Agrupamiento y desarrollo de espectros de carga del tráfico de la red vial nacional concesionada, aplicado al diseño de pavimentos

• Autor: Coronado Neyra, Nilson Jamil
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/22888
• Enlace del recurso: http://hdl.handle.net/20.500.14076/22888
• Nivel de acceso: acceso abierto
• Materia: Pavimentación; Ingeniería de tráfico; Concesiones de obras públicas; Red Vial Nacional Concesionada; https://purl.org/pe-repo/ocde/ford#2.01.01

Con la publicación de la Guía de diseño Mecanístico - Empírico de pavimentos (MEPDG) se ha implementado el concepto de espectros de carga que es actualmente la mejor representación de la distribución y daño de las cargas por eje y tipo vehículo que se generan hacia el pavimento, dejando de lado el cálculo tradicional de ejes equivalentes (ESAL) con su eje simple patrón de 18Kips (8.2 Ton) de la Guía de AASHTO-93. El Ministerio de Transportes (MTC) en su proceso de mejora continua de la metodología empleada para el diseño de pavimentos, debe empezar a procesar la información que se viene recopilando por las estaciones de pesaje instaladas en la Red Vial Nacional y dar un primer paso a la caracterización de la carga del tráfico vehicular mediante los espectros de carga. Debido a los recursos limitados disponibles de entradas de tráfico de Nivel 1 (específicas del sitio) para el diseño de pavimentos, este trabajo de investigación brinda a los diseñadores de pavimentos una caracterización del tráfico de Nivel 2 (regional, promedio) respecto a la composición vehicular y a las cargas por eje de los vehículos que se emplean en el diseño. Para tal objetivo se recopila información de tráfico (de al menos cuatro años consecutivos) de diez sectores de carretera del país proveniente de 13 estaciones de pesaje administradas por las concesionarias en transportes. Para el procesamiento de esta gran cantidad de datos se elaboró un programa en lenguaje de programación Python de fácil aplicación que permitió validar la información de tráfico y posteriormente desarrollar las distribuciones normalizadas del tráfico de camiones (composición vehicular) y los espectros de carga por eje y tipo de vehículo de cada carretera en estudio. Las distribuciones normalizadas del tráfico de camiones se desarrollaron con la configuración vehicular estadounidense de la FHWA obteniéndose patrones de similitud en el porcentaje de vehículos de las clases vehiculares C04 (buses), C06 (camiones) y C10 (trailers). Respecto a los espectros de carga por eje estas se desarrollaron con la configuración vehicular peruana del RENAV, obteniéndose un alto porcentaje de sobrecarga en los pesos de los ejes vehiculares y encontrándose similitudes en los intervalos de carga de sus dos picos de carga correspondiente al porcentaje de ejes menos cargados (vehículos descargados) y al porcentaje ejes más cargados (vehículos con carga completa). De los resultados obtenidos se determina que el 49 % de los vehículos pesados que transitan por la carretera presentan sobrecarga y que los espectros de carga por eje en sus picos de carga para los ejes más cargados se encuentran cerca del límite o exceden el peso máximo permitido por el RENAV. Finalmente, con los patrones de similitud obtenidos en ambas variables (distribución normalizada del tráfico de camiones, espectros de carga por eje) se desarrolló grupos de datos con características de tráfico similares y diferentes entre los grupos. Para esto se empleó el método de K-means para desarrollar los agrupamientos y el método del Codo de Jambú para determinar el número óptimo de agrupaciones, obteniéndose tres grupos de ambas variables, donde la principal diferencia en estos grupos corresponde al porcentaje de vehículos del tipo buses, camiones o trailers. De esta manera en esta investigación se logra desarrollar las distribuciones normalizadas de tráfico de camiones y los espectros de carga por eje y tipo de vehículo de diez sectores de tramos de carretera de la Red Vial Concesionada. Se desarrolla una forma de agrupamiento de estas variables con el método de K- means y se obtiene entradas de tráfico de Nivel 2 que pueden ser empleados por el diseñador de pavimentos cuando no cuente con información tan precisa de tráfico como la de estaciones de pesaje.