⚡ electrical engineering

Piezoresistive Carbon Nanotube-Concrete Composites Coupled with Embedded IoT Networks: A Dual-Layer Architecture for Continuous Seismic Structural Health Monitoring in Smart Cities

Este artículo presenta una arquitectura de doble capa que combina concreto de autopercepción mejorado con MWCNT y redes IoT embebidas para permitir un monitoreo de salud estructural sísmica preciso y continuo en ciudades inteligentes, demostrando una alta correlación con sensores convencionales y cumplimiento con los códigos sísmicos de Perú.

Autores originales: PAUL RICARDO PRUDENCIO GALVEZ

Publicado 2026-06-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: PAUL RICARDO PRUDENCIO GALVEZ

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que pudieras darle un sistema nervioso a un edificio. En lugar de esperar a que aparezca una grieta en la pared o un crujido en una viga, el propio edificio podría "sentir" el estrés, el temblor y la tensión, y enviar inmediatamente un mensaje de texto a la ciudad diciendo: "Oye, algo va mal aquí".

Eso es exactamente lo que propone este artículo: Hormigón Inteligente con un Sistema Nervioso Integrado.

Aquí está el desgido de cómo funciona, utilizando analogías sencillas:

1. El "Polvo Mágico": Nanotubos de Carbono

El hormigón suele ser solo una piedra pesada y tonta. Sostiene edificios, pero no "sabe" nada sobre ellos.
El autor mezcla una cantidad mínima de Nanotubos de Carbono (CNT) en el hormigón. Piensa en estos nanotubos como cables microscópicos, súper fuertes y súper conductores (como diminutos fideos de espagueti hechos de carbono puro).

La Analogía: Imagina mezclar un puñado de virutas de cable de cobre en una tanda de cemento. Cuando el cemento endurece, esos cables forman una red oculta e invisible dentro de la roca.
El Punto Óptimo: El artículo descubrió que añadir solo un 0,01% de este "polvo mágico" es la cantidad perfecta. Crea una red conectada (llamada "umbral de percolación") que permite que la electricidad fluya a través del hormigón, convirtiendo todo el bloque en un sensor gigante e invisible.

2. El Efecto de la "Banda Elástica" (Piezorresistencia)

¿Por qué hace esto que el hormigón sea inteligente? Debido a una propiedad llamada piezorresistencia.

La Analogía: Piensa en una banda elástica con un fino cable de cobre pegado. Si estiras la banda elástica, el cable también se estira. A medida que el cable se vuelve más largo y delgado, se vuelve más difícil para la electricidad fluir a través de él. La resistencia aumenta.
La Aplicación: Cuando un terremoto sacude un edificio, el hormigón se dobla y se estira ligeramente. La red oculta de nanotubos dentro de él se estira con él. Esto cambia la resistencia eléctrica. Al medir este diminuto cambio en la electricidad, el hormigón puede decir exactamente cuánto está siendo presionado o estirado.
El Resultado: El artículo afirma que este "hormigón inteligente" es de 24 a 748 veces más sensible que los sensores metálicos tradicionales (extensómetros) que los ingenieros suelen colocar en el exterior de los edificios.

3. El "Sistema Nervioso de Cuatro Capas" (Arquitectura IoT)

El hormigón puede sentir el estrés, pero ¿cómo lo sabe la ciudad? El artículo diseña una cadena de comunicación de cuatro pasos, como una carrera de relevos:

Capa 1 (Los Nervios): El propio hormigón siente la deformación y cambia su señal eléctrica.
Capa 2 (La Médula Espinal): Pequeñas computadoras de bajo costo (llamadas ESP32) están integradas directamente dentro del hormigón. Captan la señal eléctrica 100 veces por segundo.
Capa 3 (El Tronco Encefálico): Estas computadoras envían los datos de forma inalámbrica (usando una tecnología llamada LoRaWAN, que puede viajar 10 km) a una "Puerta de Enlace de Borde" (Edge Gateway) local. Esta puerta actúa como un filtro, comprobando instantáneamente los datos para ver si es solo una vibración normal o un terremoto peligroso. Comprime los datos para no saturar la red.
Capa 4 (La Mente Consciente): Los datos van a un "Panel de Control de Ciudad Inteligente" en la nube. Aquí, algoritmos analizan la información y pueden activar una alarma o alertar a los servicios de emergencia de inmediato.

