Modelacin probabilstica del dao en pavimentos

Mauricio Snchez-Silva (PhD), Silvia Caro Spinel (MSc) y Bernardo Caicedo (PhD)
Departamento de Ingeniera Civil y Ambiental
Universidad de Los Andes, Bogot, Colombia
msanchez@uniandes.edu.co, scaro@uniandes.edu.co, bcaicedo@uniandes.edu.co

Palabras Clave: pavimentos, diseo, dao, confiabilidad, probabilidad.

RESUMEN
La experiencia en el diseo y construccin de pavimentos ha demostrado que la incertidumbre
de las propiedades mecnicas de los materiales, las cargas y los mtodos constructivos son
determinantes para su comportamiento. Sin embargo, an los mtodos ms modernos de
diseo (e.g., mecanicistas), consideran la incertidumbre de manera marginal manejndola,
esencialmente, como una variable determinstica ms. Este artculo presenta una revisin de la
aproximacin probabilstica al dao de pavimentos. Se discute la falla desde diferentes
perspectivas: (1) la estimacin del dao acumulado por fatiga: (2) la formacin y propagacin de
las grietas y (3) la capacidad de las capas de material granular. El problema de la confiabilidad
se explica e ilustra mediante un ejemplo ilustrativo del potencial de este tipo de aproximaciones
al problema. El diseo y mantenimiento de pavimentos se debe mover en un futuro cercano
hacia la optimizacin y requiere modelos de incertidumbre y anlisis de confiabilidad.
Introduccin
El deterioro de un pavimento resulta de la acumulacin del dao generado por la fluctuacin de
los esfuerzos y las deformaciones como consecuencia de cargas externas que varan en el
tiempo. En este artculo se discute un modelo discreto para estimar las cargas de trfico de
forma probabilstica. Este aspecto es importante puesto que el concepto de ejes equivalentes,
utilizado en los mtodos de diseo tradicionales y los mtodos mecanicistas (racionales), es
una simplificacin puramente emprica que desconoce que el trfico vara aleatoriamente con el
tiempo, tanto en la magnitud de las cargas, como en la frecuencia.
En la primera parte, se presenta el problema de la fatiga de los materiales y algunas medidas
existentes del dao causado por fatiga. Adems de determinar el dao de los pavimentos como
una medida global, se evalu la ocurrencia y propagacin de grietas como resultado de la
fatiga. La ocurrencia de fisuras es importante porque es el principal elemento en la reduccin de
la vida til de un material sometido a fatiga. Posteriormente, se presentan algunas
consideraciones sobre la modelacin del trfico y los modelos probabilsticos de dao. Por
ltimo, se combinaron los modelos probabilsticos de carga y resistencia para estimar la vida til
de una estructura existente. Los resultados se ilustran con un ejemplo y dejan de manifiesto la
importancia y las implicaciones de incluir el anlisis probabilstico como parte del diseo y la
evaluacin de estructuras de pavimento.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Causas del deterioro en pavimentos

La optimizacin del diseo y el mantenimiento de pavimentos requieren una prediccin del
proceso de deterioro. Este proceso est influenciado por: (1) la incertidumbre en las cargas de
trfico (e.g. nmero y localizacin de ejes, tipo de suspensin y llantas) y las condiciones
ambientales (i.e., clima); (2) la dificultad de encontrar una medida fsica de deterioracin (i.e.,
dao); y (3) los parmetros y los modelos de incertidumbre asociados a todas las propiedades
mecnicas de los materiales y su comportamiento estructural [Caro y Snchez, 2003].
El dao en las estructuras de pavimento est dominado por dos tipos de falla: fatiga y
deformacin permanente (i.e., ahuellamiento). El dao que se genera por fatiga depende de las
propiedades mecnicas de los materiales y las relaciones entre la carga mxima por eje y el
espesor del pavimento. En particular, este dao est controlado por los ejes ms cargados y de
mayor repeticin, tal como lo expresa la ley de fatiga (i.e., ley S N). Adicionalmente, la
rugosidad en la superficie de la carretera excita las cargas dinmicas en los ejes del camin
incrementando el dao por fatiga. Por ejemplo, algunos estudios han demostrado que para la
carga tpica de un camin, los pavimentos rugosos experimentan el dao a una razn de,
aproximadamente, 50% ms que la que se produce en carreteras con superficies suaves,
[Guillespie et al. 1993]. A su vez, la temperatura promueve la fatiga al generar esfuerzos
trmicos en las capas de la estructura. Por ejemplo, con un gradiente de un grado Fahrenheit
por pulgada en una losa de concreto, el dao por fatiga producido por la mayora de los
camiones se incrementa en un factor de 10 por encima de una condicin de gradiente nulo.
Por otra parte, el ahuellamiento es un fenmeno que afecta los pavimentos flexibles y que
depende principalmente del peso y de la distribucin de ejes en el vehculo. Este fenmeno se
acelera por la presencia de elevadas temperaturas y baja frecuencia de aplicacin de cargas, lo
cual afecta las propiedades reolgicas de los materiales contribuyendo significativamente a la
deformacin permanente. Por ejemplo, se ha observado que a temperaturas mayores a un
rango de 77 grados a 120 grados Fahrenheit (25C a 45C), el dao por ahuellamiento se
incrementa en un factor de 16 [Guillespie et al. 1993].
A pesar de la importancia de todos los modos de falla mencionados anteriormente, este artculo
se concentrar nicamente en los procesos de fatiga bajo condiciones de temperatura y clima
constantes. La fatiga est caracterizada por una incertidumbre significativa, la cual es resultado
de (1) la dispersin en el laboratorio de la informacin de la ley de fatiga (S N) (Figura 1); (2)
la definicin de cargas con los esfuerzos correspondientes; y (3) las propiedades mecnicas de
los materiales. El dao por fatiga ocurre usualmente en las capas ms superficiales o en
aquellas fabricadas por materiales asflticos mezclados en caliente u otro tipo de materiales
que soportan esfuerzos de tensin. La aproximacin probabilstica ser usada como un marco
lgico para analizar incertidumbres del diseo y las bases cuantitativas para determinar la
integridad estructural en la forma del riesgo o la probabilidad de funcionamiento inapropiado
[ASCE, 1982].

