Embed Size (px)
Citation preview
IMPLEMENTACIÓN DE UN SISTEMA DE MANEJO DE PAVIMENTOS PARA
LA CIUDAD DE BOGOTÁ
JAVIER ALBERTO GARCÍA MÉNDEZ
Proyecto de grado para optar al título de
Ingeniero Civil
Asesor
CAMILO MARULANDA
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL
BOGOTÁ
2006
ICIV 200610 04
ii
TABLA DE CONTENIDO
INTRODUCCIÓN…………………………………………………………………………………………1
1. INTRODUCCION A MANEJO DE PAVIMENTOS………………………………………………...3 1.1 Que es el sistema de manejo de pavimentos (PMS) ...………………………………………….3 1.2 Importancia del sistema de manejo de pavimentos ...……………………………………….. …7 1.3 El proceso del manejo de pavimentos …………………………………………………………….9 1.3.1 Definición de Inventario ...……………………………………………………………….9 1.3.2 Inspección del pavimento………………………………………………………………10 1.3.3 Valoración de la condición ...…………………………….…………………………….11 1.3.5 Análisis de condición……………………………………………….. ………………....12 1.3.6 Planeación de trabajo …...……………………………………………………………..12 2. IMPLEMENTACION DE UN SISTEMA DE MANEJO DE PAVIMENTOS…………………….13 2.1 Obtención de mapas (Planos) ...………………………………………………………………….13 2.2 Definición redes ..…………………………………………………………………………………..13 2.2.1 Identificación de redes………………………………………………………………….13 2.2.2 Identificación de ramas…………………………………………………………………14 2.2.3 Identificación de secciones…………………………………………………………….15 2.3 Recolección de datos generales ...……………………………………………………………….18 2.4 Creación de bases de datos……………………………………………………………………….19 2.5 Recolección de datos de condición……………………………………………………………….19 2.5.1 Cálculo de PCI para pavimentos flexibles ...…………………………………………19 2.5.2 Cálculo de PCI para pavimentos rígidos ...………………………………………..…27 2.5.3 Cálculo de PCI para secciones ...……………………………………………………..31 2.6 Desarrollo de modelos de predicción de deterioro……………………………………………...32
2.6.1 Desarrollo de modelos de predicción utilizando la técnica de Extrapolación en línea recta ...……………………………………………………………………………………33 2.6.2 Desarrollo de modelos de predicción utilizando la técnica de Regresión………...34
2.7Verificación de datos ...……………………………………………………………………………..37 2.8 Obtención de costos unitarios de M & R localizada…………………………………………….38 2.9 Obtención de costos unitarios de M & R Global y frecuencia de aplicación…………………39 2.10 Desarrollo de modelos PCI vs. Costos………………………………………………………….39 2.11 Análisis de condición…………….………………………………………………………………..39 2.12 Planeación de trabajo ...………………………………………………………………………….40 2.13 Formulación de proyectos de M & R y determinación de prioridades……………………….40 3. SISTEMA DE MANEJO DE PAVIMENTOS EN BOGOTA …………………………………….41 3.1 Necesidad………………………………………………………………………………………...…41 3.2 Variables…………………………………………………………………………………………….43 3.3 Beneficios esperados………………………………………………………………………………46 4. IMPLEMENTACION DE UN SISTEMA DE MANEJO DE PAVIMENTOS EN BOGOTA…...49 4.1 Caso pavimento flexible Av. San José (Calle 170)……………………………………………..49
4.1.1 Obtención de mapas (Planos)…………………………………………………………50 4.1.2 Definición redes…………………………………………………………………………50
4.1.2.1 Identificación de redes……………………………………………………...51 4.1.2.2 Identificación de ramas……………………………………………………..51 4.1.2.3Identificación de secciones………………………………………………….51
4.1.3 Recolección de datos generales………………………………………………………53 4.1.4 Creación de bases de datos……………………………………………...……………54 4.1.5 Recolección de datos de condición…………………………………………………...55
4.1.5.1 Inspección realizada por la “Unión Temporal malla vial 2003”…………55
ICIV 200610 04
iii
4.1.5.2 Inspección realizada a manera de visita de campo……………………..67 4.1.5.3 Resultado de índice de condición de pavimento para las inspecciones realizadas……………………………………………………………………………..69
4.1.6 Desarrollo de modelos de predicción de deterioro………………………………….71 4.1.7 Verificación de datos…………………………………………………………………...73 4.1.8 Obtención de costos unitarios de M & R localizada………………………………...73 4.1.9 Obtención de costos unitarios de M & R Global y frecuencia de aplicación…..…74 4.1.10 Desarrollo de modelos PCI vs. Costos……………………………………………...75 4.1.11 Análisis de condición………….………………………………………………………75 4.1.12 Planeación de trabajo…………………………………………………………………77 4.1.13 Formulación de proyectos de M & R y determinación de prioridades…………...78
4.2 Caso pavimento rígido Avenida Iberia (Calle 134)……………………………………………...79
4.2.1 Obtención de mapas (Planos)…………………………………………………………79 4.2.2 Definición redes…………………………………………………………………………79
4.2.2.1 Identificación de redes……………………………………………………...79 4.2.2.2 Identificación de ramas……………………………………………………..80 4.2.2.3Identificación de secciones……………………………………………….…80
4.2.3 Recolección de datos generales………………………………………………………80 4.2.4 Creación de bases de datos…………………………………………………………...81 4.2.5 Recolección de datos de condición…………………………………………………...82
4.2.5.1 Inspección realizada por la “Unión Temporal malla vial 2003”…………82 4.2.5.2 Inspección realizada a manera de visita de campo……………………..84
4.2.5.3 Resultado de índice de condición de pavimento para las inspecciones realizadas……………………………………………………………………………..85
4.2.6 Desarrollo de modelos de predicción de deterioro………………………………….87 4.2.7 Verificación de datos……………………………………………………………………88 4.2.8 Obtención de costos unitarios de M & R localizada…………………………………88 4.2.9 Obtención de costos unitarios de M & R Global y frecuencia de aplicación……..89 4.2.10 Desarrollo de modelos PCI vs. Costos……………………………………………...89 4.2.11 Análisis de condición…………….…………………………………………………....89 4.2.12 Planeación de trabajo………………………………………………………………....91 4.2.13 Formulación de proyectos de M & R y determinación de prioridades…………...91
5. REVISION DE DISEÑO USANDO METODOS BASADOS EN MODELOS DE PREDICCION DE DETERIORO (Mechanistic-empirical pavement design guide)……………………..…….92 5.1 PAVIMENTO FLEXIBLE AV. SAN JOSÉ (CALLE 170)………………………………………..93 5.1.1 Variables de entrada……………………………………………………………………95 5.1.2 Análisis de los resultados de diseño………………………………………………...104 5.2 PAVIMENTO RÍGIDO AV. IBERIA (CALLE 134)……………………………………………...108
5.2.1 Variables de entrada…………………………………………………………………..108 5.2.2 Análisis de los resultados de diseño……...…………………………………………113
6. CONCLUSIONES…………………………………………………………………………………..117 7. REFERENCIAS BIBLIOGRÁFICAS……………………………………………………………..121
ICIV 200610 04
iv
ANEXOS
ANEXO 1: PLANOS E UBICACIÓN DE DAÑOS DE LAS REDES SAN JOSE E IBERIA .…122 ANEXO 2: FORMATOS DE INSPECCIÓN RECOMENDADOS ………………………………..133 ANEXO 3: RESULTADO DE LOS INVENTARIOS DE FALLAS PARA LAS REDES SAN JOSE E IBERIA ……………………………………………………………………………………….136 ANEXO 4: SÍNTESIS DEL MANUAL DE FALLAS PCI…………………………………………..150 ANEXO 5: GRÁFICAS PARA EL CÁLCULO DE PCI…………………………………………....156 ANEXO 6: ARCHIVO FOTOGRÁFICO ...................................................................................170
ICIV 200610 04
INTRODUCCIÓN
Las entidades encargadas de mantener la condición de los pavimentos y
manejar los recursos de los mismos en la ciudad de Bogotá, han tenido que
enfrentar dificultades que han afectado significativamente el cumplimiento de
sus objetivos y cuestionado su gestión teniendo en cuenta que los resultados
obtenidos no han sido los más adecuados.
El estado actual de la malla vial de Bogotá es crítico, y el manejo actual de los
recursos para el mantenimiento y reparación de la misma no ha alcanzado un
nivel de eficiencia óptimo que represente un mejoramiento progresivo en su
estado. Es por esto que es necesario el planteamiento de alternativas que
puedan representar un mejoramiento en la gestión realizada por las entidades
encargadas del manejo de los pavimentos locales.
Anteriormente la experiencia dictaba la selección de las políticas de
mantenimiento, dándole poca importancia a factores como los ciclos de vida de
los pavimentos y la relación de éstos con los costos y recursos disponibles.
En el ambiente económico actual donde se ejerce un control importante sobre
los recursos financieros, es necesario implementar un manejo sistemático que
permita identificar y priorizar las necesidades de mantenimiento y reparación de
los pavimentos y que complemente la experiencia con la que usualmente se
tomaban las decisiones para mantener la condición las vías en una ciudad
como Bogotá.
ICIV 200610 04
1
El sistema de manejo de pavimentos provee un método consistente y
sistemático que cuenta con las herramientas necesarias para seleccionar las
políticas de mantenimiento y reparación necesarias, así como su priorización y
tiempo óptimo de ejecución basándose en predicciones de la condición futura
del pavimento.
El objetivo general de este proyecto es presentar el sistema de manejo de
pavimentos y su implementación en la ciudad de Bogotá como alternativa para
los manejos actuales de la malla vial local.
Los objetivos específicos del sistema de manejo de pavimentos presentado en
este proyecto son los siguientes:
Mantener una condición de la red vial de buena a aceptable en un
tiempo x en años
Maximizar el retorno de las inversiones destinadas al mantenimiento y
reparación.
Se busca de esta forma proveer un documento útil para aquellas personas
interesadas en la innovación y mejoramiento de las políticas actuales de
mantenimiento y reparación de pavimentos, tratando particularmente el caso
Bogotano en el que se ha identificado una problemática actual y un campo
potencial para la aplicación de el sistema de manejo de pavimentos (PMS)
ICIV 200610 04
2
1. INTRODUCCION A MANEJO DE PAVIMENTOS
Este capítulo presenta los conceptos que permiten comprender de forma
general los objetivos, las bondades y el proceso que tiene el sistema de
manejo de pavimentos. (Shahin et al, 2005), (Haas, R., W. R. Hudson, 1982)
1.1 ¿Qué es el sistema de manejo de pavimentos (PMS)?
Los sistemas de manejo o gerencia de activos (AMS) son vitales para el
desarrollo y ejecución eficiente de cualquier tipo de proyecto, tanto de obras
civiles como de otro tipo de industria, estos buscan principalmente obtener y
procesar información cualitativa y cuantitativa relacionada con recursos
disponibles, infraestructura y su nivel de desempeño actual y futuro.
Las herramientas que brinda la implementación de sistemas de manejo de
activos, permiten preservar y monitorear los mismos garantizando el uso eficaz
y eficiente de los recursos disponibles y proyectados, esto se convierte
específicamente en un proceso sistemático de mantenimiento, actualización y
operación de los bienes físicos de una forma costo-efectiva apropiada.
La combinación de lo anteriormente explicado, con criterios ingenieriles,
prácticas de negocios aceptadas y teorías económicas, facilita y mejora el
proceso de toma de decisiones teniendo como base información pertinente y
oportuna, escogida de una manera organizada, lógica y justificable. Al mejorar
el proceso de toma de decisiones de corto plazo se minimizan los impactos
negativos que se presentan en el largo plazo o en los periodos finales.
ICIV 200610 04
3
En sectores como el transporte la implementación de sistemas de manejo de
activos se ha convertido en una herramienta clave, ya que es necesario e
indispensable que los proyectos ejecutados en este sector cuenten con una
eficiencia alta en su relación costo beneficio y mantengan un nivel de servicio
bueno durante su vida útil, esto debido a que este tipo de proyectos son
determinantes para el desarrollo del comercio, el crecimiento económico de
diferentes países y/o grandes ciudades y la calidad de vida de sus habitantes.
La mayor parte de la atención para el control y manejo de activos relacionados
con el sector del transporte es tomada por estructuras como puentes y
pavimentos, lo que sugiere que se han implementado en la actualidad sistemas
de manejo específicos para cada uno de estos casos.
El sistema de manejo de pavimentos (PMS) es un caso particular de los
sistemas de manejo de activos (AMS), y su objetivo principal es proveer las
herramientas que permitan controlar la condición estructural y operacional de
una sección de pavimento dada. Así mismo busca recoger, sintetizar y
optimizar las políticas de mantenimiento y rehabilitación (M&R), con el
propósito de mantener unos niveles de servicio mínimos aceptables, teniendo
como variable primaria la inversión a realizar y el presupuesto existente o
requerido.
En una vista general del sistema de manejo de pavimentos, se puede anotar
que los siguientes objetivos deben ser alcanzados para su óptimo desarrollo:
Determinación de condiciones existentes
Identificación de necesidades
Priorización de necesidades
ICIV 200610 04
4
Predicción del impacto de las decisiones a tomar en las condiciones
futuras
Al cumplir con estos objetivos es posible diseñar y ejecutar un proceso de toma
de decisiones adecuado y sensato con respecto al mantenimiento y/o
rehabilitación a realizar. Este proceso tendrá como consecuencia un mejor
manejo de los recursos tanto presentes como futuros y un impacto en los
costos y utilidades del proyecto.
El manejo de pavimentos ha sido definido en varios libros y reportes como: “En
general, la práctica de manejo de pavimentos está basada en el concepto de
encontrar una combinación de tratamientos costo-efectiva para ser aplicados a
un tiempo dado y de esta forma alcanzar un nivel de servicio deseado” (Haas,
R., W. R. Hudson, 1987)
Las estrategias a utilizar como resultado de la práctica de manejo de
pavimentos deben tener en cuenta las siguientes condiciones o etapas:
Identificar las superficies que necesitan tratamiento
Identificar la combinación optima de mantenimiento preventivo y
rehabilitación que proveerá la condición general deseada teniendo en
cuenta las limitaciones existentes.
El objetivo del sistema de manejo de pavimentos no es predecir en donde se
van a localizar las fallas específicamente, o la frecuencia de los procesos de
mantenimiento, su objetivo es manejar y controlar las etapas de mantenimiento
analizando los requerimientos y las necesidades, de esta forma crear y
ICIV 200610 04
5
formular políticas estándar de tratamientos selectivos y su ejecución oportuna y
adecuada.
El PMS normalmente esta basado en análisis de la superficie de la estructura,
este tipo de estudio aporta información valiosa sobre la condición tanto
operacional como estructural de la sección escogida, y en consecuencia
permite tomar decisiones de M&R apropiadas basadas en el criterio profesional
y la experiencia obtenida de proyectos anteriores.
Para determinar los tiempos de ejecución de las estrategias resultado es
importante el desarrollo de herramientas como modelos de predicción de
deterioro, en los que es posible ilustrar directamente el comportamiento de la
estructura a través de su vida útil, esto permite identificar las etapas críticas en
las cuales el pavimento presentará condiciones y niveles de servicio menores
al requerido, así como el período en el cual las estrategias presentan un
cambio significativo en términos de costos. Lo anteriormente explicado es
ilustrado claramente en la figura 1.1 en la cual se tiene como variable
dependiente el Índice de condición del pavimento (PCI), y su comportamiento a
través del tiempo.
Figura 1.1 Ilustración del ciclo de vida de la condición del pavimento (Shahin et al, 2005)
ICIV 200610 04
6
1.2 Importancia del sistema de manejo de pavimentos
La implementación de un sistema de manejo de pavimentos genera cambios
importantes en las estrategias de mantenimiento y aporta una metodología
concreta, novedosa y eficiente para el desarrollo de proyectos, en este caso de
infraestructura.
A medida que se han desarrollado este tipo de sistemas, los mismos se han
convertido más que en una actividad opcional, en una necesidad para las
empresas o compañías vinculadas en el tema, esto se debe principalmente a
que en el campo de la Ingeniería es necesario y obligatorio ser más competitivo
día tras día, los sistemas de manejo de activos, y en el caso particular de los
pavimentos, llevan a sus ejecutores directamente hacia ese objetivo.
La importancia del sistema radica igualmente en que le atribuye cualidades al
proceso tales como:
Mejora los procesos de calidad
Provee información más completa y mejora su accesibilidad
Facilita la asesoría económica en las diferentes negociaciones
Provee documentación mejorada sobre las decisiones
Provee información mejorada con respecto al valor de la inversión y su
valor de retorno
Reduce los costos tanto de largo como de corto plazo
Establece una comprensión conjunta entre la medición del desempeño y
el criterio
Está enfocado hacia el usuario y tiene una misión definida
ICIV 200610 04
7
Esta ligado a análisis técnicos, toma de decisiones y procesos
presupuestales
Facilita la educación de los usuarios y los dirigentes encargados de la
toma de decisiones
Mejora el nivel de servicio (Confort, confianza, seguridad, en un contexto
de transporte)
En el sistema de manejo de pavimentos, es necesario resaltar que la mayor de
sus bondades es la gran cantidad y calidad de información en la que se basa y
que permite en consecuencia tomar decisiones acertadas en cualquier etapa
del proyecto.
El hecho de no adoptar el sistema de manejo de pavimentos puede resultar en
grandes pérdidas económicas causadas por la ejecución de mantenimiento
inoportuno, ineficiente, o en algunos casos la total reconstrucción prematura,
así como en el deterioro de la malla vial cualquiera que sea, disminución en el
nivel de confort, velocidad de operación, y en el maltrato de los vehículos que
transitan por la vía. La combinación de algunos de los factores mencionados
anteriormente, o el desarrollo extremo de algunos de ellos, puede resultar
incluso en victimas fatales y/o en pérdidas para algunos sectores de la industria
dependientes del sector del transporte.
Es claro entonces que el sistema de manejo de pavimentos representa un
avance importante en términos técnicos y con respecto a las metodologías
anteriores, donde los pavimentos eran simplemente mantenidos pero no
ICIV 200610 04
8
manejados, y en donde únicamente la experiencia dictaba la selección de
M&R.
1.3 El proceso del manejo de pavimentos
El sistema de manejo de pavimentos llego a concretarse gracias a
aproximaciones sistemáticas realizadas durante un periodo de treinta años,
estas permitieron alcanzar objetivos como la optimización del valor de retorno
de inversión entre otras, el resultado de la evolución de estas aproximaciones
fue el proceso de manejo de pavimentos, que representa la estructura del
sistema, el proceso consiste en los siguientes pasos:
1.3.1 Definición del Inventario
Una red o malla vial debe ser dividida en ramas y secciones, una rama se
identifica debido a su uso (p.e. Pistas de aterrizaje en el caso de los
aeropuertos, autopistas en el caso de las vías vehiculares, etc)
Cada rama es dividida en secciones uniformes teniendo en cuenta variables
como la condición del pavimento, su tipo de construcción y el tráfico al que es
sometido, una sección debe ser del mismo tipo de pavimento completamente
(p.e. Rígido o flexible)
Una sección también puede ser definida como del área más pequeña en la cual
Mantenimiento y rehabilitación mayor es necesario. (p.e. Recapeo o
reconstrucción)
ICIV 200610 04
9
1.3.2 Inspección del pavimento
Se realiza por medio de un reconocimiento e inventario de fallas presentes en
la estructura, esta inspección es recomendable realizarla cada tres años para el
caso de vías vehiculares y parqueaderos. Además de la medición de las fallas
se toman los perfiles tanto longitudinal como transversal del pavimento, el perfil
longitudinal es generalmente medido en la huella de la rueda derecha e
izquierda.
Para el caso de las pistas de aterrizaje en aeropuertos es recomendable
realizar la medición de fallas dentro de un periodo de 1 a 5 años así como
pruebas de rugosidad y pruebas no destructivas de deflexión dentro de un
periodo de 5 a 10 años.
1.3.3 Valoración de la condición
Basado en la información reunida en la inspección del pavimento es posible
calcular índices que sintetizan la condición general de la estructura, El PCI
(Pavement condition index) es uno de ellos, que específicamente mide la
integridad estructural (no la capacidad) del pavimento y la condición
operacional de la superficie, adjudicándole un puntaje entre 0 y 100, donde 0
representa el peor estado y 100 un pavimento nuevo en excelentes
condiciones. El PCI se basa en tres factores de evaluación, la cantidad, la
severidad y el tipo de falla. En la figura 1.2 se muestra de forma clara la escala
de calificación del estado del pavimento con respecto al PCI.
ICIV 200610 04
10
Otro indicador igualmente importante es el IRI (International roughness index)
que mide la regularidad del perfil longitudinal a través de la vía. El IRI del
pavimento es el promedio del IRI medido en las huellas de la rueda izquierda y
derecha de la sección. El perfil transversal de la sección es usado para calcular
el índice de ahuellamiento presente. Este indicador es expresado como una
relación de unidades de longitud. (p.e. m / Km., pulg. / milla)
Figura 1.2 Escala de calificación del estado del pavimento para PCI (Shahin et al, 2005)
1.3.4 Predicción de condición
En la actualidad no existe un modelo de predicción que se ajuste a todas las
locaciones, estos modelos deben ser ajustados y formulados para cada una de
ellas y sus respectivas condiciones donde quiera que vayan a ser aplicados. El
objetivo principal por el cual se han desarrollado estos modelos radica en la
necesidad de conocer la condición futura del pavimento considerando
condiciones normales. Los modelos se utilizan también para obtener un
análisis presupuestal y sus consecuencias.
ICIV 200610 04
11
1.3.5 Análisis de condición
Con los modelos de predicción de condición o deterioro como herramienta, los
Directivos o Gerentes de proyectos pueden comparar escenarios pasados,
presentes y futuros, asumiendo que ningún tipo de M&R mayor va a ser
efectuado. Esto les permite a los Dirigentes desarrollar la habilidad de calcular
las consecuencias de modelos antiguos y valorar la adopción de modelos de
manejo de pavimentos.
Gracias a este proceso comparativo también es posible identificar las ventajas
y bondades del sistema de manejo de pavimentos a medida que la extensión y
duración del proyecto aumenten.
1.3.6 Planeación de trabajo
Esta etapa permite determinar las consecuencias de un presupuesto
determinado, o visto desde otro punto, encontrar el presupuesto requerido para
alcanzar objetivos en el manejo específicos.
Los objetivos más comunes en el manejo de pavimentos son los siguientes:
Mantener una condición de la red vial de buena a aceptable en un
tiempo x en años
Eliminar o evadir la intervención de mantenimientos o rehabilitaciones
mayores en un tiempo determinado x
El resultado de la planeación de trabajo debe incluir las políticas de M&R
recomendadas y su forma de ejecución, esto con el ánimo de evitar impactos
negativos en el tráfico y minimizar los costos.
ICIV 200610 04
12
2. IMPLEMENTACIÓN DE UN SISTEMA DE MANEJO DE PAVIMENTOS
En este capitulo se presentan los pasos que conforman la estructura del
sistema de manejo de pavimentos (PMS) y cuyo desarrollo es necesario para la
implementación óptima del mismo (Shahin et al, 2005)
2.1 Obtención de mapas (Planos)
En este caso, la utilización de sistemas de información geográfica (GIS) es la
más recomendada si es accesible, estos sistemas representan una ventaja por
la facilidad en la manipulación de datos y la precisión en cuanto a la referencia
espacial.
De no ser posible la utilización de GIS, los planos de AutoCAD son una buena
alternativa para el desarrollo de las primeras etapas del PMS.
2.2 Definición de redes
El primer paso para establecer un PMS es la definición de las redes. Los
planos obtenidos deben ser divididos en redes, ramas y secciones, este paso
debe ser monitoreado de cerca por los profesionales involucrados ya que de
esto depende el uso exitoso y la confiabilidad de los datos a reunir.
