6. BIBLIOGRAFÍA ..................................................................................................... 23
INDICE DE ILUSTRACIONES
Ilustración 1: Marco conceptual de un enfoque holístico para la evaluación y gestión del
riesgo sísmico. I es la intensidad del evento, V es la vulnerabilidad, yi son los factores
de vulnerabilidad. ............................................................................................................. 6
Ilustración 2: Modelo para las funciones de trasformación .............................................. 9
Ilustración 3: Funciones de transformación utilizadas para obtener los factores de riesgo
físico ............................................................................................................................... 10
Ilustración 4: Funciones de transformación utilizadas para obtener los factores de riesgo
físico ............................................................................................................................... 10
Ilustración 5: Funciones de transformación utilizadas para obtener los factores de
agravamiento por fragilidad social ................................................................................. 10
Ilustración 6: Funciones de transformación utilizadas para obtener los factores de
agravamiento por fragilidad social ................................................................................. 11
Ilustración 7: Funciones de transformación utilizadas para obtener los factores de
agravamiento por falta de resiliencia .............................................................................. 11
Ilustración 8: Funciones de transformación utilizadas para los factores de agravamiento
por falta de resiliencia..................................................................................................... 11
Ilustración 9: . Descriptores de riesgo físico, fragilidad social y falta de resiliencia y sus
pesos ............................................................................................................................... 12
Ilustración 10; Estructura de la red neuronal .................................................................. 14
Ilustración 11: Funciones de pertenencia para las calificaciones lingüísticas. ............... 15
Ilustración 12: : Daño en elementos estructurales: a) Daño severo en un nudo de hormigón
armado; b) Daño moderado en una viga de hormigón armado; c) Daño fuerte en un muro
de mampostería; d) Daño fuerte en un muro de bahareque ............................................ 15
Ilustración 13: Daño en elementos no estructurales: a) Daño severo en muros divisorios,
b) Daño fuerte en escaleras. ............................................................................................ 15
Ilustración 14; Condiciones del suelo: a) Licuación del suelo; b) Deslizamientos del suelo
........................................................................................................................................ 16
Ilustración 15: Condiciones preexistentes: a) Mala calidad en la construcción; b)
Irregularidades verticales, piso blando; c) Irregularidades en planta; d) Mala
configuración estructural: algunos elementos están fuera de los ejes principales. ......... 16
Ilustración 16: Evaluación del nivel de daño de elementos estructurales: a) Conjuntos
difusos; b) Envolvente de la unión de los conjuntos difusos. El punto Ci, correspondiente
al centroide del área limitada por la envolvente, es el valor desfuzificado. ................... 17
Ilustración 17: Método para evaluación de la habitabilidad y reparabilidad de un edificio.
........................................................................................................................................ 21
Ilustración 18: Diagrama de flujo del proceso de evaluación ........................................ 22
INDICE DE TABLAS
Tabla 1: Categoría de daños ............................................................................................. 2
Tabla 2: Factores de vulnerabilidad, clases y pesos para edificios en mampostería de
piedra ................................................................................................................................ 3
Tabla 3: Factores de vulnerabilidad, clases y pesos para edificios de hormigón armado. 4
Tabla 4: Modificación de factores de vulnerabilidad, clases y pesos para edificios de
hormigón armado según C.N.R. et al. (1993a; 1993b). .................................................... 5
Tabla 5: Asignación de clases a las estructuras dependiendo de sus propiedades. .......... 5
Tabla 6: Nivel de vulnerabilidad. ..................................................................................... 5
Tabla 7: Descriptores de riesgo físico, sus unidades e identificadores ............................ 7
Tabla 8: Descriptores utilizados para estimar el coeficiente F ......................................... 8
Tabla 9: Descriptores de agravamiento por fragilidad social, sus unidades e
identificadores .................................................................................................................. 9
Tabla 10: Descriptores de agravamiento por falta de resiliencia, sus unidades e
identificadores .................................................................................................................. 9
Tabla 11: Elementos estructurales de acuerdo con el sistema estructural ...................... 14
Tabla 12: Elementos no estructurales ............................................................................. 16
Tabla 13: Pesos para los elementos estructurales según el tipo de edificio ................... 18
Tabla 14: Pesos para elementos no estructurales............................................................ 19
Tabla 15: Pesos para las condiciones del suelo .............................................................. 19
Tabla 16: Pesos para las condiciones preexistentes del edificio .................................... 19
Tabla 17: Tabla comparativa de los índices de daño. ..................................................... 19
 1. INTRODUCCIÓN
En el presente trabajo se desarrolla una consulta sobre las investigaciones Pre Evento y
Post Evento aplicables en el país, determinando la importancia que tiene este tipo de
investigaciones en el ámbito estructural, diferenciando estos dos tipos de investigación y
encontrando una investigación pre evento que sea aplicable para el país.

La vulnerabilidad sísmica permite determinar el nivel de daño provocado por un evento

sísmico caracterizado en intensidad e intervalo de tiempo sobre una edificación. El
objetivo principal que se persigue al determinar la vulnerabilidad sísmica de una
estructura es prevenir y mitigar el daño en las edificaciones, ya que una vez ocurrido el
evento sísmico se puede reducir notablemente las pérdidas económicas, ambientales y
sobre todo humanas. (Albarracin Meza , 2019)

Los métodos de inspección y puntaje permiten identificar y caracterizar las deficiencias

sísmicas potenciales de una edificación, atribuyendo valores numéricos (tantos o puntos)
a cada componente significativo de la misma, que ponderado en función de su
importancia relativa, conduce a la determinación de un índice de vulnerabilidad. Un
ejemplo de esta metodología es el desarrollado por el Gruppo Nazionale per la Defensa
dai Terremoti GNDT, 1990. (Bitstream, 2014)

La Norma Ecuatoriana de la Construcción (NEC), en el capítulo de Riesgo Sísmico,

Evaluación, Rehabilitación de Estructuras, establece diferentes metodologías para evaluar
de forma rápida el riesgo sísmico en edificaciones, como es el caso de los métodos FEMA
154, metodologías del Grupo Nacional de Defensa de Terremotos “GNDT” u otros que
sean apropiados, siendo en su mayoría basados en normas extranjeras. ( CUEVA
FLORES , 2017)

Según la (NEC), la mayor parte del territorio del Ecuador se encuentra ubicado en una
zona de alta actividad sísmica, lo que provoca la ocurrencia de sismos de media y alta
intensidad, que son responsables de generar daños a las estructuras. Dada la actividad
sísmica que ha ocurrido en los últimos años en el Ecuador; como lo sucedido en el sismo
de Pedernales el pasado 16 de abril del 2016, el cual generó pérdidas humanas y
económicas importantes afectando el desarrollo del país, da alertas de saber si las
estructuras del país tienen la capacidad de resistir dichos eventos sísmicos. ( CUEVA
FLORES , 2017)

Página 1 de 24
 2. OBJETIVOS

2.1.OBJETIVO GENERAL
 Realizar una consulta sobre las investigaciones Pre Evento y Post Evento
aplicables en el país

2.2.OBJETIVOS ESPECÍFICOS
 Determinar la importancia que tiene este tipo de investigaciones en el ámbito
estructural.
 Identificar los aspectos que pueden mejorar los resultados de las evaluaciones post
y pre evento.
 Encontrar una investigación pre evento que sea aplicable para el país.
 Encontrar una investigación post evento que sea aplicable para el país

3. DESARROLLO
3.1.INVESTIGACIONES PRE EVENTO
3.1.1. GNDT
La metodología propuesta por el Gruppo Nazionale per la Difensa dai Terremoti de Italia
(G.N.D.T.) para evaluar la vulnerabilidad de edificios consiste en determinar un índice
de vulnerabilidad normalizado, el cual se obtiene con la ayuda de fichas de levantamiento
que son llenadas al analizar un edificio o un grupo de ellos. Originalmente, la propuesta
del G.N.D.T. se aplicó a dos tipos de construcciones diferentes, edificios de mampostería
de piedra y edificios de hormigón armado, para cada uno de los cuales existe un
procedimiento claramente detallado.

Tabla 1: Categoría de daños

Fuente: (Astroza, 2005)

Página 2 de 24
El método se basa en la información relacionada con características de los edificios como
son: el tipo de construcción, el uso, la calidad de los materiales, la estructuración utilizada,
aspectos geométricos de la estructura, el tipo de daños que presenta, etc. Estas
características se cuantifican a modo de parámetros y se evalúan teniendo en cuenta once
factores, a cada uno de los cuales se le asigna alguna de las clases consideradas (que son
cuatro para los edificios de mampostería de piedra: A, B, C y D (Tabla 2); y tres para los
edificios de hormigón armado: A, B y C (Tabla 3). En ambos casos, las clases cuentan
con un puntaje establecido de acuerdo con el factor considerado, al cual, a su vez, se le
asocia un cierto peso.

Originalmente, para los edificios de hormigón armado no existía una propuesta tan
desarrollada como la hecha para los edificios de mampostería no reforzada. Por este
motivo, un estudio realizado por el Istituto di Ricerca Sul Rischio Sismico del Consejo
Nazionale di la Ricerca propuso una nueva escala para los puntajes asignados a cada clase
y para los pesos propuestos a cada factor de vulnerabilidad, como se indica en la Tabla 4.
Los pesos asignados en las Tablas 2, 3 y 4 reconocen el grado de importancia de cada uno
de los factores de vulnerabilidad dentro de la resistencia estructural del edificio analizado.
La determinación de la clase correspondiente a cada factor se realiza de acuerdo con la
estimación que se haga según la Tabla 4.

Tabla 2: Factores de vulnerabilidad, clases y pesos para edificios en mampostería de piedra

Fuente: (Astroza, 2005)

Página 3 de 24
 Tabla 3: Factores de vulnerabilidad, clases y pesos para edificios de hormigón armado.

Fuente: (Astroza, 2005)

Finalmente, el índice de vulnerabilidad normalizado (Iv) se obtiene como la suma

ponderada de cada uno de los factores de vulnerabilidad por su peso correspondiente. Es
conveniente normalizar el índice Iv, para facilitar la comparación entre los distintos
valores correspondientes a los edificios de la muestra analizada. Esto se obtiene
dividiendo el índice calculado para cada edificio por el valor máximo que se puede
obtener de él, es decir, por medio de la ecuación 1 para el caso de edificios de
mampostería no reforzada y de la ecuación 2 para edificios de hormigón armado:

El máximo valor del índice de vulnerabilidad normalizado es la unidad, lo que

corresponde a una estructura muy susceptible al colapso en caso de un terremoto, y a
medida que se tiende al valor cero la estructura es cada vez menos vulnerable a eventos
sísmicos.

Página 4 de 24
Tabla 4: Modificación de factores de vulnerabilidad, clases y pesos para edificios de hormigón armado
según C.N.R. et al. (1993a; 1993b).

Fuente: (Astroza, 2005)

Tabla 5: Asignación de clases a las estructuras dependiendo de sus propiedades.

Fuente: (Astroza, 2005)

3.1.1.1.Índice de Vulnerabilidad
El método evalúa 11 parámetros, clasificados en función de su vulnerabilidad, los cuales
están divididos en tres grupos: A, B y C, siendo el más seguro A y el más vulnerable C.
La calificación determina que mientras más alto es el valor que se le asigna al parámetro,
la estructura es más insegura.

El índice de vulnerabilidad, permite obtener un valor que refleja el grado de

vulnerabilidad de una edificación; si se obtiene un resultado de cero, corresponde a una
estructura sumamente segura y un resultado de noventa, se asocia a estructura sumamente
vulnerable con alta probabilidad del colapso ante un evento sísmico (Aguiar y Bolaños,
2006). En la tabla 6, se muestra los puntajes del índice de vulnerabilidad y su respectivo
nivel de vulnerabilidad.

Tabla 6: Nivel de vulnerabilidad.

Fuente:(Aguiar)

Página 5 de 24
 3.1.2. EVALUACION DEL RIESGO SISMICO: UN MODELO BASADO EN
LA TEORIA DE CONJUNTOS DIFUSOS
Desde una perspectiva holística, el riesgo requiere una evaluación multidisciplinaria que
tenga en cuenta no sólo el daño físico esperado, el número de víctimas o pérdidas
económicas, sino también las condiciones relacionadas con la fragilidad social y falta de
resiliencia. (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Cardona (2001) desarrolló un marco conceptual y un modelo para el análisis de riesgo

sísmico de una ciudad desde una perspectiva holística, que describe el riesgo sísmico por
medio de índices. Posteriormente, Carreño (2006), desarrolló un método alternativo para
la evaluación del riesgo urbano, a partir de Cardona (2001) y de Barbat y Cardona (2003).

