Traducido del inglés al español - www.onlinedoctranslator.

com

Vea discusiones, estadísticas y perfiles de autor para esta publicación en:https://www.researchgate.net/publication/282134830

Una revisión y perspectiva sobre el monitoreo de pavimentos

ArtículoenRevista Internacional de Investigación y Tecnología de Pavimentos · Septiembre 2012

CITAS LEE
34 1,808

3 autores:

Wenjing Xue dong wang

Instituto Politécnico y Universidad Estatal de Virginia Instituto Politécnico y Universidad Estatal de Virginia

14PUBLICACIONES186CITAS 13PUBLICACIONES305CITAS

VER EL PERFIL VER EL PERFIL

Linbing Wang
Instituto Politécnico y Universidad Estatal de Virginia

252PUBLICACIONES4,448CITAS

VER EL PERFIL

Algunos de los autores de esta publicación también están trabajando en estos proyectos relacionados:

Ensayo de pavimento aceleradoVer Proyecto

Programa Nacional de I + D de alta tecnología de China (Programa 863)Ver Proyecto

Todo el contenido que sigue a esta página fue subido porWenjing Xueel 25 de septiembre de 2015.

El usuario ha solicitado la mejora del archivo descargado.

Versión posterior a la impresión

UNA REVISIÓN Y PERSPECTIVA SOBRE EL MONITOREO DE

PAVIMENTOS

Wenjing Xue, Dong Wang Linbing Wang.

Este trabajo ha sido publicado en el International Journal of Pavement Research

and Technology:

Xue, W., Wang, D. y Wang, L. (2012). Una revisión y perspectiva sobre el monitoreo de
pavimentos. Revista internacional de investigación y tecnología de pavimentos, 5(5),
295-302.

El uso personal de este material está permitido. Se debe obtener el permiso de la Sociedad China de

Ingeniería de Pavimentos para todos los demás usuarios, incluida la reimpresión/reedición de este

material con fines publicitarios o promocionales, la creación de nuevos trabajos colectivos para su

reventa o redistribución a servidores o listas, o la reutilización de cualquier componente protegido por

derechos de autor de este trabajo en otros trabajos

URL:
http://ezproxy.lib.vt.edu:8080/login?url=http://search.proquest.com/docview/11244
47594?accountid=14826
 1
Xue, Wang y Wang
1
2 UNA REVISIÓN Y PERSPECTIVA SOBRE EL MONITOREO DE PAVIMENTOS
3 Wenjing Xue(1), DongWang(2), Linbing Wang(3)
4
5 (1)Virginia
Tech Transportation Institute (autor correspondiente) 3500
6 Transportation Research Plaza
7 Blacksburg, VA, EE. UU. 24060
8 Tel. 540-553-1625
9 Fax: (540)231-1555
10 Correo electrónico:wenjingx@vt.edu

11
12 (2)Instituto
de Transporte de Virginia Tech
13 3500 Transportation Research Plaza
14 Blacksburg, VA, EE. UU. 24060
15 tel. 540-230-7165
dieciséis Fax: (540)231-1555
17 Correo electrónico:wangd@vt.edu

18
19 (3)Virginia Tech
20 301-N Pasillo de Patton
21 Blacksburg, VA 24061
22 tel. 540-231-5262
23 Fax: (540)231-1555
24 Correo electrónico:lbwang@vt.edu

