Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MUROS DE CONTENCIN
Jaime Rodrguez Urquiza
Universidad de La Serena, Departamento de Ingeniera en Obras Civiles
jrodrigu@userena.cl
Luis Lemus Mondaca
Geotecnia Ambiental Ltda.
llemus@geotecniaambiental.cl
RESUMEN
En este trabajo se presenta una metodologa probabilstica para el anlisis de la estabilidad
externa de muros de contencin mediante el mtodo de Simulacin de Monte Carlo (SMC). El
objetivo es determinar en trminos cuantitativos la fiabilidad del diseo, a travs del concepto de
probabilidad de falla del sistema. El modelo computacional fue desarrollado en rutinas de Visual
Basic 6.0. Como ejemplo de aplicacin se desarrolla el anlisis de estabilidad de un muro de
contencin tipo Cantilever.
1. INTRODUCCIN. Para un ingeniero tener herramientas para cuantificar la incertidumbre de los
modelos que desarrolla resulta de mucha utilidad, debido a que esto le permitira seleccionar, en
base a su experiencia o en base a la normativa vigente, los diversos factores de seguridad que
utilizar en su proyecto. Dentro de los problemas de ingeniera ms desarrollados, tanto por los
ingenieros geotcnicos como estructurales, se encuentra el anlisis y diseo de estructuras de
contencin, en los cuales la mayor dificultad radica en determinar la estabilidad que el muro
presenta a una posible falla (Centeno, 2002).
Para determinar la estabilidad de un muro de contencin es necesario determinar los factores de
seguridad al deslizamiento y al volcamiento de la estructura, para los casos estticos y ssmicos.
Dichos factores estn relacionados con la geometra del muro de contencin, las cargas, los
empujes estticos y ssmicos solicitantes, las propiedades mecnicas de los suelos, etc.; pero
estos factores de seguridad no permiten cuantificar el efecto de la incertidumbre ( o variabilidad)
de las variables utilizadas en los resultados del anlisis y el diseo final.
Un ejemplo muy importante de lo anterior se refiere a, los parmetros propios del suelo. Los
suelos son muy variables en sus propiedades y pocas veces son homogneos en estado natural.
Una de las principales fuentes de heterogeneidad es la variabilidad inherente espacial de los
suelos, esta variacin de las propiedades desde un punto a otro en el espacio se debe a las
diferentes condiciones de depositacin y a los diferentes estados tensionales debido al historial de
cargas (Elkateb y Chalaturnyk 2003).
En este trabajo se presenta una metodologa para el anlisis de muros de contencin tomando en
cuenta la variabilidad inherente de los parmetros de resistencia al corte, utilizando el modelo de
Mohr Coulomb como ley constitutiva de los suelos, asumiendo adems que solo el ngulo de
friccin interna del suelo de relleno se comporta como una variable estocstica, ya que de acuerdo
a un anlisis de sensibilidad de la estabilidad es la variable ms influyente en el anlisis.
2. METODOLOGA DE ANLISIS Y MODELO MATEMTICO. Para el anlisis de la estabilidad
de un muro de contencin, se asume un comportamiento de equilibrio lmite, en el cual se genera
un mecanismo de falla en el suelo o en la misma estructura. Para evitar este tipo de falla en el
diseo se estudia el estado inmediatamente anterior a la falla y no el colapso total del muro. Se
asume adems que el muro de contencin clasifica como una estructura rgida segn su
%GC(PM)
Distribucin
Normal
cv
()
(%)
31,30 3,42 10,91 31,12
34,35 4,22 12,29 34,19
36,96 4,22 11,42 36,71
()
80
90
95
Distribucin
Lognormal
()
cv
(%)
1,11 3,57
1,13 3,30
1,12 3,05
Tabla 1. Resumen de distribuciones de ajuste para las bases de datos arenas limosas. GC:
Grado de compactacin con respecto a la DMCS del Ensayo Proctor Modificado.
Para llevar a cabo el anlisis probabilstico de la estabilidad del muro de contencin, el enfoque
propuesto corresponde a la Simulacin de Monte Carlo (SMC), aunque costoso
computacionalmente, es una forma adecuada para capturar los efectos de la variabilidad inherente
de los parmetros de resistencia de los suelos (Popescu et al, 1998). La simulacin se lleva a
cabo mediante el Software de diseo y anlisis de muros de contencin mediante simulacin de
Monte Carlo v.2 (Gonzlez y Lemus 2010), con rutinas en lenguaje de Visual Basic 6.0. Las
variables de salida del modelo corresponden a los factores de seguridad esttico y ssmico al
deslizamiento y al volcamiento, stas podrn cuantificar la estabilidad del muro en trminos de
fiabilidad, adems se podr verificar la probabilidad de falla del sistema, asociada a las
distribuciones de probabilidad de los factores de seguridad resultantes.
