Propuesta de sistema de gestión de mantenimiento de pavimentos flexibles basado en técnicas de inteligencia artificial. Aplicación a la carretera A7.

Abstract

[ES] La red de carreteras interurbana supone uno de los pilares fundamentales para el desarrollo económico y social de una región o país. La gestión de este tipo de infraestructura no es una tarea sencilla para las instituciones responsables. A menudo, el mantenimiento llevado a cabo es de carácter reactivo, suponiendo un mayor coste así como importantes consecuencias para la sociedad: aumento de los costes de operación de los vehículos, mayor número de accidentes, notable incremento de la contaminación atmosférica, etc. Sin embargo, una gestión eficiente del mantenimiento de pavimentos requiere un enfoque preventivo, que minimice los costes y las emisiones relacionados con las actividades de mantenimiento y, considere criterios sostenibles sociales y medioambientales. Por tanto, resulta necesario optimizar y priorizar las alternativas más rentables para mantener la red de pavimento interurbana. Además, actualmente en España, no se dispone de un criterio objetivo de fácil aplicación a la red de carreteras que indique el estado actual de los pavimentos y que determine la necesidad o no de rehabilitación. En este contexto, surge NEUROVIAS, un sistema de gestión de mantenimiento de pavimentos flexibles basada en técnicas de inteligencia artificial, para dar respuesta a la gestión y planificación de las inversiones de conservación en materia de pavimentos de vías interurbanas. Este sistema permite monitorizar y evaluar de forma automática el estado de los firmes mediante un sistema de adquisición de imágenes para capturar imágenes georreferenciadas del firme, las cuales se analizan posteriormente mediante técnicas de inteligencia artificial basadas en aprendizaje automático que identifican, clasifican y cuantifican los diferentes deterioros del pavimento. Además, se emplea como indicador de la condición del pavimento el Pavement Condition Index (PCI), un criterio objetivo que permite evaluar el estado del firme tanto a nivel estructural como operativo. Por otro lado, mediante un modelo de predicción, permite conocer el estado del firme en años futuros a partir del estado actual del firme, los datos meteorológicos y de tráfico. Conocer cómo evoluciona el deterioro del pavimento es fundamental para determinar el plan de mantenimiento óptimo, el cual se obtiene mediante una optimización multiobjetivo que considera criterios técnicos, económicos, sociales y ambientales. Este plan de mantenimiento indica para cada vía en qué año se debe actuar y el tipo de actuación de mantenimiento. El presente Trabajo Final de Máster expone cada módulo del sistema NEUROVIAS y su aplicación en un caso de estudio (carretera A-7 del punto kilométrico 313+000 al punto kilométrico 326+000). Además, recoge la investigación llevada a cabo de forma transversal para relacionar el PCI con el Índice de Regularidad Superficial (IRI), el cual se emplea para calcular varios criterios habituales en los sistemas de gestión de pavimentos.