top of page

Monitoreo de la productividad de las actividades de construcción utilizando tecnologías digitales


Según un informe de McKinsey [1], la construcción es una de las industrias más grandes del mundo, siendo responsable del 13% del Producto Interno Bruto global y, sin embargo, incluso fuera de las crisis, no funciona bien. Mejorar la efectividad del control de producción ha atraído el interés de investigadores y profesionales de la construcción ajustada a lo largo de los años. En la construcción ajustada, las actividades de producción se mejoran continuamente con respecto al desperdicio y el valor [2]. Con el advenimiento de la Industria 4.0, las empresas han estado canalizando sus esfuerzos para lograr un rendimiento superior al avanzar en los niveles de automatización e interconectividad. Con la incorporación de las tecnologías de la Industria 4.0, aumenta la estabilidad de los procesos y se pueden anticipar posibles problemas que pongan en peligro la entrega de acuerdo con las necesidades de los clientes [3]. El uso de tecnologías digitales para medir el desperdicio a nivel de trabajador, subcontratista y proyecto podría brindar beneficios significativos a una industria plagada de baja productividad [4]. Esta publicación ofrece una descripción general de los principales métodos existentes en la literatura para medir, analizar y mejorar la productividad en los sitios de construcción utilizando tecnologías digitales para la recopilación automatizada de datos.


SEGUIMIENTO DE LA PRODUCTIVIDAD EN LA CONSTRUCCIÓN

Las definiciones de productividad van desde parámetros económicos de toda la industria hasta la medición de tripulaciones e individuos, y cada una de estas medidas tiene su propósito único. En el sitio del proyecto, los contratistas suelen estar interesados ​​en la productividad laboral, que puede expresarse como la relación entre los productos expresados ​​en unidades físicas específicas y los insumos expresados ​​en horas-hombre [5].


El muestreo de trabajo, como técnica utilizada para evaluar indirectamente la productividad, consiste en observar las actividades a intervalos regulares y categorizarlas en diferentes categorías de trabajo para evaluar cómo se utiliza el tiempo [6]. Cada observación registra lo que está sucediendo en ese instante, y la técnica se basa en la teoría del muestreo estadístico [5]. En comparación con el muestreo del trabajo, la técnica de análisis de actividad incluye observaciones más detalladas, proporciona una evaluación más descriptiva de la eficacia de la utilización del tiempo de los trabajadores y puede identificar continuamente las áreas de mejora de la productividad [7].


En cuanto al cálculo de tasas de productividad para maquinaria que realiza actividades cíclicas, primero es necesario estimar los tiempos de ciclo [8]. En las actividades de movimiento de tierras, la cantidad de suelo, que se puede estimar en función del número de volquetes que cargan y su capacidad de suelo, y las horas de operación son dos aspectos principales que se deben considerar para el monitoreo de la productividad [9].


Como se puede observar, los métodos tradicionales para la evaluación de la productividad en las obras de construcción, a pesar de ser efectivos, consumen mucho tiempo y se basan en la recolección manual de datos y la observación directa de las actividades en el sitio, lo que dificulta la obtención de datos confiables y actualizados. información de la productividad de las actividades.


MÉTODOS QUE UTILIZAN TECNOLOGÍAS BASADAS EN LA VISIÓN POR ORDENADOR

Los métodos que utilizan tecnologías basadas en la visión por computadora clasifican las acciones de los trabajadores y el equipo en videos en categorías que pueden usarse para el análisis de actividades. Estos métodos requieren algoritmos para detectar y rastrear recursos y procedimientos para el reconocimiento de actividades.

En este enfoque, es posible realizar mediciones automatizadas de entradas y salidas para calcular la productividad de las actividades utilizando algoritmos para medir la cantidad de trabajo instalado y las horas de trabajo de los trabajadores de la construcción. Los datos de productividad se pueden vincular con el modelo BIM 4D, que ayuda a predecir la programación de la construcción con fines de gestión. Se pueden desarrollar métodos para estimar la productividad de la remoción de suelo combinando fotogrametría para medir el volumen del suelo excavado y análisis de video para generar estadísticas sobre las actividades de construcción.


Las técnicas de estimación de posturas, comúnmente utilizadas en la investigación sobre la ergonomía de los trabajadores de la construcción, también han ganado prominencia entre los estudios de productividad. En estos estudios, los autores utilizan datos visuales recopilados por cámaras de alta resolución para detectar y rastrear las características del esqueleto de los trabajadores para interpretar y analizar sus actividades. Es posible que las cámaras de vigilancia no brinden información detallada para los métodos de estimación de poses, pero pueden reducir los costos con el uso de cámaras que ya existen en los sitios de construcción.


