10.14 fdot 2012 hidroplaneo caminos multicarriles

https://www.academia.edu/24368828/Hydroplaning_on_Multi_Lane_Facilities 1/84
Informe No. BDK84 977-14
Informe final
Hidroplaneo en instalaciones de varios carriles
M. Gunaratne, Ph.D.,
Investigador principal
Q. Lu, Ph.D., PE
Co-investigador principal
J. Yang,
Consultor Ph.DPE
J. Metz
W. Jayasooriya
M. Yassin
Asistentes graduados
Departamento de Transporte de Florida
Departamento de Ingeniería Civil y Ambiental Facultad de Ingeniería
Universidad del Sur de Florida Tampa, FL 33620
Noviembre 2012
RESUMEN
En un estudio de campo se recopilaron y verificaron modelos que estiman la humedad, reduc-
ción de la velocidad meteorológica, y métodos analíticos y empíricos para predecir las veloci-
dades de hidroplaneo de remolques y camiones pesados. Los investigadores dieron al FDOT
una herramienta predictiva que combina lo mejor de los modelos de predicción disponibles. Las
propiedades del pavimento necesarias para estimar el espesor de la película de agua produci-
da durante el flujo laminar se obtuvieron de la bibliografía y estudios de campo. Los investiga-
dores formularon ecuaciones analíticas para predecir el espesor crítico de la película de agua
con respecto al hidroplaneo en diferentes condiciones geométricas del camino, como tramos
rectos, peraltes y secciones de transición. Se analizaron los choques en clima húmedo usando
estadísticas de choques, datos geométricos, datos del estado del pavimento y otra información
relevante disponible en numerosas bases de datos del FDOT. Los resultados indican que
(i) es más probable que las secciones más anchas produzcan choques por hidroplaneo,
(ii) los pavimentos de pendiente densa tienen más probabilidades de inducir condiciones propi-
cias para el hidroplaneo que los de trama abierta.
(iii) el software PAVDRN de NCHRP habría predicho, con un grado significativo de precisión, la
mayoría de los incidentes de hidroplaneo documentados, y
(iv) el programa PAVDRN es relativamente poco fiable para predecir el hidroplaneo en los carri-
les interiores.

RESUMEN EJECUTIVO
El Manual PPM del Departamento de Transporte de Florida (FDOT) especifica un máximo de
tres carriles de circulación con una pendiente transversal en un sentido para mitigar el potencial
de hidroplaneo al limitar el espesor de la película de agua formada debido a las fuertes llu-
vias. Por lo tanto, cuando los caminos se ensanchan excediendo los criterios de PPM, la prácti-
ca común es inclinar el carril interior hacia la mediana, aumentando así los costos de construc-
ción. La necesidad de costos de construcción adicionales puede descartarse si el FDOT está
equipado con un procedimiento analítico para evaluar el potencial real de hidroplaneo, particu-
larmente para secciones relativamente anchas que exceden los criterios de PPM. Por lo tanto,
los investigadores de la USF realizaron un estudio integral que constaba de varias tareas espe-
cíficas basadas en las pautas del FDOT.
Se recopilaron modelos que dan estimaciones confiables de la reducción de la velocidad en
clima húmedo, y métodos analíticos y empíricos para predecir las velocidades de hidroplaneo
de remolques de ruedas bloqueadas y camiones pesados, que se verificaron más a fondo me-
diante estudios de campo. Los resultados de las pruebas de campo de los investigadores coin-
ciden en general con la mayoría de los modelos existentes. Los investigadores dieron al FDOT
una herramienta predictiva que combina lo mejor de todos los modelos de predicción disponi-
bles. Las propiedades del pavimento necesarias para estimar el espesor de la película de agua
formada durante el flujo laminar en pavimentos de nivelación abierta y de nivelación densa se
obtuvieron de la bibliografía. Se formularon ecuaciones analíticas para predecir el espesor críti-
co de la película de agua en diferentes condiciones geométricas del camino, como tramos rec-
tos, peraltes y secciones de transición.
Se realizó un análisis extenso de choques en clima húmedo usando estadísticas de choques,
datos geométricos, datos de condición del pavimento y otra información relevante disponible en
numerosas bases de datos del FDOT. Los resultados indicaron claramente:
(i) Las secciones más anchas tienen más probabilidades de producir choques por hidroplaneo,
(ii) los pavimentos de pendiente densa tienen más probabilidades de inducir condiciones propi-
cias para el hidroplaneo que los de trama abierta,
(iii) el software PAVDRN de NCHRP predijo con precisión, la mayoría de los incidentes de hi-
droplaneo documentados en Florida, y
(iv) el programa PAVDRN es relativamente poco confiable para predecir el hidroplaneo en los
carriles interiores.
Se formuló un modelo numérico basado en el método de diferencias finitas para predecir los
espesores de la película de agua necesarios para producir condiciones críticas de fricción para
llantas suaves que se deslizan sobre superficies de pavimento húmedo y rugoso.

TABLA DE CONTENIDO
RESUMEN EJECUTIVO
CAPITULO 1
INVESTIGACIÓN DEL EFECTO DE LA INTENSIDAD DE LLUVIA SOBRE
LA REDUCCIÓN DE VELOCIDAD
CAPITULO 2
CARACTERIZACIÓN DE LOS EFECTOS DE PERMEABILIDAD Y MACROTEXTURA DE LOS
PAVIMENTOS
CAPITULO 3
COMPARACIÓN DE LAS RELACIONES DE VELOCIDAD DE HIDROPLANADO VERSUS ES-
PESOR DE PELÍCULA DE AGUA
CAPITULO 4
ANÁLISIS DE CRASH DE HIDROPLANEAMIENTO BASADO EN ESTADÍSTICAS DE CRASH
FDOT.
CAPITULO 5
Predicción numérica de deslizamiento de un neumático liso se desliza sobre una ROUGH
WET pavimento.
CAPITULO 6
ESTUDIO DE VERIFICACIÓN DE CAMPO.
CAPITULO 7.
CONCLUSIONES Y RECOMENDACIONES
REFERENCIAS

CAPÍTULO 1
INVESTIGACIÓN EFECTO INTENSIDAD DE LLUVIA EN REDUCIÓN VELOCIDAD
1.1 Introducción del proyecto de investigación
El Manual PPM del FDOT especifica un máximo de tres carriles de circulación con una pen-
diente transversal en un sentido para mitigar el potencial de hidroplaneo al limitar el espesor de
la película de agua formada debido a las fuertes lluvias. Cuando las calzadas se ensanchan
excediendo los criterios de PPM, la práctica común es inclinar el carril interior hacia la mediana,
aumentando así los costos de construcción. La necesidad de construcción y costos adicionales
puede excluirse si el FDOT está equipado con un procedimiento analítico para evaluar el po-
tencial real de hidroplaneo, particularmente para secciones relativamente más anchas que ex-
ceden los criterios de PPM.
El programa informático PAVDRN, formulado sobre la base de una investigación del NCHRP
(1998) sobre métodos mejorados para el diseño de drenaje para pavimentos de varios carri-
les con hidroplaneo, da herramientas prometedoras para analizar el potencial de hidroplaneo
de secciones de pavimento en función de las características del pavimento, la geometría del
camino y los datos de lluvia.
Incluso con las capacidades analíticas versátiles que ofrece PAVDRN, algunas de sus limita-
ciones evidentes justifican una investigación más detallada de la aplicabilidad de sus prediccio-
nes a las condiciones de lluvia, las propiedades de tipos específicos de superficies de pavimen-
to y el comportamiento de los conductores en el estado de Florida en particular. Por lo tanto,
los investigadores de la Universidad del Sur de Florida (USF) iniciaron una investigación siste-
mática para validar los procedimientos analíticos actualmente establecidos y desarrollar proce-
dimientos y pautas específicos del FDOT sobre cómo se realizará el análisis de riesgo de hi-
droplaneo antes de los proyectos de expansión de caminos. El equipo de USF diseñó un pro-
cedimiento multitarea en las pautas generales proporcionadas por FDOT para lograr los objeti-
vos del proyecto de la manera más eficiente.
Las principales tareas realizadas por el equipo de la USF se pueden resumir como:
(1) comparación de los potenciales de hidroplaneo predichos por las técnicas analíticas dispo-
nibles en condiciones similares;
(2) evaluación del impacto de cada atributo en el potencial de hidroplaneo;
(3) examen de la posibilidad de expresar el potencial de hidroplaneo como una estimación del
riesgo;
(4) evaluación del mayor riesgo de hidroplaneo en secciones relativamente más anchas;
(5) comparación de las predicciones de las técnicas analíticas disponibles con datos reales de
siniestros relacionados con el hidroplaneo;
(6) verificación de campo de la velocidad de hidroplaneo frente al espesor de la película de
agua usando el simulador de lluvia de USF;
(7) recalibración de PAVDRN o herramientas analíticas alternativas para aplicaciones FDOT; y
(8) posible extensión del reciente modelo de elementos finitos de USF de la interacción de
la llanta y la fricción del pavimento mojado para formular un procedimiento analítico para la
predicción de velocidades de hidroplaneo.

1.1.1 Esquema del estudio de reducción de la velocidad en tiempo húmedo
Según una revisión de estudios de investigación anteriores, los factores identificados para in-
fluir en la velocidad de los conductores durante la lluvia incluyen las siguientes características:
 Intensidad de lluvia
 Profundidad del agua sobre pavimento
 Visibilidad
 Condiciones de iluminación
 Volumen de tránsito
 Carril de viaje
 Niveles de viento
 Tipos de instalaciones
Dadas las dificultades asociadas con la adquisición de datos y la amplia variedad de impulso-
res que responden a estas condiciones, es bastante difícil tener en cuenta simultáneamente
todos los factores. Los modelos desarrollados para predecir la reducción de la velocidad del
conductor con diferentes niveles de intensidad de lluvia son generalmente empíricos. Algunos
estudios resumieron el efecto como un porcentaje de reducción general independientemente de
otros factores descritos anteriormente, mientras que otros se basaron en técnicas de regresión
considerando uno o más factores. Los estudios recientes se centraron en los factores de ajuste
meteorológico (WAF), que se modelaron en función de la intensidad de la lluvia y la visibili-
dad. En este estudio, las capacidades de estos modelos se evaluaron más a fondo mediante la
simulación de Monte Carlo, donde las entradas se trataron como variables aleatorias y se ex-
trajo una muestra de 1000 ejecuciones de simulación para cada nivel de intensidad de llu-
via. Siguiendo la investigación de Hranac y otros (2006), se consideraron tres niveles de inten-
sidad de lluvia: lluvia ligera (<0,01 pulg/h), lluvia media (0,01-0,25 pulg/h) y lluvia intensa (>
0,25 pulg/h). Se compararon las estadísticas de las ejecuciones de simulación para compren-
der el rendimiento de diferentes modelos en diferentes condiciones de lluvia. Esta comparación
tiene como objetivo sentar las bases para la investigación y el modelado de los efectos especí-
ficos de la lluvia sobre la velocidad de los conductores en Florida.
1.2 1.2 Resumen de estudios significativos y de vanguardia sobre métodos de reducción
de velocidad en clima húmedo
Manual de capacidad de caminos (HCM (TRB, 2010))
 La lluvia ligera reduce la velocidad de flujo libre de las autopistas en 6 mph
 Las fuertes lluvias reducen la velocidad de flujo libre de las autopistas en 12 mph
Administración Federal de Caminos
(FHWA) ( http://www.ops.fhwa.dot.gov/weather/q1_roadimpact.htm ),
 Autopistas: la lluvia ligera reduce la velocidad en aproximadamente un 2-13% y la lluvia in-
tensa reduce la velocidad en aproximadamente un 6-17%
Ibrahim y Hall (1994)
Ibrahim y Hall estimaron las siguientes caídas de velocidad para diferentes niveles de lluvia:
 La lluvia ligera reduce la velocidad en 2 km/h.
 Las fuertes lluvias reducen la velocidad en 10 km/h.