2.2.1 Identificación de redes
Una red es una agrupación lógica de pavimentos que requieren de un manejo
de M&R presente o futura. Basados en el criterio profesional, los directivos o
gerentes de proyecto, deben decidir que características diferencian unas zonas
ICIV 200610 04
13
de otras dentro de la misma infraestructura, teniendo en cuenta factores como
fuentes financieras, estándares operacionales mínimos y ubicación geográfica.
Para hacer esta idea más clara se presentan los siguientes ejemplos:
En las ciudades se pueden presentar varias redes, en el caso de Bogota
cada una de las localidades puede ser definida como red y tratar cada
una de ellas por separado, ya sea por su ubicación geográfica, por los
recursos disponibles o por la importancia dentro del desarrollo de la
ciudad.
En los aeropuertos los pavimentos se pueden identificar en dos redes,
una contiene las pistas de aterrizaje, y la otra la vías vehiculares y
parqueaderos.
Una base militar debe clasificar sus vías en dos redes, una para vías en
complejos residenciales y la otra para no residenciales.
2.2.2 Identificación de ramas
Las ramas se deben clasificar e identificar debido al uso al que esta sometido el
pavimento, una vía vehicular específica puede ser definida como una rama, así
como los parqueaderos, que son manejados separadamente debido a que su
uso es completamente diferente al de otro tipo de infraestructura. En el caso de
los aeropuertos, las pistas de aterrizaje, las vías de transito y los aparcaderos
son definidos como ramas individualmente.
Un ejemplo de lo anteriormente explicado podría ser la identificación de
algunas ramas en la ciudad de Bogotá, estas ramas generalmente llevan el
ICIV 200610 04
14
mismo nombre que la calle en la que están ubicadas, (p.e. Calle 170, Av. 134,
Av. Suba).
2.2.3 Identificación de secciones
Las ramas en la mayoría de los casos no cuentan con características
consistentes o uniformes en toda su área de desarrollo. Es por esto que es
necesario dividirlas en secciones que si cuenten con esa uniformidad y
permitan desarrollar el sistema de manejo más fácilmente. Las secciones son
los componentes más pequeños manejados en el PMS y en consecuencia
unidades más pequeñas presentes no serán tomadas en cuenta para la
ejecución de mantenimiento y rehabilitación mayor.
Una sección debe ser del mismo tipo de superficie (p.e. Rígido, flexible, capa
asfáltica sobre concreto, etc). Las siguientes características deben ser tomadas
en cuenta para efectuar una adecuada selección de secciones:
Estructura del pavimento: Este es uno de los factores más importantes
cuando se debe dividir una rama en secciones, la composición de la
estructura, gobernada principalmente por los materiales y el espesor de
las capas que conforman la estructura deben ser seriamente
considerados.
La utilización de ensayos de deflexión no destructivos (NDT) es muy útil
para la determinación de la composición de la estructura y sus
propiedades. Sondeos localizados también pueden ser efectuados
aunque hay que anotar que la práctica limitada de estas dos alternativas
ICIV 200610 04
15
se ve reflejada actualmente en una disminución de costos. Habiendo
dicho esto se puede inferir que la utilización de este tipo de ensayos con
el propósito de seccionar las ramas será más comúnmente utilizada en
el futuro cuando estas prácticas sean más accesibles.
Historia de construcción: La construcción de pavimentos en distintos
periodos de tiempo, ejecutada por diferentes contratistas, o usando
diferentes técnicas debe ser considerada para la definición de las
secciones en cada una de las ramas. Así mismo aquellas zonas en las
que reparaciones mayores (Reemplazo de varias losas, reparcheos
importantes) han sido efectuadas, deben ser definidas como secciones
independientes.
Tráfico: La intensidad, volumen y carga del tráfico deben ser tenidos en
cuenta al momento de definir secciones dentro de una red. Como
primera consideración para la vías vehiculares, el número de carriles y el
tráfico de camiones son un filtro para diferenciar unas secciones de
otras, para vías con 4 o mas carriles y dos direcciones de tráfico, una
sección debe ser definida para cada sentido. Las intersecciones pueden
ser consideradas como secciones independientes ya que se presume
que contarán mayor tráfico y en consecuencia mayor M&R con respecto
al pavimento que lo rodea.
Clasificación funcional del pavimento: Esta característica se puede
relacionar directamente con el tráfico, ya que un cambio en la
ICIV 200610 04
16
clasificación funcional esta ligada a un cambio en la cantidad de
vehículos que soporta la estructura. Estos cambios se pueden presentan
a la largo de una misma rama (p.e De primaria a secundaria, De arteria
a colectora). Si este es el caso se debe realizar una división por
secciones.
Drenaje y bermas: Estos dos factores afectan el desempeño del
pavimento, es recomendable que los mismos sean consistentes a lo
largo de la sección.
Condición del pavimento: Cambios sistemáticos en la condición del
pavimento se deben considerar ya que son una consecuencia de
algunos de los factores presentados anteriormente. Para realizar una
clasificación apropiada por secciones teniendo en cuenta la condición,
se debe inventariar la cantidad y tipo de fallas presentes, de esta forma
se pueden identificar las secciones con características consistentes y/o
uniformes. La combinación de esta técnica con perfiles de ensayos no
destructivos (NDT) resulta en una herramienta para una clasificación
precisa y exitosa.
Tamaño de la sección: El criterio profesional juega un papel definitivo en
la definición del tamaño de la sección ya que este tendrá un impacto
significativo en el desempeño y en la economía del PMS. El hecho de
seleccionar secciones de tamaño muy pequeño con el propósito de
buscar uniformidad, requiere un esfuerzo y costo mayor, igualmente la
ICIV 200610 04
17
programación del trabajo de M&R se puede convertir en una tarea
tediosa en ineficiente. Por otra parte, al definir secciones muy grandes,
las características de éstas no serán los suficientemente consistentes a
través de su área total, haciendo el diseño de M&R ineficiente y
afectando el presupuesto programado.
2.3 Recolección de datos generales
Este tipo de datos deben proveer las características más esenciales del
sistema de manejo, este grupo de información debe contener lo siguiente:
Uso de las ramas
Longitud, ancho y área de las secciones
Tipo de superficie de las secciones
Importancia de la sección ( Clasificación funcional)
Última fecha de construcción o del más reciente M&R mayor (LCD),
(Last construction date)
De este grupo de información, la última fecha de construcción (LCD) es uno de
los datos más importantes ya que esta es esencial para el desarrollo de los
modelos de condición de deterioro, del análisis de desempeño futuro y de la
planeación de trabajo. De no ser posible la obtención de este dato, se puede
calcular tomando como punto de referencia el PCI estimado actual y
asumiendo una tasa de deterioro típica o una curva representativa de la
condición del deterioro que se ajuste a los factores como el clima, el tráfico y el
tipo de construcción ejecutada en el pavimento.
ICIV 200610 04
18
2.4 Creación de bases de datos
A cada una de las redes definidas se le deben asociar los datos respectivos a
inventariar y de esta forma organizar la información en bases de datos claras y
consistentes. Los mapas o planos deben ser definidos igualmente para
propósitos prácticos y poder relacionarlos a la base de datos.
2.5 Recolección de datos de condición
En este paso se debe efectuar la auscultación visual e inventario para cada una
de las secciones definidas. El tipo de datos a recoger están relacionados con el
tipo, severidad y cantidad de fallas encontradas en cada una de las secciones y
con el posterior cálculo del índice de condición del pavimento PCI. Otro tipo de
información también puede ser recolectada, esta puede ser: Índices de fricción,
índices de regularidad o rugosidad (IRI) e información de tipo estructural. La
información debe ser entrada a la base de datos respectiva.
2.5.1 Cálculo de PCI para pavimentos flexibles
Para la recolección de datos y posterior cálculo del PCI es necesario definir
unidades de muestreo dentro de cada una de las secciones identificadas en el
punto 2.2.3, unidades que luego serán inventariadas. Éstas deben contar con
un área definida dentro del siguiente rango:
140 m2 < Área unidad de muestreo < 325 m2
Hay que anotar que la sumatoria de las áreas de las unidades de muestreo
debe ser igual al área de la sección a la que pertenecen las unidades.
ICIV 200610 04
19
La cantidad de unidades de muestreo a ser inspeccionadas en cada sección
esta regida por la figura 2.1, esto debido a que dependiendo del tamaño de la
sección se inspecciona un grupo de unidades representativo menor al total,
teniendo en cuenta que la inspección de la totalidad de las unidades puede
representar una tarea tediosa y extensa.
Figura 2.1 Gráfico para estimar la cantidad de unidades de muestreo a inspeccionar (Shahin et al, 2005)
El número de unidades de muestreo a inspeccionar provee un estimado
razonable de la media del PCI con un error del 5 %, lo que quiere decir que el
PCI obtenido se encuentra ± 5 puntos alrededor del PCI verdadero (El que se
obtuviera si se inspeccionara la totalidad de las unidades) con un nivel de
certeza del 95%.
Como es indicado en la gráfica no es recomendable trabajar con menos de 5
unidades de muestreo por sección, el cálculo de la cantidad de unidades de
muestreo también se puede realizar por medio de la siguiente fórmula que fue
la utilizada para la construcción de la grafica presentada en la figura 2.1:
ICIV 200610 04
20
22
2
)1)(4/(
*
sNe
sNn (Ecuación 2.1)
Donde:
N= Número toral de unidades de muestreo definidas en la sección
e= Error admisible en el estimado del PCI de la sección
s= Desviación estándar del PCI entre la unidades de muestreo de la sección
Seguido a la definición del número de unidades de muestreo a inspeccionar se
debe definir el intervalo de inspección dentro de la misma unidad. Tomemos
como ejemplo una sección que cuenta con las siguientes características
(Shahin et al, 2005):
Número total de unidades de muestreo en la sección = 47
Número mínimo de unidades de muestreo a ser inspeccionadas = 13
(Calculado con la ecuación (1) y redondeado hacia el entero mayor)
Intervalo (i): 36.313
47
n
Ni (Redondeado hacia el entero menor)
El inicio aleatorio es seleccionado dentro de la unidad de muestreo 1 y la
unidad de muestreo i, (p.e si i = 3, el inicio aleatorio será un numero
entre 1 y 3.
Las unidades de muestreo a inventariar son identificadas como s, s + i,
s +2 i, s + 3 i, etc. Si el inicio seleccionado es 3 y el intervalo es 3, las
unidades a inventariar son las siguientes: 3, 6, 9, 12, etc.
ICIV 200610 04
21
Después de haber definido las unidades de muestreo, la cantidad y el orden en
que van a ser inventariadas se debe realizar la auscultación visual con la ayuda
de los formatos recomendados y que son presentados en el anexo 2 de este
documento. Es necesario contar con instrumentos como metros, cintas,
escuadras, reglas, entre otros con el propósito de medir la longitud o las áreas
de las fallas de acuerdo al manual de fallas PCI.
En la figura 2.2 se presenta un formato ya diligenciado que permitirá ilustrar
apropiadamente el proceso a seguir y los respectivos cálculos que se deben
realizar para obtener el índice de condición de pavimento PCI.
Al iniciar el inventario se deben anotar en la parte superior del formato los datos
generales de la unidad de muestreo, como lo son: Rama a la que pertenece,
Sección a la que pertenece, el número de identificación de la unidad, quien
realiza el inventario, la fecha y finalmente el área de la unidad de muestreo.
Dentro del formato se muestran los posibles tipos de falla a encontrar con el
respectivo código, al realizar la auscultación visual se debe anotar el tipo de
falla con el nivel de severidad encontrado, alto (A), medio (M) o bajo (B). Esta
información se debe anotar en la columna llamada Tipo y severidad de falla. En
la figura 2.2 en el primer tipo y severidad de falla ingresado es 1 M lo que
significa que se encontró piel de cocodrilo con un nivel de severidad medio.
Una vez identificado el tipo y el nivel de la falla existente, se debe cuantificar su
presencia dentro de la sección, es por esto que para cada una de las fallas
anotadas en la columna “Tipo y severidad de falla” se han dispuesto varias
ICIV 200610 04
22
casillas distribuidas a lo largo de la fila en la que se encuentra. En estas
casillas se debe anotar la cantidad medida de la falla en las unidades
recomendadas. Se utiliza una casilla por cada falla medida. En el ejemplo
ilustrado por la figura 2.2 se observa que falla piel de cocodrilo con nivel de
severidad medio (1 M ) se encontró en 3 ocasiones con cantidades de 2.88, 6.8
y 3.4 m2 respectivamente dentro de la misma unidad de muestreo.
Figura2.2 Formato de inspección pavimento flexible diligenciado
Cálculo de PCI
Paso 1: Determinación de los valores deducibles
1a. Sumar los valores anotados en la fila de cada tipo de falla y almacenar el
resultado en la columna “Total”, este valor corresponde a la cantidad total de la
falla encontrada en la unidad de muestreo. Para la falla 1 M del ejemplo
ilustrado en la figura 2.2 se obtuvo un total de 13.08
1b. Dividir la columna “total” sobre el área total de la unidad de muestreo y
finalmente multiplicar por 100 para obtener el resultado en porcentaje. Este
ICIV 200610 04
23
valor debe anotarse en la columna “Densidad %” para cada una de las fallas
ingresadas en la columna “Severidad de falla”. La densidad correspondiente a
la falla 1 M es 5.8 %
1c. Determinar el valor deducible, para esto es necesario dirigirse a la gráfica
propia de cada tipo de falla, que presenta tres diferentes curvas referentes a
cada nivel de severidad. Para la gráfica adecuada se debe entrar con el valor
de “Densidad %” y leer el valor correspondiente que luego será almacenado en
el formato. Las gráficas “Densidad %” vs. “Valor deducible” se presentan en el
anexo 5 de este documento.
Paso 2: Determinación del numero máximo permitido de valores deducibles
(m).
2a. Si únicamente uno o ningún valor de los valores deducibles individuales es
> 2 la suma de estos valores individuales es tomada en lugar del valor
deducible corregido (CDV) y se pasa directamente al paso 4.
2b. Ordene los valores deducibles individuales en orden descendente. Para el
caso de nuestro ejemplo el orden queda establecido como: 87, 46, 40 24, 9.
2c. Determine el número máximo permitido de valores deducibles (m) usando
la siguiente ecuación:
)100)(98/9(1 ii HDVm Ecuación (2.2)
Donde:
mi = Valor máximo permitido de valores deducibles, incluyendo fracciones, para
la unidad de muestreo i
HDVi = Valor deducible individual mayor o mas alto
ICIV 200610 04
24
Aplicando la ecuación al ejemplo particular presentado en la figura 2.2 se tiene:
19.2)87100)(98/9(1im
2d. El numero de valores deducible obtenidos inicialmente debe ser reducido
hasta m, incluyendo la parte fraccionaria. Si el número de valores deducibles es
menor que m entonces se debe usar la totalidad de los valores. Para el caso de
nuestro ejemplo m = 2.19, entonces los valores deducibles que en un comienzo
eran 5 quedan reducidos a 3 que son: 87, 46, 7.6
El último valor de 7.6 corresponde a la parte fraccionaria de 2.19. Este valor se
calcula como: 6.74019.0319.0 ibleValordeducer
Paso 3: Determinación del valor deducible máximo corregido.
Este valor se calcula iterativamente como se explica a continuación utilizando
la tabla presentada en la figura 2.3.
Figura 2.3 Tabla para cálculo de CDV para pavimentos flexibles 3a. Determine el número de valores deducibles > 2. Esta cantidad de valores
se le dará el nombre de q, en nuestro ejemplo q = 3
ICIV 200610 04
25
3b. Determine el valor deducible total (TDV), sumando los valores deducibles
individuales tal como se muestra en la figura 2.3. Para el ejemplo citado
Total=140.6
3c. Determine el valor deducible corregido (CDV) leyendo de forma apropiada
la gráfica de corrección correspondiente. En el anexo 5 de este documento se
muestran las curvas de corrección para pavimentos flexibles. Para propósitos
de nuestro ejemplo léase el valor en la figura 2.4
Figura 2.4 Gráfico para la determinación del CDV (Shahin et al, 2005) 3d. Reduzca a 2 el valor más pequeño de los valores deducibles > 2, repita
nuevamente desde el paso 3a. hasta que q=1 tal como se muestra en la figura
2.3.
3e. El valor más grande de los valores deducibles corregidos será definido
como el valor deducible corregido (CDV). Para nuestro ejemplo CDV = 91
Paso 4: Calcule el PCI restando el valor deducible corregido (CDV) a 100. En el
ejemplo presentado en la figura 2.2 PCI = 100 – 91 = 9
ICIV 200610 04
26
2.5.2 Cálculo de PCI para pavimentos rígidos
La metodología para el cálculo de PCI para pavimentos rígidos es básicamente
la misma que la utilizada para flexibles, con unas pequeñas diferencias como o
son el formato a diligenciar para el inventario de fallas, y la definición de las
unidades de muestreo.
Para los pavimentos rígidos, el formato para el inventario de fallas es mostrado
en el anexo 2 de este documento. Con respecto a la definición de las unidades
de muestreo se debe anotar que para las superficies cuyo espaciamiento entre
juntas es 7.62 m (25 ft.) el tamaño recomendado de las unidades de
muestreo esta entre 20 ± 8 losas de concreto. Para superficies con
espaciamiento entre juntas 7.62 m se deben trazar juntas imaginarias con
espaciamientos 7.62 m y asumir que estas juntas se encuentran en perfecto
estado. Por ejemplo, si una losa tiene una longitud de 18 m, se deben trazar
juntas imaginarias cada 6 m. Por lo tanto una losa será inventariada como tres
únicamente por propósitos de la inspección de fallas.
A modo ilustrativo en la figura 2.5 se muestra un formato de inspección
diligenciado como ejemplo del cálculo de PCI para una unidad de muestreo de
pavimento rígido.
ICIV 200610 04
27
Figura2.5 Formato de inspección pavimento rígido diligenciado En el ejemplo presentado en la figura 2.5 hay que anotar que para cada tipo de
falla y cada nivel de severidad se debe anotar el número de losas afectadas.
No se tienen unidades de medida para cuantificar la falla aunque si se tienen
en cuenta para determinar la severidad de la misma.
ICIV 200610 04
28
Cálculo de PCI
Paso 1: Determinación de los valores deducibles
1a. Para cada combinación de tipo y severidad de falla, se debe contar el
número de losas en las que esta presente. (p.e. En la figura 2.5 hay 3 losas en
las que se presenta grieta de durabilidad con severidad media).
1b. Divida el número de losas identificadas en el paso 1a. por el número total
de losas en la unidad de muestreo, luego multiplique el resultado por 100 para
obtenerlo en porcentaje. Este valor obtenido se debe almacenar en la columna
“Densidad %” para cada combinación de tipo y severidad de falla.
1c. Determine los valores deducibles para cada combinación de tipo y
severidad de falla utilizando la gráfica correspondiente “Densidad vs. Valor
deducible”. Las gráficas pertinentes para desarrollar este paso son presentadas
en el anexo 5 de este documento.
Paso 2: Determinación del número máximo permitido de valores deducibles
Este paso es el mismo que el presentado en el cálculo de valores deducibles
para pavimentos flexibles mencionado en el punto 2.5.1. Dicho esto se aplica la
ecuación 2.2 al caso particular presentado en la figura 2.5
81.8)15100)(98/9(1im
Como se presentan 9 valores deducibles el noveno valor más pequeño (=1) es
multiplicado por 0.81 que representa la parte fraccionaria del número máximo
de valores deducibles quedando reducido a 0.81
Paso 3: Determinación del máximo valor deducible corregido
ICIV 200610 04
29
De la misma forma que se realizó para pavimentos flexibles y como se
presenta en la figura 2.6, se ejecuta el proceso iterativo para calcular el valor
deducible corregido, utilizando la curva apropiada de corrección en cada
iteración (Para el caso de nuestro ejemplo léase la grafica presentada en la
figura 2.7), posteriormente se identifica CDV máximo.
Paso 4: Calcule el PCI restando el máximo valor deducible corregido (CDV) a
100, PCI = 100 – 30 = 70 para el caso del ejemplo presentado en la figura 2.5
Figura 2.6 Tabla para cálculo de CDV para pavimentos rígidos
Figura 2.7 Gráfico para la determinación del CDV (Shahin et al, 2005)
ICIV 200610 04
30
2.5.3 Cálculo de PCI para las secciones
En los puntos 2.5.1 y 2.5.2 se calculo el índice de condición del pavimento
(PCI) para las unidades de muestreo definidas. A continuación se explicará
como se calcula el PCI para la sección completa tomando como base los
resultados obtenidos para las unidades de muestreo.
Si todas las unidades de muestreo inventariadas dentro de la sección cuentan
con el mismo tamaño, el PCI de la sección es simplemente el promedio de los
PCI obtenidos de las unidades de muestreo que fueron inspeccionadas.
Si las unidades de muestreo inspeccionadas no son del mismo tamaño el PCI
de la sección se calcula con la siguiente ecuación:
R
iri
R
iriri
rs
A
APCIPCIPCI
1
1
Donde:
PCIs = PCI de la sección de pavimento
PCIr = PCI promedio ponderado por área (o representativo) de las unidades de
muestreo aleatorias
PCIri = PCI de la unidad de muestreo aleatoria número i
Ari = Área de la unidad de muestreo aleatoria número i
R = Número total de unidades de muestreo aleatorias inspeccionadas
La metodología anteriormente explicada tanto para el cálculo del PCI de las
unidades de muestreo como para las secciones, es la forma manual de
ICIV 200610 04
31
procesar los datos recogidos en el inventario de fallas y obtener el índice de
condición de pavimento PCI.
Existen otras posibilidades como el uso de software especializado, este el caso
de Micro Paver, que permite ingresar directamente la base de datos y agilizar el
procesamiento de datos. Micro Paver calcula automáticamente el índice de
condición de pavimento. Este software se utilizará y explicará en la parte
práctica de este proyecto contenida en el capitulo 4.
2.6 Desarrollo de modelos de predicción de deterioro
Los modelos de predicción de condición del pavimento son fundamentales para
el desarrollo óptimo del PMS, estos modelos desempeñan una función dentro
del sistema similar a la que realiza el motor en los automóviles.
La calidad de estos modelos depende de varios factores, entre los más
importantes está la última fecha de construcción y los datos obtenidos en la
estimación actual del deterioro PCI, ya que en estos se basa el desarrollo del
modelo. La estadística es una herramienta usada para la creación de estos
modelos, donde se pueden ajustar los datos a extrapolaciones, distintos tipos
de regresiones, distribuciones de probabilidad, entre otros.
Se deben definir familias de pavimentos que presenten características de
deterioro similares y para cada una de ellas estimar el modelo pertinente. Para
definir las familias se deben tener en cuenta los siguientes factores: Uso,
importancia, tipo de superficie, zona, categoría de la sección, última fecha de
construcción y PCI. La figura 2.8 presenta un ejemplo de la definición de
familias usando tres de los factores enunciados.
ICIV 200610 04
32
Figura 2.8 Definición de familias (Shahin et al, 2005)
2.6.1 Desarrollo de modelos de predicción utilizando la técnica de
Extrapolación en línea recta
Es la predicción de condición más simple, esta basada como su nombre lo
dice, en una extrapolación por medio de una línea recta que sigue la tendencia
de los dos últimos puntos de condición conocidos. Esta técnica puede ser
utilizada únicamente para una sección y no puede ser generalizada para un
grupo de secciones. Se asume que las políticas de mantenimiento y
características como el tráfico no sufrirán ningún tipo de cambio en el tiempo.
USO DEL PAVIMENTO
PISTAS DE ATERRIZAJE VÍAS DE TRANSITO APARCADEROS HELIPUERTOS CARRETERAS PARQUEADEROS ÁREAS DE ALMACENAMIENTO
CONCRETO ASFÁLTICO
CONCRETO DE CEMENTO PORTLAND (PCC)
CAPA DE CONCRETO ASFALTICO SOBRE PCC
CAPA DE CONCRETO ASFÁLTICO SOBRECONCRETO ASFÁLTICO
TIPO DEL PAVIMENTO
IMPORTANCIA DEL
PAVIMENTO
PRIMARIA
PRIMARIA
PRIMARIA
PRIMARIA
SECUNDARIA
SECUNDARIA
SECUNDARIA
SECUNDARIA
TERCIARIA
TERCIARIA
TERCIARIA
TERCIARIA
ICIV 200610 04
33
Para ejecutar esta técnica es necesario hacer al menos una medición del
estado y la condición de la sección de pavimento, esto con el propósito de
tener mínimo dos puntos de referencia, ya que se debe conocer la fecha de
construcción de la sección.
