El análisis forense de estructuras colapsadas ha evolucionado con la fotogrametría aérea. Este artículo detalla el proceso técnico para modelar en 3D un derrumbe real a partir de datos de dron, identificando los vectores de fallo y la secuencia de propagación del colapso. Se examina un caso de estudio donde la infraestructura cedió por fatiga de materiales, permitiendo una recreación virtual precisa del evento.
Metodología de captura y simulación de puntos de fallo 🏗️
La base del modelo es una nube de puntos generada mediante ortofotos de alta resolución tomadas desde un dron DJI Matrice 300 RTK. Se procesaron 450 imágenes con software Agisoft Metashape para obtener una malla texturizada del estado post-colapso. Sobre esta geometría, se realizó un análisis de elementos finitos en ANSYS para simular la fatiga cíclica en las juntas estructurales. Los resultados indican que la falla se originó en el nodo de unión viga-columna del tercer nivel, propagándose por pandeo lateral. La recreación virtual muestra que una sobrecarga del 35% sobre el diseño original, combinada con corrosión en los pernos de anclaje, fue la causa directa del derrumbe.
Lecciones para la prevención y el diseño resiliente 🛡️
La integración de datos de captura aérea con simulaciones estructurales no solo permite determinar la causa del colapso, sino que establece un protocolo de inspección predictiva. Se recomienda realizar vuelos periódicos con drones equipados con sensores LiDAR para detectar deformaciones submillimétricas en juntas críticas. Implementar estos modelos en gemelos digitales permitiría alertar sobre fatiga de materiales antes de que se alcance el punto de no retorno, transformando la respuesta reactiva en prevención activa.
Cómo garantizar la precisión métrica en el modelo 3D cuando la nube de puntos obtenida por fotogrametría aérea presenta oclusiones críticas por escombros superpuestos en una estructura colapsada
(PD: Simular un colapso es fácil. Lo difícil es que no se te caiga el programa.)