[pms-logout text="Bienvenido, {{meta_user_name}}" link_text="Salir"]
La Clave | Investigación aplicada en la ingeniería 2
Gestión sostenible del mantenimiento de pavimentos urbanos
Tatiana García-Segura
Dra. Ing. Caminos. Universitat Politècnica de València
Laura Montalbán-Domingo
Dra. Ing. Caminos. Universitat Politècnica de València
David Llopis Castelló
Dr. Ing. Caminos. Universitat Politècnica de València
Jose Ramón López Marco
Dr. Ing. Químico. Pavasal Empresa Constructora S. A.
Juan Sánchez-Robles Bello
Ing. Caminos. CPS, Infraestructuras Movilidad y Medio Ambiente S. L.
Roberto Paredes Palacios
Dr. Ing. Informático. Universitat Politècnica de València
La gestión del mantenimiento de pavimentos urbanos requiere de una toma de datos continua y de decisiones basadas en criterios objetivos y sostenibles. Con el fin de dar respuesta a dicha necesidad, el consorcio público-privado formado por Pavasal Empresa Constructora, S. A., CPS Infraestructuras Movilidad y Medio Ambiente, S. L., y la Universitat Politècnica de València creó el sistema SIMEPU (Sistema Integral de Mantenimiento Eficiente de Pavimentos Urbanos) para monitorizar y gestionar de forma sostenible la red de pavimentos urbanos. Dicho sistema consta, por una parte, de un equipo de grabación de bajo coste instalado en un vehículo convencional para la adquisición de imágenes del pavimento y, por otra, de un software de gestión del mantenimiento capaz de identificar mediante técnicas de inteligencia artificial las patologías existentes en el pavimento, evaluar la condición del mismo, predecir su evolución en el tiempo, y proporcionar un plan de mantenimiento óptimo durante un periodo de análisis de acuerdo con criterios sostenibles. En el presente artículo se describen los resultados que pueden obtenerse con este sistema y las ventajas de su utilización.
Palabras clave: Pavimentos urbanos, datos, mantenimiento, inteligencia artificial, grabación.
Urban pavement maintenance management requires continuous data collection and decisions based on objective and sustainable criteria. To address this need, the public-private consortium formed by Pavasal Empresa Constructora, S. A., CPS Infraestructuras Novillada y Medio Ambiente, S. L., and Universitat Politècnica de València formed SIMEPU (Integrated System for Efficient Maintenance of Urban Pavements) to monitor and manage the urban pavement network from a sustainable point of view. This system consists, on the one hand, of low-cost recording equipment installed in a conventional vehicle for the acquisition of pavement images and, on the other hand, a maintenance management software capable of identifying existing pavement pathologies through artificial intelligence techniques, evaluating the pavement condition, predicting its evolution over time, and providing an optimal maintenance plan during an analysis period based on sustainability criteria. This article describes the results that can be obtained with this system and the advantages of its use.
Keywords: Urban pavement, data, maintenance management, artificial intelligence, recording.
Actualmente, las ciudades ocupan el 2.6% de la corteza terrestre y albergan a más del 50% de la población mundial. Por ello, las vías urbanas desempeñan un papel estratégico para el crecimiento económico y la competitividad. El mantenimiento eficiente de la red vial urbana juega un papel esencial en el desarrollo local y regional. Sin embargo, la Asociación Española de la Carretera (AEC, 2022) ya ha advertido en su último informe que el déficit de inversión en mantenimiento está provocando un deterioro acelerado del estado de las vías, lo cual se traduce en un gran peligro para los conductores y un aumento de las emisiones de CO2.