La técnica de extrapolación en línea recta es usada principalmente para
predecir el comportamiento de la tasa de deterioro, para conocer si esta va a
crecer o decrecer tal como se muestra en la figura 2.9
Figura 2.9 Extrapolación en línea recta (Shahin et al, 2005) Esta técnica es confiable únicamente para períodos cortos de tiempo (pocos
años) y no aplica para periodos amplios. De la misma forma no es
recomendable aplicarlo en secciones de pavimento nuevas o recién
rehabilitadas.
2.6.2 Desarrollo de modelos de predicción utilizando la técnica de
Regresión
Este análisis es usado para establecer una relación empírica entre dos o más
variables. Cada variable se define en términos de su media y su varianza
ICIV 200610 04
34
respectiva. Varios análisis de regresión son usados, aunque la forma más
simple es la regresión lineal entre dos variables cuyo modelo se describe como:
iii XY (Ecuación 2.1)
Donde:
Y = Variable dependiente, o sea, el índice de condición
X = Variable independiente, que es el tiempo desde la ultima rehabilitación
mayor
= Error de predicción
, = Parámetros de regresión
El valor esperado de Yi, E(Yi), para cada valor de Xi puede ser entonces
determinado como:
ii XYYE ˆˆˆ)( (Ecuación 2.2)
Donde:
Y , ˆ y ˆ , son estimados de Yi, , y respectivamente.
Los valores de ˆ y ˆ son determinados por la suma de los errores al
cuadrado entre el valor observado de Y y su estimado Y , a este valor se le
llama s y esta dado por:
n
iii YYs
1
2ˆ (Ecuación 2.3)
n
iii XYs
1
2ˆˆ (Ecuación 2.4)
Donde:
n = número de puntos observados o inspeccionados.
ICIV 200610 04
35
El método explicado anteriormente es conocido como “mínimos cuadrados”, El
valor de ˆ y ˆ son determinados calculando la derivada parcial de s con
respecto a ˆ y ˆ en la ecuación 2.4, igualando a 0. Lo anterior conlleva a lo
siguiente:
XY ˆˆ (Ecuación 2.5)
2)(
))((ˆ
XX
YYXX
i
ii (Ecuación 2.6)
Donde X y Y son los valores promedio de X y Y respectivamente. ˆ es el
intercepto de la línea que mide el valor estimado de Y cuando X = 0.
ˆ es la pendiente de la línea que mide el valor estimado de Y correspondiente
a un cambio de una unidad en el valor de X. Lo anteriormente explicado se
muestra gráficamente en la figura 2.10.
Figura 2.10 Línea de regresión obtenida del método de los mínimos cuadrados (Shahin et al, 2005)
Hay que anotar que una regresión no lineal puede ser necesaria cuando la
relación entre X y Y no es lineal. En la figura 2.11 se muestra una relación
típica entra la condición y el tiempo de vida de un pavimento. Se observa que al
utilizar un modelo de regresión lineal se subestima la condición del pavimento
ICIV 200610 04
36
en sus primeros años y en contraste en la última parte de su vida útil se
sobreestima su condición.
Una relación no lineal puede ser analizada como una regresión lineal,
transformando la variable X en una función, )(ˆ)( xfYE , donde f(x) es una
función de x tal como x2 o Ln (x). Modelos polinomiales de mínimos cuadrados
también pueden ser una opción poderosa para el desarrollo de modelos de
predicción de deterioro.
El desarrollo de este tipo de modelos no será explicada ya que el objetivo de
este proyecto de grado no es darle explicación a estos, sino mostrar de forma
general el desarrollo completo del modelo de manejo de pavimentos.
Figura 2.11 Relación no lineal entre el PCI y Edad del pavimento (Shahin et al, 2005)
2.7 Verificación de datos
Los datos recogidos y utilizados deben ser verificados para comprobar su
veracidad, consistencia y precisión. Una de las herramientas mas comunes es
graficar las variables PCI vs. Edad para cada una de las familias definidas y
evaluar el comportamiento de los puntos en la misma.
ICIV 200610 04
37
Si el PCI aumenta con el tiempo, y su incremento es mayor a 20 puntos se
puede considerar este caso como un error y debe ser filtrado de la información.
Esto se puede comprender como un error en los datos de entrada, (p.e. Una
errónea última fecha de construcción LCD en alguna de las secciones
definidas)
Una alternativa para la verificación de datos es la definición de límites máximos
y mínimos a lo largo de la vida útil del pavimento, estos límites dependen de la
experiencia obtenida de bases de datos anteriores de buen comportamiento.
Aunque en casos especiales se debe contar con el criterio profesional para
definir los límites pertinentes. La figura 2.12 muestra una gráfica típica de PCI
vs. Edad con sus respectivos límites y puntos obtenidos.
Figura 2.12 Gráfico PCI vs. Edad (Micro Paver 5.2)
2.8 Obtención de costos unitarios de M&R localizada
Es necesario calcular el costo unitario de M&R localizada para así desarrollar el
programa a ejecutar en el primer año y determinar el impacto que tiene la
reparación localizada sobre el PCI y los costos del proyecto. Ejemplos de este
tipo de trabajos son sellado de grietas y reparcheo. Hay que anotar que para
este tipo de intervenciones los costos varían dependiendo del tipo de superficie
ICIV 200610 04
38
(p.e. Asfalto vs. Concreto), uso (p.e. Pista de aterrizaje vs. Aparcadero) e
importancia del pavimento (p.e. Arteria vs. Residencial)
2.9 Obtención de costos unitarios de M&R global y su frecuencia de
aplicación
El tratamiento superficial es benéfico cuando es aplicado correctamente y en el
tiempo justo. Se deben contemplar todas las posibilidades de tratamientos a
realizar para que se pueda obtener la planeación de trabajo apropiada.
Dependiendo del tipo de tratamientos (p.e. Tratamiento superficial del
agregado, Fogueo de sellante, etc.) se deriva la frecuencia a la que debe ser
ejecutada y su impacto en los costos.
2.10 Desarrollo de modelos de PCI vs. Costos
Las curvas de PCI vs. Costos deben ser realizadas para M&R localizado de
seguridad, M&R localizado preventivo y M&R mayor. Más de una curva para
cada uno debe ser desarrollada y de esta forma reflejar la relación del costo
con respecto al tipo, uso e importancia de pavimento.
2.11 Análisis de condición
El análisis de condición es necesario para estimar la condición pasada,
presente y futura (asumiendo únicamente M&R temporal). Este análisis se
puede presentar gráficamente por medio de curvas, cuadros o diagramas de
barras, planos, entre otros.
ICIV 200610 04
39
2.12 Planeación de trabajo
Este es uno de los componentes más importantes, este análisis tiene como
consecuencia el desarrollo de las siguientes habilidades:
Determina los requerimientos anuales de trabajo localizado a realizar
(p.e. Sellado de grietas y reparcheo).
Determina la categoría óptima de M&R (Localizada, global o mayor) para
cada sección de pavimento, para cada año, ajustándolo al análisis de
presupuesto anual realizado.
Determina las consecuencias de diferentes niveles presupuestales sobre
la condición del pavimento y el retrazo de M&R mayor.
Determina los requerimientos presupuestales necesarios para alcanzar
los objetivos de manejo deseados.
2.13 Formulación de proyectos de M&R y determinación de
prioridades
Las habilidades obtenidas en el proceso de planeación de trabajo permiten
formular proyectos que estarían en la capacidad de incluir más de una sección
de pavimento y más de un tipo de trabajo. Estos proyectos pueden ser
generados basándose en otros factores diferentes al económico.
ICIV 200610 04
40
3. EL SISTEMA DE MANEJO DE PAVIMENTOS EN BOGOTÁ
3.1 Necesidad
El sistema de manejo de pavimentos busca cambiar las antiguas costumbres y
presenta una propuesta innovadora basándose en la premisa: Las redes de
pavimentos deben ser gerenciadas o manejadas actualmente, no simplemente
mantenidas (Shahin et al, 2005).
Al aplicar el sistema de manejo de pavimentos se busca implementar
actividades que al trabajar conjuntamente entreguen resultados satisfactorios
tanto en la condición estructural y operacional del pavimento, como en el
manejo óptimo de los recursos financieros de los proyectos de M&R. Las
actividades que se deben realizar para cumplir estos objetivos son las
presentadas en el capítulo 2 de este documento. El subsistema de la malla vial
de Bogotá cuenta con la distribución mostrada en la figura 3.1 con un total de
14.505 km-carril de vía inventariados a Diciembre de 2005.
Figura 3.1 Resultado porcentual de la clasificación de las vías del Subsistema Vial de Bogotá D.C (IDU, Diciembre de 2005)
La malla vial en buen estado de la ciudad se ha reducido ya que según el
inventario y diagnóstico de la malla vial realizado por el IDU, a diciembre de
2004 el 25,81% se encontraba en buen estado, lo que significa una reducción
ICIV 200610 04
41
del 2,29 % con respecto al año 2003. Sumado a esto, la malla vial en mal
estado pasó de 40,25% en 2003 a 49,36% en 2004 lo que hace evidente el
deterioro progresivo en la malla vial de la ciudad. En las mallas viales local e
intermedia el porcentaje en buen estado solo es del 18,52% y el 12,86%
respectivamente. Por el contrario, la malla vial arterial que está en buen estado
es un 62,86%.
A continuación se muestra el inventario y diagnóstico del subsistema vial de
Bogotá por cada uno de sus componentes:
Figura 3.2 Inventario y diagnóstico del subsistema vial de Bogotá (IDU, Diciembre de 2005)
Es importante aclarar, que desde el año 2000 la malla vial en buen estado en la
ciudad ha sido cercana al 28% y debido a restricciones presupuestales no es
posible que este porcentaje aumente, dado que no se cuenta con un plan de
financiación a largo plazo. Por esta razón, tanto esta Administración Distrital
como la anterior, solo se comprometieron a garantizar que este porcentaje de
la malla vial siga en buenas condiciones y no se deteriore. (Casa editorial EL
TIEMPO, 2005)
ICIV 200610 04
42
Lo anteriormente citado deja clara la necesidad que tiene la ciudad de Bogotá
de implementar un sistema de manejo de pavimentos óptimo, principalmente
para mejorar el estado de la malla vial y plantear alternativas para la solución
del problema existente hasta hoy ya que este permite crear programas
organizados a mediano y largo plazo tanto para la programación de políticas de
mantenimiento como para estimación de las necesidades presupuestales o en
su defecto el ajuste del modelo a las limitaciones presupuestales existentes.
3.2 Variables
El sistema de manejo de pavimentos fue desarrollado en Estados Unidos y
algunos de sus componentes principales fueron ajustados a las condiciones
locales ya que estas representan factores importantes en el desarrollo de la
condición de los pavimentos allí encontrados.
La herramienta más importante en la que el modelo basa su eficiencia y
eficacia son los modelos de predicción de deterioro, estos deben ser ajustados
a factores relevantes como el clima o a condiciones propias de la locación en
donde se quiera implementar el modelo.
Es por esto que las variables del clima y el tipo de suelo que se encuentran en
la ciudad de Bogotá deben ser tenidos en cuenta al momento de adoptar el
sistema de manejo de pavimentos en la ciudad.
Para el caso de este proyecto de grado no se efectuarán estos ajustes ya que
no es el objetivo principal de este estudio y este tema necesita de un análisis
detallado y profundo que puede ser el objetivo de una investigación
complementaria a este proyecto.
ICIV 200610 04
43
Las siguientes variables pueden representar cambios importantes en los
modelos de predicción de deterioro al momento de ajustarse a las mismas y
serán descritas brevemente a continuación.
Clima
El comportamiento climático de los Estados Unidos en donde fue desarrollado
el sistema de manejo de pavimentos presenta los siguientes valores promedio
medidos en 30 años en las diferentes estaciones climáticas del País:
Figura 3.3 Temperaturas promedio mensuales de Estados Unidos (National Climatic Data Center, 2001)
Los valores están presentados en °F y presentan como promedio anual de
temperatura 54.6 °F (12.5 °C) con una desviación estándar de 14.5, esto
comparativamente con la ciudad de Bogotá donde se encontró la necesidad de
implementar el sistema de manejo de pavimentos y se presenta una
temperatura anual promedio de 15°C que no tiene grandes variaciones debido
a que no se presenta el fenómeno de las estaciones. Se recomienda entonces
que el sistema de manejo de pavimentos y principalmente su herramienta de
modelos de predicción de deterioro, sean ajustados a las condiciones
climáticas para tener un nivel de certeza mayor en los resultados obtenidos.
Tipo de suelo (Arcillas expansivas)
En la ciudad de Bogotá, en la mayoría de su suelo se encuentran arcillas cuyas
características pueden ser aproximadamente similares a las presentadas en la
ICIV 200610 04
44
figura 3.4 que muestra los resultados de un ensayo de clasificación realizado
por la Universidad del Cauca para arcillas expansivas.
Figura 3.4 Resultado de ensayos para suelos similares a los encontrados en Bogotá
(Universidad del Cauca, 2003) De la misma forma se realizaron ensayos de compactación y CBR para este
material cuyos resultados se muestran en la figura 3.5
Figura 3.5 Resultado de ensayos de compactación y CBR para arcillas expansivas
(Universidad del Cauca, 2003) La mayoría del área de Bogotá está cubierta de suelos arcillosos con altos
potenciales expansivos como se observa en la figura 3.5 donde se presentan
expansiones del 5.71 % y 9.39 %. Este comportamiento depende de la
humedad durante temporadas de lluvia donde se presenta hinchamiento de las
arcillas e igualmente de las temporadas secas donde se contraen las mismas.
Según la revista de la cámara costarricense de la construcción, en las obras
cimentadas en arcillas expansivas que tienden a expandirse o a contraerse
podrían ocurrir daños estructurales, que en algunos casos han llegado a
producir el colapso de la obra” (Batalla O. Mauricio, 2006).
La presencia de arcillas expansivas trae como consecuencia un aumento en las
tasas de deterioro que su vez afectan los modelos de predicción y la
implementación del sistema de manejo de pavimentos.
Las fotografías mostradas en la figura 3.6 exponen los daños típicos
ocasionados por la acción de las arcillas expansivas en las estructuras de
pavimentos.
ICIV 200610 04
45
Figura 3.6 Fotografías de daños causados por arcillas expansivas
3.3 Beneficios esperados
Los siguientes son los beneficios esperados para una hipotética
implementación del sistema de manejo de pavimentos en la ciudad de Bogotá.
1. Proveer la información necesaria a las entidades encargadas del
manejo de los pavimentos locales para la determinación de
presupuestos.
2. Maximizar el retorno en la inversión del presupuesto disponible para
M&R.
Como se muestra en la figura 1.1 el mantenimiento pobre de los
pavimentos tiene como consecuencia una disminución significativa de la
condición en un pequeño porcentaje de la vida útil del mismo. Así mismo
soporta la idea que la implementación sistematizada de un manejo de
pavimentos que permita mantener la condición por encima de la
condición mínima puede llegar a significar ahorros hasta del 50% en los
costos de M&R.
ICIV 200610 04
46
La figura 3.7 ilustra igualmente que al permitir que la condición del
pavimento se encuentre por debajo de las condiciones mínimas o PCI
crítico se obtendrán costos altos de M&R que no permiten la adopción
de políticas de M&R sostenibles en períodos largos de tiempo que se
ajusten a programas de financiación de largo plazo.
Figura 3.7 Costos de M&R dependiendo de la Edad y condición del pavimento (Oregon Department of Transportation, 2006)
La interpretación de las figuras 1.1 y 3.7 permite concluir que al
mantener los pavimentos sobre los niveles mínimos de condición se
obtendrán reducciones importantes en los costos y se maximizará el
retorno de la inversión para los trabajos de M&R.
Es importante anotar que este punto es quizás uno de los más
importantes a tener en cuenta en la ciudad de Bogotá ya que como se
indicó anteriormente, en la actualidad no se ha podido realizar un plan
de financiación de mediano o largo plazo con el atenuante que el
ICIV 200610 04
47
presupuesto destinado para M&R es limitado y que la condición de la
malla vial de la ciudad esta por debajo de las condiciones mínimas.
3. Crear al menos un plan priorizado por 5 años.
4. Establecer requerimientos mínimos de la condición de pavimento.
5. Identificar áreas necesitadas de mantenimiento.
6. Justificar los proyectos de M&R.
7. Proveer el criterio para la correcta distribución del presupuesto entre las
diferentes redes definidas en la ciudad.
ICIV 200610 04
48
4. IMPLEMENTACION DE UN MODELO DE MANEJO DE PAVIMENTOS EN
BOGOTA
A continuación se presentarán dos de los casos más comunes en la ciudad de
Bogota (Pavimento rígido y Pavimento flexible) en los que se ha implementado
el modelo de manejo de pavimentos, esto con el propósito de evaluar la
aplicabilidad del PMS al caso particular Bogotano.
4.1 CASO PAVIMENTO FLEXIBLE AV. SAN JOSÉ (CALLE 170)
Para el desarrollo de este caso se ha escogido la Avenida San José, ubicada
en la Calle 170 al norte de la ciudad, que se extiende de oriente a occidente
desde la carrera séptima hasta la Av. Boyacá (Carrera 66) tal como se muestra
en al figura 4.1.
Figura 4.1 Avenida San José (Unión temporal malla vial 2003, 2004)
ICIV 200610 04
49
Para este corredor se ha excluido el tramo entre la Carrera 47a y la Carrera 54
y como es requerido presenta pavimento flexible en la totalidad de su
extensión. (Unión temporal malla vial 2003, 2004)
Algunos de los resultados del estudio realizado por la Unión temporal malla vial
2003 serán adaptados y posteriormente utilizados como base para la
implementación del modelo de manejo de pavimentos.
Para implementar el modelo es necesario seguir y desarrollar adecuadamente
los pasos explicados en el capitulo 2. Para el caso particular de la Calle 170 se
aplicaran los pasos a continuación:
4.1.1 Obtención de mapas (Planos)
Se realizo y anexó un levantamiento del corredor a analizar en planos de
AutoCAD. Estos planos son presentados en el anexo 1 de este proyecto.
4.1.2 Definición de redes
4.1.2.1 Identificación de redes
La red a trabajar es identificada como la Red Av. San José. Ésta se define
como la Calle 170 que se extiende de oriente a occidente entre la carrera
séptima y la Av. Boyacá, excluyendo el tramo entre las carreras 47a y 54. Este
corredor que fue definido como red cuenta con dos calzadas cuyas longitudes
se relacionan en la tabla 4 – 1 y los planos presentados en el anexo 1.
ICIV 200610 04
50
Tabla 4 – 1 Longitudes de las calzadas de la Red Av. San José (Unión temporal malla vial 2003, 2004)
Calzada Longitud Calzada (Km.)
Sur 4,3 Norte 4,3
Longitud total Av. San José 8,6 4.1.2.2 Identificación de ramas
Debido a que la Av. San José (Calle 170) es una vía vehicular específica
bogotana, cuya importancia y uso es común a través de la totalidad de su
extensión, se define una única rama que cubre completamente la red definida
anteriormente y que llevará el nombre de Calle 170.
4.1.2.3 Identificación de secciones
Para el caso particular de la Rama Calle 170 se definieron las secciones
teniendo como base de diferenciación los siguientes tres criterios:
El número de ejes equivalentes soportados por la sección a definir (que
se encuentre dentro del mismo orden de magnitud E^6)
El ancho de la calzada (que debe ser igual a lo largo de toda la sección)
La calzada a la que pertenece el tramo a definir (sur o norte)
El resultado de esta definición de secciones se muestra en las tablas 4 – 2 y 4 -
3 correspondientes a la calzada sur y norte respectivamente. En estas tablas
se muestra la cantidad e identificación de las calzadas incluidas dentro de cada
sección, el número de ejes equivalentes soportado, y el ancho y longitud de
cada calzada perteneciente a la sección.
Es importante anotar que en algunos casos se hicieron excepciones ya que
existieron secciones que al cumplir con los tres criterios de selección
mencionados anteriormente, resultaban muy pequeñas y no cumplían con la
ICIV 200610 04
51
cantidad mínima de unidades de muestreo, obligando a agruparlas con otras
secciones de características similares.
Tabla 4 – 2 Secciones y características de las mismas correspondientes a la calzada sur
ICIV 200610 04
52
Tabla 4 – 3 Secciones y características de las mismas correspondientes a la calzada
norte
4.1.3 Recolección de datos generales
Uso de la rama: La Rama Calle 170 atraviesa parte de la ciudad de
Bogota en el norte de la misma de oriente a occidente, permitiendo el
tránsito de vehículos convencionales, buses y camiones con el siguiente
trafico promedio diario:
Tabla 4 – 4 TPD Avenida San José (Unión temporal malla vial 2003, 2004) TPD AVENIDA SAN JOSE (CALLE 170) AUTOMOVILES BUSES CAMIONES
CALZADA NORTE 17904 2534 1115 CALZADA SUR 15243 2103 1022
PROMEDIO RAMA 16574 2319 1069
ICIV 200610 04
53
Longitud, ancho y área de las secciones: Esta información esta
contenida en las tablas 4 – 2 y 4 – 3 de de este informe.
Tipo de superficie de las secciones: La Rama Calle 170 presenta
pavimento flexible en su totalidad, así como las secciones definidas
dentro de ella.
Importancia de la sección: El corredor de la Calle 170 pertenece a la
malla vial principal de la ciudad de Bogotá, teniendo en cuenta eso se le
asignará una importancia Primaria.
Última fecha de construcción: Se tiene como fecha estimada de
construcción Enero 21 de 1990
4.1.4 Creación de bases de datos
Para el desarrollo del modelo es necesario crear una base de datos que brinde
la información necesaria para el cálculo del PCI, y que permita identificar
claramente la definición realizada de los diferentes componentes de la red Av.
San José. Además de las tablas 4 – 2 y 4 – 3 en las que se recolectó
información general sobre la rama, y también se definieron y agruparon los
diferentes tramos en secciones, se presenta igualmente la tabla 4 – 5 en la que
se muestra las características de la sección, la definición y escogencia de las
unidades de muestreo a inventariar, así como el resultado de la auscultación
visual referente al inventario de fallas.
Con esto se obtiene una base de datos clara y ordenada que permite trabajar
en el cálculo del PCI.
ICIV 200610 04
54
Tabla 4 – 5 Tabla complementaria a la base de datos
4.1.5 Recolección de datos de condición
4.1.5.1 Inspección realizada por la “UNION TEMPORAL MALLA VIAL
2003”
En este paso del modelo se ejecuta la auscultación visual e inventario de fallas
llenando los formatos o tablas definidas para cada una de las secciones (Tabla
4 – 5). En este punto es necesario aclarar que el modelo recomienda el uso de
los formatos presentados en el anexo 2 para pavimentos flexibles, en la que se
contemplan todos los tipos de fallas existentes. El formato utilizado en este
caso (Tabla 4 – 5) se diferencia únicamente en la estructura de la tabla y en
que contempla 5 tipos de fallas que fueron las que se encontraron en la
totalidad de la auscultación. La Tabla 4 – 5 fue utilizada por motivos de
practicidad para la presentación de los datos dentro de este informe y
representa de forma resumida la auscultación realizada con los formatos
recomendados por el modelo.
El tamaño de las unidades de muestreo con el cual se efectuó el inventario de
fallas de las secciones pertenecientes a la Rama Calle 170, esta contenido
dentro del rango enunciado en el punto 2.5.1 de este documento, teniendo
como valor ideal 235 m2. Es importante que las unidades de muestreo se
ICIV 200610 04
55
definan únicamente por este criterio para mantener la precisión y disminuir el
error en el cálculo del PCI.