4. ¿Por qué Perú? (La Prueba del Mundo Real)

El autor diseñó esto específicamente para Perú, un país situado en el "Cinturón de Fuego" donde los terremotos son frecuentes y peligrosos.

El Problema: Los métodos actuales dependen de sensores pegados al exterior de los edificios. Estos se rompen fácilmente con el mal tiempo o durante un terremoto, y solo revisan un punto diminuto.
La Solución: Debido a que los sensores están dentante del hormigón (como nervios dentro de la piel), están protegidos de la intemperie y pueden monitorear el edificio completo a la vez.
Las Reglas: El sistema está construido para seguir el estricto código de seguridad de construcción de Perú (NTE E.030). Puede detectar si un edificio se balancea demasiado (un límite específico llamado "deriva de entrepiso") y advertir a las autoridades antes de que el edificio colapse.

5. Lo que dicen los Números

El artículo presenta una "boleta de calificaciones" de sus hallazgos:

Sensibilidad: El hormigón inteligente detectó grietas y cambios de rigidez con una coincidencia del 96% con los sensores tradicionales y costosos.
Velocidad: El sistema reacciona en menos de 0,5 segundos (500 milisegundos). Eso es lo suficientemente rápido para enviar una alerta antes de que el temblor se detenga.
Precisión: En simulaciones de terremotos, el sistema identificó problemas correctamente el 95,3% de las veces.
Energía: El sistema está diseñado para funcionar con energía solar y baterías durante 72 horas sin necesidad de conectarse a un enchufe, asegurando que funcione incluso si la red eléctrica de la ciudad se cae durante un desastre.

Resumen

Este artículo propone una forma de convertir el hormigón ordinario en un material "vivo" que puede sentir los terremotos. Al mezclar una pequeña cantidad de nanotubos de carbono y conectarlo a una red de internet inalámbrica, los edificios en zonas sísmicas como Perú podrían monitorear constantemente su propia salud. Si el edificio empieza a sufrir, el sistema grita pidiendo ayuda de inmediato, potencialmente salvando vidas y previniendo el colapso total.

Nota: El artículo aclara que estos resultados se basan en modelado matemático, simulaciones de laboratorio y diseño teórico. Es un plano para un sistema que ha demostrado funcionar en el laboratorio y en papel, pero el autor señala que se necesita trabajo futuro para probarlo en edificios reales a gran escala durante muchos años.

Resumen Técnico: Compuestos de Concreto con Nanotubos de Carbono Piezorresistivos Acoplados con Redes IoT Embebidas

Planteamiento del Problema
Los sistemas tradicionales de Monitoreo de Salud Estructural (SHM) dependen de sensores montados externamente que son vulnerables a la degradación ambiental, requieren calibraciones frecuentes y ofrecen una cobertura espacial limitada. En regiones sísmicas como Perú, donde el código NTE E.030 exige estándares rigurosos de resistencia sísmica, los enfoques convencionales no logran proporcionar una evaluación estructural continua a lo largo de todo el ciclo de vida. Además, la literatura existente sobre concreto de auto-detección se ha limitado en gran medida a la caracterización mecánica a escala de laboratorio, careciendo del marco integrado de Internet de las Cosas (IoT) necesario para el despliegue en entornos reales, particularmente en naciones en desarrollo donde la rentabilidad y la escalabilidad son críticas.

Metodología
Este estudio emplea un enfoque mixto de micromecánica y modelado de elementos finitos para caracterizar el comportamiento piezorresistivo de compuestos de cemento con Nanotubos de Carbono de Pared Múltiple (MWCNT).