En la ilustración 1 presenta el marco conceptual del enfoque holístico para la evaluación

del riesgo. Desde esta perspectiva, el riesgo es función de la vulnerabilidad física-o el
potencial daño físico-y un conjunto de factores de vulnerabilidad i. que conforman las
condiciones de vulnerabilidad del contexto (fragilidad social y falta de resiliencia). La
gestión del riesgo requiere una estructura institucional, y políticas públicas, para
implementar acciones sobre los factores de vulnerabilidad i para reducir el riesgo.
(Carreño Tibaduiza, Cardona, & Barbat, 2014)

Ilustración 1: Marco conceptual de un enfoque holístico para la evaluación y gestión del riesgo sísmico.
I es la intensidad del evento, V es la vulnerabilidad, y i son los factores de vulnerabilidad.
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Página 6 de 24
 3.1.2.1.Evaluación holística del riesgo basado en indicadores
En la evaluación holística del riesgo basada en índices se obtiene un índice de riesgo total
afectando el riesgo físico por medio de condiciones de vulnerabilidad del contexto. Este
enfoque contribuye a la gestión del riesgo, invita a la acción mediante la identificación de
los puntos débiles del centro urbano. La fragilidad socio-económica y la falta de
resiliencia son descritas por un conjunto de indicadores que agravan el riesgo físico. El
riesgo total se expresa como sigue:

Donde

RT: es el índice de riesgo total

RF: es el índice de riesgo físico

F: es el coeficiente de agravamiento.

El riesgo físico RF se obtiene mediante la suma ponderada de factores de riesgo físico

Donde

FRFi: son los factores de riesgo físico,

wRFi: es el peso para cada factor y p es el número total de descriptores de riesgo físico.

Los pesos suman 1 y se obtienen utilizando el Proceso Analítico Jerárquico (PAJ). La

Tabla 7 presenta los descriptores propuestos para el riesgo físico y las unidades en las
cuales se utilizan.
Tabla 7: Descriptores de riesgo físico, sus unidades e identificadores

Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Página 7 de 24
Los factores de riesgo físico se obtienen utilizando funciones de transformación, con las
que conocido el valor bruto de cada descriptor (número de fallecidos, área destruida, etc.)
se obtiene el valor de cada factor de riesgo físico, el cual toma un valor entre 0 y 1.

Este coeficiente depende de la suma ponderada de un conjunto de factores agravantes

asociados a la fragilidad socio-económica, FFSi, y la falta de resiliencia, FFRj. Los
factores agravantes FFSi y FFRj se calculan utilizando funciones de transformación.

Donde:

wFSi y wFRj: son los pesos de cada uno de los factores i y j

m y n: son el número total de descriptores para la fragilidad social y falta de resiliencia,

respectivamente.

Donde wFSi y wFRj son pesos que toman en consideración su importancia relativa,
suman 1 y son calculados utilizando el Proceso Analítico Jerárquico

La Tabla 8 presenta los descriptores propuestos para conformar el coeficiente de

agravamiento por fragilidad social y falta de resiliencia. En la Tabla 9 y la Tabla 10 se
observan los descriptores con las unidades utilizadas.

Tabla 8: Descriptores utilizados para estimar el coeficiente F

Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Página 8 de 24
 Tabla 9: Descriptores de agravamiento por fragilidad social, sus unidades e identificadores

Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Tabla 10: Descriptores de agravamiento por falta de resiliencia, sus unidades e identificadores

Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Los descriptores utilizados tienen distintas unidades, las funciones de trasformación

estandarizan su valor bruto, transformándolos en factores conmensurables. La Ilustración
2 presenta el modelo de las funciones de transformación usadas. Son funciones de
pertenencia de alto nivel de riesgo y de alto nivel de agravamiento.

El eje x presenta los valores de los descriptores, mientras que el valor del factor
correspondiente (de riesgo físico o agravamiento) está en el eje y, teniendo valores entre
0 y 1. Los valores límite, Xmin y Xmax, se definen teniendo en cuenta la opinión de
expertos e información sobre desastres pasados. En el caso de los descriptores de la falta
de resiliencia, la función tiene forma inversa, el mayor valor del indicador da menor valor
de agravación. Los pesos wFSi y wFRj representan la importancia relativa de cada factor
y se calculan por medio del Proceso Analítico Jerárquico.