A continuación se muestra el cálculo realizado para la definición de las
unidades de muestreo de la sección 1 de la Rama Calle 170:
Unidades totales 63
Unidades a inspeccionar 12.92
Unidades a inspecciona redondeado (n) 3
Intervalo de Inspección (i) 5
Inicio aleatorio (s) 2
Para esta sección se definieron 63 unidades de muestreo, aplicando la
ecuación 2.1 se calcula el valor de n de la siguiente manera:
1392,1210)163)(4/5(
10*6322
2
n
El intervalo de inspección se calcula dividiendo el número de unidades totales
N entre el número de unidades a inspeccionar n como se muestra a
continuación:
587,41363
n
N
Luego de haber definido el intervalo es necesario definir el punto de inicio del
inventario, este punto se debe elegir aleatoriamente escogiendo un número al
azar contenido entre 1 y 5 (entre 1 y n) que es el intervalo en el que se debe
iniciar la inspección. Generalmente el intervalo, resultado de N/n debe ser
ICIV 200610 04
56
redondeado hacia abajo ya que la tomar el limite superior es posible que el
intervalo por su tamaño, deje a una o más unidades de muestreo fuera de la
sección (p.e si el punto de inicio aleatorio es 5 las unidades de muestreo a
inspeccionar serían: 5,10,15,20,25,30,35,40,45,50,55,60,65 y la unidad de
muestreo 65 no existe dentro de la sección) , en este caso no fue necesario ya
que la totalidad de las 13 unidades tomando un intervalo de 5 quedaron
contenidas en la sección, anteriores a la última unidad de muestreo, la número
63.
Después de haber definido todo lo anteriormente explicado es posible iniciar el
inventario, para el caso del ejemplo quedo definido como: Número de unidades
de muestreo a inspeccionar (n) = 13, Unidad de muestreo inicio = 2 ( Escogido
al azar entre 1 y 5), Lo que significa que las unidades a inspeccionar son las
siguientes: 2,7,12,17,22,27,32,37,42,47,52,57,62.
Los datos que deben ser recogidos en esta auscultación deben ser el tipo, la
severidad y la cantidad de las diferentes fallas encontradas dentro de cada una
de las unidades de muestreo inventariadas, los criterios de evaluación de las
fallas están enunciados en el manual de fallas PCI. En el anexo 4 se presenta
un resumen del Manual de fallas PCI que contiene el tipo, cantidad y severidad
de cada falla existente.
El resultado del inventario de fallas para cada una de las secciones es
presentado en el anexo 3 de este documento.
ICIV 200610 04
57
Cálculo de PCI
El cálculo de este índice, se realizó con la ayuda del programa Micro Paver 5.2
y a continuación se explicarán los pasos que se siguieron dentro del mismo
para ingresar los datos y ejecutar el procesamiento de la información.
El programa Paver cuenta con el menú y barra de herramientas presentado en
la figura 4.2:
Figura 4.2 Menú y barra de herramientas (Micro Paver 5.2) Definición de Redes, Ramas y Secciones (Inventory)
El primer paso a seguir es la definición de las redes, ramas y secciones. Para
esto es necesario dirigirse al icono “Inventory” ubicado en la barra de
herramientas, a continuación se desplegará la ventana indicada en la figura 4.3
ICIV 200610 04
58
Figura 4.3 Ventana Inventory, Edición de redes (Micro Paver 5.2) En esta ventana se pueden manejar los tres elementos más importantes que se
deben definir para el inventario de fallas, estos son Red (Network), Rama
(Branch) y sección (Section). A cada uno de ellos le corresponde una pestaña
dentro de esta ventana que permite editar las propiedades correspondientes.
En la pestaña “1. Network” se debe crear una nueva red, para esto se hace
click en la opción nuevo “New” y se ingresa el nombre e identificación de la red
a crear, en nuestro caso el nombre la red es AV. SAN JOSE y su identificación
es SJ001 tal como se muestra en la figura 4.3
Sobre esta misma ventana, en la pestaña que indica “2. Branch” se ingresan
los datos correspondientes a las ramas definidas. Se crean cuantas ramas se
hayan definido haciendo clic en el icono “New”. Para la Red AV: SAN JOSE se
definió únicamente una rama que lleva el nombre de CALLE 170. Además del
nombre de la rama se debe ingresar la identificación y el uso de la misma, la
Rama CALLE 170 se identifica como C170 y el uso es el de vía vehicular
(ROADWAY) tal como se muestra en la figura 4.4
ICIV 200610 04
59
Figura 4.4 Ventana Inventory, Edición de Ramas (Micro Paver 5.2)
Por ultimo en la ventana de “Inventory” resta editar las secciones que se
definieron dentro de la Rama correspondiente, Para esto se debe activar la
pestaña “3. Section”. Se deben crear cuantas secciones se hayan definido
haciendo clic en el icono “New” ubicado en la parte inferior izquierda de la
ventana. Para cada una de las secciones definidas se deben ingresar los
siguientes datos: Identificación de la sección, punto de inicio y punto de
finalización de la sección, tipo de superficie, Importancia o ranking de la
sección, Longitud y ancho de la sección.
En la Rama CALLE 170 se definieron 20 secciones, 10 pertenecientes a la
calzada sur y 10 a la calzada norte, la identificación de las secciones
pertenecientes a la calzada sur es la siguiente:
CS#, donde el valor de # es el número que asignado a la sección dentro
del grupo de las 10 primeras secciones (enumeradas de 1 a 10) de la
rama ubicadas en la calzada sur (CS).
ICIV 200610 04
60
CN#, donde el el valor de # es el número asignado a la sección dentro
del grupo de las 10 últimas secciones (enumeradas de 11 a 20) de la
rama ubicadas en la calzada sur (CN).
En la figura 4.5 se muestra la definición de la sección CN11 de la Rama C170
de la Red SJ001
Figura 4.5 Definición de la sección CN11 (Micro Paver 5.2) Hay que anotar que en la ventana mostrada en la figura 4.5 esta activada la
pestaña de las propiedades de la sección (Properties) y que la pestaña que se
encuentra a su lado referente a las familias y la condición del pavimento
(Conditions / Families) es útil una vez ya se hayan ingresado el inventario de
fallas, ya que en esta se muestran los resultados del índice de condición de
pavimento (PCI).
Historia y/o trabajos realizados (Work)
En el menú se debe ingresar a la opción “work”, en esta ventana se permite
ingresar los datos sobre la historia de la sección como lo son la fecha de
ICIV 200610 04
61
construcción inicial, el espesor de la estructura, entre los mas importantes. Si
fueron ejecutados algunos trabajos de rehabilitación como recapeos o
parcheos, estos deben ser ingresados haciendo clic en la opción “new” y
definiendo el tipo de trabajo aplicado. La figura 4.6 muestra la ventana “work”
en donde se deben ingresar los datos anteriormente explicados.
Figura 4.6 Ventana “Work” para ingreso de datos históricos (Micro Paver 5.2)
Ingreso de datos de Inventario de fallas (PCI)
Sobre el menú se selecciona el icono “PCI” e inmediatamente se activa la
ventana mostrada en la figura 4.7, en esta se permite editar la inspección a
realizar.
ICIV 200610 04
62
Figura 4.7 Ventana “PCI”( Micro Paver 5.2) Una vez ubicados en la ventana PCI, se debe hacer clic en la opción “Edit
Inspections” donde se ingresan los datos generales del la inspección a realizar,
tal como lo muestra la figura 4.8
Figura 4.8 Edición de inspecciones (Micro Paver 5.2) En esta ventana se ingresan los datos como la fecha en la que la inspección
fue realizada, el número total de unidades de muestreo que se definieron y el
tipo de superficie de la sección que se esta editando. Para el caso de la rama
CALLE 170, sección CN14, la fecha de inspección fue el 16 de abril de 2004,
ICIV 200610 04
63
el tipo de superficie es concreto asfáltico (AC) y el un número total de unidades
de muestreo definidas 11.
Una vez terminada la edición de la inspección, se hace clic en “close” y se
regresa a la ventana PCI (figura 4.7), esta vez, sobre esta ventana se activa la
opción “Edit sample units” que abre la ventana mostrada en la figura 4.9
Figura 4.9 Edición de unidades de muestreo (Micro Paver 5.2) En esta ventana en posible crear las unidades de muestreo que se van a
inspeccionar haciendo clic en la opción “Add new”. A cada una de las unidades
creadas se le asigna el tamaño correspondiente en unidades de área. Se
deben crear las unidades de muestreo que fueron inspeccionadas únicamente.
Para la Rama CALLE 170, sección CN14 se inspeccionaron 7 de las 11
unidades definidas. Terminada la edición se da clic en “close” y se regresa a la
ventana PCI que ahora lucirá de la forma indicada en la figura 4.10 permitiendo
el ingreso de las fallas encontradas en la inspección. En esta ventana se
muestran los 19 posibles tipos de falla, con los 3 respectivos niveles de
severidad y finalmente el espacio en blanco para ingresar la cantidad de falla
encontrada en las unidades pertinentes.
ICIV 200610 04
64
Figura 4.10 Ventana “PCI” activada para ingreso de fallas inventariadas (Micro Paver 5.2)
Finalmente al terminar de ingresar las fallas encontradas en las unidades de
muestreo inventariadas en la sección, se da clic en la opción “Calculate
Conditions” que da como resultado del índice de condición de pavimento (PCI)
para la sección trabajada. Obsérvese la figura 4.11 en la que se muestra el
resultado de PCI para la sección CN 14 de la rama Calle 170.
En esta ventana también se muestran otro tipo de resultados como el resumen
de las fallas encontradas en la totalidad de la sección, el resultado de PCI para
cada unidad de muestreo inspeccionada, y la extrapolación de las fallas
encontradas dentro de la sección. Este último resultado permite clasificar las
fallas encontradas y asignarles una causa, ya sea el clima, la estructura u otro.
De esa forma se muestra en la figura 4.12 donde para la sección CN 14 se le
asigna un 96 % de las causas de falla a la estructura, tan solo un 1 % al factor
climático y el 4 % a otras causas.
ICIV 200610 04
65
Figura 4.11 Resultado del índice de condición PCI de la sección CN 14 de la rama Calle 170 (Micro Paver 5.2)
Figura 4.12 Extrapolación de fallas encontradas y su relación con las posibles causas (Micro Paver 5.2)
La metodología utilizada anteriormente para el cálculo del Índice de condición
de pavimento tuvo como datos de entrada los resultados obtenidos en la
inspección realizada por la “UNION TEMPORAL MALLA VIAL 2003” con fecha
de ejecución estimada Marzo16 de 2004, también hay que anotar que los datos
recolectados por ellos referentes a la ubicación general de la zona, tráfico,
ICIV 200610 04
66
geometría de las calzada e inventario de fallas fueron procesados y/o
adaptados para hacer posible la implementación hipotética del sistema de
manejo de pavimentos PMS.
4.1.5.2 Inspección realizada a manera de visita de campo
Además de la inspección realizada por la “UNIÓN TEMPORAL MALLA VIAL
2003”, se realizo otra inspección a manera de visita de campo, con el propósito
de documentar aún más este proyecto de grado y tener un punto de referencia
actual del estado de la vía.
Esta visita de campo se documenta brevemente a continuación y tuvo como
fecha de ejecución Mayo 28 de 2006.
Definición de redes, ramas y secciones:
Para el desarrollo de esta visita de campo se trabajo sobre la misma red y la
misma rama definidas en la inspección realizada por la “UNIÓN TEMPORAL
MALLA VIAL 2003” dentro de esta se identificaron las siguientes secciones
mostradas en la figura 4.13. Para cada una de las secciones se inspeccionaron
5 unidades de muestreo.
Figura 4.13 Secciones inspeccionadas en visita de campo En la figura 4.14 se muestra la geometría de las unidades de muestreo
inspeccionadas en la visita de campo.
ICIV 200610 04
67
Figura 4.14 Unidades de muestreo inspeccionadas en la visita de campo
Inventario de fallas
Para realizar el inventario de fallas se utilizaron los formatos recomendados por
el sistema de manejo de pavimentos que son presentados en el anexo 2,
teniendo como criterio de evaluación la cantidad, severidad y tipo de fallas
contempladas en las normas del manual de fallas PCI.
Los resultados de este inventario de fallas son presentados en el anexo 3 de
este documento.
ICIV 200610 04
68
Cálculo de PCI
El cálculo de este índice se realizó con la ayuda del programa Micro Paver 5.2
siguiendo los pasos explicados en el punto 4.1.5.1
4.1.5.3 Resultado de índice de condición de pavimento para las
inspecciones realizadas
Tal como se enunció en los puntos anteriores, se realizaron dos inspecciones
en dos instantes de tiempo diferentes, la primera con fecha de ejecución Marzo
16 de 2004 y la segunda con fecha 28 de Mayo de 2006. En la figura 4.15 se
muestran los resultados del cálculo de PCI para las secciones entregado por el
programa Micro Paver 5.2.
Figura 4.15 Resultados del cálculo de PCI por secciones para la Red SJ001, Avenida San José (Micro Paver 5.2)
En la figura 4.16 se muestra el reporte general de la Red SJ001 en la que se ha
calculado el PCI promedio aritmético y el ponderado por área global.
ICIV 200610 04
69
Figura 4.16 Reporte de condición general para la Red SJ001 (Micro Paver 5.2) De manera ilustrativa se muestra en la figura 4.17 el número de secciones que
se encuentra en cada categoría de condición encontrado durante la última
inspección. Esta gráfica tiene como base los datos mostrados en la figura 4.18.
Figura 4.17 “Secciones vs. Condición a última fecha de inspección” (Micro Paver 5.2)
Figura 4.18 Base de datos “Secciones vs. Condición a última fecha de inspección” (Micro Paver 5.2)
Como se muestra claramente en las figuras la condición de la Rama Av.
San José, los resultados de índice y categoría de condición no son
apropiados. Para la primera inspección realizada en Marzo de 2004, la rama
ICIV 200610 04
70
se encontraba en categoría “Pobre” (Poor) con un PCI = 47.04. Para la
segunda inspección la Rama es clasificó en la categoría “Muy Pobre” (Very
poor) con un PCI = 34.93
Hay que anotar que los datos obtenidos en la primera inspección realizada
cuentan con una mayor confiabilidad debido a que se la muestra que se
estudió fue mucho más grande que la segunda, que representaba el 20 %
de la primera inspección. Esto por motivos de practicidad y recursos.
La inspección realizada a manera de visita de campo arrojó resultados
lógicos y congruentes con el comportamiento y la tendencia del deterioro a
pesar de las limitaciones en la recolección de los datos de condición.
4.1.6 Desarrollo de modelos de predicción de deterioro
Como se enunció en el capítulo 2 de este documento, el desarrollo de modelos
de predicción de deterioro no es uno de los objetivos a alcanzar en este
proyecto, aunque representa una parte importante del sistema de manejo de
pavimentos. Es por esto que se recomienda que este tema sea abordado en
otro proyecto como objeto de investigación y adopción a las condiciones
presentes en la ciudad de Bogotá.
Con el propósito de avanzar en la implementación del sistema de manejo de
pavimentos en Bogotá, para este proyecto se adoptará uno de los modelos de
predicción de deterioro presentados en el programa Micro Paver 5.2 que se
ajusta a la siguiente familia:
ICIV 200610 04
71
Micro Paver 5.2 permite la creación y desarrollo de los modelos de predicción
de deterioro, pero es indispensable contar mínimo con cinco puntos de
referencia, o sea realizar mínimo cinco inspecciones de la condición del
pavimento en diferentes instantes del tiempo. Como en este proyecto se
realizaron únicamente 2 inspecciones, se incluyen estos valores obtenidos en
la base de datos del modelo de predicción de deterioro que Micro Paver
suministra por defecto, y que corresponde a la familia mencionada
anteriormente. Ésta base de datos se presenta en la figura 4.19
Figura 4.19 Base de datos del modelo de predicción de deterioro (Micro Paver 5.2) Obsérvese resaltado en amarillo los valores correspondientes a las
inspecciones realizadas para la Rama SJ001 (Avenida San José). Una vez
incluidos estos datos Paver permite recalcular el modelo de predicción
VÍA DE TRÁNSITO CONCRETO ASFÁLTICO PRIMARIA
USO SUPERFICIE IMPORTANCIA
ICIV 200610 04
72
incluyendo los punto ingresados. El resultado del recálculo del modelo es
presentado en la figura 4.20.
Figura 4.20 Modelo de predicción utilizado para la Rama SJ001 (Micro Paver 5.2)
4.1.7 Verificación de datos
Al observar la figura 4.20 se puede concluir que los datos obtenidos, que son
una consecuencia inmediata de los ingresados, se ajustan a la tendencia del
modelo de predicción.
Obsérvese en la figura 4.20 los puntos encerrados en círculos azules que
corresponden a los datos obtenidos en las mediciones realizadas en este
proyecto. Estos puntos se encuentran dentro de los límites permitidos definidos
por las líneas rojas del gráfico del modelo de predicción.
Los datos obtenidos son confiables y permiten continuar con el desarrollo del
sistema de manejo de pavimentos.
4.1.8 Obtención de costos unitarios de M&R localizada
La decisión de aplicar o no M&R Localizada depende del estado actual del
pavimento, para explicar esto se presenta la gráfica de la figura 4.21 que
ICIV 200610 04
73
asigna los trabajos a realizar dependiendo de la condición presente del
pavimento.
Como es claro, el estado actual de la Red Avenida San José no permite aplicar
M&R localizada ya que el PCI obtenido que en promedio a la fecha se
encuentra por debajo del PCI crítico que tiene un valor de 55.
La Red Avenida San José en las dos últimas inspecciones presentó valores por
debajo del PCI crítico con valores de 47.04 y 34.93 para la fecha de Marzo de
2004 y Mayo de 2006 respectivamente.
Figura 4.21 Asignación de trabajos a realizar dependiendo del PCI obtenido (Shahin et al, 2005)
4.1.9 Obtención de costos unitarios de M&R global y su frecuencia de
aplicación
De la misma forma que el M&R localizada, los resultados obtenidos en las
inspecciones realzadas a la Red Avenida San José no permite la aplicación de
M&R global, tal como se explica en la gráfica presentada en la figura 4.21
ICIV 200610 04
74
4.1.10 Desarrollo de modelos de PCI vs. Costos
Para este caso particular, el modelo de PCI vs. Costos se basa en un
presupuesto ilimitado, con el propósito de calcular el impacto en monetario que
tendría la rehabilitación total o mayor de la Red Avenida San José.
En la figura 4.22 se ingresan los costos estimados por m2 para cada unos de
los estados del pavimento. Esto es en otras palabras, lo que costaría devolver
la condición del pavimento a una categoría Buena, satisfactoria o justa
dependiendo el estado actual del pavimento y adoptando una de las tres
intervenciones definidas para el M&R mayor.
Figura 4.22 Costos estimados por m2 dependiendo de la condición (Micro Paver 5.2)
4.1.11 Análisis de condición
Teniendo como base el modelo de predicción de deterioro y como herramienta
el programa Micro Paver 5.2, se estima la condición futura de la Red Avenida
San José (SJ001).
Se realizó una estimación de la condición partiendo de la fecha actual, Mayo 30
de 2006, y finalizando en un periodo de 10 años. La figura 4.23 presenta el PCI
estimado para cada uno de los años analizados desde Mayo de 2006 hasta
Mayo de 2015. La figura 4.24 muestra gráficamente el comportamiento del PCI
estimado a través del tiempo
ICIV 200610 04
75
Figura 4.23 Estimación de la condición PCI para un periodo de 10 años (Micro Paver 5.2)
Figura 4.24 Representación gráfica del comportamiento PCI estimado vs. Periodo de estimación (Micro Paver 5.2)
Las figuras 4.25 y 4.26 muestran la distribución porcentual del área de la Red
Avenida San José para cada una de las categorías de condición para los años
2010 y 2015 respectivamente.
Figura 4.25 Distribución por área vs. Categoría de condición para el año 2010 (Micro Paver 5.2)
ICIV 200610 04
76
Figura 4.26 Distribución por área vs. Categoría de condición para el año 2015 (Micro Paver 5.2)
Se concluye entonces que el estado actual esta distribuido entre “Pobre” y
“Muy pobre” y que progresivamente se irá deteriorando hasta alcanzar la
categoría de condición “Serio” y “Muy pobre”. Hay que aclarar que la predicción
de la condición realizada asume que no se ejecutarán ningún tipo de
intervenciones que mejoren o incrementen el PCI de la Red.
4.1.12 Planeación de trabajo
El análisis de condición actual y futuro realizado, permite identificar que
políticas de M&R mayor deben ser adoptadas, esto significa que se deben
realizar trabajos que devuelvan la condición del pavimento a un índice de
condición aceptable o superior.
El M&R mayor es justificado económicamente para pavimentos muy
deteriorados o con tasas de deterioro altas, también para pavimentos en los
que se presenten cambios en las cargas del tráfico. En nuestro caso, la Red
Avenida San Jose presenta un deterioro importante que justifica la adopción de
M&R mayor.
ICIV 200610 04
77
El M&R mayor contempla intervenciones como Reconstrucción, el molido en
frío o en caliente de la superficie para un posterior recapeo, y finalmente
recapeos directos sin molido de superficie.
4.1.13 Formulación de proyectos de M&R y determinación de
prioridades
Teniendo en cuenta que se definió un presupuesto ilimitado para la ejecución
de las políticas de M&R se definen los costos que se van a adoptar para la
planeación del trabajo
Finalmente en la tabla 4 – 6 se muestran las inversiones a realizar para cada
uno de los años estimados en los que se desarrollarán los proyectos de M&R y
el impacto en la condición antes y después de la intervención.
Tabla 4 - 6 Presupuesto de M&R e impacto en la condición (Micro Paver 5.2)
Se observa entonces que después de realizar la inversión para M&R mayor
recomendada, el pavimento recuperaría su condición reportando un PCI =
87.7 al final del quinto año realizando inversiones durante los tres primeros
años únicamente.
ICIV 200610 04
78
4.2 CASO PAVIMENTO RÍGIDO AV. IBERIA (CALLE 134)
Para el desarrollo de este modelo, se ha tomado únicamente una parte del
corredor de la Av. Iberia (Calle 134) que presenta pavimento rígido y
comprende los tramos entre las carreras séptima y novena y el tramo entre las
carreras 12 y 13. Estos tramos se desarrollan de occidente a oriente y cuenta
con una calzada de 3 carriles. (Unión temporal malla vial 2003, 2004)
4.2.1 Obtención de mapas (Planos)
Se realizo y anexó un levantamiento del corredor a analizar en planos de
AutoCAD. Estos planos son presentados en el anexo 1 de este proyecto.
(Unión temporal malla vial 2003, 2004)
4.2.2 Definición de redes
4.2.2.1 Identificación de redes
La red a trabajar es identificada como la Red Av. Iberia. Ésta contempla la
calzada sur de la Calle 134 en dos tramos, el primero entre carreras séptima y
novena y el segundo entre carreras 12 y 13. Como se dijo anteriormente estos
tramos se encuentran ubicados en la calzada sur que cuenta con tres carriles,
con las distancias presentadas en la tabla 4 – 7 y con las características
presentadas en los planos del anexo 1 de este informe.
Tabla 4 – 7 Características de la Red Av. Iberia (Unión temporal malla vial 2003, 2004)
Segmento Inicio Fin Longitud (m) 10042032 CRA 7 CRA 9ABIS 127.8 10041992 CRA 9ABIS SE 61 10041962 SE CRA 12 54.7 10041932 CRA 12 CRA 13 79.3
Longitud total Red Av. Iberia 322.8
ICIV 200610 04
79
4.2.2.2 Identificación de ramas
La Av. Iberia (Calle 134) es una vía vehicular cuya importancia y uso es común
a través de la totalidad de su extensión, por esta razón se define una única
rama que incluye los segmentos enunciados en la tabla 4 – 7, o sea la totalidad
de la red, y que llevara el nombre de Rama Calle 134.
