Introducción y objetivos

La necesidad de monitorear y gestionar el impacto de los vehículos pesados sobre la infraestructura ha llevado al desarrollo de nuevas tecnologías de sensores. El estudio desarrollado por Vrtagic et al. [1] titulado “Design and evaluation of a piezoelectric pressure sensor for mass detection with COMSOL and machine learning modeling” y publicado en la revista internacional “Measurement” de Elsevier, presenta un prototipo de sensor de presión basado en materiales piezoeléctricos, diseñado para detectar el peso de los vehículos mediante la medición en tiempo real de su masa. Los autores utilizaron COMSOL Multiphysics^® para simular la respuesta del sensor.

Modelización y simulación numérica

El diseño del sensor combina seis elementos piezoeléctricos de tipo PZT-5H distribuidos simétricamente tal y como se muestra en la geometría Figura 1. En el modelo de COMSOL Multiphysics^® se acoplaron las físicas de mecánica estructural y electrostática.

Figura 1. Diseño estructural con incorporación de sensores piezoeléctricos y presión de carga.

Por otra parte, se definieron condiciones de contorno con restricciones fijas en los bordes y cargas aplicadas verticalmente en puntos de contacto definidos. La malla empleada fue del tipo free tetrahedral, con refinamiento extra-fino para capturar adecuadamente los gradientes de tensión y potencial eléctrico, tal y como se muestra en la Figura 2.

Figura 2. Modelo mallado de la geometría completa con y sin la capa superior.

El modelo simula la respuesta en voltaje inducido por cargas entre 21 kg y 70 kg aplicadas en diferentes posiciones, lo que permite generar una base de datos sintética representativa. Las ecuaciones de acoplamiento piezoeléctrico se basan en la formulación tensorial habitual, permitiendo analizar la distribución del campo eléctrico y las deformaciones inducidas.

Resultados/conclusiones

Los resultados de la simulación muestran cómo las tensiones generadas en las zonas de carga provocan diferencias de potencial medibles entre sensores, dependientes tanto de la magnitud como de la posición de la carga. Esta información fue utilizada para alimentar un modelo de aprendizaje máquina. El entrenamiento se realizó con los datos simulados en COMSOL Multiphysics^® y experimentales, logrando un ajuste muy preciso.

Además, se validaron los resultados con un escenario real utilizando una bicicleta y diferentes pesos, confirmando la robustez del modelo incluso en condiciones dinámicas. Los errores en la estimación de la masa total se mantuvieron por debajo del 2% en la mayoría de los casos. El uso de COMSOL permitió adaptar datos sintéticos al comportamiento real del sistema mediante ajustes no lineales tipo exponencial.

Este trabajo demuestra el potencial de COMSOL como herramienta clave en el diseño de sensores inteligentes, facilitando la generación de datos simulados de alta calidad y reduciendo la necesidad de ensayos físicos costosos. Combinado con aprendizaje máquina, se logra un sistema predictivo escalable para aplicaciones en infraestructura vial, movilidad urbana y control de cargas.

Referencias

[1] Vrtagic et al. “Design and evaluation of a piezoelectric pressure sensor for mass detection with COMSOL and machine learning modeling” Measurement 254 (2025) 117945.