Ingeniera Investigacin y Tecnologa. Vol. XII, Nm.

4, 2011, 373-382 ISSN 1405-7743 FI-UNAM (artculo arbitrado)

Modelacin del envejecimiento de los pavimentos asflticos con la metodologa de la superficie de respuesta
Pavement Aging Model by Response Surface Modeling
Chvez-Valencia L.E.
Departamento de Ingeniera Civil. Divisin de Ingenieras Universidad de Guanajuato E-mail: lechavez@ugto.mx.

Manzano-Ramrez A.
Centro de investigaciones y de estudios avanzados del IPN Unidad Quertaro E-mail: amanzano@qro.cinvestav.mx

Hernndez-Barriga C.
Departamento de Diseo Divisin de Arquitectura, Arte y Diseo Universidad de Guanajuato E-mail: c.hernandez@ugto.mx

Informacin del artculo: recibido: mayo de 2008, aceptado: enero de 2011

Resumen
En la presente investigacin se realiz la modelacin del envejecimiento de una carpeta asfltica por medio de la Metodologa de Supercie de Respuesta (MSR). Se elaboraron muestras cilndricas tipo Marshall, que fueron colocadas en un horno bajo las condiciones de tiempo y temperatura establecidos por las condiciones ambientales de la regin geogrca donde se construyen pavimentos asflticos con el AC-20 de la Renera Ing. Antonio M. Amor, los cuales fueron codicados en la MSR, con esto se determinaron los modelos que predicen el cambio de la estabilidad Marshall (L) y del ujo (F), as como la volatilizacin del material (VM). Adems, se extrajeron muestras cilndricas de una carpeta asfltica piloto para determinar el error de modelacin, observando que el material volatilizado predicho por el modelo VM fue muy cercano al real, no as para los modelos de L y F, posiblemente asociado a los factores ambientales que no fueron considerados al inicio de la investigacin.

Descriptores

deterioro envejecimiento pavimento asfltico MSR modelacin y asfaltos

Abstract
In this work, surface course aging was modeled by Response Surface Methodology (RSM). The Marshall specimens were placed in a conventional oven for time and temperature conditions established on the basis of the environment factors of the region where the surface course is constructed by AC-20 from the Ing. Antonio M. Amor renery. Volatilized material (VM), load resistance increment (L) and ow resistance increment (F) models were developed by the RSM. Cylindrical specimens with real aging were extracted from the surface course pilot to evaluate the error of the models. The VM model was adequate, in contrast (L) and (F) models were almost adequate with an error of 20 %, that was associated with the other environmental factors, which were not considered at the beginning of the research.

Keywords

wear aging surface course RSM pavement modeling

Modelacin del envejecimiento de los pavimentos asflticos con la metodologa de la superficie de respuesta

Introduccin
El envejecimiento del cemento asfltico es considerado una causa del deterioro de la supercie de los pavimentos exibles, que se presenta como desprendimientos del agregado ptreo en general o la prdida de la capa de rodadura en particular (Reunin del Consejo de Directores de Carreteras de Iberia e Iberoamrica, 2002). El fenmeno del envejecimiento de cemento asfltico tiene dcadas de investigacin, en las cuales se han propuesto una gran variedad de relaciones matemticas simples basadas esencialmente en los resultados de los laboratorios. Adems, se han establecido relaciones entre el tiempo de servicio de la carpeta asfltica y el desempeo de la misma, mediante la representacin graca de los resultados de campo (Bell, 1989). La mayora de los modelos matemticos o anlogos propuestos por los investigadores son limitados, ya que corresponden a ecuaciones generadas en condiciones locales, para sistemas especcos que no son aplicables en otras geografas o cuando algn elemento del sistema cambia, por ejemplo, la calidad del cemento asfltico. Lo anterior, nos remite a buscar tcnicas de modelacin que sean asertivas en el momento de generar los resultados. La modelacin es la representacin simplicada de un fenmeno de la naturaleza que nos interesa conocer con mayor profundidad de la que la misma nos permite, pero que a la vez incluye las variables necesarias para que las conclusiones desprendidas sean vlidas para el sistema real. La modelacin puede ser fsica, analgica, administrativa, matemtica, as como la abstracta o de simulacin que es la que nos ocupa. A su vez, los modelos de simulacin se pueden clasicar como: determinsticos, estocsticos (probabilsticos), estticos, dinmicos, discretos y continuos. Las aplicaciones prcticas de los modelos de simulacin son: prediccin, entrenamiento, juegos, investigacin y toma de decisiones. Las caractersticas deseables de un modelo son: conabilidad, sencillez, bajo costo de desarrollo y operacin, manejabilidad, de fcil entendimiento y una relacin costo/benecio positiva (Azarang, 1996). Los modelos de simulacin determinsticos se caracterizan por ser una tcnica de resolucin de problemas, como un cambio en conjunto de las variables con el tiempo. Los modelos son una aproximacin al sistema real y en ningn momento optimizan el proceso o los sistemas. De lo anterior, resulta la necesidad de repetir mltiples ejecuciones de la simulacin, consecuentemente, su uso en una investigacin debe planicarse como una serie de experimentos que conduzcan

a interpretaciones signicativas de las relaciones de inters. Los experimentos pueden ser tan complejos que requieren el uso de tcnicas estadsticas de diseo de experimentos. Para generar el modelo de simulacin se consideraron los siguientes pasos (Bratly, 1987): 1. 2. 3. 4. 5. 6. Denicin del sistema, Eleccin del mtodo de modelacin, Variables, Recoleccin y anlisis de datos, Codicacin del modelo, y Validacin del modelo.

La eleccin del mtodo de modelacin es el paso siguiente al anlisis del sistema. Dicha eleccin resulta un proceso complejo, ya que las herramientas analticas de resolucin son escasas y en ocasiones la elegida no es la apropiada. Por lo que, para esta investigacin se emple la metodologa de supercie de respuesta (MSR). Esta metodologa de modelacin es un acercamiento holstico que permite postular la forma de la funcin objetivo, actualizar y limitar los valores de los parmetros, as como explorar la regin cercana al ptimo estimado. La MSR es una herramienta empleada en la investigacin cientca y desarrollo tecnolgico, que combina el uso de los diseos experimentales, tcnicas de modelacin del anlisis de regresin y tcnicas matemticas de optimizacin (Castao, 2003).

Desarrollo Definicin del sistema

El pavimento exible o asfltico es el sistema real, el cual est formado por varias capas constructivas, siendo la carpeta asfltica o supercie de rodamiento la que se encuentra directamente expuesta al medio ambiente y consecuentemente presenta envejecimiento. El envejecimiento se ha asociado a factores ambientales: radiacin trmica, tiempo de radiacin, temperatura ambiente, rayos UV, ozono, oxgeno, evapotranspiracin, precipitacin y humedad relativa (Yoder et al., 1975). El ozono, oxgeno y los rayos UV son factores que existen, pero no varan, los dems factores ambientales tienen interdependencia: la humedad relativa, es un indicador de la evapotranspiracin y precipitacin, y depende de la temperatura. La variacin de la temperatura del da a la noche es funcin de la radiacin trmica del sol y del tiempo de radiacin.

374

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

Chvez-Valencia L.E., Hernndez-Barriga C. y Manzano-Ramrez A.

Entonces, los factores importantes que describen las condiciones ambientales a las que est sujeto el pavimento asfltico son: la temperatura (T en grados Celsius) y la humedad relativa (H en porcentaje), ya que todos los dems estn relacionados con estos dos. Si continuamos suponiendo que la carpeta asfltica fue construida con materiales y procedimiento especicados, sta tendr una impermeabilidad mnima establecida por la SCT de 95 a 100%, por lo que la humedad relativa no tiene inuencia en el envejecimiento. Se concluye que, de todos los factores ambientales, slo la temperatura tiene una inuencia marcada en el envejecimiento, lo cual coincide con los resultados de las investigaciones actuales (Bell, 1989). Se supone que los dems factores tienen una inuencia mnima y pueden presentar un error sistemtico, para aceptar o rechazar esta suposicin se tomaron muestras del campo previamente caracterizadas y se compararon los resultados de las propiedades evaluadas con las predichas por el modelo, la diferencia, que se espera sea muy pequea, corresponde a la inuencia de los factores ambientales que fueron considerados con una inuencia despreciable en el envejecimiento del pavimento asfltico. Si consideramos al envejecimiento del asfalto en dos etapas: a corto plazo (cuando se elabora la mezcla) y a largo plazo (representativo del servicio), las unidades experimentales ya presentan el envejecimiento a corto plazo y slo resta analizar el envejecimiento a largo plazo (t en das) que sucede en el campo y se simul con un intemperismo acelerado en un horno convencional de circulacin forzada. Por lo anterior, se determinaron 2 factores de experimentacin, la temperatura (T) y el tiempo (t), sus niveles de aplicacin se determinaron de acuerdo con las zonas climticas. Para el factor temperatura, la zona geogrca de modelacin corresponde a los lugares donde se construyen los pavimentos asflticos con el cemento asfltico AC-20 de la renera Ing. Antonio M. Amor de la ciudad de Salamanca, Gto., en la cual se presentan tres tipos de clima: Clido Hmedo-Lluvioso en verano con 30C de temperatura mxima promedio anual (TMPA), Templado Hmedo-Lluvioso en verano con 25C de TMPA y Estepario-Lluvioso en verano con 20C de TMPA. Para el factor tiempo (t) las mejores condiciones de experimentacin se establecen conforme se realiza la modelacin por medio de la MSR.

factorial 22 se implement para generar un modelo lineal que es necesario para el segundo paso, llamado Ascenso por la trayectoria de mayor pendiente, donde una lnea recta trazada de manera tangente al modelo lineal es la auxiliar para encontrar el mximo o mnimo de la propiedad monitoreada. El tercer paso, llamado Caracterizacin de la supercie de respuesta, se propuso un diseo factorial 32 para generar un modelo de segundo orden.