25
26
27
28
29
30
31
32
33
34 Recuento total de palabras: 5998 palabras
35 Texto del cuerpo: 5748 palabras
36 Tablas: 1*250=250 palabras
37
38
 2
Xue, Wang y Wang
1
2 RESUMEN
3 El monitoreo de pavimentos es una parte esencial de la investigación de pavimentos y muy importante para el
4 sistema de transporte socializado. desde mediados del 20elsiglo, se han dedicado varias tecnologías de
5 detección para mejorar la sensibilidad, la funcionalidad, la escala, la tasa de vida y la resistencia al entorno
6 hostil. Siguió el florecimiento del sistema de monitoreo de pavimentos, que emergió con más ventajas, incluida
7 una mayor precisión, una mayor escala, una mayor duración, una mayor comprensión, etc. Al mismo tiempo,
8 otros sistemas de monitoreo relacionados, como el monitoreo de puentes, Weighin-Motion (WIM), los sistemas
9 de clasificación de tráfico también se desarrollan vigorosamente y pueden integrarse con el monitoreo de
10 pavimentos con más beneficios.
11 En este documento, el monitoreo del pavimento se clasifica en función de las frecuencias de
12 monitoreo y las tecnologías de detección, y cada categoría se rastrea con un desarrollo importante
13 descrito. La historia y el estado actual de los sistemas de monitoreo relacionados e integrados se revisan
14 de acuerdo con diferentes objetivos de monitoreo y metodologías de detección. También se analizan
15 algunos desarrollos nuevos que representan tendencias futuras.
dieciséis
 3
Xue, Wang y Wang
1
2 INTRODUCCIÓN
3 La importancia de las aceras para la economía y la sociedad es evidente. El concepto “Smart Road” se está
4 implementando con una variedad de tecnologías avanzadas dedicadas a diferentes respuestas inteligentes, y
5 una parte esencial de la carretera inteligente es el control del pavimento.
6 En los últimos años, el Sistema de Gestión de Pavimentos (PMS) ha traído muchos beneficios al
7 sistema de transporte socializado. Las estrategias y decisiones de PMS se basan en varias observaciones
8 y mediciones del pavimento o Monitoreo de pavimento. Como componente esencial del PMS, la
9 evaluación de pavimentos (monitoreo de baja frecuencia, denominado también monitoreo de
10 pavimentos en lo sucesivo) y el monitoreo de pavimentos han atraído mucha más atención y se han
11 mejorado a través de varias tecnologías y metodologías avanzadas en las últimas décadas.
12
13 EVALUACIÓN DEL ESTADO DE LA SUPERFICIE Y DEFLEXIÓN DEL PAVIMENTO
14 Las condiciones de la superficie de los pavimentos, incluyendo la ocurrencia y severidad de grietas, surcos, desgaste,
15 deflexión y otras fallas presentes en la superficie del pavimento, son un indicador importante del desempeño del
dieciséis pavimento. El programa Rendimiento del pavimento a largo plazo (LTPP) ha recopilado las condiciones de la
17 superficie del pavimento y muchas otras medidas de rendimiento del pavimento en una variedad de pavimentos, y la
18 mayoría de las agencias de transporte estatales han recopilado datos de deterioro del pavimento para la gestión del
19 pavimento en los últimos años.1).
20 El agrietamiento de la superficie es un indicador obvio e importante del desempeño del pavimento. Los
21 enfoques convencionales de análisis de agrietamiento del pavimento visual y manual se pueden utilizar para
22 monitorear las condiciones de la superficie. Sin embargo, estos métodos tradicionales son muy costosos, requieren
23 mucho tiempo, son peligrosos para los inspectores, requieren mucha mano de obra y son subjetivos (2). Todos los
24 inconvenientes llevan a las personas a explorar métodos más avanzados, más seguros y más eficientes para evaluar
25 el estado de la superficie del pavimento. Desde la década de 1990, la evaluación de pavimentos utilizando imágenes
26 digitales se ha vuelto cada vez más popular como resultado del salto significativo en las ciencias de la visión artificial y
27 el procesamiento de imágenes.3). En 1991, Mohajeri y Manning desarrollaron un enfoque para procesar imágenes
28 segmentadas de deterioro del pavimento con filtros direccionales (4). En 1993, Koutsopoulos y Downey exploraron
29 algoritmos estadísticos para la mejora de imágenes, la segmentación y la clasificación de problemas.5). Se han
30 estudiado muchas técnicas sofisticadas para mejorar la precisión de la clasificación (6, 7), y entre las cuales la teoría
31 de los conjuntos borrosos es la más popular (2, 8).
32 La deflexión de la superficie es un indicador confiable de la respuesta estructural del pavimento (9), y
33 se ha medido en muchos proyectos de monitoreo de pavimentos. En 1971, se estableció el criterio de falla de la
34 NAPTF (Instalación Nacional de Pruebas de Pavimentos de Aeropuertos) a través de la prueba de Carga de
35 Engranaje Pesado de Ruedas Múltiples (MWHGL) del Cuerpo de Ingenieros del Ejército de EE. UU. (US COE)
36 realizada en Vicksburg, Mississippi (10). En 2000, la deformación de un pavimento dentro de la Instalación de
37 carga rodante de la Universidad de Newcastle (NUROLF) se midió mediante imágenes estereoscópicas
38 utilizando fotogrametría tanto analítica como digital (11). En 2001, McQueen et al.(12) validó la relación carga-
39 deflexión lineal de los resultados de la prueba NAPTF HWD. Gopalakrishnan(13) introdujo una prueba de
40 Deflectómetro de Peso Pesado (HWD) para monitorear el efecto de los aviones Boeing 777 y Boeing 747
41 simulados en la condición del pavimento.
 4
Xue, Wang y Wang
1 El cronograma para el monitoreo del pavimento, llamado frecuencia de monitoreo, tiene cierto impacto en la
2 predicción del desempeño del pavimento y, al final, en la toma de decisiones sobre el pavimento (14). Para evaluar las
3 condiciones de los pavimentos, la mayoría de las agencias de carreteras recopilan los datos de las condiciones anualmente,
4 cada dos años y cada tres años (15). Según el estudio de Haider et. al en 2011(14), “el intervalo de monitoreo puede afectar
5 las condiciones de la red a corto y largo plazo para diversas estrategias de conservación”, “el monitoreo del agrietamiento
6 (basado en imágenes) en un intervalo de 1 año será más apropiado, mientras que para la rugosidad (basado en sensores);
7 podría ser adecuado un intervalo de seguimiento de 1 a 2 años”.
8
9 SENSORES DE MONITOREO DE LA SALUD DEL PAVIMENTO IN SITU
10 Como se describe en las secciones anteriores, el monitoreo de la condición del pavimento se puede realizar mediante una
11 investigación visual y varios métodos de prueba. La mayoría de estos métodos se pueden utilizar en cualquier pavimento
12 interesado, teniendo las ventajas de la flexibilidad espacial. En contraste, los sistemas de monitoreo con dispositivos de
13 detección instalados en el pavimento también han sido investigados intensamente para lograr un monitoreo en tiempo real,
14 que tiene una frecuencia superior al monitoreo del pavimento.
15 El monitoreo de la salud del pavimento es esencial en la gestión del pavimento y fundamental para el
dieciséis sistema de transporte socializado e integrado. La medición precisa de las distribuciones de tensión y tensión
17 en el pavimento es fundamental para la comprensión del comportamiento del pavimento y el modelado de la
18 falla del pavimento. Los gobiernos y las agencias de transporte de todo el mundo han dedicado enormes
19 esfuerzos al monitoreo in situ. Después de varias décadas de investigación y aplicación, se ha desarrollado una
20 amplia variedad de sensores para el monitoreo de pavimentos in situ, y la mayoría de los sensores se pueden
21 clasificar en dos categorías: sensor electromagnético y sensor de fibra óptica.
22
23
24 Sensores electromagnéticos
25 La aplicación de sensores electromagnéticos en el monitoreo de pavimentos se remonta a la década de 1960 (
26 dieciséis). En 1991, Sebaaly et al.(17) probaron varios tipos de instrumentación de pavimento, incluyendo celda
27 de presión, deflectómetro, medidor de tensión, termopar, sensor de humedad y sensor de ubicación
28 transversal del vehículo, para la evaluación de campo bajo la carga real del camión. En 1995, Sebaaly et al.(18)
29 midió las deformaciones por tracción en pavimento flexible utilizando el sensor de efecto Hall en una
30 configuración de calibre H. En 2001, se incrustaron celdas comerciales de esfuerzo de tipo diafragma en la
31 subrasante para comparar el desempeño de dos secciones de prueba de pavimento instrumentadas bajo un
32 simulador de tráfico lineal (19). En 2005, Huff et al.(20) investigó sensores de eje piezoeléctricos para obtener
33 datos dinámicos de deflexión del pavimento. En 2011, Xue y Weaver (21) exploró el efecto de los neumáticos de
34 base ancha en la respuesta a la tensión del pavimento en función de los datos recopilados de SPS-8 en Ohio-
35 SHRP US 23 Test Road en 1997. En el mismo año, se desarrolló un novedoso sensor inalámbrico
36 autoalimentado basado en la integración de transducción piezoeléctrica con inyección de puerta flotante, que
37 también es capaz de detectar tensión y temperatura simultáneamente (22).
38
39 Sensores de fibra óptica
40 Los sensores de fibra óptica han atraído muchos esfuerzos en el monitoreo de infraestructura de ingeniería
41 civil debido a varios de sus atributos positivos, incluidas las capacidades de detección distribuida, pequeños
 5
Xue, Wang y Wang
1 Diámetro, peso ligero, inmunidad a interferencias electromagnéticas, gran capacidad de supervivencia y alta
2 sensibilidad (23, 24).
3 En 1994, Navarrete y Bernabeu(25) describió un sistema de interferometría, que puede detectar
4 cambios en la presión sobre la fibra y medir otro estímulo externo y cambios simultáneamente. En 1995,
5 Signore y Roesler (26) utilizaron sensores de fibra óptica para estudiar el comportamiento de la deformación
6 lateral de muestras de asfalto emulsionado cargadas axialmente y obtuvieron su relación de Poisson. En 1996,
7 la fibra multimodo de poliamida fue trenzada para aumentar la sensibilidad. En 2005, Wang y Tang(27)
8 desarrolló un nuevo sensor de rejilla de Bragg de fibra de alta resolución (FBG) que consiste en un FBG
9 referenciado y un par de rejillas de fibra, y proporcionó el potencial de medición simultánea de la tensión y la
10 temperatura dentro de los pavimentos. Debido al creciente interés por la respuesta y el rendimiento en toda la
11 estructura, la monitorización tridimensional ha ganado cada vez más atención. En 2012, Zhou et al. configurar
12 un conjunto de sensor basado en rejilla de fibra óptica 3D (28).
13
14 Sistema de Monitoreo de Pavimentos
15 Para una mejor comprensión del pavimento, varias instalaciones de investigación de pavimentos (carreteras de
dieciséis prueba) se han convertido en una parte integral de la investigación e ingeniería de pavimentos, y la principal fue la
