01 · Sensores de bajo coste · Monitorización
Monitorización automatizada de puentes con acelerómetros de bajo coste
El problema
Los sensores de grado industrial son caros. Ese coste supone una barrera importante para la implantación generalizada de la monitorización estructural, sobre todo en proyectos con presupuestos ajustados.
Qué se hizo
Se comparó el acelerómetro de bajo coste LARA con un acelerómetro comercial tradicional (PCB 607A61) durante una campaña en el puente de carretera de Andoain. El estudio analizó la densidad de ruido, la sincronización de los datos a través de internet y las características dinámicas del puente, y desarrolló un procedimiento automatizado de análisis modal operacional que integra la adquisición de datos y el cálculo modal. Con los datos medidos se calibró después un modelo de elementos finitos del puente.
Qué significa en la práctica
Según los autores, LARA se ajustó mucho al acelerómetro comercial, con discrepancias mínimas en las frecuencias propias y valores altos del criterio de garantía modal (MAC), y el modelo calibrado coincidió estrechamente con las propiedades modales medidas. Para un propietario, esto significa monitorización por vibraciones y calibración de modelos con sensores de bajo coste, y con un procesado que se ejecuta de forma automática.
Delgado Zhagui, E.; Komarizadehasl, S.; Torralba, V.; Diaz-Rozo, J.; Turmo, J. (2025). Cost-effective bridge health monitoring via automated operational modal analysis using low-cost adaptable and reliable accelerometers. Structure and Infrastructure Engineering, 1–16. https://doi.org/10.1080/15732479.2025.2521479
03 · Sensores de bajo coste · Monitorización
Sensores comerciales para el entrenamiento, sensores de bajo coste de forma permanente
El problema
La monitorización estructural es clave para la seguridad de las infraestructuras esenciales, pero el alto coste de los sensores tradicionales limita a menudo su uso.
Qué se hizo
Se instalaron temporalmente sensores comerciales junto a acelerómetros de bajo coste en un puente para apoyar el entrenamiento de un modelo de aprendizaje profundo basado en redes neuronales de memoria a corto y largo plazo (LSTM). Terminado el entrenamiento, los sensores comerciales se retiran y los acelerómetros de bajo coste calibrados quedan instalados para la monitorización continua. En el caso de estudio, el puente contaba con seis sensores de bajo coste y seis comerciales, y se compararon las formas modales y las frecuencias propias de los sensores comerciales, de los de bajo coste y de los de bajo coste calibrados.
Qué significa en la práctica
Los autores indican que esta comparación corroboró el enfoque. Para un propietario, los sensores comerciales solo hacen falta durante el entrenamiento, mientras que la monitorización permanente funciona con hardware de bajo coste.
Emadi, S.; Komarizadehasl, S.; Xia, Y. (2025). Application of Intelligent Low-Cost Accelerometers for Bridge Monitoring With a Deep Learning Approach. Structural Control and Health Monitoring, 2025, 9835353. https://doi.org/10.1155/stc/9835353
04 · Sensores de bajo coste · Detección de daños
Un inclinómetro asequible para detectar daños en puentes
El problema
La detección de daños estructurales con inclinómetros despierta un amplio interés entre los investigadores, pero su elevado precio los limita a estructuras singulares con un presupuesto de monitorización relativamente alto.
Qué se hizo
Se desarrolló LARA, un inclinómetro de bajo coste que combina cinco giróscopos y cinco acelerómetros, con un microcontrolador de Internet de las cosas para transmitir datos sin cables y software comercial gratuito para la adquisición. Se estudiaron su exactitud, resolución, varianza de Allan y desviación estándar con distintos números de circuitos combinados, y sus lecturas se compararon en laboratorio con cálculos numéricos de la pendiente y con un inclinómetro comercial (HI-INC).
Qué significa en la práctica
En una prueba de carga sobre un modelo de viga simple, LARA alcanzó una exactitud de 0,003 grados. Los autores concluyen que su precio asequible y su elevada exactitud hacen que LARA sea aplicable a la detección de daños estructurales en puentes mediante inclinómetros. Estos resultados proceden de ensayos de laboratorio.
