Browsing by Author "Izquierdo Horna, Luis Antonio"

Now showing 1 - 3 of 3

Diseño de un edificio de viviendas en Santa María
(Pontificia Universidad Católica del Perú, 2020-01-31) Izquierdo Horna, Luis Antonio; Ottazzi Pasino, Gian Franco Antonio
El presente trabajo consiste en el análisis y diseño estructural de un edificio multifamiliar de siete pisos proyectado sobre un terreno rectangular de 375 m2; 30 metros de frente por 12.50 metros de profundidad, ubicado en una zona residencial del balneario de Santa María – Lima. Como tema complementario se realizó el metrado del consumo de acero y del concreto. El sistema de techado utilizado es de losas aligeradas y macizas de 0.25 m de espesor. La estructura del edificio está compuesta en su gran mayoría por muros de corte combinados con pórticos de columnas y vigas de concreto armado. Estos muros fueron pre dimensionados considerando que el 80% de la fuerza cortante sísmica basal proveniente del análisis estático, sea resistida únicamente por el concreto, mientras que para el pre dimensionamiento de columnas solo se consideraron cargas de gravedad. En base a la estructuración y pre dimensionamiento inicial, se realizó un análisis sísmico preliminar con el propósito de verificar si la estructura propuesta satisface los requisitos exigidos por la Norma de Diseño Sismorresistente (NTE E.030) y que los principales elementos sísmicos tengan un comportamiento adecuado para soportar los esfuerzos a los que serán exigidos. Este análisis se realizó empleando un modelo tridimensional con la ayuda del programa Etabs, obteniéndose así la respuesta de la estructura ante el espectro de pseudo-aceleraciones proporcionado por la Norma. El diseño del edificio se realizó dentro del marco normativo del “Reglamento Nacional de Edificaciones” (RNE), dentro de las cuales destacan las siguientes normas: E.020 Cargas, E.030 Diseño Sismorresistente, E.050 Suelos y Cimentaciones, E.060 Concreto Armado.
Marco metodológico para integrar la vulnerabilidad social y física en la prevención del riesgo sísmico
(Pontificia Universidad Católica del Perú, 2019-02-26) Izquierdo Horna, Luis Antonio; Kahhat Abedrabbo, Ramzy Francis
La gran variedad de desastres naturales que han ocurrido en el Perú ha generado numerosos impactos sociales, económicos y ambientales deviniendo en la necesidad de implementar mejoras en los planes de gestión de riesgos y desastres. El Perú es susceptible a sufrir dichos impactos a causa de movimientos telúricos. Por ello, surge la necesidad de evaluar la vulnerabilidad a través de una perspectiva integral que permita reflejar la situación social y física de un área específica. Por lo tanto, esta investigación tiene como objetivo contribuir a la mejora de los planes de gestión de riesgos y desastres; para ello, propone una metodología de análisis de vulnerabilidad global que integra la evaluación de la vulnerabilidad física (basado en las características físicas de la infraestructura) con la vulnerabilidad social como resultado de las principales variables sociodemográficas, seleccionadas en este estudio. Con el fin de determinar la vulnerabilidad global de un área específica primero fue necesario determinar cada componente, social y físico, por separado. Para el aspecto físico de la vulnerabilidad, se propone utilizar como proxy la cantidad de escombros generados después de un evento sísmico. Para el aspecto social de la vulnerabilidad, se propone el uso de indicadores sociales representativos para la zona de estudio, como la edad, nivel de educación, ingresos familiares diarios, entre otros. Al integrar ambos resultados logramos obtener una perspectiva articulada e integral de la vulnerabilidad otorgando igual relevancia, en la evaluación del riesgo sísmico, tanto a la persona como a la infraestructura. La metodología se aplicó a un caso de estudio. La implementación de esta herramienta metodológica permite conocer la situación social y física del área de estudio por separado ayudando a entender y reconocer las necesidades de la población; además, permite identificar aquellos sectores que necesiten de ayuda inmediata después de haber ocurrido el evento sísmico. Esta respuesta de emergencia se realizará teniendo la certeza de que se está brindando atención prioritaria no solo a un sector estructuralmente vulnerable, sino que también a una población susceptible a experimentar daños. Finalmente, esta metodología es aplicable y reproducible para las diferentes escalas de análisis (nacional, departamental, distrital, entre otras).
Propuesta metodológica para la optimización de modelos predictivos de generación de residuos sólidos municipales en zonas urbanas
(Pontificia Universidad Católica del Perú, 2024-06-19) Izquierdo Horna, Luis Antonio; Kahhat Abedrabbo, Ramzy Francis
El pronóstico de la generación de residuos sólidos municipales (RSM) desempeña un papel esencial en la toma de decisiones y proporciona información relevante para la gestión de residuos, así como una comprensión profunda de los factores que influyen en este proceso. En este trabajo, se desarrolló un modelo de predicción de RSM específico para Lima Metropolitana, basado en variables socioculturales, ambientales y económicas, teniendo al 2019 como año de referencia, debido a la influencia del COVID-19 en los datos sobre este tema en años posteriores a la pandemia. El modelo se construyó utilizando las cantidades per cápita de RSM generadas en cada distrito, junto con parámetros relacionados con el consumo de combustibles en el hogar (como gas natural, electricidad y gas licuado de petróleo) y características demográficas de la población (como edad, nivel de educación y gasto mensual). Dada la calidad y disponibilidad de datos, se optó por utilizar el algoritmo de random forest como técnica de predicción. Las variables analizadas se obtuvieron a partir de la Encuesta Residencial de Consumo y Uso de Energía (ERCUE) a nivel municipal. Los resultados indicaron que el algoritmo implementado explica el 51% de la variabilidad de los datos. Se espera que las recomendaciones presentadas en este estudio sirvan para investigaciones futuras relacionadas con la predicción de RSM, contribuyendo a obtener resultados más precisos y aplicables a contextos específicos.