Con alrededor de 4,18 millones de millas de carreteras en los Estados Unidos, La planificación del mantenimiento del pavimento puede parecer un proceso abrumador.

En la actualidad, Los departamentos de transporte (DOT) tienden a depender de las prácticas pasadas o de la opinión de expertos para tomar decisiones de mantenimiento. Pero con una acumulación de $ 420 mil millones en reparaciones para las carreteras de EE. UU., estos métodos convencionales son cada vez menos eficaces. En lugar de, Los DOT requieren enfoques más cuantitativos para administrar sus presupuestos ajustados y arreglar sus carreteras envejecidas.

En un artículo reciente en Investigación en transporte Parte C:Tecnologías emergentes , Investigadores del MIT Concrete Sustainability Hub (CSHub) Fengdi Guo, Jeremy Gregory, y Randolph Kirchain proponen uno de esos enfoques, conocida como dependencia probabilística de la ruta de tratamiento (PTPD). PTPD funciona mejor que los modelos convencionales, lo que requeriría un presupuesto anual adicional del 10 por ciento para alcanzar el mismo nivel de rendimiento de la red en el estudio de caso dado.

Los investigadores de CSHub lograron esto al enfrentar una preocupación fundamental de la que muchos modelos convencionales evitan:la incertidumbre.

Cómodo con la incertidumbre

La pavimentación está plagada de incertidumbres. Desde el deterioro de los pavimentos hasta el precio de los materiales, Los DOT no pueden estar seguros de cómo se verán las cosas en cinco, 10, o 20 años. Y lo que es más, predecir e incorporar este tipo de incertidumbres puede resultar un desafío, lo suficiente como para que muchos modelos lo descarten por completo.

Tradicionalmente, la mayoría de los modelos sopesan los costos y beneficios de las decisiones de mantenimiento para cada segmento de una red para elegir el mejor. Sus análisis tienden a calcular el costo y el beneficio en función del año en curso o para un conjunto fijo de tratamientos de mantenimiento futuros. sin considerar las incertidumbres durante el período de análisis.

"Esto puede significar que planean mantener un nuevo segmento de pavimento de la misma manera cada vez a lo largo de su vida útil, "dice Guo." El problema es que a menudo esto no es posible. Tiempo extraordinario, cambios en el precio de los materiales, las tasas de deterioro de los pavimentos, e incluso los cambios en las rutas de tratamiento, que son la secuencia de acciones de mantenimiento tomadas, demandarán tratamientos no especificados en el modelo original ".

Para que los DOT administren sus redes de manera eficiente, luego, es mejor que se adapten a la dependencia y la incertidumbre de la vía de tratamiento.

La investigación de CSHub buscó crear un nuevo modelo que les ofreciera la mayor adaptabilidad. Para hacer esto, consideraron miles de programas de tratamiento en escenarios futuros.

Su modelo tiene un enfoque de abajo hacia arriba, mirando cada segmento en una red de pavimento. Para cada segmento, evalúa todos los posibles tratamientos iniciales y escenarios futuros de precio y deterioro de los materiales. Desde allí, se identifica una ruta de tratamiento óptima y su costo total para cada combinación de escenario y tratamiento inicial.

Con todas estas posibilidades presentadas frente a ellos, Luego, los investigadores de CSHub calcularon la probabilidad de ciertos resultados en el desempeño del pavimento (la calidad de la superficie del pavimento) para cada combinación de opción de tratamiento inicial y escenario futuro. Esto les permite capturar qué tratamientos probablemente tendrán los mejores resultados dados todos los posibles cambios que podrían ocurrir. Para cada segmento, Luego, el modelo identifica las dos opciones de tratamiento con los mejores resultados probables.

"Para seleccionar entre estas dos últimas opciones, "dice Guo, "nuestro modelo considera los riesgos asociados con cada uno y el presupuesto disponible, así como."

