Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
TESIS
ELABORADO POR
ASESOR
LIMA - PERÚ
2016
© 2016, Universidad Nacional de Ingeniería. Todos los derechos reservados
“El autor autoriza a la UNI a reproducir la tesis en su totalidad o en parte,
con fines estrictamente académicos.”
Ante todo agradezco a mis padres Rofilio Vivanco Campos y Maria Cahuana
Mendoza, quienes siempre fueron los protagonistas en mi vida, quienes siempre
estuvieron alentandome a no rendirme y que gracias a ellos , estoy ahora aquí,
escribiendo estas palabras y con una lágrima en los ojos, les digo gracias por
haberme enseñado a querer y a valorar todo lo que uno obtiene con tanto
esfuerzo.
A mis cinco hermanas, Eleceria, Lucia, Vilma, Vanesa y Pilar, y que siendo yo el
penúltimo de los hermanos, siempre tenian algo que enseñarme predicando
siempre con el ejemplo. Y decirles gracias por todo el apoyo incondicional que
me dieron a lo largo de mi vida.
A Dios, por guiarme, cuidarme y permitirme terminar con mucho éxito esta etapa
de mi vida.
UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA CIVIL ÍNDICE
ÍNDICE
RESUMEN………………………………………….…………………………...……… 6
ABSTRACT………………………………………………………………………………7
PRÓLOGO…………………………………………………………………….…………8
LISTA DE TABLAS………………………………………….………………………… 9
LISTA DE FIGURAS…………………………………….…………………………… 11
LISTA DE SÍMBOLOS Y SIGLAS …..……………………..……………………… 15
INTRODUCCIÓN………………………………………………………………………17
CAPÍTULO I: ANTECEDENTES ....................................................................... 18
1.1 EVOLUCIÓN DE AASHTO EN EL DISEÑO DE PAVIMENTOS....................... 18
1.2 SITUACIÓN DE LA METODOLOGÍA MEPDG-AASHTO 2008 EN
LATINOAMÉRICA ............................................................................................ 21
1.3 SITUACIÓN DE LA METODOLOGÍA MEPDG-AASHTO 2008 EN EL PERÚ .. 22
1.4 ESTADO DEL ARTE DEL DISEÑO DE PAVIMENTOS EN EL PERÚ ............. 24
CAPÍTULO II: MARCO TEÓRICO ..................................................................... 26
2.1 DEFINICIÓN Y CLASIFICACIÓN DE LOS PAVIMENTOS ............................... 26
2.1.1 Definición de pavimentos ..................................................................... 26
2.1.2 Clasificación de pavimentos ................................................................. 26
2.1.2.1 Pavimentos de concreto asfaltico ............................................................................. 26
2.1.2.2 Pavimentos de concreto hidráulico ........................................................................... 27
2.2 MÉTODO MECANÍSTICO – EMPÍRICO PARA PAVIMENTOS ....................... 28
2.2.1 Descripción de la metodología ............................................................. 28
2.2.1.1 Descipción general de la metodología computacional para la predicción del
deterioro ........................................................................................................................ 29
2.2.1.2 Procedimiento general de diseño y análisis de pavimentos con MEPDG .......... 31
2.2.2 Entradas de diseño en el MEPDG ........................................................ 35
2.2.2.1 Tráfico ........................................................................................................................... 35
2.2.2.2 Clima ............................................................................................................................. 36
2.2.2.3 Propiedad de los materiales ..................................................................................... 37
2.2.2.4 Suelo de fundación ..................................................................................................... 37
2.2.3 Confiabilidad (R) ................................................................................. 38
2.2.4 Modelos de respuesta estructural en pavimentos ................................ 40
2.2.4.1 Teoría Elastica Lineal Multicapa (MLET) ................................................................. 40
2.2.4.2 Método de Elementos Finitos (FEM) ....................................................................... 41
BIBLIOGRAFÍA………………………………………………………………………171
ANEXOS…………………………………………………………………………...….174
RESUMEN
ABSTRACT
This thesis presents a deep the transit of heavy vehicles will run analysis
because talk of transit is a very complex issue because of the diversity of
vehicles, loads, dimensions, operating speeds, etc.; which traffic associated with
a high degree of uncertainty. Where will review and evaluate the information
vehicular traffic with which are available in Peru, to suit the format MEPDG, and
thus obtain a characterization of heavy vehicle traffic for a stretch of the North
Panamerican highway in Lima, based on load spectra and traffic parameters,
applying the concepts used in the "design Guide Mechanistic-Empirical
Pavement (MEPDG)" the AASHTO 2008. As the load spectra substitutes to the
AASHTO 93 ESALs.
PRÓLOGO
LISTA DE TABLAS
Tabla N° 4.19 Ejemplo de porcentaje ejes para cada rango de cargas y vehículo
de clase 10 ............................................................................... 137
Tabla N° 4.20 Valores de espectros de carga para eje simple ......................... 139
Tabla N° 4.21 Valores de espectros de carga para eje tandem ....................... 140
Tabla N° 4.22 Valores de espectros de carga para eje tridem ......................... 141
Tabla N° 5.1 Distribución por tipo de vehículo ................................................. 156
Tabla N° 5.2 Factores de ajuste mensual del lugar .......................................... 156
Tabla N° 5.3 Factores de distribución horaria .................................................. 157
Tabla N° 5.4 Número medio de ejes por clase de camión................................ 158
Tabla N° 5.5 Espaciamiento entre ejes por tipo de eje (nivel 3) ....................... 158
Tabla N° 5.6 Espaciamiento entre ejes según su longitud (nivel 3) .................. 159
Tabla N°5.7 Resumen de daños pronosticados y confiablidad - Serpentin de
Pasamayo ................................................................................... 165
LISTA DE FIGURAS
INTRODUCCIÓN
Uno de los más recientes esfuerzos realizados en los EE.UU para mejorar los
procedimientos de análisis y diseño del pavimento, es el Programa Nacional
Cooperativo de Investigación de Carreteras (NCHRP), que bajo el Proyecto 1-
37A desarrolló la “Guía de Diseño Mecanístico - Empírico para Estructuras de
Pavimento Nuevos y Rehabilitados del 2002”, que para el año 2004 y luego tener
una revision formal en el año 2008, llevaría el nombre de Guía de Diseño
Mecanístico - Empírico de Pavimentos (MEPDG). En el 2008 AASHTO publicó
el manual del MEPDG para el uso práctico de este nuevo método de diseño para
pavimentos.
En el capítulo II, presentamos el marco teórico que se tiene saber para poder
entender la metodología del MEPDG de la AASHTO 2008. Tambien un revisión
ligera del AASHTO 93, estableciendo algunas diferencias entre la metodología
del ASSHTO 93 y 2008.
CAPÍTULO I: ANTECEDENTES
1 Highway Research Board , “The AASHO Road Test: Report 1, History and Description of the Project”, Special
Report 61A , National Academy of Sciences, Washington, D.C., 1961
2 Solano Jorge, “Evolución en el Diseño de Pavimentos de Concreto: Del Arte a la Ciencia”, Boletín N° 28,
Instituto Costarricense del Cemento y del Concreto, Costa Rica, 2011, p. 2.
100
80
Porcentajes
60
40
20
0
A B C D
Respuestas de encuesta
Figura N° 1.2 Estado de la Implementación del MEPDG en Latinoamérica
Fuente: Chang C., Vidal J., Guillermo L., Bustos M., Delgadillo R., 2013
5 Chang C., Vidal J., Guillermo L., Bustos M., Delgadillo R., “Aplicabilidad del Método Mecanístico – Empírico
de Diseño de Pavimentos (MEPDG) AASHTO 2008 en Latinoamérica”, IAG239-03-2013, 2013, p. 4-6.
60
50
40
Porcentaje
30 PROF
20 POCO
10 MEDIANO
0 NINGUNO
6 Chang C., Vidal J., Guillermo L., Bustos M., Delgadillo R., “Aplicabilidad del Método Mecanístico – Empírico
de Diseño de Pavimentos (MEPDG) AASHTO 2008 en Latinoamérica”, IAG239-03-2013, 2013, p. 10.
7 Chang C., Vidal J., Guillermo L., Bustos M., Delgadillo R., “Aplicabilidad del Método Mecanístico–Empírico de
Diseño de Pavimentos (MEPDG) AASHTO 2008 en Latinoamérica”, IAG239-03-2013, 2013, p. 7.
8 Sotil Andres, “Estado del Arte de la Ingeniería de Pavimentos”, Revista de Ingeniería de la USIL, Vol. 1, N°1.
Primer trimestre 2014, Lima, 2014, p. 80.
9 Ministerio de Transportes y Comunicaciones, “Manual de Carreteras. Suelos, Geología, Geotecnia y
Pavimentos. Sección Suelos y Pavimentos”, Lima, Marzo del 2013, p. 7.
Las respuestas críticas del pavimento son calculadas en cada subcapa utilizando
el programa de teoría de análisis elástico de capas de Jacob Uzan Layered
Elastic Analysis (JULEA), que esta integrado en el software MEPDG. El software
MEPDG hace uso extensivo del ICM que se encuentra incorporado en el
software para ajustar los valores del módulo de la capa del pavimento con el
10
Montana Department of Transportation, “Research Programs Newsletter”, Summer 2007 Review. Montana
Department of Transportation, Montana, USA, 2007. Pág. 2
11
Wilmer Mena, “Implementación del Modelo Climático de la MEPDG AASHTO 2008 en Colombia para Tres
Condiciones Climáticas”, Trabajo para optar el grado de magister en ingeniería, Medellín, 2013. Pág. 72
12 Larson, G. and B. J. Dempsey, “Enhanced Integrated Climatic Model Version 2.0”, Report No. DTFA
MN/DOT 72114, University of Illinois at Urbana-Champaign, Illinois, 1977.
13 R. L. Baus and N. R. Stires, “Mechanistic-Empirical Pavement Design Guide Implementation”, Report No.
GT006-10, University of South Carolina. Submitted to The South Carolina Department of Transportation and
The Federal Highway Administration. June, 2010, p. 9.
Diseño y análisis de la
Diseño y analisis de pavimentos nuevos Datos de entrada para el diseño
Rehabilitación
ETAPA 1 - EVALUACIÓN
Seleccionar Estrategias de
Diseño de Prueba del Pavimento
Modificar Caraterísticas del
ETAPA 2 - ANÁLISIS
Análisis de Ingeniería y
Alternativa de Diseño Viable Análsisi de Costos de Cliclo de Vida
ESTRATÉGIA
Constructibilidad
Polìticas y Decisiones
Seleccionar
Estrategia
Figura N° 2.6 Diagrama de flujo de las tres etapas del proceso de diseño/análisis para la
metodología MEPDG
Fuente: AASHTO, 2008
El diseño con MEPDG resulta una metodología más confiable, porque es una
herramienta que nos permite integrar los efectos de la carga del tránsito, efectos
climáticos, carácterísticas de los materiales, en modelos matemáticos haciendo
uso la mecánica de lo materiales para calcular los esfuerzos, deformaciones y
deflexiones en los paimentos y que para luego calibrar los modelos de predicción
de daño con datos de fallas o deterioros obtenido en campo (según la zona en
estudio). Todo esto siempre y cuando se tenga todos los datos requeridos
mínimos por la MEPDG. Resultando desde el punto de vista económico más
rentable en el diseño, construcción y gestión de los pavimentos.
15 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Appendix D, Illinois, EEUU, 2004.
2.2.2.1 Tráfico
2.2.2.2 Clima
16 Regis L. Carvalho, “Implementation of the NCHRP 1-37A Design Guide”, Final Report. Volume 2: Evaluation
of Mechanistic-Emoirical Design Procedure, Departament of Civil Environmental Engineering, The University of
Maryland, USA, 2007, p. 21.
El cálculo del modulo resiliente depende del nivel de entrada que elegiremos. En
el nivel 1, los valores del módulo elástico o de resilencia se determinan a partir
de los datos de pruebas de laboratorio que se ajustaron a un modelo rigidez de
esfuerzos dependientes. En el nivel 2 se correlacionada con otros parámetros
como el CBR y el valor R (coeficiente de capa AASHTO) y en el nivel 3, el
17 Regis L. Carvalho, “Implementation of the NCHRP 1-37A Design Guide”, Final Report. Volume 2: Evaluation
of Mechanistic-Emoirical Design Procedure, Departament of Civil Environmental Engineering, The University of
Maryland, USA, 2007, p. 21.
18 Regis L. Carvalho, “Implementation of the NCHRP 1-37A Design Guide”, Final Report. Volume 2: Evaluation
of Mechanistic-Emoirical Design Procedure, Departament of Civil Environmental Engineering, The University of
Maryland, USA, 2007, p. 23.
R=P (Daño a lo largo del periodo de diseño < valor admisible o umbral de falla)
Por ejemplo para pavimentos de concreto hidráulico que son materia de estudio
en esta investigación, los valores admisibles para escalonamiento, porcentaje de
agrietamiento transversal e IRI (criterios o indicadores de desempeño) son 0.20,
10% y 222 pul/milla respectivamente para el tiempo de vida deseado ( 20 años)
del pavimento.
Por lo tanto para el ejemplo anterior se escogio una confiabilidad del 95% para
cada uno de los criterios de desempeño, por lo que se refiere a que hay una
probabilidad del 95% de los valores de daño no superen en valor a los valores
maximos o umbrales permitidos, preestablecidos por el diseñador.
19 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 1. Introduction, Chapter 1. Background, Scope
and Overiew, Champaign, Illinois, EEUU, 2004, p. 24-26.
20 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 1. Introduction, Chapter 1. Background, Scope
“El MEPDG utiliza tres modelos para predecir respuestas estructurales del
pavimento (tensiones o esfuerzos, deformaciones y deflexiones). La Teoría
Elástica Multicapa (MLET) y el Método de Elementos Finitos (FEM) se utilizan
para calcular las respuestas debidas a la carga de tráfico y el Modelo Climático
Integrado Mejorado (EICM) se utiliza para predecir las historias de temperatura y
humedad a lo largo de la estructura del pavimento. Cuando un comportamiento
no lineal de los materiales no unidos o no consolidados, para entradas de nivel 1,
se elige FEM; de lo contrario el análisis relacionado con la carga se realiza con
MLET”. 22
23 Regis L. Carvalho, “Implementation of the NCHRP 1-37A Design Guide”, Final Report. Volume 2: Evaluation
of Mechanistic-Emoirical Design Procedure, Departament of Civil Environmental Engineering, The University of
Maryland, USA, 2007, p. 25.
24 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 3. Environmental
Effects, Illinois, EEUU, 2004, p. 2-4.
25
Dempsey, B. J., W. A. Herlach, and A. J. Patel, “The Climatic-Material-Structural Pavement Analysis
Program”, FHWA/RD-84/115, Vol.3., Final Report, Federal Highway Administration, Washington D.C., 1985.
26
Guymon, G. L., R. L. Berg, and T. C. Johnson, “Mathematical Model of Frost Heave and Thaw Settlement in
Pavement”, Report: U. S. Army Cold Region Research and Engineering Laboratory, Hanover, New Hampshire,
1986.
27 Lytton, R. L., D. E. Pufahl, C. H. Michalak, H. S. Liang, and B. J. Dempsey, “An Integrated Model of the
Climatic Effects on Pavement”, Texas Transportation Institute, Texas A&M University, Report No. FHWA-RD-
90-033, Federal Highway Administration, McLean, VA, 1990.
Cabe señalar que estos modelos fueron desarrollados para las condiciones de
América del norte con su base de dato recolectados, por lo que, para aplicar
estos modelos, se deben de calibrar ajustando sus coeficientes de los modelos
tomando datos de deterioro de campo, para las condiciones locales (tráfico y
clima) de otros países para su correcta aplicabilidad del MEPDG.
1
CRK = (2.1)
1+(𝐷𝐼𝐹 )−1.98
𝑛𝑖,𝑗,𝑘,𝑙,𝑚,𝑛,𝑜
𝐷𝐼𝐹 = ∑ (2.2a)
𝑁𝑖,𝑗,𝑘,𝑙,𝑚,𝑛,𝑜
𝐷𝐼𝐹 : Daño total por fatiga (de abajo hacia arriba o de arriba hacia abajo)
𝑛𝑖,𝑗,𝑘,𝑙,𝑚,𝑛,𝑜 : Número de repeticiones de aplicaciones de carga en la condición
i,j,k,l,m,n
𝑁𝑖,𝑗,𝑘,𝑙,𝑚,𝑛,𝑜 : Número permitido de aplicaciones de carga en la condición i,j,k,l,m,n
El (𝑛𝑖,𝑗,𝑘,𝑙,𝑚,𝑛,𝑜 ), es el número real de ejes tipo k del nivel de carga L que pasa a
través de la trayectoria de tránsito n bajo cada condición (edad, estación y la
diferencia de carga).
El (𝑁𝑖,𝑗,𝑘,𝑙,𝑚,𝑛,𝑜 ), es el número de ciclos de carga requeridos para generar falla por
fatiga y es una función del esfuerzo aplicado y de la resistencia de PCC. Para su
cálculo se determina utilizando la siguiente ecuación para fatiga de PCC:
𝑀𝑅𝑖
log(𝑁𝑖,𝑗,𝑘,𝑙,𝑚,𝑛 ) = 𝐶1 * (𝜎 )𝐶2 (2.2b)
𝑖,𝑗,𝑘,𝑙,𝑚,𝑛
El daño por fatiga se calcula sumando cada incremento de daño. Una vez que
los daños de arriba hacia abajo y abajo hacia arriba son calculados, los
fisuramientos correspondientes se calculan utilizando la ecuación 2.1 y el
fisuramiento total combinado se determina utilizando la ecuación 2.3.
Donde:
TCRACK: Fisuramiento transversal total (porcentaje de todas las severidades)
CRKBottom-up: Cantidad pronosticada de fisuramiento transversal de abajo hacia
arriba (fracción)
CRKTop-down : Cantidad pronosticada de fisuramiento transversal de arriba hacia
abajo (fracción)
𝐹𝑎𝑢𝑙𝑡𝑚 = ∑𝑚
𝑖=1 ∆𝐹𝑎𝑢𝑙𝑡𝑖 (2.4a)
∆𝐹𝑎𝑢𝑙𝑡𝑖 = 𝐶34 *(𝐹𝐴𝑈𝐿𝑇𝑀𝐴𝑋𝑖−1 - 𝐹𝑎𝑢𝑙𝑡𝑖−1 )2 *𝐷𝐸𝑖 (2.4b)
𝐹𝐴𝑈𝐿𝑇𝑀𝐴𝑋𝑖 = 𝐹𝐴𝑈𝐿𝑇𝑀𝐴𝑋0 + 𝐶7 *∑𝑚
𝑗=1 𝐷𝐸𝑗 *log(1 + 𝐶5 ∗ 5.0
𝐸𝑅𝑂𝐷 𝐶6
) (2.4c)
𝑃200 ∗ 𝑊𝑒𝑡𝐷𝑎𝑦𝑠
𝐹𝐴𝑈𝐿𝑇𝑀𝐴𝑋0 = 𝐶12 *𝛿𝑐𝑢𝑟𝑙𝑖𝑛𝑔 * [ log(1 + 𝐶5 ∗ 5.0𝐸𝑅𝑂𝐷 ) ∗ log( ) ]𝐶6
𝑃5
(2.4d)
Donde:
IRI : pronosticado, en pulg/mi
𝐼𝑅𝐼𝐼 : Regularidad superficial inicial medida como IRI, en pulg/mi
CRK : Porcentaje de losas con fisuras transversales (totales las severidades)
SPALL : Porcentaje de juntas con descamado (severidades medianas y altas)
TFAULT : Total acumulado del escalonamiento de la junta por milla, en pulg.
SF : Factor sitio
𝐶1 =0.8203; 𝐶2 =0.4417; 𝐶3 =0.4929; 𝐶4 =25.24
𝐴𝐺𝐸 100
SPALL = ( 𝐴𝐺𝐸+0.01 ) ∗ ( 1+1.005(−12∗𝐴𝐺𝐸+𝑆𝐶𝐹) ) (2.6a)
Donde:
SPALL : Porcentaje de juntas con descamado (severidades medianas y altas).
AGE : Edad del pavimento desde su construcción, en años.
SCF : Factor de escala basado en la relación con el sitio, diseño y clima.
Los pavimentos de concreto simple con juntas son los que mejor se aplican a la
realidad nacional debido a su buen desempeño y a los periodos de diseño que
usualmente se emplean.
AASHTO 93
Es un método practico.
No requiere del uso de software costosos
Fácil acceso al diseño
Es un método muy conocido por todos los profesionales y facil de
entender.
Muy util para el diseño de pavimentos en lugares donde no se dispone de
tanta tecnología.
MEDG-AASHTO 2008
Eje simple: Es un eje sencillo con una rueda simple en sus extremos, otra
característica es que la distancia entre su centro y el centro del eje más
próximo es superior a 2,40m. Puede ser motriz o no, direccional o no,
anterior, central o posterior.
Eje simple dual: Es un eje sencillo que posee dos ruedas simples en sus
extremos
Eje tridem (triples): Son tres ejes simples con ruedas simples o dobles en
los extremos, que pueden ser motrices o no, separados a una distancia
entre centro de ruedas extremas superior a 2,40m e inferior a 3.60m.
Figura Nº 2.17 Ejemplo de espectro de carga característico de un vehículo Clase 4, Eje Simple
Fuente: Elaboración propia
Coeficiente de poison
Relaión de la deformación unitaria lateral y la correspondiente deformación
unitaria longitudinal. No tiene unidades.
Estos valores son empleados por el EICM para el cálculo de los gradientes en la
losa de concreto.
Coheficiente de dialtacion
Cambio por unidad de longitud del material por unidad de temperatura. Los
valores tipicos son 5.2x10-6 /°F
32 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 2 y 3.
Son cuatro las fuentes principales de datos de tránsito como lo indica la guía de
AASHTO 2008 y se desarrollaran a continuación.
33 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 4-6.
Conteo de vehículos
Los conteos continuos se toman los 365 días del año y son los tipos más
consistentes y precisos. Conteos de temporada se realizan por lo general de
2 a 12 veces al año, por periodos de tiempo que van desde las 24 horas a 2
semanas, mientras que el recuento de corta duración van desde 6 horas a 7
días.
Los datos del nivel 1 o nivel 2 de tráfico pueden estimarse utilizando modelos
detallados de previsión del tráfico y de generación de viajes calibrados con
datos específicos del lugar, regional o nacional. Útiles en zonas urbanas y se
basan en información obtenida de convertir los estudios de movimiento, los
estudios de origen y destino, encuestas de matrícula, y así sucesivamente. La
aplicación de las previsiones de tráfico y modelos de generación de viajes
está más allá del alcance de la Guía de Diseño.
Combinaciones especiales
Los buses, camiones y remolques son los considerados vehículos pesados, los
cuales son tomados en cuenta para la estimación del tráfico para evaluar el
efecto de las cargas sobre las estructuras de pavimento en el diseño de
pavimentos.