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Esfuerzo (S)

Tiempo (t)

Smax

SR

Funcin de densidad del nmero de ciclos dado S

fS(s)

Funcin de densidad de la amplitud del esfuerzo dado N

Esfuerzo S(t)

Valor caracterstico
FN(1)=1/n

fN(n,s)
1

Lmite de fatiga - Endurance

High cycle

104

Numero de ciclos (N)

Figura 1. Descripcin de la fatiga en materiales asflticos.

MODELACIN DE LA FATIGA
Modelo S-N
La fatiga estructural es el resultado de la repeticin de ciclos de esfuerzo que causa un
decaimiento en la resistencia de un material y, en ltima instancia, la falla estructural (i.e.
fractura). Una falla por fatiga es siempre frgil, aun para materiales que son usualmente
dctiles. Es importante hacer nfasis en que para materiales bituminosos, este lmite es difcil
de identificar de forma experimental debido a que se requiere un nmero muy elevado de ciclos
de carga para alcanzar la falla. La fatiga se evala usualmente en trminos de amplitudes de
esfuerzo o rangos de esfuerzo de un ciclo. La amplitud del esfuerzo es la diferencia entre el pico
y la media, mientras que el rango es la diferencia algebraica entre el esfuerzo mximo y
mnimo. Aunque para el caso de pavimentos las mediciones se realizan comnmente en
trminos de deformaciones, en este artculo se trabajar nicamente en funcin del esfuerzo. El
comportamiento de la fatiga se describe mediante un diagrama S N (Figura 1). La variable N
describe el nmero de ciclos de amplitud de carga constante hasta la falla y S la amplitud de los
ciclos de esfuerzo. A menudo, los valores de N se dibujan en escala logartmica. Varios
modelos se han propuesto para describir la relacin S N; sin embargo, uno de los ms
utilizados es la Ecuacin de Basquin, la cual es vlida solo para un alto rango de ciclos (i.e. N>
104, que es el caso comn para pavimentos):
NS m = C

(1)

en donde S es la amplitud del esfuerzo (o rango de esfuerzo) y m y C son constantes empricas.

Wirsching [Wirsching 1979] reporta que esta expresin es vlida para un proceso de carga
estacionario o no estacionario. Si se toma logaritmo (log) a ambos lados de la ecuacin 1, esta
se convierte es:
log N = log C + m log S

(2)

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Por lo tanto, si Y = log N, X = log S, a = log C y b = -m, la ecuacin 1 se convierte: Y = a + bX.