17 prueba de carretera AASHO realizada en Ottowa, Illinois, de 1958 a 1960.29). Ya en 1989, Rollings y Pittman
18 presentaron el resultado de las pruebas del modelo instrumental y la prueba de tráfico a gran escala en pavimento
19 rígido, que coincidía bien con el modelo analítico de borde cargado de Westergaard en las tensiones de diseño (30).
20 En 2004, se instrumentaron completamente ocho secciones para medir las respuestas del pavimento in situ bajo
21 carga en la pista de pruebas de NCAT (29). Timm et al.(31) presentó los procedimientos de recopilación y
22 procesamiento de datos para la instrumentación de la pista de pruebas NCAT. MnROAD en Minnesota estaba
23 fuertemente instrumentado con 40 celdas de prueba; basado en los datos monitoreados, Lukanen desarrolló factores
24 de equivalencia de carga (LEF) basados en mecanismos en 2005 (32). Virginia Smart Road es otra instalación de
25 investigación de pavimentos al aire libre ubicada en Blacksburg de Virginia, que tiene doce secciones instrumentadas
26 (33). En 2006, Loulizi et al. (34) utilizaron una sección de Virginia Smart Road para comparar la tensión y la
27 deformación medidas, y obtuvieron la diferencia entre las tensiones y las deformaciones medidas in situ y calculadas
28 para una sección de pavimento flexible.
29
30 SISTEMA DE MONITOREO INTEGRADO
31 Con el desarrollo de la tecnología de la información y la digitalización, los sistemas tradicionales de monitoreo
32 de pavimentos se han integrado con otros sistemas de monitoreo, incluido el monitoreo de puentes, pesaje en
33 movimiento (WIM), clasificación de tráfico, etc. Tanto los sensores electromagnéticos como los de fibra óptica
34 han sido ampliamente estudiados y utilizados en varios sistemas integrados de monitoreo de pavimentos.
35
36
37 Monitoreo de puentes
38 Muchos puentes en todo el mundo son monitoreados de cerca debido a su importancia económica
39 y vulnerabilidad a cargas extremas y condiciones ambientales adversas (35). El monitoreo de
40 puentes es conveniente para ser integrado con el monitoreo de pavimentos debido a su similitud en
41 estructura y función. El sistema de monitoreo del puente Geumdang en Corea que utiliza sensores
42 inalámbricos de alta resolución se combina con la prueba de paso de dos carriles que
 6
Xue, Wang y Wang
1 empleó 1897 sensores para evaluar tres tipos de pavimento construido a lo largo de la carretera (36). En
2 Hong Kong, el sistema de monitoreo integrado con más de 800 sensores instalados permanentemente
3 en los tres puentes soportados por cables de gran envergadura: el puente colgante Tsing Ma, el puente
4 atirantado Kap Shui Mun y el puente Ting Kau (37). En Estados Unidos, el puente Commodore Barry está
5 equipado con 77 sensores y 115 canales para rastrear el entorno de carga y las respuestas estructurales,
6 y se espera que se integre con un sistema WIM en el futuro (38). En 2012, Kim y Lynch(39) instalaron
7 sensores inalámbricos tanto en el puente como en el vehículo en movimiento y registraron la interacción
8 dinámica entre el puente y el vehículo.
9
10 Sistema WIM
11 El pesaje en movimiento (WIM) consiste en obtener el peso de un vehículo mientras el vehículo está en
12 movimiento. Desde que se planteó el concepto hace sesenta años(40), las tecnologías WIM se han
13 utilizado cada vez más en todo el mundo para el control de peso de vehículos pesados, la protección y
14 gestión de pavimentos y otras infraestructuras(41). Por ejemplo, hay más de 100 estaciones de pesaje en
15 movimiento en todo California para 2002 (42). En la actualidad, se utilizan varios tipos principales de
dieciséis sensores para estaciones WIM: sensores piezoeléctricos, tapetes capacitivos, placas de flexión, celdas de
17 carga y fibra óptica.41, 43). El sistema WIM de carretera original (44) utilizó dispositivos de pesaje en un
18 carril de la carretera. Ya en 1989 (45), se instaló un sistema de pesaje en movimiento de alta velocidad
19 fabricado y suministrado por International Road Dynamics (IRD) en la autopista 1 cerca de Regina de
20 Canadá.
21 Durante los últimos veinte años, cada tipo de estación WIM ha sido ampliamente estudiada y
22 desarrollada por académicos y agencias de transporte de todo el mundo. Debido a las propiedades de
23 detección distribuida, la alta resistencia ambiental y otras ventajas, los estudios y aplicaciones de sensores de
24 fibra óptica en sistemas WIM aumentaron significativamente en los últimos 10 años (23, 46-49). En 2007,
25 Cheng et al.(50) presentó el diseño de un nuevo sensor de pesaje flexible capacitivo para un sistema WIM de
26 vehículos. En el mismo año, Zhang et al(51) investigó un novedoso sistema WIM basado en múltiples sensores
27 de deformación de hormigón integrados de bajo costo, peso ligero, pequeño volumen y alta precisión.
28
29
30 Clasificación del tráfico
31 La clasificación de vehículos es otra categoría importante de recopilación de datos de tráfico. El estudio de la
32 clasificación de vehículos se remonta a 1976 (52), y se utilizó un equipo detector comercial para medir algunos
33 parámetros de configuración de un vehículo que pasaba con una estimación aproximada. A día de hoy, se ha
34 dedicado mucha información y tecnología de detección a mejorar la clasificación. Las tecnologías de
35 clasificación de vehículos en uso actual se pueden agrupar en tres categorías principales: basadas en ejes,
36 basadas en la longitud del vehículo y basadas en visión artificial (visual) (53). En los últimos años, las
37 tecnologías de detección más populares utilizadas en la detección de vehículos son sensores piezoeléctricos,
38 bucles inductivos y sensores de fibra óptica. El sensor piezoeléctrico es el más instrumentado y se ha
39 acumulado mucha experiencia. En la década de 1990, se desarrollaron bucles inductivos más baratos
40 (generalmente detectores de bucle simple o doble) para reemplazar los costosos sensores piezoeléctricos con
41 una alta eficiencia de clasificación preservada (54-58). La aplicación del sensor de rejilla de fibra en la
42 clasificación del tráfico aumenta debido a sus ventajas y su amplia aplicación en la salud del pavimento.
 7
Xue, Wang y Wang
1 sistema de monitoreo y pesaje en movimiento. Los esfuerzos de los académicos de todo el mundo están dedicados a
2 mejorar su desempeño en la clasificación de vehículos (59-62). Al mismo tiempo, algunos otros investigadores
3 dedicaron esfuerzos a hacer uso de sensores tradicionales para el monitoreo de la salud para detectar y clasificar
4 vehículos. En 2008, Zhang et al.(63) presentó un nuevo método de clasificación de vehículos y desarrolló un detector
5 de control de tráfico con galgas extensiométricas de hormigón incrustadas.
6
7 Recopilación de datos de tráfico
8 Los sistemas WIM y el sistema de clasificación de vehículos mencionados anteriormente, junto con la medición
9 de la velocidad del vehículo, forman parte de la recopilación de datos de tráfico. “La recopilación y el informe
10 de datos de camiones es un programa importante que los departamentos estatales de transporte (DOT) deben
11 mantener para cumplir con los requisitos de la FHWA”(53). Por ejemplo, el Departamento de Transporte de
12 Florida (FDOT) tiene aproximadamente 350 sitios de clasificación de tráfico y WIM ubicados en todo el estado,
13 incluidos miles de sensores piezoeléctricos (64). Debido a la baja tasa de supervivencia de los sensores
14 piezoeléctricos, FDOT se comprometió con el desarrollo de sensores de fibra óptica en la clasificación de tráfico
15 y el sistema WIM debido a su flexibilidad, resistencia a la corrosión e inmunidad a la interferencia
dieciséis electromagnética (sesenta y cinco); en este proyecto, Cosentino y Grossma desarrollaron un sensor de tráfico
17 de fibra óptica (FOTS) en 1996(66); mejoraron su sensibilidad, validaron su aplicación en pavimentos rígidos y
18 flexibles y exploraron su precisión WIM en 1997(67); finalmente, implementaron el sensor de tráfico de fibra
19 óptica diseñado en el sistema de monitoreo para la clasificación del tráfico y el sistema WIM en 2000 (68).
20 Desde junio de 2008, se utiliza una estación de medición in situ en Lenzburg, Suiza (69). Esta estación de
21 medición incluye sensores de peso en movimiento, sensores de tensión en movimiento, sensores de
22 temperatura y sensores de aceleración, y sirve como una herramienta útil tanto para la evaluación estadística
23 del tráfico como para la condición de carga del pavimento.
24
25 DESARROLLO RESUMEN DEL SISTEMA DE MONITOREO EN PAVIMENTO El monitoreo de pavimentos es
26 muy importante para la gestión del transporte y ha sido un punto clave de la investigación del transporte
27 desde mediados del siglo XX.elsiglo. El concepto amplio de monitoreo de pavimentos incluye la
28 evaluación de pavimentos (monitoreo con baja frecuencia) y el monitoreo de pavimentos in situ.
29
30 Para las evaluaciones de pavimentos, las condiciones de la superficie del pavimento (fisuración y
31 deflexión) se miden para evaluar su desempeño. Se han desarrollado muchas tecnologías de detección y
32 medición para reemplazar los métodos visuales y manuales tradicionales.
33 El monitoreo del pavimento in situ significa obtener las respuestas del pavimento a través de los
34 dispositivos de detección fijos en o alrededor del pavimento, y se da cuenta de la flexibilidad de tiempo de la
35 recopilación de datos. Los dispositivos de detección instalados en el pavimento se pueden clasificar en
36 sensores electromagnéticos y de fibra óptica según la señal transferida, y ambos se han estudiado mucho en
37 cuanto a sensibilidad, funcionalidad, escala, tasa de vida y resistencia a entornos hostiles. Como resultado, el
38 sistema de monitoreo de pavimentos ha mejorado en cuanto a precisión, escala, duración, exhaustividad y
39 otros factores.
40 Otro sistema de monitoreo relacionado, como monitoreo de puentes, pesaje en movimiento (WIM),
41 También se describen y revisan los sistemas de clasificación de tráfico. Se pueden integrar con
 8
Xue, Wang y Wang
1 monitorear fácilmente el pavimento debido a su estructura y función similares, y se puede esperar un
2 tremendo beneficio potencial.
3 Como resumen de la revisión, los desarrollos descritos de los sistemas de monitoreo de
4 pavimentos in situ y otros sistemas de monitoreo que se pueden integrar con el sistema de monitoreo de
5 pavimentos se tabulan en la TABLA 1.
6
7 TABLA 1 S tuMaría o FDesarrollo reciente nortet en Monitori norteSistema g metros en/para Pav elemento
Propósito de
Autores/Infraestructura Medidores Detección
Vigilancia Año Sensores Nota
re t Tipo
Sistema
Escala completa,