C2 12.3 7 11 - - - 18
C3 13.2 7 18 - - - 25
C4 13.2 7 23 (1) - - - 30
T2S1 20.25 7 11 11 - - 29
T2S2 20.25 7 11 18 - - 36
T2Se2 20.25 7 11 11 11 - 40
T2S3 20.25 7 11 25 - - 43
T3S1 20.25 7 18 11 - - 36
T3S2 20.25 7 18 18 - - 43
T3Se2 20.25 7 18 11 11 - 47
C2R2 23 7 11 11 11 - 40
C2R3 23 7 11 11 18 - 47
C3R2 23 7 18 11 11 - 47
C3R3 23 7 18 11 18 - 48(2)
C3R4 23 7 18 18 18 - 48(2)
C2RB1 20.5 7 11 11 - - 29
C2RB2 20.5 7 11 18 - - 36
C3RB1 20.5 7 18 11 - - 36
C3RB2 20.5 7 18 18 - - 43
T3S2S2 23 7 18 18 18 - 48(2)
T3S2S1S2 23 7 18 18 11 18 48(2)
11
11
T3Se2S1 +
23 7 18 + 11 48(2)
Se2 11(3
11(3)
)
B2 13.2 7 11 - - - 18
B3-1 14 7 16 - - - 23
B4-1 15 7+7(5) 16 - - - 30
BA-1 18.3 7 11 7 - - 25
CLASE 1: Motocicletas
Son los vehículos motorizados de dos o tres ruedas. En esta categoría tienen
asientos tipo sillas de montar y son conducidos por barras manejables en vez de
timón. En esta categoría se incluye motocicletas, motocicletas de tres ruedas,
bicicletas con motor, patinetas con motor. Ver figura 3.1
Son todos los tipos de automóviles como auto, tico, Station vagon, etc.
fabricados primordialmente para el propósito de transportar pasajeros e incluye a
los vehículos para pasajeros que funcionan para jalar remolques recreativos ó
livianos. Ver figura 3.2
CLASE 3: Vehículos simples de una sola unidad, dos ejes, cuatro llantas
Son otros vehículos para pasajeros de dos ejes, cuatro llantas. En esta
clasificación se incluyen las camionetas, camionetas tipo panel, combi, van y
otros vehículos tales como casas rodantes, ambulancias y coches fúnebres.
También se incluyen en esta clasificación los vehículos que jalan remolques
livianos y recreativos. Ver figura 3.3
CLASE 4: Buses
Son todos los buses manufacturados como los buses tradicionalmete para el
transporte de personas con dos ejes y seis ruedas ó tres ejes ó más. Esta
categoría incluye solamente buses tradicionales (incluye buses escolares) que
funcionan como vehículos para transporte de pasajeros. Los buses modificados
pueden ser considerados como camiones y ser clasificados adecuadamente. Ver
figura 3.4.
Son todos los vehículos de una simple armazón incluyendo camiones, vehículos
recreativos y para acampar, casas rodantes, etc. que tienen dos ejes y doble
ruedas traseras. Ver figura 3.5
Son todos los vehículos de una sola armazón incluyendo camiones, vehículos
recreativos y para acampar, casas rodantes, etc. que tienen tres ejes. Ver figura
3.6.
Son todos los camiones de una sola armazón con cuatro o más ejes. Ver figura
3.7.
Son todos los vehículos con cuatro o menos ejes que consisten de dos unidades,
una de las cuales es un camión con remolque o una unidad de camión o
directamente un camión de carga. Ver figura 3.8.
Son todos los vehículos que consisten de dos unidades, una de las cuales es un
camión con remolque o directamente un camión de carga. Ver figura 3.9.
Son todos los vehículos con seis o más ejes que consisten de dos unidades,
una de las cuales es un camión con remolque o directamente un camión de
carga. Ver figura 3.10.
Son todos los vehículos con cinco o menos ejes que consisten de tres o más
unidades, una de las cuales es un camión con remolque o directamente un
camión de carga. Ver figura 3.11.
Son todos los vehículos que consisten de tres o más unidades, una de las cuales
es un camión con remolque o directamente un camión de carga. Ver figura 3.12.
Son todos los vehículos con siete o más ejes que consisten de tres o más
unidades, una de las cuales es un camión con remolque o directamente un
camión de carga. Ver figura 3.13.
CLASE 9 CLASE 10
Camion semirremolque, Camion semirremolque,
5 ejes 6 o más ejes
CLASE 11 CLASE 12
Camión semirremolque + acoplado,
Camión semirremolque + acoplado,
5 o menos ejes
6 ejes
CLASE 13
Camión semirremolque + acoplado,
siete o más ejes
La red vial nacional del Perú cuenta con un total de 172,000 Kilómetros de
carreteras de los cuales solo 21,766 Kilómetros se encuentran pavimentados
según el Sistema Nacional de Carreteras del Perú (SINAC). La conservación o
mantenimiento de las carreteras está a cargo de Provias Nacional, Provias
Descentralizado y los Gobiernos Regionales, atraves de la red nacional de
pesaje que funciona con 15 estaciones de pesajes fijas y 14 estaciones de
pesajes móviles o portátiles que se ubican en lugares estratégicos de nuestro
país. Para ver el mapa de ubicación de estaciones de control de pesos en el
ambito nacional, ver anexo A.
Peso máximo por eje o conjunto de ejes permitido a los vehículos, es el siguiente
según el Reglamento nacional de vehículos del Ministerio de Transporte y
Comunicaciones del Perú. Ver tabla N° 3.5.
Nota:
RS: Rodada simple RD: Rodada doble
La tabla N° 3.6 muestra la tolerancia para el pesaje dinámico según el tipo de eje
y la cantidad de neumáticos que posea el eje. La tolerancia por eje o conjunto de
ejes es de 5% y quedará fijada de acuerdo al Reglamento Nacional de
Vehículos.
Balanza Selectiva
Figura N° 3.15 Pantalla del computador central PAT del sistema de balanza selectiva PAT Traffic
Daw 100 PC
Fuente: Pat-Traffic
Es un sistema de pesaje dinámico para el pesaje de vehículos por eje. Sirve para
el control el peso de los camiones y buses que presenten algún sobrepeso o
37 Pat-traffic [Internet]. Chile: Pat-traffic; 2013 [citado 15 junio 2016]. Disponible en: http://www.pat-traffic.cl/
38 Pat-traffic [Internet]. Chile: Pat-traffic; 2013 [citado 15 junio 2016]. Disponible en: http://www.pat-traffic.cl/
Balanza portátil
39 Pat-traffic [Internet]. Chile: Pat-traffic; 2013 [citado 15 junio 2016]. Disponible en: http://www.pat-traffic.cl/
Figura N° 3.20 Sistema dinámico portatil de pesaje PAT Traffic Daw 300 PC
Fuente: Pat-Traffic
40
3.4.1.1 Tráfico medio diario anual de camiones (TMDAC)
40 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 7.
Tener en cuenta que tanto para los niveles 2 y 3 los datos regionales o
nacionales deben ser de rutas con características similares.
41 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 8.
42 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 9.
El factor de ajuste mensual del tránsito de camiones representa una porción del
tránsito anual de camiones (en ambos sentidos), para un tipo de vehículo que se
produce en un mes en específico. En otras palabras es la relacion del volumen
de tránsito que se produce en un mes específico y el volumen promedio anual
por cada clase específica de camiones.
Estos factores dependen de aspectos tales como el uso de la tierra, localización
de industrias en el área, ubicación de la ruta (urbana o rural)
43
ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 10.
𝑇𝑀𝐷𝑀𝑖
𝐹𝐴𝑀 = ∑12 (3.1)
𝑖=1 𝑇𝑀𝐷𝑀𝑖
Mes Clase 4 Clase 5 Clase 6 Clase 7 Clase 8 Clase 9 Clase 10 Clase 11 Clase 12 Clase 13
Enero 0.8 0.8 1 0.9 0.8 1.1 1 0.8 0.9 0.8
Febrero 1 1.1 1.1 0.9 0.9 1 1.1 1 0.8 0.7
Marzo 0.7 0.7 0.9 1 0.8 0.7 0.6 0.7 0.7 0.9
Abril 1.2 1.2 1 0.7 1.2 1.1 1 1.2 1.3 1.2
Mayo 1.1 1 0.9 1.1 1.1 1 1.1 1.1 1 1.1
Junio 0.9 0.8 0.8 0.9 1 0.9 0.9 0.9 0.9 0.9
Julio 1 1 1 1 1 1 1 1 1 1
Agosto 0.9 0.8 0.8 1.1 0.9 0.8 0.9 0.9 1.1 0.9
Septiembre 1 1 1 1 1 1 1 1 0.9 1
Octubre 1.1 1.1 1.3 1 1.3 1 1.1 1.3 1 1.2
Noviembre 0.9 1.3 0.9 1.3 0.9 1 1 0.9 1.1 0.9
Diciembre 1.4 1.2 1.3 1.1 1.1 1.4 1.3 1.2 1.3 1.4
Suma total 12 12 12 12 12 12 12 12 12 12
Nota: Los valores de la tabla N° 3.7, corresponden del procesamiento de datos de la estación de
pesaje Serpentín de pasamayo, que se mostrarán en el capítulo IV de esta tesis.
Fuente: Elaboración propia
44 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 14.
45
ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 15.
cual pueden considerarse como nivel de entrada 3, estos valores son resultado
del calculo de factores apartir de la base de datos de tráfico LTPP.
Nota: Estos valores corresponden del prceso de datos en el capítulo IV de esta tesis.
Fuente: Elaboración propia
46 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 18.
Donde:
TMDACX: Es el tráfico medio diario anual de camiones en el período X.
TMDAC(base): Es el tráfico medio diario anual del año base.
GR: Es la tasa de crecimiento del tránsito.
AGE: Es el tiempo del perido en análisis.
Los factores de distribución de carga por eje representan el porcentaje del total
de solicitudes de eje dentro de cada intervalo de carga para un tipo específico de
eje (simple, tándem, tridem, y cuádruple) y clase de vehículo (clases 4 a 13).
Según la guía de diseño se establecieron rangos de cargas para cada tipo de eje
y con intervalos constantes como se muestra a continuación:
47 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 19.
Figura N° 3.22 Ejemplo de espectro de carga normalizada de eje simple del vehículo 4 para un año
en específico
Fuente: Elaboración propia
48 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 26.
49 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 26.
Referiddo a la anchura del carril de tráfico real, definido por la distancia entre las
marcas del carril a cada lado del carril de diseño. Es un factor de diseño y puede
o no igualar la anchura de la losa (en el caso de un pavimento de concreto
hidráulico). El valor prefijado para los carriles de ancho estándar es 12 pies
según la Guía de Diseño.
Esta entrada representa el número medio de ejes para cada clase de camiones
(clase 4 a 13) para cada tipo de eje (simple, tándem, tridem, y cuádruple). Las
entradas a diferentes niveles son los siguientes:
50 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 27.
Tabla N° 3.10 Número medio de ejes por defecto por clase de camión
CLASIFICACIÓN DE Núm ero de ejes Núm ero de ejes Núm ero de ejes Núm ero de ejes
CAMIONES sim ples por tándem por tridem por cuadruples por
cam ión cam ión cam ión cam ión
4 1.62 0.39 0.00 0.00
5 2.00 0.00 0.00 0.00
6 1.02 0.99 0.00 0.00
7 1.00 0.26 0.83 0.00
8 2.38 0.67 0.00 0.00
9 1.13 1.93 0.00 0.00
10 1.19 1.09 0.89 0.00
11 4.29 0.26 0.06 0.00
12 3.52 1.14 0.06 0.00
13 2.15 2.13 0.35 0.00
51 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 27.