Este resultado es til ya que con un anlisis de regresin lineal estndar se pueden encontrar
los estimativos de a y b. Para las capas de asfalto, se ha observado que m vara de 2 a 5. La
prediccin del nmero de ciclos de falla, N, para un rango de esfuerzos dado, tiene dos fuentes
de incertidumbre: (1) la incertidumbre inherente a la dispersin de la informacin; y (2) la
incertidumbre en la regresin lineal y en la estimacin de la media del log N dado el log S. Para
hacer el modelo probabilstico ms sencillo, Wirsching [Wirsching, 1979] sugiere tratar m como
una constante y transferir toda la variabilidad a a = log C, que usualmente se considera como
una distribucin normal.
Dao por fatiga en materiales asflticos
Una medida global del dao por fatiga es importante como una alternativa para definir el estado
del pavimento y las necesidades de intervencin. Si una estructura se somete a cargas con
amplitud y frecuencia de esfuerzo constante, el nivel de dao por fatiga se calcula comparando
el nmero de ciclos de carga con los requeridos para alcanzar la falla. Sin embargo, en la
realidad la carga externa actuante sobre los elementos estructurales vara en el tiempo; por lo
tanto, es necesario cuantificar el dao en cada ciclo de carga y el dao acumulado para la
historia de carga. El efecto de las cargas cclicas en cualquier estructura se considera
usualmente mediante reglas de dao acumulado. Estas reglas tratan de relacionar el
comportamiento de la fatiga cuando la historia de carga es compleja (i.e., no es constante). La
hiptesis Palmaren-Miner es la regla lineal de acumulacin de dao ms comn (Figura 2).
Bajo amplitudes variables de carga, la regla de Palmaren-Miner [Miner 1945] permite predecir el
dao como,
D=

n3
nk
n1
n2
b
+
+
+ ... +
N ( S1 ) N ( S 2 ) N ( S 3 )
N (S k )
k

D =
i =1

Amplitud o rango de esfuerzo (S)

S1

ni
N (S i )

(9)

n1
D1 =

Tiempo

S1

(8)

S2

n1
N1

n2
D2 =

Tiempo

n2
N2

S2
Si

Curva S-N

N1 N2
Ni
Nmero de ciclos a la falla (N)

Figura 2. Descripcin del factor de acumulacin de dao.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

donde ni es el nmero de ciclos armnicos de esfuerzo, a una amplitud Si, en otras palabras,
este es el incremento de dao debido al bloque i-simo del rango de esfuerzos constantes Si;
N(Si) es el nmero de ciclos para alcanzar la falla por efecto del esfuerzo Si y k el nmero total
de grupos de esfuerzo. A pesar de que existen algunas crticas sobre la validez de este ndice,
se reconoce ampliamente que es una medida razonable y conveniente del dao global por
fatiga. El dao total de la estructura se alcanza para valores de D = 1. Resultados estadsticos
han mostrado que la incertidumbre del dao se puede modelar de forma lognormal con media
unitaria y coeficiente de variacin entre 0.4 y 0.7 [ASCE, 1982] y [Melchers, 1999].
El proceso de dao acumulado (i.e., deterioro) puede modelarse de muchas otras formas,
dentro de las que se encuentra el Riding Comfort Index (RCI) alrededor del cual existe mucha
informacin ([Paramapathy y Pandey, 2000] y [Hong y Somo, 2001]). A pesar de que el RCI es
una idea atractiva, este ndice es muy subjetivo y difcil de cuantificar. Sin embargo, durante la
ltima dcada muchas tcnicas y equipos han sido desarrollados para determinar el perfil
longitudinal, la deflexin y la textura de la superficie de rodadura. El RCI no ser tratado en
este artculo.
Propagacin de grietas por Fatiga
Como se describi en la seccin anterior, la fatiga depende del nmero de ciclos de carga que
producen la falla. Sin embargo, las grietas se propagan desde fallas o defectos preexistentes,
los cuales ocurren a valores de esfuerzos que se encuentran por debajo de la dureza
(toughness) cuasi-esttica de la fractura [Suresh, 1998]. Para materiales asflticos, la
iniciacin de grietas y su propagacin es un factor crtico que define su comportamiento durante
la vida til. En general, el parmetro de control para el diseo bajo estas especificaciones es la
longitud de la grieta o su tasa de cambio, la cual debe estar por debajo de un valor crtico
durante su vida til. Es importante resaltar que para estructuras de pavimento existentes, el
parmetro de control no debe ser solamente el tamao de la grieta, sino tambin su velocidad
de propagacin. De acuerdo con Paris y Erdogan [1963], la propagacin de la grieta bajo cargas
cclicas est gobernada por la siguiente ley emprica:
da
= ZKm
dN

(3)

Donde da/dn representa el cambio en la longitud en la grieta de fatiga por ciclo de carga (a es la
longitud de la grieta) y K el factor de intensidad del esfuerzo definido y K = K max K min . El factor
de intensidad de esfuerzo depende del esfuerzo, del tipo de problema, de la geometra del
espcimen y de la geometra de la grieta [Suresh 1998]:
r
K = s f (a, q )

