Com cerca de 4,18 milhões de milhas de estradas nos Estados Unidos, planejar a manutenção do pavimento pode parecer um processo assustador.

Atualmente, os departamentos de transporte (DOTs) tendem a confiar nas práticas anteriores ou na opinião de especialistas para tomar decisões de manutenção. Mas com um acúmulo de US $ 420 bilhões em reparos para rodovias dos EUA, esses métodos convencionais estão se tornando menos eficazes. Em vez de, Os DOTs exigem abordagens mais quantitativas para gerenciar seus orçamentos apertados e consertar suas estradas envelhecidas.

Em um artigo recente em Pesquisa de Transporte - Parte C:Tecnologias Emergentes , Pesquisadores do Centro de Sustentabilidade de Concreto do MIT (CSHub), Fengdi Guo, Jeremy Gregory, e Randolph Kirchain propõem tal abordagem, conhecido como Probabilistic Treatment Path Dependence (PTPD). O PTPD tem um desempenho melhor do que os modelos convencionais, o que exigiria um orçamento anual adicional de 10 por cento para atingir o mesmo nível de desempenho da rede no estudo de caso fornecido.

Os pesquisadores do CSHub conseguiram isso confrontando uma preocupação fundamental que muitos modelos convencionais evitam:a incerteza.

Confortável com a incerteza

A pavimentação está repleta de incertezas. Da deterioração dos pavimentos ao preço dos materiais, Os DOTs não podem ter certeza de como as coisas ficarão em cinco, 10, ou 20 anos. O que mais, prever e incorporar esses tipos de incertezas pode ser desafiador - o suficiente para que muitos modelos desconsiderem isso.

Tradicionalmente, a maioria dos modelos pesa os custos e benefícios das decisões de manutenção para cada segmento de uma rede para escolher o melhor. Suas análises tendem a calcular o custo e benefício com base no ano atual ou para um conjunto fixo de tratamentos de manutenção futuros, sem considerar as incertezas durante o período de análise.

"Isso pode significar que eles planejam manter um novo segmento de pavimentação da mesma maneira todas as vezes ao longo de sua vida útil, "diz Guo." O problema é que muitas vezes isso não é possível. Hora extra, mudanças no preço dos materiais, as taxas de deterioração dos pavimentos, e mesmo as mudanças nos caminhos de tratamento - que são a sequência de ações de manutenção realizadas - exigirão tratamentos não especificados no modelo original. "

Para que os DOTs gerenciem suas redes de forma eficiente, então, eles deveriam se adaptar melhor à dependência e incerteza do caminho de tratamento.

A pesquisa do CSHub buscou criar um novo modelo que oferecesse maior adaptabilidade. Para fazer isso, eles consideraram milhares de esquemas de tratamento em cenários futuros.

Seu modelo tem uma abordagem de baixo para cima, olhando para cada segmento em uma rede de pavimentação. Para cada segmento, avalia cada tratamento inicial possível e o cenário futuro de preço e deterioração do material. De lá, um caminho de tratamento ideal e seu custo total são identificados para cada combinação de cenário e tratamento inicial.

Com todas essas possibilidades à sua frente, Os pesquisadores do CSHub então calcularam a probabilidade de certos resultados no desempenho do pavimento - a qualidade da superfície do pavimento - para cada combinação de opção de tratamento inicial e cenário futuro. Isso permite que eles capturem quais tratamentos provavelmente terão os melhores resultados, dadas todas as possíveis mudanças que podem ocorrer. Para cada segmento, o modelo então identifica as duas opções de tratamento com os melhores resultados prováveis.

"Para selecionar entre essas duas opções finais, "diz Guo, "nosso modelo considera os riscos associados a cada um e o orçamento disponível, também."

Nesse caso, risco refere-se a como o desempenho real de um tratamento pode se desviar de seu desempenho médio esperado. Quanto maior a variância e mais extremos os cenários atípicos, quanto maior o risco. Contudo, é uma troca - um tratamento mais arriscado também pode resultar em melhor desempenho.

Então, cabe ao DOT determinar quanto risco eles estão dispostos a correr. E é esse nível de risco que determina qual das duas opções finais eles selecionarão para cada segmento na rede de pavimentação.

Pavimentação na prática

Em vários estudos de caso discutidos em seu artigo, Os pesquisadores do CSHub analisaram como os níveis de risco afetaram a seleção de tratamentos em seus modelos, bem como como seu modelo em comparação com os modelos convencionais. Eles descobriram que quando os DOTs eram menos avessos a arriscar resultados inesperados no desempenho de um segmento, seu modelo favorecia camadas finas de asfalto para esse segmento, que é uma opção de tratamento mais barata. À medida que a aversão ao risco aumentou, Contudo, o oposto ocorreu. Em vez disso, o modelo favoreceu sobreposições de concreto mais caras e reconstruções completas do segmento.

Por quê?

Tudo se resume ao preço dos materiais.

"Ao contrário do asfalto, o concreto tende a ter menor volatilidade de preço, "explica Guo." Isso significa que os DOTs podem prever com segurança quanto custarão os tratamentos de concreto. Isso evita o tipo de estouro de custo que pode ocorrer devido a um aumento inesperado nos preços do asfalto. "

A mesma compensação ocorre com o desempenho do pavimento.

"Embora os tratamentos mais arriscados possam oferecer melhores resultados de desempenho, é mais provável que esses resultados variem, "explica Guo." Por outro lado, tratamentos menos arriscados oferecerão um desempenho mais consistente - embora esse desempenho possa ser ligeiramente inferior. "

Em última análise, os pesquisadores descobriram que os modelos com aversão ao risco moderada e uma mistura de asfalto e concreto tiveram os melhores resultados, uma vez que eles podem otimizar o desempenho médio e a variabilidade do desempenho.

Os pesquisadores então compararam seu modelo PTPD com risco moderado às abordagens convencionais de custo-benefício usadas atualmente por DOTs.

Ao longo de um período de análise de 20 anos, eles descobriram que seu modelo PTPD teve um desempenho melhor do que o modelo convencional.

Embora o modelo convencional possa otimizar custos e desempenho a curto prazo, não antecipou incertezas futuras. Isso levou a mais tratamentos mais baratos que inicialmente melhoraram os resultados, mas resultaram em pior desempenho e custos mais elevados ao longo do tempo.

Em vez disso, o modelo PTPD adotou uma perspectiva de longo prazo. É responsável por incertezas e, como consequência, melhor antecipado e adaptado às mudanças futuras.

Isso significava que investiu mais pesadamente no início em algumas chaves, segmentos muito usados ​​de uma rede. Como resultado, o desempenho e os benefícios de custo em toda a rede não se manifestaram até o final do período de análise. Naquela época, a rede necessária é mais simples, tratamentos mais baratos com menos frequência.

Na verdade, para o modelo de custo-benefício ter um desempenho tão bom quanto o modelo PTPD, Os DOTs teriam que gastar 10% a mais em 20 anos no estudo de caso fornecido.

No futuro, Guo e seus colegas esperam estender sua análise a todo o sistema rodoviário dos EUA. Além de custo e desempenho, pretendem medir a pegada ambiental das decisões de pavimentação, também.

Enfrentar a incerteza é difícil. Mas com seu último modelo, Os pesquisadores do CSHub fazem exatamente isso. Em vez de descontar a incerteza, eles o enfrentam de frente. E consequentemente, Os DOTs podem esperar em breve menos acúmulos e estradas melhores.

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.