XIXCILA agreso tbero-Latinoamericano del Asfalto, Medellin 2017 SSSA NAAN NINTIT Software de Disefio Mecanistico Empirico de Pavimentos Flexibles para Costa Rica, CRME Cristopher Trejos Castillo, Luis Guillermo Loria Salazar’ José Pablo Aguiar Moya’ 'LANAMME, Universidad de Costa Rica, Ciudad de Investigaci6n, christopher. trejoscastillo@ucr.ac.cr *LANAMME, Universidad de Costa Rica, Ciudad de Investigacién, luis loniasalazar@uer.ac.cr SLANAMME, Universidad de Costa Rica, Ciudad de Investigacién, jose.aguiar@uer.ac.cr Resumen Tradicionalmente, el disefio de pavimentos flexibles en la regién se ha realizado con la metodologia empirica definida por AASHTO en 1993. Esta metodologia fue desarrollada para las condiciones climiticas y los materiales presentes en Ilinois, los cuales son distintos a los que se encuentran en zonas tropicales. La nueva metodologia de disefio mecanistico empirica para pavimentos flexibles, esti basada en el uso de la mecénica de sélidos para calcular tas respuestas del pavimento (esfuerzos, deformaciones unitarias y deflexiones) producidas por el paso de los vehiculos y con estos valores estimar el desempefio del pavimento a lo largo de la Util. Costa Rica ha desarrollado una amplia Ifnea de investigacién para calibrar los modelos empiricos que relacionen las respuestas con el deterioro especifico del pavimento, gracias a esto se ha desarrollado el software para disefio CRME. La investigacién desarrollada incluye el desarrollo de modelos de prediccién del médulo dindmico en la carpeta asfaltica, del médulo resiliente en las capas no ligadas, el uso de espectros de cargas, modelos de determinacién del efecto del zigzagueo lateral y el efecto de la humedad, y 1a temperatura en la resistencia de los ‘materiales que conforman la estructura de pavimento. Palabras Clave: mecanistico, empirico, diseito, pavimentos, software 1 Introduccién metodologia empfrica de diseio de pavimentos fue complementada con los modelos mecanisticos para calcular las respuestas producidas por el paso de las cargas vehiculares, utilizando la teorfa de multicapa elistica (MLET) o la metodologfa de elemento finito (FEM). Para predecir el desempefio de la estructura de pavimento a lo largo del tiempo, la guia mecanfstico empfrica de pavimentos flexibles de Estados Unidos (MEPDG, por sus siglas en inglés) prove funciones de transferencia para relacionar las respuestas del pavimento con algiin tipo de deterioro, Los coeficientes de correlacién de las ecuaciones propuestas por la guia son ‘muy bajos, raz6n por la cual estas deben ser calibradas para cada pais [1]. Es por lo anterior que para calibrar los modelos, el LanammeUCR desarroll6 el programa de investigaci6n PaveLab. Este laboratorio cuenta con equipo con tecnologia para ensayar a los ‘materiales que componen la estructura de pavimento, ademas de tener un simulador acelerado de vehiculos pesados (HVS por sus siglas en inglés) [2]. Basado en los resultados de los ensayos realizados en las pistas, se obtienen modelos de prediccién del agrietamiento y deformacién permanente a lo largo de la vida titil del pavimento [3]. ‘A partir del desarrollo de modelos Costa Rica generé una herramienta computacional Hamada CRME para disefiar pavimentos flexibles usando la metodologia mecanistica-empirica, la cual pretende ser una herramienta facil de utilizar, que permita predecir el desempeiio de la estructura, considerando todas las variables que afectaran el funcionamiento de la carretera. ‘Ademas dicha herramienta busca eliminar la necesidad de adquirir licencias de alto costo (Ejemplo, AASHTOWare Pavement ME Design) y debido a que los modelos utilizados en laXIXCILA agreso tbero-Latinoamericano del Asfalto, Medellin 2017 SSSA ANAT AON INTIS herramienta disefiada por AASHTO, fueron calibrados para las condiciones presentes en Estados Unidos [4, 5] como se mencioné anteriormente. ara producir diseftos confiables, se consideran modelos que estiman la afectacién climética a los materiales. Predice, como funci6n del indice de humedad de Thornwaite (TMI) y la curva, caracteristica suelo agua (SWCC) del material, cémo el médulo resiliente de las capas no ligadas creceré o decrecerd. EI software CRME considera la propiedad esfuerzo - dependiente de los materiales granulares, utilizando el Modelo Universal de Witczak, el cual correlaciona el médulo resiliente con la primera invariante de esfuerzos y el esfuerzo octaédrico. Para caracterizar ta mezcla asfaltica, la aplicacién considera las propiedades viscoeldsticas del material, variando el médulo dindmico en funcién de la temperatura y la frecuencia [6, 7] Para contabilizar el trdnsito del proyecto, el usuario puede utilizar el enfoque de ejes equivalentes de carga (ESAL por sus siglas en inglés) o utilizar espectros de carga [8]. Con el segundo, la herramienta desarrollada suma el dafio producido por cada carga de cada tipo de eje de manera mensual, usando la ley de Miner, Para el ahuellamiento, acumula la deformacion permanente producida por cada capa del pavimento, utilizando un modelo de prediccién distinto no ligados que para la carpeta asfaltica, La investigaci6n producida se basa en obtener modelos calibrados que permitan predecir el agrietamiento por fatiga o piel de cocodrilo y el ahuellamiento, La cantidad de repeticiones permitidas antes de la falla por fatiga, es estimada basada en la reduccién del médulo resiliente después de una cantidad de repeticiones de carga. La calibracién del modelo esta hecha con un programa de ensayo acelerado de pavimentos (PaveLab) [9] y algunas pistas de desempeiio del pavimento a largo plazo (LTPP-CR). La aplicacién incluye un modelo para medir el efecto del zigzagueo lateral, considerando estadisticamente 1a variacién de la huella de los vehiculos en funcién del ancho del carr. ‘También, considera el enfoque de endurecimiento por deformacién unitaria de los materiales para el modelo de ahuellamiento, La herramienta estima el daiio considerando la diferencia entre el efecto producido por un eje tindem o tridem con respecto a un eje simple, 2 Descripeién general del software CRME emula el enfoque de disefio desarrollado por la guia de diseiio de pavimentos flexibles MEPDG desarrollada por AASHTO, considerando las condiciones climéticas, el transito y las propiedades de los materiales, para calcular las respuestas (esfuerzos, deformaciones unitarias y deflexiones) producidas por la carga utilizando la teoria de multicapa eldstica. Con las respuestas, la aplicacién predice el dafio del pavimento con modelos de desempefio basados en enfoques mecanicistas. El disefiador debe seleccionar espesores iniciales para cada una de las capas y posteriormente calcular el médulo resiliente de cada una de las capas al ser afectados por los modelos climéticos para calcular las respuestas debidas a la carga de la Hanta. Luego, utilizando el trnsito y las respuestas junto con los modelos de desempefio, el disefiador debe decidir en funcién del daiio estimado, si el diseito es aprobado no [10]. EI software es una herramienta que predice el ahuellamiento final y el agrietamiento después de que el usuario haya incluido todos los datos en funcién del nivel elegido para cada variable. Para el nivel 1 se utilizan modelos mas refinados y para el nivel 3 se utilizan modelos simplificados. El usuario debe incluir los datos de! proyecto, las caracterfsticas del proyecto y los datos de entrada se irdn habilitando mientras el usuario Ilene los datos de cada médulo. Primero debe ingresar los datos de trinsito, luego los datos climéticos, los materiales y, por tiltimo, los modelos de desempefio. Finalmente, el usuario debe dar clic en el bot6n disefiar para obtener la deformacién permanente, el daiio por fatiga de arriba hacia abajo y de abajo hacia arriba, ademas del porcentaje de area agrietada y el agrietamiento longitudinal. El usuario deberd decidir si el disefio propuesto es adecuado en funcién de los resultados obtenidos y enXIXCILA SSS ANNAN caso de no cumplir alguna especificacién planteada para el proyecto a disefiar, podra modificar los datos de entrada hasta obtener un disefio que cumpla. 3 Modelo mecanistico Para calcular las respuestas del pavimento ante el paso de una lanta, se utiliza ta teoria de multicapa eléstica, ya que no toma un tiempo excesivo realizando el célculo de los esfuerzos, deformaciones unitarias y deflexiones en las posiciones necesarias para el diseiio. La teorfa de multicapa elastica fue programada en la herramienta de célculo, con la ayuda del método especificado por Huang [11]. Para determinar las respuestas debido a la carga q tribuida sobre una érea circular de radio a, se emplea la transformacién de Hankel, mostrado en la ecuacién (1); donde R* es la respuesta debido a la carga —mifo(m ), donde m es un parimetro, Jy) es la funcién de Bessel de primer tipo y orden 0, p = 7/H, con r la coordenada cilindrica para la direccién radial, H es la profundidad a ta capa de subrasante, J,(x) es la funcién de Bessel de primer tipo y orden uno, a = a/H y R es la respuesta debida a la carga q. Para resolver la integral, se utiliza el método numérico lamado regla de la cuadratura R=q f Flt ya a 4 Transito ‘Una mala estimacién del trafico de la carretera puede producir una falla prematura. El software considera dos formas de tomar en cuenta esta variable. La primera es el enfoque tipico con ejes equivalentes de carga (ESAL), el cual es propuesto para el nivel 3. La segunda forma de realizar el cAlculo es utilizando espectros de carga. Los espectros de carga pueden obtenerse de una medicién realizada en campo 0 basindose en un espectro de carga de la zona a disefiar. El usuario debera conocer la carga representativa de cada uno de los rangos de carga y conocer el total de repeticiones de este rango. En Costa Rica se realizan pesajes en diferentes carreteras del pafs, con los cuales se obtienen los espectros de carga. En la Figura | se muestra la ventana de ingreso de datos para la variable transito utilizando espectros de carga sin series histéricas, estes Sec srg esd feawseammace resis) = tegen never Figura 1.Ventana de ingreso de datos de la variable Transito agreso tbero-Latinoamericano del Asfalto, Medellin 2017 SVEXIXCILA SSS ANNAN 5 Clima Los factores climéticos son considerados por medio de la temperatura del aire mensual promedio, méxima y minima; y el indice de humedad de Thorwaite. Los modelos de variacién del médulo resiliente por medio de las condiciones climaticas se encuentran incluidos en el CRME. Es posible incluir el grado de saturacién como una funcién del TMI o de la curva caracteristica de retencién de agua en el suelo (SWC, por sus siglas en inglés). También, el software puede estimar el médulo dindmico promedio mensual de la mezcla asfaltica como funcién de la temperatura promedio mensual. 6 Carpeta asfaltica En la aplicacién se tienen tres niveles de caracterizacién de la carpeta asfaltica. Para el nivel baisico se tiene tres modelos para estimar el médulo dindmico. En la Figura 2 se muestra la ventana de ingreso de datos para el nivel basico. Wale = 8+ mera MAN Ioto) etn eae elon ——2 ec siti — tin ahh Fon Pm ay MBL A ie? ee hit) aR Figura 2.Ventana de ingreso de datos de a mezcla asfaltica para el nivel bisico 6.1 Nivel Basico de caracterizaci6n de la carpeta asfaltica 6.1.1 Modelo de prediccién del médulo dindmico de Witczak El primero es e! modelo de prediccién de E* de Witczak para mezclas asfélticas propuesto en la guia MEPDG [1]. Este modelo predice médulos dinémicos mayores a los que se encuentran en ‘mezclas asfalticas en Costa Rica, pues fue calibrada con mezclas modificadas. 6.1.2 Modelo de prediccién del médulo dindmico Witezak-Lanamme El segundo modelo incluido en el nivel basico es el modelo modificado de estimacién del médulo dinémico Witezak-Lanamme. Este modelo sigmoidal, se muestra en la ecuacién (2), donde E* es el médulo dinamico ( 7 la viscosidad del ligante asfaltico con el envejecimiento y temperatura de interés (10° Poise), J la frecuencia de carga (Hz), la cual es recfproca al tiempo de cargaten segundos, Vgel porcentaje de vacfos, Vp el contenido efectivo de asfalto (%), ps/gel porcentaje acumulado retenido en la malla3/4, ps¢l porcentaje acumulado retenido en la malla3/8, Pye! porcentaje acumulado retenido en la malla No. 4 yp2_el porcentaje pasando la malla No. 200 [13]. Este modelo toma en consideracién el tipo de ligante y los materiales presentes en Costa Rica, prediciendo de manera més precisa los médulos dinémicos. agreso tbero-Latinoamericano del Asfalto, Medellin 2017 SVEXIXCILA agreso tbero-Latinoamericano del Asfalto, Medellin 2017 SSSA ANAT AON INTIS loge 535833 + 0,002087p, — 0.000566(p, )* - 0.002590, — 0.078763% Vo “snson (gt) 2.399557 + 0.000820/4 — 0.013420jiy.4 + 0.000261(,_)* + 0.005470 p44 Tea ty @ 6.1.3 Modelo de prediccién del médulo dindimico ANN-Lanamme El tercer modelo incluido en el nivel basico se basa en una investigacién reciente, es un modelo de red neural artificial (ANN por sus siglas en inglés). El modelo se basa en una ANN de propagacién posterior con una funcién sigmoidal tal como se muestra en las ecuaciones de Ja(3 a la (5, donde Hj es el vector de valores is el vector de valores transferidos de nodos en la capa oculta, P, es el vector de variables de entrada (p2 . 4. 3/4 Va Vo ~ loglogn, temperatura y frecuencia) tal como se definié en ta ecuacién(2), Wi, es la matriz de pesos para ta capa oculta, W,es el vector de pesos para la capa de silida, Bfes el vector de sesgo para la primera capa yByes el factor de sesgo para capa externa y m es la cantidad de nodos en ta capa oculta [14]. — & 8) [O-Ten Hes H+ D Wake . 2 Salida = In E = (5) S| Bt D Him (+See) 6.2 Nivel Intermedio: Modelo de curva maestra con la ecuacién de Arrhenius En este nivel se utiliza a ecuacién de Arrhenius para obtener el factor de ajuste de a curva ‘maestra, tal como se muestra en la ecuacién (6), donde Ages la energia aparente de activaci6n, {ipicamente 250 KJ/mol, R es la constante universal de los gases = 8.314 J/K-mol, Tes la temperatura en Kelvin y7,es la temperatura de referencia en Kelvin La ventaja del uso de este modelo esté en que permite calcular el médulo dinémico E* sin la necesidad de realizar ensayos al ligante asfaltico. La funci6n sigmoidal simétrica utilizada para obtener el médulo dinémico a temperaturas y Frecuencias especificas se muestra en la ecuaci6n (7), donde 6, f, y, Maxy AEq son coeficientes de regresién y fes la frecuencia de carga del pavimento (Hz) [15]. 1 Ea 1 Waar = Fanaa (7) © . M_-o log" = 3+ pear a o 6.3 Nivel Alto: Modelo de curva maestra de la gufa MEPDG E1 método mis preciso es el que se describe en el primer nivel, esta metodologfa considera ta viscosidad de! ligando para estimar el efecto de la temperatura en el médulo dinimico, tal como se muestra en 1a ecuacién (8), donde es 1a viscosidad en cPoise, AyVTSson parimetros de regresi6n y Tes la temperatura de la mezcla asfaltica en Rankine.XIXCILA agreso tbero-Latinoamericano del Asfalto, Medellin 2017 SSSA ANAT AON INTIS Debe considerarse que si la viscosidad obtenida es mayor a 2.7 x 10% Poise, debe utilizarse este valor. Esto sucede cuando se evalian temperaturas bajas en la formula. 6.3.1 Ligante asféltico Para obtener valores de A y VTS, los cuales son la interseccién y la pendiente de la curva log logy (cPoise) log (Rankine), el usuario puede utilizar tres métodos. Para el nivel basico, puede utilizar valores recomendados de la literatura en funcién del grado Superpave del ligante, el grado convencional AC 0 el grado de penetracién convencional. Para el nivel intermedio, estos valores pueden ser determinados con al menos cuatro puntos obtenidos de ensayos convencionales al ligante y para el nivel avanzado, el ingeniero puede utilizar al menos tres puntos obtenidos del ensayo Superpave utilizando un reémetro. El factor de ajuste en la ecuacién (9), depende de la viscosidad calculada como funcién de la temperatura, donde yp es a viscosidad a la temperatura de referencia en cPoise. El modelo simétrico sigmoidal se muestra en la ecuacién (10), donde @, f, y, 5 yc son parimetros de regresidn y fes el tiempo de carga en segundos. loglogn=A+V logT logar = cClogn— logy ) es : « log” = 8+ pT 0 ara estimar el tiempo de carga t en segundos como funcién de la velocidad v en km/h y la profundidad d en metros, la herramienta utiliza la formula mostrada en la ecuacién (11) [16]. log(e) = 05d ~ 02 - 0.9410g(v) ay 7 Capas no ligadas La herramienta permite utilizar dos métodos para estimar el médulo resiliente de las capas no ligadas (base, subbase y subrasante); e! nivel bisico determina el médulo resiliente basado en el CBR 0 como un dato de entrada directamente. Para el nivel avanzado, el usuario puede utilizar el modelo universal, e! cual considera la propiedad esfuerzo-lependiente de los materiales granulares. EI modelo descrito en ta ecuacién (12) [17], donde 6 es el Ty es elesfuerzo octaédrico y Mg es el médulo resiliente. Me =kn(S) (+ Ne «2 Como se mencioné previamente, el programa toma en cuenta el factor ambiental, el cual puede variar el valor del médulo resiliente de estas capas, te de esfuerzos, 8 Modelos de desempeito calibrados con datos de ensayos acelerados de pavimento (APT, por sus siglas en inglés) En el LanammeUCR se evalian diferentes maneras de obtener los modelos necesarios para determinar el daiio por fatiga en la estructura de pavimento, por lo cual se determinaron modelos con un enfoque incremental-recursivo, considerando la disminucién del médulo dindmico de la carpeta asfiltica, tal como se muestra en la ecuacién (13) y con un enfoque similar al de la guia MEPDG. tal como se muestra en la ecuaci6n (14) [18], en donde € es laXIXCILA Congreso hero-Latinoamericana del Asfalto, Medellin 2017 SSS AN ANAT NTINE deformacién unitaria tangencial en la fibra inferior de la carpeta asfltica, Tes la temperatura de a mezcla (°C), Ny es la cantidad de repeticiones de carga permitidas, M es Ia cantidad de repeticiones de carga permitidas en millones, E es el médulo dindmico de la mezcla asfltica en MPa y a el dao. Np=e8 3 (ES eve a3 = 0.0925 x MNO? xe oT «aay Estos modelos fueron determinados para mezclas hechas en planta y pueden ser incluidos ‘manualmente en la aplicacin CRME. La elaboracién de modelos de fatiga para utilizar dentro de la gufa ha pasado por varias tapas, iniciando con la formulacién de modelos basados en datos de laboratorio en el LanammeUCR, tal como el que se muestra en la ecuacién (15) [19]. N; = 4,345 x 10-24 as) 9 Comparacién entre programas Para evaluar los resultados obtenidos con el CRME, una comparacién fue realizada con otras herramientas computacionales de disefio de pavimentos: MEPDG y AASHTOWare Pavement Design ME. Debido a ta forma en que cada software solicita la informacién, fue necesario procesar los datos con el fin de permitir una comparacién directa entre los métodos. La jError! No se encuentra el origen de ta referencia, muestra las condiciones climéticas incorporadas en los programas para cada una de las comparaciones. La Tabla 2 muestra los datos de entrada del ttifico y las caracteristicas de los materiales de cada capa de la estructura de pavimento flexible. Para la estimacién del médulo dinémico se utilizé el modelo de Witzack en el caso del programa AASHTOWare y la curva maestra para el caso del MEPDG, las tablas 3 y 4 muestran los datos de entrada utilizados. Tabla 1, Condiciones climiticas promedio mensuales del ejemplo ‘Liuvia, mm ‘Temperatura, °C TMI MEPDG AASHTOWare MEPDG