52 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 28.
Las dimensiones del neumático y las presiones de inflado son entradas muy
importantes en los modelos de la predicción de comportamiento, debido a que un
neumático con mayor presión de inflado es mas destructivo para el pavimento
que uno con menor presión de inflado debido al area de contacto que se
generan en ambos casos. En la figura N° 3.26 se muestra una sección típica de
un neumático.
53 ARA, Inc. Eres Consultants Division, “Guide for Mechanistic-Empirical Design of New an Rehabilitated
Pavement Structures”, Final Report. NCHRP 1-37A Project, Part 2. Design Inputs, Chapter 4. Traffic, Illinois,
EEUU, 2004, p. 29.
Los LEF se definen en otras palabras como el daño por aplicación causado a un
sistema de pavimento por un cierto tipo de eje, relacionado con el daño por
aplicación de un eje estándar. Los LEF fueron derivados empíricamente usando
un análisis estadistico en las pruebas de AASHO RoadTest. La ecuación para
calcular los LEF según AASHTO es la siguiente 54:
𝑊18 𝑁° 𝑑𝑒 𝑎𝑝𝑙𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑒𝑗𝑒𝑠 𝑑𝑒 8.2 𝑡𝑜𝑛 𝑝𝑎𝑟𝑎 𝑎𝑙𝑐𝑎𝑛𝑧𝑎𝑟 𝑢𝑛𝑎 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑎𝑑𝑎
LEF = = (3.4a)
𝑊𝑥 𝑁° 𝑑𝑒 𝑎𝑝𝑙𝑖𝑐𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑒𝑗𝑒𝑠 𝑑𝑒 𝑑𝑒 𝑋 𝑡𝑜𝑛 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑎𝑑𝑎
(3.4b)
(3.4c)
(3.4d)
SN : Número estructural
𝑃𝑡 : Serviciabilidad final
𝐿𝑥 : Carga sobre un eje sencillo, tándem o un trídem
𝐿2 : Código de eje: 1 para eje simple, 2 para tándem y 3 para trídem
54 AASHTO, “Guide for Design of Pavement Structures 1993”, Washington, D.C., 1993.
55 Huang, Y. H., “Pavement Analysis and Design”, Prentice-Hall, Upper Saddle River, NJ, 2004.
Según Deacon llevó a cabo un análisis teórico de los factores de daño basado
en la teoría de capas y presentó un modelo de daño asumiendo el valor 4 para el
exponente n (Ley de la cuarta potencia) 56 ,mostrada en la ecuación 3.5.
𝑊18 𝜀 𝐿𝑥 4
LEF = = 𝜀𝑥 = ( ) (3.5)
𝑊𝑥 18 𝐿𝑠
Donde:
𝐿𝑥 : Peso de un eje cualquiera x.
𝐿𝑠 : Peso de un eje estándar con el mismo número de ejes que 𝐿𝑥 .
Equivalent single axle load, por sus siglas en inglés. Es el número de ejes al cual
todas las cargas de ejes de todo tipo de vehículo se transforma en ejes simples
equivalentes de 8,2 tonelas de peso, y fue utilizado en las versiones de AASHTO
93, para caracterizar al tráfico.
Donde:
n: Número de repeticiones para una carga por eje dado.
56 Deacon, J. A., “Load Equivalency in Flexible Pavements”, Proceedings, Association of Asphalt Paving
Technologists, Vol. 38, 1969, p. 465 – 491.
57 Highway Research Board (HRB), “The AASHO Road Test”, Special Report Nos. 61A through 61G and 73,
Washington, D.C., 1962.
𝐿𝑥 4
𝐿𝑆𝐹𝑗 = ∑𝑅𝑟=1 ( ) . (𝑞𝑟.𝑗 ).(t) (3.7)
𝐿𝑠
Donde:
𝑞𝑟,𝑗 : Contribución del espectro de carga correspondiente a 𝐿𝑥 , para el tipo de
camión j.
t : Ancho de clase del rango de cargas
58 Alvarez García, G. y Fuente Lortia, A., “Caracterización de los Espectros de Carga en la Red Federal de
Carreteras”, Tesis para Obtener el Grado de Ingeniéro Civil, Universidad Autónoma de Querétaro, Querétaro,
México, 2009, p. 55.
𝐿𝑥 4
𝐸𝑆𝐴𝐿𝑗 = 𝑛 ∗ ∑𝑅𝑟=1 ( ) . (𝑞𝑟.𝑗 ).(t) (3.8)
𝐿𝑠
Donde:
n : Número total de ejes
𝐿𝑥 : Peso de un eje cualquiera x.
𝐿𝑠 : Peso de un eje estándar (simple=8.2 ton, tándem=15 ton, trídem=23 ton)
Se puede notar que los ESAL’s son una combinación de las repeticiones de los
ejes y las características de carga, mientras que LSF extrae únicamente la
información relacionada con la carga. Tanto los ESAL’s como el LSF pueden ser
obtenidos a partir de un espectro de carga.
59 Alvarez García, G. y Fuente Lortia, A., “Caracterización de los Espectros de Carga en la Red Federal de
Carreteras”, Tesis para Obtener el Grado de Ingeniéro Civil, Universidad Autónoma de Querétaro, Querétaro,
México, 2009, p. 55.
Paso1: Evaluación de la
información requerida
Paso 2 :Recolección de
información de tráfico
Ordenamiento de la Procesamiento de
información de tráfico información
Paso 3 :Generación
Los parámetros requeridos por la nueva Guía de Diseño son 10, incluyendo los
espectros de carga (F.D. carga por eje).
Para poder obtener estos parámetros de tráfico se requieren datos WIM (pesaje
en movimiento y datos AVC (clasificación automática de vehículos), que son
datos de conteo vehicular.
Los datos de tráfico necesrios para la obtención de cada parámetros de tráfico,
se muestran en la tabla 4.1
Tabla N° 4.1 Datos de tráfico necesario para obtención de los parpámetros de tráfico
En la ciudad de Lima solo hay 3 lugares que cuenta con estaciones de pesaje y
conteo de vehículos (panamericana norte, sur y carretera central), tal como se
mostró en la sección 3.3.2.1, Lo cuales son las únicas fuentes de información de
tráfico con el nivel de detalle que requiere el MEPDG.
Son diversas las limitaciones para la obtención de los datos de tráfico, desde la
propiedad al que pertenecen hasta la disponibilidad de encontrar estos datos,
por lo que solo se encuentran en lugares donde hay una estación de pesaje de
vehículos.
Las estaciones de pesaje llevan un control del volumen y pesos de vehículos no
con fines de diseño, sino con fines de imponer multas por sobrepasar los limites
de pesos en peso bruto y pesos por eje mencionados en el reglamento nacional
de vehículos. Acontinunción se presentan las principales limintaciones:
Pesaje vehicular
Figura N° 4.6 Información de pesaje vehicular proporcionado por concesionaria NORVIAL S.A
Fuente: Concesionaria NORVIAL S.A
Conteo vehicular
GO-OC-PESJ-FOR-007
FLUJO VEHICULAR
REV 01
Elaborado Por Revisado Por Aprobado Por Fecha Página
FMP WOB WOB 29/06/2013 1 de 3
PROYECTO: NORVIAL
MES :_____ENERO_________________________
TIPOS TOTAL
1 2 3 4 ………………………………………. 27 28 29 30 31
B2 133 188 171 167 207 197 175 183 171 5628
C2 376 717 837 876 789 740 784 821 963 23869
B3 121 216 220 199 214 213 209 205 217 6343
BA 0 0 1 0 0 0 0 0 1 10
C3 43 160 235 275 236 206 254 238 243 6765
T2S1 2 7 3 7 4 6 6 7 9 172
C4 0 2 2 2 4 4 1 0 1 74
C2R2 9 19 29 33 37 32 33 33 44 866
C4-1 2 13 22 19 25 20 27 30 25 656
T2S2 7 23 33 29 38 34 31 32 31 941
T3S1 0 3 3 4 4 5 6 4 3 133
………
……
……
……
……
……
……
……
……
……
…….
T3S3-1 2 4 11 14 11 8 9 11 9 315
T3S3-2 1 15 23 20 25 26 39 29 18 717
T3S3-3 0 0 0 1 1 0 0 1 1 15
C4R3 0 0 0 0 0 0 0 0 0 2
C4R3-2 0 0 0 0 0 0 0 1 0 2
C4R3-3 0 0 0 0 0 0 0 0 0 1
T3S2S2 0 1 1 2 0 1 1 0 0 22
NC 48 139 153 160 158 150 149 170 158 4622
TOTAL 846 1783 2075 2134 ………………………………………… 2122 1952 2102 2116 2257 82123
Figura N° 4.7 Información de conteo vehícular proporcionada por concesionaria NORVIAL S.A
Fuente: Concesionaria NORVIAL S.A
La Guía solo analiza a los camiones (clase 4 a 13), debido a que estos son los
que causan daño al pavimento y no a los vehículos livianos (clase 1 a 3), por
tener un impacto mínimo en el pavimento.
Acontinuación se mostrarán los valores calculados de los 10 parámetros de
tráfico requeridos por la nueva Guía de Diseño.
disponibles entre los años 2012 al 2014 y datos de pesaje del año 2013 como se
señalo anteriormente.
Para el cálculo del tráfico de camiones en ambos sentidos para el año base, que
es el año de 2016, se utilizaron 3 años de datos de clasificación automática de
vehículos entre los años 2012 al 2014 como se muestra en la tabla N° 4.5.
Figura N° 4.8 Evolución del TMDAC en el tiempo, estación de pesaje Serpentin de Pasamayo
Fuente: Elaboración propia
Como se puede observar en la tabla N° 4.6, los camiones más comunes son los
de la clase 5 y 10, en donde sus valores correspondientes al porcentaje de
camiones en la dirección de diseño, se tomaran para todo el tráfico por ser los
camiones de mayor incidencia en el pavimento.
Los camiones mas comúnes son la clase 5 y 10, tal como se puede notar en la
tabla N° 4.7. El valor del porcentaje de camiones en la dirección de diseño sera
de 52% correspondiente al camión de clase 10, por ser el valor del camión más
común, tal como lo indica la Guía del MEPDG.
En la figura N° 4.9, se muestra graficamente los valores que se muestra en la
tabla N° 4.7.
Nivel 3: Sera el valor por defecto de 90%, dada por la guía de MEPDG para
carreteras de 2 carriles por dirección, debido a no tener información de conteo y
clasificación de vehículos por carril. Solo se tiene información por dirección del
tráfico (sentido).
El MEPDG utiliza valores de MAF, como una entrada para reflejar los efectos
mensuales y estacionales de tráfico de camiones en el comportamiento del
pavimento. Por lo tanto, los valores de MAF sin duda afectará a los resultados de
diseño de pavimentos.
Figura N° 4.10 Distribución por tipo de vehículo. Años 2012, 2013 y 2014
Fuente: Elaboración propia
Tabla N° 4.10 Valores de distribución por tipo de vehículo del año 2013
Año 2013
Tipo de Distrib. x tipo de
Vol. tráfico
vehículo vehículo (%)
4 322312,0 17,3
5 540297,0 29,1
6 164333,0 8,8
7 28063,0 1,5
8 26981,0 1,5
9 130654,0 7,0
10 537211,0 28,9
11 91069,0 4,9
12 17551,0 0,9
13 555,0 0,0
Total camiones 1859026,0 100,0
Fuente: Elaboración propia
En la tabla N° 4.11 muestra los valores de distribución por tipo de camión según
la clasificación del reglamento nacional de vehículos del Perú (RENAV), en
donde se observa una mayor proporción de camiones con configuración C2
(Camión de 2 ejes) y camiones T3S3 y T3Se3 (Trailers de 6 ejes).
El software Guía de diseño solo permite a los usuarios utilizar tres funciones de
crecimiento de tráfico y se optará el uso de la función de crecimiento compuesto
por ser la función al cual mas se asemeja el crecimiento del tráfico de TMDAC.
TMDAC(x) = TMDAC(base)*(GR)(AGE)
De La figura N° 4.13 se observa que los volúmenes de tráfico varia de 0.1 a 0.2
millones de camiones de año en año, por lo que se infiere que la tasa de
crecimiento varia de 5% a 6% entre los años 2009 a 2014, por lo que se
adoptará una tasa de crecimiento promedio del tránsito de vehículos pesados
para la zona en estudio un valor de 5,5% anual, según el análisis de estudio de
tráfico en la estacón de pesaje Seprpentin de Pasamayo elaborado por
OSITRAN en el año 2014.
Figura N° 4.13 Evolución del tráfico vehicular de vehículos pesados en la estación de pesaje
serpentin de pasamayo
Fuente: Informe de desempeño de la concesión de la red vial N° 5, OSITRAN, 2014
Ancho de carril
El valor de ancho de carril ser de 3.6 m, igual a 12 pies
Tabla N° 4.13 Valores por defecto del numero medio de ejes por vehículo
Configuración de eje
Ancho promedio de eje: se tomará el valor de 2.60 m, que es iguala 8.5
pies, por ser un valor de distancia entre ejes estandar de los camiones.
Porcentaje de vehículos
Corto: 34.0%
Mediano: 33.0%
Largo: 33.0%
Cuadro Resumen
Nivel de Entrada
Parámetros de Entrada de Tráfico
1 2 3
Informació para el año base
Velocidad de operación
CODIFICACIÓN DE EJES
Código Descripción gráfica de ejes Descripción
CONFIGURACIÓN DE EJES
Configuración Ejes Tipos de ejes
Clase
vehicular Eje 1 Eje 2 Eje 3 Eje 4 Eje 1 Eje 2 Eje 3 Eje 4
B2 1S 1D simple simple
B3-1 1S 1D + 1S simple tandem
4
B4-1 2S 1D + 1S tandem tandem
BA-1 1S 1D 1S simple simple simple
5 C2 1S 1D simple simple
6 C3 1S 2D simple tandem
C4 1S 2D + 1S simple tridem
7
8x4 2S 2D tandem tandem
T2S1 1S 1D 1D simple simple simple
T2S2 1S 1D 2D simple simple tandem
8
T2Se2 1S 1D 1D 1D simple simple simple simple
T3S1 1S 2D 1D simple tandem simple
T2S3 1S 1D 3D simple simple tridem
T2Se3 1S 1D 1D 2D simple simple simple tandem
9
T3S2 1S 2D 2D simple tandem tandem
T3Se2 1S 2D 1D 1D simple tandem simple simple
T3S3 1S 2D 3D simple tandem tridem
10
T3Se3 1S 2D 1D 2D simple tandem simple tandem
C2R2 1S 1D 1D 1D simple simple simple simple
11 C2R3 1S 1D 1D 2D simple simple simple tandem
C3R2 1S 2D 1D 1D simple tandem simple simple
C3R3 1S 2D 1D 2D simple tandem simple tandem
12 C4R2 1S 2D + 1S 1D 1D simple tridem simple simple
8x4R2 2S 2D 1D 1D tandem tandem simple simple
C3R4 1S 2D 2D 2D simple tandem tandem tandem
C4R3 1S 2D + 1S 1D 2D simple tridem simple tandem
13 8x4R3 2S 2D 1D 2D tandem tandem simple tandem
8x4R4 2S 2D 2D 2D tandem tandem tandem tandem
T3S2S2 1S 2D 2D 2D simple tandem tandem tandem
0
9,1
27,04
Tridem
9
Eje
E-04
8,94
10,08
E-03
20,17
Tándem
Eje
simple
E-01
4,49 Eje
Estación
total (Ton)
3,7
Peso Bruto
Sobrepeso
(Ton)
4,21
Sobrepeso Eje
T3S3
vehicular
Configuración
3,3
Velocidad
4253 C1F882 01/01/2013 10:07
Hora
Fecha
Placa
ID_Pesada
Este procedimiento del ejemplo mostrado, se realizará para cada uno de los
vehículos controlados en la estación de pesaje. De esta manera se obtendrá la
relación de cargas de los tipos de ejes (simple, tandem y tridem) y a su vez para
cada tipo de vehículo (clase 4 a la clase 13).
Tabla N° 4.18 Ejemplo de conteo de ejes para cada rango de cargas para un vehículo de clase 10
Tabla N° 4.19 Ejemplo de porcentaje ejes para cada rango de cargas y vehículo de clase 10
vehículo, para finalmente obtener sus porcentajes. Siendo estos porcentajes los
valores de los espectros de carga.
Los espectros de carga por eje es una distribución normalizada, que indica el
porcentaje de ejes controlados por cada rango de pesos (cargas) por tipo de eje
(simple, tandem y tridem) y por cada tipo de vehículo (clase 4 a la 13).
Nivel 1: Se utilizaron los datos de pesaje por cada eje de todos los vehículos
que transitaron por la estación de pesaje de Serpentin de Pasamayo en Lima.
Una vez calculado el número de ejes dentro de cada rango de pesos, se procede
a calcular los porcentajes de ejes aplicados en cada uno de estos rangos,
dividiendo el número de ejes registrados en cada rango de pesos por el total de
ejes contabilizados. Este procedimiento se realizó para cada tipo de eje (simple,
tandem, tridem) y a su vez para cada tipo de vehículo (Clase 4 a la 13), para el
año 2013 de la estación de pesaje que se encuentra en la carretera que estamos
estudiando la caracterización de su tráfico con los datos disponibles de tráfico
que se lograron obtener.
Los espectros de carga por tipo de eje y tipo de vehículo generados con un solo
año de datos de pesaje, no nos permite observar si el comportamiento del
tránsito de vehiculos pesados presenta variaciones importantes o no de año en
año, por lo que para esta investigación por motivos de no disponibilidad de datos
suficientes de tránsito, se optará por asumir como curva característica que
representa el comportamiento de la distribución de cargas por eje para cada tipo
de eje y para cada tipo de vehículo a los valores obtenidos del año 2013, que
cuenta con datos de tráfico completos (enero - diciembre).
Para ver el detalle del procedimiento que se siguió para la obtención de los
valores de espectro de carga y los demás parámetros de tráfico en planillas
excel, ver anexo E (digital).
C4
C5
C6
C7
C8
C9
C10
C11
C12
C13
De las tablas 4.20 a la 4.22 y de las figuras 4.15 a la 4.37, son los valores y
gráficas respectivamente de los espectros de carga, que representa el
comportamiento de la distribución de cargas por eje para cada tipo de vehículo y
cada eje para la estación de pesaje Serpentín de Pasamayo ubicada en el
distrito de Ancón.
En el caso de los espectros de carga para el eje tandem, sus picos de sus
gráficas de distribución de cargas en algunos casos están cercano al límite y
otros elevemente por debajo del peso máximo permitido por eje.
Para el caso de ejes trídem, los picos mas altos de sus espectros al límite o por
debajo de sus pesos máximos permitido.
Se puede observar que los valores máximos de cada espectro han sobrepasado
o se encuentran levemente por debajo de los pesos máximos permitidos por la
norma peruana, lo que nos indica que en general el comportamiento del
transporte pesado en esta zona del país transitan con cargas en exceso o límite
de lo permitido.
1) Información general
2) Ubicación del proyecto
3) Criterios de desempeño
4) Tráfico
5) Clima
6) Propiedades de drenaje
7) Caracteristicas de diseño para el JPCP
8) Propiedades de mezcla de concreto hidráulico
9) Material de la base
10) Subrasante
5.1.4 Tráfico
Algunos datos de tráfico que se adoptarán por defecto derivado de los datos del
programa Long-Term Pavement Performance (LTPP), que tiene por defecto el
software de la Guía, debido a no contar con información de tráfico muy
detalladaa en algunos casos.
La proporción del tráfico anual del camión para cada mes del año y clase de
camión del lugar son mostrados en la tabla N° 5.2.
Distribución del tráfico vehicular horario para el lugar en estudio. Ver tabla N°
5.3.
Tabla N° 5.3 Factores de distribución horaria
Después del año base, sobre la vida de diseño del pavimento, el tráfico
incrementa un 5.5% del tráfico del año precedente (compuesto anualmente) para
todos los vehículos.
La distribución de carga por eje solicitado por el software del MEPDG, requieren
la distribución de carga por tipo de eje, para cada clase vehicular, por categoría
de carga y meses del año (espectros de carga). Estos valores para el ingreso al
software se muestran en el anexo G. Estos valores son resultado del
procesamiento de datos de pesaje vehícular tomados en campo.
Espaciamiento Espaciamiento
Tipo de eje
entre ejes (pulg) entre ejes (m)
Tandem 51,6 1,31
Tridem 49,2 1,25
Fuente: ARA, Inc. Eres Consultants Division, NCHRP 1-37A, 2004
5.1.5 Clima
60 Elmer J. Maximiliano ,“implementación del Modelo Climático EICM con Fines de Diseño para Pavimento de
Concreto Asfáltico Aplicando la Metodología MEPDG”, Reporte Interino, Lima, Perú, 2016.
Figura N° 5.2 distribución de datos ordenados según los requerimientos del archivo ICM
Fuente: Elmer J. Maximiliano ,“Implementación del modelo climático EICM con fines de diseño
para pavimento de concreto asfáltico aplicando la metodología MEPDG”, reporte interino, Lima,
2016.
Diseño preliminar
Las características de contracción de la mezcla son los valores por defecto que
brinda la Guía de Diseño e indican que su contracción reversible es de 50% de la
contracción maxima tomando 35 días para alcanzar el 50% de la contracción
máxima.
5.1.10 Subrasante
El tipo de suelo presente en esta zona del proyecto es de tipo arena fina de
playa o eólicas (A-3 ,según clasificación AASHTO) y por zonas grava coluvial,
según se muestra en las figura N°5.4 y Anexo L.
Una ves ingresado todos los datos de entrada (tráfico, clima, materiales y diseño
preliminar) que se requiere para hacer un analisis de diseño con el software de la
Guía de Diseño MecanísticoEmpírico de AASHTO, se procede a correr el
software, para que internamente realice todos los cálculos para predecir el
comportamiento del pavimento en el periodo de diseño y confiabilidad deseada.
En las figuras N° 5.5 y 5.6,se mmuestra las gráficas de los valores de predicción
de fallas e IRI al pasar los años en el pavimento, estas gráficas se obtuvieron
como producto de la corrida del diseño con el software de la Guía de Diseño del
MEPDG.
Notar que la línea azul representa los valores de las fallas o IRI en el ltiempo
para una confiabilidad del 50%, la línea morada representa los valores de las
fallas o IRI en el tiempo para una confiabilidad del 95% (en nuestro caso), y la
línea anaranjada representa los valores límites de las fallas o IRI especificadas
por el diseñador.
Podemos notar que para la confiabilidad especificada para cada uno de los
criterios de desempeño (Escalonamiento, fisuramiento transversal e IRI) el
diseño de prueba final cumple con todas las expectativas, por lo que tomaremos
este diseño como el diseño final.
6.1 CONCLUSIONES
6.2 RECOMENDACIONES
Tener en cuenta que las los modelos de predicción de fallas aún no están
calibrados para el lugar en estudio, por lo que se recomienda tener cuidado
al utilizar esta metodología de la nueva guía de diseño mecanístico-
empírico.