Kyte y col. (2000)
Kyte y col. buscó determinar el impacto de las operaciones de tránsito para cuatro variables
ambientales, la intensidad de la precipitación, la velocidad del viento, la visibilidad y el estado
de la superficie del camino (seca, mojada o con hielo/nieve), en comparación con las condicio-
nes normales. Se derivó la siguiente relación:
Velocidad  100,2  16,4 (nieve)  9,5 (mojado)  77,3 (vis)  11,7 (viento) (1,1)
Donde,
Velocidad = velocidad del automóvil de pasajeros (km/h)
Nieve = variable que indica la presencia de nieve en la calzada
Mojado = variable que indica que el pavimento está mojado
Vis = visibilidad, igual a 0,28 km (919 pies) cuando la visibilidad ≥ 0,28 km y el valor real de vi-
sibilidad
Cuando visibilidad <0,28 km
Viento = variable que indica que la velocidad del viento supera los 24 km/h (15 mph)
Chin y col. (2004)
Chin y col. (2004) estimaron la reducción de la velocidad por nivel de lluvia, resumida en la Ta-
bla 1.1.
Tabla 1.1 Reducción de velocidad por tipo de instalación y nivel de lluvia
Clima Urbano Rural
Condición autopista Arterial autopista Arterial
Lluvia ligera 10% 10% 10% 10%
Lluvia Pesada dieciséis% 10% 25% 10%
Hranac y col. (2006)
Hranac y col. estimó el siguiente modelo usando datos recopilados en tres ciudades (Baltimore,
Twin Cities y Seattle). Las estimaciones de los parámetros se muestran en la Tabla 1.2.
WAF     Yo   Yo 2   v   v 2   Iv (1,2)
Donde,
WAF = factor de ajuste meteorológico
I = intensidad de precipitación de la lluvia (cm/h)
v = nivel de visibilidad (km)
 1,  2,  3,  4,  5 y  6 son parámetros del modelo

Tabla 1.2 Resumen de resultados del análisis de regresión (Hranac y otros, 2006)
Hablas (2007)
Hablas estimó un factor de reducción de flujo libre usando datos normalizados y su modelo to-
ma la forma de:
WAF  a (I) b
Donde,
WAF = factor de ajuste meteorológico
I = intensidad de lluvia (cm/h)
a, b = coeficientes del modelo
Los modelos calibrados se resumen en la Tabla 1.3. (1,3)
Tabla 1.3 Coeficientes del modelo calibrado (Hablas, 2007)
Mahmassani y col. (2009)
Mahmassani y col. estimó un factor de ajuste meteorológico (WAF) para la intersección de la
velocidad del modelo de relación velocidad-densidad. WAF tiene la siguiente forma:
WAF   0   1 v   2 I   3 s   4 vI   5 vs
Dónde,
WAF = factor de ajuste meteorológico para el parámetro
v = visibilidad (millas)

I = intensidad de precipitación de la lluvia (pulg/h)
s = intensidad de precipitación de nieve (pulg/h)
(1,4)
 1,  2,  3,  4 y  5
Son parámetros del modelo
Al calibrar DYNASMART, un sistema de estimación y predicción de tránsito, se derivó la si-
guiente relación:
WAF  0,91  0,009 v  0,404 I  1,455 s (1,5)
La Tabla 1.4 proporciona una comparación de los valores de reducción de velocidad predichos
por varios métodos alternativos documentados en la Fase I de este estudio bajo tres condicio-
nes de lluvia seleccionadas.
Tabla 1.4 Comparación de la reducción de la velocidad en tiempo húmedo predicha por métodos alternati-
vos
1.3 Evaluación de los modelos de reducción de velocidad mediante un proceso de simu-
lación
Los investigadores evaluaron más a fondo los modelos de reducción de velocidad en clima
húmedo (WAF, por sus siglas en inglés) mediante la simulación de Monte Carlo, donde la velo-
cidad de conducción y la intensidad de la lluvia se consideraron variables aleatorias con los
siguientes supuestos:
Velocidad de flujo libre de la instalación = 70 mph
Velocidad de conducción (mph) ~ Normalmente distribuida en el rango (60, 5)
Intensidad de lluvia (in/h, ligera) ~ Distribuida uniformemente en el rango (0, 0.01) Intensidad de
lluvia (in/h, media) ~ Distribuida uniformemente en el rango (0.01, 0.25) Intensidad de lluvia
(in/h, fuerte) ~ Distribuido uniformemente en el rango (0,25, 2)
Se extrajo una muestra de 1000 de cada nivel de intensidad de lluvia y se aplicaron los mode-
los WAF para predecir la reducción de velocidad en consecuencia. Las estadísticas de simula-
ción se resumen en la Tabla 1.5.

Tabla 1.5 Estadísticas de reducción de velocidad (mph): Resultados de la simulación de Monte Carlo
Modo l Intensidad de lluvia Yo un
Std
Dev.
IC del 95%
LB UB
Hranac y col. (2006, modelo
agregado)
Ligero (<= 0,01 pulg/h ) 1,175 0,098 1,169 1,181
Medio (0,01 - 0,25 pulg./h ) 2.003 0.460 1,974 2.032
Pesado (> 0,25 in/h ) 1.650 2.530 1.493 1.807
Hablas (2007, modelo de Seattle)
Ligero (<= 0,01 pulg/h ) 1.120 0,266 1.104 1,136
Medio (0,01 - 0,25 pulg./h ) 2.462 0.378 2.439 2.485
Pesado (> 0,25 in/h ) 3.410 0.369 3.387 3.433
Mahmassani y col. (2009)
Ligero (<= 0,01 pulg/h ) 0.023 2.583 -0,137 0,183
Medio (0,01 - 0,25 pulg./h ) 7.778 2.184 7.643 7,913
Pesado (> 0,25 in/h ) 31.699 12.494 30.925 32.473
Rakha y col. (2009, modelo de
Seattle)
Ligero (<= 0,01 pulg/h ) -17.653 20.388 -18,917 -16,389
Medio (0,01 - 0,25 pulg./h ) 2.292 1.101 2.224 2.360
Pesado (> 0,25 in/h ) -0,959 5.760 -1,316 -0,602
Como se muestra en la Tabla 1.5, las filas sombreadas indican una media negativa (aumento
de velocidad) o un límite inferior negativo del intervalo de confianza del 95%. Estos valores ne-
gativos implican que los modelos empíricos pueden no ser apropiados para estos escenarios
de lluvia. La reducción de velocidad predicha por el modelo agregado (Hranac y otros, 2006)
bajo condiciones de lluvia intensa también es sospechosa, ya que es menor que la del escena-
rio de lluvia media y la desviación estándar es mucho mayor. En resumen, los modelos desa-
rrollados por Hranac y otros (2006) parecen ser adecuados para condiciones de lluvia ligera y
media. Los modelos desarrollados por Mahmassani y otros (2009) parecen ser más apropiados
para condiciones de lluvia media y fuerte.
1.4 Estudio de verificación de reducción de velocidad en clima húmedo
Los métodos que demostraron ser confiables en la Fase I, como el método de Mahmassani,
pueden usarse para predecir las velocidades probables del vehículo en el momento de los cho-
ques en el Capítulo 4. Se realizó una prueba de campo preliminar para verificar o cali-
brar la ecuación de Mahmassani para predecir la reducción de la velocidad del clima húmedo
en las condiciones de Florida.
1.4.1 Configuración experimental para la recopilación de datos
El sitio de estudio se eligió cerca de la cuadra central de una sección arterial donde la veloci-
dad no se vería afectada por las señales de tránsito aguas arriba y aguas abajo. La reducción
de la visibilidad en la lluvia se midió con una cámara de video. Para este estudio se usó un
grupo de postes de transmisión de energía o postes de luz altamente visibles distribuidos uni-
formemente (con un espaciado de 150 pies) a lo largo de una sección del camino. Las publica-
ciones anteriores se usaron para dos propósitos:

(1) para servir como referencia para medir la visibilidad en términos de distancia (es decir, qué
tan lejos puede una persona ver claramente durante la lluvia), y
(2) para estimar la velocidad de un vehículo sabiendo el tiempo que tarda ese vehículo en via-
jar entre los dos puestos de referencia. Debido a la dificultad del análisis en tiempo real durante
la lluvia, los videos grabados se pueden reproducir para recuperar los datos de visibilidad y ve-
locidad. Según el pronóstico del tiempo, el equipo experimental de campo se instaló durante un
tiempo despejado antes de un evento de lluvia. El campo a configuración experimental usada
se ilustra en la Figura 1.1 donde el campo de visión de la cámara está indicado por el triángulo
sombreado.
Figura 1.1 Configuración experimental para medir la visibilidad en clima húmedo y la reducción de veloci-
dad
La intensidad de la lluvia y el espesor de la película de agua en el carril más externo se midie-
ron simultáneamente usando un pluviómetro y un medidor de película de agua, respectivamen-
te. La visibilidad se midió como una distancia hasta el poste (o poste) más lejano que se pueda
ver a simple vista. Además, cada vehículo se identificó manualmente mediante cámaras de vi-
deo enfocadas en diferentes carriles. Esto ayudó a la recuperación de datos de velocidad por
carril. La velocidad se midió en función del tiempo (de la pantalla del reloj de la cámara de vi-
deo) que tomó un vehículo objetivo para viajar entre las dos publicaciones seleccionadas.
(a) Condiciones de clima seco (b) Condiciones de clima húmedo
Figura 1.2 Comparación de la velocidad del vehículo en condiciones climáticas secas y húmedas
Figura 1.3 Evaluación de datos del sitio usando mapas GIS
1.4.2 Resumen de resultados experimentales
Como se ve en la Tabla 1.6, el estudio experimental de la USF confirmó que la reducción de la
velocidad del vehículo tiene una dependencia significativa de la intensidad de la lluvia y la den-
sidad del vehículo.
Tabla 1.6 Reducción de la velocidad del vehículo (mph) con densidad con intensidad de lluvia
Intensidad de lluvia (pulg/h)
Lluvia ligera Medio
lluvia
Pesado
lluvia
Densidad
de vehícu-
los
( veh/milla)
6 1,72 * 5.53 9.80
7 2,70 5.54 10.19
9 4.04 9,75 10.60
11 5,67 11,76 11.80 *

14 5.80 12,67 13,22 *
16 4.13 10,88 14.24
18 5,82 * 9.14 15,12 *
Se usaron registros de cámaras de video para estimar la densidad del vehículo contando di-
rectamente y evaluar las velocidades del vehículo usando los registros de tiempo de vi-
deo. Durante el período de observación, no fue posible obtener las densidades de tránsito a
ciertas intensidades de lluvia. Por lo tanto, los valores correspondientes, indicados por los aste-
riscos, se estimaron basándose en la distribución de la superficie 3D de los valores de reduc-
ción de velocidad.
AURC Santa Fe km 356 – Doble Chicana Cañada de Gómez

