Segunda sesión butic Workshop - Inteligencia Artificial aplicada a la Ingeniería y la Arquitectura

FR 

FABRIKAM RESIDENCES 

INTELIGENCIA 

ARTIFICIAL APLICADA 

A INGENIERÍA Y 

ARQUITECTURA 

SEGUNDA SESIÓN 

Aquí tiene la grabación del la segunda sesión del butic Workshop: Inteligencia Artificial aplicada a Ingeniería y Arquitectura

Derechos de propiedad intelectual 

Este documento se rige por la licencia de Creative Commons de 

Atribución/Reconocimiento-NoComercial-SinDerivados 4.0 Internacional cuyo detalle 

puede consultar aquí: https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es 

Aquí tiene la grabación del la segunda sesión del butic Workshop: Inteligencia Artificial aplicada a Ingeniería y Arquitectura 

https://www.lurtis.com | info@lurtis.com

INTELIGENCIA ARTIFICIAL APLICADA A 

INGENIERÍA Y ARQUITECTURA 

Casos Prácticos y Ejemplos de Aplicación 

• Procesamiento Automático de Normativas 

• Diseño y Optimización de Estructuras 

• Optimización de Diseños de Parcela 

• Distribución y Particionamiento de Espacios 

• Predicción de la Demanda 

• Reconocimiento de Objetos y Reconstrucción 

• Deformación en Túneles 

• Robótica de Inspección de Instalaciones

FR 


¿CÓMO AFRONTAR EL 

RETO? 

PREGUNTAS QUE HAY QUE 

HACERSE

Definir un Problema 

Funcional 

(¿qué debemos hacer?) 

Técnico 

(¿cómo lo hacemos?) 

Modelado 

(¿cómo aplicar la IA?) 

Problema de Digitalización 

Problema de Digitalización Inteligente 

https://www.lurtis.com | info@lurtis.com 


5

Preguntas Clave Que Hay Que Hacerse 

ANTES DE EMPEZAR… 

¿Qué impacto 

se espera de 

aplicar la IA? 

¿Qué se 

considera un 

éxito? 

¿Quién lidera 

este proyecto? 



6

FR 


PROCESAMIENTO DE 

DOCUMENTACIÓN 

LENGUAJE NATURAL, 

ANÁLISIS DE NORMATIVAS

Procesamiento de Documentación 

Extracción de 

términos 

Clasificador de 

Documentos 



8


Tipos de problema 

Extracción de entidades 

Análisis del sentimiento 

Clasificación de textos 

Es dependiente del 

idioma y del corpus 

Requiere de un 

entrenamiento 

específico 

Necesidad de Lógica 

de Negocio 



9


Extracción de 

Términos 

Análisis morfo-sintáctico 

Autotaggers 

Preclasificadores 

NER – Named Entities Recognition 

Obtención de 

los Datos 

Procesamiento 

Sintáctico 

• Formatos uniformes 

• Tokenizado 

• Limpieza 

• Lematización 

• POS tagging 

• Análisis gramatical 

Procesamiento 

semántico 

• NER: Sacar entidades 

• Resumen de texto 

• Extracción de relaciones 



10

Predicción de la Demanda 

ESTRATEGIAS 

• Necesidad de datos etiquetados: 

• Creación de herramientas de auto-tagger. 

• Necesidad de catalogadores manuales. 

• Descomposición jerárquica del problema: 

• Identificar secciones de texto. 

• Buscar términos relevantes. Clasificación de párrafos. 

• Formato de los textos 

• Incluso en textos legales existe mucha variabilidad. 

• Limpieza automatizada del texto. 

• Crear casos diferenciados por formato. 

• Modelo de mejora continua 

• Meter más textos mejora el modelo pero requiere 

mantenimiento para evitar sesgos. 

• Riesgos: 

• Falta de texto etiquetado. 

• Modelos del lenguaje específico. Conocimiento del entorno. 

• Definición del umbral de error admisible. 