Komarizadehasl, S.; Komary, M.; Alahmad, A.; Lozano-Galant, J.A.; Ramos, G.; Turmo, J. (2022). A Novel Wireless Low-Cost Inclinometer Made from Combining the Measurements of Multiple MEMS Gyroscopes and Accelerometers. Sensors, 22(15), 5605. https://doi.org/10.3390/s22155605
05 · Monitorización a largo plazo
Avisar cuando un inclinómetro de larga duración puede necesitar recalibración
El problema
Los sensores de bajo coste hacen asequible la monitorización de edificios e infraestructuras, pero su durabilidad y fiabilidad a largo plazo son un problema crítico, y no existía ningún método publicado para comprobar que siguen funcionando bien con el tiempo.
Qué se hizo
Se desarrolló un método de inteligencia artificial para evaluar el comportamiento a largo plazo de inclinómetros de bajo coste, utilizando un anglemeter adaptable y fiable de bajo coste. Compara automáticamente las inclinaciones medidas en obra con los valores previstos para las condiciones ambientales reales y avisa cuando la discrepancia supera un umbral estadístico predefinido. Se demostró en un estudio de larga duración sobre un pórtico de acero real en España.
Qué significa en la práctica
Un aviso puede indicar que el sensor ha perdido exactitud y necesita recalibrarse, o que la propia estructura presenta una anomalía. Responde a una carencia que señalan los autores: la literatura no presentaba ninguna solución para garantizar el comportamiento a largo plazo de los sensores de bajo coste.
Lozano, F.; Emadi, S.; Komarizadehasl, S.; González-Arteaga, J.; Xia, Y. (2024). Enhancing performance evaluation of low-cost inclinometers for the long-term monitoring of buildings. Journal of Building Engineering, 87, 109148. https://doi.org/10.1016/j.jobe.2024.109148
06 · Detección de daños
Acelerómetros de bajo coste y fibra óptica juntos para detectar daños
El problema
Los sistemas distribuidos de fibra óptica, como el Distributed Acoustic Sensing (DAS), son precisos, pero caros, exigentes en cálculo y con un consumo energético elevado. Los sensores de bajo coste basados en Arduino ganan popularidad, y este trabajo comparó la exactitud de uno de ellos con la de un sistema DAS en la detección de daños estructurales.
Qué se hizo
Se mejoró el diseño del acelerómetro LARA, que utiliza tecnología Arduino y Raspberry Pi. Después, LARA y un sistema DAS se usaron en laboratorio para seguir los cambios de las frecuencias propias de un modelo de viga con un daño localizado inducido, y se evaluó LARA como disparador del sistema DAS.
Qué significa en la práctica
Tanto LARA como el DAS identificaron cambios en las frecuencias propias de la estructura dañada, con desviaciones de tan solo el 3,68 %. LARA demostró por tanto su potencial como disparador del DAS, reduciendo de forma significativa la demanda de cálculo y a la vez enriqueciendo el análisis. Los ensayos se realizaron en laboratorio.
Komarizadehasl, S.; González Jiménez, M.A.; Pérez Casas, J.M.; Lozano-Galant, J.A.; Turmo, J. (2024). Eigenfrequency analysis using fiber optic sensors and low-cost accelerometers for structural damage detection. Engineering Structures, 318, 118684. https://doi.org/10.1016/j.engstruct.2024.118684
07 · Medición desde vehículo
Frecuencias de un puente con una sola pasada de un vehículo instrumentado
El problema
La monitorización convencional de puentes grandes o de gran luz se ve frenada por la complejidad de la instalación, las exigencias de mantenimiento y los costes elevados.
Qué se hizo
Se desarrolló un método drive-through en el que varios sensores MEMS montados en un vehículo lo convierten en una plataforma de medición móvil. El método se validó en los puentes atirantados de Yangpu y Nanpu, en Shanghái, con tráfico normal, y la combinación de los datos de varios sensores mejoró la relación señal-ruido.
Qué significa en la práctica
Las frecuencias propias de los puentes se obtuvieron con una sola pasada y con tráfico normal, con sensores montados en un vehículo en circulación, lo que reduce de forma significativa la necesidad de varias pasadas. Los autores lo presentan como una opción práctica, rentable y no intrusiva para monitorizar puentes a gran escala.
Komarizadehasl, S.; Shen, Z.; Xia, Y.; Song, M.; Turmo, J. (2025). An innovative drive-through approach for structural testing and experimental insights from two cable stayed bridges. Developments in the Built Environment, 22, 100653. https://doi.org/10.1016/j.dibe.2025.100653
08 · Medición desde vehículo
Sacar más partido a una sola pasada combinando sensores
El problema
La medición desde vehículo podría hacer escalable la monitorización de puentes, pero una sola pasada suele dar un registro corto y ruidoso, muy afectado por la dinámica del propio vehículo.