Ilustración 2: Modelo para las funciones de trasformación

Página 9 de 24
 Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Ilustración 3: Funciones de transformación utilizadas para obtener los factores de riesgo físico
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Ilustración 4: Funciones de transformación utilizadas para obtener los factores de riesgo físico
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Ilustración 5: Funciones de transformación utilizadas para obtener los factores de agravamiento por
fragilidad social
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Página 10 de 24
Ilustración 6: Funciones de transformación utilizadas para obtener los factores de agravamiento por
fragilidad social
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Ilustración 7: Funciones de transformación utilizadas para obtener los factores de agravamiento por
falta de resiliencia
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Ilustración 8: Funciones de transformación utilizadas para los factores de agravamiento por falta de
resiliencia
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

Página 11 de 24
Mediante el procedimiento descrito, para un centro urbano conformado por un conjunto
de áreas suburbanas, tales como alcaldías menores, distritos, localidades o comunas, la
evaluación holística del riesgo para cada una de las unidades de análisis se hace a partir
de la estimación de los factores de riesgo sísmico físico y de agravamiento por fragilidad
social y falta de resiliencia.

La Ilustración 9 muestra el proceso de cálculo del índice de Riesgo Total, comenzando

por los descriptores de riesgo físico, XRFk, y los descriptores del agravamiento, XFSi y
XFRj, utilizando los pesos wRFk, wFSi, wFRj. Estos descriptores fueron seleccionados
como los más significativos para cada categoría, sin embargo estos pueden cambiarse por
otros de acuerdo con la disponibilidad de información para cada caso de estudio.

Ilustración 9: . Descriptores de riesgo físico, fragilidad social y falta de resiliencia y sus pesos
Fuente: (Carreño Tibaduiza, Cardona, & Barbat, 2014)

3.2.INVESTIGACIONES POST EVENTO

3.2.1. Modelo computacional para la evaluación de daños
A pesar de las ventajas de las metodologías y de los manuales para la evaluación del daño
en edificios comentadas en la sección anterior, las decisiones erróneas, como la
demolición de edificios no críticos o la evacuación innecesaria de edificios, siguen
cometiéndose debido a la falta de experiencia y calificación de los evaluadores. Esto
representa serios problemas, especialmente en el caso de edificios esenciales. Además, es
Página 12 de 24
posible que los daños en edificios que pueden poner en riesgo la estabilidad estructural
sean ignorados, poniendo en peligro la vida de los ocupantes. Para enfrentar este
problema, se ha desarrollado un sistema experto y una herramienta computacional para
la fase de respuesta a emergencias cuando se presenta un fuerte terremoto (Carreño
Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

La toma de decisiones de la habitabilidad y reparabilidad de edificios basada en los

complejos patrones del daño observado es realmente una tarea difícil para profesionales
inexpertos. (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

A pesar de las ventajas de las metodologías y de los manuales para la evaluación del daño
en edificios comentadas en la sección anterior, las decisiones erróneas, como la
demolición de edificios no críticos o la evacuación innecesaria de edificios, siguen
cometiéndose debido a la falta de experiencia y calificación de los evaluadores. Esto
representa serios problemas, especialmente en el caso de edificios esenciales. Además, es
posible que los daños en edificios que pueden poner en riesgo la estabilidad estructural
sean ignorados, poniendo en peligro la vida de los ocupantes. Para enfrentar este
problema, se ha desarrollado un sistema experto y una herramienta computacional para
la fase de respuesta a emergencias cuando se presenta un fuerte terremoto (Carreño
Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

El modelo propuesto y la herramienta computacional utilizan una red neuronal artificial

(RNA). La red neuronal está compuesta por tres capas muestra su estructura general). En
la capa de entrada las neuronas están agrupadas en cuatro grupos, correspondientes a los
elementos estructurales (ES), elementos no estructurales (NE), condiciones del suelo (CS)
y condiciones preexistentes (CP). Cada grupo contribuye con información a una neurona
en la capa intermedia en la que sólo hay cuatro neuronas correspondientes a los cuatro
grupos. El número de neuronas en la capa de entrada del modelo no es constante. Este
depende del sistema estructural que se evalúa y la importancia que se le da a cada grupo
de variables, por ejemplo, si el daño estructural es muy alto, no es necesario evaluar las
condiciones del suelo o las condiciones preexistentes.