4.2.2.3 Identificación de secciones
En la Rama Calle 134 se definió una única sección ya que los segmentos que
componen la red cumplen y tienen en común los tres criterios explicados en el
punto 4.1.2.3 que aplica de igual forma para pavimentos rígidos. En la tabla 4 –
9 se muestra la sección única correspondiente a este caso y sus respectivas
características.
Tabla 4 - 8 Características de la sección correspondiente a la Rama Calle 134 (Unión temporal malla vial 2003, 2004)
AVENIDA IBERIA (CALLE 134)
CALZADA SUR
SECCIÓN IDENTIFICACION DE CALZADA INICIO FINAL N (2004-
2007)
ANCHO CALZADA
(m)
LONGITUD (m)
AREA (m^2)
AREA SECCION
(m^2) 10042032 CRA 7 CRA 9ABIS 1.47E+06 10.1 127.8 1290.7810041992 CRA 9ABIS SE 1.47E+06 10.1 61 616.110041962 SE CRA 12 1.47E+06 10.1 54.7 552.47
1
10041932 CRA 12 CRA 13 1.47E+06 10.1 79.3 800.93
3260.28
4.2.3 Recolección de datos generales
Uso de la rama: La Rama Calle 134 en la sección definida, permite el
tránsito de vehículos convencionales, buses y camiones con el siguiente
trafico promedio diario:
ICIV 200610 04
80
Tabla 4 – 9 TPD Avenida Iberia (Unión temporal malla vial 2003, 2004)
TPD AV. IBERIA (CALLE 134) SEGMENTO AUTOS BUSES CAMIONES
10042032 8660 973 97 10041992 8660 973 97 10041962 8660 973 97 10041932 8660 973 97
PROMEDIO 8660 973 97
Longitud, ancho y área de las secciones: Esta información esta
contenida en la tabla 4 – 8
Tipo de superficie de las secciones: La Rama Calle 134 presenta
pavimento rígido en los segmentos que la conforman.
Importancia de la sección: El corredor de la Calle 140 pertenece a la
malla vial principal y complementaria de la ciudad de Bogotá, teniendo
en cuenta eso se le asignará una importancia Primaria.
Última fecha de construcción: Se estimó como última fecha de
construcción Enero 21 de 2000
4.2.4 Creación de bases de datos
La base de datos a crear para este caso se obtiene por medio del
diligenciamiento de los formatos presentados en el anexo 2 para pavimentos
flexibles, además de la Tabla 4 – 8 que nos brinda información general de la
rama, que en este caso solo comprende una sección.
Hay que anotar que el modelo recomienda el utilizar el formato presentado en
el anexo 2. El formato presentado en la tabla 4 – 10 es esencialmente el mismo
que el recomendado aunque más resumido por motivos de practicidad y
organización de la información dentro de este documento.
ICIV 200610 04
81
Realizando un cuidadoso diligenciamiento de estos formatos se obtiene una
base de datos clara y ordenada que permite trabajar en el cálculo del PCI.
4.2.5 Recolección de datos de condición
4.2.5.1 Inspección realizada por la “UNION TEMPORAL MALLA VIAL
2003”
De forma similar a la realizada con el pavimento flexible se ejecuta el inventario
de fallas para la sección definida dentro de la rama Calle 134, pavimento rígido.
Como se explico en el punto 2.5.2 la definición de las unidades de muestreo
difiere de la utilizada para pavimentos flexibles. En este caso para losas cuya
separación entre juntas sea menor o igual a 7.62 m se definen unidades de
muestreo con un tamaño entre 20 ± 8 losas de concreto. En la tabla 4 – 10 se
muestra la definición de las unidades de muestreo, así como el inventario de
fallas realizado dentro de cada una de ellas.
El resultado del inventario de fallas es presentado en la Tabla 4 – 10 en el que
se muestra la información de las unidades de muestreo definidas dentro de la
sección y el tipo de fallas encontradas. Hay que anotar que a diferencia de la
inspección en pavimentos flexibles, la unidad de medida para las fallas es el
número de losas afectadas o en las que se encuentra dicho tipo de falla.
Cálculo de PCI
Para el cálculo de este índice de condición se tuvo como base la información
recolectada en el inventario de fallas y como herramienta el programa Micro
Paver 5.2.
ICIV 200610 04
82
Para la utilización de Micro Paver se siguieron en términos generales los
mismos pasos explicados en el punto 4.1.5.1
Se debieron tener en cuenta la diferencia en las características generales de la
Rama Av. Iberia como lo son el tipo de superficie, la geometría de las
secciones y unidades de muestreo así como el criterio para definir el tipo,
severidad y cantidad de fallas encontradas en el inventario.
En el anexo 4 se resume el criterio adoptado para la evaluación y ejecución del
inventario, que es esencialmente el mismo que recomienda el manual de fallas
PCI.
Tabla 4 – 10 Formato utilizado para la inspección y resultados del inventario de fallas
ICIV 200610 04
83
4.2.5.2 Inspección realizada a manera de visita de campo
Como punto de referencia del estado de condición de pavimento se efectuó
una inspección a manera de visita de campo que permite documentar aún más
este proyecto de grado y enriquecer la base de datos de la Red Avenida Iberia.
Definición de redes, ramas y secciones:
Para realizar la inspección en esta visita se trabajó sobre la misma red y rama
definida en la inspección realizada por la UNIÓN TEMPORAL MALLA VIAL
2003.
Se evaluaron 5 unidades de muestreo correspondientes a la sección 1 que fue
definida en el punto 4.2.2.3. Las unidades a inspeccionar tienen las
características mostradas en la tabla 4 – 11 y representan el 65 % de la
inspección realizada en el año 2004
Tabla 4 – 11 Unidades de muestreo inspeccionadas en visita de campo
Inventario de fallas
Para realizar el inventario de fallas se utilizaron los formatos recomendados por
el sistema de manejo de pavimentos que son presentados en el anexo 2,
teniendo como criterio de evaluación la cantidad, severidad y tipo de fallas
contempladas en las normas del manual de fallas PCI.
ICIV 200610 04
84
Los resultados de este inventario de fallas son presentados en el anexo 3 de
este documento.
Cálculo de PCI
El cálculo de este índice se realizó con la ayuda del programa Micro Paver 5.2
siguiendo los pasos explicados en el punto 4.1.5.1
4.2.5.3 Resultado de índice de condición de pavimento para las
inspecciones realizadas
Al igual que en el caso presentado para pavimentos flexibles, al rígido se le
realizaron dos inspecciones en dos instantes de tiempo diferentes, la primera
con fecha de ejecución Marzo 16 de 2004 y la segunda con fecha de Junio 3
de 2006. En la figura 4.27 se muestran los resultados del cálculo de PCI para
las secciones entregado por el programa Micro Paver 5.2.
Figura 4.27 Resultados cálculo de PCI por secciones para la Red IB001 (Micro Paver 5.2) La figura 4.28 muestra el reporte general de la Red SJ001 en la que se ha
calculado el PCI promedio aritmético y el ponderado por área global.
ICIV 200610 04
85
Figura 4.28 Reporte de condición general para la Red IB001 (Micro Paver 5.2)
Gráficamente la figura 4.29 muestra el estado en que la única sección definida
se encuentra en clasificándola por categoría de condición durante la última
inspección.
Figura 4.29 “Secciones vs. Condición a última fecha de inspección” (Micro Paver 5.2)
Como se muestra en las figuras la condición de la Rama Av. Iberia, los
resultados de índice y categoría de condición son apropiados. Para la primera
inspección realizada en Marzo de 2004, la rama se encontraba en la categoría
“Satisfactoria” con un PCI = 86. Para la segunda inspección la Rama se
mantuvo en la misma categoría con un PCI = 81 cediendo únicamente 5
puntos en su condición.
ICIV 200610 04
86
4.2.6 Desarrollo de modelos de predicción de deterioro
Del mismo modo que se realizó para pavimentos flexibles, para la ejecución de
este proyecto se adoptará uno de los modelos de predicción de deterioro
presentados en el programa Micro Paver 5.2 y que se ajusta a la siguiente
familia:
Se incluyen los valores obtenidos en las 2 inspecciones realizadas a esta rama
en la base de datos del modelo de predicción de deterioro adoptado
correspondiente a la familia mencionada anteriormente. Ésta base de datos se
presenta en la figura 4.30
Figura 4.30 Base de datos del modelo de predicción de deterioro (Micro Paver 5.2)
Obsérvese resaltado en amarillo los valores correspondientes a las
inspecciones realizadas para la Rama IB001 (Avenida Iberia). Ingresados
estos datos se recalcula el modelo de predicción que Paver suministra, que
ahora tiene en cuenta ahora las inspecciones realizadas. El resultado del
recálculo del modelo es presentado en la figura 4.31.
VÍA DE TRÁNSITO CONCRETO HIDRÁULICO PRIMARIA
USO SUPERFICIE IMPORTANCIA
ICIV 200610 04
87
Figura 4.31 Modelo de predicción utilizado para la Rama IB001 (Micro Paver 5.2)
4.2.7 Verificación de datos
La figura 4.31 certifica que los datos obtenidos, que son una consecuencia
inmediata de los ingresados, se ajustan a la tendencia del modelo de
predicción.
Los puntos encerrados en círculos azules de la figura 4.31 corresponden a los
datos de condición recolectados en este proyecto. Estos puntos se encuentran
dentro de los límites permitidos definidos por las líneas rojas del gráfico del
modelo de predicción.
4.2.8 Obtención de costos unitarios de M&R localizada
La figura 4.21 que asigna los trabajos a realizar dependiendo de la condición
presente del pavimento sugiere que se deben adoptar trabajos de M&R
localizada. El PCI de la red AV. IBERIA tiene un valor calculado de 81, valor
que es superior al PCI crítico = 55.
El M&R localizada contempla intervenciones como el Sello de grietas, molido
superficial con diamante, parcheo a profundidad completa, mantenimiento de
juntas, parcheo a profundidad parcial e inyección de grouting bajo losa.
Teniendo en cuenta este tipo de trabajos posibles a realizar se calculan los
costos globales unitarios por m2 dependiendo de la condición en la que se
ICIV 200610 04
88
encuentre el pavimento. La Tabla 4 – 12 presenta los costos ingresados por
m2 para el desarrollo del presupuesto.
Tabla 4 - 12 Costos unitarios de M&R dependiendo la condición actual (Micro Paver 5.2)
4.2.9 Obtención de costos unitarios de M&R global y su frecuencia de
aplicación
Como se indica en la gráfica presentada en la figura 4.21 la condición de la red
AV. IBERIA no justifica la adopción de M&R global, no por lo menos para las
condiciones actuales.
4.2.10 Desarrollo de modelos de PCI vs. Costos
Se definió un presupuesto ilimitado con el propósito de calcular el impacto
monetario que tendría la intervención en M&R localizado de la Red AV. IBERIA
y obtener un punto de referencia que permita comparar con el escenario actual
del caso bogotano.
4.2.11 Análisis de condición
De la misma forma que se realizó para pavimentos flexibles se estimó la
condición futura partiendo de la fecha actual, Junio 3 de 2006, y finalizando en
un periodo de 10 años. La figura 4.32 presenta el PCI estimado para cada uno
de los años analizados. La figura 4.33 muestra gráficamente el comportamiento
del PCI estimado en el tiempo.
ICIV 200610 04
89
Figura 4.32 Estimación de la condición PCI para un periodo de 10 años (Micro Paver 5.2)
Figura 4.33 Representación gráfica del comportamiento PCI estimado vs. Periodo de estimación (Micro Paver 5.2)
La figura 4.34 muestra la distribución porcentual del área de la Red Avenida
Iberia para cada una de las categorías de condición para los años estimados.
Figura 4.34 Estimación de la condición por categoría en los años estimados (Micro Paver 5.2)
Se concluye entonces que el estado actual es “Satisfactorio” y que
progresivamente se irá deteriorando hasta alcanzar la categoría de condición
“Pobre”. Hay que aclarar que la predicción de la condición realizada asume que
no se ejecutarán ningún tipo de intervenciones que mejoren o incrementen el
PCI de la Red.
ICIV 200610 04
90
4.2.12 Planeación de trabajo
El análisis de condición permite identificar que políticas de M&R localizadas
deben ser adoptadas, esto significa que se deben realizar trabajos que mejoren
la condición del pavimento y extiendan la vida de operacional del mismo sin
devolver el PCI a su valor inicial. Se tiene como tiempo estimado para el trabajo
5 años en los que se aplicarán las intervenciones pertinentes.
4.2.13 Formulación de proyectos de M&R y determinación de
prioridades
Teniendo en cuenta que se definió un presupuesto ilimitado para la ejecución
de las políticas de M&R se definieron los costos unitarios que se van a adoptar
para la planeación del trabajo. En la figura 4.35 se muestran las inversiones a
realizar para cada uno de los años estimados en los que se desarrollarán los
proyectos de M&R.
Figura 4.35 Presupuesto de M&R e impacto en la condición (Micro Paver 5.2)
Se Observa que la condición no varía con respecto a la encontrada antes de
M&R ya que el M&R realizado es preventivo y no busca aumentar la condición
o el puntaje de PCI. La inversión a realizar presenta valores bajos ya que se
trata de un área de 3000 m2 aproximadamente.
ICIV 200610 04
91
5. REVISION DE DISEÑO USANDO METODOS BASADOS EN MODELOS
DE PREDICCION DE DETERIORO (Mechanistic-empirical pavement design
guide)
La guía para el diseño mecanicista-empírico de pavimentos (Mechanistic-
empirical pavement design guide), es un software que se basa en los modelos
de predicción de deterioro para estimar que el diseño finalmente obtenido
cuente con un nivel de deterioro aceptable en las últimas etapas de su vida útil.
Para los pavimentos flexibles se deben predecir el desarrollo de fallas como la
piel de cocodrilo y el ahuellamiento, ya que estas se relacionan directamente
con la integridad estructural del pavimento.
La piel de cocodrilo esta directamente relacionada con la fatiga, que a su vez
es consecuencia de las deformaciones elásticas repetidas causadas por el
paso repetido del tráfico que ejerce una fuerza de tensión en la fibra inferior de
la capa de concreto asfáltico.
El ahuellamiento esta relacionado con la deformación vertical de la estructura
multicapa o pavimento y se relaciona con la capacidad de soportar las cargas
verticales ejercidas por los vehículos y evitar deformaciones verticales
permanentes importantes.
Dicho esto, los diseños que se van a obtener en este capítulo para pavimentos
flexibles, deben cumplir con los criterios de fatiga (piel de cocodrilo) y
deformación vertical (Ahuellamiento) hasta la última etapa de su vida útil
ICIV 200610 04
92
Para el caso de los pavimentos rígidos se tiene como criterio el bombeo, que
es una falla crítica para el desempeño de la estructura de pavimento y puede
representar deterioros prematuros en la condición.
Por la razón anteriormente presentada, fallas como el agrietamiento transversal
son estimadas durante la vida útil del pavimento y deben cumplir con deterioros
permisibles al final de su vida útil.
Finalmente, en los dos casos, tanto en el flexible como en el rígido se deben
estimar indicadores y fallas relacionadas con la confortabilidad de manejo que
experimenta el usuario del pavimento y que pueden o no estar relacionadas
con la integridad estructural. Es por esto que indicadores como el IRI (Índice
internacional de rugosidad o regularidad) es estimado y forma parte del criterio
de evaluación de la estructura. De la misma manera fallas como la diferencia
de nivel entre losas para el caso de pavimentos rígidos son evaluadas..
Los conceptos anteriormente explicados se tratarán más en detalle al presentar
los resultados del diseño.
5.1 PAVIMENTO FLEXIBLE AV. SAN JOSÉ (CALLE 170)
El programa Guía para el diseño mecanicista-empírico de pavimentos se
trabaja de forma práctica y sencilla en su ventana principal que es mostrada en
la figura 5.1. Sobre esta ventana se pueden encontrar todas las variables de
entrada requeridas para el análisis de diseño. Una vez la información
solicitada haya sido ingresada correctamente, al lado de cada variable de
entrada se iluminará un cuadro de color verde. De no ser así se puede
ICIV 200610 04
93
presentar una luz roja que significa que no ha sido ingresado ningún tipo de
información o amarilla para indicar que no ha sido completada. En la figura 5.1
se observa como se presenta la ventana al inicio de un proyecto nuevo.
Figura 5.1 Ventana de trabajo para iniciar un nuevo proyecto (MEPDG, 2002)
La ventana de trabajo se divide en tres secciones, la primera ubicada en la
parte superior, la segunda en la parte inferior izquierda y la tercera en la
parte inferior derecha. En la primera sección se ingresan los datos
generales del proyecto, en la segunda las variables de entrada para diseño
y en la tercera se muestran los resultados obtenidos después de efectuado
el análisis.
ICIV 200610 04
94
5.1.1 Variables de entrada
Datos generales
En la primera sección de datos generales se pueden activar 3 ventanas
correspondientes a las 3 opciones presentes. Estas son: Información general,
Información del sitio y proyecto, y parámetros de análisis.
La figura 5.2 muestra la ventana correspondiente a la información general. Se
ingresó información como el periodo de diseño que se tomó como 20 años,
además se debe seleccionar el tipo de diseño, en nuestro caso corresponde a
una estructura nueva tipo pavimento flexible tal como se muestra en la figura
5.2.
Figura 5.2 Ventana de información general (MEPDG, 2002)
ICIV 200610 04
95
En la ventana de Información sitio proyecto se ingresa el nombre del Proyecto
que se toma como San José y la Ubicación que corresponde a Bogotá,
Colombia.
En la ventana de parámetros de análisis mostrada en la figura 5.3 se muestran
los criterios de diseño basados en la predicción de fallas y sus límites
aceptables al final del periodo de diseño. La predicción se realiza con una
confiabilidad del 90 %.
Figura 5.3 Ventana Parámetros de análisis (MEPDG, 2002)
Los valores límite ingresados para cada uno de los criterios (IRI Terminal, piel
de cocodrilo, agrietamientos, deformación permanente, entre otros)
correspondientes al diseño de la Avenida San José son indicados en la figura
5.3.
ICIV 200610 04
96
Variables de entrada para diseño
Tráfico:
TPD inicial en dos direcciones (figura 5.4): 6774 veh/día
Figura 5.4 TPD Avenida San José (Unión temporal malla vial 2003, 2004)
Factor de crecimiento 2 %
Velocidad de diseño 60 kph (38mph)
Número de carriles en la dirección de diseño 2
Porcentaje de vehículos en la dirección de diseño 50 %
Porcentaje de vehículos en el carril de diseño 95 %
Los datos presentados anteriormente se deben ingresar en la ventana indicada
en la Figura 5.5
ICIV 200610 04
97
Figura 5.5 Ventana de edición de tráfico (MEPDG, 2002)
Factor de ajuste por volumen = 1 Se considera un volumen de tráfico
uniforme en todos los meses del año
Distribución por clase de vehículo y por tráfico horario: En la figura
5.6 se muestra la distribución porcentual de las clases de vehículos
que transitan por la Avenida San José y en la figura 5.7 se muestra la
distribución de los mismos en las diferentes horas del día. Se
consideran horas pico de 6 a.m. a 11 a.m. y de 4 p.m. a 8 p.m.
ICIV 200610 04
98
Figura 5.5 Distribución por clase de vehículo (MEPDG, 2002)
Figura 5.6 Distribución horaria del tráfico (MEPDG, 2002)
Número de ejes por camión y distribución de carga por eje:
Para estas dos variables de entrada se seleccionaron los valores que tiene
por defecto la guía de diseño.
ICIV 200610 04
99
Datos generales de tráfico
Localización media de la llanta = 18 in. (45 cm.) Medido desde el borde
del carril, si asumimos que el ancho de un carril promedio es de 3.5 m y
el ancho típico de un bus o camión es de 2.6 m nos quedan 45 cm. en
ambos lados suponiendo que el bus transita por el centro.
Desviación estándar del movimiento lateral del vehículo en el carril = 10
in (25.4 cm.).
Ancho de carril de diseño = 3.5 m (11.5 ft.)
Ancho promedio de eje (Borde a borde) = 8.5 ft. (2.6 m) Si tomamos el
ancho del bus como la distancia borde a borde.
Presión de inflado llantas simples y duales = 120 psi
Los datos generales de tráfico se ingresan en la ventana indicada en la figura
5.7.
Figura 5.7 Datos generales de tráfico (MEPDG)
ICIV 200610 04
100
Clima:
Los datos de clima se generaron de una estación climática específica ubicada
en los Estados Unidos, ya que la guía para diseño fue creada en ese País y
esta adaptada para trabajar en línea con la información de las diferentes
estaciones climáticas de los diferentes Estados.
Se debe escoger entonces la estación ubicada en la región cuyo clima sea
similar al encontrado en la ciudad de Bogotá. Para el diseño se escogió la
estación de SANTA BARBARA, CA debido a que cuenta con la distribución de
temperaturas medias mensuales medidas por 30 años mostradas en la
siguiente tabla.
JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC ANN DESV
53.1 55.2 56.7 58.9 60.9 64.2 67 68.6 67.4 63.5 57.5 53.2 60.5 5.6
Figura 5.8 Temperaturas de la estación, SANTA BARBARA, CA. (National Climatic Data Center, 2001)
Las temperaturas presentadas tienen unidades en °F y su temperatura
promedio anual es de 60.5 °F lo que corresponde a 15 °C que es la
temperatura promedio de Bogotá, por otra parte esta es la estación con la
menor desviación estándar (5.6) de todas las estaciones presentes en los
EE.UU. Esto es importante dado que en Bogotá la variación de la temperatura
mes a mes es muy baja.
La ventana de trabajo en la cual se genera la información climática se muestra
en la figura 5.9
ICIV 200610 04
101
Figura 5.9 Ventana de edición de información climática (MEPDG, 2002)
Estructura:
En esta parte se deben definir las capas que va a conformar la estructura de
pavimento. Para cada una de ellas se deben ingresar las características físicas
y mecánicas correspondientes tales como módulos de elasticidad,
granulometría, espesores, e índices de plasticidad entre los más importantes.
En la ventana indicada en la figura 5.10 se muestra la conformación de la
estructura multicapa de pavimento.
Sobre la ventana mostrada en la figura 5.10 se pueden ingresar o eliminar las
capas necesarias que luego serán definidas más en detalle.
ICIV 200610 04
102
Figura 5.10 Ventana para edición de la estructura de pavimento (MEPDG, 2002)
Los materiales y la estructura que mejor se ajustó a los parámetros de diseño
cuentan con las siguientes características:
CONCRETO ASFÁLTICO AC Espesor 14 in Temperatura de la mezcla 73.4 °C (23 °C para MAAT15
°C) Contenido de ligante 11 % Contenido de aire 8.5 % Retenido acumulado # 3/4 12 % Retenido acumulado # 3/8 38 % Retenido acumulado # 4 50 % Pasa # 200 4 % Penetración del ligante 85 - 100
BASE GRANULAR Clasificación AASHTO A-1-b Espesor 8 in Módulo 38000 psi (CBR = 61.3 % al 95
% del proctor modificado) Pasa # 200 21.5 % Pasa # 4 58.7 % D60 (mm) 5.22 Índice de plasticidad (IP) 5.5
ICIV 200610 04
103
SUBBASE GRANULAR
Clasificación AASHTO A-2-4 Espesor 10 in Módulo 28000 psi (CBR = 43.8 % al 95
% del proctor modificado) Pasa # 200 25 % Pasa # 4 47 % D60 (mm) 13.66 Índice de plasticidad (IP) 10.2
SUBRASANTE: Espesor Semi-infinito Clasificación según AASHTO A-7-5 Clasificación según USCS CH CBR promedio 2 % Módulo resiliente 29 MPa (290 kg/cm2 , 4200 psi) Índice de plasticidad 47 Pasa # 200 95% Pasa # 4 100%
5.1.2 Análisis de los resultados de diseño
Los resultados obtenidos para los parámetros de análisis que se deben cumplir
y que fueron definidos en la figura 5.3 son lo indicados en la figura 5.11.
