Estudio de Caso: Calibración en Tiempo Real de PLAXIS para una Excavación Profunda en Ferrocarril de Alta Velocidad con DAARWIN

Este estudio de caso presenta la aplicación de DAARWIN, una plataforma geotécnica basada en la nube, para realizar la calibración en tiempo real de un modelo numérico PLAXIS durante la excavación de un talud contenido profundo perteneciente a un proyecto de ferrocarril de alta velocidad.El objetivo fue aumentar la confianza en los parámetros de diseño, optimizar las obras temporales e implementar el Método Observacional a escala operativa completa.

Descripción del Proyecto

El caso se centra en una excavación profunda contenida que forma parte del corredor de un ferrocarril de alta velocidad.La estructura incluía pantallas de diafragma, anclajes al terreno y puntales temporales, que permitieron excavaciones de hasta 20 metros de profundidad.

El perfil geológico estaba compuesto por capas alternas de arcillas sobrerreconsolidadas y arenas densas, con un nivel freático fluctuante que influía tanto en la estabilidad como en la deformación.

Dadas las condiciones de terreno variables y la sensibilidad de las infraestructuras próximas, se instaló un sistema de instrumentación y monitoreo (I&M) para registrar movimientos de las pantallas, asentamientos superficiales, cargas en anclajes y presiones de poros a lo largo de toda la construcción.

Objetivos de la Implementación de DAARWIN

Los principales objetivos fueron:

• Establecer un vínculo digital entre el modelo numérico de PLAXIS y los datos de monitoreo de obra.

• Utilizar DAARWIN para realizar la calibración automática del modelo en tiempo real (backanalysis).

• Cuantificar los parámetros de rigidez y resistencia del terreno en función del comportamiento real observado.

• Aplicar el Método Observacional para introducir ajustes basados en datos durante la ejecución.

  
  

Metodología

Configuración del Modelo e Integración de Datos

El modelo de elementos finitos, desarrollado en PLAXIS 2D, simuló la excavación por etapas y el sistema de contención. Se incorporaron leyes constitutivas avanzadas para representar el comportamiento de las capas de arcilla y arena.

Los datos de monitoreo —perfiles de inclinómetros, niveles piezométricos, puntos de asentamiento y galgas extensométricas— fueron cargados automáticamente a la nube de DAARWIN, sincronizados directamente desde la base de datos del proyecto.

Los puntos de observación en DAARWIN se asociaron a los nodos de cálculo de PLAXIS, permitiendo una comparación directa entre las respuestas medidas y las predichas.

Back analysis Automatizado y Calibración de PLAXIS

Mediante algoritmos de aprendizaje automático (machine learning), DAARWIN ejecutó una calibración iterativa del modelo PLAXIS.El sistema ajustó automáticamente los parámetros clave, incluyendo:

• La resistencia al corte no drenada de las capas cohesivas.

• El módulo de Young y las relaciones de degradación de rigidez.

• La fricción de interfaz y las propiedades de interacción muro-suelo.

Cada iteración comparó las respuestas simuladas de PLAXIS con los datos de campo observados, hasta lograr la convergencia entre ambas.Los parámetros de suelo resultantes reflejaron una representación más realista de las condiciones in situ.

Retroalimentación en Tiempo Real y Soporte a la Toma de Decisiones

DAARWIN proporcionó paneles interactivos que visualizaban en tiempo real las deflexiones de muro, asentamientos y evolución de presiones de poros.Al comparar continuamente las predicciones del modelo PLAXIS con el rendimiento medido, el equipo de ingeniería pudo confirmar que el comportamiento de la excavación permanecía dentro de los límites de diseño y realizar ajustes informados en la secuencia constructiva cuando fue necesario.

Este bucle de retroalimentación cerrado permitió validar las hipótesis de diseño en tiempo real, reduciendo la dependencia de estimaciones conservadoras y promoviendo una toma de decisiones ágil y basada en evidencia.

Resultados y Conclusiones Técnicas

Mejor Comprensión del Comportamiento del Terreno

El proceso de calibración reveló que la rigidez in situ de una de las capas de arcilla era significativamente mayor que la asumida inicialmente.Actualizar el modelo de PLAXIS con este módulo refinado mejoró el ajuste entre los movimientos predichos y observados, reduciendo las discrepancias horizontales en más de 30%.

Optimización de las Obras Temporales

Con una mayor confianza en el modelo calibrado, el equipo de diseño redujo de forma segura la dependencia de algunos puntales temporales, lo que permitió acelerar las fases de excavación y reducir el consumo de materiales.Esta optimización generó ahorros medibles en coste y carbono, manteniendo el cumplimiento total de los criterios de estabilidad y deformación.

Implementación Mejorada del Método Observacional

Gracias a la integración entre el monitoreo en tiempo real y la calibración numérica, DAARWIN permitió una implementación estructurada y trazable del Método Observacional.Los diferentes actores del proyecto pudieron visualizar el desempeño, validar hipótesis y acordar modificaciones de forma transparente, transformando el método de una filosofía reactiva a un proceso digital proactivo.

Discusión

Este caso demuestra el valor de combinar modelado numérico (PLAXIS) con backanalysis digital (DAARWIN) para reducir la incertidumbre geotécnica durante la construcción.Al conectar el análisis predictivo con los datos reales de monitoreo, los ingenieros pueden actualizar continuamente su comprensión del terreno, obteniendo diseños más eficientes y precisos.El enfoque acorta la brecha entre teoría y realidad, convirtiendo los datos de campo en inteligencia operativa.

Además, la calibración en tiempo real en la nube hace que el Método Observacional sea viable para proyectos de gran escala y alta intensidad de datos, facilitando la colaboración entre los equipos de diseño, construcción y monitoreo.

Conclusiones

La aplicación de la calibración en tiempo real de PLAXIS mediante DAARWIN en esta excavación de ferrocarril de alta velocidad demostró que:

• El backanalysis continuo mejora la comprensión del comportamiento real del terreno.

• La calibración del modelo permite una optimización basada en datos de las obras temporales.

• El Método Observacional puede implementarse eficazmente mediante flujos de trabajo digitales.

• La combinación de PLAXIS y DAARWIN ofrece un marco robusto y escalable para la gestión del riesgo geotécnico en proyectos de infraestructura complejos.

  
  

Este estudio resalta la transición de los modelos geotécnicos estáticos hacia modelos adaptativos y basados en datos, donde los modelos numéricos evolucionan junto con la respuesta real del terreno, resultando en una construcción más segura, rápida y sostenible.

👉 Reserva tu demostración gratuita aquí:https://www.saalg.com/real-time-backanalysis