Evaluación del CBR y la deflexión del terreno natural usando redes neuronales en el mejoramiento de la carretera Oyónambo Tramo II, provincia Daniel Alcides Carrión – Pasco

• Autores: Callupe Navarro, Brayan Clin, Gago Morales, Jhesennia Loreily
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad San Ignacio de Loyola
• Repositorio: USIL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usil.edu.pe:20.500.14005/13567
• Enlace del recurso: https://hdl.handle.net/20.500.14005/13567
• Nivel de acceso: acceso abierto
• Materia: Ingeniería Civil; Diseño estructural; Ingeniería de la construcción; Mecánica de los suelos; https://purl.org/pe-repo/ocde/ford#2.01.01

Determinar el valor del CBR y la deflexión en el terreno natural es un trabajo fundamental y de alto precio en la construcción de un pavimento hidráulico, por tal motivo, en el presente trabajo de tesis se usaron redes neuronales para realizar un análisis de la influencia de las propiedades físicas como: porcentaje de grava, porcentaje de finos, humedad natural, óptimo contenido de humedad y máxima densidad seca del terreno natural en la predicción del CBR y la deflexión de la carretera Oyón- Ambo tramo II en las progresivas km. 203+000 al km. 206+000. El método consiste en tomar 30 muestras de las calicatas ensayadas en laboratorio y 30 valores de deflexión en campo, el 75% de estas datas fueron entrenadas en el modelo y 25% fueron de prueba para la verificación con el modelo. Como resultado de este estudio se demuestra que la mayor influencia en la predicción del CBR es la máxima densidad seca con un 77.9 % de participación para un coeficiente de determinación de 0.835. Por otro lado, las propiedades físicas de los suelos ensayados en el presente trabajo no influyen en la predicción de las deflexiones en el terreno natural dado que el coeficiente de determinación es muy bajo con 0.024, dejando así un vacío para las investigaciones futuras.