(4)

donde qr es un vector que considera las caractersticas geomtricas del espcimen y s es el

esfuerzo. si K se describe, por ejemplo, como: K = Y (a)s a , entonces, K = Y (a) a [smax smin ] y por lo
tanto,

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

m
da
= Z Y (a ) a [s max s min ]
dN
m
da
m
= ZY (a ) m a [S ]
dN

(5 y 6)

Mediante la separacin de variables e integrando se obtiene que,

ac

a0

du
m
= Z N [S ]
Y (u ) m ( u ) m

(7)

donde a0 es la longitud inicial de la grieta y ac el tamao lmite de la grieta (ac> a0). Algunas
veces, la constante Z se reemplaza por Z=Z1/Z2(a); donde Z1 es una variable aleatoria que
describe la variacin entre los valores medios en diferentes especmenes (Z1 1/C) y Z2(a) es
un proceso aleatorio que describe la variacin desde el valor medio a lo largo de la trayectoria
de la grieta dentro de cada espcimen. Z2(a) se supone usualmente como estacionaria y
lognormal.
MODELACIN DE LA DEMANDA
A partir de la discusin anterior se puede evidenciar la importancia de la modelacin de las
cargas sobre el pavimento. Esta seccin est dedicada a este problema. La experiencia ha
mostrado que la incertidumbre en las cargas de trfico participa significativamente en la
confiabilidad de pavimentos. Adems, Croney y Croney [1998] indican que comparativamente
se han realizado pocos esfuerzos, dentro de organizaciones de investigacin y universidades,
para establecer el volumen del trfico en diferentes tipos de carreteras y el espectro de carga
asociado por diferentes tipos de ejes.
El problema de la modelacin de la carga requiere contar con informacin confiable del trfico y
desarrollar un modelo de carga. La informacin del trfico es generalmente usada para (1)
determinar la capacidad de carga para distintos tipos de vas; (2) examinar la distribucin entre
los carrilles de la va; (3) establecer los programas de mantenimiento y rehabilitacin; y (4)
diagnosticar el trfico esperado de diseo para las nuevas vas. Un buen modelo de trfico
debe necesariamente determinar el espectro de carga y sus proyecciones en el tiempo [Caro y
Snchez, 2003].
En este artculo se supone que la carga est descrita mediante el espectro de carga que
relaciona cargas con frecuencia. Todas las consideraciones acerca del nmero de ejes y la
distribucin del trfico por carriles estn incluidas all. Es importante resaltar que las cargas de
trfico estn relacionadas con los esfuerzos de tensin que se producen en las capas del
pavimento mediante modelos mecnicos basados en la propagacin de ondas en estructuras
multicapa (Figura 3). Varios modelos para este propsito se pueden encontrar en la literatura;
en este artculo, no se tratar la transformacin de cargas a esfuerzos.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Frecuencia

Frecuencia

Modelo Mecnico

Carga (KN)

Esfuerzo (MPa)

Figura 3. Transformacin del espectro de carga en un espectro de esfuerzos (i.e., tensin o

compresin)

Esfuerzo / deformacin

Esfuerzo / deformacin

Las cargas sobre el pavimento se modelan como un proceso estocstico donde el esfuerzo S(t)
a cualquier instante de tiempo t se comporta como una variable aleatoria (Figura 4). Es
importante mencionar que la variable t se puede reemplazar por una variable discreta, por
ejemplo, por el nmero n de aplicaciones de carga realizadas [Melchers, 1999]. La nocin
central involucrada en el concepto de un proceso aleatorio de esfuerzo S(t) es que no describe
solamente un instante de tiempo, sino el resultado del experimento en todos los posibles
instantes de tiempo [ASCE, 1982].
Realizacin del proceso

Funcin de densidad

Tiempo

Figura 4. Proceso estocstico no estacionario que describe la carga sobre el pavimento

Para el caso particular del la infraestructura de transporte, un modelo realista de la demanda se
puede modelar como una secuencia de cargas discretas descritas mediante un histograma
como el que se muestra en la Figura 5. Dentro de las alternativas para modelar el problema
existe la posibilidad de convertir la historia de cargas discretas en un rango de amplitudes de
esfuerzo constante equivalente mediante:
B

[ ]

E S em = k i ( i S max )

(10)

en donde ki es la frecuencia de ocurrencia del esfuerzo Si y i el radio entre el rango de

esfuerzos individuales (carga) y el mximo rango de esfuerzos (carga) Smax. Se corresponde al
rango de esfuerzos equivalente de amplitud constante que produce el mismo grado de dao por
fatiga que el rango de esfuerzos histricos de amplitud variable.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Esfuerzo / deformacin

Smax

Realizacin del
proceso discreto

Se
Si

Nmero de ciclos, N

Figura 5. Evaluacin de esfuerzos bajo cargas discretas

Una aproximacin alternativa consiste en dividir las amplitudes de esfuerzo en l grupos de
esfuerzos de amplitud constante y tomar como incierto el nmero de ciclos en cada grupo, N.
En este caso,

[ ]

E S m = p i N i S im

(11)

i =1

donde pi es la probabilidad de que el esfuerzo Si ocurra y se obtiene del espectro de carga; Ni

es el nmero de ciclos de carga para un esfuerzo i, y Si el esfuerzo causado por la carga de
trfico de tipo i. Si el trfico aumenta con el tiempo a una tasa de crecimiento , la ecuacin 11
se puede modificar para incluir el periodo tiempo considerado para el estudio,

[ ]

E Sm =
t =1

p (t ) N (t , ) S
i =1

m
i

(12)

donde T es el nmero de aos en consideracin dentro del anlisis; Ni(t, ) el nmero de ciclos
de esfuerzo i en el ao t.
CONFIABILIDAD DEL PAVIMENTO
El diseo de pavimentos considera dos estados lmites principales: (1) el dao acumulado por
fatiga en las capas de material asfltico; y (2) la resistencia a compresin del material granular
en la base de cada capa. A continuacin se presenta una descripcin del problema de
confiabilidad asociado a cada uno de estos casos. Adicionalmente, se presenta el caso de la
propagacin de la grieta, que, como se discuti anteriormente, juega un papel fundamental en la
determinacin del estado del pavimento.
Estimacin del dao acumulado
Uno de los principales objetivos en la confiabilidad de pavimentos es la medicin del dao
esperado. De acuerdo con la regla de Palmgren-Miner, si todas las amplitudes de esfuerzo son
diferentes, el dao se puede estimar como:

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

D=
i =1

N
1
1
= S im
N i i =1 C

(13)

donde Ni, es el nmero de amplitudes de esfuerzo Si y C es la constante definida por la

ecuacin 1. En combinacin con la ecuacin 11, el dao total en el pavimento al final de su vida
til se puede calcular como:
D=

1 l
pi N i S im
C i =1

(14)

donde l es el nmero de grupos de amplitud de esfuerzo constante (Tabla 1). Si el anlisis tiene
en cuenta la evolucin del dao en el tiempo y el estudio se enfoca en la evaluacin del dao a
un tiempo t, la ecuacin 14 se puede modificar de la siguiente forma:
D=

1 t

C t =1

p (t ) N (t ) S
i =1

(15)

m
i

Si el problema de la confiabilidad se expresa en trminos del dao, la probabilidad de falla se

puede calcular como:
p f = p ( g 0) = p ( D

[ ]

1
E S m 0)
C

(16)

El mtodo de solucin de este problema depende de la complejidad del modelo E[Sm]. Cuando
existe una solucin analtica, se pueden implementar mtodos aproximados como
FORM/SORM para encontrar la solucin. Sin embargo, dada la complejidad de la mayora de
expresiones, una solucin sencilla se obtiene mediante la utilizacin de Simulaciones de Monte
Carlo. En general, la Simulacin de Monte Carlo consiste en seleccionar valores aleatorios para
las variables y resolver la ecuacin 18, para cada juego de variables. Si esta actividad
(simulacin) se realiza N veces, la probabilidad de falla se determina como,
pf =

1
N

I (g

< 0)

(17)

Donde I(gi<0) es una funcin que toma valores de 0 si gi>=0 y 1 si gi<0. En otras palabras, la
probabilidad de falla se obtiene dividiendo el nmero de xitos por el nmero total de
simulaciones. La solucin exacta se obtiene cuando N . Varias tcnicas como el muestreo
por importancia o la simulacin direccional se usan para hacer el procedimiento ms eficiente
(e.g., ver [Melchers, 1999]). Es importante enfatizar que en la ecuacin 16, la variable de dao
D se considera aleatoria (e.g., lognormal) con valor medio de 1 y con un coeficiente de variacin
entre 0.4 y 0.7.
El problema de la confiabilidad tambin puede expresarse en trminos de la propagacin de la
grieta por fatiga usando el siguiente criterio de falla:

g (a) = ac a 0

(18)

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

donde ac es la grieta crtica seleccionada con base en las condiciones de servicio. El criterio de
la propagacin de la gritas por fatiga hasta la falla se puede expresar a su vez en trminos del
factor de intensidad de esfuerzo K, i.e., g(K)=KIC-K<0; en este caso, la falla ocurre cuando el
factor de intensidad de esfuerzo K excede la dureza de fractura KIC.
De forma similar al caso anterior, para la propagacin de la grieta, la probabilidad de falla se
puede expresar como:
m
ac