Variables
Las propiedades de la mezcla asfltica que se emplearon como funciones de salida fueron L (cambio en la estabilidad Marshall de la muestra colocada en el horno y el patrn de referencia segn ASTM D 5581), F (cambio en el ujo de la muestra colocada en el horno y el patrn de referencia segn ASTM D 5581) y VM (cambio en la gravedad especca de la muestra colocada en el horno y el patrn de referencia segn ASTM D 1188).

Recoleccin, anlisis de datos y codificacin del modelo Prediseo

En este paso la temperatura se consider como la variable independiente que causa la volatilizacin del cemento asfltico. La metodologa recomienda plantear un diseo experimental que pueda generar un modelo lineal, por lo que se implement un diseo experimental factorial 22 para vericar la seleccin adecuada de los factores y sus niveles. De acuerdo con las temperaturas de la zona geogrca, se propusieron 20 y 30C como el nivel bajo y alto del factor temperatura, respectivamente, despus 2 y 4 das como el nivel bajo y alto del factor tiempo, respectivamente. Si t, denota la variable independiente tiempo y T, la variable independiente temperatura, entonces las variables codicadas se pueden calcular con las ecuaciones siguientes:
X1 = t -3 2
T -25 5

(1)

X2 =

(2)

Eleccin de mtodo de modelacin

La MSR es un mtodo que consiste en tres pasos (Montgomery, 2001), el primero llamado Prediseo, un diseo

El diseo factorial 22 fue empleado para recolectar los datos de L, F y VM, por medio de cuatro corridas (condiciones t y T para la prueba), aumentado en 5 puntos centrales para evaluar el error experimental y vericar el ajuste adecuado del modelo lineal (Montgomery, 2001). Se elaboraron treinta y tres especmenes cilndricos con el contenido ptimo de cemento asfltico de

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

375

Modelacin del envejecimiento de los pavimentos asflticos con la metodologa de la superficie de respuesta

acuerdo a la norma ASTM D 5581, se conservaron 6 como muestras de referencia y el resto de ellos fueron colocados en un horno convencional en grupos de 3 (rplicas) segn las condiciones de prueba para t y T, mostradas en la tabla 1. Despus de terminar el intemperismo acelerado, los especmenes fueron enfriados a temperatura ambiente y se determinaron L, F y VM correspondientes. Se observa que el material volatilizado (VM) no present cambio, porque los das de prueba fueron pocos. Siguiendo el procedimiento de resolucin de experimentos factoriales de dos niveles (algoritmo de Yates), los datos experimentales fueron ajustados por mnimos cuadrados a un modelo lineal con la ayuda de software comercial. Dicho software fue empleado para ajustar los datos y generar el anlisis de varianza del modelo que verica su ajuste. Las tablas 2 y 3 muestran el anlisis de varianza de los modelos lineales. Para vericar si el modelo L es adecuado, se emplean los resultados de la tabla 2 como sigue: si usamos
Corridas 1 2 3 4 5 (Centro) 6 (Centro) 7 (Centro) 8 (Centro) 9 (Centro) 1 2 3 4 5 (Centro) 6 (Centro) 7 (Centro) 8 (Centro) 9 (Centro) 1 2 3 4 5 (Centro) 6 (Centro) 7 (Centro) 8 (Centro) 9 (Centro) Rplica Variables codicadas X1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 1 1 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 X2 1 1 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 t das 4 4 2 2 3 3 3 3 3 4 4 2 2 3 3 3 3 3 4 4 2 2 3 3 3 3 3 T C 30 20 30 20 25 25 25 25 25 30 20 30 20 25 25 25 25 25 30 20 30 20 25 25 25 25 25 Li kg Lf Kg L

(probabilidad de error) = 0.05, el valor crtico del valor F (prueba de estadstica) es F0.05, 2, 22 = 3.05. Entonces para el valor F = 397.22>3.05 de la fuente de variacin Modelo, se observa que t y T tienen efecto sobre el modelo de L. El valor P, 9.4E-09 (probabilidad del valor F) para Modelo es cero. En contraste, el valor F para la fuente de variacin Interaccin y para Cuadrtico estn muy cercanos a cero, se observa que (t)(T) - interaccin, y t2, T2 - cuadrticos, no tienen efecto en el modelo de L. Los valores P para Interaccin y Cuadrtico estn muy cercanos a uno. Como el efecto de Interaccin y Cuadrtico no son signicantes y el valor F del modelo es signicante, entonces el modelo lineal (modelo de primer orden) es adecuado para modelar los resultados del cambio en la resistencia a la carga (L). Se emplearon los resultados de la tabla 3 para vericar si el modelo F es adecuado, como sigue: si usamos = 0.05 el valor critico de F es F0.05, 2, 22 = 3.05. Entonces el Valor F para Modelo es 647.3782 > 3.05, se observa que t y T tienen efecto sobre el modelo de F. El valor P = 9.6742E-11 para Modelo es
Fi Ff 3.5 4 3.8 4.2 F 0.4 0.9 0.7 1.1

kg mm mm mm

Tabla 1. Datos empleados para el ajuste del modelo lineal de L, F y VM

950 1200 250 3.1 950 1195 245 3.1 950 1190 240 3.1 950 1188 238 3.1

950 1192 242 3.1 3.85 0.75 950 1193 243 3.1 3.87 0.77 950 1193 243 3.1 3.87 0.77 950 1192 242 3.1 3.85 0.75 950 1192 242 3.1 3.86 0.76 950 1200 250 3.1 3.55 0.45 950 1196 246 3.1 3.97 0.87 950 1194 244 3.1 3.81 0.71 950 1187 237 3.1 4.15 1.05 950 1192 242 3.1 3.85 0.75 950 1193 243 3.1 3.87 0.77 950 1193 243 3.1 3.87 0.77 950 1192 242 3.1 3.85 0.75 950 1192 242 3.1 3.86 0.76 950 1201 251 3.1 950 1197 247 3.1 3.6 4.1 0.5 1
Donde: Li significa resistencia a la carga inicial que es el promedio de la resistencia a la carga de los 6 especmenes de referencia y Lf es la resistencia a la carga de los especmenes cilndricos despus de haber sido tratados trmicamente en el horno, de manera semejante para Fi y Ff, slo que aqu la propiedad determinada es el flujo. Los cambios en las propiedades L y F son las restas de Lf Li y Ff Fi, respectivamente

950 1191 241 3.1 3.86 0.76 950 1187 237 3.1 4.12 1.02 950 1192 242 3.1 3.85 0.75 950 1193 243 3.1 3.87 0.77 950 1193 243 3.1 3.87 0.77 950 1192 242 3.1 3.85 0.75 950 1192 242 3.1 3.86 0.76

376

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

Chvez-Valencia L.E., Hernndez-Barriga C. y Manzano-Ramrez A.

Fuente de variacin Suma de cuadrados Modelo (1,2) Residual Interaccin Cuadrtico Error Total SC Fuente de Variacin Modelo (1,2) Residual Interaccin Cuadrtico Error Total SS 281.6666 15.6222 0.0000 0.0222 15.6000 297.2888 Suma de cuadrados 0.6121 0.0355 0.0147 0.0000 0.0208 0.6476 Coecientes en variables codicadas 243.8333 4.3333 2.1667 0.0000

Grados de Promedio libertad cuadrados 2 1 1 22 26 140.8333 0 0.0222 0.7091

F 397.2222 0 0.03133

Valor P 9.4E09 1.000 0.9765

Tabla 2. Anlisis de varianza de L del ajuste de primer orden

Grados de libertad 2 1 1 22 26

Promedio cuadrados 0.30604 0.01470 0.00000 0.00095

F 647.3782 15.5481 0.0000

Valor P 9.6742E11 0.000693 1

Tabla 3. Anlisis de varianza de F del ajuste de primer orden

Trminos Promedio Tiempo (t) Temperatura (T) Interaccin (T*t)

Coecientes de Valor-P Regresin Valor -P R R adj 0.0 219.2037 3E-25 1E14 4.3333 0.002 0.94983 0.94071 9E09 0.4333 0.010 1.0 0.0000 1.00

Tabla 4. Estimacin de los efectos de los trminos del modelo de L

cero. En contraste el valor F para la fuente de variacin Interaccin no es cero (15.5481), entonces, es signicante y el valor F para la fuente de variacin Cuadrtico estn muy cerca de cero, por lo que, no es signicante, adems la interaccin (t)(T), tiene efecto sobre el modelo F, aun cuando los trminos cuadrticos no tienen efecto y el Modelo es signicante, los trminos de interaccin tienen el efecto suciente para considerar el modelo lineal no adecuado, quizs un modelo de segundo orden podra tener un ajuste mejor, pero como en este paso de la metodologa no es el objetivo, no se realiz. Por lo que el modelo lineal de L fue el nico adecuado. En la tabla 4, se presenta la estimacin de los efectos de los trminos del modelo, obtenidos con el uso de un programa comercial. El valor P del trmino T igual a 0.00 y el valor P del trmino t igual a 0.00 indican que los coecientes de regresin son signicantes, en contraste, el valor P del trmino (t)(T) igual a 1.00 indica que este coeciente de regresin no es signicante, para = 0.05 con 95% de intervalo de conanza (Box, 1987). Entonces el modelo lineal es: L=219.20+4.33t+ 0.433T (3)

en kilogramos y se observa que dicho efecto no existe para los trminos de interaccin y cuadrticos, entonces t y T podran ser los principales factores causantes de la volatilizacin.

Ascenso por la trayectoria de mayor pendiente

En este paso se traz una lnea tangente al modelo, con la cual podemos encontrar la respuesta mxima del cambio en las propiedades (L, F y VM) que se estn determinando a los especmenes cilndricos. De los coecientes de las variables codicadas de la tabla 4, se puede observar que si establecemos el punto de origen en las coordenadas X1 = 0 y X2 = 0 y considerando un desplazamiento de 4.333 unidades en la direccin X1 y de 2.1666 en la direccin X2 se da una pendiente de ascenso de 0.5. Se decidi utilizar un paso de ascenso para la variable T de 15C. Para cada uno de los pasos se elaboraron tres especmenes cilndricos con el contenido ptimo de cemento asfltico de acuerdo con la norma ASTM D 5581, para las condiciones de tiempo y temperatura mostrados en la tabla 5 y para 6 especmenes de referencia. Los especmenes cilndricos fueron retirados del horno, se dejaron enfriar a temperatura ambiente y se les determin su estabilidad Marshall, se calcul L y se observ su comportamiento hasta que se not un

Donde L es el modelo que describe el efecto de las variables t y T sobre el cambio de la estabilidad Marshall

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

377

Modelacin del envejecimiento de los pavimentos asflticos con la metodologa de la superficie de respuesta

cambio. Los resultados se presentan en la tabla 5, donde se observa un valor mximo en el cambio de L en el cuarto paso y todos los dems valores son menores o fueron destruidos por el calor. El valor ptimo se encuentra en X1 = 4 y X2 = 2, para variables codicadas que son t = 42 das y T = 93C para variables independientes. Al igual que el prediseo, las variables t y T parecen ser las variables que tienen ms inuencia en el cambio de propiedades del material.

Caracterizacin de la superficie de respuesta

Se propuso un diseo factorial de tres niveles (32) para los dos factores (t y T). Como el valor ptimo de L se observ para t = 42 das y T = 93C, entonces se propusieron los niveles de los factores en valores cercanos a stos para tener una buena descripcin de la supercie del modelo y en consecuencia, un mejor ajuste. Los valores para los niveles de la temperatura propuestos son 60, 80 y 100C para el nivel bajo, medio y alto, respectivamente. Para los niveles de tiempo son 24, 36 y 48 das para el nivel bajo, medio y alto, respectivamente, lo que da un total de nueve corridas con seis rplicas y nueve especmenes cilndricos como referencia, sumando un total de 54 especmenes cilndricos elaborados con el contenido ptimo de cemento asfltico, segn la norma ASTM D5581 y colocados en un horno convencional, de acuerdo con las condiciones mostradas en la tabla 6. Las muestras se retiraron del horno despus de su tratamiento trmico, se dejaron enfriar a temperatura ambiente y se les determin la estabilidad Marshall (Lf), el ujo (Ff) y la gravedad especca (GEf), con los datos de las muestras de referencia se calcul L, F y VM. Los resultados se resumen en la tabla 6. Siguiendo el mtodo de resolucin para diseos de tres niveles y con la ayuda de un programa comercial,
Pasos Origen Origen + 1 Origen + 2 Origen + 3 Origen + 4 Origen + 5 Origen + 6 Origen + 7 Origen + 8 Origen + 9 Origen + 10 Variables codicadas X1 X2 0 0.0 1 1 2 3 4 5 6 7 8 9 10 0.5 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 t (das) 3 30 33 36 39 42 45 48 51 54 57 60 T (C) 25 15 40 43 68 93 118 143 168 193 218 243 986 986 986 986 986 986 986 986 986 986 Li Kg

los datos de la tabla 6 se ajustaron a un modelo de segundo orden y se realiz el anlisis de varianza. Los trminos del modelo se separaron en principales y de interaccin. Se determinaron los valores P para cada grupo como se muestran en la tabla 7. El valor P del grupo de los trminos principales (T, T2, t, t2) estan ms cercanos al cero que los trminos de interaccin (Tt, Tt2, T2t, T2t2), debido a que los coecientes principales contribuyen ms signicativamente (Walpole, 1998) y para tener un modelo con los trminos necesarios para un uso prctico, se seleccionaron slo los coecientes principales. Los datos de la tabla 6 se volvieron a ajustar por mnimos cuadrados con la ayuda de un programa comercial y se realiz el anlisis de varianza para comprobar si el modelo es el adecuado, los resultados se muestran en las tablas 8 y 9, respectivamente. De la tabla 9, se veric lo adecuado de los modelos L, F, VM como sigue (Box, 2000): usando = 0.05, el valor crtico de F es F0.05, 4, 45 = 2.55. Los valores F son iguales a 608.46, 494.80 y 880.51 para el factor T de los modelos L, F y VM, respectivamente, y los valores F iguales a 43.74, 82.11 y 1072.35 para el factor t de los modelos L, F, VM, respectivamente son mayores que 2.55, entonces los factores T y t son signicantes, adems los valores F de error de ajustes son ms pequeos que los de los factores T y t, entonces el error de ajuste es no signicante para el modelo. Los modelos de L, F y VM son los siguientes de acuerdo con los coecientes de regresin de la tabla 8, donde T es la temperatura ambiente en C y t es el tiempo de envejecimiento en meses: L(Kg)=1798-112T+0.92T2 +33t-0.1t2 (4)