Qué se hizo
Se montaron tres nodos acelerométricos en el techo de un turismo, que cruzó tres veces el viaducto EN203, de tres vanos, en Viana do Castelo (Portugal). Los resultados se compararon con un ensayo estacionario de referencia con acelerómetros PCB 356A16 instalados en el puente. Se probaron dos formas de combinar los sensores: sumar sus señales (suma espacial) y unirlas una tras otra (concatenación temporal).
Qué significa en la práctica
Unir los registros uno tras otro permitió obtener la frecuencia fundamental del puente con una sola pasada en cada uno de los tres cruces, con errores del 2,54 al 5,72 % (media del 3,60 %), aunque los sensores del coche tenían un suelo de ruido 6,6 veces mayor que el de referencia. Sumar las señales se acercó a la referencia con excitación estacionaria (0,61 % de error en el primer modo y 1,43 % en el segundo), pero falló por completo con el vehículo en marcha. La lección práctica: el grado de acuerdo entre sensores (su coherencia) debe decidir cómo se combinan sus datos, y el artículo aporta una base cuantitativa para diseñar conjuntos de sensores para la medición en una sola pasada.
Komarizadehasl, S.; Shen, Z.; Xia, Y.; Matos, J. (2026). Single drive-by bridge modal frequency identification using multi-sensor data fusion. Structures, 91, 112685. https://doi.org/10.1016/j.istruc.2026.112685
09 · Medición desde vehículo
Medición desde vehículo frente a sensores fijos en dos grandes puentes de celosía
El problema
La medición desde un vehículo que cruza el puente gana interés como alternativa rentable a la medición directa convencional de la vibración de puentes, y este estudio compara ambas en campo.
Qué se hizo
Se compararon mediciones directas y desde vehículo en dos grandes puentes de celosía de acero en Vietnam, el puente Thang Long y el puente Chuong Duong. Sensores fijos en el tablero registraron la aceleración vertical, mientras que acelerómetros en un vehículo de ensayo registraron cruces a velocidades controladas de 20 a 50 km/h.
Qué significa en la práctica
En el puente Thang Long, los sensores fijos identificaron nueve modos de flexión vertical por debajo de 5 Hz; el vehículo captó de forma sistemática los dos primeros, con errores de solo el 0,2 % a 30–35 km/h y de hasta un 15 % aproximadamente a 50 km/h. En el puente Chuong Duong se identificaron dos modos dominantes con errores del 1,5 al 9,9 %, con los mejores resultados cerca de 30 km/h. En condiciones de operación adecuadas, la medición desde vehículo puede proporcionar estimaciones fiables de las frecuencias de flexión vertical de orden bajo; los modos superiores y de torsión siguen siendo difíciles de identificar, y la velocidad del vehículo importa.
Tran, M.; Cam Nhung, Nguyen Thi; Van, Thuc Ngo; Komarizadehasl, S. (2026). Innovative experimental assessment of direct and drive-by monitoring on two truss bridges. Measurement, 278, 121693. https://doi.org/10.1016/j.measurement.2026.121693
10 · De los datos al informe
De los datos brutos de monitorización a un informe automatizado
El problema
Los informes de monitorización son centrales para el mantenimiento y la gestión de puentes, pero elaborarlos sigue dependiendo del análisis manual.
Qué se hizo
Se creó un marco automatizado en el que un sistema basado en Python procesa datos de monitorización heterogéneos y un modelo de lenguaje grande multimodal específico del dominio, ajustado para la tarea, actúa como componente de razonamiento de un agente de IA. Una vez normalizados los datos y configurado el sistema, este realiza el análisis, interpreta los gráficos y redacta resúmenes con varios niveles de detalle. Se verificó en el puente de Mingzhou y se aplicó a 10 puentes en servicio con 5466 GB de datos en total.
Qué significa en la práctica
En el conjunto de estas aplicaciones, el sistema procesó unas 2500 figuras en un total de 308 minutos y generó unas 837.000 palabras con los recursos de un ordenador personal típico. Los autores lo presentan como una demostración del potencial del marco para el análisis, la interpretación y la generación de informes automatizados y escalables, una vez normalizados los datos.
Xia, Y.; Pan, C.; Gong, F.; Lozano Galant, F.; Zhang, L.; Komarizadehasl, S.; Sun, L. (2026). Bridge monitoring data analysis and automated report generation using multimodal large language model. Structural Health Monitoring. https://doi.org/10.1177/14759217261453811