1946(30) Rollings y Pittman Tensión muscular EM Galga extensiométrica acelerado

pruebas de trafico

Estrés;
desviación;
tensión muscular;

1991(17) Sebaaly et al. temperatura; EM N/A N/A

humedad;
vehículo
localización.

dispositivos WIM,
Tensión-deformación, temperatura, Tanto rígido como
1994(32) Mn Road, Minnesota aplicado EM humedad, flexible
cargando tensión térmica pavimentos
sensores
Efecto Hall
1995(18) Sebaaly et al. Tensión muscular EM Galga extensiométrica
calibrar

Laboratorio
1995(26) Signore y Roesler Tensión muscular FO N/A
Acera prueba

Estado de salud 1997(21) Ruta de prueba US 23, Ohio Tensión muscular EM Galga extensiométrica N/A

celda de presión,
Tensión-deformación, medidores de deformación,

1998(33, Virginia inteligente temperatura, par termoeléctrico,

EM N/A
34) Carretera, Virginia humedad, escarcha reflectometría
penetración y resistividad
sondas
Escala completa,
diafragma-
2001(19) Gonçalves et al. Estrés EM acelerado
tipo de celda de estrés
pruebas de trafico

medidor de tensión,

Tensión, estrés, celda de presión,

2004(29,
NCAT humedad y EM humedad N/A
31)
temperatura sondas y
termistor
digitalizado Piezoeléctrico
2005(20) Huff et al. EM N/A
Actual sensor de eje
colar y fibra bragg Medir la tensión
2005(27) Wang y Tang FO
temperatura Rejilla y
 9
Xue, Wang y Wang
Sensor temperatura
simultáneo
y
autoalimentado
colar y Piezoeléctrico
2011(22) Lajnef et al. EM piezo-flotante-
temperatura transducción
matriz de puertas

