Search

RESUMEN: En las últimas décadas, los Sistemas de Monitorización Estructural (SHM) han ido ganando importancia en nuestra sociedad. Su objetivo fundamental es proporcionar información cuantitativa y dar soporte a los ingenieros para profundizar en la valoración del comportamiento de las estructuras bajo las condiciones de servicio reales, de forma que puedan optimizar los programas de mantenimiento y evitar la ocurrencia de fallos estructurales graves, más aún cuando aparecen en el horizonte de la gestión de las infraestructuras conceptos como el de resiliencia. Los grandes avances tecnológicos experimentados en el ámbito de la instrumentación han permitido desarrollar nuevas técnicas de inspección cada vez más sofisticadas que proporcionan grandes cantidades de datos en muy poco tiempo. Este fenómeno se ha convertido en una prometedora fuente de información en cuanto al control de la integridad estructural, imponiendo un nuevo reto sobre cómo gestionar estos volúmenes de datos para transformarlos en una herramienta de conocimiento al servicio de los propietarios y gestores de las estructuras. Con este trabajo, centrado en el post-procesado, se pretende explotar la capacidad informativa de los datos procedentes de la instrumentación en un puente mediante el desarrollo de una herramienta de detección de anomalías estructurales en el mismo. El procedimiento se integra dentro de las metodologías de SHM basadas en datos, que recurren al “Machine Learning” para desarrollar algoritmos de reconocimiento de patrones estadísticos que permitan clasificar los distintos estados de la estructura sin necesidad de crear modelos de cálculo que introduzcan nuevas incertidumbres a la hora de entender las mediciones reales, aprovechando exclusivamente la información aportada por la instrumentación. Para ello, se emplean varias técnicas de procesamiento de datos, como el Análisis de Componentes Principales (PCA), que proporciona un indicador de la presencia de daño en la estructura. Mediante análisis estadísticos se describirá un modelo representativo del estado de referencia que permita resolver un problema de clasificación entre los dos posibles estados de la estructura: dañado y no dañado. Finalmente, una vez diseñada la herramienta, se formulará su integración en el sistema de SHM con el objetivo de valorar cuantitativamente la evolución del comportamiento de la estructura prácticamente en tiempo real al reactivarse el sistema de instrumentación. ABSTRACT: In the last decades, monitoring systems have gained increasing importance in our society. Their main objective is to provide quantitative information and support for the engineers to take the right decisions and deepen on structures performance under real service conditions, in order to optimize the maintenance programs and avoid severe failures, even more when new concepts such as resilience are appearing in the context of infrastructures management. The great technological improvements experienced in the instrumentation field allowed the development of new sophisticated inspection techniques that provide large amounts of data in a short time. This “Big Data” phenomenon has become a promising source of information on structural integrity control, introducing a new challenge on how to manage these data volumes to turn them into a knowledge tool to help owners and structure managers. This work, focussed on the post-processing stage, aims to exploit the informative ability of data coming from a bridge instrumentation system by means of the development of a structural novelty detection tool for condition assessment of the bridge. The procedure is integrated within the data-based SHM methodologies, which develop statistical pattern recognition algorithms through “Machine Learning” techniques to solve a classification problem among the different possible states of the structure, with the main advantage of not requiring the definition of computation models that may induce new uncertainties and difficulties to understand the real measurements, taking advantage exclusively of the information provided by instrumentation. To achieve this objective, several data processing techniques are used, such as Principal Component Analysis, which provides a numerical indicator for abnormal structural behaviour detection. By means of statistical analysis, a representative model for the reference or healthy state of the structure is described, allowing to solve a simple classification problem between two possible states: damaged and undamaged. Finally, once the tool has been designed, its integration and implementation onto the whole SHM system is addressed, providing an accurate evaluation of the structural behaviour in practically real time after the instrumentation system has been reactivated for acquiring new data. Máster en Ingeniería Industrial