CAPITULO 2
CARACTERIZACIÓN DE LOS EFECTOS DE PERMEABILIDAD Y MACROTEXTURA DE
LOS PAVIMENTOS
2.1 Resumen de las características de permeabilidad del pavimento extraídas de la revi-
sión de la bibliografía
Con base en la investigación actual, se concluyó que la permeabilidad del pavimento se puede
evaluar usando las siguientes formas diferentes:
1. Se pueden obtener valores promedio aproximados de estudios previos
La permeabilidad de campo del FC5 se midió en la US-27 en el condado de Highlands desde
2003 hasta 2009, mostrando resultados en el rango de 0.15-0.6 cm/s (FDOT, 2009). En un es-
tudio experimental de laboratorio reciente sobre el rendimiento de varias mezclas de asfalto,
completado en el Centro de Investigación de Pavimentos de la Universidad de California
(UCPRC), se probó una mezcla (G125 o OGFC - Curso de fricción de grado abierto de Geor-
gia) siguiendo el mismo diseño que el FC5. Los valores de permeabilidad se midieron en losas
compactadas en el laboratorio usando un pequeño compactador de rodillos tándem con opera-
dor a bordo. Esas muestras de losas no experimentaron ninguna carga de tránsito y la prueba
de permeabilidad se realizó inmediatamente después de compactar las losas. Por tanto, las
losas no se envejecieron. La permeabilidad se mide con un campo NCAT (Centro Nacional de
Asphalt Tecnología) permeámetro tenía un valor medio de 0,31 cm/s con una desviación es-
tándar de 0,09 cm/s (Lu y otros, 2010). Esto coincidió con los resultados del estudio FDOT ci-
tado anteriormente (FDOT, 2009). El estudio de UCPRC también reveló que la mezcla anterior
(G125, que es similar a FC5) tenía una permeabilidad de la misma magnitud que la de las
mezclas OGFC de 9,5 mm o 12,5 mm de California, como se muestra en la Figura 2.1 en la
que RW95 y RW125 representan California OGFC se mezcla con un tamaño de agregado má-
ximo nominal (NMAS) de 9.5 mm y NMAS de 12.5 mm, respectivamente.
Figura 2.1 Permeabilidad de varias mezclas de asfalto superficial (Lu y otros, 2010)
Abreviaturas Fig. 2.1:
AR475: una mezcla de grado abierto con un NMAS de 4,75 y un ligante de caucho asfáltico.
AR475P: lo mismo que la mezcla AR475 excepto que AR475P contiene una pequeña cantidad
(alrededor del 5%) de agregados con tamaños entre 4.75 mm y 9.5 mm.
AZ95: una mezcla de asfalto de grado abierto cauchutada que se usa típicamente en Arizona,
con un NMAS de 9.5. SMA6P: un asfalto de masilla de piedra con un NMAS de 6 mm, recien-
temente experimentado en Dinamarca.
SMA4P: un asfalto de masilla de piedra con un NMAS de 4 mm, recientemente experimentado
en Dinamarca. E8: una mezcla de hormigón asfáltico de grado abierto con un NMAS de 8 mm,
típicamente usado en Europa.
RW475: igual que AR475, excepto que usa un aglutinante PG 64-16
RW19: una mezcla de hormigón asfáltico de grado abierto con una NMAS de 19 mm. D125:
hormigón asfáltico de clasificación densa de California con NMAS de 12,5 mm.
2. Los valores específicos de las relaciones de vacíos de aire en el lugar se pueden obtener de
las Figuras 2.2 y 2.3.
La permeabilidad de las mezclas Superpave se analizó en un estudio realizado por la Sección
de Investigación y la División de Materiales en el Departamento de Transporte y Caminos del
Estado de Arkansas (Westerman, 1998). La correlación de la permeabilidad versus el espesor

de elevación y la permeabilidad versus la densidad fue investigada y graficada como se mues-
tra en la Figura 2.2.
Figura 2.2 La relación del coeficiente de permeabilidad vs. Los huecos de aire en el lugar y el espesor de
elevación (Westerman, 1998).
El FDOT también investigó la permeabilidad de las mezclas Superpave de gra-
do grueso (Choubane y otros, 1998) y concluyó que un valor promedio de permeabilidad al
agua que no exceda los 100 x 10-5 cm/s puede ser lo suficientemente bajo como para prevenir la
infiltración excesiva de agua en la estructura del pavimento. El nivel aceptable actual de per-
meabilidad al agua para una mezcla de gradación densa es de 125 x 10-5 cm/s.
3. Un estudio de varios años de la permeabilidad de campo de las mezclas de OGFC en Cali-
fornia muestra que la permeabilidad se reduce con la edad del pavimento, y aproximadamente
la reducción es un orden de magnitud de cada cinco años como se muestra en la Figura 2.3
(en la figura, OGAC representa OGFC con aglutinante convencional o modificado con políme-
ro; RAC-O representa OGFC con ligante de caucho asfáltico).
Figura 2.3 Tendencia de la permeabilidad de las mezclas de OGFC (a) con y (b) sin ligante de caucho asfál-
tico (Lu y otros, 2009).
4. La permeabilidad de los pavimentos agrietados y con juntas se puede calcular con la ecua-
ción (2.1). Las propiedades de permeabilidad de los pavimentos se pueden modificar para te-
ner en cuenta la infiltración a través grietas y juntas usando la siguiente expresión para la tasa
de infiltración por unidad de área qi (Huang, 1993):
(2.1)
Donde I c es la tasa de infiltración de grietas (0.22 m 3/día/m como sugiere Ridgeway
[1976]), N c es el número de grietas longitudinales, W p es el ancho del pavimento sometido a

infiltración, W c es la longitud de grietas transversales o juntas, C s es el espaciamiento de grie-
tas transversales o juntas, y k p es la tasa de infiltración a través de la superficie del pavimento
sin fisuras , que es numéricamente igual al coeficiente de permeabilidad de HMA (mezcla de
asfalto en caliente) o PCC (hormigón de cemento Portland).
Con base en la experiencia de los investigadores de las pruebas en el Centro de Investigación
de Pavimentos de la Universidad de California (UCPRC), la permeabilidad del concreto asfálti-
co de mezcla en caliente de densidad densa es casi cero cuando el contenido de huecos de
aire está por debajo del 5 por ciento, mientras que la permeabilidad de Portland convencional
El hormigón de cemento (PCC) también es extremadamente pequeño. Típicamente, los coefi-
cientes de permeabilidad para hormigón moderada resistencia y hormigón de baja resistencia
son del orden de 1x10 -10 cm/seg y 30x10 -10 cm/seg, respectivamente (Mehta y Monteiro,
1993). Por lo tanto, la infiltración de agua a través de fisurado densa -graded pavimento de
concreto asfáltico con un contenido de aire vacío de menos de cinco por ciento o por medio de
losas de pavimento PCC se puede despreciar.
2.2 Resumen de las características del drenaje del pavimento según la bibliografía
Debido a las diferencias de permeabilidad y macrotextura entre varios tipos de superficies de
pavimento (es decir, pista de fricción de grado abierto [OGFC], concreto asfáltico de grado
denso [DGAC], concreto de cemento Portland [PCC]), el espesor de la película de agua forma-
da en la superficie del pavimento durante la lluvia también variará. Los parámetros de textura
de la superficie del pavimento que gobiernan el espesor de la película de agua son el coeficien-
te de Manning, n, y la profundidad de la textura de la superficie. A partir de la ecuación de
Manning para el flujo laminar, la n de Manning se calcula usando la siguiente expresión (Char-
beneau y otros, 2008)
El coeficiente de Manning se puede encontrar por varios métodos:
(1) Basado en el número de Reynolds; (2) basado en la longitud del drenaje y la intensidad de
la lluvia; y (3) basado en experimentación directa.
1. Basado en el número de Reynolds

Anderson y col. (1998) sintetizaron resultados de investigaciones anteriores y realizaron expe-
rimentos de laboratorio adicionales para desarrollar ecuaciones de la n de Manning para dife-
rentes superficies de pavimento usando análisis de regresión. Las ecuaciones anteriores se
usaron en PAVDRN (NCHRP, 1998) y se reproducen a continuación.
Figura 2.4 Coeficiente de Manning en función del número de Reynolds (Charbeneau y otros, 2008)
Charbeneau y col. (2007) construyeron un simulador de lluvia y un modelo de camino para in-
vestigar el comportamiento del flujo laminar en superficies impermeables rugosas durante tor-
mentas, y sugirió una ecuación modelo para la n de Manning:
(2.6)
Donde c 1 y n e son parámetros usados para caracterizar las propiedades hidráulicas.

La Figura 2.5 muestra el coeficiente de Manning graficado como una función del número de
Reynolds para dos superficies incluidas en su estudio (Charbeneau y otros, 2007). La superfi-
cie 1 tiene un coeficiente de Manning efectivo idéntico al del concreto terminado (con n e =
0.012). La superficie 2 es mucho más rugosa que el típico pavimento de hormigón asfáltico de
densidad densa. Los parámetros de la ecuación (2.6) se encuentran en la tabla 2.1.
Figura 2.5 Comparación del coeficiente de Manning para los datos del experimento de la superficie 1 (iz-
quierda) y la superficie 2 (derecha) (Charbeneau y otros, 2007).
Tabla 2.1 Parámetros del modelo para el coeficiente de Manning (Charbeneau y otros, 2009)
Superficie c 1 n e
1 7.5 0.0122
2 21,3 0.0253
Charbeneau y col. (2009) usaron el mismo sistema para estudiar el flujo laminar en una super-
ficie de pavimento simulada con rugosidad intermedia (una profundidad de textura media de 2,2
mm). Usaron la ecuación de Manning en forma de modelo de regresión lineal para analizar los
datos del experimento:
Donde c 0 y c 1 son parámetros de regresión y e es un término de despiste aleatorio. A partir de
esta ecuación, el coeficiente de Manning se puede calcular como
El coeficiente de Manning calculado frente al número de Reynolds para esa superficie se mues-
tra en la Figura 2.6.
Figura 2.6 Coeficiente de Manning en función del número de Reynolds para la Superficie
3; (rombo sombreado) condiciones sin lluvia; (cuadrado abierto) condiciones de lluvia
(Charbeneau y otros, 2009)

2. Según la longitud del drenaje y la intensidad de la lluvia
NCHRP (1998) también proporciona las relaciones para la n de Manning con respecto a la in-
tensidad de la lluvia y la longitud del drenaje para diferentes tipos de pavimento. La figura 2.7
es una de esas relaciones válidas para el hormigón asfáltico poroso (OGFC). También se dan
gráficos similares para pavimentos DGFC y PCC (NCHRP, 1998). El fundamento de estas rela-
ciones puede entenderse con base en la comprensión de que el número de Reynolds de flujo
laminar puede estar relacionado con la intensidad de la lluvia y la longitud del drenaje.
Figura 2.7 N de Manning frente a la longitud de la trayectoria del flujo para varias tasas
de lluvia (NCHRP, 1998)
3. Basado en experimentación directa
Las siguientes propiedades de la superficie del pavimento se obtuvieron de la simulación de
lluvia de campo descrita en el Capítulo 6 (Sección 6.1).
Profundidad de la macrotextura = 0.0159 pulgadas Coeficiente de Manning = 0.075
2.2.3.1 Resultados de la experimentación de USF
Los investigadores usaron un NCAT permeámetro para evaluar la permeabilidad del terreno
OGFC y denso -asfalto degradado. Los resultados se ilustran en las Tablas 2.2 y 2.3.

Tabla 2.2 Permeabilidad del curso de fricción de grado abierto (OGFC) (Fowler Avenue, Tampa, Florida)
Permeabilidad del curso de fricción de grado abierto (OGFC) –in/s
Sitio Promedio Std. Dev.
UNA 0,004044488 0.000352362
si 0.002956299 0.000536614
C 0,004363386 0.000831102
Todas 0,003788189 0.000573228
Tabla 2.3 Permeabilidad del asfalto denso (DGA) (Fletcher Avenue, Tampa, Florida)
Permeabilidad del asfalto denso (DGA) (pulg/s)
Sitio Promedio Std. Dev.
UNA 6.10236E-05 2.91339E-05
si 0.000316929 0.000125591
C 0.000417323 6.29921E-05
Todas 0.000264961 7.24409E-05
Debe tenerse en cuenta que los valores de la prueba representan el promedio de muchas
pruebas realizadas con agua corriente y en condiciones regulares de caída de cabeza. Como
se ve en la Figura 2.8, no hubo diferencia significativa entre los dos tipos de resultados de
prueba. La figura 2.8 también muestra que el coeficiente de permeabilidad disminuye con las
repeticiones de la prueba hasta que se estabiliza después de una gran cantidad de prue-
bas. Esta tendencia puede explicarse por el proceso de saturación gradual que se logra con las
pruebas iniciales, durante las cuales se usa agua para saturar los poros del pavimento. Por tan-
to, el coeficiente de permeabilidad en estado estacionario se puede obtener a partir del caudal
estabilizado que se produce después de que se completa el proceso de saturación.
Figura 2.8 Comparación de los valores de permeabilidad (en Fowler Avenue) obtenidos de dos condiciones
de prueba (condiciones normales y con agua corriente)

