Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pavimentos
Presentado por:
Cesar Augusto Tello Casas
Taller # 1 de transito
Punto 1
A partir de los estudios realizados por el INV, se presentan los volúmenes de transito promedio
diario estimados para la vía MELGAR – GIRARDOT en los años 2010 hasta 2018, de autos, buses
y camiones se muestra en la siguiente tabla.
Modelo lineal:
Para el modelo lineal se toma solamente el TPD y se acomodan los datos en la siguiente tabla que
corresponde al modelo lineal.
Taller # 1 , De transito
𝑦 = 𝑎 + 𝑏𝑥 (1)
De este modo quedan dos variables para hallar las cuales son a y b, para dichas variables existen las
siguientes formulas
∑ 𝑦 ∑ 𝑥 2 −∑ 𝑥 ∑ 𝑥𝑦
𝑎= 𝑛 ∑ 𝑥 2 −(∑ 𝑥)2
(2)
𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑏= 𝑛 ∑ 𝑥 2 −(∑ 𝑥)2
(3)
9(50960)−(36∗10590)
𝑏= 9∗204−1296
= 143,33 (5)
Teniendo en cuenta las formulas 4 y 5 la ecuación del modelo lineal de ajuste es:
La ecuación de correlación, la cual indica en alguna medida la aproximación del ajuste lineal, es de
la forma:
𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑟= (7)
√(𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 )∗(𝑛 ∑ 𝑦 2 −(∑ 𝑦)2 )
El dato arrojado por la formula 8 implica que el modelo lineal es aplicable para predicciones ya que
este tiene un valor cercano a 1
A partir de los datos de la tabla 1 se genera con la columna de año y TPD la tabla 3 que corresponde
al ordenamiento de datos para un modelo potencial o exponencial:
𝑦 = 𝑎𝑏 𝑥 (10)
Lo que se lleva a la ecuación del modelo lineal (formula 1), aplicando logaritmos a ambos lados de
la igualdad
Aplicando a los datos las formulas 12 y 13 se obtiene que los parámetros a y b son los siguientes:
27,44∗204−36∗112,85
log 𝑎 = 9∗204−1296
= 2,84 (14)
Aplicando la formula 18 a los datos de la tabla 3 se obtiene que el valor de correlación es de:
9∗112,85−36∗27,44
𝑟= = 0,976 (20)
√[9∗204−1296]∗[(9∗83,81−752,96)]
Los datos del la formula 20 son aun mejores ya que se aproximan mas a 1 que los datos de
correlación del modelo lineal arrojados por la fórmula 8, esto implica que es más seguro trabajar
aproximaciones con el modelo exponencial que con el modelo lineal.
Modelo logarítmico:
A partir de los datos de la tabla 1 se genera con la columna de año y TPD la tabla 3 que corresponde
al ordenamiento de datos para un modelo logarítmico:
𝑦 = 𝑎𝑥 𝑏 (21)
Para trabajar con la fórmula del modelo de una manera más eficiente se modela de la siguiente
manera:
ln 𝑦 = ln 𝑎 + 𝑏 ln 𝑥 (22)
∑ ln 𝑦− 𝑏∗∑ ln 𝑥
ln 𝑎 = 𝑛
(24)
El dato que arroja la ecuación 30 implica que frente a los modelos anteriores este es el que menos se
aproxima a la curva que generan los datos
Grafica # 1: grafica de los datos de la tabla 1, y las respectivas curvas de aproximación lineal y exponencial
Teniendo en cuenta todos los datos que se obtuvieron a través del ejercicio de los diferentes
modelos de aproximación trabajados, en que tiene mayor correlación con los datos es el modelo
exponencial, por lo tanto seria este el modelo optimo para trabajar las predicciones a futuro de los
datos que se obtuvieron desde el 2010 al 2018.
Para obtener la tasa de crecimiento anual del tránsito en la vía de estudio se debe remitir a la
fórmula del interés compuesto, la cual obedece a la siguiente formula
Taller # 1 , De transito
𝑇𝑛 = 𝑇𝑖 ∗ (1 + 𝑟)𝑛 (31)
Para obtener el transito acumulado durante los diez años de servicio de la vía, primeramente se debe
tener en cuenta el carril de diseño, para esto es necesario conocer cuántos carriles estarán en
servicio, para este ejercicio e ignorando la realidad se supone 4, esto implica que un 45% del tráfico
pasara por el carril que soportara el mayor volumen de vehículos y que para caso de estudio tiene
como nombre carril de diseño. De este modo del tránsito promedio diario del primer año de servicio
obtenemos el 45%, luego es multiplicado por el número de días y finalmente se aplicaran los datos
obtenidos a la integración de la fórmula 32.
