Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.14076/27362
Title: Proyección del desempeño de pavimentos flexibles en base a modelos de predicción del deterioro y métodos markovianos
Authors: Moncada Vega, David Manuel
Advisors: Flores González, Leonardo
Keywords: Modelos de deterioro;Cadenas de Markov;Pavimentos flexibles;Modelos de predicción del deterioro;Desempeño del pavimento;Métodos markovianos;Curva de deterioro
Issue Date: 2023
Publisher: Universidad Nacional de Ingeniería
Abstract: En el presente trabajo de investigación, se propone una metodología para proyectar el desempeño del pavimento flexible en términos de la rugosidad a través del IRI, basada en modelos de predicción del deterioro desarrollados por el programa HDM-4 a partir del mecanismo de falla del pavimento asfaltico y métodos markovianos mediante Cadenas de Markov, permitiendo incorporar el comportamiento probabilístico del pavimento en la predicción de su condición para garantizar que efectivamente se presente durante su vida útil; convirtiéndose en una herramienta potente y sofisticada para los sistemas de gestión de pavimentos, apoyando de forma ingenieril en la toma de decisiones de los trabajos de mantenimiento y rehabilitación de carreteras de manera viable para alcanzar niveles de servicio adecuados y optimizando los recursos disponibles. Este proceso comienza con la recolección de datos de campo con ensayos no destructivos del IRI y las deflexiones usando el equipo Perfilómetro Láser y el Deflectómetro de Impacto FWD e información de suelos, tráfico y clima, asimismo, a partir de la deflectometría se calculan los módulos elásticos y el número estructural ajustado del pavimento; permitiendo elaborar una base de datos para implementar los modelos de deterioro del agrietamiento, ahuellamiento y la rugosidad durante los años recopilados del IRI; estos resultados de rugosidad del pavimento se discriminaran estadísticamente mediante filtración de datos y detección de valores atípicos para eliminar los datos defectuosos, disponiendo de mediciones representativas que se emplearan en el modelamiento con Cadenas de Markov homogéneas y no homogéneas, utilizando diferentes métodos markovianos como la distancia absoluta, condición de sitio, regresión de datos, distribución de datos, y porcentual e implementación de la simulación de Monte Carlo con Cadenas de Markov; a fin de ser evaluadas y obtener el modelo de desempeño eficiente para proyectar la rugosidad del pavimento mediante su curva de deterioro durante un tiempo determinado.
In this research effort, a methodology is proposed to project the performance of flexible pavement in terms of roughness through the IRI, it was based on deterioration prediction models developed by the HDM-4 program from the failure mechanism of asphalt pavement and Markovian methods through Markov chains, allowing to incorporate the probabilistic behavior of the pavement in the prediction of its condition to guarantee that it actually occurs during its useful life; becoming a powerful and sophisticated tool for pavement management systems, supporting in an engineering way the decision making process of maintenance and rehabilitation of roads in a viable way to achieve adequate service levels and optimizing the available resources. This process begins with the collection of field data with nondestructive testing of IRI and deflections using the Laser Profilometer equipment and the FWD Impact Deflectometer and information on soils, traffic and climate, likewise, from the deflectometry, the elastic module and the adjusted structural number of the pavement are calculated; allowing to elaborate a database to implement the deterioration models of cracking, rutting and roughness during the years collected from the IRI; these pavement roughness results will be statistically discriminated by data filtering and outlier detection to eliminate defective data, having representative measurements to be used in the modeling with homogeneous and non-homogeneous Markov Chains, using different Markovian methods such as absolute distance, site condition, data regression, data distribution, and percentage and implementation of Monte Carlo simulation with Markov Chains; in order to be evaluated and obtain the efficient performance model to project the pavement roughness by means of its deterioration curve during a given time.
URI: http://hdl.handle.net/20.500.14076/27362
Rights: info:eu-repo/semantics/restrictedAccess
Appears in Collections:Maestría

Files in This Item:
File Description SizeFormat 
moncada_vd.pdf30,38 MBAdobe PDFView/Open
moncada_vd(acta).pdf545,57 kBAdobe PDFView/Open
informe_de_similitud.pdf960,55 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI