La necesidad de refuerzo estructural en una infraestructura existente puede venir motivada por la aparición de nuevos condicionantes de uso o por la degradación de los materiales. Desde finales de los años sesenta, la técnica del refuerzo mediante la adhesión de platabandas metálicas se ha llevado a la práctica como alternativa a otros métodos de refuerzo tradicionales. Sin embargo, las platabandas metálicas presentan algunas desventajas, como son su peso y su posible corrosión por agentes atmosféricos, que pueden solventarse sustituyéndolas por laminados de polímeros reforzados con fibras (FRP). Estos materiales poseen relaciones resistencia/peso y rigidez/peso mayores que el acero, facilitando su colocación, reduciendo costes y plazos de ejecución.En numerosos estudios empíricos se observa como la aplicación de laminados encolados puede resultar en una rotura frágil que conduce al desprendimiento prematuro del refuerzo antes de alcanzar la carga última.El principal objetivo de este trabajo es el desarrollo de un método simple y efectivo para dimensionar y comprobar el refuerzo de estructuras existentes con laminados adheridos de tal forma que se eviten los modos prematuros de rotura que conducen al desprendimiento del laminado. Se ha dedicado especial atención a la transferencia de tensiones de laminado a hormigón que resulta el punto clave del correcto comportamiento de este tipo de refuerzo.En el Capítulo 2, tras una revisión histórica de las líneas de investigación existentes, experimentales y teóricas, se ha evaluado mediante una base de datos experimental la fiabilidad de los modelos teóricos existentes para pronosticar y prevenir los modos de rotura prematuros antes mencionados. Esta base de datos experimental incluye resultados de la literatura existente y de una campaña experimental llevada a cabo por el autor en el Laboratorio de Tecnología de Estructuras de la Universidad Politécnica de Cataluña.Para resolver las deficiencias de los modelos teóricos existentes, en el Capítulo 3, se ha aplicado la teoría de la Mecánica de Fractura No Lineal a un caso de corte puro para modelizar el comportamiento de la interfase y sus roturas prematuras. Se han obtenido las distribuciones de tensiones en la interfase y en el laminado junto a la fuerza máxima transferida en función de tres parámetros (energía de fractura, máxima tensión tangencial y deslizamiento asociado a dicha tensión).La formulación de un caso de corte puro se ha extendido a un caso general de una viga bajo cargas transversales en el Capítulo 4. Se ha estudiado la evolución del desprendimiento del laminado en dos casos específicos: un elemento entre dos fisuras contiguas, y un elemento entre el extremo del laminado y la siguiente fisura. Se han obtenido las distribuciones de tensiones para las distintas fases del proceso. Cabe mencionar que la fuerza transferida entre dos fisuras alcanza su máximo valor cuando la tensión tangencial máxima llega a la fisura menos cargada. En este instante, ya se puede haber iniciado o no la formación de una macrofisura. El elemento entre el extremo del laminado y la siguiente fisura es similar al caso de corte puro.Las distribuciones de tensiones presentadas en el Capítulo 4 nos ayudan a comprender el comportamiento de un elemento reforzado con laminados adheridos en su cara traccionada, sin embargo, resultan complejas en la práctica. En el Capítulo 5 se describe un nuevo método de dimensionamiento y verificación basado en la obtención de una relación entre el máximo cortante antes de que se produzca el desprendimiento prematuro del refuerzo y el momento aplicado. Esta relación está asociada a la fuerza máxima transferida entre fisuras. A partir de la predicción del valor máximo de cortante, se verifica el desprendimiento del extremo del laminado evaluando la fuerza transferida entre dicho punto y la siguiente fisura. Se ha verificado la fiabilidad de esta propuesta mediante la base de datos de ensayos a flexión.Finalmente, en el Capítulo 6 se resumen las principales conclusiones del trabajo presentado en esta tesis y se sugieren futuras líneas de investigación. / The strengthening of aging infrastructures is in most cases required because of the necessity for increased levels of service loads or because of the degradation of structural materials. The technique of strengthening by externally bonding steel plates has been in practice since the late 1960's. However, steel plates present some disadvantages in terms of weight and corrosion that can be solved by replacing them with fiber reinforced polymer (FRP) laminates. FRP laminates provide benefits such as high strength-to-weight and stiffness-to-weight ratios, corrosion resistance as well as reduced installation costs due to their easy-handling.Existing experimental work has shown that the application of externally bonded laminates can result in a catastrophic brittle failure in the form of a premature debonding of the laminate before reaching the design load.The main aim of this research has been the development of a