AASHTOWare MEPDG _AASHTOWare ety 30 12 2d a5 35 49 39 29 ° 56 88 7 253 6 64 214 29 38 13 24.9 253 93 22 278 28.1 85 141 y 28.1 4 193 285 24 88 180 26 253 8 125 21.6 233 87 67 162 2s 29 59 16 20 ° 0XIXCILA Congreso hero-Latinoamericano dal Asfalto, Medellin 2017 SSSA /NT ANA STNTISE Tabla 2. Datos de entrada de la comparaci6n entre los softwares Modulo AASHTO Ware Pavement MEPDG ‘Condiciones climaticas mostradas — Condiciones climaticas mostradas Clima en la Error! Nose encuentra el en la ;Error! No se encuentra el origen de la referencia, origen de la referencia. ‘Trafico 17,500 000 ESAL 103 326 000 ESAL Temperatura de referencia 21°C, Temperatura de referencia 21°C, asfalto efectivo 11.6%, vacios de _asfalto efectivo 11%, vacios de aire 7%, Densidad 2403 kg/m’, aire 8.5%, densidad 2370 kg/m3, Poisson 0.35, espesor 15.24cm___ Poisson 0.35, espesor 25.4. em Carpeta asfiltica 5 5 ‘A=10.651 y VIS=3.554, obtenido A=10.874 yVIS=-3.665, obtenido Ligante asfiltico os as at conlogs Modulo resiliente 275.8 MPa, Modulo resiliente 265 MPa, Poisson 0.35, indice de plasticidad Poisson 0.35, indice de plasticidad 6, pasando la malta #200 8.7%, 1, Kimite liquido 6, pasando la gravedad especifica 2.70, densidad mala #200 8.7%, gravedad Base Granular maxima seca 2037.6 kg/m’, _especifica 2.70, densidad seca contenido 6ptimo de agua 7.4%, maxima 2037.5 kg/m’, contenido espesor 25.4 cm. Para la WCC, —_dptimo de agua 7.4%, espesor 38 a=7.2555, b=1.3328, c:=0.8242 y cm. Para la SWC, a=7.2555, h=lI74 Médulo resiliente 193.05 MPa, Poisson 0.35, indice de plasticidad 6, pasando la malla #200 30%, 0, Limite liq Gravedad especifica 2.70, malla #200 5.2%, gravedad Subbase Granular densidad seca maxima 1952.65 _especifica 2.70, densidad seca kg/m’, contenido éptimo de agua maxima 1922 kg/m’, contenido 10.1%, espesor 25.4.cm. Para la 6ptimo de agua 7.3%, espesor 50 SWCC, 1=48.1615, b= 1.0906, em. Para la SWCC, a=4.7572, 60.8869 y h=460 b=2.8814, ci=0.8694 y h=100 indice de plasticidad 1, pasando la ‘Modulo resiliente 89.63 MPa, Modulo resiliente 83 MPa, Poisson Poisson 0.35, indice de plasticidad lice de plasticidad 30, 30, pasando la malla #200 79.1%, 51, pasando la malla gravedad especifica 2.70, densidad #200 79.1%, gravedad especifica seca maxima 1565 kg/m’, 2.70, densidad seca maxima 1565 contenido éptimo de agua 22.2%. kg/m’, contenido ptimo de agua Para la SWCC, a=13642, 22.2%. Para la SWCC, a=136.42, 1b=0.5183, c1=0.0324 y h.=500 Subrasante ‘Tabla 3. Datos para el modelo de Witezak de Médulo dinémico Malla Porcentaje pasando 34 in 100 38 in 7 No.4 60 No. 200 6XIXCILA Congreso hero-Latinoamericano dal Asfalto, Medellin 2017 SSSA /NT ANA STNTISE Tabla 4. Datos de ensayo del médulo dindmico de la mezcla asfaltica ‘Temperatura Médulo dinamico mezcla E* (MPa) °c 25 Hz 10 Hz SHz THz 05 Hz 12,2 18834) 17941 17626 16241 15626 44 14102 13161 12471 10582 9817 211 7905 ‘7254 6370 4585 3946 378 3718 2957 2417 1436 1158 S44 1188 890 677 392 304 ara hacer la comparaci6n més exacta, se utilizaron las funciones de transferencia propuestas en a gufa MEPDG [1] La Tabla 5 muestra los resultados obtenidos con el CRME y con software anterior de la guia MEPDG y el software AASHTOWare Pavement ME. Se utilizaron las dos versiones de programas relacionados a la gufa MEPDG, ya que esta metodologia es 1a base del CRME y para evaluar las diferencias entre estas herramientas computacionales. Las diferencias entre los valores obtenidos pueden provenir de consideraciones distintas en el disefio, sin embargo, los resultados obtenidos con el software de disefio mecanfstico empirico de pavimentos de Costa Rica, se encuentran entre los valores esperados. Tabla S. Salidas de las herramientas eras AASHTO Diferencia Ware (%) ‘Area agretada 3 185 (%) Agrictamiento longitudinal 2534 2000 21 es (pies/milla) Ahuellamiento MAC 15.75 2.35 30 (mm) Ahuellamiento Total 2053 3149 35 (mm) Parimetro crME — MeppG —_Piereneia ‘Area agrietada 1469 16.49 mI (%) — Aarietamiento longitudinal 1415 1095.8 29 (pies/milla) Abuellamiento MAC 5.49 16.26 66 (mm) Abuellamiento Total 123 24.89 9 (mm) Como se observa en la Tabla 5, la mayor diferencia encontrada es de un 185%, en la comparacién del porcentaje agrietado calculado con el AASHTOWare. Otra gran diferencia (69%) esté en el ahuellamiento en la carpeta asfaltica segin el software previo de la gua MEPDG. Los valores menores de ahuellamiento observados en el CRME pueden asociarse a la consideraci6n del zigzagueo lateral. El enfoque de endurecimiento por deformacién fue considerado lo que permite tomar en cuenta la variacién climética y su efecto en el disefio de pavimentos. Las variaciones estacionales en el disefio pueden ser visualizadas debido a la variacién del médulo resiliente de las capas no ligadas y el efecto de la temperatura en el médulo dindmico de la carpeta asfaltica,XIXCILA ngreso tbero-Latinoamaricano del Astalto, Medellin 2017 SSN ANA ANNT/NTINE En la Figura 3 se muestran los médulos promedio mensuales utilizados en el programa CRME y los valores utilizados en un aio en ta herramienta MEPDG. Debe mencionarse que la guia MEPDG predice un médulo para diferentes profundidades y realiza varias estimaciones en cada profundidad, ademiis de realizar estimaciones de médulo dinémico para cada mes del periodo de disefio. 10600 14000 a0 wo ——— ~ COME (00 ae nsr06 sve ido singriea 0) eo Figura 3. Médulos dindmicos promedio mensuales Los deterioros principales predichos por CRME son: Ahuellamiento total y en la MAC, el drea agrietada y el agrietamiento longitudinal. La diferencia entre los modelos puede ser vista en los grdficos comparativos mostrados en la Figura 4. Los grificos comparativos entre el CRME y el AASHTOWare no se muestran debido a que este ultimo no permite realizarlos. Similitudes entre ambas metodologias pueden observarse en. los grificos al observar la forma de la curva, MARA RRA (a) Area greta predicha (6) Agritamient logitaina preicho Abela neato tac Aimdloaa to (©) Abuellamiento MAC predicho (4) Ahuellamiento total predicho Figura 4. Comparacién de ahuellamientos obtenidos entre CRME y MEPDGXIXCILA ngreso tbero-Latinoamaricano del Astalto, Medellin 2017 SSSA ANAT AON INTIS 10 Conclusiones Con la implementacién de la guia de disefio mecanisitico empirica de pavimentos CRME, Costa Rica supera las falencias de la metodologia tradicional de diseio empirico, La posibilidad de desarrollar anilisis detallados considerando modelos mecanisiticos mejorara el uso de recursos, logrando disefios de pavimentos flexibles mas eficientes y econémicos. EI desarrollo de la guia CRME implica un mejoramiento continuo de la herramienta de célculo, incluyendo investigacién en diferentes areas como propiedades de materiales, desarrollo del dao y efecto de la humedad y el envejecimiento. EI software CRME incluye la mayorfa de metodologfas usadas en la guia de disefio Mecanisitico Empirico de Pavimentos (MEPDG) de AASHTO, sin embargo, la herramienta costarricense basa sus célculos en los promedios mensuales, a diferencia del MEPDG, el cual predice los valores para cada mes durante la vida de disefio, Las diferencias encontradas entre el CRME y las otras metodologias son esperadas ya que os modelos fueron calibrados para condiciones estadounidenses con climas y trinsitos distintos, y que la forma en que se recolectan los datos en los programas es distinta para casa caso. Sin embargo, se puede notar que los resultados obtenidos con Ia guia CRME son realistas y mas representativos de las condiciones de la regién. 