BIBLIOGRAFÍA
ANEXOS
1. Criterios de desempeño
Confiabilidad
ESAL's
ANEXO K
2. Requisitos de diseño
3. Tráfico
Propiedades de suelos
Base_(A-1-a)
Material granular
Excelente a bueno como subgrado
A-1-a Fragmentos de roca, grava y arena
Granulometría
100
90
80
70
Pasa (%)
60
50
40
30
20
10
0
100 10 1 0.1 0.01 0.001
Tamiz (mm)
Base Granular
Subrasante_(A-3)
Material granular
Excelente a bueno como subgrado
A-3 Arena fina
Granulometría
100
90
80
70
Pasa (%)
60
50
40
30
20
10
0
100 10 1 0.1 0.01 0.001
Tamiz (mm)
Subrasante
ANEXO M
Project: prueba_1.dgp
General Information Description:
Design Life 20 years Ejemplo ilustrativo del diseño de un pavimento
Pavement construction month: September, 2016 de concreto hidráulico (rígido) nuevo utilizando el
Traffic open month: January, 2017 MEPDG de AASHTO 2008.
Analysis Parameters
Analysis type Probabilistic
Traffic
Two-way average annual daily truck traffic: 6152
Number of lanes in design direction: 2
Percent of trucks in design direction (%): 52
Percent of trucks in design lane (%): 90
Operational speed (mph): 35
Input Summary
Página 2 Memoria de Cálculo_JPCP
Axle Configuration
Average axle width (edge-to-edge) outside 8.5
dimensions,ft):
Dual tire spacing (in): 12
Axle Configuration
Single Tire (psi): 120
Dual Tire (psi): 120
Input Summary
Página 3 Memoria de Cálculo_JPCP
Climate
icm file:
C:\Users\USER\Desktop\pruebas_1_1\Región Callao-PE (8).icm
Latitude (degrees.minutes) 12.4
Longitude (degrees.minutes) 77.2
Elevation (ft) 39
Depth of water table (ft) 10
Structure--Design Features
Permanent curl/warp effective temperature
difference (°F): -10
Joint Design
Joint spacing (ft): 13
Sealant type: Silicone
Dowel diameter (in): 1.25
Dowel bar spacing (in): 12
Base Properties
Base type: Granular
Erodibility index: Erosion Resistant (3)
Base/slab friction coefficient: 0.85
PCC-Base Interface Unbonded
Loss of bond age (months): n/a
Structure--ICM Properties
Surface shortwave absorptivity: 0.85
Drainage Parameters
Infiltration: Minor (10%)
Drainage path length (ft): 12
Pavement cross slope (%): 1
Structure--Layers
Layer 1 -- JPCP
General Properties
PCC material JPCP
Layer thickness (in): 13
Unit weight (pcf): 149.8
Poisson's ratio 0.15
Thermal Properties
Coefficient of thermal expansion (per F° x 10- 6): 5.2
Thermal conductivity (BTU/hr-ft-F°) : 1.25
Heat capacity (BTU/lb-F°): 0.28
Mix Properties
Cement type: Type I
Cement content (lb/yd^3): 505.7
Water/cement ratio: 0.4
Aggregate type: Basalt
PCC set temperature (F°) n/a
Ultimate shrinkage at 40% R.H (microstrain) n/a
Reversible shrinkage (% of ultimate shrinkage): 50
Time to develop 50% of ultimate shrinkage (days): 35
Curing method: Curing compound
Strength Properties
Input level: Level 3
28-day PCC modulus of rupture (psi): 640
28-day PCC compressive strength (psi): n/a
Input Summary
Página 4 Memoria de Cálculo_JPCP
Layer 2 -- A-1-a
Unbound Material: A-1-a
Thickness(in): 6
Strength Properties
Input Level: Level 3
Analysis Type: ICM inputs (Using ICM)
Poisson's ratio: 0.35
Coefficient of lateral pressure,Ko: 0.5
Modulus (input) (psi): 40000
ICM Inputs
Gradation and Plasticity Index
Plasticity Index, PI: 5
Passing #200 sieve (%): 10
Passing #4 sieve (%): 60
D60 (mm): 5
Thermal Properties
Dry thermal conductivity (BTU/hr-ft-F°): 0.23
Dry heat capacity (BTU/lb-F°): 0.17
Calculated/Derived Parameters
Maximum dry unit weight (pcf): 121.7 (derived)
Specific gravity of solids, Gs: 2.68 (derived)
Saturated hydraulic conductivity (ft/hr): 167 (derived)
Optimum gravimetric water content (%): 11.8 (derived)
Calculated degree of saturation (%): 84.1 (calculated)
Parameters Value
a 13
b 1.56
c 0.537
Hr. 426
Layer 3 -- A-3
Unbound Material: A-3
Thickness(in): Semi-infinite
Strength Properties
Input Level: Level 3
Analysis Type: ICM inputs (Using ICM)
Poisson's ratio: 0.35
Coefficient of lateral pressure,Ko: 0.5
Modulus (input) (psi): 24000
ICM Inputs
Gradation and Plasticity Index
Plasticity Index, PI: 0
Passing #200 sieve (%): 5
Passing #4 sieve (%): 99
D60 (mm): 0.31
Thermal Properties
Dry thermal conductivity (BTU/hr-ft-F°): 0.23
Dry heat capacity (BTU/lb-F°): 0.17
Calculated/Derived Parameters
Maximum dry unit weight (pcf): 124.2 (derived)
Specific gravity of solids, Gs: 2.65 (derived)
Saturated hydraulic conductivity (ft/hr): 0.136 (derived)
Optimum gravimetric water content (%): 9.8 (derived)
Calculated degree of saturation (%): 78 (calculated)
Input Summary
Página 5 Memoria de Cálculo_JPCP
Parameters Value
a 2.08
b 7.5
c 0.566
Hr. 4.26
Punchout
C3 106.3
C4 4
C5 -0.4
Crack Width
C6 1
Reliability (PO)
Std. Dev. 4.25*POWER(PO,0.372)
Faulting
Faulting Coefficients
C1 1.29
C2 1.1
C3 0.001725
C4 0.0008
C5 250
C6 0.4
C7 1.2
C8 400
Reliability (FAULT)
Std. Dev. POWER((0.022965*FAULT+ 0.000229),0.5)
Cracking
Fatigue Coefficients
C1 2
C2 1.22
Cracking Coefficients
C4 1
C5 -1.7
Reliability (CRACK)
Std. Dev. -0.005057*POWER(CRACK,2) + 0.7344*CRACK + 3.428
IRI(jpcp)
C1 0.8203
C2 0.4417
C3 20.37
C4 1.4929
C5 25.24
Standard deviation in initial IRI (in/mile): 5.4
Input Summary
Página 1 Memoria de Cálculo_JPCP
Distress Summary
Página 3 Memoria de Cálculo_JPCP
123 10.3 March 4.87 28.59 706 0.036 0 117.2 14026200 165.2
124 10.3 April 4.87 28.71 707 0.036 0 117.2 14160400 165.2
125 10.4 May 4.87 28.78 707 0.036 0 117.2 14300200 165.2
126 10.5 June 4.87 28.85 708 0.036 0 117.2 14443600 165.2
127 10.6 July 4.87 28.87 708 0.036 0 117.2 14586900 165.2
128 10.7 August 4.87 28.87 708 0.036 0 117.2 14735000 165.2
129 10.8 September 4.87 28.85 707 0.041 0.1 117.3 14878600 165.3
130 10.8 October 4.87 28.77 707 0.041 0.1 120.4 15029600 169.6
131 10.9 November 4.87 28.62 706 0.041 0.1 120.4 15183200 169.6
132 11 December 4.87 28.57 706 0.041 0.1 120.4 15341900 169.6
133 11.1 January 4.87 28.38 704 0.041 0.1 120.4 15497300 169.6
134 11.2 February 4.87 28.14 703 0.041 0.1 120.4 15703100 169.6
135 11.3 March 4.87 28.59 706 0.041 0.1 120.4 15849600 169.6
136 11.3 April 4.87 28.71 707 0.041 0.1 120.4 15991200 169.6
137 11.4 May 4.87 28.78 707 0.041 0.1 120.4 16138700 169.6
138 11.5 June 4.88 28.85 708 0.041 0.1 120.4 16290000 169.6
139 11.6 July 4.88 28.87 708 0.041 0.1 120.4 16441200 169.6
140 11.7 August 4.88 28.87 708 0.041 0.1 120.4 16597400 169.6
141 11.8 September 4.88 28.85 707 0.046 0.1 120.4 16749000 169.6
142 11.8 October 4.88 28.77 707 0.046 0.1 123.7 16908300 174
143 11.9 November 4.88 28.62 706 0.046 0.1 123.7 17070300 174
144 12 December 4.88 28.57 706 0.046 0.1 123.7 17237700 174
145 12.1 January 4.88 28.38 704 0.046 0.1 123.7 17401600 174
146 12.2 February 4.88 28.14 703 0.046 0.1 123.7 17618800 174
147 12.3 March 4.88 28.59 706 0.046 0.1 123.7 17773400 174
148 12.3 April 4.88 28.71 707 0.046 0.1 123.7 17922700 174
149 12.4 May 4.88 28.78 707 0.046 0.1 123.7 18078300 174
150 12.5 June 4.88 28.85 708 0.046 0.1 123.7 18238000 174
151 12.6 July 4.88 28.87 708 0.046 0.1 123.7 18397400 174
152 12.7 August 4.88 28.87 708 0.047 0.1 123.7 18562200 174
153 12.8 September 4.88 28.85 707 0.052 0.1 123.7 18722200 174.1
154 12.8 October 4.88 28.77 707 0.052 0.1 127.1 18890200 178.8
155 12.9 November 4.88 28.62 706 0.052 0.1 127.1 19061100 178.8
156 13 December 4.88 28.57 706 0.052 0.1 127.1 19237800 178.8
157 13.1 January 4.88 28.38 704 0.052 0.1 127.2 19410700 178.8
158 13.2 February 4.89 28.14 703 0.052 0.1 127.2 19639800 178.8
159 13.3 March 4.89 28.59 706 0.052 0.1 127.2 19802900 178.8
160 13.3 April 4.89 28.71 707 0.052 0.1 127.2 19960400 178.8
161 13.4 May 4.89 28.78 707 0.052 0.1 127.2 20124600 178.8
162 13.5 June 4.89 28.85 708 0.052 0.1 127.2 20293000 178.8
163 13.6 July 4.89 28.87 708 0.052 0.1 127.2 20461300 178.8
164 13.7 August 4.89 28.87 708 0.052 0.1 127.2 20635200 178.8
165 13.8 September 4.89 28.85 707 0.058 0.1 127.2 20803900 178.8
166 13.8 October 4.89 28.77 707 0.058 0.1 130.8 20981200 183.8
167 13.9 November 4.89 28.62 706 0.058 0.1 130.8 21161500 183.8
168 14 December 4.89 28.57 706 0.058 0.1 130.8 21347800 183.8
169 14.1 January 4.89 28.38 704 0.058 0.1 130.8 21530300 183.8
170 14.2 February 4.89 28.14 703 0.058 0.1 130.8 21772000 183.8
171 14.3 March 4.89 28.59 706 0.058 0.1 130.8 21944100 183.8
172 14.3 April 4.89 28.71 707 0.058 0.1 130.8 22110300 183.8
173 14.4 May 4.89 28.78 707 0.058 0.1 130.8 22283500 183.8
174 14.5 June 4.89 28.85 708 0.058 0.1 130.8 22461200 183.8
175 14.6 July 4.89 28.87 708 0.058 0.1 130.8 22638700 183.8
176 14.7 August 4.89 28.87 708 0.058 0.1 130.8 22822100 183.8
177 14.8 September 4.89 28.85 707 0.064 0.1 130.8 23000100 183.8
178 14.8 October 4.89 28.77 707 0.064 0.1 134.7 23187200 188.9
179 14.9 November 4.89 28.62 706 0.064 0.1 134.7 23377400 189
180 15 December 4.89 28.57 706 0.064 0.1 134.7 23574000 189
181 15.1 January 4.89 28.38 704 0.064 0.1 134.7 23766500 189
182 15.2 February 4.89 28.14 703 0.064 0.1 134.7 24021500 189
183 15.3 March 4.9 28.59 706 0.064 0.1 134.7 24203000 189
184 15.3 April 4.9 28.71 707 0.064 0.1 134.7 24378300 189
185 15.4 May 4.9 28.78 707 0.064 0.1 134.7 24561100 189
Distress Summary
Página 4 Memoria de Cálculo_JPCP
186 15.5 June 4.9 28.85 708 0.064 0.1 134.7 24748500 189
187 15.6 July 4.9 28.87 708 0.064 0.1 134.7 24935800 189
188 15.7 August 4.9 28.87 708 0.065 0.1 134.7 25129300 189
189 15.8 September 4.9 28.85 707 0.071 0.1 134.8 25317100 189.1
190 15.8 October 4.9 28.77 707 0.071 0.1 138.8 25514400 194.4
191 15.9 November 4.9 28.62 706 0.071 0.1 138.8 25715100 194.4
192 16 December 4.9 28.57 706 0.071 0.1 138.8 25922500 194.4
193 16.1 January 4.9 28.38 704 0.071 0.1 138.8 26125600 194.4
194 16.2 February 4.9 28.14 703 0.071 0.1 138.8 26394600 194.4
195 16.3 March 4.9 28.59 706 0.071 0.1 138.8 26586200 194.4
196 16.3 April 4.9 28.71 707 0.071 0.1 138.8 26771100 194.5
197 16.4 May 4.9 28.78 707 0.071 0.1 138.8 26963900 194.5
198 16.5 June 4.9 28.85 708 0.071 0.1 138.8 27161700 194.5
199 16.6 July 4.9 28.87 708 0.071 0.1 138.8 27359300 194.5
200 16.7 August 4.9 28.87 708 0.071 0.1 138.8 27563400 194.5
201 16.8 September 4.9 28.85 707 0.078 0.1 138.8 27761600 194.5
202 16.8 October 4.9 28.77 707 0.078 0.1 143 27969700 200.1
203 16.9 November 4.9 28.62 706 0.078 0.1 143.1 28181500 200.2
204 17 December 4.9 28.57 706 0.078 0.1 143.1 28400300 200.2
205 17.1 January 4.9 28.38 704 0.078 0.1 143.1 28614600 200.2
206 17.2 February 4.91 28.14 703 0.078 0.1 143.1 28898400 200.2
207 17.3 March 4.91 28.59 706 0.078 0.1 143.1 29100400 200.2
208 17.3 April 4.91 28.71 707 0.078 0.1 143.1 29295600 200.2
209 17.4 May 4.91 28.78 707 0.078 0.1 143.1 29498900 200.2
210 17.5 June 4.91 28.85 708 0.078 0.1 143.1 29707600 200.2
211 17.6 July 4.91 28.87 708 0.078 0.1 143.1 29916000 200.2
212 17.7 August 4.91 28.87 708 0.078 0.1 143.1 30131400 200.2
213 17.8 September 4.91 28.85 707 0.086 0.1 143.1 30340400 200.2
214 17.8 October 4.91 28.77 707 0.086 0.1 147.6 30560100 206.2
215 17.9 November 4.91 28.62 706 0.086 0.1 147.6 30783500 206.2
216 18 December 4.91 28.57 706 0.086 0.1 147.6 31014300 206.2
217 18.1 January 4.91 28.38 704 0.086 0.1 147.6 31240400 206.2
218 18.2 February 4.91 28.14 703 0.086 0.1 147.6 31539800 206.2
219 18.3 March 4.91 28.59 706 0.086 0.1 147.6 31752900 206.2
220 18.3 April 4.91 28.71 707 0.086 0.1 147.6 31958800 206.2
221 18.4 May 4.91 28.78 707 0.086 0.1 147.6 32173400 206.2
222 18.5 June 4.91 28.85 708 0.086 0.1 147.6 32393500 206.2
223 18.6 July 4.91 28.87 708 0.086 0.1 147.7 32613400 206.3
224 18.7 August 4.91 28.87 708 0.086 0.1 147.7 32840700 206.3
225 18.8 September 4.92 28.85 707 0.094 0.2 147.8 33061200 206.4
226 18.8 October 4.92 28.77 707 0.094 0.2 152.5 33292900 212.6
227 18.9 November 4.92 28.62 706 0.094 0.2 152.5 33528500 212.6
228 19 December 4.92 28.57 706 0.094 0.2 152.5 33772100 212.6
229 19.1 January 4.92 28.38 704 0.094 0.2 152.5 34010600 212.6
230 19.2 February 4.92 28.14 703 0.094 0.2 152.5 34326500 212.6
231 19.3 March 4.92 28.59 706 0.094 0.2 152.5 34551300 212.7
232 19.3 April 4.92 28.71 707 0.094 0.2 152.5 34768600 212.7
233 19.4 May 4.92 28.78 707 0.094 0.2 152.6 34994900 212.7
234 19.5 June 4.92 28.85 708 0.094 0.2 152.6 35227200 212.7
235 19.6 July 4.92 28.87 708 0.094 0.2 152.6 35459200 212.7
236 19.7 August 4.92 28.87 708 0.094 0.2 152.6 35698900 212.7
237 19.8 September 4.92 28.85 707 0.102 0.2 152.6 35931500 212.7
238 19.8 October 4.92 28.77 707 0.102 0.2 157.6 36176000 219.3
239 19.9 November 4.93 28.62 706 0.102 0.2 157.6 36424600 219.3
240 20 December 4.93 28.57 706 0.102 0.2 157.6 36681600 219.3
Distress Summary
Página 1 Memoria de Cálculo_JPCP
Faulting Summary
Página 2 Memoria de Cálculo_JPCP
67 5.58 July 4.8 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 1.4 0.015 0.054
68 5.67 August 4.81 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 1.4 0.015 0.054
69 5.75 September 4.81 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 1780 0.019 0.061
70 5.83 October 4.81 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 1.4 0.019 0.061
71 5.92 November 4.81 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 1.4 0.019 0.061
72 6 December 4.81 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.3 0.019 0.061
73 6.08 January 4.81 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.3 0.019 0.061
74 6.17 February 4.81 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 1.7 0.019 0.061
75 6.25 March 4.82 28.59 706 76.7 -17.1 0.04 95 0.006 0.005 0.007 0.007 1.3 0.019 0.061
76 6.33 April 4.82 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.3 0.019 0.061
77 6.42 May 4.82 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.4 0.019 0.061
78 6.5 June 4.82 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 1.5 0.019 0.061
79 6.58 July 4.82 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 1.5 0.019 0.061
80 6.67 August 4.82 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 1.5 0.019 0.061
81 6.75 September 4.82 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 1877 0.022 0.067
82 6.83 October 4.83 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 1.5 0.022 0.067
83 6.92 November 4.83 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 1.5 0.022 0.067
84 7 December 4.83 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.4 0.022 0.067
85 7.08 January 4.83 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.4 0.023 0.068
86 7.17 February 4.83 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 1.8 0.023 0.068
87 7.25 March 4.83 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.4 0.023 0.068
88 7.33 April 4.83 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.4 0.023 0.068
89 7.42 May 4.83 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.4 0.023 0.068
90 7.5 June 4.84 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 1.5 0.023 0.068
91 7.58 July 4.84 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 1.6 0.023 0.068
92 7.67 August 4.84 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 1.6 0.023 0.068
93 7.75 September 4.84 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 1980 0.027 0.074
94 7.83 October 4.84 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 1.6 0.027 0.075
95 7.92 November 4.84 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 1.6 0.027 0.075
96 8 December 4.84 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.5 0.027 0.075
97 8.08 January 4.84 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.4 0.027 0.075
98 8.17 February 4.84 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 1.9 0.027 0.075
99 8.25 March 4.85 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.4 0.027 0.075
100 8.33 April 4.85 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.5 0.027 0.075
101 8.42 May 4.85 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.5 0.027 0.075
102 8.5 June 4.85 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 1.6 0.027 0.075
103 8.58 July 4.85 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 1.7 0.027 0.075
104 8.67 August 4.85 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 1.7 0.027 0.075
105 8.75 September 4.85 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2089 0.031 0.082
106 8.83 October 4.85 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 1.7 0.031 0.082
107 8.92 November 4.85 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 1.7 0.031 0.082
108 9 December 4.85 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.6 0.031 0.082
109 9.08 January 4.86 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.5 0.031 0.082
110 9.17 February 4.86 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2 0.031 0.082
111 9.25 March 4.86 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.5 0.031 0.082
112 9.33 April 4.86 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.5 0.031 0.082
113 9.42 May 4.86 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.6 0.031 0.082
114 9.5 June 4.86 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 1.7 0.031 0.082
115 9.58 July 4.86 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 1.8 0.031 0.082
116 9.67 August 4.86 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 1.8 0.031 0.082
117 9.75 September 4.86 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2203 0.036 0.089
118 9.83 October 4.86 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 1.8 0.036 0.089
119 9.92 November 4.86 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 1.8 0.036 0.089
120 10 December 4.86 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.6 0.036 0.089
121 10.1 January 4.86 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.6 0.036 0.089
122 10.2 February 4.87 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2.2 0.036 0.089
123 10.3 March 4.87 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.6 0.036 0.089
124 10.3 April 4.87 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.6 0.036 0.089
125 10.4 May 4.87 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.7 0.036 0.089
126 10.5 June 4.87 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 1.8 0.036 0.089
127 10.6 July 4.87 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 1.9 0.036 0.089
128 10.7 August 4.87 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 1.9 0.036 0.089
129 10.8 September 4.87 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2324 0.041 0.097
130 10.8 October 4.87 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 1.9 0.041 0.097
131 10.9 November 4.87 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 1.9 0.041 0.097
132 11 December 4.87 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.7 0.041 0.097
133 11.1 January 4.87 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.7 0.041 0.097
134 11.2 February 4.87 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2.3 0.041 0.097
135 11.3 March 4.87 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.7 0.041 0.097
136 11.3 April 4.87 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.7 0.041 0.097
137 11.4 May 4.87 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.8 0.041 0.097
Faulting Summary
Página 3 Memoria de Cálculo_JPCP
138 11.5 June 4.88 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 1.9 0.041 0.097
139 11.6 July 4.88 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2 0.041 0.097
140 11.7 August 4.88 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 2 0.041 0.097
141 11.8 September 4.88 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2452 0.046 0.106
142 11.8 October 4.88 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2 0.046 0.106
143 11.9 November 4.88 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2 0.046 0.106
144 12 December 4.88 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.8 0.046 0.106
145 12.1 January 4.88 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.8 0.046 0.106
146 12.2 February 4.88 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2.4 0.046 0.106
147 12.3 March 4.88 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.8 0.046 0.106
148 12.3 April 4.88 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.8 0.046 0.106
149 12.4 May 4.88 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 1.9 0.046 0.106
150 12.5 June 4.88 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2 0.046 0.106
151 12.6 July 4.88 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.1 0.046 0.106
152 12.7 August 4.88 28.87 708 78.7 -18.6 0.03 95 0.006 0.006 0.007 0.007 2.1 0.047 0.106
153 12.8 September 4.88 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2586 0.052 0.114
154 12.8 October 4.88 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2.1 0.052 0.114
155 12.9 November 4.88 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.1 0.052 0.114
156 13 December 4.88 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 1.9 0.052 0.114
157 13.1 January 4.88 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 1.9 0.052 0.114
158 13.2 February 4.89 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2.5 0.052 0.114
159 13.3 March 4.89 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 1.9 0.052 0.114
160 13.3 April 4.89 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 1.9 0.052 0.114
161 13.4 May 4.89 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2 0.052 0.114
162 13.5 June 4.89 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.1 0.052 0.114
163 13.6 July 4.89 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.2 0.052 0.114
164 13.7 August 4.89 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 2.2 0.052 0.114
165 13.8 September 4.89 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2728 0.058 0.123
166 13.8 October 4.89 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2.2 0.058 0.123
167 13.9 November 4.89 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.2 0.058 0.123
168 14 December 4.89 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2 0.058 0.123
169 14.1 January 4.89 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 2 0.058 0.123
170 14.2 February 4.89 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2.7 0.058 0.123
171 14.3 March 4.89 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 2 0.058 0.123
172 14.3 April 4.89 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 2 0.058 0.123
173 14.4 May 4.89 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2.1 0.058 0.123
174 14.5 June 4.89 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.2 0.058 0.123
175 14.6 July 4.89 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.3 0.058 0.123
176 14.7 August 4.89 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 2.3 0.058 0.123
177 14.8 September 4.89 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 2878 0.064 0.132
178 14.8 October 4.89 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2.3 0.064 0.132
179 14.9 November 4.89 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.3 0.064 0.132
180 15 December 4.89 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2.1 0.064 0.132
181 15.1 January 4.89 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 2.1 0.064 0.132
182 15.2 February 4.89 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 2.8 0.064 0.132
183 15.3 March 4.9 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 2.1 0.064 0.132
184 15.3 April 4.9 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 2.1 0.064 0.132
185 15.4 May 4.9 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2.2 0.064 0.132
186 15.5 June 4.9 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.4 0.064 0.132
187 15.6 July 4.9 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.5 0.064 0.132
188 15.7 August 4.9 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 2.5 0.065 0.133
189 15.8 September 4.9 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 3037 0.071 0.142