La simulacin se basa en la generacin de nmeros pseudoaleatorios, estos se obtienen a travs
de un algoritmo congruencial (Garca et al, 2006) o la rutina Randomize incluida en Visual Basic
6.0. Es posible generar un mximo de 30.000 corridas. Las variables aleatorias se obtienen a
travs del mtodo de Box-Mller (Box y Mller 1958), que se describe en la ecuacin (5), que se
utiliza para generar variables aleatorias estndar normales.
El anlisis genera un vector X de dimensin n, X X1, X 2 , X 3 ,...., X n , el cual representa un set de
variables aleatorias. Para una corrida, cada variable aleatoria normal estndar permite calcular los
factores de seguridad: FSEDi , FSEVi , FSSDi y FSSVi . Finalmente, se realiza un anlisis
estadstico de estas variables asociado al nmero de corridas consideradas. Para una condicin
de equilibrio fsica se debe verificar que la media de cada factor de seguridad debe ser mayor a la
unidad (FSi >1). La inestabilidad del sistema se asocia al concepto de probabilidad de falla (PF),
que se calcula utilizando la distribucin de probabilidad normal estndar.
PF P( FSi 1)
(1)
Fm 1 PF
(2)
(3)
xi
m
(4)
2 ln 1 U 1 cos 2 U 2
2 ln 1 U 1 sen2 U 2
(5)
NN
X 1 Y1
2
(6)
Donde:
Figura N1. Ejemplo de muro de contencin Cantilever con suelo de relleno arena limosa.
Lognormal. El nmero ptimo de corridas ser de 10.000 repeticiones (nmero ptimo de corridas
para la estabilizacin de la variable de salida). Para la zonificacin ssmica se utiliza la ltima
versin y modificaciones de la Norma Chilena NCh 433 Diseo ssmico de edificios.
A continuacin se muestra los resultados obtenidos:
8,00
Empuje esttico
7,00
Empuje ssmico
6,00
5,00
4,00
3,00
2,00
1,00
75
80
85
90
95
100
Se puede apreciar en las figuras 3 y 4, que para el caso ssmico al deslizamiento se tiene un
mayor riesgo de falla al estar ms cercano al valor 1,0, no as en los factores FSED, FSEV y
FSSV. Adems, para un anlisis determinista se puede ver la influencia del grado de
compactacin en los factores de seguridad.
En el ejemplo de aplicacin se puede apreciar la influencia de la variabilidad del ngulo de friccin
interna en el FSSD, el cual, si bien es mayor a 1,0, ste posee una desviacin estndar entre
0,067 y 0,10, generando una probabilidad de falla de un 5,35% y un 10,40% para las
distribuciones Normal y Lognormal respectivamente. El Manual de Carreteras, (Direccin de
Vialidad, 2008) define un diseo adecuado cuando el FSSD>1,10. Dada esta situacin, se
optimiza el diseo y la estabilidad del muro, aumentando el grado de compactacin del suelo de
relleno hasta un 95% DMCS, obteniendo una probabilidad de falla de 0,09% y 0,29% para las
distribuciones Normal y Lognormal respectivamente, luego se calcula la fiabilidad del muro con la
ecuacin (2), obtenindose una fiabilidad de un 99,91% y un 99,71% para las distribuciones
Normal y Lognormal.
En la figura 12 se puede distinguir la variacin que se genera en la fiabilidad del muro, debido al
mejoramiento del suelo de relleno desde un 80%GC a un 95%GC, en este ltimo caso, se reduce
considerablemente el riesgo de falla al deslizamiento producto de que la fiabilidad es muy cercana
un 100%. A continuacin se muestran los histogramas para los factores de seguridad estimados.
Junto a estos histogramas se incluye la curva de la distribucin ajustada.
1400
_____
1200
= 1,108
= 0,067
1000
Frecuencia
Distrib. Normal
800
600
400
200
0
0,81
0,89
0,97
1,05
1,13
1,21
1,29
1,37
FSSD
Figura 5. Histograma de FSSD utilizando distribucin Normal con suelo de relleno GC 80%.
1400
1200
Frecuencia
1000
800
600
400
200
0
0,81
0,92
1,02
1,12
1,23
1,33
1,43
FSSD
Figura 6. Histograma de FSSD utilizando distribucin Lognormal con suelo de relleno GC 80%.