CAPÍTULO 3
COMPARACIÓN DE LAS RELACIONES DE VELOCIDAD DE HIDROPLANEO VS ESPESOR
DE LA PELÍCULA DE AGUA
3.1 Resumen de los métodos de predicción de la velocidad de hidroplaneo
Con base en la investigación actual, se observó que estaban disponibles varios métodos distin-
tos pero confiables de predicción de la velocidad de hidroplaneo:
1. Ecuaciones originales y modificadas de la Administración Nacional de Aeronáutica y del Es-
pacio (NASA)
2. Ecuaciones PAVDRN
3. Ecuaciones TXDOT
4. Ecuaciones de USF basadas en predicciones numéricas completas de Ong y Fwa (2007b)
De los anteriores, los primeros tres métodos predictivos son de naturaleza empírica y se desa-
rrollaron bajo condiciones experimentales específicas (por ejemplo, neumáticos de prueba de
deslizamiento de rueda bloqueada bajo una carga de rueda, presión de neumático y espesor
de película de agua). Por lo tanto, su aplicabilidad está restringida para investigaciones que
involucran una amplia variedad de tipos de vehículos. Por otro lado, las predicciones numéricas
de Ong y Fwa (2007b) se basan en un modelo que considera la mecánica de todo el escenario
de hidroplaneo y por lo tanto da cuenta de todas las variables relevantes. En la investigación
actual de la USF, esto también se verificó con los tres primeros métodos en condiciones en las
que los métodos anteriores son aplicables. La disponibilidad de herramientas alternativas y fia-
bles para la predicción del umbral de hidroplaneo es alentadora. USF posee el equipo para
verificar aún más la aplicabilidad de los métodos predictivos anteriores antes de que se entre-
guen las recomendaciones finales, abordando así los riesgos involucrados en la expansión del
carril por encima de los límites recomendados.
3.1.1 Ecuación original de la NASA (Horne y Dreher, 1963)
Con base en pruebas realizadas en neumáticos lisos y acanalados para aviones y automóviles
a una profundidad media del agua de 7,62 mm, la siguiente ecuación se desarrolló por primera
vez en la NASA:
3.1.2 Ecuación modificada de la NASA (Horne et al, 1986)
Con base en pruebas realizadas en llantas ASTM E 501 acanaladas y ASTM E 524 lisas y llan-
tas de camión desgastadas que viajan sobre pavimentos inundados, la ecuación anterior se
modificó para incluir la relación de aspecto de la llanta de la siguiente manera:

3.1 3 ecuaciones PAVDRN (NCHRP, 1998)
El modelo de hidroplaneo usado en PAVDRN se basa en el trabajo de Gallaway y
otros (1979) y sus colegas y desarrollado por otros (Henry y Meyer, 1980) y Huebner y
otros, 1986)). Sobre la base del trabajo informado por los autores de PAVDRN,
Para espesores de película de agua (WFT) inferiores a 2,4 mm,
(3.2) - (3.3) no consideran el efecto de la presión de inflado de las llantas probablemente por-
que las pruebas se realizaron bajo una presión de inflado de 165.5 kPa, que es la presión de
inflado típica de las llantas de prueba de rueda bloqueada (ASTM E 501 acanaladas y ASTM E
524 neumáticos lisos).

3.1.4 Ecuaciones de TxDOT (Gallaway y otros, 1979)
La inspección de las ecuaciones (3.4) - (3.5) muestra que no incluyen la carga de la rueda co-
mo parámetro, que es un atributo importante del hidroplaneo.
La Figura 3.1 muestra que las ecuaciones PAVDRN y TXDOT coinciden razonablemente bien
para valores de espesor de película de agua superiores a 2,4 mm, mientras que PAVDRN pre-
dice en exceso la velocidad de hidroplaneo para espesores de película de agua inferiores a 2,4
mm.
Figura 3.1 Comparación de las ecuaciones TXDOT y PAVDRN para la velocidad de hidroplaneo

3.1.5 Extensión de los investigadores de las relaciones Ong y Fwa (2007b) para el neu-
mático del probador de ruedas bloqueadas (neumático liso estándar ASTM E524-88)
Ong y Fwa (2007a) presentaron los resultados de un modelo integral de elementos finitos que
fue formulado para la predicción precisa de las condiciones de hidroplaneo. Como se discutió
en la Sección 3.1.3, el análisis del hidroplaneo y la resistencia al deslizamiento presentado por
Ong y Fwa (2007b) consideró el neumático liso estándar ASTM E524-88. Las figuras 3.2 (a) y
3.2 (b) muestran la variación de la velocidad de hidroplaneo con la carga de la rueda, la presión
de inflado de los neumáticos y el espesor de la película de agua.
Figura 3.2 Gráficos de muestra de Ong y Fwa (2007b) que muestran la dependencia de la velocidad de hi-
droplaneo del espesor de la película de agua, la presión de inflado y la carga del neumático.

Los investigadores establecieron las siguientes relaciones basándose en los gráficos de la Fi-
gura 3.2.
Los investigadores creen que la ecuación (3.6c) se puede usar para predecir las velocidades
de hidroplaneo para muchos vehículos ligeros diferentes que emplean neumáticos que son
compatibles con los neumáticos de prueba de rueda bloqueada. Los automóviles de pasajeros
también entran en esta categoría.
Figura 3.3 Comparación de las ecuaciones de Ong y Fwa (2007b) y PAVDRN para la velocidad de hidropla-
neo (ecuaciones (3.6c) y ecuaciones (3.1) - (3.3))

La aplicabilidad de la ecuación (3.6c) se investigó comparando sus predicciones con las de
PAVDRN. Para lograr este objetivo, las predicciones de la ecuación (3.6c) para el caso especí-
fico del neumático de rueda bloqueada se trazaron contra las de PAVDRN como se ve en la
Figura 3.3. Si bien se ve que ambos métodos están más o menos de acuerdo para espesores
de película de agua superiores a 2,4 mm , una vez más las ecuaciones de PAVDRN sobre pre-
dicen la velocidad de hidroplaneo para espesores inferiores a 2,4 mm.
Además, se demostró que las predicciones de Ong y Fwa (2007a) también están de acuerdo
con las predicciones correspondientes basadas en la ecuación de hidroplaneo de la NASA (Fi-
gura 3.4).
Figura 3.4 Comparación de la predicción del modelo de hidroplaneo de Ong y Fwa (2007b) con la ecuación
de hidroplaneo de la NASA
3.1.4 Extensión de los investigadores de las relaciones de Ong y Fwa (2008) para neumá-
ticos de camión
Ong y Fwa (2008) compararon sus predicciones numéricas de hidroplaneo para neumáticos de
camión desgastados con la siguiente ecuación de Horne y Dreher (1963) desarrollada en base
a la investigación realizada en la NASA.
Figura 3.5 Gráficos de muestra de Ong y Fwa (2008) que muestran la dependencia de la velocidad de hi-
droplaneo del espesor de la película de agua, la presión de inflado y la carga del neumático.

Luego, los investigadores trazaron los datos de la relación anterior en un gráfico de velocidad
de hidroplaneo Vs espesor de película de agua como se ve en la Figura 3.6. Las curvas de la
Figura 3.6 se extienden hasta un espesor de película de agua de 20 mm para evaluar la cons-
tante a en la ecuación (3.7b). Al ajustar la ecuación (3.7b), el valor FAR correspondiente a una
carga de rueda dada se determinó a partir de la Figura 3.6. Finalmente, la relación desarrollada
por los autores se puede expresar como:
La ecuación (3.7c) puede usarse convenientemente para evaluar la velocidad de hidroplaneo
de los neumáticos de los camiones para cualquier combinación de presión de inflado, carga de
neumáticos y espesor de película de agua.
Figura 3.6 Datos de la Figura 3.2 rediseñados en la gráfica Vp frente al espesor de la película de agua (t)
Figura 3.7 Gráficos de muestra de Ong y Fwa (2008) que muestran la variación de FAR con la carga del
neumático
La Figura 3.8 muestra la comparación de la relación desarrollada (ecuación 3.7 (c)) y los datos
de la Figura 3.7.
Figura 3.8 Verificación de la expresión para la velocidad de hidroplaneo (WFT = espesor
de la película de agua)
La Figura 3.9 muestra el efecto de la microtextura de la superficie del pavimento sobre la velo-
cidad de hidroplaneo.
Figura 3.9 Efecto de la microtextura del pavimento sobre la velocidad de hidroplaneo (Ong, 2006)

3.1.5 Análisis del impacto de los factores contribuyentes sobre el potencial de hidropla-
neo
Antes de diseñar cualquier procedimiento experimental para evaluar los parámetros tributarios
de un modelo dado, es una práctica apropiada y esencial determinar el impacto de cada pará-
metro en el resultado final, es decir, el riesgo de hidroplaneo. Este proceso se conoce como
análisis de sensibilidad en el ámbito del modelado analítico. El equipo de la USF llevó a cabo
un sencillo procedimiento estadístico para lograr este objetivo.
3.1.5.1 Sensibilidad de los atributos de velocidad de hidroplaneo de un neumático de
rueda bloqueada
La versatilidad de la ecuación (3.7c) para la predicción de la velocidad de hidroplaneo de un
neumático de rueda bloqueada permitió a los investigadores de la USF determinar el impacto
de cada atributo en la velocidad de hidroplaneo y su sensibilidad. Se realizó un estudio de sen-
sibilidad para este propósito usando los rangos de valores que se muestran en la Tabla 3.1 pa-
ra cada atributo significativo. La Figura 3.10 demuestra los resultados del estudio de sensibili-
dad donde se ve que la presión de inflado de los neumáticos tuvo el impacto más significativo
en la velocidad de hidroplaneo.
Tabla 3.1 Matriz de rango de datos usada para el análisis de sensibilidad
Carga de la rueda (N) Película de agua
espesor (mm)
Inflado de neumáticos
presión ( kPa )
2500 1 100
3500 4 150
4500 7 200
5500 10 250

3.2 Resumen de los métodos de predicción del espesor de la película de agua
Con base en la Fase I de la investigación, se concluyó lo siguiente para la predicción del espe-
sor de la película de agua en los pavimentos durante eventos de lluvia:
1. La ecuación teórica de NCHRP (1998) basada en la n de Manning predice por debajo del
espesor de la película de agua, en comparación con el método empírico proporcionado en
NCHRP (1998).
2. Los resultados del programa PAVDRN se basan en el método empírico.
3. Las predicciones numéricas de Charbenaeu y otros (2008) de las profundidades del agua
en las secciones normales de la copa concuerdan razonablemente bien con las del NCHRP.
4. Los investigadores de la USF también desarrollaron una herramienta empírica para la pre-
dicción de las profundidades del agua en una de las secciones más críticas para este pro-
yecto, es decir, las secciones de transición de peralte.
Una vez más, la disponibilidad de herramientas alternativas y confiables para la predicción de
la profundidad de la película de agua durante los eventos de lluvia es alentadora. USF posee el
equipo para verificar aún más la aplicabilidad de los métodos predictivos anteriores antes de
que se entreguen las recomendaciones finales, abordando así los riesgos involucrados en la
expansión del carril por encima de los límites recomendados.
Figura 3.10 Análisis de sensibilidad de la velocidad de hidroplaneo

3.2.1 Comparación de las predicciones alternativas del espesor de la película de agua en
no peraltes
Con base en la Fase I de la investigación actual, se encontró que las siguientes ecuaciones
estaban disponibles para la predicción del espesor de la película de agua debido a un evento
de lluvia:
Ecuación empírica de NCHRP (1998) (software PAVDRN)
La Figura 3.11 muestra la variación del espesor de la película con la longitud del drenaje según
predicción de la ecuación empírica (3.8ª) para diferentes intensidades de lluvia (I).
Figura 3.11 Gráfica de espesor de película de agua Vs longitud de drenaje basada en la ecuación (3.8a)
Ecuación empírica de Gallaway y otros (1979) (Para superficies de hormigón)

Los parámetros de rugosidad mostrados en la Tabla 3.2 se usaron para obtener la evaluación
del espesor de la lámina de agua en (3.9ª) y (3.b)
Tabla 3.2 Parámetros de rugosidad típicos usados en PAVDRN (NCHRP, 1998)
Tipo de pavimento MTD (mm) Manning's n
PCC 0,91 0,031
DGAC 0,91 0.0327
OGAC 1,5 0.0355

