Título :	Aplicación de cadenas de Markov al modelado de deterioros de pavimentos en México
Autor(es):	Zaydith Daniel Márquez Mendoza
Palabras clave:	Cadenas de Markov Deterioro del pavimento IRI
Fecha de publicación :	nov-2013
Editorial :	Universidad Autónoma de Querétaro
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ingeniería de Vías Terrestres y Movilidad
Resumen:	Para evaluar los costos de conservación del pavimento en las carreteras es necesario disponer de un modelo de deterioros del pavimento que refleje la tasa a la cual este se degrada por numerosos agentes. Existen diversos métodos para evaluar la predicción del deterioro los cuales se pueden categorizar en cuatro tipos: subjetivo, puramente mecanicista, regresión y empírico-mecanicista; estos a su vez pueden ser categorizados en probabilísticos y deterministas. El presente trabajo aborda una metodología basada en cadenas de Markov apoyada en la simulación de Monte Carlo, el cual es un proceso estocástico que depende únicamente del estado actual del proceso y no de los estados anteriores al mismo. La modelación del deterioro estudiada se enfoca únicamente en la progresión de IRI como un indicador de deterioro del pavimento. Se prepararon series de datos consistentes de IRI de dos tramos carreteros en México, estos valores se promediaron para segmentos de cien metros de longitud y se agruparon en rangos para estimar el cambio de la regularidad del pavimento al pasar de un año a otro. Los resultados de los modelos elaborados denotan un comportamiento típico de degradación del pavimento en los tramos estudiados. El modelo de predicción del deterioro con base en IRI utilizando cadenas de Markov presenta varias ventajas entre ellas destaca el hecho que se requieren pocos datos para su implementación, lo que se traduce en un menor costo comparado con otras alternativas.
URI:	https://ri-ng.uaq.mx/handle/123456789/4515
Otros identificadores :	1914 - RI003435.PDF
Aparece en:	Maestría en Ingeniería de Vías Terrestres y Movilidad

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.