Página 13 de 24
 Ilustración 10; Estructura de la red neuronal
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

El número de neuronas de entrada para analizar el estado de los elementos estructurales

cambia de acuerdo con la clase de edifico. La Tabla 11 muestra las variables estructurales
consideradas de acuerdo con el sistema estructural.

Tabla 11: Elementos estructurales de acuerdo con el sistema estructural

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Se asigna una calificación a los elementos estructurales y no estructurales, dependiendo

del daño observado utilizando cinco posibles niveles de daño, representados mediante
conjuntos difusos: ninguno (N), leve (L), moderado (M), fuerte (F) y severo (S). La
Ilustración 11 presenta las funciones de pertenencia utilizadas por el modelo para estas
calificaciones. Las funciones de pertenencia de los conjuntos difusos alcanzan su punto
máximo de pertenencia para los valores de los índices de daño. Los niveles de daño en
los diferentes elementos estructurales y no estructurales de edificios con diferentes
tipologías están ilustrados en las Ilustraciones 12 y13, respectivamente.

Página 14 de 24
 Ilustración 11: Funciones de pertenencia para las calificaciones lingüísticas.
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Ilustración 12: : Daño en elementos estructurales: a) Daño severo en un nudo de hormigón armado; b)
Daño moderado en una viga de hormigón armado; c) Daño fuerte en un muro de mampostería; d) Daño
fuerte en un muro de bahareque
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Ilustración 13: Daño en elementos no estructurales: a) Daño severo en muros divisorios, b) Daño fuerte
en escaleras.
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Las variables de condiciones del suelo y pre-existentes son valoradas durante el proceso
de evaluación. Las calificaciones lingüísticas utilizadas son: muy buena (MB), media
(M), y muy mala (MM). En las condiciones del suelo se tienen en cuenta todas las

Página 15 de 24
variables que pueden afectar la estabilidad de la estructura, como deslizamientos y
asentamientos del suelo (se pueden observar ejemplos de estas situaciones en la Ilusracion
14 Las condiciones preexistentes pueden presentar características que incrementarían la
vulnerabilidad del edificio ante un sismo. En la figura 6 se presentan algunos ejemplos de
malas condiciones preexistentes.

Tabla 12: Elementos no estructurales

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Ilustración 14; Condiciones del suelo: a) Licuación del suelo; b) Deslizamientos del suelo
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Ilustración 15: Condiciones preexistentes: a) Mala calidad en la construcción; b) Irregularidades

verticales, piso blando; c) Irregularidades en planta; d) Mala configuración estructural: algunos
elementos están fuera de los ejes principales.
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)
En la capa intermedia se obtiene un índice, por desfuzificación, de cada grupo de
variables. La desfuzificación significa que los valores de estos índices corresponden al

Página 16 de 24
centroide de área de las funciones de pertenencia relacionadas con cada nivel de daño. La
Ilustración 16 muestra un ejemplo del proceso de desfuzificación. Teniendo en cuenta
los cuatro índices obtenidos, es posible definir en la capa de salida el daño en el edificio,
utilizando las reglas difusas con evaluaciones de los elementos estructurales y no
estructurales.

Ilustración 16: Evaluación del nivel de daño de elementos estructurales: a) Conjuntos difusos; b)
Envolvente de la unión de los conjuntos difusos. El punto Ci, correspondiente al centroide del área
limitada por la envolvente, es el valor desfuzificado.
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

3.2.1.1.Descripción de la red neuronal artificial

3.2.1.1.1. Capa de entrada
Los conjuntos difusos para cada variable i (columnas, muros o vigas), en la capa de
entrada, son obtenidos de las calificaciones lingüísticas del daño dadas por los
evaluadores Dj en cada nivel j y su extensión wj . La extensión del daño (porcentaje de
elementos de un tipo en cada nivel de daño) varia de 0 a 100 y es normalizado,

La calificación acumulada del daño en cada variable Di es obtenida con la unión de los
conjuntos difusos escalados, teniendo en cuenta las funciones de pertenencia del daño µ
Dj(Dj ) y su extensión asignada por el evaluador. La unión entre conjuntos difusos está
definida por la máxima dependencia

Página 17 de 24
Por medio de la desfusificación, usando el método del centroide de área (COA), se obtiene
un índice de calificación Ci para cada variable de cada grupo de neuronas

3.2.1.1.2. Capa intermedia.

En esta capa se tienen cuatro neuronas, que corresponden a cada uno de los grupos de
variables: elementos estructurales, elementos no estructurales, condiciones del suelo y
condiciones preexistentes. En este modelo neuronal las neuronas de entrada no influyen
sobre todas las neuronas intermedias, sólo lo hacen sobre la neurona que corresponde al
grupo de variables al que pertenecen.

Los pesos Wki han sido predefinidos con la ayuda de expertos en ingeniería estructural.
Para los elementos estructurales estos dependen del sistema estructural que se analiza y
se indican en Tabla 13. Los pesos aplicados para los elementos no estructurales se
presentan en la Tabla 14. La Tabla 15 indica los pesos correspondientes a las condiciones
del suelo, y la Tabla 16 los utilizados para las condiciones preexistentes.

Tabla 13: Pesos para los elementos estructurales según el tipo de edificio

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Página 18 de 24
 Tabla 14: Pesos para elementos no estructurales

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Tabla 15: Pesos para las condiciones del suelo

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Tabla 16: Pesos para las condiciones preexistentes del edificio

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

3.2.1.1.3. Aprendizaje de la red neuronal

La red neuronal se calibró utilizando las evaluaciones del daño por sismo realizadas
después del terremoto del Quindío en Colombia en 1999. Sin embargo, se necesita mayor
información para completar el entrenamiento de la red para otros tipos estructurales,
especialmente para pórticos de madera y acero, pues este tipo de sistemas estructurales
no eran comunes en la zona afectada por el sismo. Los pórticos de concreto reforzado con
muros de cortante también son muy pocos y por lo tanto, el número de evaluaciones de
edificaciones para calibrar este sistema estructural fue insuficiente

Tabla 17: Tabla comparativa de los índices de daño.

Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Página 19 de 24
La calibración se hace por nivel de daño y sólo para los índices correspondientes a los
grupos de variables considerados en cada evaluación que calibra el sistema. En la capa de
salida el aprendizaje utiliza el algoritmo de Kohonen

donde Ikj es el valor del índice de un grupo de variables k que se recalcula considerando
una tasa de aprendizaje α y la diferencia entre el índice resultante de la presente
evaluación y el índice previo en cada nivel de daño j. La tasa de aprendizaje α está
definida por

donde t es el número de veces que el índice que se calibra ha sido usado.

La habitabilidad y la reparabilidad de las estructuras se valoran basándose en los

resultados obtenidos del nivel de daño de los elementos estructurales y no estructurales,
el estado de las condiciones del suelo y las condiciones pre-existentes. La Ilustración 17
muestra el uso de las reglas difusas para estas estimaciones. El nivel de daño global del
edificio se deduce a partir de los valores de los resultados del daño estructural y no
estructural. El estado global del edificio y la habitabilidad se determinan teniendo en
cuenta el daño global del edificio y las condiciones del suelo en dos diferentes bases de
reglas difusas.

Página 20 de 24
 Ilustración 17: Método para evaluación de la habitabilidad y reparabilidad de un edificio.
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)
Las calificaciones lingüísticas para la habitabilidad de la estructura tiene cuatro niveles
posibles: habitable (inmediatamente habitable), uso restringido (habitable después de
reparaciones), peligroso (habitable después de reforzamiento estructural) y prohibido (no
habitable). La reparabilidad depende de otra base de reglas lógicas que contempla las
condiciones preexistentes del edificio. La reparabilidad tiene cuatro posibles niveles:
ninguna, reparaciones menores, reparación, reforzamiento y posible demolición.

Página 21 de 24
 Ilustración 18: Diagrama de flujo del proceso de evaluación
Fuente: (Carreño Tibaduiza, Marulanda, Cardona, & Barbat, 2007)

Página 22 de 24
 4. CONCLUSIONES
 La evaluación post evento y pre evento de la seguridad estructural de una
edificación es un conjunto de procedimientos que permite determinar el estado
del daño o deterioro presente en una estructura, inmediatamente o a pocos días de
ocurrido un terremoto o cuando este ya sucedió; su objetivo es el de proteger de
forma inmediata a las personas que habitan en ella. Por lo tanto se puede afirmar
que este tipo de evaluaciones son esenciales para salvaguardar las vidas de los
ocupantes.
 La ausencia de organización institucional y de la comunidad, conllevan a una débil
preparación para la respuesta a la emergencia, la inestabilidad política y una
economía débil contribuyen al aumento del riesgo. La estimación del riesgo
requiere un enfoque multidisciplinar que tome en cuenta no sólo el daño físico, el
número y gravedad de las víctimas o las pérdidas económicas, sino también los
aspectos sociales, organizacionales e institucionales.
 El modelo que podría ser aplicable en el país es una propuesta y la herramienta
computacional que utiliza una red neuronal artificial (RNA). La red neuronal está
compuesta por tres capas muestra su estructura general). Este depende del sistema
estructural que se evalúa y la importancia que se le da a cada grupo de variables,
por ejemplo, si el daño estructural es muy alto, no es necesario evaluar las
condiciones del suelo o las condiciones preexistentes.

5. RECOMENDACIONES

 En el Ecuador se deben promover y elaborar proyectos para la adquisición de

equipos que resulten necesarios para la atención de las emergencias y para la
evaluación estructural de las edificaciones luego de ocurrido un sismo.
 Dada la alta probabilidad de ocurrir sismos en nuestro país, es necesario establecer
un plan global para la atención de las emergencias, proponiendo a las autoridades
programas específicos para la realización de la inspección postsísmica.

6. BIBLIOGRAFÍA
CUEVA FLORES , C. A. (2017). VULNERABILIDAD SÍSMICA DEL EDIFICIO DE LA
FACULTAD DE FILOSOFÍA, COMERCIO Y ADMINISTRACIÓN DE LA UCE
CON LA NORMA ECUATORIANA DE LA CONSTRUCCIÓN (NEC SE-RE
2015). Recuperado el 20 de 07 de 2020, de
http://www.dspace.uce.edu.ec/bitstream/25000/9605/1/T-UCE-0011-275.pdf

Página 23 de 24
Aguiar, B. (s.f.). Evaluación rápida de la vulnerabilidad sísmica en edificios de.
Recuperado el 20 de 07 de 2020
Albarracin Meza , S. A. (07 de 20 de 2019). Aplicación de metodologías simplificadas
pre-evento sísmico, para la determinación de la vulnerabilidad sísmica de las
edificaciones de la Facultad de Ingeniería, Ciencias Físicas y Matemática de la
UCE. Recuperado el 20 de 07 de 2020
Astroza, M. (2005). CALIBRACION DEL INDICE DE VULNERABILIDAD DEL GNDT
A LAS EDIFICACIONES CHILENAS: ESTRUCTURAS DE ALBAÑILERÍA
CONFINADA. Recuperado el 20 de 07 de 2020, de
https://www.researchgate.net/publication/265292199_CALIBRACION_DEL_I
NDICE_DE_VULNERABILIDAD_DEL_GNDT_A_LAS_EDIFICACIONES_
CHILENAS_ESTRUCTURAS_DE_ALBANILERIA_CONFINADA
Bitstream. (2014). MÉTODOS DE EVALUACIÓN DE LA VULNERABILIDAD
SÍSMICA. Recuperado el 20 de 07 de 2020, de
https://www.tdx.cat/bitstream/handle/10803/6226/14CAPITULO5.pdf?sequence
=14
Carreño Tibaduiza, M. L., Cardona, O. D., & Barbat, A. H. (2014). EVALUACION DEL
RIESGO SISMICO: UN MODELO BASADO EN LA TEORIA DE CONJUNTOS
DIFUSOS. Recuperado el 20 de 07 de 2020, de
https://www.researchgate.net/publication/259599319_EVALUACION_DEL_RI
ESGO_SISMICO_UN_MODELO_BASADO_EN_LA_TEORIA_DE_CONJU
NTOS_DIFUSOS
Carreño Tibaduiza, M. L., Marulanda, M., Cardona, O. D., & Barbat, A. (2007).
Herramienta computacional para la evaluación post-sísmica de daños en
edificios. Recuperado el 20 de 07 de 2020, de
https://www.researchgate.net/publication/45490987_Herramienta_computaciona
l_para_la_evaluacion_post-sismica_de_danos_en_edificios

Página 24 de 24