Animal welfare has become a relevant ongoing area of research and a great number of studies can be found in the literature assessing the welfare of different animal species by the use of direct or indirect methods. Within the direct methods, behavioural parameters are acquiring more importance, in particular those related with the performance of abnormal behaviours. This because of the physical, physiological and mental consequences that these behaviours carry with them. There are numerous publications providing information on the diverse abnormal behavioural displays shown by equines, many times these make their understanding and classification difficult and confusing. The present review aims to describe those behaviours considered abnormal or undesirable in horses emphasising those considered as stereotypes. For this purpose they will be classified providing also information about their possible causes, form of presentation, function and prevention. On the other hand implications of these behaviours on the horse's welfare will be briefly explained. &nbsp, El bienestar animal es un área de investigación de gran relevancia en la actualidad, encontrándose en la literatura una gran variedad de trabajos que evalúan el estado de bienestar de distintas especies a través del uso de indicadores de tipo directo e indirecto. Dentro de los indicadores directos posibles de utilizar cobran cada vez más importancia aquellos de tipo conductual y, dentro de éstos, la presentación de conductas anormales, particularmente por las implicancias físicas, fisiológicas y mentales que este tipo de conducta trae consigo. Existe un gran número de publicaciones que entregan antecedentes sobre las diversas conductas anormales que se pueden observar en equinos, muchas veces haciendo confusa su comprensión y clasificación. La presente revisión tiene por objetivo describir aquellas conductas consideradas anormales o no deseadas en la especie equina, con énfasis en conductas consideradas estereotipadas. Para ello, se aporta información sobre sus causas, formas de presentación, función y posibles métodos de prevención. Por otra parte, se entregan, antecedentes sobre las implicancias que éstas tienen sobre el bienestar de los equinos. &nbsp

The frequency of stereotyped abnormal behaviour i.e. windsucking/crib-biting, weaving and stall-walking were studied in 100 Chilean horses of both sex, stabled in individual boxes either all day long or during a certain period of time. All horses were tamed and older than 2 years old, and belonging to 16 studs of the Comuna de Chillán (Chile). The horses were observed between 7:00 and 19:00 hours during one day, and its owner or carer was asked whether the horse presented some stereotyped abnormal behaviour or not. Horses were separated according to age into 2 groups: 2 to 5 years old and older than 5 years, and also according to sex: stallions, geldings or mares. Data was analysed using the Microsoft® Excel Worksheet to establish frequencies. Differences between groups were analysed by Exact Fisher’s Test. Significance level was P < 0.05. The results showed that 50% of the studs had one or more horses with some stereotyped abnormal behaviour. Ten porcent of the horses presented stereotyped abnormal behaviour. Stall-walking was the most frequent stereotyped abnormal behaviour (8%), then windsucking/crib-biting (2%), and finally weaving (1%). According to sex, statistic differences were observed only for stall-walking between stallions and mares (P = 0.012). According to age no statistic differences were observed. &nbsp, La frecuencia de comportamientos anormales estereotipados como aerofagia, bamboleo y paseo circular en la pesebrera, fue estudiada en 100 caballos Chilenos, de ambos sexos, estabulados en pesebreras individuales durante todo el día o parte de éste, amansados y de dos años o más pertenecientes a 16 criaderos de la comuna de Chillán. Los caballos fueron observados desde las 7:00 a las 19:00 horas durante un día y su propietario o cuidador consultado si presentaba algún comportamiento anormal estereotipado. Los equinos de acuerdo a su edad se dividieron en dos grupos: de 2 a 5 años y mayores a 5 años, y de acuerdo al sexoen tres grupos: machos enteros, machos castrados y hembras. Los datos fueron analizados por medio de la planilla electrónica Microsoft® Excel, para establecer las frecuencias, y para comparar diferencias existentes entre los comportamientos anormales y las variables sexo y edad se utilizó la Prueba Exacta de Fisher, con un nivel de significancia de P < 0,05. El 50% de los criaderos tenía uno o más caballos con algún comportamiento anormal estereotipado. De los 100 equinos estudiados, el 10% manifestaba algún comportamiento anormal estereotipado, siendo el paseo circular en la pesebrera el más frecuente (8%), luego aerofagia (2%) y bamboleo (1%). Respecto al sexo, sólo se observaron diferencias estadísticamente significativas para paseo circular en la pesebrera entre machos enteros y hembras (P = 0,012), siendo este comportamiento más frecuente en machos enteros. Para la variable edad no se encontraron diferencias estadísticamente significativas. &nbsp