En este caso, El riesgo se refiere a cómo el desempeño real de un tratamiento puede desviarse de su desempeño promedio esperado. Cuanto mayor sea la varianza y más extremos sean los escenarios atípicos, mayor es el riesgo. Sin embargo, es una compensación:un tratamiento más riesgoso también puede producir un mejor rendimiento.

Entonces, Depende del DOT determinar cuánto riesgo están dispuestos a correr. Y es ese nivel de riesgo el que determina cuál de las dos últimas opciones seleccionarán para cada segmento de la red de pavimento.

Pavimentación en la práctica

En varios estudios de caso discutidos en su artículo, Los investigadores de CSHub analizaron cómo los niveles de riesgo afectaron la selección de tratamientos dentro de sus modelos, así como su modelo en comparación con los modelos convencionales. Descubrieron que cuando los DOT eran menos reacios a arriesgar resultados inesperados en el desempeño de un segmento, su modelo favorecía las superposiciones de asfalto delgadas para ese segmento, que es una opción de tratamiento más barata. A medida que aumentaba la aversión al riesgo, sin embargo, ocurrió lo contrario. En cambio, el modelo favoreció revestimientos de hormigón más costosos y reconstrucciones completas del segmento.

¿Cómo?

Todo se reduce al precio de los materiales.

"A diferencia del asfalto, el hormigón tiende a tener una menor volatilidad de precios, "explica Guo." Eso significa que los DOT pueden predecir de manera confiable cuánto costarán los tratamientos de concreto. Esto evita el tipo de sobrecostos que podrían ocurrir debido a un aumento inesperado en los precios del asfalto ".

La misma compensación ocurre con el rendimiento del pavimento.

"Si bien los tratamientos más riesgosos pueden ofrecer mejores resultados de rendimiento, es más probable que esos resultados varíen, "explica Guo." Por otro lado, los tratamientos de menor riesgo ofrecerán un rendimiento más constante, aunque ese rendimiento podría ser ligeramente inferior ".

Por último, Los investigadores encontraron que los modelos con moderada aversión al riesgo y una mezcla de asfalto y concreto tenían los mejores resultados, ya que podían optimizar el rendimiento medio y la variabilidad del rendimiento.

Luego, los investigadores compararon su modelo PTPD con riesgo moderado con los enfoques convencionales de costo-beneficio que utilizan actualmente los DOT.

Durante un período de análisis de 20 años, encontraron que su modelo PTPD funcionó mejor que el modelo convencional.

Si bien el modelo convencional podría optimizar el costo y el rendimiento a corto plazo, no anticipó incertidumbres futuras. Esto llevó a más frecuentes, tratamientos menos costosos que inicialmente mejoraron los resultados, pero dieron como resultado un peor rendimiento y costos más altos con el tiempo.

En cambio, el modelo PTPD adoptó una perspectiva a largo plazo. Explicó las incertidumbres y, Como consecuencia, mejor anticipado y adaptado a los cambios futuros.

Esto significó que invirtió más por adelantado en algunas claves, segmentos de una red muy utilizados. Como resultado, los beneficios de rendimiento y costo en toda la red no se manifestaron hasta más adelante en el período de análisis. En ese momento, la red requería más simple, tratamientos más baratos con menos frecuencia.

De hecho, para que el modelo de costo-beneficio funcione tan bien como el modelo PTPD, Los DOT tendrían que gastar un 10 por ciento más durante 20 años en el estudio de caso dado.

En el futuro, Guo y sus colegas esperan extender su análisis a todo el sistema de carreteras de EE. UU. Además del costo y el rendimiento, pretenden medir la huella ambiental de las decisiones de pavimentación, así como.

Hacer frente a la incertidumbre es difícil. Pero con su último modelo, Los investigadores de CSHub hacen precisamente eso. En lugar de descontar la incertidumbre, lo enfrentan de frente. Y consecuentemente, Los DOT pronto pueden esperar una reducción de los retrasos y mejores carreteras.

Esta historia se vuelve a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular que cubre noticias sobre la investigación del MIT, innovación y docencia.