Una de las ventajas de los métodos basados ​​en la visión es que los videos son comprensibles para cualquier persona con capacidad visual, brindan información detallada y permiten que los gerentes los revisen fuera del lugar de trabajo. Los datos visuales contienen información no solo sobre los movimientos físicos de los trabajadores y el equipo, sino también sobre sus características visuales y naturalezas espaciales y contextuales. Por otro lado, los algoritmos de visión por computadora son sensibles a factores ambientales como oclusiones, iluminación y condiciones de iluminación. El movimiento de las cámaras causado por el viento y el desenfoque de las imágenes causado por la lluvia, la nieve y la niebla representan desafíos adicionales para el reconocimiento de las acciones de los equipos y los trabajadores. Además de eso, una sola cámara solo puede cubrir un campo de visión limitado. Para cubrir completamente un sitio de trabajo de construcción grande, sería necesario instalar varias cámaras en varios lugares.


MÉTODOS QUE UTILIZAN TECNOLOGÍAS BASADAS EN SENSORES

El uso de sensores corporales, como acelerómetros, giroscopios y magnetómetros, que permiten medir la postura y los movimientos de los trabajadores, ha ganado mayor atención para el monitoreo de las actividades de construcción. Los acelerómetros son resistentes y robustos en condiciones difíciles en comparación con los sensores de imagen, además de tener un tamaño pequeño, buena precisión y un consumo de energía razonable. Otra ventaja es que se pueden incrustar en pulseras para clasificar actividades realizadas con las manos, como albañilería, herrería y carpintería.


Los sensores de ubicación en tiempo real (RTLS), como la identificación por radiofrecuencia (RFID) y la banda ultraancha (UWB), atraen la atención de investigadores y profesionales debido a su madurez tecnológica, infraestructura rentable y capacidad para operar sin línea de visión. Estos sensores se han utilizado para analizar las trayectorias temporales de los trabajadores y para realizar muestreos de trabajo automatizados. Usando RTLS es posible analizar la proporción de presencia ininterrumpida de los trabajadores en los lugares de trabajo, que es una condición necesaria para el tiempo de valor agregado, aunque no todo el tiempo que los trabajadores pasan en los lugares de trabajo es necesariamente de valor agregado.


También se han desarrollado estudios utilizando biosensores en dispositivos portátiles para analizar factores que afectan la productividad de los trabajadores de la construcción. La frecuencia cardíaca es una de las señales fisiológicas más utilizadas para estudiar la influencia del esfuerzo físico en la productividad. También se están probando otras señales fisiológicas como el pulso del volumen sanguíneo, la frecuencia respiratoria, la respuesta galvánica de la piel y la temperatura de la piel para evaluar el efecto del estado emocional de los trabajadores en su nivel de productividad. A pesar de ser prometedor, el uso de demasiados sensores puede resultar incómodo para el sujeto y puede interferir con la actividad normal o espontánea.


MÉTODOS QUE UTILIZAN TECNOLOGÍAS BASADAS EN AUDIO

Los investigadores han investigado el audio como datos de entrada para reconocer actividades de equipos pesados ​​de construcción que generan patrones acústicos distintos mientras se realizan tareas rutinarias. Los sonidos generados por el equipo de construcción pueden ser grabados por micrófonos disponibles comercialmente, lo que permite clasificar las operaciones del equipo en actividades productivas o mayores y no productivas o actividades menores. Otra posibilidad es el uso de sistemas basados ​​en audio para estimar los tiempos de ciclo de los equipos de construcción durante su operación.


La aplicación de técnicas de procesamiento de señales de audio en el área de gestión de la construcción aún se encuentra en las primeras etapas de desarrollo. En comparación con los datos visuales y cinemáticos, el sonido ofrece ciertas ventajas: un solo micrófono puede cubrir áreas más grandes sin necesidad de estar conectado directamente a una máquina, y el procesamiento de archivos de audio es computacionalmente menos costoso en comparación con el procesamiento de imágenes y archivos de video. Sin embargo, la existencia de ruido de fondo puede ser un factor negativo para los algoritmos y ciertos tipos de maquinaria de construcción no generan patrones de sonido distintos durante el funcionamiento.


DISCUSIONES Y CONCLUSIONES

Los resultados muestran que las tecnologías basadas en visión artificial y sensores son las más utilizadas para el monitoreo de la productividad en las obras de construcción. Estas tecnologías pueden automatizar la recopilación de datos para los procesos de muestreo de trabajo y análisis de actividades, así como para medir entradas y salidas, y monitorear factores físicos y emocionales que pueden influir en la productividad de los trabajadores. El audio se ha utilizado para monitorear la productividad de los equipos, especialmente para medir los tiempos de ciclo. Sin embargo, todavía hay pocos estudios en esta categoría.