simple effective method to design and verify the strengthening of an existing structure with an externally bonded plate while preventing the premature peeling failure that causes the laminate to debond. Special attention has been drawn on to transfer of stresses from laminate to concrete through the interface, which is the main key in the correct performance of externally reinforced concrete structures.After a historical overview of the existing experimental and theoretical lines of research, the suitability of using existing theoretical models to forecast and prevent peeling failures is evaluated in Chapter 2 by means of an experimental bending test database. This database includes results from the existing literature and results from an experimental program conducted by the author at the Structural Technology Laboratory of the Technical University of Catalonia.To solve the weaknesses of the existing theoretical models, in Chapter 3, Non-Linear Fracture Mechanics theory is applied in a pure shear case to model the interface behavior and its premature failures. The stress distributions, together with the maximum transferred force are obtained as a function of three model parameters (the fracture energy, the maximum shear stress and the sliding associated to this stress).The formulae of a pure shear specimen are then extended to a general case of a beam under transverse loads in Chapter 4. For this purpose, the evolution of the debonding process is studied for two specific cases: a beam element between two cracks, and a beam element between the laminate end and the nearest crack. The stress distributions are obtained for the different stages observed in the debonding process. A specific highlight observed was that the transferred force between cracks is at maximum when the maximum shear stress reaches the less-loaded crack. In this instance, a macrocrack may or may not have already initiated. Another point observed is related to the beam element between the laminate end and the nearest crack, which is similar to the pure shear specimen.The stress distributions derived in Chapter 4 allow us to understand the behavior of an externally reinforced element, but are awkward for design purposes. Chapter 5 describes both a new design and verification method based on a maximum shear force-bending moment relationship associated to the theoretical maximum transferred force between two consecutive cracks before peeling occurs. After calculating the predicted value for the maximum shear force from the peeling relationship, the developed method verifies the debonding at the laminate end by checking the transferred force between the laminate end and the first crack in the laminate. The reliability of this proposal is verified by means of the assembled bending test database.Finally, the main conclusions drawn from the work presented in this dissertation are summarized in Chapter 6. Future work and research lines are suggested as well.

El uso de barras de materiales compuestos (FRP) se propone como una alternativa efectiva para las tradicionales estructuras de hormigón armadas con acero que sufren corrosión en ambientes agresivos. La aceptación de estos materiales en el mundo de la construcción está condicionada a la compresión de su comportamiento estructural. Este trabajo estudia el comportamiento adherente entre barras de FRP y hormigón mediante dos programas experimentales. El primero incluye la caracterización de la adherencia entre barras de FRP y hormigón mediante ensayos de pull-out y el segundo estudia el proceso de fisuración de tirantes de hormigón reforzados con barras de GFRP mediante ensayo a tracción directa. El trabajo se concluye con el desarrollo de un modelo numérico para la simulación del comportamiento de elementos de hormigón reforzado bajo cargas de tracción. La flexibilidad del modelo lo convierte en una herramienta flexible para la realización de un estudio paramétrico sobre las variables que influyen en el proceso de fisuración. / The use of Fibre Reinforced Polymers (FRP) as reinforcement in concrete structures is considered to be a possible alternative to steel in those situations where corrosion is present. The full acceptance of FRP reinforcement in concrete construction is contingent on a complete study and comprehension of all aspects of their structural performance. This thesis investigates the bond behaviour between Fibre Reinforced Polymer (FRP) reinforcement and concrete. Two experimental programs were conducted. In the first program the role of the variables which affect the bond behaviour was studied through pull-out test. In the second program, GFRP RC members were tested in tension to study their cracking response. To conclude the thesis, a numerical model was developed to simulate the cracking behaviour of RC tensile members. Since the model was flexible enough to include any "user-defined" bond-slip law and variable materials' properties, a parametric study was conducted to analyze which are the variables that influence the cracking behaviour.

