Comparación de metodologías de procesos automatizados para el rendimiento de excavadoras en una edificación

Abstract

En las edificaciones, el movimiento de tierras es una de las partidas más importantes dentro de los procesos constructivos, es primordial comprobar que el tiempo de ejecución de esta partida esté acorde al cronograma de actividades, y esto se relaciona directamente con el rendimiento de las maquinarias para el movimiento de tierras. Por ello, la presente investigación de tipo cuantitativa se centra en estudiar diferentes metodologías para determinar los rendimientos de las maquinarias para el movimiento de tierras, las metodologías estudiadas son: Inteligencia artificial, automatización de conceptos convencionales mediante hojas de cálculo, y automatización usando un programa denominado RENDEXCA. A través de esta investigación se estudiaron conceptos asociados a la inteligencia artificial, potente herramienta para la computación evolutiva, investigaciones han demostrado que hay varias maneras para automatizar procesos manuales; siendo un subcampo de esta, las redes neuronales convolucionales. Las mencionadas CNN (Convolutional Neural Networks) utilizan fotogramas como entradas y algoritmos para su procesamiento. Sin embargo, dada la naturaleza de los datos se trabajó usando hojas de cálculo para el rendimiento de excavadoras, luego se organizó la información mediante la creación de hojas en Excel y software RENDEXCA. Posteriormente, se procedió a realizar un análisis comparativo entre las distintas metodologías y se adoptó como mejor opción el uso del programa RENDEXCA en el cálculo del rendimiento de excavadoras.

In construction, earth moving is one of the most important items within the construction processes, it is essential to check that the execution time of this item is according to the schedule of activities, and this is directly related to the performance of earth moving machinery. Therefore, the present research of quantitative type, focuses on studying different methodologies to determine the performance of earthmoving machinery, the methodologies studied are: Artificial intelligence, automation of conventional concepts using spreadsheets, and automation using a program called RENDEXCA. Through this research we studied concepts associated with artificial intelligence, a powerful tool for evolutionary computation, research has shown that there are several ways to automate manual processes; being a subfield of this, the convolutional neural networks. The aforementioned CNNs (Convolutional Neural Networks) use frames as inputs and algorithms for their processing. However, given the nature of the data, we worked using spreadsheets for excavator performance, then the information was organized by creating Excel sheets and RENDEXCA software. Subsequently, a comparative analysis was carried out between the different methodologies and the use of the RENDEXCA program was adopted as the best option for calculating excavator performance.