Los algoritmos de visión artificial han tenido grandes avances en los últimos años, principalmente con el uso de técnicas de aprendizaje profundo. A pesar de este hecho, la detección de movimientos finos sigue siendo un desafío para los métodos basados ​​en la visión. Las técnicas de estimación de poses, muy utilizadas en los estudios de ergonomía, son capaces de analizar los movimientos de forma más detallada. Debido a su origen, las técnicas de estimación de pose tienen un gran potencial para estudios de monitoreo de productividad integrados con análisis ergonómicos. En cuanto al uso de sensores, se necesitan más estudios para superar el desafío de relacionar la ubicación del trabajador con el tipo de trabajo que se realiza, lo que podría hacerse a través de la integración de RTLS con sensores cinemáticos. Los estudios que utilizan señales fisiológicas tienen un gran potencial para demostrar la influencia del estrés y la demanda física en la salud de los trabajadores.


Así, como se puede observar en la Figura 4, existe una oportunidad de combinar las tecnologías de visión artificial y los métodos basados ​​en sensores para proporcionar evidencia sobre la gestión integrada de la productividad y la seguridad y sus impactos en el proceso productivo. Esta integración, a pesar de ser de gran valor, ha sido poco explorada en la literatura.

 

REFERENCIAS.

[1] Ribeirinho, MJ, J. Mischke, G. Strube, E. Sjödin, JL Blanco, R. Palter, J. Biörck, D. Rockhill y T. Andersson (2020). La próxima normalidad en la construcción McKinsey & Company.

[2] Koskela, L. (1992). Aplicación de la Filosofía de la Nueva Producción a la Construcción. Finlandia.

[3] Tortorella, GL, R. Giglio y DH Van Dun (2019). "Adopción de Industria 4.0 como moderador del impacto de las prácticas de producción ajustada en la mejora del rendimiento operativo". En t. J.Oper. Pinchar. Administrar 39.

[4] Zhao, J., O. Seppänen, A. Peltokorpi, B. Badihi y H. Olivieri (2019). "Seguimiento de recursos en tiempo real para analizar el tiempo de valor agregado en la construcción". automático Constr. 104: 52-65.

[5] Thomas, HR, WF Maloney, RMW Horner, GR Smith, VK Handa y SR Sanders (1990). "Modelización de la productividad laboral de la construcción". J.Constr. Ing. Administrar. 116: 705-726.

[6] Liou, F.-S. y JP Borcherdin (1986). "El muestreo de trabajo puede predecir la productividad de tasa unitaria". J.Constr. Ing. Administrar. 112: 90-103.

[7] Cheng, T., J. Teizer, GC Migliaccio y UC Gatti (2013). "Análisis automatizado de actividad a nivel de tarea mediante la fusión de sensores de ubicación en tiempo real y datos de postura torácica del trabajador" Autom. Constr. 29: 24–39.

[8] Sabillon, C., A. Rashidi, B. Samanta, MA Davenport y DV Anderson (2020). "Modelo bayesiano basado en audio para la estimación de la productividad de actividades cíclicas de construcción" J. Comput. civ. Ing. 34.

[9] Kim, J. y S. Chi (2020). "Monitoreo de productividad basado en visión multicámara de operaciones de movimiento de tierras" Autom. Constr. 112.

ACERCA DEL AUTOR.


Amanda Barbosa es ingeniera civil con maestría en ingeniería civil de la Universidad Federal de Bahía (UFBA) con orientación en tecnología y gestión de la construcción. Ha desarrollado estudios con el uso aplicado de tecnologías como Sistemas Aéreos No Tripulados (UAS), Building Information Modeling (BIM), Cámaras 360º, fotogrametría digital, verificación de códigos y lenguaje de programación visual. Tiene experiencia en el uso de la metodología BIM para el modelado y compatibilidad de disciplinas de proyectos, ejecución de rutinas de detección de choques, extracción automática de cantidades y generación de simulaciones 4D de planificación logística y de construcción.


Dayana Bastos Costa es Profesora Asociada del Departamento de Ingeniería Estructural y de la Construcción de la Escuela de Ingeniería de la Universidad Federal de Bahía-Brasil. Tiene un BSc en Ingeniería Civil (Universidad Federal de Bahía) y MSc y Ph.D. en Ingeniería Civil - Gestión de la Construcción (Federal de Rio Grande do Sul-Brasil). La investigación del Dr. Costa incluye la gestión de la construcción y la tecnología para mejorar el desempeño de la industria, involucrando aspectos relacionados con la producción, la calidad, la seguridad y la sostenibilidad, integrándose con tecnologías digitales, como los sistemas aéreos no tripulados y el modelado de información de construcción.


TRANSCRIPCIÓN: Areli Álvarez Lean Construction México®

176 visualizaciones

Entradas Recientes

Ver todo

Comments


  • Facebook
  • Twitter
  • YouTube
bottom of page