Las Figuras 3.12 (a) y 3.12 (b) muestran la gráfica NCHRP (1998) y la gráfica correspondiente
desarrollada por los investigadores para la predicción de la variación del espesor de la película
de agua para diferentes longitudes de drenaje a una intensidad de lluvia de 40 mm/h para PCC.
Pavimentos DGAC y OGAC, según la ecuación (3.9a). Aunque las gráficas en las Figuras 3.12
(a) y 3.12 (b) están de acuerdo, se puede observar que se observa una disparidad significativa
cuando se compara cualquiera de las Figuras (3.12a o 3.12b) con la gráfica para I = 40 mm/h
en la Figura 3.11. Los investigadores descubrieron que la fuente de esta discrepancia es el
término constante inexacto 36.1 de la ecuación (3.9a). También se descubrió que la versión
métrica correspondiente (ecuación 3.9b) proporciona predicciones más razonables.
Las Figuras 3.13 (a) - (d) ilustran la comparación entre las predicciones de la ecuación derivada
teóricamente (3.9b) y las de la ecuación empírica 3.8 (a) para diferentes tipos de pavimen-
to. Debe notarse que en las Figuras 3.13 (a) - (d), las gráficas correspondientes a la ecuación
de Investigación se refieren a la ecuación 3.9 (b) con la n de Manning evaluada a partir de la
Figura 2.7 mientras que la ecuación empírica se refiere a la ecuación 3.8 (a).
Figura 3.12 (a) Gráfica de espesor de película de agua vs. longitud de drenaje basada en
la ecuación (3.9a) (NCHRP, 1998)
La observación de las Figuras 3.13 (a) - (d) muestra claramente que la ecuación teórica de
NCHRP (1998) basada en la n de Manning predice significativamente el espesor de la película
de agua en comparación con la ecuación empírica 3.8 (a). Por lo tanto, los investigadores de la
USF buscaron un modelo más mecanicista basado en predicciones del espesor de la película
de agua.
Figura 3.12 (b) Gráfica de espesor de película de agua vs. Longitud de drenaje basada en la ecuación (3.9a)
basada en cálculos de investigadores
Figura 3.13 (a) Espesor de la película de agua frente a la longitud del drenaje para DGAC

Figura 3.13 (b) Espesor de la película de agua frente a longitud de drenaje para OGFC
Figura 3.13 (c) Espesor de la película de agua frente a la longitud del drenaje para PCC (N R <500)
Figura 3.13 (d) Espesor de la película de agua frente a la longitud del drenaje para (500
<N R <1000)

3.2.2 Predicciones del espesor de la película de agua en transiciones normales entre la
corona y el peralte
Charbeneau y col. (2008) publicaron los resultados numéricos de un modelo hidrodinámico que
es capaz de predecir el espesor de la película de agua del flujo laminar producido por la lluvia
en las secciones normales de coronación y peralte.
Figura 3.14 Disposición de los taludes transversales en el diseño de peralte
Por lo general, las pendientes transversales a ambos lados son simétricas con respecto a la
línea central y se indican como corona normal (ubicación A en la figura 3.14). Pero en una cur-
va (peralte), las pendientes transversales alrededor de la línea central cambian como se mues-
tra en la Figura 3.14. De A a C, las pendientes transversales de los carriles entre la línea cen-
tral y el borde interior permanecen constantes y son iguales a la corona normal. Sin embargo,
las pendientes transversales entre la línea central del camino y el borde exterior cambian entre
A y C. En el punto A, es la corona normal, en B se vuelve horizontal y en C su magnitud se
vuelve igual pero más alta que la cruz pendiente en el otro lado. De C a E, la pendiente trans-
versal gira alrededor de la línea central.
Las Figuras 3.15 y 3.16, respectivamente, muestran la variación de las pendientes transversa-
les y la vista tridimensional de la variación de la pendiente transversal en el diseño ilustrado en
la Figura 3.14.
Figura 3.15 Variación continua de pendientes transversales con la línea central que permanece en el mis-
mo nivel
Figura 3.16 Variación tridimensional de los perfiles

Figura 3.17 Vista en planta de diferentes secciones.
La Figura 3.17 muestra la vista en planta de la sección anterior con el eje x en la línea central
del camino. Se observa que la ubicación más crítica con respecto al flujo laminar se encuentra
alrededor del área de la pendiente de cruce por cero (B de la Figura 3.14).
Figura 3.18 Alineación lateral de la transición de peralte con pendiente transversal = 4% (Charbeneau y
otros, 2008)
En la Figura 3.18 se observa que la pendiente de la corona normal es del 2% y la pendiente
del peralte total es del 4%.
Charbeneau y col. (2008) usa la teoría de la onda cinemática para evaluar numéricamente la
profundidad de la película de agua a lo largo de una sección continua del camino, como la que
se ilustra en las Figuras 3.14-3.18.
3.2.2.1 Modelado de la profundidad de la película de agua en secciones coronadas
(Charbeneau y otros, 2008)
Una muestra de Charbeneau y otros (2008) los resultados se muestran en las Tablas 3.3 y 3.4.
Pavimentos de hormigón
Tabla 3.3 Espesor de la película de agua (en mm) en diferentes estaciones laterales (n de Manning = 0.012,
pendiente transversal de la corona normal = 2%, intensidad de lluvia = 100 mm/h (4 in/h).

Pavimentos asfálticos
Tabla 3.4 Espesor de la película de agua (en mm) en diferentes estaciones laterales (n de Manning = 0.015,
pendiente transversal de la corona normal = 2%, intensidad de lluvia = 100 mm/h (4 in/h).
3.2.2.1.1 Comparación de Charbeneau y otros (2008) datos con predicciones empíricas
Para las secciones coronadas, los datos que se muestran en las Tablas 3.3 y 3.4 se compara-
ron con las predicciones correspondientes de la ecuación (3.8a). En esta comparación se hicie-
ron las siguientes suposiciones:
Las figuras (3.19a) y (3.19b) ilustran las comparaciones. Las Figuras 3.19 (a) y 3.19 (b) mues-
tran que Charbeneau y otros (2008) las predicciones concuerdan razonablemente bien con las
de la ecuación empírica (3.8a).
Figura 3.19 (a) Comparación de Charbeneau y otros (2008) datos con predicciones de la ecuación (3.8a)
(WFT = espesor de la película de agua)
Figura 3.19 (b) Comparación de Charbeneau y otros (2008) datos con predicciones de la ecuación (3.8a)
(pavimentos asfálticos) (WFT = espesor de película de agua)

3.2.2.2 Modelado de la profundidad de la película de agua en transiciones
de peralte (Carboneau, 2008)
Las Figuras 3.20 (a) y 3.20 (b) muestran una muestra de las profundidades de la película de
agua predichas por (Carboneau, 2008) en los peraltes como una función de la distancia a la
sección considerada desde la sección con pendiente transversal cero. Es obvio a partir de las
Figuras 3.20 (a) y 3.20 (b) que las secciones más críticas donde se maximizan las profundida-
des de la película de agua son secciones con pendiente cruzada cero como B en la Figura
(3.14) donde ocurre la transición recta- peralte.
Figura 3.20 (a) Variación en el espesor de la película de agua para la calzada con cuatro carriles de circula-
ción y pendiente longitudinal descendente (n = 0.015 de Manning, pendiente transversal de la corona nor-
mal = 2%, intensidad de lluvia = 100 mm/h (4 pulg/h))

Figura 3.20 (b) Variación en el espesor de la película de agua para la calzada con cuatro carriles de circula-
ción y pendiente longitudinal ascendente (n = 0.015 de Manning, pendiente transversal de corona normal =
2%, intensidad de lluvia = 100 mm/h (4 in/h))
3.2.2.1 Ajuste de una ecuación empírica para las predicciones de profundidad de la pelí-
cula de agua de Charbeneau (2008) en peraltes
La ecuación 3.8 (a) derivada empíricamente no se puede aplicar directamente para predecir las
profundidades de la película de agua en los peraltes. Además, dado que actualmente no hay
ningún otro método disponible en la bibliografía para predecir la profundidad de la película de
agua en las transiciones de peralte, los investigadores usaron los datos numéricos
de Charbeneau y otros (2008) presentados en figuras como 3.20 (a) y (b) para desarrollar una
nueva ecuación para la predicción de la profundidad del agua en las transiciones de peralte.
Para ubicaciones de pendiente transversal cero, L no se puede calcular como,
L = distancia perpendicular desde la línea central a lo largo de la pendiente normal o pendiente
resultante Dado que la pendiente normal = 0
De ahí que se definan las siguientes nuevas variables L y S:
L = distancia longitudinal desde la línea de cruce por cero (m)
S = pendiente longitudinal (%)

Por lo tanto, la siguiente ecuación se deriva mediante regresión (R 2 = 0,887) para una intensi-
dad de lluvia de 100 mm/h con los datos que se muestran en la Tabla 3.5.
Las Figuras 3.21 (a) y (b) demuestran la comparación de las predicciones de la ecuación 3.10
(a) con los datos que se usaron para su desarrollo.
La ecuación (3.10a) se puede modificar para
Tabla 3.5 Datos extraídos de las Figuras 3.20 (a) y 3.20 (b)
Largo. Pendiente
Espesor de la película de agua (mm)
Carril 1 Carril 2 Carril 3 Carril 4
Dentro
Debería.
Fuera de
Debería.
0,002 1,45 0,9 1,75 3,5 1,75 4
0,005 1,6 1 2.5 3.3 1,85 3.3
0,01 1,55 0,9 2.3 3.2 1,9 3,7
0,02 1,6 0,9 2.2 3.3 2 3.6
0,06 2 1.05 2,25 3,25 2,55 3,65
Figura 3.21 Verificación de la ecuación de ajuste (3.10a) (WFT = espesor de la película de agua)

CAPÍTULO 4
ANÁLISIS DE CRASH DE HIDROPLANEAMIENTO BASADO EN ESTADÍSTICAS DE
CRASH FDOT
4.1 Análisis integral de siniestros a nivel de proyecto 4.1.1 Identificación de las seccio-
nes del estudio y recopilación de datos para el análisis
Durante la parte inicial de esta tarea, los investigadores usaron la base de datos FDOT Crash,
que está configurada en dos formatos:
1. Sistema de informes de análisis de siniestros (CARS) formateado en Excel.
2. Datos de Sharepoint proporcionados en formato GIS.
En la Tabla 4.1 se muestra una muestra de la base de datos (CARS). Cabe señalar que la Ta-
bla 4.1 incluye solo los datos que son relevantes para las secciones que se usarán en este es-
tudio. Por otro lado, la Fig. 4.1 muestra el algoritmo usado para filtrar la base de datos con los
parámetros relevantes.
Tabla 4.1 Un extracto de muestra de la base de datos de fallas del FDOT

Figura 4.1 Algoritmo desarrollado para filtrar la base de datos
Para facilitar esta tarea, también se usaron otras bases de datos proporcionadas por FDOT que
se enumeran a continuación:
1. Datos detallados de fallas en el Repositorio de mapas ba-
se unificados (UBR), https://www3.dot.state.fl.us/unifiedbasemaprepository/ , donde están dis-
ponibles los archivos de forma de datos de fallas de 2003 a 2010.
2. Datos detallados del tránsito por hora
en http://www.dot.state.fl.us/planning/statistics/trafficdata/
3. Planos de caminos conforme a obra
en http://webapp01.dot.state.fl.us/EnterpriseInformationAssets/FDOTEnterpriseSearch/eDocum
ent
/EDocSearch.aspx
4. Distribución detallada del tránsito entre carriles del Manual de capacidad de caminos (HCM
(TRB, 2010)).
5. Datos de diseño geométrico de caminos de los diagramas de línea recta (SLD).
6. Datos de intensidad de lluvia en Florida de las estaciones meteorológicas enumeradas en el
siguiente enla-
ce. http://www.wunderground.com/weatherstation/WXDailyHistory.asp?ID=KFLWESLE4
Las bases de datos adicionales están más "orientadas a proyectos" que la base de datos
CARS "basada en red" (Tabla 4.1). Por lo tanto, los datos adicionales tuvieron que recuperarse
minuciosamente. Además, la información adicional brindó a los investigadores la oportunidad
de "revisar" el análisis del choque de hidroplaneo más de cerca.

