El paper nace de encontrarse con clientes que te dicen que
tienen descrito geotécnicamente decenas de miles metros de testigos de sondajes, pero que al examinar sus bases de datos te encuentres con muchos de los errores mencionados en ese artículo (en algunos partes estan todos). Pese a que se ha avanzado mucho en el diseño geotécnico, se valora poco la caracterización subsuperficial. He visto como buenos ingenieros han tenido que modelar paredes enteras de un rajoa cielo abierto, basado solo en el índice GSI estimado visualmente por ellosmismos, ante la desesperación de contar con una extensa base de datos geotécnica pero que no dice nada. Todos los errores mencionados en el artículo son importantes y cada uno de ellos, por sí solo, puede llevar al fracaso de una campaña de caracterización. Cuando le preguntas a un geo-profesional que te explique qué es el RQD y cómo se calcula, se apresurará a responder que es la suma de todos los largos de trozos de testigos sólidos e intactos mayores a 10 cm, expresado como porcentaje respecto al largo perforado, y ¡nada más, así de simple!. Se olvidan de que es un índice de un sistema de clasificación geotécnica de macizos rocosos, por sí solo. ¡¿Pero cómo, si solo describe el grado de fracturamiento?! Falso, porque indirectamente también evalúa la resistencia de la roca intacta y la condición de las discontinuidades del macizo. Me consta que la mayoría de logueadores de testigos no están conscientes de ello. Otro problema que encontramos frecuentemente son las traducciones del inglés inadecuadas en los procedimientos de trabajo. Siguiendo con el ejemplo del RQD, te encuentras con la traducción del término ‘sound’, utilizado originalmente por Deere et al. (1967) — cuya traducción correcta puede ser “sano” o “sólido” — como “… que presenten sonoridad”. ¡Esto no es una broma, es cierto!, ese procedimiento ha circulado por dos décadas en la web sin que el autor lo corrija. O el caso del término ‘corestone’ utilizado por el ISRM (1978) en la descripción de los grados meteorización III y IV, que se lo puede encontrar con esta enmarañada traducción: “colpas o testigos discontinuos”. Creo que es mejor utilizar los términos en inglés, si es que no existe un símil convincente en español.
Entonces, entre tantos problemas comunes que podemos
cometer al realizar la caracterización geotécnica, es importante entonces tener en cuenta qué hacer y cuando hacerlo. Gabriel nos aconseja lo siguiente:
1. No existe un procedimiento estándar de
caracterización: Se deben confeccionar de acuerdo a la etapa y objetivos de cada proyecto y de acuerdo al contexto geológico del sitio a estudiar. ¡Pero nunca se debe copiar y pegar un procedimiento de otro proyecto!. 2. En las etapas iniciales la caracterización debiera ser lo más completa y genérica posible: porque no saben con qué se van a encontrar; pero sin olvidar que se deben responder estas tres grandes interrogantes: cuál es la resistencia de la roca intacta, cuál es el grado de fracturamiento y cuál es la condición de las discontinuidades del macizo. 3. En las etapas más avanzadas conocerán qué es lo más relevante para describir los macizos rocosos, por lo que pueden descartar algunos parámetros que no apliquen o sean redundantes; pero siempre deben estar conscientes que la tarea que están realizando es caracterizar, no clasificar. La clasificación geotécnica es un proceso posterior que es parte del proceso de diseño. 4. Nunca olvidarse que la lengua franca de nuestra profesión es la estadística, con ella podemos comunicarnos con colegas de otras especialidades.En la etapa de procesamiento de los datos como mínimo se deberán representar estadísticamente la variabilidad de las propiedades básicas consideradas como aleatorias (p.e., RQD, UCS, BTS), media, desviación estándar, etc. Tener conocimientos de modelamiento estadístico a nivel de usuario es imprescindible en la actividad. 5. Nunca olvidar que los procedimientos deben intentar de alguna manera que el proceso de caracterización sea auditable, tal que permita asegurar que los datos sean confiables con niveles de incertidumbre reducidos.
Tantas problemáticas para un tema tan delicado como este,
parece algo increíble. Finalmente, Gabriel nos entrega su percepción sobre como vislumbra el uso de tecnologías (como las que tiene desarrollada Graiph) en el futuro, y como éstas pueden colaborar con el mejoramiento de su trabajo. Cuando describes testigos mineralizados el control de calidad más potente son las leyes obtenidas de laboratorio: si no identificaste minerales de mena en el tramo muestreado, debes corregir. Con Machine Learning podrás realizar algo similar en descripciones geotécnicas, pero no solo como control de la calidad, sino que también como aseguramiento de la calidad. Puede ser relevante la identificación de zonas débiles angostas (especialmente las fallas geológicas), agrupar fallas de características similares, asignarles parámetros relativos geomecánicos, etc.
En Graiph implementamos modelos predictivos que apoyan
el proceso de aseguramiento de calidad de las descripciones geotécnicas. Pueden caracterizar cada estructura, generar data visual de ellas, ahorrar tiempo identificándolas, lo que permite profundizar los estudios geotécnicos de cada labor, y en menos tiempo del que se destina frecuentemente.
No le tengas miedo a la innovación. Súmate y mejora tus
procesos junto a Graiph. Si quieres mayores información, puedes contactarnos a info@graiph.ai