2012(28) Autopista Tailai, China Tensión muscular FO OFBG monitoreo 3D

Tensión/estrés, Viento y
Puente Tsing Ma, desplazamiento, Estructural
Puente Kap Shui Mun y aceleración, Salud
2000(70) EM N/A
puente ting kau, temperatura, Vigilancia
Hong Kong viento, eje Sistema
carga (LAVADOS)
calibradores de tensión,

piezoeléctrico
Viento, tensión
Comodoro Barry acelerómetro
2000(38) y EM N/A
Puente, Nueva Jersey arena
aceleración.
Puente ultrasónico
Vigilancia anemómetro
2006 (71, Cañón de Alamosa
Aceleración EM N/A N/A
72) Puente, Nuevo México
Tradicional
puente geumdang, piezoeléctrico
2006(36) Aceleración EM atado y
Corea y capacitivo
inalámbrico

capacitivo
acelerómetro
Aceleración vehículo-puente
2012(39) Puente Yeondae, Corea EM y
y tacto interacción
piezoeléctrico
sensor táctil
IRD-WIM-
1986(45) Carretera 1, Canadá carga, velocidad EM sistema 5000 N/A
y radar
Mach-Zehnder
1994(25) Navarret y Bernabéu Presión FO N/A
interferómetro
michelson
2004(46) Yuan et al. Presión FO N/A
interferómetro
WIM peso ligero,
Capacitivo pequeño volumen
2007(43) Chen et al. EM
y
Tensión muscular
sensor
portabilidad.
Dos
concéntrico
2008(23) Malla et al. Carga FO N/A
guía de luz
regiones
Inductivo Bucle inductivo
2001(54) Gajda et al. EM Barato
Voltaje detector
Vehículo
2002(60- Amplitud de
Clasificación Interestatal 84 en Oregón FO N/A N/A
62) señal óptica
2003(57) Interestatal 710 en Tráfico em Soltero N/A
 10
Xue, Wang y Wang
California volumen, bucle inductivo
longitud del vehículo detector
y velocidad
Bucle único,
Inductivo bucle doble y
2009(55) I-70 e I-71, OHIO EM N/A
Voltaje Piezoeléctrico
detector
Microcurvatura
Fibra óptica
Cosentino y WIM; vehículo fibra óptica
FO
2000(sesenta y cinco-
detector de trafico
68) Hombre bruto clasificación sintiendo
(FOTS)
tecnología
Piezoeléctrico Más de 300
WIM y
sensor, lazo continuo
1988(64) Florida vehículo EM
detector, y vigilancia
clasificación
placa de flexión sitios
Integrado
WIM, Estrés-
Datos de tráfico
Vehículo en movimiento,
Recopilación
peso, trafico temperatura Huella
autopista A1,
2008(69) clasificación, EM y medición
Suiza
temperatura, aceleración estación
aceleración sensores

WIM y
2008(51, tensión de la tira Simple y
Zhang et al. vehículo EM
63) sensor eficiente
clasificación
1 NA = no disponible

2
3 FUTURAS TENDENCIAS
4 Actualmente, se está desarrollando un sistema de monitoreo de transporte integrado en Virginia Tech
5 Transportation Institute, que está financiado por el proyecto colaborativo "Evaluación y gestión de
6 monitoreo de activos de infraestructura integrada". Este proyecto investigaría la viabilidad y los
7 beneficios potenciales de la integración de los sistemas de monitoreo de infraestructura en el sistema de
8 gestión del transporte.
9 Este sistema de monitoreo in situ está ubicado en la Ruta 114 de Virginia en Christiansburg, Virginia.
10 La instrumentación fue diseñada para proporcionar respuestas del pavimento de deformación, tensión,
11 temperatura y humedad en la capa de hormigón asfáltico. Los medidores seleccionados incluyen galgas
12 extensiométricas horizontales y verticales CTL, manómetro, termopar y sonda de humedad. La instalación fue
13 asignada en la brecha de un proyecto de superposición de VDOT. Los nodos inalámbricos, cableados con
14 sensores instalados, se colocan al costado del pavimento para enviar la señal a la computadora cercana.
15
dieciséis Hasta el momento se ha finalizado el diseño, instalación, calibración preliminar del sistema de
17 monitoreo. Se han realizado algunos experimentos para desarrollar la metodología de cálculo retrospectivo. El
18 propósito de este sistema de monitoreo de transporte es monitorear tanto el tráfico como las condiciones del
19 pavimento. Cuando esté terminado, servirá como sistema de pesaje en movimiento y sistema de clasificación
20 de tráfico, además de recopilar la respuesta mecánica y monitorear el estado de salud del pavimento. Un
21 novedoso método de cálculo retrospectivo basado en un modelo de distribución estará presente para
 11
Xue, Wang y Wang
1 estimar la velocidad de un vehículo, la deambulación, el número de ejes, la distancia entre ejes, la distancia
2 entre ruedas y el peso de los ejes.
3 El proyecto de investigación de VTTI representa tendencias futuras, incluidas las siguientes:
4 - Monitoreo integrado de respuesta y condición del pavimento con monitoreo de información
5 de tráfico;
6 - Integración de múltiples tipos de sensores para diferentes variables;
7 - Modelado computacional avanzado integrado para la estimación precisa de parámetros;
8 - Transmisiones de datos inalámbricas y autoalimentadas.
9 Además, la robustez de los sistemas de sensores integrados, los procedimientos de instalación
10 mejorados y el paquete de análisis y recopilación de datos integrados seguirán siendo el foco principal de la
11 investigación y los sistemas de monitoreo económicos y factibles para el despliegue de gran alcance serán
12 factibles en la próxima década.
13
14 REFERENCIAS
15 1. Corley-Lay, J., F. Jadoun, J. Mastin e Y. Kim. Comparación de problemas de pavimentos flexibles
dieciséis monitoreados por el Departamento de Transporte de Carolina del Norte y el Programa de
17 Rendimiento de Pavimentos a Largo Plazo. EnRegistro de investigación de transporte: Diario de la
18 Junta de Investigación de Transporte, No. 2153, Junta de Investigación de Transporte de las
19 Academias Nacionales, Washington, DC, 2010, págs. 91-96.
20 2. Cheng, H., J. Chen, C. Glazier y Y. Hu. Enfoque novedoso para la detección de grietas en el pavimento basado
21 en la teoría de conjuntos borrosos.Revista de Computación en Ingeniería Civil, vol. 13, No. 4, 1999, págs.
22 270-280.
23 3. Amarasiri, S., M. Gunaratne, S. Sarkar y A. Nazef. Herramientas basadas en la textura óptica para monitorear
24 el desgaste y las grietas de la superficie del pavimento usando imágenes digitales. EnRegistro de
25 investigación de transporte: Diario de la Junta de Investigación de Transporte, No. 2153, Junta de
26 Investigación de Transporte de las Academias Nacionales, Washington, DC, 2010, págs. 130-140.
27 4. Mohajeri, MH y PJ Manning. Aria: Un Sistema Operativo de Diagnóstico de Dificultades en Pavimentos
28 por Procesamiento de Imágenes. EnRevista de registro de investigación de transporte de la Junta de
29 Investigación de Transporte, No. 1311, Junta de Investigación de Transporte de las Academias
30 Nacionales, Washington, DC, 1991, págs. 120-130.
31 5. Koutsopoulos, H. y A. Downey. Clasificación basada en primitivas de imágenes de agrietamiento de
32 pavimentos.Revista de ingeniería de transporte, vol. 119, núm. 3, 1993, págs. 402-418.
33 6. Hass, C. y HC Modelo computarizado de superficie de pavimento. EnRegistro de investigación de
34 transporte: Diario de la Junta de Investigación de Transporte, No. 1260, Junta de Investigación de
35 Transporte de las Academias Nacionales, Washington, DC, 1990, págs. 91-98.
36 7. Walker, RS y RL Harris. Sistema de detección de grietas en el pavimento sin contacto. En Registro de
37 investigación de transporte: Diario de la Junta de Investigación de Transporte, No. 1311, Junta de
38 Investigación de Transporte de las Academias Nacionales, Washington, DC, 1991, págs. 149-157.
39
40 8. Chou, J., WA O'Neill y H. Cheng. Evaluación del deterioro del pavimento utilizando lógica difusa e
41 invariantes de momento. EnRegistro de investigación de transporte: Diario del transporte
 12
Xue, Wang y Wang
1 Junta de Investigación, No. 1505, Junta de Investigación de Transporte de las Academias Nacionales,
2 Washington, DC, 1995, págs. 39-46.
3 9.Nchrp 1-26, Procedimientos de análisis estructural mecanicista calibrado para pavimento. Junta de
4 Investigación del Transporte, 1990.
5 10. Ahlvin, RG, WJ Turnbull, JP Sale y AA Maxwell.Pruebas de pavimento de carga de engranajes pesados
6 de ruedas múltiples. Publicación AFWL-TR-70-113. INGENIERO DEL EJÉRCITO ESTACIÓN DE
7 EXPERIMENTOS DE VÍAS ACUÁTICAS VICKSBURG MS, 1971.
8 11. Mills, JP, I. Newton y GC Peirson. Monitoreo de la deformación del pavimento en una instalación de
9 carga rodante.El Registro Fotogramétrico, vol. 17, núm. 97, 2001, págs. 7-24.
10 12. McQueen, RD, W. Marsey y JM ArzeAnálisis de datos de pruebas no destructivas en pavimentos flexibles
11 adquiridos en la instalación de pruebas de pavimentos del aeropuerto nacional. Avance de pavimentos de
12 aeródromos. Sociedad Estadounidense de Ingenieros Civiles, Reston, VA,
13 13. Gopalakrishnan, K. Monitoreo de condición de pavimentos bituminosos sujetos a carga dinámica
14 repetida de aeronaves.La revista báltica de ingeniería de carreteras y puentes, vol. 1, núm. 3, 2006,
15 págs. 135-142.
dieciséis 14. Haider, SW, K. Chatti, GY Baladi y N. Sivaneswaran. Impacto de la Frecuencia de Monitoreo de Pavimentos
17 en las Decisiones del Sistema de Gestión de Pavimentos. EnRegistro de investigación de transporte: Diario
18 de la Junta de Investigación de Transporte, No. 2225, Junta de Investigación de Transporte de las Academias
19 Nacionales, Washington, DC, 2011, págs. 43-55.
20 15. McGhee, KHSíntesis de Nchrp de Highway Practice 334: técnicas automatizadas de recolección de daños en
21 el pavimento. Junta de Investigación de Transporte de las Academias Nacionales, 2004.
22 16. Potter, JF, HC Mayhew y AP Mayo.Instrumentación del experimento a escala completa en la carretera
23 troncal A1 en Conington, Huntingdonshire., 1969.
24 17. Sebaaly, PE, N. Tabatabaee, B. Kulakowski y T. Scullion.Instrumentación para pavimentos flexibles:
25 rendimiento de campo de sensores seleccionados. Publicación No. FHWA-ED-91-094. Administración
26 Federal de Carreteras, 1991.
27 18. Sebaaly, PE, N. Tabatabaee y B. Kulakowski. Evaluación del Sensor de Efecto Hall para
28 Instrumentación de Pavimentos.Revista de Pruebas y Evaluación, vol. 23, No. 3, 1995, págs.
29 189-195.
30 19. Gonçalves, FP, JAP Ceratti y AVD Bica. El uso de celdas de esfuerzo integradas para monitorear el
31 desempeño del pavimento.Diario de pruebas geotécnicas., vol. 26, No. 4, 2003, págs. 363-372.
32
33 20. Huff, R., C. Berthelot y B. Daku. Sistema de Respuesta de Pavimento Dinámico Primario Continuo
34 Utilizando Sensores de Eje Piezoeléctricos.revista canadiense de ingeniería civil, vol. 32, N° 1, 2005,
35 págs. 260-269.
36 21. Xue, WJ y E. Weaver. Respuesta a la deformación por cizallamiento del pavimento en neumáticos dobles y de base
37 ancha. En Registro de investigación de transporte: Diario de la Junta de Investigación de Transporte, No. 2225,
38 Junta de Investigación de Transporte de las Academias Nacionales, Washington, DC, 2011, págs. 155-164.
39
40 22. Lajnef, N., M. Rhimi, K. Chatti y L. Mhamdi. Hacia un Sistema Integrado de Detección Inteligente y Técnicas
41 de Interpretación de Datos para el Monitoreo de la Fatiga del Pavimento.Ingeniería Civil y de
42 Infraestructura Asistida por Computador, vol. 26, núm. 7, 2011, págs. 513-523.
 13
Xue, Wang y Wang
1 23. Malla, R., A. Sen y N. Garrick. Un sensor de fibra óptica especial para medir las cargas de las ruedas de los
2 vehículos en las carreteras.Sensores, vol. 8, N° 4, 2008, págs. 2551-2568.
3 24. Li, HN, DS Li y G. Song. Aplicaciones recientes de sensores de fibra óptica para el monitoreo de
4 la salud en ingeniería civil.Estructuras de ingeniería, vol. 26, 2004, págs. 1647-1657.
5 25. Navarrete, MC y E. Bernabéu. Sensor de pesaje en movimiento de fibra óptica.Sensores y
6 Actuadores A: Físico, vol. 41, núm. 1 a 3, 1994, págs. 110 a 113.
7 26. Signore, JM y JR Roesler. Uso de técnicas de detección de fibra óptica para monitorear el
8 comportamiento de los materiales de transporte. EnRegistro de investigación de transporte: Diario de
9 la Junta de Investigación de Transporte, No. 1478, Junta de Investigación de Transporte de las
10 Academias Nacionales, Washington, DC, 1995, págs. 37-43.
11 27. Wang, JN y JL Tang. Uso de sensores de rejilla de Bragg de fibra para monitorear estructuras de