4.1.2 Clasificación de los siniestros relacionados con el hidroplaneo
La base de datos preliminar de choques en clima húmedo establecida usando la base de datos
CARS se filtró aún más usando el parámetro de "agua estancada" provisto en el informe del
choque para identificar los posibles choques relacionados con el hidroplaneo con mayor preci-
sión. Debido a este filtrado agregado, el número de choques se redujo aún más, y fue necesa-
rio comenzar en una fecha anterior en la base de datos para obtener un número adecuado de
choques para el análisis estadístico posterior. Por lo tanto, la base de datos de fallas se remon-
ta a 2003 para el análisis renovado. Además, solo se consideraron los choques que ocurrieron
durante el período no pico porque, a bajas velocidades que presumiblemente ocurren durante
las horas pico, los choques de hidroplaneo son poco probables. Para este ejercicio se usaron
los datos de tránsito proporcionados en el sitio web del FDOT
( http://www.dot.state.fl.us/planning/statistics/trafficdata/ ).
Además, se excluyeron los choques de clima húmedo en las curvas porque la mayor probabili-
dad de patinar en las curvas se debe a fuerzas centrípetas inadecuadas en lugar de al hidro-
planeo, porque la inclinación hacia las curvas asegura una escorrentía adecuada. Los segmen-
tos y curvas peraltadas (Figura 4.2) con radios grandes se identificaron a partir de los planos de
construcción en el siguiente enlace y se excluyeron de estudios posteriores.
http://webapp01.dot.state.fl.us/EnterpriseInformationAssets/FDOTEnterpriseSearch/eDocument
/EDocSearch.aspx .
Sin embargo, las “ubicaciones de pendiente transversal cero” en las transiciones no se pueden
descartar de manera similar debido al drenaje deficiente en dichas ubicaciones.
Los investigadores emplearon el parámetro de "intersecciones" en la base de datos CARS para
descartar los choques relacionados con el hidroplaneo, ya que los choques con clima húmedo
en estos lugares de baja velocidad podrían atribuirse a otras causas, como la baja fricción.
Figura 4.2 Segmentos súper elevados (plano de construcción de la calzada 93220000 Página no 329 de
ADD.tiff)
4.1.3 Extracción de datos de condición del pavimento para ubicaciones de siniestros de
hidroplaneo
La base de datos CARS contiene información vital sobre cada siniestro reportado en el estado
de Florida. Al realizar la investigación para este proyecto, los investigadores se interesaron es-
pecíficamente en la cantidad de carriles, el clima en el momento del siniestro, el tipo de superfi-
cie, la velocidad y el ancho de la superficie. Por otro lado, la base de datos del Sistema de
Condición del Pavimento (PCS) mantenida por FDOT contiene propiedades de la condición del
pavimento, como la profundidad de la rodera y el Índice Internacional de Rugosidad (IRI) de la
superficie del pavimento. Para determinar el estado de la calzada en el lugar exacto y en el
momento del siniestro, la información relevante debe transferirse de la base de datos de PCS a
la base de datos de CARS.

Para lograr esta tarea, se asignó un número de coincidencia único a cada siniestro compuesto
por la identificación del camino de 8 dígitos, la milla del siniestro y el año en el que ocurrió. A
continuación, se muestra un ejemplo de este número de coincidencia único:
Si el ID del camino es 13030102, la milla del siniestro es 00.265 y el año es 2009, el ID de
coincidencia sería 30301020.26509
Se usó el mismo método para crear un número de coincidencia para la base de datos de PCS y
el poste de milla de choque se reemplazó por el poste de milla final del segmento probado. Con
la base de datos PCS ordenada con los ID de coincidencia en orden ascendente, las funciones
INDICE y COINCIDIR en MSExcel se usaron para comparar el ID de coincidencia de la base de
datos CARS para localizar la entrada correspondiente de la base de datos de PCS. Luego, se
extrajo la información sobre las calificaciones de roderas, conducción y grietas, IRI y el carril
probado.
Una vez que se transfiere la información, es necesario comparar el carril probado y el carril en
el que ocurrió el siniestro. Si el carril probado era diferente del carril en el que ocurrió el sinies-
tro, las bases de datos debían compararse manualmente para determinar si el carril probado
era una coincidencia adecuada con el carril en el que ocurrió el siniestro. Si el carril de choque
se dejó en blanco o se indicó como el arcén, se asume que es una coincidencia apropiada y no
fue necesaria ninguna otra acción. Si había una discrepancia, se comparó el historial de la
prueba de condición considerada en la sección del camino para ver si el carril en el que ocurrió
el choque se probó alguna vez y, de ser así, cómo se comparó con la prueba más reciente. A
partir de esta información, las condiciones del pavimento en el lugar del siniestro se pueden
comparar con la base de datos de pavimentos para ver si las condiciones del pavimento po-
drían haber influido en el siniestro.
4.1.4 Modificación de la base de datos de siniestros para tener en cuenta los tramos de
caminos con pendiente hacia adentro
Las secciones con pendiente hacia adentro se identificaron a partir de los planos de caminos
tal como se construyeron, y el número de carriles en dichas secciones anormales se reevaluó
en función de la variación de la pendiente transversal, y se descartaron los choques que ocu-
rrieron en las secciones con pendiente hacia adentro. Estos planes (Figura 4.3) están disponi-
bles en:
http://webapp01.dot.state.fl.us/EnterpriseInformationAssets/FDOTEnterpriseSearch/eDocument
/EDocSearch.aspx
Después de tener en cuenta los segmentos con pendiente hacia adentro, las secciones con
pendiente hacia adentro se reclasificaron en dos segmentos separados. Se asumió que todos
los segmentos del camino restantes se construyeron en base a pendientes transversales de
pavimento estándar estipuladas en el Manual de preparación del plan (PPM) disponible en el
siguiente enlace web: http://www.dot.state.fl.us/rddesign/PPMManual
/2011/Volume1/2011Volume1.pdf (página 60).

Figura 4.3 Ejemplo de segmento inclinado hacia adentro (plano de construcción del camino 86075000, pá-
gina 10 de Resurfacing from N. of Sheridan St, hasta SawgrassExpwy.tif)
4.1.5 Reclasificación de siniestros por hidroplaneo según el informe policial detallado
(formato largo)
Alrededor del cuarenta por ciento (40%) de los choques relacionados con el hidroplaneo se re-
portaron como choques de banquinas en la base de datos CARS. Dado que este porcentaje es
anormalmente alto, todos los choques reportados (incluidos los choques de banquina) se recla-
sificaron en este trabajo en función del carril donde se originó el incidente, usando la informa-
ción del Informe policial detallado (formulario largo) (Figura 4.4)
Figura 4.4 Ejemplo de identificación del carril de origen del incidente (número de informe de siniestro de
HSMV 71091910)
Además, también se identificó información como la velocidad a la que viajaba el vehículo antes
del choque y el número de carriles pasantes (distintos de los carriles de emergencia) para cada
choque según el mismo Long Form.
Para identificar los choques de hidroplaneo, es necesario identificar el carril en el que se inició
el incidente y la velocidad de desplazamiento. Sin embargo, la base de datos CARS proporcio-
na solo el carril donde ocurrió el siniestro y no donde comenzó el incidente. Por lo tanto, los
formularios largos también se usaron para obtener esta información vital.
Figura 4.5 Ejemplo de identificación de choques debidos a hidroplaneo viscoso (número de informe de
choque HSMV 770557920)
Además, durante el proceso de reclasificación de datos, la información del Long Form también
se usó para identificar y eliminar los choques relacionados con el deslizamiento o el hidropla-
neo viscoso (Figura 4.5). Esto se debe a que estos choques se deben a la reducción de la dis-
tancia segura de frenado o frenado en pavimentos mojados y no pueden atribuirse al hidropla-
neo dinámico.
4.1.6 Determinación de la variación horaria del tránsito

Los datos de tránsito por hora se obtuvieron del siguiente sitio FDOT considerando cuarenta y
siete (47) ubicaciones de conteo de tránsito como se muestra en la Figura 4.6.
Figura 4.6 Ubicaciones de conteo de tránsito en Florida
( http://www.dot.state.fl.us/planning/statistics/trafficdata/ )
Los datos de choques se volvieron a clasificar en veintiún (21) rutas principales que consisten
principalmente en caminos interestatales (es decir, I-4, I-10, I-75, I -95) y algunas otras rutas
estatales importantes.
4.1.7 Determinación de la distribución del tránsito entre carriles
También se consideró significativa la distribución diferente del tránsito entre los carriles, ya que
durante el período no pico, la variación del tránsito no es uniforme entre los carriles en compa-
ración con la del período pico. Para determinar la distribución del tránsito entre carriles, se usó
el Manual de Capacidad de Caminos (HCM (TRB, 2010)). La información en HCM 2010 se limi-
tó a tramos de caminos de tres carriles. Por lo tanto, la información proporcionada en el HCM
2010 tuvo que extenderse a los tramos de camino con más de tres carriles, particularmente los
que exceden los criterios de PPM, con base en las observaciones de campo realizadas en
Tampa.
El experimento de monitoreo de tránsito se llevó a cabo en una instalación de cuatro carriles (I-
275) en Tampa, durante las horas de menor actividad entre el Aeropuerto Internacional de
Tampa y el Howard Frankland bridge. Con base en los datos de HCM (TRB, 2010) y los datos
experimentales, se desarrollaron distribuciones de tránsito apropiadas de carriles para instala-
ciones de tres a cinco carriles como se muestra en la Figura 4.7.

Figura 4.7 Distribución del tránsito entre carriles
4.1.8 Identificación del material pavimentado
El tipo de superficie de pavimento se puede usar para representar el efecto del material de la
superficie sobre el potencial de hidroplaneo de un pavimento. El material pavimentado en una
sección de pavimento determinada en la base de datos de siniestros relacionados con el hidro-
planeo se identificó con base en los diagramas de línea recta (SLD) y la descripción incluida en
los planos de construcción.
En los diagramas de línea recta (Figura 4.8), las secciones de la calzada se clasifican en varias
categorías de cursos de fricción (como FC2, FC3.). Sin embargo, en esta investigación, el tipo
de superficie se clasificó ampliamente en tres categorías principales: (1) DGAC, (2) OGFC y (3)
PCC siguiendo el manual de diseño de pavimento flexible FDOT disponible en el siguiente en-
lace
web. http://www.dot.state.fl.us/pavementmanagement/pcs/FlexiblePavementManualMarch1520
08.pd f
Incluso en una vía determinada (o ID de vía), el material de la superficie puede variar de una
sección a otra. Primero, los postes de millas de inicio y final de la sección del choque, así como
el tipo de pavimento, se registraron en una hoja de cálculo separada y, una vez más, se usaron
las funciones INDICE y MATCH en Excel para determinar el tipo de pavimento en el lugar del
siniestro.
Figura 4.8 Calzada segmentada desde SLD (ID de calzada 09030000)
4.2 Resultados y conclusiones del análisis ampliado de colisiones
4.2.1 Correlación de los choques en clima húmedo con la condición del pavimento
Se generaron varias gráficas para ilustrar el impacto de los parámetros comunes de deterioro
del pavimento en los choques en clima húmedo, según un análisis de nivel de red. Figuras 4.9,
4.10 y 4.12, respectivamente, muestran que no hay impactos significativos de los índices de
agrietamiento, recorrido y surco del pavimento en los choques en clima húmedo.
Sin embargo, se observa en la Figura 4.11 que IRI captura algún efecto significativo de suavi-
dad en el aumento de choques en clima húmedo,
Figura 4.9 Impacto del agrietamiento en choques en clima húmedo

Figura 4.10 Impacto de la calificación de viaje en choques en clima húmedo
Figura 4.11 Impacto de la rugosidad (IRI) en choques en clima húmedo
Figura 4.12 Impacto de la formación de surcos en choques en clima húmedo

4.2.2 Comparación del potencial de hidroplaneo entre carriles de instalaciones de varios
carriles
La Tabla 4.2 y las Figuras 4.13-4.15 ilustran las diferencias en las tasas de siniestros relacio-
nados con el hidroplaneo de instalaciones de varios carriles con 2-4 carriles en una direc-
ción. Cabe señalar que en la base de datos modificada de siniestros relacionados con el hidro-
planeo, el número de instalaciones con más de cuatro carriles era insignificante y, por lo tanto,
no se incluyó en este análisis.
Las tasas de siniestros se pueden calcular de las dos formas siguientes:
1. Sobre la base de la exposición espacial de los vehículos en la sección considerada, Tasa
de choques = choques por unidad de longitud de sección * ADT (ADT = Tránsito diario pro-
medio)
2. Basado en la exposición instantánea de vehículos al tránsito Tasa de choques = choques
promedio por carril ADT
En el análisis a nivel de proyecto, la base de datos se organizó según los incidentes de sinies-
tros de hidroplaneo. Por lo tanto, las tasas de siniestros se calcularon usando el último método.
Tabla 4.2 Comparación de las tasas de siniestros por hidroplaneo entre carriles de instalaciones a diferen-
tes velocidades
Figura 4.13 Comparación de la tasa de choques de hidroplaneo entre carriles en caminos de dos carriles