Darrerament, l'interès pel desenvolupament d'aplicacions amb robots submarins autònoms (AUV) ha crescut de forma considerable. Els AUVs són atractius gràcies al seu tamany i el fet que no necessiten un operador humà per pilotar-los. Tot i això, és impossible comparar, en termes d'eficiència i flexibilitat, l'habilitat d'un pilot humà amb les escasses capacitats operatives que ofereixen els AUVs actuals. L'utilització de AUVs per cobrir grans àrees implica resoldre problemes complexos, especialment si es desitja que el nostre robot reaccioni en temps real a canvis sobtats en les condicions de treball. Per aquestes raons, el desenvolupament de sistemes de control autònom amb l'objectiu de millorar aquestes capacitats ha esdevingut una prioritat. Aquesta tesi tracta sobre el problema de la presa de decisions utilizant AUVs. El treball presentat es centra en l'estudi, disseny i aplicació de comportaments per a AUVs utilitzant tècniques d'aprenentatge per reforç (RL). La contribució principal d'aquesta tesi consisteix en l'aplicació de diverses tècniques de RL per tal de millorar l'autonomia dels robots submarins, amb l'objectiu final de demostrar la viabilitat d'aquests algoritmes per aprendre tasques submarines autònomes en temps real. En RL, el robot intenta maximitzar un reforç escalar obtingut com a conseqüència de la seva interacció amb l'entorn. L'objectiu és trobar una política òptima que relaciona tots els estats possibles amb les accions a executar per a cada estat que maximitzen la suma de reforços totals. Així, aquesta tesi investiga principalment dues tipologies d'algoritmes basats en RL: mètodes basats en funcions de valor (VF) i mètodes basats en el gradient (PG). Els resultats experimentals finals mostren el robot submarí Ictineu en una tasca autònoma real de seguiment de cables submarins. Per portar-la a terme, s'ha dissenyat un algoritme anomenat mètode d'Actor i Crític (AC), fruit de la fusió de mètodes VF amb tècniques de PG. / A considerable interest has arisen around Autonomous Underwater Vehicle (AUV) applications. AUVs are very useful because of their size and their independence from human operators. However, comparison with humans in terms of efficiency and flexibility is often unequal. The development of autonomous control systems able to deal with such issues becomes a priority. The use of AUVs for covering large unknown dynamic underwater areas is a very complex problem, mainly when the AUV is required to react in real time to unpredictable changes in the environment. This thesis is concerned with the field of AUVs and the problem of action-decision. The methodology chosen to solve this problem is Reinforcement Learning (RL). The work presented here focuses on the study and development of RL-based behaviors and their application to AUVs in real robotic tasks. The principal contribution of this thesis is the application of different RL techniques for autonomy improvement of an AUV, with the final purpose of demonstrating the feasibility of learning algorithms to help AUVs perform autonomous tasks. In RL, the robot tries to maximize a scalar evaluation obtained as a result of its interaction with the environment with the aim of finding an optimal policy to map the state of the environment to an action which in turn will maximize the accumulated future rewards. Thus, this dissertation is based on the principals of RL theory, surveying the two main classes of RL algorithms: Value Function (VF)-based methods and Policy Gradient (PG)-based techniques. A particular class of algorithms, Actor-Critic methods, born of the combination of PG algorithms with VF methods, is used for the final experimental results of this thesis: a real underwater task in which the underwater robot Ictineu AUV learns to perform an autonomous cable tracking task.

Aquesta tesi proposa l'ús d'un seguit de tècniques pel control a alt nivell d'un robot autònom i també per l'aprenentatge automàtic de comportaments. L'objectiu principal de la tesis fou el de dotar d'intel·ligència als robots autònoms que han d'acomplir unes missions determinades en entorns desconeguts i no estructurats. Una de les premisses tingudes en compte en tots els passos d'aquesta tesis va ser la selecció d'aquelles tècniques que poguessin ésser aplicades en temps real, i demostrar-ne el seu funcionament amb experiments reals. El camp d'aplicació de tots els experiments es la robòtica submarina.En una primera part, la tesis es centra en el disseny d'una arquitectura de control que ha de permetre l'assoliment d'una missió prèviament definida. En particular, la tesis proposa l'ús de les arquitectures de control basades en comportaments per a l'assoliment de cada una de les tasques que composen la totalitat de la missió. Una arquitectura d'aquest tipus està formada per un conjunt independent de comportaments, els quals representen diferents intencions del robot (ex.: "anar a una posició", "evitar obstacles",...). Es presenta una recerca bibliogràfica sobre aquest camp i alhora es mostren els resultats d'aplicar quatre de les arquitectures basades en comportaments més representatives a una tasca concreta. De l'anàlisi dels resultats se'n deriva que un dels factors que més influeixen en el rendiment d'aquestes arquitectures, és la metodologia emprada per coordinar les respostes dels comportaments. Per una banda, la coordinació competitiva és aquella en que només un dels comportaments controla el robot. Per altra banda, en la coordinació cooperativa el control del robot és realitza a partir d'una fusió de totes les respostes dels comportaments actius. La tesis, proposa un esquema híbrid d'arquitectura capaç de beneficiar-se dels principals avantatges d'ambdues metodologies.En una segona part, la tesis proposa la utilització de l'aprenentatge per reforç per aprendre l'estructura