Figura 5.11 Resultados de los parámetros de diseño (MEPDG, 2002) El parámetro de diseño más crítico y sensible en este caso fue la deformación
permanente de AC, esto principalmente se debe al alto tráfico de camiones y
buses que debe soportar la estructura (6787 veh/día) y a las propiedades de la
ICIV 200610 04
104
subrasante que cuenta con una resistencia mecánica baja (CBR = 2% o Mr =
4200 psi).
Los pavimentos flexibles no son los más aptos para soportar tráfico pesado,
por esta razón se tuvo que adoptar un espesor alto de capa asfáltica (14
pulgadas) para poder cumplir con los criterios de diseño, principalmente con la
deformación permanente de AC.
La combinación de las 2 capas granulares y la capa asfáltica debió ser iterada
hasta encontrar el ajuste y configuración más apropiada para cumplir con todos
los parámetros de diseño.
La estructura escogida cumple con los criterios de desempeño y no es flexible
a alguna disminución en el espesor de cualquiera de sus capas, ya que los
criterios de diseño no cumplirían. El resumen de confiabilidad se presenta en la
figura 5.11.
Las fallas más representativas que se deben estimar para conocer el
desempeño funcional futuro de la estructura son la piel de cocodrilo y el
ahuellamiento como se explico al inicio de este capítulo. De la misma forma el
índice de regularidad IRI es un buen medidor de la condición y debe contar con
un valor terminal aceptable. El comportamiento de la piel de cocodrilo, el
ahuellamiento y el IRI son presentados en las figuras 5.12, 5.13 y 5.14
respectivamente.
Analizando los resultados obtenidos se concluye que con un 90% de
confiabilidad la estructura escogida indicada en la figura 5.9 cumple con los
parámetros de diseño y el deterioro alcanzado por los mismos esta dentro de
los límites aceptados.
ICIV 200610 04
105
Figura 5.12 Predicción de deterioro de Piel de cocodrilo (MEPDG, 2002)
Figura 5.13 Predicción de deterioro de ahuellamiento (MEPDG, 2002)
ICIV 200610 04
106
Figura 5.14 Predicción de deterioro del indicador IRI (MEPDG, 2002)
Comparativamente con el diseño existente se pueden identificar varias
diferencias, en los estudios realizados por la Unión temporal malla vial 2003 se
realizaron ensayos no destructivos para estimar el espesor de las capas que
conforman la estructura de pavimento. Los resultados arrojados por estos
ensayos fueron ponderados por la respectiva área de inspección. La figura 5.14
muestra un cuadro comparativo entre los valores obtenidos por los ensayos no
destructivos realizados y los valores estimados por la guía de diseño
mecanicista-empírico para pavimentos.
Figura 5.15 Comparación entre diseño existente y revisión Al revisar el diseño se encuentra que la mayor diferencia está precisamente en
el espesor de la capa de concreto asfáltico, y que esta a su ves fue el factor
más sensible al momento de realizar la revisión con la guía de diseño. Si
ICIV 200610 04
107
volvemos a la figura 5.11 podemos relacionar que el parámetro más crítico fue
la deformación permanente de la capa de AC que depende en buena parte del
espesor de la misma.
Esta puede ser una de las principales razones por la cual el estado de la
Avenida San José se encuentra en un estado “Muy pobre” (PCI = 34.93) en la
última etapa de su periodo de diseño.
Se puede concluir entonces que el diseño existente en la Avenida San José no
cumple con las especificaciones requeridas para servir apropiadamente a los
usuarios que transitan por la misma en la actualidad.
Esto pudo tener como causa un aumento inesperado en el tráfico que se había
estimado por los diseñadores y que aceleró la tasa de deterioro de la
estructura.
5.2 PAVIMENTO RÍGIDO AV. IBERIA (CALLE 134)
5.2.1 Variables de entrada
Datos generales
La figura 5.16muestra los datos ingresados correspondientes a la información
general. Se ingresó un periodo de diseño 20 años, además se seleccionó de
diseño, en este una estructura nueva tipo pavimento rígido.
ICIV 200610 04
108
Figura 5.16 Información general (MEPDG, 2002) Los parámetros de análisis correspondientes al diseño de pavimentos rígidos
se muestran en la figura 5.17, como ya se ha mencionado anteriormente estos
se basan en la predicción de fallas y sus límites aceptables al final del periodo
de diseño. La predicción cuenta con una confiabilidad del 90 %.
Figura 5.17 Parámetros de diseño (MEPDG, 2002) Dentro de los parámetros de análisis se estima el comportamiento de fallas
como el agrietamiento transversal y la diferencia de nivel entre losas durante el
periodo de diseño. La predicción de estas fallas está relacionada con el nivel de
servicio e integridad estructural con la que contará la estructura en las últimas
etapas de su periodo de diseño, por esa razón es que se hace necesario definir
ICIV 200610 04
109
límites permisibles terminales para el desarrollo de las fallas mencionadas
basándose en modelos de predicción de deterioro.
Variables de entrada para diseño
Tráfico:
TPD inicial en dos direcciones: 1070 veh/día
Factor de crecimiento 2 %
Velocidad de diseño 60 kph (38mph)
Número de carriles en la dirección de diseño 3
Porcentaje de vehículos en la dirección de diseño 50 %
Porcentaje de vehículos en el carril de diseño 95 %
Factor de ajuste por volumen = 1 Se considera un volumen de tráfico
uniforme en todos los meses del año
Distribución por clase de vehículo y por tráfico horario: En la figura
5.18 se muestra la distribución porcentual de las clases de vehículos
que transitan por la Avenida Iberia y en la figura 5.19 se muestra la
distribución de los mismos en las diferentes horas del día.
Figura 5.18 Distribución porcentual de vehículos (MEPDG, 2002)
ICIV 200610 04
110
Figura 5.19 Distribución horaria del tráfico de vehículos (MEPDG, 2002)
Clima:
Los datos de clima se generaron de la misma forma que se hizo en la revisión
de diseño para pavimentos flexibles presentada en el punto 5.1.1 ya que los
dos diseños están ubicados en la misma ciudad.
Estructura:
En la ventana indicada en la figura 5.20 se muestra la conformación de la
estructura multicapa de pavimento.
Figura 5.20 Ventana para edición de la estructura de pavimento (MEPDG, 2002)
ICIV 200610 04
111
Los materiales y la estructura que mejor se ajustó a los parámetros de diseño
cuentan con las siguientes características:
CONCRETO HIDRÁULICO: Espesor 8 in. Relación de Poisson 0.2 Tipo de cemento Tipo I Relación A/C 0.42 Agregado Piedra caliza (Limestone) Módulo de Rotura 690 psi (48.5 kg/cm2)
BASE GRANULAR Clasificación AASHTO A-1-b Espesor 18 in Módulo 38000 psi (CBR = 61.3 % al 95
% del proctor modificado) Pasa # 200 21.5 % Pasa # 4 58.7 % D60 (mm) 5.22 Índice de plasticidad (IP) 5.5
SUBRASANTE:
Espesor Semi-infinito Clasificación según USCS CH Módulo resiliente 55 MPa (562 kg/cm2 , 8000 psi) Índice de plasticidad 35 Pasa # 200 75% Pasa # 4 95%
5.2.2 Análisis de los resultados de diseño
Los resultados obtenidos para los parámetros de análisis que se deben cumplir
y que fueron definidos en la figura 5.17 son lo indicados en la figura 5.21.
Figura 5.21 Resultados de los parámetros de diseño (MEPDG, 2002)
ICIV 200610 04
112
El parámetro de diseño más crítico en este caso fue el agrietamiento
transversal, esto puede ser causado por la combinación de las cargas del
tráfico y la variación del clima, este último se relaciona con la expansión y
contracción de las losas de concreto e igualmente con el comportamiento de
las arcillas expansivas encontradas en la ciudad de Bogotá.
La combinación de la capa granular y la capa asfáltica debió ser iterada hasta
encontrar el ajuste y configuración más apropiada para cumplir con todos los
parámetros de diseño.
La estructura escogida cumple con los criterios de desempeño y no permite
cambios en el espesor de cualquiera de sus capas, ya que los criterios de
diseño no cumplirían o sugerirían un sobrediseño. El resumen de confiabilidad
se presenta en la figura 5.21.
Las fallas más representativas que se deben estimar para conocer el
desempeño funcional futuro de la estructura son la diferencia de nivel y el
agrietamiento transversal como se explico al inicio de este capítulo. El índice de
regularidad IRI es un buen medidor de la condición y debe contar con un valor
terminal aceptable.
El comportamiento del agrietamiento transversal, la diferencia de nivel y el IRI
son presentados en las figuras 5.22, 5.23 y 5.24 respectivamente.
Analizando los resultados obtenidos se concluye que con un 90% de
confiabilidad la estructura escogida indicada en la figura 5.20 cumple con los
parámetros de diseño y el deterioro alcanzado por los mismos se encuentra
dentro de los límites aceptados.
ICIV 200610 04
113
Predicted Faulting
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0 2 4 6 8 10 12 14 16 18 20 22
Pavement age, years
Fau
ltin
g, i
n
Faulting Faulting at specified reliability Faulting Limit
Figura 5.22 Predicción de la diferencia de nivel (MEPDG, 2002)
Predicted Cracking
0
2
4
6
8
10
12
14
16
18
0 2 4 6 8 10 12 14 16 18 20 22
Pavement age, years
Per
cen
t sl
abs
crac
ked
, %
Percent slabs cracked Cracked at specified reliability Limit percent slabs cracked
Figura 5.23 Predicción de agrietamiento transversal (MEPDG, 2002)
ICIV 200610 04
114
Predicted IRI
0
30
60
90
120
150
180
0 2 4 6 8 10 12 14 16 18 20 22
Pavement age, years
IRI,
in/m
ile
IRI IRI at specified reliability IRI Limit
Figura 5.24 Predicción de deterioro del indicador IRI (MEPDG, 2002)
Comparativamente con el diseño existente se pueden identificar varias
diferencias, en los estudios realizados por la Unión temporal malla vial 2003 se
realizaron ensayos no destructivos para estimar el espesor de las capas que
conforman la estructura de pavimento. Los resultados arrojados por estos
ensayos fueron ponderados por la respectiva área de inspección. La figura 5.25
muestra un cuadro comparativo entre los valores obtenidos por los ensayos no
destructivos realizados y los valores estimados por la guía de diseño
mecanicista-empírico para pavimentos.
Figura 5.25 Comparación entre diseño existente y revisión Al revisar el diseño se encuentra que existen diferencias importantes tanto en
el espesor de la capa de la base granular como en el espesor de la losa de
concreto. Hay que decir que en la actualidad la sección se encuentra en una
categoría de condición satisfactoria y que los puntos ingresados al modelo de
ICIV 200610 04
115
predicción de deterioro se ajustaron de forma óptima, lo que sugeriría que el
diseño actual, aunque difiere ha tenido un comportamiento aceptable.
Aunque en la actualidad la Avenida Iberia presente un estado satisfactorio PCI
= 81 hay que anotar que se encuentra en la primera etapa de su vida útil y que
para realizar una comparación completa habría que analizar su
comportamiento futuro.
Los resultados obtenidos por la guía de diseño mecanicista-empírico para
pavimentos se basan en modelos de predicción de deterioro, al diferir los
resultados de la revisión y el diseño existente se puede concluir que el diseño
existente no cumple ya que presentaría deterioros no permitidos por los
parámetros de análisis en la última etapa de su período de diseño.
ICIV 200610 04
116
6. CONCLUSIONES
Los resultados obtenidos en la implementación del sistema en Bogotá arrojaron
valores aceptables que se ajustan satisfactoriamente a los modelos, que
permiten desarrollar cada uno de los pasos que lo conforman y que prueban
que el desarrollo de un sistema de manejo de pavimentos en la ciudad de
Bogotá es una posibilidad concreta y manejable en términos de practicidad y
sostenibilidad.
La implementación del sistema realizada en este proyecto de grado representa
de de manera micro el desarrollo del sistema de manejo de pavimentos y debe
ser interpretada como una muestra del funcionamiento y las bondades del
mismo. Lo anteriormente mencionado sugiere que el sistema de manejo de
pavimentos debe ser implementado de forma macro ya que su alcance es
mucho mayor que el trabajado en este proyecto, de la misma forma los
beneficios y poder que tiene como herramienta para el manejo de
infraestructura vial se incrementarán al implementarse en proyectos de mayor
extensión como lo es el subsistema vial de la ciudad de Bogotá.
Se comprobó la necesidad latente que tiene la ciudad de Bogotá de adoptar un
sistema de manejo de pavimentos que le permita optimizar tanto la condición
de su subsistema vial como la utilización y manejo de los recursos destinados
para el M&R de la misma. La falta de políticas a largo y mediano plazo para el
manejo de los pavimentos en Bogotá son las causantes del estado crítico en el
que se encuentran y de que los recursos disponibles no alcancen para
ICIV 200610 04
117
mantener la condición de los pavimentos en una categoría justa, satisfactoria o
buena.
Para implementar el sistema de manejo de pavimentos en Bogotá es
necesario hacerlo de forma sistematizada que contemple la ejecución cíclica de
programas de M&R por lo menos a 5 años, de cumplir con este requerimiento
se podrá contar con un nivel de certeza bueno para el desarrollo eficiente del
sistema de manejo de pavimentos y sus beneficios esperados.
La implementación del sistema de manejo de pavimentos en Bogotá debe
hacerse de forma global contemplando la totalidad o en su defecto la mayoría
del subsistema vial existente, por ningún motivo se debe fraccionar aplicándose
únicamente en áreas localizadas porque que esto le restaría eficiencia al
sistema y no permitiría la creación de bases de datos los suficientemente
confiables y precisas.
Los modelos de predicción de deterioro son la base del funcionamiento del
sistema de manejo de pavimentos, por esta razón deben ser ajustados
apropiadamente a la locación en la cual se desee implementar el sistema. Para
el caso bogotano se deben ajustar a las variables como el clima y la presencia
de arcillas expansivas en el área de la ciudad entre las más importantes. Este
tema puede ser objetivo de investigación y representaría un complemento
fundamental para este proyecto de grado.
ICIV 200610 04
118
Los resultados obtenidos en la revisión y comparación de los diseños con
métodos basados en modelos de predicción de deterioro difieren
significativamente de los encontrados actualmente. A pesar de que en uno de
los casos evaluados la condición del pavimento calculada fue satisfactoria, no
se puede decir que el diseño actual cumpla, esto debido a que los diseños no
cumplen en un instante del tiempo sino a lo largo de toda su vida útil y según
los modelos de predicción los diseños existentes no llegarían en buena
condición a las últimas etapas de su período de diseño.
La implementación de sistemas de manejo de pavimentos sugerido resaltó la
importancia de integrar la adopción de métodos de diseño basados en modelos
de predicción de deterioro. Esto significaría un sistema de trabajo conjunto y en
consecuencia una plataforma para revolucionar los criterios de diseño actuales,
además de brindar mayor confiabilidad a los beneficios esperados de la
implementación del sistema.
Las entidades encargadas de los manejos del subsistema vial bogotano no
pueden ignorar el estado de debate entorno a la condición actual de la malla
vial bogotana y su progresivo deterioro. Deben diseñar planes alternativos a los
actuales que contemplen el mejoramiento de la calidad en el manejo de los
recursos y las vías, y en consecuencia incrementar la legitimidad de sus
instituciones.
El sistema de manejo de pavimentos (PMS) no es una solución inmediata a los
problemas existentes en la ciudad de Bogotá, pero representa un mecanismo
ICIV 200610 04
119
útil para alinear el rumbo de las entidades encargadas como el IDU y un paso
importante para alcanzar los objetivos planteados para la ciudad y el
mejoramiento del servicio al usuario.
ICIV 200610 04
120
REFERENCIAS BIBLIOGRÁFICAS
- Batalla O. Mauricio. (2006), Las dañinas arcillas expansivas, Revista Cámara Costarricense de la construcción N° 94, Recuperado el 6 de Junio de 2006 de http://www.construccion.co.cr/revista/094/24. archillasexpansivas.htm
- Casa editorial EL TIEMPO S.A. (2005), Programa Bogota como vamos.
Recuperado el 2 de junio de 2006 de http://eltiempo.terra.com.co/ PROYECTOS/RELCOM/RESCON/BOTCOM/MOCBAJ/ESPPUB/Garzon/index.html
- IDU, Dirección técnica de planeación. (2005), Base de datos del
Inventario y Diagnóstico de la malla vial. Bogotá, Colombia.
- MEPDG, ERES Division, Applied Research Associates and Arizona State University. (2004) Mechanistic-Empirical Pavement Design Guide. EE.UU.
- Micro Paver 5.2, US Army Corps of Engineers, Engineer Research
and Development Center (ERDC)/Construction Engineering Research Laboratory (CERL), (2004) Champaign, Illinois.
- National Climatic Data Center. (2001) Comparative climatic data -
United States, Monthly Normals, Means and Extremes for About 300 Sites. Recuperado el 30 de Mayo de 2006 de http://ggweather.com/ccd/meantemp.htm
- Oregon Department of Transportation. (2006), Pavement Management
System (PMS), Recuperado el 10 de Junio de 2006 de http://highway. odot.state.or.us/cf/otms/pavement/
- Ralph C. G. Haas, W Ronald. Hudson. (1982) Pavement Management
Systems. EE.UU.: Krieger Publishing Company
- Shahin, M. Y. (2005) Pavement Management for Airports, Roads and Parking Lots. New York, NY, EE.UU.: Springer.
- Unión temporal malla vial 2003. (2004) Contrato No. 222-03
Diagnóstico, mantenimiento rutinario y periódico de la malla vial arterial principal y complementaria correspondientes a los distritos de mantenimiento vallas verdes no. 8. Bogotá, Colombia.
- Universidad del Cauca, Waldo A. Aliaga Aranda. (2003) Análisis
Técnico Económico para el diseño del pavimento sobresuelos expansivos. Recuperado el 2 de Junio de 2006 de http://atenea. ucauca.edu.co/~sicolpav/PonenciasPDF/AnalisisWaldo.PDF
ICIV 200610 04
121
ANEXO 1
PLANOS E UBICACIÓN DE DAÑOS DE LAS REDES SAN JOSE E IBERIA
ICIV 200610 04
122
ICIV
200
610
04
123
ICIV
200
610
04
124
ICIV
200
610
04
125
ICIV
200
610
04
126
ICIV
200
610
04
127
ICIV
200
610
04
128
ICIV
200
610
04
129
ICIV
200
610
04
130
ICIV
200
610
04
131
ICIV
200
610
04
132
ANEXO 2
FORMATOS DE INSPECCION RECOMENDADOS
ICIV 200610 04
133
BO
SQ
UE
JO:
1. P
iel d
e co
cod
rilo
m2
6. H
un
dim
ien
to m
211
. Par
cheo
m2
16. A
sen
tam
ien
to lo
ng
itu
din
al m
2
2. E
xud
ació
n m
27.
Gri
eta
de
bo
rde
m12
. Pér
did
ad d
e ru
go
sid
ad d
el a
gre
gad
o m
217
. Med
ia lu
na
m2
3. G
riet
a en
blo
qu
e m
28.
