Академический Документы
Профессиональный Документы
Культура Документы
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
Esfuerzo (S)
Tiempo (t)
Smax
SR
fS(s)
Esfuerzo S(t)
Valor caracterstico
FN(1)=1/n
fN(n,s)
1
104
(1)
(2)
n3
nk
n1
n2
b
+
+
+ ... +
N ( S1 ) N ( S 2 ) N ( S 3 )
N (S k )
k
D =
i =1
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)
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)
m
da
= Z Y (a ) a [s max s min ]
dN
m
da
m
= ZY (a ) m a [S ]
dN
(5 y 6)
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.
Frecuencia
Frecuencia
Modelo Mecnico
Carga (KN)
Esfuerzo (MPa)
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
[ ]
E S em = k i ( i S max )
(10)
Esfuerzo / deformacin
Smax
Realizacin del
proceso discreto
Se
Si
Nmero de ciclos, N
[ ]
E S m = p i N i S im
(11)
i =1
[ ]
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:
D=
i =1
N
1
1
= S im
N i i =1 C
(13)
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
[ ]
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)
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)
(t ) + = FS ( Ri (t ))[1 FS ( Ri (t ))] ( )d
(21)
(22)
Puntos de falla
Esfuerzo / deformacin
Resistencia
R(t)
Nmero de ciclos, N
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
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
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
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
Probabilidad
0.75
0.5
0.25
12
18
24
30
Tiempo (aos)
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.