Para llevar a cabo una gestión eficiente, se debe disponer de datos del estado del pavimento (Hassan et al., 2017). Actualmente, existen dos tipos de evaluación del estado del pavimento: las auscultaciones y la inspección visual. Las auscultaciones son propias de la red de carreteras interurbana. En este caso, la evaluación de la condición del pavimento se realiza mediante el Índice de Regularidad Internacional (IRI), el Coeficiente de Rozamiento Transversal (CRT) y las deflexiones. Para la determinación de estos indicadores se requiere de dispositivos y vehículos especiales, que conllevan un coste elevado de adquisición y uso. Adicionalmente, estos indicadores, a pesar de que están estrechamente ligados con la condición del pavimento, no son capaces de identificar la tipología de daño que está ocasionando que el pavimento no se encuentre en su estado óptimo. Para ello, sería necesario realizar una visita de campo y realizar una inspección visual adicional. Cabe mencionar también que el IRI solo puede ser obtenido en vías con velocidades superiores a 80 km/h y que los cambios de velocidad propios del ámbito urbano impiden su medición en dicho ámbito (Loprencipe et al., 2017). Por otro lado, la inspección visual es el método más común para la detección de daños en redes viarias urbanas (Loprencipe et al., 2017). Sin embargo, este método adolece de una escasa objetividad y efectividad, ya que depende de la experiencia del técnico y, en el caso de ciudades grandes, se necesita mucho tiempo para obtener información de toda la red (Coenen & Golroo, 2017; Gouda et al., 2021). Además, la inspección visual implica en muchas ocasiones la invasión de la vía, con el consiguiente riesgo para el inspector y las molestias para los usuarios de la vía. Para objetivar la evaluación se puede utilizar el Pavement Condition Index (PCI) (ASTM, 2018). Este indicador proporciona una medida global de la integridad estructural del pavimento basada en la severidad y extensión de cada tipo de daño en una superficie de referencia. El PCI es un indicador reconocido a nivel mundial, ya que supone una medida alternativa estándar a otros indicadores que se utilizan para evaluar el estado del pavimento.
Sin embargo, no solo es importante disponer de datos para llevar a cabo una gestión eficiente del mantenimiento; además, estos datos deben estar acompañados de herramientas de predicción del deterioro y de una optimización del plan de mantenimiento para poder planificar de manera eficiente el mantenimiento a corto y largo plazo (Peraka & Biligiri, 2020). En ausencia de estas herramientas, los gestores tienden a tomar decisiones reactivas, basadas en actuar en aquellas vías en las que ya se ha producido un deterioro significativo. Numerosos estudios han demostrado que un mantenimiento incorrecto de los pavimentos urbanos deriva en un aumento de los costes de operación de los vehículos, un mayor número de accidentes, un notable incremento de la contaminación atmosférica y, en general, una menor fiabilidad de las redes de transporte (Bull, 2003; Hajj et al., 2010).
Por lo tanto, para llevar a cabo una gestión eficiente resulta necesario el desarrollo de un sistema automático que permita la toma de datos actualizada y objetiva en el ámbito urbano. Estos datos deben alimentar unos modelos de deterioro que, integrados en herramientas de optimización, proporcionen el plan de mantenimiento óptimo. Dicho plan de mantenimiento debe basarse en criterios sostenibles en la toma de decisión, de modo que favorezca la minimización del impacto ambiental y social de las actuaciones de mantenimiento a la vez que garantice el mínimo coste y se facilite una gestión del mantenimiento con carácter preventivo que mejore los resultados a corto y largo plazo. No hay que olvidar que estos sistemas deben dar respuesta a las administraciones públicas, adaptándose a sus requerimientos y proporcionando una toma de decisiones sostenible y eficiente
Sistema integral de mantenimiento eficiente de pavimentos urbanos (SIMEPU)
El SIMEPU fue desarrollado para cumplir con todos los objetivos de la gestión eficiente y sostenible del mantenimiento de pavimentos urbanos. El sistema integra un equipo de grabación que permite la monitorización del estado del pavimento y un software que analiza los datos y proporciona un plan de mantenimiento óptimo con criterios sostenibles.
A continuación, se exponen las principales características del sistema y las ventajas de su utilización.
Monitorización mediante un equipo de grabación de bajo coste
El sistema SIMEPU consta de un equipo de grabación compuesto por un sistema de ventosas, brazos extensibles y una videocámara. Este equipo debe ser instalado en la parte trasera de un vehículo, tal y como se muestra en la imagen de la página anterior, para realizar la grabación de un video georreferenciado mientras el vehículo recorre las vías de la ciudad. La velocidad máxima recomendada es de 50 km/h para garantizar una buena calidad de las imágenes. Con dicho video se obtienen imágenes que son analizadas mediante redes neuronales convolucionales para identificar y clasificar los daños presentes en cada imagen, así como para cuantificar cada tipo de daño.