190 15.8 October 4.9 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2.5 0.071 0.142
191 15.9 November 4.9 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.4 0.071 0.142
192 16 December 4.9 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2.3 0.071 0.142
193 16.1 January 4.9 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 2.2 0.071 0.142
194 16.2 February 4.9 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 3 0.071 0.142
195 16.3 March 4.9 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 2.2 0.071 0.142
196 16.3 April 4.9 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 2.2 0.071 0.142
197 16.4 May 4.9 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2.3 0.071 0.142
198 16.5 June 4.9 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.5 0.071 0.142
199 16.6 July 4.9 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.6 0.071 0.142
200 16.7 August 4.9 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 2.6 0.071 0.142
201 16.8 September 4.9 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 3203 0.078 0.152
202 16.8 October 4.9 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2.6 0.078 0.152
203 16.9 November 4.9 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.6 0.078 0.152
204 17 December 4.9 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2.4 0.078 0.152
205 17.1 January 4.9 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 2.3 0.078 0.152
206 17.2 February 4.91 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 3.1 0.078 0.152
207 17.3 March 4.91 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 2.3 0.078 0.152
208 17.3 April 4.91 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 2.4 0.078 0.152
Faulting Summary
Página 4 Memoria de Cálculo_JPCP
209 17.4 May 4.91 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2.5 0.078 0.152
210 17.5 June 4.91 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.6 0.078 0.152
211 17.6 July 4.91 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.8 0.078 0.152
212 17.7 August 4.91 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 2.8 0.078 0.152
213 17.8 September 4.91 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 3379 0.086 0.163
214 17.8 October 4.91 28.77 707 73.7 -18.5 0.034 95 0.006 0.006 0.007 0.007 2.8 0.086 0.163
215 17.9 November 4.91 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.7 0.086 0.163
216 18 December 4.91 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2.5 0.086 0.163
217 18.1 January 4.91 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 2.5 0.086 0.163
218 18.2 February 4.91 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 3.3 0.086 0.163
219 18.3 March 4.91 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 2.5 0.086 0.163
220 18.3 April 4.91 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 2.5 0.086 0.163
221 18.4 May 4.91 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2.6 0.086 0.163
222 18.5 June 4.91 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.8 0.086 0.163
223 18.6 July 4.91 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 2.9 0.086 0.163
224 18.7 August 4.91 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 2.9 0.086 0.163
225 18.8 September 4.92 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 3565 0.094 0.174
226 18.8 October 4.92 28.77 707 73.7 -18.5 0.035 95 0.006 0.006 0.007 0.007 2.9 0.094 0.174
227 18.9 November 4.92 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 2.9 0.094 0.174
228 19 December 4.92 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2.7 0.094 0.174
229 19.1 January 4.92 28.38 704 72.5 -16 0.042 95 0.005 0.005 0.007 0.006 2.6 0.094 0.174
230 19.2 February 4.92 28.14 703 72.8 -16.4 0.042 95 0.005 0.005 0.007 0.007 3.5 0.094 0.174
231 19.3 March 4.92 28.59 706 76.7 -17.1 0.04 95 0.005 0.005 0.007 0.007 2.6 0.094 0.174
232 19.3 April 4.92 28.71 707 74.5 -17.8 0.039 95 0.006 0.006 0.007 0.007 2.6 0.094 0.174
233 19.4 May 4.92 28.78 707 79.1 -17.6 0.035 95 0.006 0.006 0.007 0.007 2.7 0.094 0.174
234 19.5 June 4.92 28.85 708 78.2 -18.2 0.033 95 0.006 0.006 0.007 0.007 2.9 0.094 0.174
235 19.6 July 4.92 28.87 708 78.8 -19.1 0.031 95 0.006 0.006 0.007 0.007 3.1 0.094 0.174
236 19.7 August 4.92 28.87 708 78.7 -18.6 0.031 95 0.006 0.006 0.007 0.007 3.1 0.094 0.174
237 19.8 September 4.92 28.85 707 76.7 -18.4 0.031 95 0.006 0.006 0.007 0.007 3761 0.102 0.185
238 19.8 October 4.92 28.77 707 73.7 -18.5 0.035 95 0.006 0.006 0.007 0.007 3.1 0.102 0.185
239 19.9 November 4.93 28.62 706 71.1 -17.6 0.039 95 0.006 0.006 0.007 0.007 3 0.102 0.185
240 20 December 4.93 28.57 706 61 -15.9 0.042 95 0.005 0.005 0.007 0.006 2.8 0.102 0.185
0.1506
Faulting Summary
Página 1 Memoria de Cálculo_JPCP
Cracking Summary
Página 2 Memoria de Cálculo_JPCP
Cracking Summary
Página 3 Memoria de Cálculo_JPCP
156 13 December 767 4.88 22.9 586 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
157 13.08 January 767 4.88 22.9 586 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
158 13.17 February 767 4.88 22.9 586 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
159 13.25 March 767 4.88 22.9 586 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
160 13.33 April 767 4.89 22.9 586 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
161 13.42 May 767 4.89 22.9 585 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
162 13.5 June 767 4.89 22.9 585 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
163 13.58 July 767 4.89 22.9 585 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
164 13.67 August 767 4.89 22.9 585 0.0145 0 0 0 0.0145 0 0 0 0 0.1 5.9
165 13.75 September 768 4.89 22.9 585 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
166 13.83 October 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
167 13.92 November 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
168 14 December 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
169 14.08 January 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
170 14.17 February 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
171 14.25 March 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
172 14.33 April 768 4.89 22.9 586 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
173 14.42 May 768 4.89 22.9 585 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
174 14.5 June 768 4.89 22.9 585 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
175 14.58 July 768 4.89 22.9 585 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
176 14.67 August 768 4.89 22.9 585 0.0157 0 0 0 0.0157 0 0 0 0 0.1 5.9
177 14.75 September 768 4.89 22.9 585 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
178 14.83 October 769 4.89 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
179 14.92 November 769 4.9 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
180 15 December 769 4.9 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
181 15.08 January 769 4.9 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
182 15.17 February 769 4.9 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
183 15.25 March 769 4.9 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
184 15.33 April 769 4.9 22.9 586 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
185 15.42 May 769 4.9 22.9 585 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
186 15.5 June 769 4.9 22.9 585 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
187 15.58 July 769 4.9 22.9 585 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
188 15.67 August 769 4.9 22.9 585 0.0169 0 0 0 0.0169 0 0 0 0 0.1 5.9
189 15.75 September 769 4.9 22.9 585 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
190 15.83 October 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
191 15.92 November 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
192 16 December 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
193 16.08 January 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
194 16.17 February 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
195 16.25 March 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
196 16.33 April 770 4.9 22.9 586 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
197 16.42 May 770 4.9 22.9 585 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
198 16.5 June 770 4.9 22.9 585 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
199 16.58 July 770 4.91 22.9 585 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
200 16.67 August 770 4.91 22.9 585 0.0182 0 0 0 0.0182 0 0 0 0 0.1 5.9
201 16.75 September 770 4.91 22.9 585 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
202 16.83 October 770 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
203 16.92 November 771 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
204 17 December 771 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
205 17.08 January 771 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
206 17.17 February 771 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
207 17.25 March 771 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
208 17.33 April 771 4.91 22.9 586 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
209 17.42 May 771 4.91 22.9 585 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
210 17.5 June 771 4.91 22.9 585 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
211 17.58 July 771 4.91 22.9 585 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
212 17.67 August 771 4.91 22.9 585 0.0195 0 0 0 0.0195 0 0 0 0 0.1 5.9
213 17.75 September 771 4.91 22.9 585 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
214 17.83 October 771 4.91 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
215 17.92 November 771 4.91 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
216 18 December 772 4.91 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
217 18.08 January 772 4.91 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
218 18.17 February 772 4.91 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
219 18.25 March 772 4.91 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
220 18.33 April 772 4.92 22.9 586 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
221 18.42 May 772 4.92 22.9 585 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
222 18.5 June 772 4.92 22.9 585 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
223 18.58 July 772 4.92 22.9 585 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
224 18.67 August 772 4.92 22.9 585 0.0209 0 0 0 0.0209 0 0 0 0 0.1 5.9
225 18.75 September 772 4.92 22.9 585 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
226 18.83 October 772 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
227 18.92 November 772 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
228 19 December 772 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
229 19.08 January 773 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
230 19.17 February 773 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
231 19.25 March 773 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
232 19.33 April 773 4.92 22.9 586 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
233 19.42 May 773 4.92 22.9 585 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
234 19.5 June 773 4.92 22.9 585 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
235 19.58 July 773 4.92 22.9 585 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
Cracking Summary
Página 4 Memoria de Cálculo_JPCP
236 19.67 August 773 4.92 22.9 585 0.0223 0 0 0 0.0223 0 0 0 0 0.2 6.1
237 19.75 September 773 4.92 22.9 585 0.0238 0 0 0 0.0238 0 0 0 0 0.2 6.1
238 19.83 October 773 4.92 22.9 586 0.0238 0 0 0 0.0238 0 0 0 0 0.2 6.1
239 19.92 November 773 4.93 22.9 586 0.0238 0 0 0 0.0238 0 0 0 0 0.2 6.1
240 20 December 774 4.93 22.9 586 0.0238 0 0 0 0.0238 0 0 0 0 0.2 6.1
0.0238 0
Cracking Summary