Análisis comparativo entre la permeabilidad de campo y laboratorio de arenas en la playa de Máncora, de la región Piura, Perú

• Autores: Banchon Malmaceda, Jonathan Bonet, Quiroga Sernaque, Kyara Nicolle
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad de Piura
• Repositorio: UDEP-Institucional
• Lenguaje: español
• OAI Identifier: oai:pirhua.udep.edu.pe:11042/7287
• Enlace del recurso: https://hdl.handle.net/11042/7287
• Nivel de acceso: acceso abierto
• Materia: Suelos arenosos -- Modelos matemáticos -- Investigaciones; Permeabilidad de suelos -- Modelos matemáticos; Análisis de regresión -- Programas para computadores -- Aplicación; 624.151 36; https://purl.org/pe-repo/ocde/ford#2.07.02

Para poder llevar a cabo obras de gran magnitud, es importante poder estimar el coeficiente de permeabilidad previo a una construcción, pues se ha visto su influencia significativa en el desempeño de las cimentaciones. El coeficiente de permeabilidad está relacionado directamente con la estabilidad del suelo, puesto que si este es muy permeable, podría absorber con mayor facilidad el agua que ha ingresado, estando susceptible a una erosión y, por consiguiente, a su deformación. Es así que se vio la necesidad de analizarlo, correspondiente a la playa de Máncora, sitio de gran impacto turístico y con alta concurrencia durante el año. El objetivo es desarrollar un modelo matemático para estimar la permeabilidad en suelos arenosos, estableciendo correlaciones con otras variables, como la granulometría, y se incorporan nuevas variables, como la densidad, que no ha sido estudiada anteriormente. El desarrollo se planteó analizando un conjunto de datos obtenidos en campo y laboratorio para establecer correlaciones en el cálculo de la permeabilidad a partir de sondajes representativos de la playa Máncora. Para el trabajo de campo se seleccionaron 5 zonas generales de las cuales se extrajeron cuatro muestras de cada zona, teniendo un total de 20 puntos de exploración, evaluados mediante: ensayo de permeabilidad de campo y ensayo de densidad con cilindro hincado, por otro lado, fueron llevados a laboratorio para realizarle: ensayo de granulometría, ensayo de permeabilidad de laboratorio, ensayo de angularidad y ensayo de gravedad específica. Con las muestras evaluadas se procedió a calcular los valores de las variables correspondientes a los ensayos realizados, obteniendo 13 variables independientes: permeabilidad en laboratorio, densidad húmeda, densidad seca, contenido de humedad, porcentaje de finos, diámetro 10, diámetro 30, diámetro 50, diámetro 60, coeficiente de uniformidad, coeficiente de curvatura, gravedad específica, angularidad y una variable dependiente que es permeabilidad in situ. Seguidamente se establecen las correlaciones simples, que son entre cada variable independiente con la dependiente y correlación múltiple que estandariza sus valores y los compara a todos de manera global. Así mismo, se hizo uso del lenguaje de programación Python, para establecer un código en el programa que permita predecir el modelo de regresión LASSO con los datos ingresados. Este indicó que la permeabilidad en laboratorio resultó con una importancia relativa de 1, lo que indica que esta variable es el predictor más relevante del modelo y a su vez se pudo descartar la densidad húmeda, la densidad seca, el diámetro 30, diámetro 50, diámetro 60, el coeficiente de curvatura y el coeficiente de uniformidad como las variables que menor relación tenían respecto a la permeabilidad in situ. Teniendo las variables más relevantes del modelo y sus respectivos coeficientes numéricos, se obtuvo la ecuación de regresión orden lineal del modelo LASSO.