Z 2 dz
Z1 [S ] N 0
p f = p ( ac a 0) = p
m
m
a0
Y
(
z
)
(
z
)

(19)

De nuevo, si no existe una solucin cerrada, se utilizan tcnicas de simulacin para obtener la
solucin.
Confiabilidad de las capas granulares
El comportamiento de las capas granulares del pavimento depende fundamentalmente de la
relacin entre los esfuerzos de compresin generados por la carga y la resistencia del material.
Por lo tanto, el problema de confiabilidad se puede plantear simplemente como:

g ( N , R ) = N R (t )

(20)

Donde N y R(t) corresponden al mximo esfuerzo generado por la carga en la base de la

capa y a la resistencia del material.
En trminos probabilsticos, la solicitacin de carga descrita en las secciones anteriores se
puede describir, para el caso de pavimentos, como un proceso de Poisson (Figure 6). Por su
parte, debido a fenmenos como la abrasin y el fracturamiento del material granular, es claro
que la resistencia a compresin decae (i.e., R(t)) en la medida en que el nmero de ciclos de
carga aumenta. Entonces, la probabilidad de falla se calcula como la probabilidad de que los
esfuerzos (o las deformaciones) inducidas sobre el material excedan el valor de la resistencia.
La tasa a la cual los esfuerzos inducidos exceden la resistencia se calcula como:
t

(t ) + = FS ( Ri (t ))[1 FS ( Ri (t ))] ( )d

(21)

Donde FS(Ri(t)) es la funcin de distribucin de probabilidad del esfuerzo evaluada en el valor

de la resistencia en el tiempo t; (t) es la tasa de de llegada de los pulsos, que se supuso
variable con el tiempo; de hecho, esta tasa aumenta con el tiempo. En consecuencia, la
probabilidad de que el primer cruce de la barrera (i.e., R(t)) se presente en el tiempo t est
dado por:
p( ) = 1 exp[ ( ) + ]

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

(22)

Puntos de falla

Esfuerzo / deformacin

Spike Poisson Process

Resistencia
R(t)

Nmero de ciclos, N

Figura 6. Proceso de Poisson Spike.

EJEMPLO ILUSTRATIVO
Esta seccin ilustrar los conceptos descritos en las secciones anteriores mediante un ejemplo.
Considere una estructura de pavimento como la mostrada en la Figura 7 con una capa asfltica
y dos capas de material granular. El espectro de carga para la va est definido por la
informacin presentada en la Tabla 1. La segunda columna es el esfuerzo Si, la tercera columna
corresponde al nmero de ciclos de carga al ao t = t0, i.e. N0, generando el esfuerzo Si, y la
ltima columna la probabilidad de cada nivel de esfuerzo.
La historia de carga esperada se supone como un proceso estocstico discreto. Adems, la
informacin experimental de un ensayo de fatiga sobre materiales bituminosos sigue la
siguiente regla:
NS3.226=C=8.163106
Anlisis del dao acumulado

Carga (KN)

El nmero esperado de ciclos de carga para alcanzar la falla se puede calcular dividiendo el
rango de esfuerzos en intervalos de igual esfuerzo. Para este caso, se consideraron seis
intervalos de esfuerzo, l = 1,2,,6 y la probabilidad de cada caso de carga fue calculada
suponiendo una distribucin de Poisson con una tasa promedio de ocurrencia de 0.9 (Tabla 1).

Ciclo, n

h1
h2

h3

Acumulacin de dao
Dao
compresin/def. vertical

Dao
compresin/def. vertical

Figura 7. Descripcin de la estructura de pavimento considerada en el ejemplo

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Tabla 1. Datos del espectro de carga definido para el pavimento

pi
l S(MPa)
N0
1
0.5
3.02410 0.407
2
1.0
1.36110 0.366
3
1.5
7.56110 0.165
4
2.0
4.83910 0.049
5
2.5
3.3610 0.011
6
3.0
4.5410 0.002
Por consiguiente, el nmero esperado de ciclos para que se presente la falla se calcula como:
E [N ] =

C
=
E Sm

[ ] pS

= 4.641.10 6

i =1

m
i

Con base en la informacin de la Tabla 1, el dao estimado para un perodo de, por ejemplo, 15
aos ser:
D=

