Mejora de la gestión del mantenimiento de pavimentos urbanos en la ciudad de Valencia a través de la predicción de su deterioro

Abstract

[EN] Road works are important infrastructures in the modern world and necessary for the growth of society. That is why the government spends large amounts of money to maintain quality on the roads. With the aim of lowering these costs, the idea of promoting a management system that allows the efficient use of public funds in road infrastructure is born. It is therefore intended to achieve the greatest benefits with the lowest costs. Road maintenance is necessary to be able to have roads in good condition and ensure that they meet the life time. For this, urban and interurban pavement management systems have been used. Despite the fact that interurban pavement management systems are more widespread, the need to maintain roads within the city has led to the creation of necessary tools for managing them. There are several methodologies for the evaluation of pavements, among the most common are: VIZIR, PCI, PASER, IRI, etc. These methods are used in different pavement management systems depending on the area of analysis. The United States has been one of the pioneers in the development of methods for road maintenance, being the creators of the PCI methodology. This tool is being used in several countries since it is considered a very complete tool. However, to plan the maintenance of the pavement at the right time, it is necessary to know the evolution of the deterioration, or what is the same, the prediction of the future state of the roads. In this sense, new methodologies appear, such as regression curves, Markov chains or neural networks. These methods must be calibrated to be able to predict the evolution of the deterioration under different characteristics, conditions and particularities of the roads. The present work focuses on the prediction of deterioration as a key stage for the improvement of the maintenance management of urban pavements in the city of Valencia. To do this, a methodology is proposed that uses the Pavement Condition Index (PCI) for pavement evaluation. The deterioration data of each firm is taken through a visual inspection over time using the Google Earth tool. The sample is limited to 24 urban roads in the city of Valencia, which have different traffic conditions and are in different periods of their useful life. Based on the values obtained in the different years of analysis and a technical criterion, a regression curve is proposed for each of the routes, so that by means of three or four values of the PCI over time taken through Google Earth, it can be predicted correctly the deterioration of each path, concluding that the error that is committed is low in comparison with other analyzes.

[CA] Les obres vials són infraestructures importants en el món modern i necessàries per al creixement de la societat És per això que el govern es gasta grans quantitats de diners en mantenir la qualitat a les carreteres. Amb l'objectiu d'abaratir aquests costos, neix la idea de promoure un sistema de gestió que permeti la utilització eficaç dels fons públics en infraestructura viària. Es pretén, per tant, aconseguir els majors beneficis amb els costos més baixos. El manteniment vial és necessari per poder tenir vies en bon estat i aconseguir que les mateixes compleixin el temps de vida útil. Per a això, s'han utilitzat sistemes de gestió de paviments urbans i interurbans. Tot i que els sistemes de gestió de paviments interurbans estan més estesos, la necessitat de mantenir les vies dins de la ciutat ha fet que es plantegin eines necessàries per a la gestió de les mateixes. Existeixen diverses metodologies per a l'avaluació de paviments, entre les més comunes estan: Vizir, PCI, PASER, IRI, etc. Aquests mètodes són utilitzats en diferents sistemes de gestió de paviments depenent la zona d'anàlisi. Estats Units ha estat un dels pioners en l'elaboració de mètodes per al manteniment vial, sent els creadors de la metodologia PCI. Aquesta eina s'està utilitzant en diversos països ja que es considera una eina molt completa. No obstant això, per planificar el manteniment del paviment en el moment adequat es necessita conèixer l'evolució del deteriorament, o el que és el mateix, la predicció de l'estat futur de les vies. En aquest sentit, apareixen noves metodologies, com les corbes de regressió, les cadenes de Markov o les xarxes neuronals. Aquests mètodes han de calibrar per poder predir l'evolució del deteriorament sota diferents característiques, condicions i particularitats de les vies. El present treball es centra en la predicció del deteriorament com a etapa clau per al millorament de la gestió del manteniment de paviments urbans a la ciutat de València. Per a això es proposa una metodologia que utilitza l'Índex de Condició del Paviment (PCI) per a l'avaluació de paviments. Les dades de deteriorament de cada ferm es prenen a través d'una inspecció visual en el temps mitjançant l'eina de Google Earth. La mostra es limita a 24 vies urbanes de la ciutat de València, les quals tenen diferents condicions de trànsit i es troben en diferents períodes de la seva vida útil. En base als valors obtinguts en els diferents anys d'anàlisi ia un criteri tècnic es planteja una corba de regressió per a cadascuna de les vies, de manera que mitjançant tres o quatre valors del PCI en el temps presos mitjançant Google Earth, es pugui predir correctament el deteriorament de cada via, concloent que l'error que es comet és baix en comparació amb altres anàlisis.

[ES] Las obras viales son infraestructuras importantes en el mundo moderno y necesarias para el crecimiento de la sociedad, es por ello que el gobierno se gasta grandes cantidades de dinero en mantener la calidad en las carreteras. Con el objetivo de abaratar estos costes, nace la idea de promover un sistema de gestión que permita la utilización eficaz de los fondos públicos en infraestructura vial. Se pretende, por tanto, conseguir los mayores beneficios con los costes más bajos. El mantenimiento vial es necesario para poder tener vías en buen estado y conseguir que las mismas cumplan el tiempo de vida útil. Para ello, se han utilizado sistemas de gestión de pavimentos urbanos e interurbanos. A pesar de que los sistemas de gestión de pavimentos interurbanos están más extendidos, la necesidad de mantener las vías dentro de la ciudad ha hecho que se planteen herramientas necesarias para la gestión de las mismas. Existen varias metodologías para la evaluación de pavimentos, entre las más comunes están: VIZIR, PCI, PASER, IRI, etc. Estos métodos son utilizados en diferentes sistemas de gestión de pavimentos dependiendo la zona de análisis. Estados Unidos ha sido uno de los pioneros en la elaboración de métodos para el mantenimiento vial, siendo los creadores de la metodología PCI. Esta herramienta se está utilizando en varios países ya que se considera una herramienta muy completa. Sin embargo, para planificar el mantenimiento del pavimento en el momento adecuado se necesita conocer la evolución del deterioro, o lo que es lo mismo, la predicción del estado futuro de las vías. En este sentido, aparecen nuevas metodologías, como las curvas de regresión, las cadenas de Markov o las redes neuronales. Estos métodos deben calibrarse para poder predecir la evolución del deterioro bajo diferentes características, condiciones y particularidades de las vías. El presente trabajo se centra en la predicción del deterioro como etapa clave para el mejoramiento de la gestión del mantenimiento de pavimentos urbanos en la ciudad de Valencia. Para ello se propone una metodología que utiliza el Índice de Condición del Pavimento (PCI) para la evaluación de pavimentos. Los datos de deterioro de cada firme se toman a través de una inspección visual en el tiempo mediante la herramienta de Google Earth. La muestra se limita a 24 vías urbanas de la ciudad de Valencia, las cuales tienen diferentes condiciones de tráfico y se encuentran en distintos periodos de su vida útil. En base a los valores obtenidos en los diferentes años de análisis y a un criterio técnico se plantea una curva de regresión para cada una de las vías, de forma que mediante tres o cuatro valores del PCI en el tiempo tomados mediante Google Earth, se pueda predecir correctamente el deterioro de cada vía, concluyendo que el error que se comete es bajo en comparación con otros análisis.