Los datos procedentes de las redes neuronales convolucionales proporcionan las medidas necesarias para evaluar el Pavement Condition Index (PCI) (ASTM, 2018). Por lo tanto, este sistema de monitorización proporciona una medida de la condición del pavimento de cada segmento de la red para que el usuario del sistema conozca el estado de las vías.
En este contexto, el SIMEPU da respuesta a la más que necesaria monitorización de pavimentos urbanos. El sistema permite conocer el estado de la red viaria urbana a partir de la utilización de un equipo de bajo coste y fácil utilización que puede ser instalado en cualquier vehículo. El software utiliza técnicas de inteligencia artificial basadas en deep learning para evaluar los daños del pavimento de manera objetiva sin la necesidad de la inspección visual y, por tanto, mejorando su eficiencia. Además, la identificación y cuantificación de los daños permite definir con mayor exactitud la actividad de mantenimiento o rehabilitación ligada al daño identificado. La evaluación de la condición mediante el PCI consigue agrupar en un único indicador la integridad estructural y el estado operativo de la superficie del pavimento. En definitiva, esta alternativa de monitorización supone un cambio en la forma de inspeccionar pavimentos urbanos que posibilita la medición de toda la longitud viaria urbana con la utilización de escasos recursos económicos y con una mayor seguridad para los usuarios.
Planificación sostenible a corto y largo plazo
Una vez conocido el estado del pavimento, el software integra módulos de predicción de la evolución de la condición, de optimización multiobjetivo y de toma de decisiones para la planificación a corto y largo plazo de las actuaciones de mantenimiento bajo condicionantes económicos, ambientales y sociales. El módulo de predicción asocia una curva de deterioro a cada vía en base a las condiciones de tráfico y climáticas. Estas curvas permiten estimar la evolución del PCI en cada año del periodo de análisis utilizando como base los datos de monitorización, así como las condiciones de tráfico y clima. La optimización multiobjetivo utiliza dichas curvas para determinar el momento óptimo en el que deben llevarse a cabo las actuaciones de mantenimiento y los tratamientos que hay que realizar para garantizar el correcto funcionamiento de la red. Para ello, se definen cinco funciones objetivo: (i) coste de las actuaciones; (ii) emisiones de las actuaciones; (iii) afección a usuarios; (iv) importancia de la sección; y (v) beneficio o mejora del estado de la red. Las dos primeras funciones objetivo evalúan el coste y las emisiones totales de las actuaciones de mantenimiento durante el periodo de análisis. La afección a los usuarios considera las molestias ocasionadas por las actuaciones de mantenimiento en función del tipo de actuación y el tráfico afectado. La importancia de la sección tiene en cuenta el nivel de importancia de las vías para conectar puntos estratégicos de la ciudad y contribuir al desarrollo social. Por último, el beneficio o mejora del estado de la red tiene como objetivo maximizar el estado de la red durante el periodo de análisis.
Para poder ajustar la planificación a las necesidades de la administración, se ofrece un panel de toma de decisiones en el que se pueden elegir algunos parámetros como, por ejemplo, el periodo de análisis, el peso que se quiere dar a cada función objetivo, las restricciones de presupuesto y el valor mínimo del PCI. Como resultado, se obtiene una estrategia de mantenimiento óptima para cada vía que minimiza los costes de mantenimiento, las molestias a usuarios de la red y la contaminación ambiental, mejorando al mismo tiempo la condición de la red, especialmente en aquellas vías importantes para el desarrollo social. Todo lo descrito anteriormente ha sido desarrollado en un software que se apoya en un Sistema de Información Geográfica (GIS).
Interfaz del software: pantalla de inicio y panel de navegación GIS
Esto le proporciona un marco para recopilar, gestionar y analizar datos geolocalizados. En la imagen de arriba se puede observar la pantalla de inicio y el panel de navegación GIS del software.
