Heritage Twin - Implementación de herramientas de internet de las cosas y algoritmos de inteligencia artificial y machine learning integradas en gemelos digitales para la detección de daño en construcciones históricas

El proyecto Heritage Twin propone la integración de sistemas de monitoreo de salud estructural y algoritmos de Inteligencia Artificial y Machine Learning en un entorno virtual como una herramienta para la detección de daño de construcciones históricas. Dicha implementación tendrá un impacto directo en la conservación y preservación de construcciones de carácter patrimonial ya que constituye una herramienta de gestión basada en estrategias de mantenimiento predictivo en tiempo real. En este estudio, se usarán modelos geométricos(entorno virtual), numéricos y físicos de un espécimen a escala reducida para la recolección y almacenamiento de datos, la transferencia de información, y la implementación de algoritmos de Inteligencia Artificial para la detección de daño. Los modelos geométricos, basado en la metodología BIM, servirán como entorno virtual para el almacenamiento de información empleando el principio de Internet de las Cosas. Los modelos numéricos serán calibrados y sometidos a análisis numéricos no lineales basados en el método de elementos finitos y los modelos físicos serán sometidos a diversas cargas externas controladas, garantizando diferentes escenarios de daño. La información híbrida (experimental y numérica) servirá para el entrenamiento y validación los algoritmos de Inteligencia Artificial para la detección temprana de daño, para luego ser incorporados en el modelo virtual. Una vez validado el sistema integrado de algoritmos de transferencia y de algoritmos de detección de daño en el especimen de laboratorio, se procederá a su escalamiento en la Basílica Catedral de Lima con la finalidad de generar un gemelo digital que permita gestionar trabajos de conservación, mantenimiento predictivo y toma de decisiones asertivas mediante el monitoreo continuo de su salud estructural.