12 pavimento. EnRegistro de investigación de transporte: Diario de la Junta de Investigación de
13 Transporte, No. 1913, Junta de Investigación de Transporte de las Academias Nacionales, Washington,
14 DC, 2005, págs. 165-176.
15 28. Zhou, Z., WQ Liu, Y. Huang, HP Wang, JP He, MH Huang y JP Ou. Ensamblaje de sensor de rejilla de
dieciséis Bragg de fibra óptica para monitoreo de deformación 3d y su estudio de caso en pavimento de
17 carretera.Sistemas Mecánicos y Procesamiento de Señales, vol. 28, 2012, págs. 36-49.
18 29. Timm, DH, AL Priest y TV McEwen.Diseño e Instrumentación del Experimento de Pavimento
19 Estructural en la Pista de Pruebas de Ncat. Publicación Informe NCAT 04-01. Centro Nacional de
20 Tecnología de Asfalto, Universidad de Auburn, 2004.
21 30. Rollings, RS y DW Pittman. Instrumentación de Campo y Monitoreo de Desempeño de
22 Pavimentos Rígidos.Revista de ingeniería de transporte, vol. 118, núm. 3, 1992, págs. 361-370.
23 31. Timm, DH y AL Sacerdote.Recopilación y procesamiento de datos de respuesta dinámica del
24 pavimento en la pista de prueba Ncat. Publicación Informe NCAT 04-03. Centro Nacional de
25 Tecnología de Asfalto, Universidad de Auburn, 2004.
26 32. Lukanen, EOPruebas de carga de secciones de pavimento instrumentadas. Publicación Departamento de
27 Transporte de Minnesota, Sección de Servicios de Investigación, 2005.
28 33. Al-Qadi, IL, A. Loulizi, M. Elseifi y S. Lahouar. Virginia Smart Road: el impacto de la
29 instrumentación del pavimento en la comprensión del rendimiento del pavimento.El diario de
30 APPT, vol. 73, 2004, págs. 427-465.
31 34. Loulizi, A., I. Al-Qadi y M. Elseifi. Diferencia entre las tensiones y deformaciones calculadas y
32 medidas in situ del pavimento flexible.Revista de ingeniería de transporte, vol. 132, N° 7,
33 2006, págs. 574-579.
34 35. Estado actual de la práctica de Hipley, P. Caltrans. Diagnóstico Instrumental de Respuesta Sísmica de
35 Puentes y Presas. Universidad de California, Berkeley, 2001.
36 36. Lynch, JP, Y. Wang, KJ Loh, J.-H. Yi y C.-B. Yun. Supervisión del rendimiento del puente Geumdang
37 utilizando una red densa de sensores inalámbricos de alta resolución.Materiales y estructuras
38 inteligentes, vol. 15, No. 6, 2006, págs. 1561-1575.
39 37. Ko, J. y Y. Ni. Monitoreo de la Salud Estructural y Control Inteligente de Vibraciones de Puentes
40 Soportados por Cables: Investigación y Aplicación.Revista KSCE de ingeniería civil, vol. 7, N° 6,
41 2003, págs. 701-716.
 14
Xue, Wang y Wang
1 38. Barrish, Monitoreo instrumentado de JRA del puente Commodore Barry.Actas de SPIE, la
2 sociedad internacional de ingeniería óptica, vol. 3995, No. 1, 2000, págs. 112-126.
3 39. Kim, J. y JP Lynch. Análisis Experimental de la Interacción Vehículo-Puente Utilizando un Sistema de
4 Monitoreo Inalámbrico y una Técnica de Identificación de Sistemas en Dos Etapas.Sistemas Mecánicos
5 y Procesamiento de Señales, vol. 28, N° 0, 2012, págs. 3-19.
6 40. Norman, O. y R. Hopkins.Pesaje de vehículos en movimiento. 31ª Reunión Anual de la Junta de Investigación
7 de Carreteras. Washington DC, 1952.
8 41. George, Y. y C. Antoniou. Integración de Tecnologías de Pesaje en Movimiento en la Gestión de
9 Infraestructura Vial.Revista ITE, vol. 75, No. 1, 2005, págs. 39-43.
10 42. Lu, Q., J. Harvey, T. Le, J. Lea, R. Quinley, D. Redo y J. Avis.Análisis de tráfico de camiones utilizando
11 datos de pesaje en movimiento (Wim) en California. Publicación Universidad de California, Berkeley,
12 Instituto de Estudios de Transporte, Centro de Investigación de Pavimentos, 2002.
13 43. Cheng, L., H. Zhang y Q. Li. Diseño de un Sensor de Pesaje Flexible Capacitivo para Sistema Wim
14 Vehicular.Sensores, vol. 7, 2007, págs. 1530-1544.
15 44.Especificación estándar para sistemas de pesaje en movimiento (Wim) en carretera con requisitos de
dieciséis usuario y métodos de prueba. Publicación Sociedad Americana de Pruebas y Materiales, 1994.
17
18 45. Stamatinos, G. y J. Wyatt. Evaluación de Ird-Wim-5000: un sistema canadiense de pesaje en
19 movimiento.revista canadiense de ingeniería civil, vol. 17, N° 4, 1990, págs. 514-520.
20 46. Yuan, S., F. Ansari, X. Liu y Y. Zhao. Sensor de presión dinámica basado en fibra óptica para
21 sistema Wim.Sensores y Actuadores A: Físico, vol. 120, No. 1, 2005, págs. 53-58.
22 47. Teral, SR, SJ Larcher, J.-M. Caussignac y M. Barbachi. Sensor de pesaje en movimiento de
23 fibra óptica: correlación entre modelado y caracterización práctica.Actas de SPIE, la sociedad
24 internacional de ingeniería óptica, vol. 2718, N° 1, 1996, págs. 417-426.
25 48. Muhs, JD, JK Jordan, MB Scudiere y J. Kenneth W. Tobin. Resultados de un Sistema Portátil
26 de Pesaje en Movimiento de Fibra Óptica.Actas de SPIE - Sociedad Internacional de
27 Ingeniería Óptica, vol. 1584, 1991, págs. 374-386.
28 49. Kenneth W. Tobin, J. y JD Muhs. Algoritmo para un novedoso sistema sensor de pesaje en
29 movimiento de fibra óptica.Actas de SPIE - Sociedad Internacional de Ingeniería Óptica, vol. 1589,
30 1991, págs. 102-109.
31 50. Cheng, L., H. Zhang y Q. Li. Diseño de un Sensor de Pesaje Flexible Capacitivo para Sistema Wim
32 Vehicular.Sensores, vol. 7, N° 8, 2007, págs. 1530-1544.
33 51. Zhang, W., C. Suo y Q. Wang. Un nuevo sistema de sensores para medir las cargas de las ruedas de los
34 vehículos en las carreteras.Sensores, vol. 8, núm. 2008, págs. 7671-7689.
35 52. Nash, DD Alice: Equipo automático de clasificación e indicación de longitud. Un Equipo para
36 la Clasificación Automática de Vehículos y la Medición de su Velocidad.Ingeniería y Control
37 de Tráfico, vol. 17, núm. 12, 1976, págs. 496-501.
38 53. Benekohal, R. y M. Girianna. Tecnologías para la Clasificación de Camiones y Metodologías para la
39 Estimación de Millas Recorridas por Vehículos de Camiones. EnRegistro de investigación de transporte:
40 Revista de la Junta de investigación de transporte: Revista de la Junta de investigación de transporte, No.
41 1855, Junta de Investigación de Transporte de las Academias Nacionales, Washington, DC, 2003, págs. 1-13.
 15
Xue, Wang y Wang
1 54. Gajda, J., R. Sroka, M. Stencel, A. Wajda y T. Zeglen. Una clasificación de vehículos basada en
2 detectores de bucle inductivo. Conferencia de Tecnología de Instrumentación y Medición,
3 IMTC 2001. Actas del 18º IEEE. 2001.
4 55. Coifman, B. y S. Kim. Estimación de velocidad y clasificación de vehículos basada en la longitud a partir de
5 detectores de circuito único de autopista.Investigación de Transporte Parte C: Tecnologías Emergentes, vol.
6 17, N° 4, 2009, págs. 349-364.
7 56. Coifman, B. Estimación de velocidad mejorada utilizando detectores de bucle único.Investigación de
8 Transporte Parte A: Política y Práctica, vol. 35, núm. 10, 2001, págs. 863-880.
9 57. Kwon, J., P. Varaiya y A. Skabardonis. Estimación del volumen de tráfico de camiones a partir de detectores
10 de bucle único con correlación de velocidad de carril a carril. EnRegistro de investigación de transporte:
11 Diario de la Junta de Investigación de Transporte, No. 1856, Junta de Investigación de Transporte de las
12 Academias Nacionales, Washington, DC, 2003, págs. 106-117.
13 58. Yinhai, W. y NL Nihan. Estimación dinámica de volúmenes de camiones grandes en autopistas basada
14 en mediciones de bucle único.Revista de sistemas de transporte inteligente, vol. 8, núm. 3, 2004, págs.
15 133-141.
dieciséis 59. Udd, E., M. Kunzler, HM Laylor, WL Schulz, ST Kreger, JC Corones, R. McMahon,
17 SM Soltesz y R. Edgar. Sistemas de rejilla de fibra para monitoreo de tráfico.Actas de SPIE -
18 Sociedad Internacional de Ingeniería Óptica, vol. 4337, 2001, págs. 510-516.
19 60. Kunzler, M., R. Edgar, E. Udd, T. Taylor, WL Schulz, W. Kunzler y SM Soltesz. Sistemas de
20 monitoreo de tráfico de rejilla de fibra.Actas de SPIE - Sociedad Internacional de Ingeniería
21 Óptica, vol. 4696, 2002, págs. 238-243.
22 61. Kunzler, M., E. Udd, T. Taylor y W. Kunzler. Monitoreo de tráfico usando sensores de
23 rejilla de fibra óptica en la autopista I-84 y usos futuros en Wim.Actas de SPIE - Sociedad
24 Internacional de Ingeniería Óptica, vol. 5278, 2003, págs. 122-127.
25 62. Kunzler, M., E. Udd, T. Taylor y W. Kunzler. Sistemas de monitoreo de tráfico de red de fibra
26 de segunda generación en la autopista I-84.Actas de SPIE - Sociedad Internacional de
27 Ingeniería Óptica, vol. 5054, 2003, págs. 230-239.
28 63. Zhang, W., Q. Wang y C. Suo. Una novedosa clasificación de vehículos que utiliza sensores de galgas
29 extensométricas integrados.Sensores, vol. 8, núm. 11, 2008, págs. 6952-6971.
30 64.Manual de monitoreo de tráfico. Publicación Departamento de Transporte de Florida, 2007.
31 65. Cosentino, PJ, W. von Eckroth y BG Grossman. Análisis de Sensores de Tráfico de Fibra Óptica en
32 Pavimentos Flexibles.Revista de Ingeniería de Transporte-Asce, vol. 129, núm. 5, 2003, págs.
33 549-557.
34 66. Cosentino, PJ y BG Grossman.Desarrollo e Implementación de un Sistema de Contador y
35 Detección de Vehículos por Fibra Óptica: Informe Final. Publicación FL/DOT/RMC/06650-0726.
36 Instituto de Tecnología de Florida, Melbourne, Florida, 1996.
37 67. Cosentino, PJ y BG Grossman.Desarrollo de Sistema de Peso en Movimiento Dinámico de
38 Fibra Óptica. Publicación WPA 0510726. Instituto de Tecnología de Florida, Melbourne,
39 Florida, 1997.
40 68. Cosentino, PJ y BG Grossman.Optimización e Implementación de Sensores de Fibra Óptica para
41 Sistemas de Clasificación de Tráfico y Pesaje en Movimiento, Fase 3. Instituto de Tecnología de
42 Florida, Melbourne, Florida, 2000.
 dieciséis