11 



FR 


DISEÑO DE 

ESTRUCTURAS 

DISEÑO GENERATIVO

Optimización de Estructuras 

Descripción del problema: Optimizar el 

resultado de una simulación (e.g., Elementos 

Finitos, ABAQUS/ANSYS) minimizando estrés, 

desplazamiento, coste, peso… 

Pudiendo jugar con: 

• Diferentes geometrías. 

• Materiales o configuraciones de diseño. 

• Parámetros de la construcción. 

• … 



13

Diseño de una Viga (Ejemplo Sencillo) 

Material 1 

R2 

Variables a optimizar: 

• R1 R1: = [150 435 – mm 650] 

• R2 R2: = [150 507 – mm 650] 

• Material 1: Metal 

• Material 2: Non-Metal 

MATERIAL 1: magnesium 

MATERIAL 2: glass 

Catálogo de materiales: 

• 14 componentes y aleaciones 

cemento 

R1 

Objetivo: 

• Minimizar peso. 

• Minimizar deformación. 

• Minimizar estrés. 

Material 2 

Carga: Peso: 24.75% (40.83/165.00) 

• Deformación: Desplacemiento (Z & Y): 0.45 2.47% mm 

• Estrés: Max deformación: 33.54% 0.7 mm 

• Rotura: Max peso: 165 0.00% Mg 

• Resolución Stress / strength: por medio dependiente Evolución Diferencial del material 



14




15

Diseño de Metamateriales 

Planteamiento: 

• Se parte de un mallado completo del cual se eliminan 

conexiones. 

• El objetivo es maximizar el desplazamiento resultante de 

salida por un desplazamiento de entrada. 

• Simulación de elementos finitos. 



16

Diseño de Metamateriales 

Aproximación más avanzada: 

• Métodos híbridos: MOS (DE+{Búsqueda local}). 

• Utilización de surrogados. 



17


ESTRATEGIAS 

• Representación de soluciones: 

• Geometrías (paramétricas/discretas). 

• Redundancia de las representación. 

• Gestión de soluciones no factibles. 

• Utilización de surrogados. 

• Técnicas de optimización adecuadas: 

• Búsquedas locales vs. poblacionales. 

• Capacidad de exploración vs. explotación. 

• Heurísticas de dominio. 

• Descomposición/escalado del problema: 

• Simulación con diferentes niveles de detalle. 

• Algoritmos de inyección. 

• Modelos agregativos. 

• Evaluación anticipada (descarte). 

• Soluciones iniciales (conocidas y computables) 

• Riesgos: 

• Neutralidad. 

• Estabilidad del problema (optimización robusta). 



18

FR 


DISEÑOS DE 

PARCELA 

OPTIMIZACIÓN Y 

ESTIMACIÓN

Optimización de Diseños en una Parcela 

Dos enfoques: 

• Estimativo (machine learning | regresión): Datos de la parcela y del proyecto como entrada y 

salida de estimación de costes, presupuestos, edificabilidad, … 

• Constructivo (optimización): Particionado de la parcela, asignación de usos, cumplimiento de 

normativas y distribución en modulos. Función objetivo: coste/aprovechamiento. 

ESTIMATIVO 

CONSTRUCTIVO 

• Disponibilidad de datos: 

• Suficientes y representativos. 

• Enriquecimiento de datos. 

• Esta limitado a ciertos aspectos o consideraciones 

de diseño (probablemente muy relevantes). 

• Explicabilidad del modelo: 

• Una estimación (sin desarrollar). 

• No se acota el tipo de proyecto. 

• Definición de restricciones: 

• Normativas/legislativas. 

• Geo/topológicas. 

• Preferencias de diseño. 

• Consideraciones: 

• Granularidad del diseño resultante. 

• Objetivo de uso (presupuestar/diseñar). 

• Información de entrada: 

• Catálogo de materiales. 

• Histórico de proyectos. 



20

Estimación de Costes de Proyecto 

ESTRATEGIAS 

• Modelos explicativos: Bayesianos | Arboles de Decisión 

• Representación del conocimiento del dominio. 