Figura 4.14 Comparación de la tasa de choques de hidroplaneo entre carriles en caminos de tres carriles
Figura 4.15 Comparación de la tasa de choques de hidroplaneo entre carriles en caminos de cuatro carriles
Se pueden sacar dos conclusiones de los resultados anteriores del análisis detallado de los
siniestros relacionado con el hidroplaneo en los principales caminos de Florida.
1. La velocidad de desplazamiento aumenta el potencial de hidroplaneo en cualquier carril.
2. En la mayoría de los casos, los carriles exteriores muestran un mayor potencial de hidropla-
neo debido sin duda al mayor espesor de la película de agua.
4.2.3 Comparación de siniestros relacionados con el hidroplaneo en diferentes tipos de
superficies de pavimento
La Figura 4.16 ilustra la distribución de los choques en clima húmedo entre diferentes tipos de
superficies de pavimento. La Figura 4.16 muestra que ocurren más choques por hidroplaneo en
superficies OGFC en comparación con superficies de asfalto denso. También debe tenerse en
cuenta que de acuerdo con el manual de diseño de pavimento flexible citado anteriormente, si
el camino es de varios carriles y la velocidad de diseño es superior a 50 mph, entonces el pa-
vimento debe construirse con OGFC (FC5). Por lo tanto, la tendencia que se ve en la Figura
4.16 se puede atribuir al empleo de los criterios de “varios carriles” y “alta velocidad” en la de-
tección de los choques relacionados con el hidroplaneo.
Figura 4.16 Variación de los choques en clima húmedo en diferentes tipos de superficies de pavimento

La Tabla 4.3 y las Figuras 4.17-4.19 ilustran las diferencias en las tasas de siniestros relacio-
nados con el hidroplaneo de las instalaciones de varios carriles con 2-4 carriles en una direc-
ción. A partir de las tendencias representadas en los gráficos anteriores, es interesante notar
que, aunque parecen ocurrir más choques relacionados con el hidroplaneo en los pavimentos
OGFC de Florida, el potencial de hidroplaneo, como lo indica la tasa de choques, es significati-
vamente mayor en superficies de pavimento denso.
Tabla 4.3 Comparación de las tasas de siniestros en clima húmedo de instalaciones con diferentes super-
ficies
Revestimiento
de pavimento
Material
Tipo de
facilidad
Carril 1 Carril 2 Carril 3 Carril 4 Carril 5 Carril 6
DGAC 2 carriles 0.0125 (6) 0.0148 (25)
3 carriles 0,0022 (4) 0,0062 (4) 0,0036 (3)
0,0023 0,0036
2 carriles (677) (562)
0,0025 0,0021 0,0029
3 carriles (592) (588) (422)
OGFC
4 carriles
0,0020
(228)
0,0021
(238)
0,0019
(179)
0,0035
(147)
0,0028 0,0024 0,0027 0,0029 0,0025
5 carriles (135) (132) (141) (82) (70)
0,0021 0,0026 0,0028 0,0025 0,0025
6 carriles (37) (26) 0,0025 (11) (21) (18) (14)
0,0025 0,0043
2 carriles (46) (53)
0,0014 0,0019
3 carriles (62) (57) 0,0023 (51)
PCC
4 carriles
0,0025
(58)
0,0025
(54) 0,0032 (26)
0,0052
(35)
0,0020 0,0018 0,0045
5 carriles (dieciséis) (17) 0,0030 (23) 0,0028 (4) (15)
0,0011 0,0008 0,0025 0,0035 0,0027
6 carriles (39) (38) 0,0022 (16) (19) (10) (8)
Nota: el número de choques usado para determinar las frecuencias de choques se indica entre
paréntesis

Figura 4.17 Comparación de la tasa de siniestros por hidroplaneo según los tipos de superficie (caminos
de tres carriles)
de cuatro carriles)
de cinco carriles)
4.2.4 Comparación de la predicción del potencial de hidroplaneo de PAVDRN y la base de
datos de siniestros
El siguiente procedimiento fue desarrollado para estimar la confiabilidad de PAVDRN en la pre-
dicción precisa de choques de hidroplaneo. La disponibilidad de datos de la tasa de llu-
via del sitio web Weather underground ( http://www.underground.com/ ) limitó los datos de si-
niestros que se pueden analizar. Las ubicaciones de siniestros elegidas necesitaban una canti-
dad suficiente de estaciones meteorológicas en las proximidades de esas secciones del ca-
mino. Se dispuso de un número adecuado de datos de estaciones meteorológicas para los
años 2009 y 2010. Los datos se analizaron en cuatro secciones de caminos, con ubicaciones
que tenían un número adecuado de estaciones meteorológicas en las proximidades y un núme-
ro suficientemente grande de choques. Las ubicaciones elegidas son una sección del camino
en la I-75 y tres secciones en la I-95.

Se analizaron los siguientes sitios/ID de caminos:
Las estaciones meteorológicas a lo largo de las identificaciones de caminos anteriores se re-
gistraron usando sus identificaciones únicas que constan de letras y números junto con sus
coordenadas GPS (las estaciones meteorológicas de muestra se ven en la Figura 4.20).
Para las ID de caminos I-95, se encontraron nueve estaciones meteorológicas con datos para
2009 y once estaciones meteorológicas con datos para 2010. Para las ID de caminos I-75, se
encontraron nueve estaciones meteorológicas con datos para 2009 y once para 2010.
Figura 4.20 Ejemplo de lugar del siniestro y tres estaciones meteorológicas más cercanas
Para descartar los choques de hidroplaneo de otros choques en clima húmedo con mayor pre-
cisión, se revisaron los informes de choques de tránsito de Florida (formularios largos de la po-
licía) para cada choque en las identificaciones de caminos anteriores. Los choques se eligieron
en función del boceto y la descripción de los eventos. Se eligieron formularios largos de la poli-
cía que incluían uno de los siguientes como posibles choques de hidroplaneo:
 descripción de un siniestro de hidroplaneo,
 descripción que incluía "patinaje", "control perdido" o "hidroavión",
 situaciones aparentes de poco tránsito (eliminando los choques traseros causados por el
tránsito que se detiene y avanza debido a la baja fricción del pavimento), y finalmente
 pérdida de control del vehículo representado en formas largas como la que se muestra en la
figura 4.21.
Figura 4.21 Detalles del formulario largo para un siniestro
Para los posibles choques de hidroplaneo seleccionados, las distancias entre cada lugar del
choque y todas las estaciones meteorológicas relevantes para esa interestatal se calcularon
usando las coordenadas X e Y basadas en GPS. Luego, se registraron las tres estaciones me-
teorológicas más cercanas a cada siniestro junto con la distancia entre las estaciones meteoro-
lógicas y el lugar del siniestro. Dado que los investigadores se enfrentaron a grandes tormentas
y fuertes lluvias, se asumió que estos tipos de tormentas se pueden mantener en un radio de
30 km (18,6 millas) desde el lugar del siniestro (Figura 4.22).
Por esta razón, los datos proporcionados por las estaciones meteorológicas que se encuentran
fuera del radio de 30 km se descartaron por ser una lectura poco confiable.
Finalmente, se registraron todos los choques que tuvieron tres estaciones meteorológicas más
cercanas en los 30 km (18.6 millas) de cada choque. Se usó el sitio
web Weather Wunderground para obtener la intensidad de lluvia de cada siniestro. Se accedió
al historial de cada estación meteorológica en el sitio web Weather Wunderground; la fecha y la
hora de cada siniestro se encontraron en las tres estaciones meteorológicas correspondientes
y se registraron en mm/h.
Figura 4.22 Lugar del siniestro de la I-95 con un radio de 30 km (18,6 millas) (Google Earth)
Al determinar la intensidad de lluvia efectiva relevante para cada choque, se asumió que la in-
tensidad de lluvia se atenúa con la distancia y, por lo tanto, se usó la Ecuación (4.1) para el
cálculo:

Los datos de precipitaciones que parecían no ser fiables o faltaban se ignoraron. Si la estación
meteorológica más cercana estaba a 10 km (6 millas) del lugar del siniestro y las dos estacio-
nes meteorológicas restantes no eran fiables o estaban a más de 20 km del siniestro, entonces
se usó la tasa de lluvia de la estación meteorológica más cercana como la intensidad de lluvia
efectiva.
Finalmente, se usó un criterio de detección adicional de un mínimo de 30 mm/h (1,2 pulg/h) de
intensidad de lluvia para evaluar aún más los choques restantes en busca de aquellos que se
consideran choques de hidroplaneo. La intensidad mínima de lluvia de 30 mm/h (1.2 in/h) co-
rresponde a un espesor mínimo de película de agua en el pavimento donde es posible el hidro-
planeo a una velocidad razonable. El recuento final de choques fue de 37 choques en 2009 y
46 choques en 2010, lo que arroja un total de 83 choques de hidroplaneo para este análisis.
Para encontrar el umbral de velocidad de hidroplaneo de PAVDRN, se necesitaba el carril inci-
dente donde comenzó el hidroplaneo. Se hizo referencia a los formularios largos de la policía
(Fig. 4.22) para encontrar el carril del incidente donde se observó por primera vez la acción de
hidroplaneo según el boceto y la descripción de los eventos.
Luego, se ejecutó PAVDRN para las características de cada choque para encontrar el umbral
de velocidad de hidroplaneo en el medio del carril del incidente.
Ejemplo de ejecución de PAVDRN:
El siguiente ejemplo fue elaborado por los investigadores para ilustrar cómo la predicción del
potencial de hidroplaneo de una camino determinada basada en el software PAVDRN puede
compararse con los incidentes reales de hidroplaneo identificados anteriormente.
Siniestro localizado en el camino ID 93220000
Intensidad de lluvia (base de datos meteorológica) = 48 mm/h (1,89 pulg/h) Carril de incidentes
(forma larga de la policía) = 2
Velocidad indicada (forma larga de la policía) = 65 mph Velocidad de desplazamiento (forma
larga de la policía) = 65 mph
En la pantalla 1 de PAVDRN, la intensidad de la lluvia se ingresa en in/h. Todos los bloqueos
del conjunto de datos se encuentran en secciones rectas. La viscosidad cinemática y la tempe-
ratura del agua se mantienen en los valores predeterminados de PAVDRN.

Figura 4.23 Ejemplo de pantalla PAVDRN 1
A continuación, el usuario debe hacer clic en "Ir a la pantalla 2". En la siguiente pantalla (Fig.
4.24) el usuario debe elegir el número de planos en la calzada y en este ejemplo se muestran 2
planos. En la sección "Propiedades del plano", el usuario debe seleccionar el plano. Dado que
el primer plano tiene 2 carriles de 12 pies cada uno, el "Ancho del plano" se establece en 24
pies. La "pendiente transversal" de los dos primeros carriles es del 2%. El “tipo de pavimento”
en este lugar del siniestro es OGAC”. La "profundidad media de textura" del pavimento OGAC
se ingresa en pulgadas. La permeabilidad OGAC se recomienda a 0,02 pulgadas en la Ayuda
de PAVDRN.