1 15 6
pi N i (t )i Sim = 0.238
C t =1 i=1

)j; y la tasa anual de crecimiento de trfico se

Para este caso particular, N(t)=tj=1N0(1+
supuso como = 5%. Es claro que el dao esperado crece en la medida en que el periodo de
observacin aumenta. Esta aproximacin se puede usar para definir el mantenimiento y los
programas de intervencin, por ejemplo, definiendo un umbral de nivel de dao despus del
cual el pavimento debe ser reemplazado. Para el ejemplo se supuso que la probabilidad de
cada nivel de esfuerzo no cambia con el tiempo, condicin que puede ser fcilmente
implementada.
Propagacin de la grieta
La probabilidad de falla se puede calcular a su vez en trminos de propagacin de grieta. En
este caso, la funcin de estado lmite se define por,
ac

Z 2 dz
m
Z1 [S ] N 0
pf = p (a c a 0) = p
m
m
a0
Y ( z ) ( z )

La solucin requiere encontrar el factor de intensidad de esfuerzo para lo cual se hizo una
aproximacin a la solucin reemplazando S = S. El factor para este caso particular vara
entre 0.1 y 0.5, y en este artculo se tom como = 0.5. Entonces,
a

Z 2 dz
t 6
m
M Z1 pi N i (t ) i [S ']i 0
p f (ac , t ) = p a 0c
m
m
t =1 i =1

Y ( z ) ( z )

donde Z1 y Z2 son variables aleatorias seleccionadas para este ejemplo como lognormales con
Z1 = 1.225 * 10-6 y Z1 = 1.225 * 10-7; Z2 = 1 y Z2 = 0.1; M es una variable aleatoria que
Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

describe la incertidumbre del modelo y est definida como lognormal con media M = 1 y
desviacin estndar M = 0.05. El tamao de la grieta inicial se supuso igual a 1mm y
a 2
Y (a ) = exp
20

Probabilidad de que se desarrolle la grieta

La probabilidad de que la grieta alcance una longitud de 10 mm en un periodo de 20 aos sera

pf(10,20) = 0.155. La Figura 9 describe la probabilidad de formacin de varias longitudes de
grietas para diferentes periodos de tiempo. Se observa que la probabilidad de que una grieta
de pequea longitud ocurra es mayor que la probabilidad que ocurra una de mayor tamao bajo
la misma solicitacin. Por ejemplo, basados en la informacin mostrada en la tabla No. 1, para
una operacin de 20 aos, la probabilidad de tener una grieta con una longitud mayor a 20 mm
es muy pequea. Adicionalmente, se observa que todas las curvas de probabilidad mostradas
en la Figura 9 corresponden a un nivel de dao dado. Por ejemplo, el ndice de dao definido
por la regla Palmergren-Miner para cada periodo considerado es D15 =0.238, D20 =0.5 y D25
=0.854. Estos datos muestran que el dao del pavimento aumenta en un factor de 3,5 veces
cuando se incrementa en 10 aos la vida til del pavimento.

1
0.9
0.8

T = 15 aos

0.7
0.6
0.5

T = 20 aos

0.4
0.3

T = 25 aos

0.2
0.1
0

10

20

30

40

50

60

70

Longitud crtica de la grieta ac (mm)

Figura 9. Probabilidad de desarrollo de la grieta para diferentes ventanas de tiempo

Clculo de la confiabilidad de las capas granulares no tratadas
Un aspecto fundamental para el diseo es la determinacin del tiempo, o nmero de ciclos
requerido para que la demanda sobrepase la resistencia del material granular. Este anlisis
incluye lo que en la literatura se conoce como first pasage probability (primer cruce) y que se
describi con anterioridad. Con el propsito de simplificar el problema, se puede tomar el valor
mximo de carga observado cada ao, por ejemplo, despus de una simulacin de Monte
Carlo. Entonces, si el anlisis se hace ao a ao, la tasa de ocurrencia es constante, = 1. Por
otro lado, varios estudios muestran que la resistencia de las capas granulares se reduce cuando
estn sometidas a cargas cclicas debido a fenmenos como la abrasin y el crushing (Caicedo
et. al., 2005). Para este ejemplo se puede suponer que la reduccin de la resistencia est
definida por R(t) = + exp(- t).

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Utilizando la ecuacin 22 se obtiene la curva mostrada en la Figura 8 que presenta la

probabilidad de que los esfuerzos a los que est sometido el pavimento sobrepasen los
admisibles en las capas granulares. Se puede observar que la probabilidad se incrementa con
el tiempo y en consecuencia, con el nmero de ciclos de carga. Indudablemente este anlisis se
debe complementar con una cuidadosa revisin del cambio en las propiedades mecnicas de
los materiales, una evaluacin cuidadosa de los parmetros que definen la distribucin de
probabilidad de la carga y un modelo estocstico de elementos finitos (Haldar y Mahadaven,
2001).