interna dels comportaments. Aquest tipus d'aprenentatge és adequat per entorns desconeguts i el procés d'aprenentatge es realitza al mateix temps que el robot està explorant l'entorn. La tesis presenta també un estat de l'art d'aquest camp, en el que es detallen els principals problemes que apareixen en utilitzar els algoritmes d'aprenentatge per reforç en aplicacions reals, com la robòtica. El problema de la generalització és un dels que més influeix i consisteix en permetre l'ús de variables continues sense augmentar substancialment el temps de convergència. Després de descriure breument les principals metodologies per generalitzar, la tesis proposa l'ús d'una xarxa neural combinada amb l'algoritme d'aprenentatge per reforç Q_learning. Aquesta combinació proporciona una gran capacitat de generalització i una molt bona disposició per aprendre en tasques de robòtica amb exigències de temps real. No obstant, les xarxes neurals són aproximadors de funcions no-locals, el que significa que en treballar amb un conjunt de dades no homogeni es produeix una interferència: aprendre en un subconjunt de l'espai significa desaprendre en la resta de l'espai. El problema de la interferència afecta de manera directa en robòtica, ja que l'exploració de l'espai es realitza sempre localment. L'algoritme proposat en la tesi té en compte aquest problema i manté una base de dades representativa de totes les zones explorades. Així doncs, totes les mostres de la base de dades s'utilitzen per actualitzar la xarxa neural, i per tant, l'aprenentatge és homogeni.Finalment, la tesi presenta els resultats obtinguts amb la arquitectura de control basada en comportaments i l'algoritme d'aprenentatge per reforç. Els experiments es realitzen amb el robot URIS, desenvolupat a la Universitat de Girona, i el comportament après és el seguiment d'un objecte mitjançant visió per computador. La tesi detalla tots els dispositius desenvolupats pels experiments així com les característiques del propi robot submarí. Els resultats obtinguts demostren la idoneïtat de les propostes en permetre l'aprenentatge del comportament en temps real. En un segon apartat de resultats es demostra la capacitat de generalització de l'algoritme d'aprenentatge mitjançant el "benchmark" del "cotxe i la muntanya". Els resultats obtinguts en aquest problema milloren els resultats d'altres metodologies, demostrant la millor capacitat de generalització de les xarxes neurals.

State-of-the-art Machine Learning (ML) algorithms show impressive results for a myriad of applications. However, they operate as a sort of a black box: the decisions taken are not human-understandable. There is a need for transparency and interpretability of ML predictions to be wider accepted in society, especially in specific fields such as medicine or finance. Most of the efforts so far have focused on explaining supervised learning. This project aims to use some of these successful explainability algorithms and apply them to Reinforcement Learning (RL). To do so, we explain the actions of a RL agent playing Atari’s Breakout game, using two different explainability algorithms: Shapley Additive Explanations (SHAP) and Local Interpretable Model-agnostic Explanations (LIME). We successfully implement both algorithms, which yield credible and insightful explanations of the mechanics of the agent. However, we think the final presentation of the results is sub-optimal for the final user, as it is not intuitive at first sight. / De senaste algoritmerna för maskininlärning (ML) visar imponerande resultat för en mängd olika tillämpningar. De fungerar dock som ett slags ”svart låda”: de beslut som fattas är inte begripliga för människor. Det finns ett behov av öppenhet och tolkningsbarhet för ML-prognoser för att de ska bli mer accepterade i samhället, särskilt inom specifika områden som medicin och ekonomi. De flesta insatser hittills har fokuserat på att förklara övervakad inlärning. Syftet med detta projekt är att använda några av dessa framgångsrika algoritmer för att förklara och tillämpa dem på förstärkning lärande (Reinforcement Learning, RL). För att göra detta förklarar vi handlingarna hos en RL-agent som spelar Ataris Breakout-spel med hjälp av två olika förklaringsalgoritmer: Shapley Additive Explanations (SHAP) och Local Interpretable Model-agnostic Explanations (LIME). Vi genomför framgångsrikt båda algoritmerna, som ger trovärdiga och insiktsfulla förklaringar av agentens mekanik. Vi anser dock att den slutliga presentationen av resultaten inte är optimal för slutanvändaren, eftersom den inte är intuitiv vid första anblicken. / Els algoritmes d’aprenentatge automàtic (Machine Learning, ML) d’última generació mostren resultats impressionants per a moltes aplicacions. Tot i això, funcionen com una mena de caixa negra: les decisions preses no són comprensibles per a l’ésser humà. Per tal que les prediccion preses mitjançant ML siguin més acceptades a la societat, especialment en camps específics com la medicina o les finances, cal transparència i interpretabilitat. La majoria dels esforços que s’han fet fins ara s’han centrat a explicar l’aprenentatge supervisat (supervised learning). Aquest projecte pretén utilitzar alguns d’aquests existosos algoritmes d’explicabilitat i aplicar-los a l’aprenentatge per reforç (Reinforcement Learning, RL). Per fer-ho, expliquem les accions d’un agent de RL que juga al joc Breakout d’Atari utilitzant dos algoritmes diferents: explicacions additives de Shapley (SHAP) i explicacions model-agnòstiques localment interpretables (LIME). Hem implementat amb èxit tots dos algoritmes, que produeixen explicacions creïbles i interessants de la mecànica de l’agent. Tanmateix, creiem que la presentació final dels resultats no és òptima per a l’usuari final, ja que no és intuïtiva a primera vista.

