Optimización basada en datos y predicción del módulo del presiómetro mediante metodología de superficie de respuesta para un diseño geotécnico más inteligente

Por qué importan las pruebas de suelo más inteligentes

Antes de construir cualquier edificio, puente o carretera, los ingenieros deben saber con qué fuerza el terreno reaccionará cuando se le aplique una carga. Si esto se subestima, las cimentaciones pueden asentarse o fallar; si se sobreestima, los proyectos se encarecen sin necesidad. Este artículo explora una manera moderna y basada en datos de predecir la rigidez del terreno, usando un ensayo de campo llamado presiómetro y herramientas estadísticas que extraen mucho más conocimiento a partir de un número limitado de mediciones.

Midiendo cómo el terreno «rebota»

En el campo, los ingenieros suelen bajar una sonda cilíndrica en un sondeo estrecho e inflarla lentamente contra el suelo circundante. Al registrar cuánto aumenta el volumen de la sonda por un incremento dado de presión, pueden calcular el módulo del presiómetro, Ep, una medida de la rigidez del suelo. Ep influye de forma decisiva en cuánto se comprimirán las cimentaciones bajo carga. Las maneras tradicionales de estimar Ep se basan en fórmulas simples o en múltiples ensayos repetidos, ambos costosos, lentos y con incertidumbres. Los autores se preguntan si un conjunto de ensayos cuidadosamente diseñado, combinado con estadística moderna, puede predecir Ep con mayor precisión reduciendo el esfuerzo en campo.

Usando menos ensayos, pero más inteligentes

El estudio se centra en cuatro propiedades del suelo conocidas por condicionar la rigidez: la profundidad a la que se realiza el ensayo, la cohesión del suelo, la resistencia al deslizamiento entre granos (ángulo de fricción interna) y el peso unitario del suelo. En lugar de probar todas las combinaciones posibles, los investigadores emplean un enfoque llamado metodología de superficie de respuesta. Diseñan 35 casos de ensayo dirigidos que varían sistemáticamente estas cuatro propiedades dentro de rangos realistas. Con este diseño, cada ensayo cumple una doble función: aporta un valor directo de Ep y, junto con los demás, ayuda a mapear cómo cambia Ep a lo largo del conjunto de condiciones.

Encontrando patrones en un paisaje de cuatro dimensiones

A partir de los 35 ensayos, los autores construyen una superficie matemática que vincula las cuatro propiedades de entrada con Ep. Luego verifican cuán bien esta superficie se ajusta a las mediciones mediante verificaciones estadísticas estándar. El modelo explica aproximadamente el 96,5% de la variación observada en Ep, lo que significa que los valores predichos coinciden estrechamente con los resultados de campo. El análisis muestra que dos factores —cohesión y peso unitario— dominan el comportamiento: los suelos más cohesivos y densos tienden a ser mucho más rígidos. El ángulo de fricción también influye, pero con menor intensidad, mientras que la profundidad dentro del rango estudiado tiene solo un efecto directo modesto. El equipo también descubre interacciones importantes, por ejemplo cómo el peso unitario, combinado con cohesión o ángulo de fricción, puede aumentar o disminuir fuertemente Ep, revelando que estas propiedades no actúan de forma aislada.

Buscando las mejores condiciones de suelo

Para convertir este conocimiento en orientación práctica, los investigadores aplican una técnica de optimización conocida como función de deseabilidad. En términos sencillos, le piden al ordenador que «busque» dentro de condiciones de suelo realistas combinaciones que maximizan Ep respetando límites de ingeniería. El resultado no es un único punto perfecto sino una amplia zona de combinaciones favorables donde Ep es alto y las predicciones del modelo son fiables. Esto es tranquilizador en la práctica: significa que pequeñas variaciones en las condiciones de campo siguen dando un buen comportamiento del terreno, y los ingenieros disponen de flexibilidad para elegir profundidades de cimentación o aceptar un rango de mejoras del suelo para alcanzar niveles seguros de rigidez.

Qué significa esto para cimentaciones reales

Para quienes no son especialistas, el mensaje clave es que ahora podemos obtener información más fiable sobre cómo se comportará el terreno bajo una edificación sin aumentar drásticamente tiempo o coste. Al combinar un ensayo de campo bien establecido con una planificación experimental inteligente y modelado estadístico, este trabajo muestra cómo predecir la rigidez del suelo a partir de un conjunto de datos relativamente pequeño y destacar qué rasgos del suelo importan más. En la práctica, eso se traduce en cimentaciones más seguras, investigaciones de sitio mejor dirigidas y reducción de la incertidumbre, especialmente en proyectos donde no es factible realizar ensayos a escala completa o recopilar grandes volúmenes de datos.

Cita: Boukhatem, G., Bencheikh, M., Bekkouche, S.R. et al. Data-driven optimization and pressuremeter modulus prediction using response surface methodology for smarter geotechnical design. Sci Rep 16, 5679 (2026). https://doi.org/10.1038/s41598-026-36262-2

Palabras clave: rigidez del suelo, diseño de cimentaciones, ensayo presiómetro, modelado estadístico, optimización geotécnica