Figura 4.24 Muestra PAVDRN Pantalla 2 Plano 1
El siguiente paso es cambiar las características del plano 2 y seleccionar el plano 2 (Fig. 4.25)
en el menú desplegable de "Propiedades del plano". El segundo plano tiene un carril con "An-
cho del plano" = 12 pies. La "pendiente transversal" del tercer carril es del 3% según el Manual
de preparación de planos, Volumen 1 Geometría y criterios de diseño. El tipo de pavimento del
plano 2 es el mismo que el del plano 1. Todos los demás valores se mantienen en los valores
predeterminados de PAVDRN.
Figura 4.25 Muestra de PAVDRN Pantalla 2 Plano 2
Para ejecutar PAVDRN se debe hacer clic en “Análisis”. Luego se abrirá una ventana para noti-
ficar al usuario que el programa finalizó el cálculo. Finalmente al hacer clic en “Ver resultados

PAVDRN”, se abrirá una nueva ventana con los resultados que se ven en la Figura 4.26 y la
Figura 4.27.
Figura 4.26 Muestra de resultados del plano 1 de PAVDRN
Figura 4.27 Muestra de resultados del plano 2 de PAVDRN
Para seleccionar el umbral de velocidad de hidroplaneo para este choque, se tiene en cuenta el
carril del incidente. La velocidad umbral usada es la velocidad en el medio del carril incidente,
que en este ejemplo es el segundo carril. Por lo tanto, a 18 pies de la mediana, el umbral de
velocidad es de 62 mph (Figura 4.26). Para verificar la predicción de PAVDRN, la velocidad de
desplazamiento debe compararse con el umbral de velocidad de hidroplaneo obtenido ante-
riormente. La velocidad de desplazamiento se obtiene del formulario largo de la policía; estas
velocidades son estimadas por el conductor o por el oficial de policía, dependiendo de las cir-
cunstancias.
No se puede confiar en las velocidades de viaje informadas porque es posible que el conductor
no sea sincero al informar su velocidad a un oficial de policía después de un siniestro. Por lo
tanto, los investigadores usaron tres formas diferentes de estimar el despiste de predicción (por
PAVDRN).

Escenario 1: Velocidad de desplazamiento vs. Velocidad umbral PAVDRN
En este análisis, la velocidad umbral de PAVDRN se comparó con el informe de velocidad de
viaje del oficial de policía en el formulario largo de la policía de choque. La Tabla 4.4 es una
muestra del conjunto de datos que compara la velocidad de hidroplaneo del PAVDRN con la
velocidad de desplazamiento. Si la velocidad de hidroplaneo informada por PAVDRN es menor
o igual que la velocidad de viaje, PAVDRN informa como una respuesta correcta (indicada por
1 en la columna PAVDRN VS TRAVELSPEED). Si la velocidad de hidroplaneo es mayor que la
velocidad de viaje, PAVDRN informa como una respuesta incorrecta (indicada por 0 en la co-
lumna PAVDRN VS TRAVELSPEED). Dado que la velocidad de desplazamiento se informa
como un múltiplo de 5, se creó un búfer de despiste de ± 2 mph al comparar la velocidad de
hidroplaneo con la velocidad de desplazamiento. Si la velocidad de hidroplaneo está en las 2
mph de la velocidad de viaje, PAVDRN informa como una respuesta correcta (1 en la columna
PAVDRN VS TRAVELSPEED).
Para encontrar la probabilidad de que PAVDRN obtenga una medición incorrecta, se usó una
distribución de Bernoulli, que denota un valor de 1 como probabilidad de éxito p y el valor de 0
como probabilidad de falla q = 1-p. La columna y en la Tabla 4.4 se creó comparando la colum-
na Hidroplaneo y la columna PAVDRN VS TRAVELSPEED. Si los valores de ambas columnas
son iguales, entonces PAVDRN es correcto e y = 0; si los valores de ambas columnas no son
iguales, entonces PAVDRN es incorrecto e y = 1. En este análisis, y es la probabilidad de que
PAVDRN cometa un despiste:
Tabla 4.4 Ejemplo de conjunto de datos de predicciones PAVDRN basadas en la velocidad de viaje (mph)
Usando la velocidad de desplazamiento como medida, la probabilidad de que PAVDRN obten-
ga una respuesta correcta es del 63,86% (Tabla 4.5).

Tabla 4.5 Fiabilidad de PAVDRN según la velocidad de desplazamiento
Probabilidad de que PAVDRN sea
correcto ( q )
63,86%
Probabilidad de que el PAVDRN sea
incorrecto ( p )
36,14%
Dado que el conjunto de datos se compone de variables aleatorias independientes (cada si-
niestro es independiente de otro siniestro), el teorema del límite central establece que el con-
junto de datos seguirá aproximadamente una distribución normal cuando N es grande (N>
30). Para encontrar el margen de despiste (MOE) (la diferencia entre p y p verdadero) del con-
junto de datos con una confianza del 95%, se puede calcular de la siguiente manera:
Escenario 2: Velocidad publicada vs.velocidad umbral PAVDRN
Se espera que el conductor subestime normalmente la velocidad de desplazamiento informada
al oficial de policía; por lo tanto, se realizó otro tipo de verificación que compara la velocidad
umbral de PAVDRN con la velocidad publicada. En este escenario, se supone que los vehícu-
los viajan al límite de velocidad indicado, en base al cual se puede calcular la probabilidad de
una predicción correcta del hidroplaneo de PAVDRN. Los pasos seguidos para obtener la pro-
babilidad de que PAVDRN obtenga la medición correcta fueron los mismos que en el Escenario
1. A continuación, en la Tabla 4.6, se muestra una muestra del conjunto de datos cuando se
compara el umbral de velocidad de hidroplaneo de PAVDRN con la velocidad indicada.

Tabla 4.6 Conjunto de datos de muestra de predicciones PAVDRN basadas en
la velocidad publicada (mph)
Usando la velocidad publicada como medida, la probabilidad de que PAVDRN obtenga una
respuesta correcta es del 77,11% (Tabla 4.7). La probabilidad de obtener una respuesta correc-
ta por parte de PAVDRN es mayor si se usa la velocidad publicada porque generalmente es
más alta que la velocidad de viaje estimada informada al oficial de policía.
Tabla 4.7 Fiabilidad de PAVDRN basada en la velocidad publicada
Probabilidad de PAVDRN
ser correcto ( q )
77,11%
Probabilidad de PAVDRN
siendo incorrecto ( p )
22,89%
4.2.4.1 Fiabilidad de PAVDRN carril por carril
Se repitió el mismo procedimiento clasificando cada choque carril por carril cuando se usaron
ambas velocidades en la comparación de resultados con base en el criterio de diseño del carril
incidente; los resultados que se muestran en la Tabla 4.8 son los siguientes. Es evidente que la
mayoría de las respuestas PAVDRN incorrectas ocurren en el primer carril con un 53,3% y un
78,9% de respuestas incorrectas usando la velocidad de desplazamiento y la velocidad indica-
da, respectivamente.
Tabla 4.8 (a) Comparación de la confiabilidad de las predicciones de PAVDRN en un carril por carril según
la velocidad de viaje
Carril de incidentes Predicciones usando la velocidad de viaje
Correcto Incorrecto
1 24,50% 53,30%
2 43,40% 26,70%
3 20,80% 13,30%
4 9,40% 6,70%
5 1,90% 0,00%
Total 100,00% 100,00%

Tabla 4.8 (b) Comparación de la confiabilidad de las predicciones de PAVDRN en un carril por carril según
la velocidad publicada
Carril de incidentes Predicciones usando la velocidad publicada
Correcto Incorrecto
1 21,90% 78,90%
2 43,80% 15,80%
3 21,90% 5,30%
4 10,90% 0,00%
5 1,60% 0,00%
Total 100,00% 100,00%
Escenario 3: uso de un rango de velocidad de hidroplaneo promedio
Dado que el uso de velocidades de choque puede no ser confiable porque se desconoce la
velocidad del vehículo, se realizó otra técnica para encontrar las zonas de hidroplaneo prome-
dio basadas en PAVDRN. En este método, se supone que la velocidad de los vehículos es una
distribución normal. Edwards (1999) realizó un estudio en el University of Wales College, Reino
Unido, para medir la reducción de velocidad en diferentes condiciones climáticas. El estudio se
realizó en un camino con un límite de velocidad de 70 mph. La velocidad de los vehículos se
midió en días despejados y en días de lluvia constante/intensa en el transcurso de 6 meses
(octubre a marzo). Los resultados se ven en la Tabla 4.9. Se descubrió que los conductores
reducen su velocidad durante la lluvia y que las velocidades generales de los vehículos son
más constantes que cuando hace buen tiempo.
Tabla 4.9 Resultados de la encuesta de velocidad (Edwards, 1999)
En la figura 4.28 se puede representar un lugar de choque con una velocidad publicada de 70
mph y un umbral de velocidad de hidroplaneo PAVDRN de 65 mph usando los datos de reduc-
ción de velocidad relevantes en la Tabla 4.9. Se sabe que cualquier vehículo en la región som-
breada (que tenga una velocidad de 65 mph o más) corre el riesgo de hidroplaneo.

Figura 4.28 Distribución de velocidad a 70 mph y velocidad mínima de hidroplaneo de 65 mph
Para obtener la desviación estándar y media (DE) a un límite de velocidad diferente, se supone
que el coeficiente de variación (CV%) permanece igual y, por lo tanto, la puntuación z estanda-
rizada del límite de velocidad también es el mismo.
Como ejemplo, usando estas dos ecuaciones, la media de la distribución de velocidad en clima
húmedo de un camino con límite de velocidad de 65 mph es 57.07 mph y la desviación están-
dar es 5.88 mph. Usando un programa conocido como R (proyecto R para Computación Esta-
dística), el porcentaje por encima del umbral de velocidad de hidroplaneo para cada choque se
encontró usando lo siguiente:
 pnorm (velocidad de hidroplaneo, media, sd , lower.tail = FALSE)
Para un camino de 70 mph con una velocidad umbral de hidroplaneo de 65 mph
 Pnorm (65,61.46,6.33, lower.tail = FALSE)
Esto imprimiría lo siguiente:
[1] 0,2879
El valor anterior indica que el 28,79% de la distribución está por encima del umbral de veloci-
dad de 65 mph. Esto le proporcionaría a uno un porcentaje del volumen de tránsito que viaja en
la zona de hidroplaneo.
La Tabla 4.10 ilustra una muestra del conjunto de datos que se preparó calculando el porcenta-
je de vehículos que habrían viajado en la zona de velocidad de hidroplaneo en la base de datos
de choques considerada en este análisis.

Tabla 4.10 Ejemplo de conjunto de datos PAVDRN y porcentaje de volumen por encima de la velocidad
umbral (mph)
Con base en el método descrito anteriormente, los investigadores calcularon la probabilidad de
que un vehículo entre en la zona de hidroplaneo según lo predicho por PAVDRN. Para que
sean más significativos, los resultados se presentan en términos de tres categorías de lluvia
que se enumeran a continuación:
 Baja intensidad de lluvia (30 mm/h - 45 mm/h o 1.2 in/h - 1.8 in/h)
 Intensidad de lluvia moderada (45. mm/h - 65 mm/h o 1.8 in/h - 2.6 in/h)
 Alta intensidad de lluvia (65.01+ mm/h o 2.6+ in/h))
Tabla 4.11 Porcentaje de zonas de hidroplaneo
Categoría de lluvia
(intensidad)
Baja intensidad de
lluvia (1.2 in/h - 1.8
in/h)
Intensidad de lluvia
moderada (1.8 in/h -
2,6 pulg/h)
Alta intensidad de
lluvia (2.6+ in/h)
Probabilidad de en-
trar en la zona de hi-
droplaneo según
PAVDRN
26,60% 46,55% 67,24%
La Tabla 4.11 muestra que con mayores intensidades de lluvia aumenta el porcentaje promedio
del volumen de tránsito en las zonas de hidroplaneo. Esto se puede explicar por el hecho de
que a medida que aumenta la intensidad de la lluvia, aumenta el espesor de la película de
agua, lo que conduce a un umbral de velocidad de hidroplaneo más bajo, lo que aumenta el
porcentaje de vehículos que viajan a una velocidad superior a la velocidad mínima de hidropla-
neo.

10.14 fdot 2012 hidroplaneo caminos multicarriles

10.14 fdot 2012 hidroplaneo caminos multicarriles

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (15)

Similar a 10.14 fdot 2012 hidroplaneo caminos multicarriles

Similar a 10.14 fdot 2012 hidroplaneo caminos multicarriles (20)

Más de Sierra Francisco Justo

Más de Sierra Francisco Justo (20)

Último

Último (20)

10.14 fdot 2012 hidroplaneo caminos multicarriles