F(mm)=1.0008+0.1091T0.0007T2+0.0128t0.0001t2 (5) VM(%)= 5.44940.0029T+0.0002T2+0.5494t 0.0037t2 (6)

Lf Kg L (kg) 242.4 869 917 1055 1242 1105 Los especmenes fueron destruidos por el exceso de calor
Donde Li significa resistencia a la carga inicial que es el promedio de la resistencia a la carga de los 6 especmenes de referencia y Lf es el promedio de la resistencia a la carga de tres especmenes cilndricos despus de haber sido tratados trmicamente en el horno, de manera semejante se definen Fi y Ff, slo que aqu, la propiedad determinada es el flujo. Los cambios en las propiedades L y F son la resta de Lf Li y Ff Fi, respectivamente.

Tabla 5. Experimento del ascenso por la mxima pendiente

1855 1903 2041 2228 2091 -

378

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

Chvez-Valencia L.E., Hernndez-Barriga C. y Manzano-Ramrez A.

Tabla 6. Datos para el ajuste a modelos de segundo orden de L, F y VM

Corrida 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 Rplica 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 T C 60 60 60 80 80 80 100 100 100 60 60 60 80 80 80 100 100 100 60 60 60 80 80 80 100 100 100 60 60 60 80 80 80 100 100 100 60 60 60 80 80 80 100 100 100 60 60 60 80 80 80 100 100 100 t das 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 24 36 48 Li kg 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 1089 Lf kg 1119 1634 1041 1898 2068 2305 2905 3397 4752 1095 1397 1186 1661 1854 2407 2936 3600 4800 1166 1383 1339 2041 2115 2359 3366 3464 4617 1210 1288 1186 1915 2312 2017 2966 3498 4861 1441 1193 1159 1966 2536 1881 2722 4136 4458 1210 1102 1180 2078 2102 1864 2627 3671 5458 L kg 30 545 48 809 979 1216 1816 2308 3663 6 308 97 572 765 1318 1847 2511 3711 77 294 250 952 1026 1270 2277 2375 3528 121 199 97 826 1223 928 1877 2409 3772 352 104 70 877 1447 792 1633 3047 3369 121 13 91 989 1013 775 1538 2582 4369 Fi mm 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 3.12 Ff mm 8.37 8.51 8.61 8.61 8.68 8.83 8.29 8.32 8.37 8.38 8.51 8.53 8.56 8.64 8.68 8.27 8.33 8.37 8.35 8.46 8.56 8.61 8.73 8.78 8.28 8.32 8.34 8.37 8.48 8.51 8.58 8.68 8.78 8.28 8.31 8.34 8.36 8.48 8.49 8.53 8.61 8.73 8.29 8.31 8.32 8.35 8.48 8.48 8.51 8.64 8.83 8.28 8.33 8.33 F mm 5.25 5.39 5.49 5.49 5.56 5.71 5.17 5.20 5.25 5.26 5.39 5.41 5.44 5.52 5.56 5.15 5.21 5.25 5.23 5.34 5.44 5.49 5.61 5.66 5.16 5.20 5.22 5.25 5.36 5.39 5.46 5.56 5.66 5.16 5.19 5.22 5.24 5.36 5.37 5.41 5.49 5.61 5.17 5.19 5.20 5.23 5.36 5.36 5.39 5.52 5.71 5.16 5.21 5.21 GEi kg/m3 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 2359 GEf kg/m3 2259.7 2245.3 2254.0 2255.0 2223.6 2244.6 2242.2 2200.9 2228.8 2259.2 2243.9 2255.0 2255.2 2226.4 2245.1 2241.5 2196.7 2238.0 2260.2 2244.4 2255.2 2255.4 2227.8 2246.2 2241.3 2201.7 2237.5 2260.4 2245.8 2255.9 2255.0 2224.3 2245.1 2238.9 2197.9 2237.5 2259.2 2244.4 2256.6 2255.9 2222.4 2245.1 2243.2 2204.0 2235.6 2260.2 2246.2 2256.1 2254.5 2223.4 2246.0 2244.4 2205.2 2237.7 VM % 4.21 4.82 4.45 4.41 5.74 4.85 4.95 6.7 5.52 4.23 4.88 4.41 4.4 5.62 4.83 4.98 6.88 5.13 4.19 4.86 4.4 4.39 5.56 4.78 4.99 6.67 5.15 4.18 4.8 4.37 4.41 5.71 4.83 5.09 6.83 5.15 4.23 4.86 4.34 4.37 5.79 4.83 4.91 6.57 5.23 4.19 4.78 4.36 4.43 5.75 4.79 4.86 6.52 5.14

Donde Li significa resistencia a la carga inicial que es el promedio de la resistencia a la carga de los 9 especmenes de referencia y Lf es la resistencia a la carga de los especmenes cilndricos despus de haber sido tratados trmicamente en el horno, de manera semejante para Fi y Ff, slo que aqu la propiedad determinada es el flujo. Los cambios en las propiedades L y F son la resta de Lf Li y Ff Fi, respectivamente. GEi es la gravedad especfica de las muestras de referencia y GEf es la gravedad especfica de los especmenes cilndricos despus de haber sido tratados trmicamente, VM es la resta GEi GEf.

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

379

Modelacin del envejecimiento de los pavimentos asflticos con la metodologa de la superficie de respuesta

Modelo L Principales

Factor T TT t tt Tt Ttt TTt TTtt T TT t tt Tt Ttt TTt TTtt T TT t tt Tt Ttt TTt TTtt

SC 5.85E+07 2312945 4373675 878 581561 293633 157543 91184 0.191547 0.953824 0.187893 0.002178 0.01862 0.002638 0.015258 0.00209 11.914 0.07521 0.73388 13.8675 0.00807 0.27556 0.07736 0.0006

PSC 6.52E+07

(GL) 4

SC/GL 2E+07

Valor F 326.1009

Valor P 1.666E-27

Tabla 7. Valores P para el grupo de factores principales y de interaccin

1123921

280980

5.61938

6.63E-03

Interaccin F Principales

1.335442

0.3339

288.4573

2.179E-26

0.038606

0.0097

8.338949

8.31E-04

Interaccin VM Principales

26.59059

6.6476

1021.442

3.191E-38

0.36159

0.0904

13.27793

2.936E-05

Interaccin

Donde SC significa suma de cuadrados, PSC significa promedio de suma de cuadrados y GL significa grados de libertad.

Modelo L

VM

Factor Promedio T(L) T(Q) t(L) t(Q) Promedio T(L) T(Q) t(L) t(Q) Promedio T(L) T(Q) t(L) t(Q)

Coecientes en variables codicadas 1280.4170 1275.1390 219.5140 348.5560 4.2780 5.3610 0.0729 0.1410 0.0722 0.0067 5.0244 0.5753 0.0396 0.1428 0.5375

Coecientes Valor P de regresin Valor P R 0.0000 1798.0000 0.1231 0.0000 112.0000 0.0001 0.0000 0.9200 0.0000 0.8755 0.0000 33.0000 0.3096 0.8951 0.1000 0.8951 0.0000 1.0008 0.0000 0.0000 0.1091 0.0000 0.0000 0.0007 0.0000 0.9364 0.0000 0.0128 0.0130 0.1769 0.0001 0.1769 0.0000 5.4494 0.0000 0.0000 0.0029 0.7626 0.0018 0.0002 0.0018 0.9088 0.0000 0.5494 0.0000 0.0000 0.0037 0.0000

Tabla 8. Coeficientes de regresin de L, F y VM

R adj

0.8654

0.9312

0.9014

Modelo L

Factor T(L + Q) t (L + Q) Error de ajuste Error puro Total SC T(L + Q) t(L + Q) Error de ajuste Error puro Total SC T(L + Q) t(L + Q) Error de ajuste Error puro Total SC

SC 6.08E+07 4.37E+06 7.02E+06 2.25E+06 7.45E+07 1.1454 0.1901 0.0386 0.0521 1.4261 11.9892 14.6014 2.3616 0.3064 29.2585

PSC 30424100 2187277 1755981 50002 0.5727 0.0950 0.0097 0.0012 5.9946 7.3007 0.5904 0.0068

Valor F 608.46 43.74 35.12

Valor P 0.0000 0.0000 0.0000

Tabla 9. Anlisis de varianza de L, F y VM

494.80 82.11 8.34

0.0000 0.0000 0.0000

VM

880.51 1072.35 86.72

0.0000 0.0000 0.0000

Donde SC significa suma de cuadrados, PSC significa promedio de suma de cuadrados, GL quiere decir grados de libertad, L significa lineal y Q cuadrtico.

380

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

Chvez-Valencia L.E., Hernndez-Barriga C. y Manzano-Ramrez A.

Validacin del modelo

Para conocer los coecientes de regresin de estos modelos para la zona geogrca de modelacin, se extrajeron especmenes cilndricos (corazones) de la carpeta asfltica en servicio, de acuerdo con la norma ASTM D 5361. Se tomaron tres corazones de la carpeta asfltica con 0, 12, 24, 36, 48 y 60 meses de envejecimiento real, mientras que en los modelos se sustituy el valor de la temperatura promedio de 20C y los tiempos 0, 12, 24, 36,48 y 60 meses. El promedio de los resultados del cambio en la estabilidad Marshall, ujo y el material voltil, as como la comparacin en el valor predicho y el real se muestran en las guras 1, 2 y 3, respectivamente. La diferencia entre el valor predicho y el real para L y F son 18% y 20%, respectivamente, y dichas diferencias pueden estar relacionadas con las deciencias en la construccin, el exceso de trnsito y posiblemente con los factores climticos que no fueron considerados al inicio de la investigacin. Por el contrario, la diferencia entre el valor predicho y el real del modelo VM es 3% lo que indica que el procedimiento de envejecimiento simulado implementado en esta investigacin es representativo de las condiciones reales y que la temperatura y el tiempo son los factores ambientales que tienen la mayor inuencia sobre la cantidad de material que se volatiliza en la carpeta asfltica en servicio. El error de modelacin de VM de 3% est asociado a variaciones no controladas de la extraccin de las muestras de campo, al igual que a las propiedades inciales de la mezcla asfltica colocada en la carpeta asfltica y a la diferencia en el proceso constructivo de los tramos monitoreados.

Figura 1. Valores predichos y reales para el modelo L

Figura 2. Valores predichos y reales para el modelo F

Figura 3. Valores predichos y reales para el modelo VM

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM

381

Modelacin del envejecimiento de los pavimentos asflticos con la metodologa de la superficie de respuesta

Conclusiones
La metodologa de supercie de respuesta se emple para la generacin de modelos de simulacin del tipo determinstico en varias ramas del conocimiento y en la de materiales de construccin ha demostrado ser asertiva en los resultados que dichos modelos predicen. Los modelos de las propiedades mecnicas desarrollados en esta investigacin presentaron errores de prediccin que podran estar asociados al TDPA, a la carga por eje equivalente y a los dems factores ambientales omitidos en el planteamiento de la modelacin, por lo que se deben considerar para que estas diferencias sean menores. Como el modelo para VM present una diferencia o error de modelacin de 3%, entonces el procedimiento de simulacin del envejecimiento empleado en esta investigacin es representativo de las condiciones de tiempo y temperatura reales, y la temperatura es el factor ambiental que tiene mayor efecto sobre la cantidad de material que se volatiliza en la mezcla asfltica.

Referencias
Azarang-Esfandiari M. Simulacin y anlisis de modelos estocsticos, 1a edicin, McGrawHill, Mxico, 1996, p. 2. Bell C. Aging of Asphalt-Aggregate Systems, 1a edicin,Transportation Research Bureau Press. EUA, 1989, p. 120. Box G. Empirical Model-Building and Response Surfaces, 1a edicin, John Wiley & Sons, EUA, 1987, pp. 55-68. Box G.E. Statistics for Experimenters. An Introduction to Design, Data Analysis and Model Building, 1a edicin, John Wiley & Sons, EUA, 2000,pp. 69-78. Bratly P. A Guide to Simulation, 2a edicin, Springer-Verlag, EUA, 1987, pp. 35-55, 67. Castao-Tostado E. Experimentos: estrategias y anlisis en ciencia y tecnologa, 1a edicin, Mxico, S y G editores, 2003, p. 295. Montgomery D. Response Surface Methodology,1a edicin, John Wiley & Sons, EUA, 1995, pp. 24-35. Montgomery D. Design and Analysis of Experimenters, 2a edicin, John Wiley & Sons, EUA, 2001, pp. 23-150. Reunin del Consejo de Directores de Carreteras de Iberia e Iberoamrica. (No.11, 2002, Mxico). Catalogo de deterioro de pavimentos exibles, Mxico, 2002, p. 6. Yoder, Witczak. Principles of Pavement Design, 2a edicin, John Wiley & Sons, Nueva York, 1975, pp. 24-27. Walpole R. Probability and Statistic for Engineers and Scientists, 1a edicin, Prentice-Hall, EUA, 1998, pp. 3-12.

Agradecimientos
Los autores agradecen al Consejo Nacional de Ciencia y Tecnologa por el apoyo recibido mediante el proyecto 58425 del mismo tema de investigacin, as como a la Universidad de Guanajuato por el apoyo nanciero a travs del proyecto 44/07.

Semblanza de los autores

Luis Elas Chvez-Valencia. Ingeniero civil egresado de la Universidad Michoacana de San Nicols de Hidalgo, en donde realiz estudios de maestra en ciencias de los materiales. Egres del doctorado en ciencias con especialidad en materiales del CINVESTAV, Unidad Quertaro. Actualmente se desempea como profesor de tiempo completo en el Departamento de Ingeniera Civil de la Universidad de Guanajuato. Claudia Hernndez-Barriga. Arquitecta egresada de la Universidad Michoacana de San Nicols de Hidalgo en donde realiz los estudios de maestra en arquitectura. Obtuvo el doctorado en arquitectura por la Universidad Nacional Autnoma de Mxico. Actualmente se desempea como profesora de tiempo parcial en el Departamento de Diseo de la Universidad de Guanajuato. Alejandro Manzano-Ramrez. Es ingeniero qumico metalurgista por la Universidad Nacional Autnoma de Mxico. Obtuvo su doctorado en ciencias por la Shefeld University, Inglaterra. Actualmente se desempea como investigador titular (CINVESTAV 3C), en el laboratorio de investigacin en materiales del CINVESTAV-IPN, Unidad Quertaro. Es SNI nivel II.

382

Ingeniera Investigacin y Tecnologa. Vol. XII, Nm. 4, 2011, 373-382, ISSN 1405-7743 FI-UNAM