
La construcción de edificaciones con madera, un material utilizado desde hace milenios, está experimentando un resurgimiento en la arquitectura moderna. Aunque tradicionalmente ha sido relegada a un segundo plano frente a materiales como el acero y el hormigón, la madera está recibiendo una nueva atención debido a sus beneficios medioambientales, especialmente en el contexto de la sostenibilidad y la reducción de la huella de carbono en la construcción.
A pesar de sus ventajas, la madera presenta desventajas que han limitado su uso, como su vulnerabilidad a la luz solar y la humedad. Para mitigar estos problemas, se han desarrollado recubrimientos que protegen las superficies de madera. Sin embargo, la degradación de estos recubrimientos a menudo comienza antes de ser observable. Una vez que el deterioro es visible, el daño puede ser irreversible, lo que plantea un desafío para la durabilidad de las estructuras de madera.
Innovaciones en el diagnóstico del deterioro de recubrimientos de madera
Investigadores de la Universidad de Kioto han emprendido una ambiciosa iniciativa para abordar esta problemática. Su objetivo es crear un método sencillo y efectivo para diagnosticar el deterioro casi invisible de los recubrimientos de madera antes de que se convierta en un problema serio. Según el autor principal del estudio, Yoshikuni Teramoto, «si podemos ‘ver’ lo que el ojo no puede, podremos extender la vida de las estructuras de madera y mejorar la sostenibilidad en la industria de la construcción».
El equipo ha comenzado a integrar herramientas impulsadas por datos en el mantenimiento tradicional de la madera, combinando espectroscopia de infrarrojos medios con técnicas de aprendizaje automático. Su investigación inicial se ha centrado en probar recubrimientos artificialmente envejecidos, así como aquellos que incluyen nanofibras de celulosa, un aditivo de origen vegetal que mejora la durabilidad de estos recubrimientos.
El componente de aprendizaje automático se basa en una técnica conocida como «mínimos cuadrados parciales», la cual se ha utilizado para construir un modelo que predice el grado de deterioro. Además, se empleó un algoritmo genético para identificar las señales infrarrojas más informativas, lo que mejora tanto la precisión como la interpretabilidad de los resultados obtenidos.
Los investigadores han quedado sorprendidos al descubrir que cambios químicos muy sutiles, demasiado pequeños para ser detectados visualmente, pueden ser capturados mediante espectroscopia infrarroja y ser predichos por el modelo desarrollado. Esta metodología permite detectar cambios químicos sutiles y estimar el nivel de deterioro con alta precisión, lo que a su vez podría reducir la necesidad de costosas inspecciones visuales al identificar signos tempranos de deterioro y prevenir una mayor degradación.
El estudio no solo demuestra la eficacia de la combinación de técnicas químicas y de modelización impulsadas por datos, sino que también sugiere un camino hacia un mantenimiento más inteligente de las edificaciones sostenibles. «Esperamos que esta tecnología ayude a cerrar la brecha entre la artesanía tradicional y la ciencia de datos moderna», añade Teramoto.
Actualmente, el equipo de investigación está realizando pruebas en edificios de madera reales y planea mejorar su modelo para su aplicación en el desarrollo de nuevos productos de pintura y recubrimiento. La metodología desarrollada también tiene el potencial de aplicarse a otros materiales, como el hormigón o el metal, lo que podría abrir nuevas posibilidades para diagnosticar fallos tempranos en diversos tipos de materiales, contribuyendo así a la sostenibilidad de múltiples aplicaciones e industrias.