Xue, Wang y Wang

1 69. Morgan, GCJP, LD; Arraigada, M.; Partl, MN; Manguito, R. . Supervisión in situ de las
2 tensiones del pavimento en la A1 en Suiza.Revista de Pruebas y Evaluación, vol. 36, No. 4,
3 2008, págs. 1-9.
4 70. Wong, K.-y., CK Lau y AR Flint. Planificación e Implementación del Sistema de Monitoreo de
5 Salud Estructural para Puentes Soportados por Cable en Hong Kong.Actas del SPIE
6 - Sociedad Internacional de Ingeniería Óptica, vol. 3995, 2000, págs. 266-275.
7 71. Straser, EG y AS Kiremidjian.Un sistema de monitoreo de daños modular e inalámbrico para
8 estructuras. Publicación 128. Centro de ingeniería de terremotos John A. Blume, 1998.
9 72. Lynch, JP, KH LAW, AS Kiremidjian, CE, CR Farrar, H. Sohn, DW Allen, B. Nadler y JR Wait.
10 Validación de diseño y desempeño de una unidad de detección inalámbrica para aplicaciones
11 de monitoreo estructural.Ingeniería Estructural y Mecánica, vol. 17, 2004, págs. 393-408.
12
13
14

Ver estadísticas de publicación