1200
Frecuencia
1000
Distrib. Normal
= 1,196
= 0,085
800
600
400
200
0
0,87
0,97
1,06
1,16
1,25
1,35
1,44
FSSD
Figura 7. Histograma de FSSD utilizando distribucin Normal con suelo de relleno GC 90%.
1000
- - - - Distrib. Lognormal
Frecuencia
800
= 1,198
= 0,100
600
400
200
0
0,81
0,90
0,99
1,08
1,18
1,27
1,36
1,45
1,54
FSSD
Figura 8. Histograma de FSSD utilizando distribucin Lognormal con suelo de relleno GC 90%.
800
700
_____
Frecuencia
600
Distrib. Normal
= 1,269
= 0,085
500
400
300
200
100
0
0,95
1,04
1,14
1,23
1,33
1,43
1,52
FSSD
Figura 9. Histograma de FSSD utilizando distribucin Normal con suelo de relleno GC 95%.
1400
- - - - Distrib. Lognormal
1200
= 1,270
= 0,098
Frecuencia
1000
800
600
400
200
0
0,86
0,98
1,10
1,22
1,35
1,47
1,59
FSSD
Figura 10. Histograma de FSSD utilizando distribucin Lognormal con suelo de relleno GC 95%.
12,0%
Distrib. Normal
10,0%
Prob. de falla
Distrib. Lognormal
8,0%
6,0%
4,0%
2,0%
0,0%
75
80
85
90
95
100
100,0%
98,0%
96,0%
94,0%
Distrib. Normal
92,0%
Distrib. Lognormal
90,0%
88,0%
75
80
85
90
95
100
Las distribuciones de ajuste definidas para los factores de seguridad indican que la distribucin
Lognormal presenta una mayor variabilidad que la distribucin normal, segn los valores de
desviacin estndar obtenidos. Los valores medios de ambas distribuciones se acercan bastantes
entre s.
Se recomienda para trabajos futuros, en esta misma lnea de investigacin, incluir adems otros
parmetros como variables estocsticas (cohesin, densidad natural del relleno y parmetros
geotcnicos del suelo de fundacin), ya que nos permitira acercarnos a un comportamiento ms
representativo del sistema, esto asociado a diseos ms confiables en esta materia.
5. AGRADECIMIENTOS. Los autores agradecen el apoyo brindado en la realizacin de esta
investigacin al Departamento de Ingeniera en Obras Civiles y a la Universidad de La Serena, La
Serena, Chile.
6. REFERENCIAS
Box, G.E., Mller, M.E. (1958). A Note on the Generation of Random Normal Deviates, The Annals
of Mathematical Statistics, Vol. 29, N2, pp. 610-611.
Caldern, R. (2004). Determinacin de Parmetros de Resistencia al Corte en Arenas Limosas y
Propuesta de Implementacin de Equipo de Compresin Triaxial, Memoria de Ttulo,
Departamento de Ingeniera en Obras Civiles, Universidad de La Serena, La Serena, Chile.
Centeno, R.R. (2002). Simulacin de Monte Carlo y su aplicacin a la Ingeniera Geotcnica, VXII
Seminario Venezolano de Geotecnia, Caracas, Venezuela.
Direccin de Vialidad: Manual de Carreteras (2008) - Volumen N3: Instrucciones y Criterios de
Diseo, Versin digital Consolidada, Marzo 2008. Chile.
Elkateb T., Chalaturnyk R.K. (2003). An overview of soil heterogeneity: quantification and
implications on geotechnical fields problems. Canadian Geotechnical Journal 40, p. 1-15.
Garca, E., Garca, H., Crdenas, L. (2006). Simulacin y anlisis de sistemas con Promodel, 1
edicin. Pearson Educacin Prentice Hall, Mxico.
Gonzlez, J., Lemus, L. (2010). Actualizacin del software de diseo y anlisis de muros de
contencin mediante simulacin de Monte Carlo, Memoria de Ttulo, Departamento de Ingeniera
en obras civiles, Universidad de La Serena. La Serena. Chile.
INN-Chile, Instituto Nacional de Normalizacin (1996). Norma Chilena NCh 433 Of. 96 Diseo
ssmico de edificios. Chile.
Popescu, R., Prevost, J.H., Deodatis, G. (1998). Spatial variability of soil properties: two case
studies. Geotechnical earthquake engineering and soil dynamics, Geotechnical special publication
n 75, ASCE, Seattle. p. 568-579.