Aplicación del optimizador de búsqueda rápida de grupos con algoritmo de congregación pasiva en la optimización de fuerzas de cables de un puente atirantado completado

Por qué importan los puentes más rectos

Los puentes atirantados modernos están entre las piezas de infraestructura más llamativas del planeta. Pero tras sus líneas elegantes se esconde un delicado juego de equilibrio: si las fuerzas en los cables no se ajustan correctamente, las pilas pueden inclinarse, la calzada puede hundirse y las tensiones internas pueden acortar la vida del puente. Este artículo explora un nuevo método informático para “reajustar” las fuerzas en los cables de un gran cruce fluvial chino de modo que sus pilas queden más rectas y su tablero permanezca más nivelado, todo sin cambiar el diseño visible.

Cómo mantienen su forma los puentes atirantados

En un puente atirantado, docenas o incluso cientos de cables de acero se extienden en abanico desde pilas altas para sostener el tablero. Bajo el propio peso del puente, los ingenieros buscan que la estructura acabada cumpla una regla práctica simple: “pilas rectas y vigas niveladas”. En la práctica, esto implica limitar el desplazamiento lateral en la cima de las pilas, evitar que la calzada se hunda entre apoyos y prevenir flexiones excesivas en el tablero. Los métodos de cálculo tradicionales pueden satisfacer algunos de estos objetivos, pero a menudo ignoran las tensiones en las pilas o requieren que los ingenieros ajusten las fuerzas de los cables por ensayo y error, un proceso lento para estructuras tan complejas.

Enseñar a un enjambre informático a ajustar los cables

Los autores recurren a una familia de métodos de búsqueda inspirados en enjambres animales para abordar este problema de ajuste de forma más directa. Combinan una herramienta de ingeniería estándar —una “matriz de influencia” que indica cómo cada cable afecta el movimiento de las pilas, la deflexión del tablero y la flexión en la viga principal— con una rutina de búsqueda avanzada llamada Quick Group Search Optimizer with Passive Congregation (QGSOPC). En términos sencillos, el ordenador trata cada patrón posible de fuerzas en los cables como un individuo en un banco. Algunos individuos “exploran” nuevas combinaciones, otros “siguen” la mejor solución actual y otros vagan para evitar que el grupo se estanque. La matriz de influencia permite al programa predecir rápidamente cómo cualquier patrón de prueba de fuerzas modificará la forma y las tensiones de todo el puente.

Aplicando el método en un puente gigante real

Para probar el enfoque, los investigadores lo aplicaron a un puente atirantado de cinco vanos y torres gemelas sobre el río Xijiang en Guangdong, China, con 208 cables de anclaje y un vano principal de 580 metros. Construyeron un modelo informático detallado del puente usando software estructural estándar y permitieron que variaran sólo 26 pares representativos de cables, reflejando la simetría del puente. La tarea del algoritmo de búsqueda fue encontrar fuerzas en los cables que, bajo el peso permanente únicamente, redujeran el desplazamiento lateral en las coronas de las pilas, la flecha vertical del tablero y la flexión máxima en la viga principal. Al mismo tiempo, debía mantener las fuerzas de los cables dentro de límites seguros y evitar saltos bruscos entre cables vecinos, que podrían crear puntos débiles locales.

Cuánto más recto y suave quedó el puente

Las ganancias obtenidas con el nuevo método fueron llamativas. En comparación con el diseño original, las fuerzas optimizadas encontradas por QGSOPC redujeron el desplazamiento lateral en la coronación de las pilas en alrededor de un 84 por ciento, de 84,1 milímetros a solo 13,6 milímetros —convirtiendo esencialmente una inclinación notable en un desplazamiento apenas perceptible. La máxima flecha de la calzada bajo su propio peso disminuyó en alrededor de un 42 por ciento, y la flexión máxima en la viga principal se redujo en un 11 por ciento. A modo de comparación, un pariente más simple del algoritmo, llamado Group Search Optimizer (GSO), mejoró la flecha del tablero algo más pero en realidad empeoró la inclinación de las pilas e incrementó la flexión en la viga. En conjunto, una puntuación combinada que mide los tres efectos cayó un 40,7 por ciento con QGSOPC, frente a un 40,3 por ciento con GSO, lo que revela que el método más nuevo ofrece una solución más equilibrada y favorable desde el punto de vista estructural.

Qué significan los cambios en la práctica

Las fuerzas optimizadas en los cables son generalmente mayores que las especificadas originalmente, a veces hasta un 60 por ciento más para cables individuales, pero siguen estando muy por debajo de sus límites de resistencia. Eso puede requerir gatos más potentes y una planificación cuidadosa durante la construcción, sin que sea necesario aumentar el espesor de las pilas o el peso del tablero, y las comprobaciones de seguridad siguen estando satisfechas. El estudio también señala que sus resultados se aplican al puente terminado bajo su propio peso; los efectos a largo plazo como la fluencia del hormigón, la relajación del acero, los cambios de temperatura y las cargas de tráfico se dejan para trabajos futuros, al igual que comparaciones directas con otros métodos de búsqueda populares como los algoritmos genéticos y los enjambres de partículas.

Puentes más sencillos gracias a un ajuste más inteligente

Para los no especialistas, la conclusión es que los ordenadores pueden ahora “afinar” los puentes atirantados de forma muy parecida a como un músico afina una guitarra: ajustando sutilmente las tensiones hasta que todo el sistema se comporte como se desea. El enfoque QGSOPC ayuda a los ingenieros a encontrar patrones de fuerzas en los cables que mantienen las pilas erguidas, los tableros nivelados y las tensiones internas mejor equilibradas, todo dentro de límites realistas de construcción y seguridad. A medida que este tipo de optimización inteligente se amplíe para incluir tiempo, temperatura y tráfico, promete puentes emblemáticos más fiables y duraderos sin cambiar fundamentalmente su apariencia —solo el equilibrio invisible de fuerzas que los mantiene en pie.

Cita: Qin, G., Wang, L., Wu, Z. et al. Application of quick group search optimizer with passive congregation algorithm in cable force optimization of completed bridge of cable-stayed bridge. Sci Rep 16, 12770 (2026). https://doi.org/10.1038/s41598-026-42581-1

Palabras clave: puente atirantado, optimización de fuerzas de cables, inteligencia de enjambre, ingeniería estructural, análisis por elementos finitos