Sérgio Armando de Sá e Benevides
Título
Modelos de Desempenho de Pavimentos Asfálticos para um Sistema de Gestão de Rodovias Estaduais do Ceará
Resumo
Os modelos de previsão de desempenho são os elementos-chave em um Sistema de Gerência de Pavimentos e são ferramentas importantes que possibilitam um planejamento mais adequado das ações futuras. Este estudo teve como principal objetivo, desenvolver modelos probabilísticos e estatísticos de previsão de desempenho de pavimentos para um Sistema de Gestão de rodovias estaduais do Ceará, considerando 72 trechos desta malha. Nos modelos probabilísticos foram utilizadas as matrizes de probabilidade de transição de Markov, tendo como base os dados retirados das opiniões de técnicos especialistas para a determinação do Índice de Condição do Pavimento – ICP, estimando a condição futura a partir da condição atual. Nos modelos estatísticos, baseados em equações de regressão, foram correlacionados os valores do Índice Internacional de Irregularidade – IRI, obtidos com o perfilômetro inercial a laser com três sensores, com os defeitos/severidades obtidos no levantamento visual contínuo – LVC, com a deflexão, com o número estrutural corrigido e com o ICP. Uma equação de previsão de evolução das irregularidades em função do PCI, Índice de condição de Pavimentos composto, foi também correlacionada com um dos modelos obtidos neste estudo. Os resultados apresentaram uma correlação aceitável entre os valores do IRI e do PCI dos trechos estudados. O software HDM 4 foi usado para estudos de previsão de evolução da irregularidade longitudinal em alguns trechos e também para a análise econômica em um desses trechos.
Abstract
Performance models have become key elements in Pavement Management Systems. They are important tools for planning future pavement maintenance initiatives. The objective of this study is to develop probabilistic and statistic models for the prediction of pavement performance for a management system in state roads of Ceará. Seventy two subsections, of the state road network, were selected. The values of Pavement Condition Index – PCI were determined subjectively. Probabilistic models based on the Markov transition process and on the opinions collected from specialists were used to estimate pavement future conditions from initial conditions. In the statistic models, based on regression equations, the values of the International Roughness Index – IRI of the pavements investigated, measured with an inertial laser profilometer with 3 (three) sensors, were correlated with the distress/severity obtained in Pavement Condition and Inventory Surveys (visual observations), with the deflection and with the modified structural number. An equation for irregularity evolution as a function of the PCI developed by DEWAN and SMITH, 2002, was also correlated to one of the models obtained in the present study. The results indicated an acceptable correlation between IRI and PCI for the sections studied. The HDM 4 software was used to predict the evolution of IRI in some sections, and in one of them an economic analysis was also performed.