• Información externa. 

• Transferencia de soluciones: 

• Muy dependientes del sector y procesos a nivel nacional y 

regional. 



21

Edificabilidad: Prism 

Prism is an open source app which accelerates the design process for precision manufactured housing (PMH) for 

London. It is free and easy to use and combines the Mayor of London’s spatial planning rules with precision 

manufacturer expertise to help you to quickly determine viable PMH options for your development. 



Edificabilidad: Envelope 

Envelope's 3D urban map-based software helps real estate professionals analyze, visualize, and run scenarios on 

development potential under zoning 

• Offers legal-quality zoning analysis and architecture-quality visualizations — marrying our 3D technology with 

people power. 

• It’s not (yet) more creative than a zoning specialist with decades of experience of working around the rules. 

• Limits: it can’t totally replace people 



BIMBOT 

Estimación del potencial de un terreno 

• Problema de restricciones geométricas y de encaje de formas. 

• Técnicas: 

• Optimización: VNS | Tabú 

• Evaluación de calidad: Modelado de conocimiento. 

• Marcadamente iterativo. 

• Análisis multicriterio. 

24 



Diseños de Parcelas 

ESTRATEGIAS 

• Análisis preliminar: 

• ¿Cuál es la pregunta a responder? ¿Con qué precisión? 

• ¿Qué es necesario calcular para responder a la pregunta? 

• Disponibilidad de información. 

• Enfoques estimativos: 

• Técnicas de análisis explicables: 

• Visualización y Data Science 

• Dependencia de los datos de partida. 

• Enfoques constructivos: 

• Técnicas de optimización “ligeras”: 

• Satisfacción de restricciones. 

• Interactividad. 

• Presentación de resultados multicriterio. 



25

FR 


PARTICIONAMIENTO 

DE ESPACIOS 

DISTRIBUCIONES DE 

ESTANCIAS

Optimización de Distribuciones 

Definición del problema: 

• Particionamiento en estancias de un volumen (área) determinado. 

• Constructivo (optimización): Particionado de la parcela, asignación de usos, cumplimiento de 

normativas y distribución en modulos. Función objetivo: coste/aprovechamiento. 

Punto de Partida: 

Planos de Proyectos 

Previos 


Restricciones de 

Diseño (Preferencias) 


Métricas de Uso 

(ergonomía, luz, 

eficiencia) 



27

Particionamiento de Interiores 

Definición del problema: 

• Grados de libertad: Número y tipología de estancias. 

• Complejidad geométrica: Estructuras regulares (o habituales). Rangos de tamaños y ratios. 

• Connectividad: Espacios de distribución, relaciones entre estancias. 

• Métricas de calidad: Heurísticas de dominio. 

CONSIDERACIONES 

• Análisis del espacio de soluciones. 

• Métricas basadas en restricciones: 

• Idoneidad para las instalaciones. 

• Experiencia/uso habitual. 

• Aspectos estéticos o funcionales. 

ENFOQUES 

• Optimización por medio de VNS. 

• Particionamiento de grafos o herramientas de 

geometría. 

• Heurísticas de inicialización. 



28

Dirigido por Métricas de Uso 

Optimización basada en simulación 

• Simulación de aspectos de ergonomía y uso: Iluminación, flujo de aire, consumo energético. 

• Simulación de flujos de movimiento: Simulaciones basadas en agentes (para emergencias, uso 

de instalaciones, smart buildings/environments, …). 



29

Particionamiento de Espacios 

ESTRATEGIAS 

• Información de diseño (extracción): 

• Distinción entre objetivos vs. restricciones. 

• Heurísticas de inicialización. 

• Evaluación de soluciones: 

• Simulación. 

• Cálculo estimativo. 

• Técnicas de optimización: 

• Monosolución: VNS | Tabú | Recocido simulado 

• Algoritmos micropoblacionales 

• Técnicas de simulación: 

• Simulaciones multiagente. 

• Simulación de eficiencia energética. 

• Iluminación, flujo de aire, … 

• Gestión de la interactividad. 

• Reportado de la calidad de las soluciones. 



30

FR 


PREDICCIÓN DE 

DEMANDA 

LOGÍSTICA, PLANIFICACIÓN 

Y DISTRIBUCIÓN


Planificación Logística 

Estimación de Delivery days 

Data sets: 

Privados (propios del 

cliente) 

Públicos (información 

códigos postales) 

Demanda Predictiva 

de Recursos 



32


Analítica de DataScience: 

- Buscar correlaciones 

- Exploratorio de datos 

- Testing de diferentes técnicas y compararlas 

Aplicación de Regresión para la predicción de 

los tiempos de entrega. 



33


Demanda Predictiva 

de Recursos 

Predicción en Series Temporales 

Optimización 

Planificación Logística 

Simulación de Rutas 

Sistemas Multi-agente 

Optimización (VNS o Tabú) 

34 




ESTRATEGIAS 

• Diferenciar los problemas: 

• Predicción 

• Mejora 

• Para la parte de predicción: 

• Realizar un trabajo previo de limpieza y validación de los 

datos 

• Si no se puede aplicar para todos los casos, seleccionar los 

conjutos de escenarios en los que si se puede y empezar con 

ellos. 

• Para la parte de mejora: 

• Optimización Local 

• Simulación Multi-agente 

• Heurísticas de dominio. 

• Riesgos: 

• Falta de datos. Provisión de datos públicos. 

• Problema de inventario. En muchos casos la mejora es 

emplear un buen equilibrado de la demanada. 

35 



FR 


RECONOCIMIENTO DE 

OBJETOS 

VISIÓN COMPUTACIONAL

Reconocimiento de Objetos 

Reconocimiento 

Volumétrico 

Reconstrucción 3D 



37


Visión Computacional 

Clasificación de imágenes 

Auto etiquetado 

LIDAR + Image 

Processing 

Deep Neural Network 

155 millones de puntos 



38


Problemas sobre 

imagen 

Clasificación 

Localización 

Detección 

Segmentación 



39


Necesidad de Datos 

Muchas veces no hay muchos 

datos (imágenes o 

configuraciones) de cada caso. 

Creación sintética de datos 

- Transformaciones sobre los 

objetos (Rotaciones o 

traslaciones). 

- Variaciones de color. 

- Introducción de ruido: CUIDADO. 

Creación de datos sintéticos 

Por medio de simulación se pueden crear datasets 

artificiales que valgan como datos de entrada 

Se acelera el proceso de etiquetado 



40


ESTRATEGIAS 

• Partiendo de imagen / scanner 

• Hay que clasificar los objetos como target 

• Detectando 3d Bounding Boxes. 

• Etiquetado de dichos objetos dentro de la imagen. 

• Partiendo de nubes de puntos: 

• Necesidad de etiquetado. 

• Producción de transformaciones sintéticas. 

• Intentar desarrollar una descomposicón en elementos 

principales. 

• Subdivisión de la geometría. 

• Riesgos: 

• Demasiada variabilidad según el entorno. 

• Corpus de imágenes. No hay tantos. 

41 



Q & A 

PREGUNTAS

FIN DE SESIÓN 2 

Luis Peña 

+34 646 818525 

Jose M Peña 

+44 (0) 7482 664449 

luis.penya@lurtis.com jm.penya@lurtis.com 


Aquí tiene la grabación del la segunda sesión del butic Workshop: Inteligencia Artificial aplicada a Ingeniería y Arquitectura

Síguenos en redes sociales 

butic The New School 

Madrid 

butic.es 

Dirección: C/ Juan Montalvo 9, local. 28040, Madrid 

Tfno y WhatsApp: (+34) 689 31 38 39 

Email: quieroserpro@butic.es 

Concierta aquí tu cita

Segunda sesión butic Workshop - Inteligencia Artificial aplicada a la Ingeniería y la Arquitectura

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?