Por tanto, el sistema desarrollado propone una alternativa al mantenimiento reactivo con el objetivo de evitar que los trabajos de mantenimiento y conservación se realicen una vez detectado que el firme está muy degradado. En tales circunstancias, el riesgo de accidente se incrementa notablemente y las actuaciones de mantenimiento conllevan importantes sobrecostes en comparación con las que se hubieran realizado si se hubiera actuado de manera preventiva. Asimismo, el SIMEPU trata de hacer frente a la demanda de sistemas integrales que prioricen las actuaciones de mantenimiento de forma eficiente y sostenible, ajustándose a las limitaciones de presupuesto de las administraciones. La falta de criterios a la hora de priorizar alternativas lleva a estrategias poco eficientes a largo plazo con consecuencias sobre usuarios, economía y medioambiente. Con la implementación de esta herramienta se ha podido comprobar que se pueden obtener planes de mantenimiento a corto plazo —como puede ser para un periodo de gobierno— que consigan los mínimos costes a largo plazo y además mejoren las emisiones de CO2 en un 17% y el estado de las vías en un 42%.
Conclusiones
El SIMEPU trata de hacer frente a la necesidad de automatizar la gestión del mantenimiento de los pavimentos urbanos con una solución innovadora que permite integrar todos los módulos necesarios para una gestión integral bajo los principios de eficiencia, sostenibilidad y objetividad. La monitorización del estado del pavimento se realiza a través de un equipo de grabación de reducido coste y fácil instalación en cualquier vehículo convencional. A partir de los vídeos obtenidos se utilizan técnicas de inteligencia artificial para identificar, clasificar y cuantificar los daños de cada imagen. Con estos datos georreferenciados, se evalúa el estado de la red y se obtienen curvas de deterioro ajustadas a las condiciones locales de cada vía. El software desarrollado incluye un módulo de optimización multiobjetivo y de priorización de las actuaciones de mantenimiento para proporcionar un plan de mantenimiento detallado. Dicho plan informa sobre las actuaciones más eficientes en cada vía y su programación temporal para garantizar el buen estado de la red a la vez que se reducen los costes, la contaminación ambiental y las molestias a los usuarios. Todo ello garantiza una evaluación de la condición del pavimento objetiva una reducción de los costes de inspección, una anticipación a la fase de degradación severa, una mejora progresiva del estado de la red y una reducción del impacto económico, ambiental y social de las actuaciones de mantenimiento.
Agradecimientos
Esta investigación ha sido financiada por el Ministerio de Ciencia e Innovación de España y el Fondo Europeo de Desarrollo Regional (FEDER) de la Unión Europea, con referencia RTC-2017-6148-7.
Referencias
1
AEC (2022). Las carreteras españolas, a “años luz” de convertirse en infraestructuras verdes y conectadas.
2
ASTM (2018). Standard practice for roads and parking lots pavement condition index surveys (No. ASTM D6433-18). American Society for Testing and Materials.
3
Coenen, T. B. J. & Golroo, A. (2017). A review on automated pavement distress detection methods. Cogent Engineering, 4(1), 1374822. https://doi.org/10.1080/23311916.2017.1374822
4
Gouda, M., Chowdhury, I., Weiß, J., Epp, A. & El-Basyouny, K. (2021). Automated assessment of infrastructure preparedness for autonomous vehicles. Automation in Construction, 129, 103820. https://doi.org/https://doi.org/10.1016/j.autcon.2021.103820
5
Hassan, R., Lin, O. & Thananjeyan, A. (2017). A comparison between three approaches for modelling deterioration of five pavement surfaces. International Journal of Pavement Engineering, 18(1), 26–35. https://doi.org/10.1080/10298436.2015.1030744
6
Loprencipe, G., Pantuso, A. & Di Mascio, P. (2017). Sustainable pavement management system in urban areas considering the vehicle operating costs. In Sustainability, 9(3). https://doi.org/10.3390/su9030453
7
Peraka, N. S. P. & Biligiri, K. P. (2020). Pavement asset management systems and technologies: A review. Automation in Construction, 119(June). https://doi.org/10.1016/j.autcon.2020.103336
Climático (2021-2030)