Gri
eta
de
refl
exió
n m
13. H
uec
os
Unds
18. O
nd
ula
ció
n m
2
4. A
bu
ltam
ien
to m
9. D
esp
ren
dim
ien
to b
erm
a / c
arri
l m14
. Cru
ce d
e fe
rro
carr
il m
219
. Des
gas
te s
up
erfi
cial
m2
5. C
orr
ug
ació
n m
10. G
riet
as lo
ng
itu
din
ales
y t
ran
sver
sale
s m
15. A
hu
ella
mie
nto
m2
TIP
O Y
SE
VE
RID
AD
D
E F
AL
LA
TO
TA
LD
EN
SID
AD
%V
AL
OR
DE
DU
CIB
LE
VIA
S Y
PA
RQ
UE
AD
ER
OS
VE
HIC
UL
AR
ES
DE
SU
PE
RF
ICIE
AS
FÁ
LT
ICA
FO
RM
AT
O P
AR
A E
ST
IMA
CIÓ
N D
E C
ON
DIC
IÓN
PA
RA
UN
IDA
DD
EM
UE
ST
RE
O
SE
CC
IÓN
AR
EA
DE
UN
IDA
D
CA
NT
IDA
D
RA
MA
F
EC
HA
IN
SP
EC
CIO
NA
DO
PO
R
UN
IDA
D D
E M
UE
ST
RE
O
ICIV
20
06
10
04
13
4
RAMA SECCION UNIDAD DE MUESTREO
INSPECCIONADO POR FECHA N° LOSAS
BOSQUEJO:
21. Voladura
22. Falla de esquina 32. Desintegración
23. Losa subdividida 33. Bombeo . . . . .24. Grieta de durabilidad 34. Rotura localizada
25. Diferencia de nivel 35. Cruce de ferrocarril
26. Deficiencia de sello en juntas 36. Agrietamiento tipo mapa27. Desprendimiento Berma / carril 37. Agrietamiento fino parcial . . . . .28. Agrietamiento lineal 38. Deteriroro de esquina
29. Parcheo (Mayor) 39. Deterioro de junta
30. Parcheo (Menor) . . . . .TIPO DE FALLA
SEVERIDAD N° LOSAS DENSIDAD %VALOR
DEDUCIBLE
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
VÍAS VEHICULARES Y PARQUEADEROS EN CONCRETO HIDRÁULICOFORMATO PARA ESTIMACIÓN DE CONDICIÓN PARA UNIDAD DE MUESTREO
TIPOS DE FALLA
31. Pérdida de rugosidad del agregado
ICIV 200610 04
135
ANEXO 3
RESULTADO DE LOS INVENTARIOS DE FALLAS PARA LAS REDES SAN JOSE E IBERIA
ICIV 200610 04
136
INSPECCIÓN REALIZADA POR LA UNIÓN TEMPORAL MALLA VIAL 2003
ICIV 200610 04
137
63
12,9
2 13 5 2
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
230
7,6
228
132,2
47
30
7,6
228
132,2
412
30
7,6
228
171,8
417
30
7,6
228
120,3
022
30
7,6
228
2,8
010013932
27
30
7,6
228
225
10013852
32
30
7,6
228
76
152
100137722
37
30
7,6
228
139,8
42
42
30
7,6
228
102,1
826,4
27,5
447
30
7,6
228
82,8
481
25,1
652
30
7,6
228
107,4
210013522
57
30
7,6
228
102,6
62,1
110013472
62
30
7,6
228
199,8
0
75,0
96 1 5
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
530
8240
0,0
0,0
78,0
20,4
620
8160
0,0
0,0
29,8
721,2
8169,6
0,0
0,0
71,2
130
8240
0,0
116,3
12,0
71,4
230
8240
0,0
228,0
0,0
330
8240
0,0
28,1
132,1
18,0
96,0
06 1 4
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
430
8,7
261
0,0
201,0
0,0
530
8,7
261
0,0
88,4
0,0
54,6
630
8,7
261
0,0
0,0
33,1
730
8,7
261
0,0
0,0
107,6
820
8,7
174
45,9
0,0
49,4
30,8
925,4
8,7
220,9
80,0
0,0
147,3
SECCION 3
10013692
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
LO
NG
ITU
D (
m)
255,4
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)2221,9
8
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
8,7
10013832
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
N
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R
RA
MA
AV
. SA
N J
OS
E (
CA
LL
E 1
70)
INT
ER
VA
LO
(i)
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 2UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
191,2
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)1529,6
0
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
8
10014252
10013592
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)
SECCION 1
HU
ND
IMIE
NT
OIN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
S
RA
MA
AV
. SA
N J
OS
E (
CA
LL
E 1
70)
INT
ER
VA
LO
DE
IN
SP
EC
CIO
N (
i)
INIC
IO A
LE
AT
OR
IO (
s)
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
O
UN
IDA
DE
S T
OT
ALE
S
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
N
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R
CA
LZ
AD
A S
UR
AR
EA
(m
^2)
14171,7
2
GE
OM
ET
RIA
DE
LA
SE
CC
ION
AN
CH
O D
E C
ALZ
AD
A (
m)
7,6
LO
NG
ITU
D (
m)
1864,7
ICIV
20
06
10
04
13
8
85,5
7 6 1 2
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
230
7,6
228
103,7
12,8
339,5
7,6
300,2
45,9
45,6
10013432
423,7
7,6
180,1
277,5
63,3
530
7,6
228
22,9
623,5
7,6
178,6
103,5
10013352
730
7,6
228
7,5
22,0
54,0
0 5 1 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
120
8,8
176
28,0
220
8,8
176
320
8,8
176
3,0
420
8,8
176
6,4
11,4
2,0
522,5
8,8
198
19,1
82,8
20,5
54,0
0 5 1 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
130
7210
223,5
7164,5
7,8
330
7210
2,0
420
7140
5,2
4,0
6,0
1,0
05
26
7182
45,4
5,0
10,9
SECCION 6
10064322
110015372
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
129,5
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)906,5
0
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
7
SECCION 5
10013422
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
102,5
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)902,0
0
RA
MA
AV
. SA
N J
OS
E (
CA
LL
E 1
70)
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
8,8
SECCION 4
10013452
110122412
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
N
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
239,3
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)1818,6
8
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
7,6
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)
ICIV
20
06
10
04
13
9
54,0
0 5 1 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
120
8,9
178
220
8,9
178
320
8,9
178
420
8,9
178
518,7
8,9
166,4
336,0
11
6,7
7 7 1 4
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
430
8,2
246
8,4
530
8,2
246
1,0
630
8,2
246
6,3
728
8,2
229,6
23,5
49,6
110018532
821,9
8,2
179,5
828,0
18,4
48,0
930
8,2
246
196,5
10
30
8,2
246
33,0
96,0
0 6 1 2
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
230
6,2
186
345,8
6,2
283,9
61,7
0,8
411,0
430
6,2
186
58,3
530
6,2
186
26,7
33,0
9,2
630
6,2
186
16,8
44,1
10,8
22,2
57
30
6,2
186
84,0
15,7
5
RA
MA
AV
. SA
N J
OS
E (
CA
LL
E 1
70)
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
6,2
LO
NG
ITU
D (
m)
275,9
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)1710,5
8
INV
EN
TA
RIO
DE
FA
LL
AS
PIE
L D
E C
OC
OD
RIL
OD
ES
GA
ST
E S
UP
ER
FIC
IAL
AH
UE
LL
AM
IEN
TO
HU
EC
OS
HU
ND
IMIE
NT
O
SECCION 8
110121602
110005592
SECCION 9
110015032
110011822
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
N
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
310
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)2542,0
0
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
8,2
SECCION 7
110122742
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
98,7
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)878,4
3
RA
MA
AV
. SA
N J
OS
E (
CA
LL
E 1
70)
GE
OM
ET
RIA
DE
LA
SE
CC
ION
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
8,9
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
N
ICIV
20
06
10
04
14
0
28
10,4
2 11
2,0 2
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OLO
NG
ITU
DU
NID
AD
AN
CH
OU
NID
AD
AR
EA
UN
IDA
DA
MB
AM
BA
MB
AM
BA
MB
230
6,5
195
7,7
21,9
430
6,5
195
6,2
633,7
6,5
219,0
537,4
60,7
830
6,5
195
1,0
010
30
6,5
195
9,3
57,0
12
30,8
6,5
200,2
191,0
14
30
6,5
195
108,0
16
30
6,5
195
2,6
94,6
18
35,6
6,5
231,4
128,7
20
30
6,5
195
44,2
22
30
6,5
195
87,6
SECCION 10
110014272
110010002
110007572
110004792
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RLO
NG
ITU
D (
m)
833,1
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)5415,1
5
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
ALE
SC
AL
ZA
DA
SU
RA
NC
HO
DE
CA
LZ
AD
A (
m)
6,5
ICIV
20
06
10
04
14
1
59
12
,76 13
4,0 3
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
33
07
,52
25
14
83
73
07
,52
25
6,8
79
,55
11
30
7,5
22
56
6,3
43
15
30
7,5
22
52
22
19
30
7,5
22
52
06
,82
23
30
7,5
22
51
98
,48
10
01
39
36
27
30
7,5
22
52
,88
18
0,6
11
13
10
01
38
86
31
19
,77
,51
47
,75
88
,43
35
30
7,5
22
59
0,3
33
93
07
,52
25
16
2,3
94
33
07
,52
25
25
,66
11
7,7
91
6,5
64
73
07
,52
25
19
8,1
21
00
13
47
65
13
07
,52
25
13
,66
45
,52
54
,00
5 1 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
12
01
0,4
20
81
87
,32
20
10
,42
08
20
8,0
32
01
0,4
20
81
2,0
96
,04
20
10
,42
08
71
,09
,61
1,0
51
71
0,4
17
6,8
48
,64
0,0
16
8,2
69
1,0
0
1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
13
07
,92
37
22
52
30
7,9
23
79
9,7
51
6,0
33
07
,92
37
1,4
23
,04
30
7,9
23
76
0,0
53
07
,92
37
16
0,2
1,0
46
30
7,9
23
71
94
72
7,7
7,9
21
8,8
31
8,5
42
,35
10
4,0
83
07
,92
37
13
4,8
2,5
93
07
,92
37
15
0,0
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)7
,5
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RL
ON
GIT
UD
(m
)1
73
3,1
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)1
29
98
,25
INT
ER
VA
LO
DE
IN
SP
EC
CIO
N (
i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 11
10
01
42
56
10
01
35
96
10
01
35
26
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)8
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RL
ON
GIT
UD
(m
)1
91
,2U
NID
AD
ES
A I
NS
PE
CC
ION
AR
RE
DO
ND
EA
DO
AR
EA
(m
^2)
15
29
,60
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 12
10
01
38
56
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)8
,7U
NID
AD
ES
A I
NS
PE
CC
ION
AR
LO
NG
ITU
D (
m)
25
5,4
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)2
22
1,9
8
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 13
10
01
37
74
10
01
36
94
ICIV
20
06
10
04
14
2
11
6,7
7 7
1,0
0 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
10
01
34
65
13
0,6
7,5
22
9,5
11
,42
9,0
23
07
,52
25
9,8
33
6,4
7,5
27
36
9,1
3,0
3,0
10
01
34
36
42
17
,51
57
,55
30
7,5
22
51
73
,64
,26
30
7,5
22
51
34
,07
32
,77
,52
45
,25
70
,61
1,1
13
7,4
3 8 1 2
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
22
08
16
03
22
,58
18
04
30
82
40
52
3,5
81
88
63
08
24
07
26
,58
21
28
30
82
40
12
,03
4,9
28
,09
30
82
40
11
0,1
21
9,3
3 10
2,0
0 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
13
06
,51
95
68
,01
2,7
33
06
,51
95
16
8,3
5,7
53
06
,51
95
10
6,8
8,0
5,0
73
06
,51
95
29
,39
30
6,5
19
51
92
,01
13
06
,51
95
42
,94
8,4
13
30
6,5
19
51
59
,31
53
06
,51
95
44
,91
73
06
,51
95
19
,28
,91
10
00
55
96
19
30
6,5
19
58
3,2
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)7
,5U
NID
AD
ES
A I
NS
PE
CC
ION
AR
LO
NG
ITU
D (
m)
31
7,8
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)2
38
3,5
0
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 14
10
01
34
56
11
00
15
03
6
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)8
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RL
ON
GIT
UD
(m
)3
61
,8U
NID
AD
ES
A I
NS
PE
CC
ION
AR
RE
DO
ND
EA
DO
AR
EA
(m
^2)
28
94
,40
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 15
10
01
33
56
10
06
43
26
11
01
22
41
6
11
00
14
27
6
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)6
,5U
NID
AD
ES
A I
NS
PE
CC
ION
AR
LO
NG
ITU
D (
m)
61
9U
NID
AD
ES
A I
NS
PE
CC
ION
AR
RE
DO
ND
EA
DO
AR
EA
(m
^2)
40
23
,50
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 16
11
00
11
82
6
11
00
10
00
6
11
00
07
57
6
ICIV
20
06
10
04
14
3
54
,00 5
1,0
0 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
12
59
,32
32
,52
25
9,3
23
2,5
32
59
,32
32
,54
25
9,3
23
2,5
52
39
,32
13
,9
14
7,7
2 8
1,0
0 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
12
01
3,6
27
26
,32
20
13
,62
72
32
01
3,6
27
24
20
13
,62
72
52
01
3,6
27
26
20
13
,62
72
72
01
3,6
27
28
20
13
,62
72
5
4,0
0 5 1 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
11
51
01
50
42
,52
15
10
15
02
4,5
2,0
31
51
01
50
64
,44
15
10
15
09
1,5
51
8,1
10
18
14
5,9
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)9
,3U
NID
AD
ES
A I
NS
PE
CC
ION
AR
LO
NG
ITU
D (
m)
12
3U
NID
AD
ES
A I
NS
PE
CC
ION
AR
RE
DO
ND
EA
DO
AR
EA
(m
^2)
11
43
,90
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 17
11
01
22
74
6
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)1
3,6
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RL
ON
GIT
UD
(m
)2
61
,2U
NID
AD
ES
A I
NS
PE
CC
ION
AR
RE
DO
ND
EA
DO
AR
EA
(m
^2)
35
52
,32
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)IN
VE
NT
AR
IO D
E F
AL
LA
SP
IEL
DE
CO
CO
DR
ILO
DE
SG
AS
TE
SU
PE
RF
ICIA
LA
HU
EL
LA
MIE
NT
OH
UE
CO
SH
UN
DIM
IEN
TO
SECCION 18
11
01
21
60
66
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)1
0
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
RL
ON
GIT
UD
(m
)7
8,1
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)7
81
,00
INV
EN
TA
RIO
DE
FA
LL
AS
PIE
L D
E C
OC
OD
RIL
OD
ES
GA
ST
E S
UP
ER
FIC
IAL
AH
UE
LL
AM
IEN
TO
HU
EC
OS
HU
ND
IMIE
NT
O
SECCION 19
11
00
15
37
6
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)
ICIV
20
06
10
04
14
4
96
,00 6
1,0 1
IDE
NT
IFIC
AC
IÓN
DE
CA
LZ
AD
AU
NID
AD
DE
M
UE
ST
RE
OL
ON
GIT
UD
UN
IDA
DA
NC
HO
UN
IDA
DA
RE
AU
NID
AD
AM
BA
MB
AM
BA
MB
AM
B
13
06
,82
04
18
,62
30
6,8
20
43
30
6,8
20
41
0,5
43
06
,82
04
8,0
53
06
,82
04
23
,32
,63
0,7
63
06
,82
04
21
,63
3,9
8
UN
IDA
DE
S D
E M
UE
ST
RE
O D
E L
A S
EC
CIO
NR
AM
A A
V. S
AN
JO
SE
(C
AL
LE
170
)G
EO
ME
TR
IA D
E L
A S
EC
CIO
N
UN
IDA
DE
S T
OT
AL
ES
CA
LZ
AD
A N
OR
TE
AN
CH
O D
E C
AL
ZA
DA
(m
)6
,8U
NID
AD
ES
A I
NS
PE
CC
ION
AR
LO
NG
ITU
D (
m)
28
5,6
UN
IDA
DE
S A
IN
SP
EC
CIO
NA
R R
ED
ON
DE
AD
OA
RE
A (
m^2
)1
94
2,0
8
INV
EN
TA
RIO
DE
FA
LL
AS
PIE
L D
E C
OC
OD
RIL
OD
ES
GA
ST
E S
UP
ER
FIC
IAL
AH
UE
LL
AM
IEN
TO
HU
EC
OS
HU
ND
IMIE
NT
O
SECCION 20
11
00
04
79
6
INT
ER
VA
LO
(i)
INIC
IO A
LE
AT
OR
IO (
s)
ICIV
20
06
10
04
14
5
21. Voladura
22. Falla de esquina 32. Desintegración
23. Losa subdividida 33. Bombeo
24. Grieta de durabilidad 34. Rotura localizada
25. Diferencia de nivel 35. Cruce de ferrocarril
26. Deficiencia de sello en juntas 36. Agrietamiento tipo mapa
27. Desprendimiento Berma / carril 37. Agrietamiento fino parcial
28. Agrietamiento lineal 38. Deteriroro de esquina
29. Parcheo (Mayor) 39. Deterioro de junta
30. Parcheo (Menor)
RAMA Calle 134 SECCION 1
UNIDAD DE MUESTREO
AREAUNIDAD DE MUESTREO
NUMEROTOTAL DE
LOSAS
CÓDIGO DE FALLA
SEVERIDADN° DE
LOSASAFECTADAS
26 B28 B 123 B 126 B28 B 526 B28 B 126 B28 B 726 B28 B 4
6 431,27 21 28 B 726 B28 B 523 B 126 B28 B 9
INVENTARIO DE FALLAS
1 21
212
31. Pérdida de rugosidad del agregado
15
7 18
243
4 15
8 27
431,27
392,89
466,62
308,05
308,05
369,66
552,47
5
ICIV 200610 04
146
INSPECCIÓN REALIZADA A MANERA DE VISITA DE CAMPO
ICIV 200610 04
147
AVENIDA SAN JOSE (CALLE 170)
1. Piel de cocodrilo m2 11. Parcheo m2
2. Exudación m2 12. Pérdidad de rugosidad del agregado m2
3. Grieta en bloque m2 13. Huecos Unds4. Abultamiento m 14. Cruce de ferrocarril m2
5. Corrugación m 15. Ahuellamiento m2
6. Hundimiento m2 16. Asentamiento longitudinal m2
7. Grieta de borde m 17. Media luna m2
8. Grieta de reflexión m 18. Ondulación m2
9. Desprendimiento berma / carril m 19. Desgaste superficial m2
10. Grietas longitudinales y transversales m
SECCIONUNIDAD DE MUESTREO
TIPO Y SEVERIDAD DE
FALLA
1 A
13 A
6 A
11 A
1 B
1 A
1 M
1 A
11 B
13 M
6 M
1 A
13 M
11 M
1 M
1 M
13 M
1 L
6 M
10 M
13 B
13 A
1 M
19 B
13 M
13 A
1 A
1 M
11 B
1 A
11 B
13 A
13 B
1 A
11 B
1 M
1 A
1 M
13 A
13 M
CANTIDAD
80
7
50
26,7
4
1
12,32
8,8
16,5
10
75
25,5
7,5
2
18,7
53,4
2
8
26,6
4
5
2
4
1
5
15
1
2
3
6
44
44
6
3
13,2
8
34,5
48,4
12,8
3
1
17,85
4,2
9,4
33,4
44
2
8
2
3
4
5
INVENTARIO DE FALLAS
ICIV 200610 04
148
10 B
1 B
10 M
10 M
11 M
10 M
11 M
1 B
10 A
7 A
6 A
7 A
11 M
10 A
10 M
10 M
9 M
6 B
1 B
11 B
1 A
1 M
1 A
1 M
13 M
1 A
13 B
1 A
11 M
11 M
1 M
13 M
13 L
1 A
1 B
19 B
1 M
1 M
1 B
1 B
1 M
1 A
1 M
5 11 M
4,5
4,8
30
5,8
4,8
44
6,4
18
6
4
20
5,85
16
8
14
15,6
2
17,5
1,5
1,5
19,3
10,1
14,5
2,1
2
10,8
1
11,5
7,5
16,8
8,8
3
1
29,75
3,6
32,5
7,5
42
4
9
75
37,5
37,5
73
5
12
1
2
1
2
3
4
20
1
2
3
4
3
4
5
19
ICIV 200610 04
149
21. Voladura
22. Falla de esquina 32. Desintegración
23. Losa subdividida 33. Bombeo
24. Grieta de durabilidad 34. Rotura localizada
25. Diferencia de nivel 35. Cruce de ferrocarril
26. Deficiencia de sello en juntas 36. Agrietamiento tipo mapa
27. Desprendimiento Berma / carril 37. Agrietamiento fino parcial
28. Agrietamiento lineal 38. Deteriroro de esquina
29. Parcheo (Mayor) 39. Deterioro de junta
30. Parcheo (Menor)
RAMA Calle 134 SECCION 1
UNIDAD DE MUESTREO
AREAUNIDAD DE MUESTREO
NUMEROTOTAL DE
LOSAS
CÓDIGO DE FALLA
SEVERIDADN° DE LOSAS AFECTADAS
26 M N/A32 N/A 331 N/A 1329 B 238 B 128 B 136 M 125 B 126 M N/A31 N/A 1132 N/A 136 M 228 B 129 M 138 M 138 B 129 B 226 A N/A39 B 331 N/A 1225 B 125 M 129 A 136 M 232 N/A 130 M 126 M N/A31 N/A 1129 B 338 M 425 B 126 M N/A29 B 129 M 238 B 139 B 131 N/A 939 M 328 M 125 B 128 B 1
433,28 21
433,29
INVENTARIO DE FALLAS
1 21
31. Pérdida de rugosidad del agregado
2
AVENIDA IBERIA
5 433,28 21
3 433,28 21
4 433,28 21
ICIV 200610 04
150
ANEXO 4
SINTESIS DEL MANUAL DE FALLAS PCI
ICIV 200610 04
151
BM
A
Pie
l de
co
cod
rilo
1F
isu
ras
inte
rco
ne
cta
da
s fo
rma
nd
o p
eq
ue
ño
s p
olíg
on
os
en
fo
rma
de
ma
llas
Grie
tas
fina
s p
ara
lela
s co
n n
ing
un
a o
a
lgu
na
s p
oca
s g
rie
tas
inte
rco
ne
cta
da
s
De
sarr
ollo
ma
yor
de
las
fisu
ras
form
an
do
un
pa
tró
n d
e m
alla
s lig
era
me
nte
de
terio
rad
as
La
s p
ieza
s d
e la
s m
alla
s e
stá
n b
ien
d
efin
ida
s y
de
terio
rad
as
en
los
bo
rde
s.
Alg
un
as
de
ella
s se
de
spla
zan
co
n e
l pa
so
de
l tra
fico
m2
Exu
da
ció
n2
Ap
arici
ón
de
un
exc
eso
bitu
min
oso
en
la
sup
erf
icie
de
l pa
vim
en
toO
curr
e e
n u
n b
ajo
gra
do
en
po
cos
día
s d
el a
ño
, e
l asf
alto
no
es
pe
ga
joso
En
est
e p
un
to d
e la
fa
lla e
l asf
alto
est
a
pe
ga
joso
du
ran
te u
no
s p
oco
s d
ías
de
l a
ño
Exu
da
ció
n c
on
sid
era
ble
, a
sfa
lto p
eg
ajo
so
du
ran
te v
aria
s se
ma
na
s d
el a
ño
m2
Fis
ura
s e
n b
loq
ue
3F
isu
ras
form
an
do
am
plio
s p
olíg
on
os
con
á
ng
ulo
s m
as
o m
en
os
rect
os
Blo
qu
es
de
finid
os
po
r g
rie
tas
de
ba
ja
seve
rid
ad
Blo
qu
es
de
finid
os
po
r grie
tas
de
me
dia
se
verid
ad
Blo
qu
es
de
finid
os
po
r g
rie
tas
de
alta
se
verid
ad
m2
Ab
ulta
mie
nto
s4
Pro
tub
era
nci
as
suce
siva
s d
e la
su
pe
rfic
ie d
el
pa
vim
en
to(b
ulto
s)L
os
bu
ltos
ge
ne
ran
baja
de
ficie
nci
a d
el
rod
am
ien
to d
e lo
s ve
híc
ulo
sL
os
bu
ltos
ge
ne
ran
de
ficie
nci
a m
ed
ia
de
l ro
da
mie
nto
de
los
veh
ícu
los
Lo
s b
ulto
s g
en
era
n a
lta d
efic
ien
cia
de
l ro
da
mie
nto
de
los
veh
ícu
los
ml
Co
rru
ga
ció
n5
Es
un
a s
erie
de
pic
os
y va
lles
cerc
an
am
en
te
esp
aci
ad
os
qu
e s
e p
rese
nta
n d
e f
orm
a
pe
rpe
nd
icu
lar
al e
je d
e la
vía
en
inte
rva
los
reg
ula
res,
usu
alm
en
te m
en
ore
s d
e 3
m.
La
co
rrug
aci
ón
ge
ne
ra b
aja
de
ficie
nci
a
en
el r
od
am
ien
to d
e lo
s ve
híc
ulo
s
La
co
rru
ga
ció
n g
en
era
de
ficie
nci
a
me
dia
en
el r
od
am
ien
to d
e lo
s ve
híc
ulo
s
La
co
rrug
aci
ón
alta
ge
ne
ra d
efic
ien
cia
en
el
rod
am
ien
to d
e lo
s ve
híc
ulo
sm
2
De
pre
sió
n6
Hu
nd
imie
nto
s lo
caliz
ad
os
de
la s
up
erf
icie
de
l p
avi
me
nto
, g
en
era
lme
nte
en
fo
rma
circu
lar
o
sem
eja
nte
a e
lla,
sin
pe
rdid
a d
e m
ate
ria
l.
Pro
fun
did
ad
má
xim
a d
e la
de
pre
sió
n
13
a 2
5 m
mP
rofu
nd
ida
d m
áxi
ma
de
la d
ep
resi
ón
2
5 a
50
mm
Pro
fun
did
ad
má
xim
a d
e la
de
pre
sió
n >
50
m
mm
2
Fis
ura
de
bo
rde
7F
isu
ras
pa
rale
las
al b
ord
e d
ista
nci
ad
as
de
e
ste
en
tre
0,3
y 0
,6 m
Agrie
tam
ien
to m
ed
io b
ajo
sin
ro
tura
s o
d
esc
asc
ara
mie
nto
Ag
rie
tam
ien
to m
ed
io c
on
alg
un
as
rotu
ras
o d
esc
asc
ara
mie
nto
C
on
sid
era
ble
s ro
tura
s o
de
sca
sca
ram
ien
to
a lo
larg
o d
el b
ord
em
l
Grie
tas
de
re
flexi
ón
8
Ocu
rre
en
pa
vim
en
tos
asf
alti
cos
qu
e h
an
sid
o
con
stru
ido
s so
bre
losa
s d
e c
on
cre
to,
son
ca
usa
da
s p
or
el m
ovi
mu
ien
to d
e la
s m
ism
as
en
las
jun
tas.
Co
nd
icio
ne
s:1
. S
in s
ello
, a
nch
o <
10
mm
2.
Co
n s
ello
, cu
alq
uie
r a
nch
o
Co
nd
icio
ne
s:1
. S
in s
ello
, a
nch
o 1
0 a
76
mm
2.
Sin
se
llo,a
nch
o >
76
mm
(ro
de
ad
o
de
ag
rie
tam
ien
to li
ge
ro)
3.