La 3,4-metilendioximetamfetamina (MDMA, èxtasi) i el cannabis són dues drogues les quals es consumeixen conjuntament de manera habitual. Malgrat que tots dos compostos presenten propietats reforçant i potencial addictiu, també tenen propietats farmacològiques oposades. La MDMA es una droga psicoestimulant, la qual causa hiperlocomoció, hipertèrmia, resposted de tipus asiogènic i neurotoxicitat. Per altra banda el Δ9-tetrahydrocannabinol (THC), principal compost psicoactiu del cannabis, posseeix efectes relaxants, hipolocomotors, hipotèrmics i neuroprotectors. Els efectes de la MDMA i el THC al sistema nerviós central es troben mediats per dos mecanismes notablement diferents. La MDMA augmenta els nivells extracel·lulars de dopamina i serotonina, mentre que el THC produeix l'activació del receptor cannabinoide CB1. Cal destacar a més que les interaccions entre els sistemes monoaminèrgic i endocannabinoide s'observa de manera freqüent en l'organisme.En el present estudi hem explorat la implicació del sistema endocannabinoide i la MDMA en diversos aspectes. Per una banda el receptor cannabinoide CB1 juga un important paper en els efectes hiperlocomotors i hipertèrmics, i en les respostes de tipus ansiogènic produïdes per la MDMA. Curiosament, encara que el receptor CB1 no participa en els efectes recompensants primaris de la MDMA, és imprescindible per que tinguin lloc els seus efectes reforçants. Així mateix, l'alliberació de serotonina per part de la MDMA redueix de manera dosi-depenent la simptomatologia física causada pel síndrome d'abstinència a cannabinoides precipitada per un antagonista del receptor CB1. Finalment, el tractament amb THC era capaç de prevenir la hipertèrmia, activació glial, estrès oxidatiu i pèrdua de terminals causada per la MDMA. Com a conseqüència el THC exerceix un efecte neuroprotector contra la neurotoxicitat induïda per la MDMA. / 3,4-methylenedioximethamphetamine (MDMA, ecstasy) and cannabis are two drugs frequently consumed in combination. Despite both compounds have rewarding properties and abuse liability, they show opposite pharmacological properties. On the one hand, MDMA is a psychostimulant drug with hyperlocomotor, hyperthermic, anxiogenic-like and neurotoxic effects. On the other hand, Δ9-tetrahydrocannabinol (THC), the main psychoactive compound of cannabis, has relaxant, hypolocomotor, hypothermic and neuroprotective properties. The effects of MDMA and THC in the central nervous system are mediated by two different mechanisms. MDMA enhances the extracellular levels of dopamine and serotonin, whereas THC activates the CB1 cannabinoid receptor. Likewise, interactions between the monoaminergic and the endogenous cannabinoid system have been frequently observed.In the current study, we explored the involvement of CB1 cannabinoid receptor on the hyperlocomotor, hyperthermic, anxiogenic-like, rewarding and reinforcing effects of MDMA. We also studied the effect of acute and chronic administration of MDMA on rimonabant-precipitated THC withdrawal syndrome. Furthermore, we explored the neuroprotective effects of THC on MDMA-induced neurotoxicity.As a result of this study we may conclude that endocannabinoid system and MDMA interact in a wide variety of aspects. CB1 receptor plays an important role on the hyperlocomotor, hyperthermic, and anxiogenic-like effects of MDMA. Interestingly, CB1 receptor is essential for the reinforcing but not the primary rewarding properties of MDMA. In addition, the release of serotonin by MDMA dose-dependently reduced the severity of THC withdrawal syndrome triggered by a CB1 antagonist. Finally, pretreatment with THC prevented the hyperthermia, glial activation, oxidative stress and terminal loss caused by MDMA. Consequently, THC exerts a neuroprotective effect against MDMA-induced neurotoxicity.