11 Referencias LINCHRP 1-37A. "Guide for Mechanistic-Empirical Design of New and Rehabilitated Pavement Structures". Final Report. Research Board of the National Academies, National Research Council, Washington, DC, 2004. L2ILeiva-Villaconta, F., Aguiar Moya, J. P., LoriaSalazar, L. G."Accelerated pavement testing first results at the LanammeUCR APT facility”. Transportation Research Board 94th Annual Meeting Proceedings, 2015, DB]Leiva-Villacorta, F., Vargas-Nordcbeck, A., Aguiar-Moya, J. P., Loria-Salazar, L. G. "Development and Calibration of Permanent Deformation Models."The Roles of Accelerated Pavement Testing in Pavement Sustainability. Engineering, Environment, and Economies, pp. 573-587.2016. [4]Zapata, C. E., Perera, Y. Y., Houton, W. N. "Matric Suction Prediction Model used in the New AASTHO ME-PDG". Transportation Research Record: Journal of the Transportation Research Board, Washington, DC, 2009. [5}Cary, C. E., Zapata, C. E. "Enhancement of the model for resilient response of soils due to seasonal environmental changes implemented in the m-epda". Transportation Research Record: Journal of the ‘Transportation Research Board, Washington, DC, 2010. {[6]Leiva-Villacorta, F.. Loria-Salazar, L. G.. Camacho-Garita, E. "Evaluating Nonlineartiy on Granular Materials and Soils Through the Use of Deflection Techniques". The Roles of Accelerated Pavement Testing in Pavement Sustainability. Engineering, Environment, and Economies, pp. 111-129, 2016. [7iLoria, L- G., Badilla, G., Jimenez Acuna, M., Elizondo, F., & Aguiar-Moya, J. P. "Experiences in the Characterization of Materials Used in the Calibration of the AASHTO Mechanistc-Empirical Pavement Design Guide (MEPDG) for Flexible Pavement for Costa Rica". Transportation Research Board. 90th ‘Annual Meeting 2011 [8]Utloa, A., Badilla, G., Allen-Monge, J., Sibaja-Obando, D." Encuesta de Carga”, LanammeUCR, 2007. [9}Aguiar-Moya, J. P., Corrales, J. P., Elizondo, F., Loria-Salazar, L. G. "PaveLab and heavy vehicle simulator implementation atthe National Laboratory of Materials and Testing Models ofthe University of Costa Rica.” Advances in pavement design through full-scale accelerated pavement testing. pp. 2012. [0TTrejos-Castllo, C., Aguiar Moya, J. P., Loria-Salazar, L. G. “Desarrollo de software de analisis y disefio de pavimentos para Costa Rica". Programa’ Infraestructura del Transporte (PITRA), LanammeUCR, 2016. [11]Huang, Y. H. "Pavement design and analysis” Pearson/Prentice Hall, 2004, [12}Beven, K." A sensitivity analysis of the Penman-Monteith actual evapotranspiration estimates". Joumal of Hydrology, pp. 169-190, 1979.XIXCILA Congreso hero-Latinoamericana del Asfalto, Medellin 2017 SSSA ANAT AON INNIS [13]Elizondo, F.; Ulloa, A.; Badilla, G.” Prediccién de médulos resilientes en mezelas asfilticas mediante el modelo de Witezak”. Infraestructura Vial, Vol. 10, no 3, 2007. [14]Leiva-Villacorta, F.; Loria-Salazar, L. G.; Aguiar-Moya, J. P. "Development of an Improved and More Effective Dynamic Modulus E* Model for Mixtures in Costa Rica by Means of Anificial Neural Networks”. Transportation Research Board 92nd Annual Meeting, 2013. [15]Zhao, Y.; Kim, Y. “Time-temperature superposition for asphalt mixtures with growing damage and permanent deformation in compression”. Transportation Research Record: Journal of the Transportation Research Board, no 1832, pp. 161-172, 2003. [16}Hu, X., Zhou, F., Hu, S., & Walubita, L. F."Proposed loading waveforms and loading time equations for mechanistic-empirical pavement design and analysis", Journal of Transportation Engineering. vol. 136, no 6, pp. 518-527, 2009. [17]Andrei, D., Witezak, M., Schwartz. C., Uzan, J. "Harmonized resilient modulus test method for ‘unbound pavement materials”, Transportation Research Record: Journal of the Transportation Research Board, 29-37, 2004. [18]Leiva-Villacorta, F., Vargas-Nordebeck, A., Aguiar-Moya, J. P., Loria- Salazar, L. G. "Calibration of a Mechanistic-Empirical Fatigue Model Using the PaveLab Heavy Vehicle Simulator". Transportation Research Board 95th Annual Meeting (No. 16-3509), 2016. [19}Aguiar-Moya, J. P.; Loria-Salazar. L. G. "Desarrollo de modelos de fatiga para capas asfalticas”, 2006,