Probabilidad

0.75

0.5

0.25

12

18

24

30

Tiempo (aos)

Figura 8. First pasage probability para las capas granulares.

RESUMEN Y CONCLUSIONES
Este artculo presenta una revisin de la aproximacin probabilstica al dao de pavimentos.
Aunque algunos conceptos se han usado extensamente en otros campos, su aplicacin en los
pavimentos es relativamente nueva y tiene implicaciones muy importantes. La definicin de
estados limites probabilsticos permite considerar explcitamente la incertidumbre que afecta el
comportamiento del pavimento y a su vez permite incluirla racionalmente dentro de los
programas de diseo y mantenimiento. Este artculo discute la falla desde diferentes
perspectivas: (1) la estimacin del dao acumulado por fatiga: (2) la formacin y propagacin de
las grietas y (3) la capacidad de las capas de material granular, El problema de la confiabilidad
fue explicado e ilustrado mediante un ejemplo ilustrativo del potencial de este tipo de
aproximaciones al problema. El diseo y mantenimiento de pavimentos se debe mover en un
futuro cercano hacia la optimizacin y requiere de modelos de incertidumbre y anlisis de
confiabilidad.
REFERENCIAS
Ang A. H-S. Tang W.H. Probability concepts in Engineering planning and design: volume 1
basic principles. John Wiley and Sons, New York, 1975.
Ang A. H-S. tang W.H. Reliability concepts in Engineering planning and design. John Wiley and
Sons, New York, 1984.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Associacion francaise de Normalisation AFNOR. Determination de la resistance en fatigue des

melanges hydrocarbones. Associacion Francaise de Normalisation AFNOR, Paris, 1993.
Caro S., Sanchez-Silva M. Reliability of pavements design. En M. Sanchez-Silva y J.E. Hurtado,
Memorias I Seminario Nacional sobre Confiabilidad en Estructuras y Geotcnia, volumen 1,
pginas 42-50. Universidad de Los Andes, 2003. Bogot, Colombia.
Committee on fatigue, fracture reliability of the committee on structural safety, and reliability of
the structural division. Fatigue reliability: development of criteria for design. Journal of the
structural Division, Proc. Of the ASCE, 108 (STI): 71-89, 1982.
Committee on fatigue, fracture reliability of the committee on structural safety, and reliability of
the structural division. Fatigue reliability: introduction. Journal of the structural division, Proc.
Of the ASCE, 108(STI):3-23, 1982.
Committee on fatigue, fracture reliability of the committee on structural safety, and reliability of
the structural division. Fatigue reliability: variable amplitude loading. Journal of the structural
Division, Proc. Of the ASCE, 108(STI):47-69, 1982.
Croney D. y Croney P. Design and performance of road pavements. McGraw Hill 3th Edition,
New York, 1998.
Dowling N.E. Fatigue failure predictions for complicated stress-strim histories. Journal of
materials, 7(1), 1972.
Guillespie T.D. Karimihas S.M. Cebon D. Saters M.W. Nasim M.A. Hansen W. Ehsan N. Effects
of heavy vehicle characteristic on pavement response and performance. NCHRP Report 353
Transportation Research Board, Washington D.C., 1993.
Hong H.P. y Somo S. Probabilistic assesment of pavemet conditions. Canadian Journal of Civil
Engineering, 28(5):813-822, 2001.
Lind N.C. Madsen H.O., Krenk S. Methods of Structural Safety. Prentice Hall, Englewood
Cliffs, NJ, USA, 1986.
Melchers R.E. Structural reliability-analysis and prediction. Ellis Horwood Series in Civil
Engineering, Chichester, 1999.
Miner M.A. Cumulative damage in fatigue. Transactions of teh ASME American Society of
testing materials, 67, 1945.
Paramapathy P.A. y Pandey M.D. Time dependant structural reliability model for pavement
condition assessment. 3rd Trasportation Speciality Conference of the Canadian Society for Civil
Engineering, pginas 25-32, 2000. June Londres, Ontario.
Paris P.C. Ergodan F. A critical analysis of crack propagation laws. Journal of Basic
Engineering, vol. 85, pginas 528-534, 1963.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005

Suresh S. Fatigue of materials. Cambridge University Press Second Edition, MIT, Cambridge
Mss., 1998.
Wirsshing P.H. Fatigue reliability in welded joints of offshore structures. In 11th Offshore
technology Conference, volume 1, pginas 197-202, 1979. May Houston USA.
Xie W.C. Li N y Hass R. Reliability based processing of Harkov chains for modelling pavement
network deterioration. Transportation Research Record, Vol. 1254, pg. 203-213, 1996.

Centro de Convenciones Kualaman Melgar / Tolima Marzo 9 al 13 de 2005