Co
n s
ello
, cu
alq
uie
r a
nch
o r
od
ea
do
d
e a
grie
tam
ien
to li
ge
ro)
Co
nd
icio
ne
s:1
. C
ua
lqu
ier
grie
ta c
on
se
llo o
sin
el
rod
ea
do
po
r ag
rie
tam
ien
to m
ed
io o
alto
.2
. G
rie
tas
sin
se
llo d
e a
pro
xim
ad
am
en
te
76
mm
3.g
rie
tas
de
cu
alq
uie
r ta
ma
ño
ro
de
ad
as
de
ro
tura
s se
vera
s.
ml
De
spre
nd
imie
nto
Be
rma
/Ca
rril
9D
ifere
nci
a d
e n
ive
l en
tre
el b
ord
e d
el
pa
vim
en
to y
la b
erm
a
Dife
ren
cia
en
ele
vaci
on
en
tre
el b
ord
e
de
l pa
vim
en
to y
la b
erm
a:
25
a 5
1 m
mD
ifere
nci
a e
n e
leva
cio
n >
51
a 1
02
mm
Dife
ren
cia
en
ele
vaci
on
> 1
02
mm
ml
PA
VIM
EN
TO
FL
EX
IBL
E
UN
IDA
D D
E
ME
DID
AS
EV
ER
IDA
D D
E F
AL
LA
TIP
O D
E F
AL
LA
DE
SC
RIP
CIÓ
N
ICIV
20
06
10
04
15
2
Fis
ura
s lo
ng
itud
ina
les
y tr
an
sve
rsa
les
10
Lo
ng
itud
ina
l:Fis
ura
s se
nsi
ble
me
nte
pa
rale
las
al e
je d
el p
avi
me
nto
, e
n g
en
era
l ce
rca
de
l b
ord
e o
en
las
hu
ella
s d
el t
ran
sito
Ta
nsv
ers
ale
s:F
isu
ras
sen
sib
lem
en
te
pe
rpe
nd
icu
lare
s a
l eje
de
l pa
vim
en
to
Co
nd
icio
ne
s:1
. si
n s
ello
, a
nch
o <
10
mm
2.
con
se
llo,
cua
lqu
ier
an
cho
(se
llo e
n
con
dic
ion
sa
tisfa
cto
ria
)
Co
nd
icio
ne
s:1
. S
in s
ello
, a
nch
o 1
0 a
76
mm
2.
Sin
se
llo,a
nch
o >
76
mm
(ro
de
ad
o
de
ag
rie
tam
ien
to li
ge
ro)
3.
Co
n s
ello
, cu
alq
uie
r a
nch
o r
od
ea
do
d
e a
grie
tam
ien
to li
ge
ro)
Co
nd
icio
ne
s:1
. C
ua
lqu
ier
grie
ta c
on
se
llo o
sin
el
rod
ea
do
po
r ag
rie
tam
ien
to m
ed
io o
alto
.2
. G
rie
tas
sin
se
llo d
e a
pro
xim
ad
am
en
te
76
mm
3.g
rie
tas
de
cu
alq
uie
r ta
ma
ño
ro
de
ad
as
de
ro
tura
s se
vera
s.
ml
Pa
rch
eo
11
Es
un
are
a d
e p
avi
me
nto
qu
e e
s re
mp
laza
do
co
n m
ate
ria
l nu
evo
pa
ra r
ep
ara
r e
l exi
ste
nte
(n
o s
e c
om
po
rta
ta
n b
ien
co
mo
el o
rig
ina
l)
Pa
rch
e e
n b
ue
na
co
nd
icio
n,
la c
alid
ad
d
el r
od
am
ien
to e
s e
l me
jor
o d
e b
aja
se
verid
ad
El p
arc
he
est
a m
od
era
da
me
nte
d
ete
rio
rad
o,
la c
alid
ad
de
l ro
da
mie
nto
tie
ne
se
verid
ad
me
dia
El p
arc
he
est
a e
n m
al e
sta
do
, la
ca
lida
d d
el
rod
am
ien
to e
s m
ala
, d
e a
lta s
eve
rid
ad
, n
ece
sita
pro
nto
re
mp
lazo
m2
Pe
rdid
a d
e r
ug
osi
da
d d
el
ag
reg
ad
o1
2
Ca
usa
da
po
r e
l pa
so r
ep
etid
o d
e t
rafic
o,
exc
esi
vo d
eg
ase
de
los
ag
reg
ad
os
de
la c
ap
a
de
ro
da
du
ra,
pro
po
rcio
na
nd
o u
na
su
pe
rfic
ie
lisa
, la
fricc
ion
co
n la
s lla
nta
s d
el v
eh
icu
lo s
e
red
uce
co
nsi
de
rab
lem
en
te.
NA
NA
NA
M2
Hu
eco
s1
3
So
n p
eq
ue
ño
s, u
sua
lme
nte
co
n d
iam
etr
os
me
no
res
de
0,9
m,
de
pre
sio
ne
s d
e f
orm
a
circ
ula
r q
ue
se
pre
sen
tan
en
la s
up
erf
icie
de
l p
avi
me
nto
UN
Cru
ce d
e f
err
oca
rril
14
Lo
s d
efe
cto
s p
or
cru
ce d
e f
err
oca
rril
son
d
ep
resi
on
es
o a
bu
ltam
ien
tos
alre
de
do
r o
en
tre
lo
s rie
les
Ba
ja s
eve
rid
ad
en
la c
alid
ad
de
l ro
da
mie
nto
Se
verid
ad
me
dia
en
la c
alid
ad
de
l ro
da
mie
nto
Alta
se
verid
ad
en
la c
alid
ad
de
l ro
da
mie
nto
m2
Ah
ue
llam
ien
to1
5E
s u
na
de
pre
sio
n d
e la
su
pe
rfic
ie ju
sto
en
la
hu
ella
de
las
llan
tas.
Pro
fun
did
ad
de
l ah
ue
llam
ien
to:
en
tre
6,3
5 a
12
,7 m
mP
rofu
nd
ida
d d
el a
hu
ella
mie
nto
:e
ntr
e 1
2,7
a 2
5,4
mm
Pro
fun
did
ad
de
l ah
ue
llam
ien
to:
>
25
,4 m
mm
2
Ase
nta
mie
nto
lon
gitu
din
al
16
Es
pe
rma
ne
nte
, d
esp
laza
mie
nto
lon
gitu
din
al
de
un
are
a lo
caliz
ad
a d
e la
su
pe
rfic
ie d
el
pa
vim
en
to c
au
sad
a p
or
las
carg
as
de
l tra
fico
.
Ba
ja s
eve
rid
ad
en
la c
alid
ad
de
l ro
da
mie
nto
Se
verid
ad
m
ed
ia e
n la
ca
lida
d d
el
rod
am
ien
toA
lta s
eve
rid
ad
en
la c
alid
ad
de
l ro
da
mie
nto
m2
Fis
ura
s e
n M
ed
ia lu
na
17
Se
pre
sen
tan
en
fo
rma
pa
rab
olic
a e
n lo
s e
xtre
mo
s d
e la
ba
nca
y s
e d
eb
en
a la
fa
lta d
e
est
ab
ilid
ad
de
los
talu
de
s d
e t
err
ap
len
An
cho
pro
me
dio
de
las
fisu
ras
< 1
0
mm
Co
nd
icio
ne
s:1
.pro
me
dio
de
fis
ura
s e
ntr
e 1
0 y
38
m
m2
. L
as
pie
sas
en
el a
rea
alre
de
do
r d
e
las
fisu
ras
son
difi
cile
s d
e d
esp
ren
de
r
Co
nd
icio
ne
s:1
.pro
me
dio
de
fis
ura
s >
38
mm
2.
La
s p
iesa
s e
n e
l are
a a
lre
de
do
r d
e la
s fis
ura
s so
n f
aci
les
de
de
spre
nd
er
m2
On
du
laci
on
18
se c
ara
cte
riza
po
r la
ap
arici
on
de
on
da
s e
n la
su
pe
rfic
ie d
el p
avi
me
nto
ma
yyo
res
a 3
m d
e
lon
gitu
d
afe
cta
cio
n p
oco
se
vera
en
la c
alid
ad
d
el r
od
am
ien
to
afe
cta
cio
n m
ed
ian
am
en
te s
eve
ra e
n la
ca
lida
d d
el r
od
am
ien
to
afe
cta
cio
n a
ltam
en
te s
eve
ra e
n la
ca
lida
d
de
l ro
da
mie
nto
m
2
De
sga
ste
su
pe
rfic
ial
19
Es
el d
esp
laza
mie
nto
de
l ag
reg
ad
o d
e la
su
pe
rfic
ie d
el
pa
vim
en
to
El l
iga
nte
em
pie
za a
de
sap
are
cer,
la
sup
erf
icie
es
du
a,
no
ue
de
se
r p
en
etr
ad
a c
on
un
a m
on
ed
a
El l
iga
nte
a d
esa
pa
reci
do
, la
te
xtu
ra d
e
la s
up
erf
icie
es
rug
osa
y s
ua
ve,
pu
ed
e
ser
pe
ne
tra
da
co
n u
na
mo
ne
da
El a
gre
ga
do
y e
l lig
an
te s
e e
mp
ieza
n a
d
esp
ren
de
r co
nsi
de
rab
lem
en
tem
2
ICIV
20
06
10
04
15
3
BM
A
Vola
dura
21
Grie
ta t
ran
sve
rsa
l ce
rca
de
un
a ju
nta
y
leva
nta
mie
nto
de
la lo
sa c
on
de
spre
nd
imie
nto
de m
ate
rial.
El d
esp
ren
dim
ien
to a
fect
a
mo
de
rad
am
en
te la
ca
lida
d d
el
rod
am
ien
to
El d
esp
ren
dim
ien
to a
fect
a
media
nam
ente
la c
alid
ad d
el
rod
am
ien
to
El d
esp
ren
dim
ien
to a
fect
a a
ltam
en
te
la c
alid
ad
de
l ro
da
mie
nto
N
o.
de
losa
s afe
ctadas
Falla
de e
squin
a22
Grie
tas
qu
e a
fect
an
laesq
uin
a d
e u
na lo
sa,
form
an
do
un
tria
ng
ulo
.
Grie
ta d
e b
aja
se
verid
ad
, e
l áre
a
de
ntr
o d
e la
fa
lla e
stá
n le
vem
en
te
ag
rie
tad
a
Grie
ta d
e s
eve
rid
ad
me
dia
, e
l áre
a
de
ntr
o d
e la
fa
lla e
stá
n m
ed
ian
am
en
te
ag
rie
tad
a
Grie
ta d
e s
eve
rid
ad
alta
, e
l áre
a d
en
tro
de la
falla
est
án a
ltam
ente
agrieta
da
No
. d
e lo
sas
afe
cta
da
s
Lo
sa s
ub
div
idid
a23
La
losa
est
a d
ivid
ida
en
tre
4 o
ma
s p
ieza
sN
o.
de
losa
s afe
ctadas
Grieta
de d
ura
bili
dad
24
Grie
tas
fina
s p
ara
lela
s ce
rca
na
s a
un
a ju
nta
, o
g
rie
ta li
ne
al,
un
de
pó
sito
de
ma
teria
l osc
uro
p
ue
de
se
r e
nco
ntr
ad
o a
lre
de
do
r d
e la
grie
tas
de d
ura
bili
dad.
La
s g
rie
tas
cub
ren
me
no
s d
el 1
5%
de
l á
rea
de
la lo
sa,
alg
un
as
pie
zas
pu
ed
en
est
ar
sue
ltas.
Alg
un
a d
e la
s d
os
con
dic
ion
es
se
pre
sen
tan
: 1
. L
as
grie
tas
cub
ren
m
en
os
de
l 15
% d
el á
rea
de
la lo
sa,
la
ma
yorí
a p
ieza
s p
ue
de
n e
sta
r su
elta
s.
2.
La
s g
rie
tas
cub
ren
ma
s d
el 1
5%
de
l á
rea
, a
lgu
na
s p
ieza
s p
ue
de
n e
sta
r su
elta
s
La
s g
rie
tas
cub
ren
ma
s d
el 1
5%
de
l á
rea
, la
ma
yorí
a d
e la
s p
ieza
s se
ha
n
salid
o y
pu
ed
en
se
r re
mo
vid
as
fáci
lme
nte
No
. d
e lo
sas
afe
cta
da
s
Dife
renci
a d
e n
ivel
25
Un
a o
va
ria
s lo
sas
ha
n p
erd
ido
su
niv
el
orig
ina
lD
ifere
nci
a d
e e
leva
ció
n e
ntr
e 3
y 1
0
mm
Dife
ren
cia
de
ele
vaci
ón
en
tre
10
y 1
9
mm
Dife
ren
cia
de
ele
vaci
ón
ma
yor
a 1
9
mm
No
. d
e lo
sas
afe
ctadas
Defic
ienci
a d
e s
ello
26
Es
la c
on
dic
ión
en
la q
ue
el s
ella
nte
pe
rmite
la
acu
mu
laci
ón
de
pie
dra
s o
su
elo
en
las
jun
tas,
y
la in
filtr
aci
ón
de
ag
ua
.
El s
ello
se
en
cue
ntr
a e
n b
ue
na
co
nd
ició
n,
bu
en
de
sem
pe
ño
, d
añ
os
me
no
res.
El s
ello
se
en
cue
ntr
a e
n c
on
dic
ión
a
cep
tab
le,
de
terio
ro m
od
era
do
. N
ece
sita
re
em
pla
zo e
n 2
añ
os
El s
ello
se
en
cue
ntr
a e
n c
on
dic
ión
p
ob
re,
de
terio
ro s
eve
ro.
Ne
cesi
ta
reem
pla
zo in
media
to.
Ge
ne
ral e
n t
od
a
el á
rea d
e la
unid
ad d
e
mu
est
reo
Desp
rendim
iento
be
rma
/ca
rril
27
Dife
ren
cia
en
tre
el a
sen
tam
ien
to o
ero
sió
n d
e
la b
erm
a y
el c
arr
il d
e la
vía
Dife
ren
cia
en
ele
vaci
ón
en
tre
el b
ord
e
de
l pa
vim
en
to y
la b
erm
a:
25
a 5
1 m
mD
ifere
nci
a e
n e
leva
ción >
51 a
102
mm
Dife
renci
a e
n e
leva
ción >
102 m
mN
o.
de
losa
s a
fect
ad
as
Agrieta
mie
nto
lineal
28
grie
tas
qu
e d
ivid
en
la lo
sa e
n d
os
o t
res
pie
zas
1.
Lo
sas
no
re
forz
ad
as:
grie
tas
sin
se
llan
te <
12
mm
o c
on
se
llan
te e
n
bu
en
a c
on
dic
ión
2.
Lo
sas
refo
rza
da
s:
grie
tas
sin
se
llan
te d
e 3
a 2
5 m
m d
e
an
cho
o g
rie
tas
con
se
llan
te e
n b
ue
na
co
nd
ició
n.
1.
Lo
sas
no
re
forz
ad
as:
grie
tas
sin
se
llan
te,
an
cho
en
tre
12
y 5
5 m
m o
g
rie
ta s
in s
ello
, a
nch
o >
51
mm
d
ifere
nci
a d
e n
ive
l de
10
mm
o g
rie
ta
con
se
llo,
dife
ren
cia
de
niv
el <
10
mm
2
. L
osa
s re
forz
ad
as:
grie
tas
sin
se
llo
anch
o e
ntr
e 2
5 y
76 m
m o
grieta
s si
n
sello
an
cho
> a
76
mm
, d
ifere
nci
a d
e
niv
el <
10
mm
o g
rie
ta c
on
se
llo d
e
cua
lqu
ier
an
cho
, d
ifere
nci
a d
e n
ive
l <
10m
m
1.
Lo
sas
no
re
forz
ad
as:
grie
tas
sin
se
llo a
nch
o >
51m
m o
grieta
con o
sin
se
llo d
e c
ua
lqu
ier
an
cho
co
n d
ifere
nci
ade n
ivel >
a 1
0 m
m 2
. Losa
s re
forz
ad
as:
grie
tas
sin
se
llo a
nch
o >
76m
m o
grieta
con o
sin
sello
de
cualq
uie
r anch
o c
on d
ifere
nci
a d
e n
ive
l>
10m
m
No
. d
e lo
sas
afe
cta
da
s
Parc
heo m
ayo
r29
Es
un
áre
a d
e p
avi
me
nto
qu
e e
s re
mp
laza
do
co
n m
ate
ria
l nu
evo
pa
ra r
ep
ara
r e
l exi
ste
nte
(n
o s
e c
om
po
rta
ta
n b
ien
co
mo
el o
rig
ina
l)
área
de
parc
heo
> 0.
45 m
2
Bu
en
fu
nci
on
am
ien
to d
el p
arc
he
co
n
po
co o
nin
gú
n d
ete
rio
ro
Parc
he d
ete
riora
do m
odera
dam
ente
d
e f
orm
a g
en
era
l o lo
caliz
ad
a e
n lo
s b
ord
es
de
l pa
rch
e.
Parc
he s
eve
ram
ente
dete
riora
do,
req
uie
re r
ee
mp
lazo
No
. d
e lo
sas
afe
ctadas
PA
VIM
EN
TO
RIG
IDO
UN
IDA
D D
E
ME
DID
AT
IPO
DE
FA
LL
A#
DE
SC
RIP
CIÓ
NS
EV
ER
IDA
D D
E F
AL
LA
ICIV
20
06
10
04
15
4
Parc
heo m
enor
30
Es
un á
rea d
e p
avi
mento
que e
s re
mpla
zado
con
ma
teria
l nu
evo
pa
ra r
ep
ara
r e
l exi
ste
nte
(n
o s
e c
om
po
rta
ta
n b
ien
co
mo
el o
rig
ina
l)
área
de
parc
heo
< 0.
45 m
2
Bu
en
fu
nci
on
am
ien
to d
el p
arc
he
co
n
po
co o
nin
gú
n d
ete
rio
ro
Parc
he d
ete
riora
do m
odera
dam
ente
d
e f
orm
a g
en
era
l o lo
caliz
ad
a e
n lo
s b
ord
es
de
l pa
rch
e.
Parc
he s
eve
ram
ente
dete
riora
do,
requie
re r
eem
pla
zoN
o.
de
losa
s a
fect
ad
as
Perd
ida d
e r
ugosi
dad d
el
agre
gado
31
Ca
usa
da
po
r e
l pa
so r
ep
etid
o d
e t
rafic
o,
exc
esi
vo d
esg
ast
e d
e lo
s a
gre
ga
do
s d
e la
ca
pa
de
ro
da
du
ra,
pro
po
rcio
na
nd
o u
na
su
pe
rfic
ie li
sa,
la f
ricc
ión
co
n la
s lla
nta
s d
el
veh
icu
lo s
e r
ed
uce
co
nsi
de
rab
lem
en
te.
NA
NA
NA
No
. d
e lo
sas
afe
ctadas
desi
nte
gra
ción
32
pe
qu
eñ
as
pie
zas
de
pa
vim
en
to s
e s
ue
ltan
de
la
su
pe
rfic
ie d
eb
ido
a la
acc
ión
co
mb
ina
da
de
la
co
ntr
acc
ión
de
las
losa
s y
de
los
ag
reg
ad
os
exp
ansi
vos
NA
NA
NA
No
. d
e lo
sas
afe
ctadas
Bom
beo
33
eye
cció
n d
e m
ate
ria
l fin
o d
esd
e la
ba
se d
e la
lo
sa a
tra
vés
de
las
jun
tas
o g
rie
tas.
NA
NA
NA
No
. d
e lo
sas
afe
ctadas
Ro
tura
loca
liza
da
34
Es
un
are
a lo
caliz
ad
a r
ota
en
va
ria
s p
ieza
sN
o.
de
losa
s afe
ctadas
Cru
ce d
e ferr
oca
rril
35
Lo
s d
efe
cto
s p
or
cru
ce d
e f
err
oca
rril
son
d
ep
resi
on
es
o a
bu
ltam
ien
tos
alre
de
do
r o
en
tre
los
rie
les
Ba
ja s
eve
rid
ad
en
la c
alid
ad
de
l ro
da
mie
nto
Se
verid
ad
me
dia
en
la c
alid
ad
de
l ro
dam
iento
Alta
se
verid
ad
en
la c
alid
ad
de
l ro
dam
iento
No
. d
e lo
sas
afe
ctadas
Agrieta
mie
nto
tip
o m
apa
36
Es
una r
ed d
e a
grieta
mie
nto
s fin
os
que s
e
ext
ien
de
n u
nic
am
en
te a
tr
ave
s d
e la
su
pe
rfic
ie s
up
erio
r d
el c
on
cre
to
Se
pre
sen
ta e
n la
ma
yoria
de
l are
a d
e
la lo
sa,
la s
up
erf
icie
est
a e
n b
ue
na
co
nd
icio
n.
Se
fo
rma
n "
esc
am
as"
en
la
sup
erf
icie
, d
e f
orm
a li
ge
ra
Sse
pre
sen
tan
"e
sca
ma
s" e
n u
n a
rea
m
enor
al 1
5%
de la
losa
. S
se p
rese
nta
n "
esc
am
as"
en u
n a
rea
ma
yor
al 1
5%
de
la lo
sa.
No
. d
e lo
sas
afe
ctadas
Agrirt
am
iento
fin
o p
arc
ial
37
Grie
tas
fina
s m
en
ore
s a
2 m
qu
e n
o s
e
ext
ien
ed
en
co
mp
leta
me
nte
en
la lo
saN
AN
AN
AN
o.
de
losa
s a
fect
ad
as
Dete
rioro
de e
squin
a38
Ro
tura
de
la lo
sa d
en
tro
de
los
prim
ero
s 6
0
cm d
e la
esq
uin
aN
o. de lo
sas
afe
ctadas
Dete
rioro
de ju
nta
39
Ro
tura
de
los
bo
rde
s d
e lo
sa d
en
tro
de
los
prim
ero
s 60 c
m.
No
. d
e lo
sas
afe
cta
da
s
ICIV
20
06
10
04
15
5
ANEXO 5
GRAFICAS PARA EL CALCULO DE PCI
PAVIMENTO FLEXIBLE
1. piel de cocodrilo
2. Exudación
3. Fisura en bloque
ICIV 200610 04
156
4. Abultamiento
5. Corrugación
6. Hundimiento
ICIV 200610 04
157
7. Grieta de borde
8. Grieta de reflexión
9. Desprendimiento berma/carril
ICIV 200610 04
158
10. Grieta longitudinal y transversal
11. Parcheo
12. Perdida de rugosidad del agregado
ICIV 200610 04
159
13. Huecos
14. Cruce de ferrocarril
15. Ahuellamiento
ICIV 200610 04
160
16. Asentamiento longitudinal
17. Media luna
18. Ondulación
ICIV 200610 04
161
19. Desgaste superficial
20. Grafica para la corrección de valores deducibles
ICIV 200610 04
162
PAVIMENTO RIGIDO
21. Voladura
22. Falla de esquina
23. Losa subdividida
ICIV 200610 04
163
24. Grieta de durabilidad
25. Diferencia de nivel
26. Deficiencia de sello
La deficiencia de sello no se califica por densidad. La severidad de esta falla es determinada por la condición general en una unidad de muestreo particular.
Los valores deducibles para los 3 niveles de severidad son: 1. Alto 8 puntos 2. Medio 4 puntos 3. Bajo 2 puntos
ICIV 200610 04
164
27. Desprendimiento berma/carril
28. Agrietamiento lineal
29. Parcheo (mayor)
ICIV 200610 04
165
30. Parcheo (menor)
31. Perdida de rugosidad
32. Desintegración
ICIV 200610 04
166
33. Bombeo
34. Rotura localizada
35. Cruce de ferrocarril
ICIV 200610 04
167
36. Agrietamiento tipo mapa
37. Agrietamiento fino parcial
38. Deterioro de esquina
ICIV 200610 04
168
39. Deterioro de junta
40. Grafica para corrección de valores deducibles
ICIV 200610 04
169
ANEXO 6
ARCHIVO FOTOGRÁFICO
En este anexo se presentan fotografías que ilustran de forma general el estado
actual encontrado durante la visita de campo con el propósito de complementar
los datos recolectados y los resultados obtenidos.
AVENIDA SAN JOSE (CALLE 170)
Condicion general encontrada en la visita de campo de la Av. San Jose
ICIV 200610 04
170
Piel de cocodrilo, nivel de severidad Alto, falla de mayor presencia en la totalidad del area inventariada
La presencia excesiva de piel de cocodrilo genera desprendimiento del material
ICIV 200610 04
171
En algunas zonas se presentan parcheos importantes que presentan deterioro progresivo, afectando el nivel de servicio de la red
ICIV 200610 04
172
AVENIDA IBERIA (CALLE 134)
Condicion general encontrada en la visita de campo de la Av. Iberia
ICIV 200610 04
173
Perdida de rugosidad del agregado, falla de mayor presencia en la totalidad del area inventariada
Se presentaron varios tipos de agrietamientos y parcheos en pocas zonas de la red inventariada
ICIV 200610 04
174