Síntesis de Materiales: Se incorporaron MWCNTs en cemento Portland Tipo I en concentraciones que oscilaron entre el 0.006% y el 0.05% en peso. Un protocolo de dispersión utilizando el surfactante SDBS y ultrasonificación de alta potencia aseguró una distribución homogénea.
Modelado Matemático: La investigación estableció una matriz de piezorresistividad tridimensional que incorpora efectos de túnel cuántico y modelos de trayectoria conductora efectiva. Las ecuaciones clave incluyeron la relación del Factor de Calibración ($GF $) ($ \Delta R/R_0 = GF \times \epsilon$), leyes de potencia de umbral de percolación y modelos de resistencia de túnel cuántico.
Arquitectura IoT: Se diseñó un sistema IoT jerárquico de cuatro capas:
1. Detección de Material: Elementos de concreto con CNT y malla de electrodos de acero inoxidable de cuatro puntas.
2. Adquisición Embebida: Microcontroladores ESP32 con ADCs de 24 bits (HX711) operando a 100 Hz para monitoreo sísmico.
3. Computación en el Borde (Edge Computing): LoRaWAN (915 MHz) para detección de anomalías en tiempo real y compresión de datos.
4. Nube y Tablero de Control: AWS IoT Core con MQTT para la clasificación de daños basada en ML y visualización.
Validación: El sistema se validó contra los parámetros sísmicos de la norma NTE E.030, incluyendo el cortante basal y los límites de deriva de entrepiso, y se comparó con galgas extensométricas convencionales en pruebas de vigas de Concreto Armado (RC).

Resultos Clave

Propiedades Eléctricas: El umbral de percolación se identificó en 0.01 wt% (0.11 vol%). En esta concentración óptima, la resistividad eléctrica se redujo entre un 63% y un 78% en comparación con los especímenes de control.
Desempeño Piezorresistivo: El concreto de auto-detección alcanzó Factores de Calibración (GF) que oscilaron entre 48.7 (al 0.01 wt%) y 150–748 (al 0.1–0.5 wt%), con una sensibilidad a la tensión de 2.87%/MPa. Esto supera significativamente el GF de las galgas extensométricas convencionales (aprox. 2.0).
Validación Estructural: En las pruebas de vigas de RC, los sensores de CNT embebidos demostraron un coeficiente de correlación ( $R^2$ ) de 0.96 con las galgas extensométricas convencionales. Los sensores detectaron con éxito cambios en la rigidez global en el momento de la iniciación de grietas.
Desempeño IoT: El marco propuesto alcanzó una precisión del 95.3% en simulaciones de carga sísmica con una latencia inferior a 500 ms. El procesamiento en el borde redujo el volumen de datos en un 74%, permitiendo una operación autónoma de 72 horas mediante sistemas de batería solar.

Contribuciones Clave
El artículo presenta tres contribuciones científicas primarias:

Nueva Arquitectura IoT: Una red jerárquica de cuatro capas diseñada específicamente para el concreto de auto-detección basado en CNT, permitiendo la transmisión de datos en tiempo real con capacidades de computación en el borde a escala urbana.
Marco Específico para Sismos: La primera adaptación integral de la tecnología de auto-detección por CNT al contexto sísmico peruano, incorporando explícitamente los parámetros del código NTE E.030 y las características de peligro regional.
Matriz de Desempeño Cuantitativo: Una matriz comparativa validada que documenta datos cuantitativos sobre el desempeño piezorresistivo, factores de calibración, umbrales de percolación y parámetros de circuitos equivalentes, comparando la tecnología con galgas extensométricas y sensores de Red de Bragg en Fibra (FBG).

Significancia y Reivindicaciones
Los autores sostienen que el concreto de auto-detección basado en CNT, integrado con redes IoT, constituye una solución escalable y rentable para el SHM continuo en regiones sísmicas. La tecnología se presenta como totalmente compatible con el código sísmico NTE E.030 de Perú, ofreciendo una vía para:

Monitoreo de Instalaciones Críticas: Evaluación inmediata del estado post-terremoto para hospitales, puentes y escuelas.
Evaluación Post-Sísmica Rápida: Alertas automatizadas en minutos para informar decisiones de evacuación o reingreso, reduciendo potencialmente la pérdida de vidas y el tiempo de inactividad económica.
Mantenimiento Predictivo: Monitoreo continuo de la deriva para priorizar el reforzamiento antes de que ocurra una falla frágil.

El estudio concluye que esta arquitectura de doble capa (material + red) aborda la brecha de investigación en el despliegue de concreto de auto-detección para el monitoreo sísmico a gran escala en ciudades inteligentes, particularmente en zonas de alto peligro de países en desarrollo. Se identifica como trabajo futuro la validación en campo, la clasificación de daños impulsada por IA y la evaluación de la durabilidad a largo plazo bajo condiciones ambientales locales.