Download docx - Modelo de Campo Lejano

Transcript

Modelo de Campo Lejano DevineEntonces el anlisis de los registros de vibraciones, permiten conocer la velocidad de la partcula que genera cada carga o grupos de cargas en la voladura y posteriormente agrupar estas por sectores. Fue as, como se obtuvieron datos de velocidad de partcula, distancia y carga por retardo en cada una de los sectores, a las que se ajust posteriormente la ecuacin del modelo propuesto por Devine.Si se utilizan cargas de explosivo cilndricas, se ha visto por anlisis dimensional que las distancias deben ser corregidas dividindolas por la raz cuadrada de la carga, Devine (1962), Devine y Duvall (1963), llegando a definir la siguiente ley de la amortiguacin.

Esta expresin ha sido una de las ms empleadas hasta la actualidad por numerosos investigadores, organismos oficiales, usuarios y empresas fabricantes de explosivos.Una vez determinada la ecuacin de comportamiento de la vibracin, fue ajustada a objeto de establecer un modelo ms representativo y confiable. La correccin en cuestin consisti en desplazar paralelamente el modelo obtenido, de modo de cubrir un nmero mayor de puntos recogidos en terreno. Este modelo es el denominado en tablas y grficas como el modelo ajustado. Este proceso de ajuste no significa cambiar los valores de los datos recogidos en terreno, sino darles una interpretacin estadstica ms conservadora y por lo tanto, ms segura. El modelo propiamente tal, que se genera va el ajuste estadstico describe la condicin media de la poblacin de datos, es decir, el 50% de los datos se ubican por debajo de la curva que representa el modelo y los 50% restantes se encontraran sobre la curva. Matemticamente esto est correcto, sin embargo, significa que existe una probabilidad del 50% que una carga explosiva producir un nivel de vibracin que supera a lo predicho por el modelo, situacin que deja intil el modelo para propsitos prcticos, particularmente para diseo orientados a controlar la vibracin mxima, la cual provoca el dao. La solucin se encuentra en desplazar el modelo hasta que sus predicciones cubran una mayor cantidad de datos de terreno, en rangos que oscilan entre un 80% y 95% haciendo ms confiable y segura la estimacin de vibraciones.