| dc.contributor.advisor | Rodríguez, Marcos | |
| dc.contributor.advisor | Henche, Carlos | |
| dc.contributor.author | Herrero Martín, Rodolfo Javier | |
| dc.date.accessioned | 2026-05-11T08:51:35Z | |
| dc.date.available | 2026-05-11T08:51:35Z | |
| dc.date.issued | 2026-03 | |
| dc.identifier.citation | Herrero Martín, R. J. (2026). Aplicación de nuevas tecnologías en la auscultación de un deslizamiento de ladera en un embalse. [Trabajo Fin de Estudios, Universidad Europea de Madrid]. Repositorio de Trabajos Fin de Estudios TITULA | es |
| dc.identifier.uri | https://hdl.handle.net/20.500.12880/15546 | |
| dc.description.abstract | El presente Trabajo Fin de Máster desarrolla una propuesta aplicada para integrar, ges!onar y
explotar la auscultación de un deslizamiento de ladera situado en la cola de un embalse mediante
la combinación de un entorno BIM, una base de datos de series temporales y herramientas de
analí!ca avanzada. El punto de par!da del trabajo es una problemá!ca muy habitual en este !po
de infraestructuras: la información existe, pero aparece dispersa en tablas, documentos, campañas
de auscultación y representaciones parciales, lo que dificulta su lectura conjunta, su trazabilidad y
su u!lización opera!va para la toma de decisiones.
A par!r de ese diagnós!co, la inves!gación se estructura en tres bloques complementarios. En
primer lugar, se reconstruye el marco geológico, geotécnico e instrumental del caso de estudio y se
ordena el histórico del deslizamiento I-13. En segundo lugar, se analizan las principales técnicas de
auscultación disponibles —piezometría, topogra9a de alta precisión, inclinometría y aforo de
filtraciones— y se proponen umbrales opera!vos de aviso y alarma obtenidos a par!r del
comportamiento real de las series históricas. En tercer lugar, se implanta una cadena de explotación
digital basada en la integración entre InfraWorks y Power BI, a la que se añade posteriormente una
capa adicional de prealerta mediante Azure Machine Learning.
El resultado alcanzado no debe entenderse como un simple cuadro de mando ni como un modelo
predic!vo aislado, sino como una estructura de trabajo coherente en la que el territorio, el histórico
de auscultación, el estado actual y la an!cipación prudente quedan conectados entre sí. InfraWorks
actúa como visor territorial y punto de acceso espacial al sistema; Power BI concentra la lectura
histórica, los estados y la explotación analí!ca; y Azure Machine Learning se incorpora como un
apoyo a la priorización de revisiones, sin sus!tuir en ningún caso el criterio técnico del analista. De
este modo, el TFM demuestra que la combinación entre BIM, ges!ón del dato y analí!ca puede
mejorar de forma tangible la explotación de la auscultación en laderas inestables asociadas a
embalses y dejar preparada una base sólida para futuras ampliaciones del sistema. | es |
| dc.language.iso | spa | es |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | es |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | es |
| dc.title | Aplicación de nuevas tecnologías en la auscultación de un deslizamiento de ladera en un embalse | es |
| dc.type | TFM | es |
| dc.description.affiliation | Universidad Europea de Madrid | es |
| dc.description.degree | Máster Universitario en Ingeniería de Caminos, Canales y Puertos | es |
| dc.rights.accessRights | openAccess | es |
| dc.subject.keyword | Auscultación | es |
| dc.subject.keyword | Deslizamiento | es |
| dc.subject.keyword | Ladera | es |
| dc.subject.keyword | Embalse | es |
| dc.subject.keyword | BIM | es |
| dc.description.methodology | Presencial | |