TABLA#5: tabla del factor de equivalencia por los métodos dispuestos para este ejercicio
Como puede verse a través de la tabla #5 el método MOPT – INGEROUTE es mucho más pequeño
que el valor conservador de método de la universidad del Cauca.
Taller # 1 , De transito
La fórmula que nos convierte el factor camión y el numero acumulado de vehículos durante el
periodo de diseño en ejes equivalentes de 8,5 toneladas se simplifica a la siguiente formula
Evidentemente entre más grande el factor camión mayor será el numero de ejes acumulados, sin
embargo existe una gran diferencia entre los métodos utilizados, en más de 4 millones de ejes en la
calzada de diseño.
Punto 2.
Durante 5 días de conteo en una estación de pesaje se determinó que pasaron 815 vehículos
pesados según se muestra en la tabla siguiente. Determinar el cálculo del coeficiente de
agresividad media (CAM) para:
• Un pavimento flexible.
• Un pavimento Semirrígido
• Un pavimento Rígido
El CAM relaciona las variables de un peso pesado con respecto a otro y las características de la
calzada sobre la cual transita El coeficiente CAM se obtiene en base a histogramas de carga por tipo
de eje los cuales se determinan con la ayuda de estaciones de pesada, se cuenta con estos
histogramas, por lo que se procedió a obtener primero la agresividad de un eje (A) dada por la
siguiente ecuación
𝑃 𝛼
𝐴 = 𝐾 (𝑃 ) (39)
0
Luego se procede multiplicar la agresividad de un eje por el número de ejes (N) , se realiza la
sumatoria del producto A*N para cada intervalo, se realiza el mismo procedimiento para los tres
tipos de eje (simple, tándem, tridem) Finalmente se obtiene el coeficiente CAM por medio de la
siguiente ecuación
(40)
● Pavimento Flexible
Se empieza con el primer intervalo del eje simple por lo que se obtiene la agresividad A, como
resultado del promedio del intervalo de 10 hasta 30 KN de la tabla # 6, por los parámetros descritos
en la tabla #7 para los coeficientes alfa y K, tanto como para eje simple como para pavimento
flexible
20 4
𝐴 = 1 ∗ (82) = 0.004 (41)
Taller # 1 , De transito
La carga estándar recordemos que es la equivalente a la carga de un eje simple normalizado, que
para el caso de Colombia es de 8,2 toneladas o 82 KN, luego se obtiene el producto de la
agresividad A y el número de ejes correspondiente al primer intervalo, esto es 300 ejes.
Luego se suma cada producto 𝐴 ∗ 𝑁 correspondiente a cada intervalo, por lo que para el eje simple
se obtiene
∑ 𝑖 = 𝐴 ∗ 𝑁 = 1648,66 (43)
De este modo se calcula el CAM, para los pavimentos semirrígidos y rígidos, ya que tienen el
mismo coeficiente los cálculos para ambos son los mismos, evidentemente se utiliza el mismo
procedimiento anterior.
Punto 3.
Para este ejercicio es necesario remitirnos a una tabla que contenga los valores equivalentes para
cada eje, es decir el valor normalizado aceptable o estandarizado que debe soportar cada eje, esta
tabla es:
𝑃 4
𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑐𝑖𝑎 = ( ) (45)
𝑃0
Para obtener el factor camión solo basta con sumar las equivalencias de cada eje, para obtener el
factor camión de todos los vehículos, basta con sumar todos los factores camiones individuales y
luego dividirlo por el número de vehículos.
Taller # 1 , De transito
Tabla # 12: cálculo del factor camión tanto individual como colectivo de un grupo de camiones
Conclusiones:
En cuanto a los vehículos que soportan mayor carga están 3S3 y 3R4, con 52 y 51 toneladas
respectivamente, sin embargo su factor camión diferencia por más de un punto, es decir 6,241 a
7,48 y esto aun teniendo una mayor distribución de peso, claro esta hablando de los valores
normalizados por INVIAS, en la AASTHO, existe la misma diferencia aunque el factor camión es
mayor para vehículos menos distribuidos y que tienen mayor carga.
El factor camión difiere también de la norma que se utilice, por ejemplo para la norma de INVIAS
el factor camión es de 3,7 aproximadamente, y para la AASTHO es de 4,2 esto implica de alguna
manera un mayor control por la AASTHO que por INVIAS.
Bibliografía: