Devida à ausência de um banco de dados extenso das OAEs sob responsabilidade do DNIT para o desenvolvimento do método de análises usando as cadeias de Markov, foi necessário para este exemplo usar o banco de dados do NDOT como base para a realização dos cálculos, como mencionado anteriormente. Foram escolhidas as OAEs de concreto para o seguinte exemplo, porque para este tipo de OAEs em ambos bancos de dados (NDOT e DNIT), se apresenta maior número de frequência de OAEs.
Foi necessário adaptar os valores das OAEs do NDOT para o padrão de notas de avaliação utilizado pelo DNIT. Foram analisadas as OAEs de concreto com nota de avaliação igual a 8, já que se apresentou maior número de frequência nesse tipo de OAEs e com essa nota de avaliação. Foi realizada uma equivalência nas escalas das notas de avaliação para ambos os bancos de dados, se determinando que a nota de avaliação igual a 8 usada pelo NDOT indica uma OAEs com nota de avaliação igual a 5 para o banco de dados do DNIT.
𝐸(CF) = 𝐶0∗ 𝑃𝑡∗ 𝑅
161 Uma vez transformados os valores das OAEs de Concreto de NDOT, foi estimado o estado de transição apresentado na Tabela 5.42, e a matriz de probabilidade de transição mostrada na Tabela 5.43 para as OAEs de Concreto do DNIT.
Tabela 5.42Estado de Transição das OAEs de Concreto.
Tabela 5.43Matriz de Probabilidade de Transição das OAEs de Concreto. Matriz de Probabilidade de Transição
OAEs
Concreto Notas de Avalição
N. A 5 4 3 2
5 0,88 0,12 0 0
4 0 0,99 0,01 0
3 0 0 1,00 0
2 0 0 0 1
Após o cálculo da Matriz de Probabilidade de Transição, foram calculadas as notas de avaliação ao longo do tempo usando a Equação (5.4) e obtida a curva de degradação apresentada na Figura 5.49. É importante ressaltar que as notas calculadas usando as cadeias de Markov, são a média das notas de avaliação possíveis para o grupo de OAEs analisado.
Segundo os valores obtidos para as OAEs de concreto com nota de avaliação inicial igual a 5, num período de 100 anos, a nota de avaliação será igual a 4, sempre que sejam feitas manutenções rotineiras.
Estado de Transição das OAEs OAEs
Concreto Notas de Avalição
N. A 5 4 3 2
5 15 2 0 0
4 0 913 2 0
3 0 0 21 0
162 Figura 5.49 Curvas de Degradação para as OAEs de Concreto com nota de avaliação igual a 5.
Foi possível desenvolver o cálculo da curva de degradação para OAEs de concreto no Brasil sob responsabilidade do DNIT, usando como base de cálculo o banco de dados do NDOT, porém, nem sempre é possível realizar este procedimento. Neste caso foi escolhido como parâmetro em comum o tipo de material (concreto), o qual apresenta para os dois bancos de dados, o número maior de OAEs construídas com esse material, permitindo a realização dos cálculos.
• Comparação de Resultados dos Exemplos de cálculo do Item 5.3.1.1 e Item 5.3.2.2 No Item 5.3.1.1 foi apresentado um exemplo de cálculo para estimar a curva de degradação de uma OAEs de concreto (AOE-21) usando a regressão de potência. No Item 5.3.2.2 foi realizado um exemplo de cálculo usando as análises de cadeias de Markov, para as OAEs de concreto no Brasil usando a metodologia de inspeção de acordo ao determinado pelo DNIT. Na Figura 5.50 são apresentadas as curvas de degradação obtidas nos dois exemplos mencionados anteriormente para uma OAEs de concreto com nota de avaliação inicial igual a 5
2 3 4 5 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0 No ta de A valiaç ão Tempo (Anos) Curva de Degradação OAEs de Concreto
163 .
Figura 5.50 Curva de Degradação para uma OAE de concreto através de Cadeias de Markov e Regressão de Potência.
O valor da nota de avaliação num período de 40 anos (idade assumida para a OAEs avaliada), é aproximadamente o mesmo estimado usando as cadeias de Markov e obtido através da regressão de potência. Porém continuam sendo os valores obtidos usando as análises de regressão de potência mais conservadores que os obtidos através das cadeias de Markov. Em ambos os casos é calculada a nota de avaliação que atualmente apresenta a OAE-21, uma nota de avaliação igual a 4. Confirmando assim que é possível usar ambos os modelos de degradação uma vez que o banco de dados seja suficiente para aplicar os respectivos cálculos.
A curva de degradação obtida através das análises por cadeias de Markov, apresenta uma consistência na nota de avaliação igual a 4, sendo a nota de avaliação média para as OAEs de concreto, devido a que o banco de dados do NDOT utilizado e adaptado para o banco de dados do DNIT, apresentava na sua grande maioria uma nota de avaliação igual a 8 consistente no tempo.
4 4 4 2 3 4 5 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0 No ta d e A va li aç ão Tempo (Anos) Curva de Degradação Cadeias de Markov R. de Potência
164
6. CONCLUSÕES
O gerenciamento de Obras de Arte Especiais implica no estudo de diversas áreas de investigação que se relacionam (engenharia, administração, custos, informática, etc.), como também em uma análise de informações confiáveis, normas e tratamento de dados. Tem por finalidade auxiliar as agências de transporte na determinação do que é necessário fazer, qual o custo e quando. Nesta pesquisa foram analisados diferentes sistemas de gerenciamento usados em diversos países, assim como os modelos de degradação frequentemente implementados para o cálculo das curvas de degradação das estruturas.
O estudo apresentado teve como objetivo principal, propor um modelo de previsão da degradação baseado numa análise determinística e estocástica, contribuindo dessa maneira no acompanhamento das Obras de Arte Especiais – OAEs do Brasil, sob responsabilidade do Departamento Nacional de Infraestrutura de Transporte – DNIT, e para utilização em banco de dados similares.
Tendo o objetivo definido, o cálculo das curvas de degradação foi realizado considerando o estado de condição das OAEs, parâmetro obtido das inspeções rotineiras das pontes e viadutos. Devido à falta de registro das OAEs do Brasil sob responsabilidade do DNIT, onde só consta uma inspeção para cada uma das 4531 OAEs, foi necessário estudar os modelos de degradação no banco de dados do Departamento de Transporte de Nevada – NDOT (USA). Dessa maneira foi possível determinar o método mais apropriado para realizar os cálculos para o banco de dados das OAEs do DNIT, mostrando a importância da metodologia de cálculo, a qualidade e a quantidade de informações utilizadas no desenvolvimento das curvas de degradação.
Foram estimadas as curvas de degradação das OAEs do banco de dados do NDOT, usando análises por Cadeias de Markov e análises por Regressão, que são as comumente utilizadas pelas agências de transporte nos países desenvolvidos, segundo vários levantamentos feitos durante a pesquisa. Verificou-se que as curvas de degradação obtidas usando a Regressão de Potência apresentam uma performance similar às curvas de degradação estimadas usando as Cadeias de Markov, o que possibilitou propor um modelo de previsão das notas de avaliação para as OAEs sob responsabilidade do DNIT. Proposta inovadora na sua competência de tomada de decisões (determinar em qual OAEs deve ser realizada a manutenção preventiva e quando), com ajuda de
165 modelos de distribuição Mn idealizados onde são simulados os registros das notas de avaliação durante um período de 4 anos.
Foi possível calcular a curva de degradação para as OAEs de concreto do DNIT através da Cadeia de Markov, considerando para isso a matriz de transição obtida para as OAEs de concreto de NDOT (USA). Entretanto, nem sempre é possível realizar este procedimento, já que as estruturas devem ter muitas características similares, além do material. É importante ressaltar que os dois modelos de previsão, Determinístico (Análise por Regressão) e Estocástico (Cadeias de Markov), são modelos de condição adequados para incorporar informações de inspeções visuais, mas não podem ser usados para avaliar a confiabilidade de uma estrutura em termos de forças e tensões. A realização das inspeções por profissional capacitado, com critérios similares para a determinação das patologias das estruturas, aumenta a precisão e a confiança nos resultados dos cálculos das curvas de degradação das OAEs, existindo menos possibilidade de falhas na previsão do comportamento das estruturas. Recomenda-se então a atualização constante do manual de inspeção e a realização de cursos periódicos de capacitação para os engenheiros encarregados em realizar as inspeções nas OAEs. Como também o cumprimento das inspeções rotineiras para a detecção antecipada das mudanças no comportamento das estruturas.
Uma escala de avaliação das OAEs como a utilizada pelas agências de transportes dos Estados Unidos, onde a nota varia entre 0 e 9, engloba de maneira mais completa o desenvolvimento das estruturas no tempo, permitindo ao profissional encarregado pela inspeção visualizar, de forma detalhada e mais precisa, as patologias presentes nas componentes das OAEs. Caso contrário ao que acontece com a escala de avaliação utilizada no Brasil, que tem uma faixa de avaliação entre 1 e 5, onde o profissional fica limitado no detalhamento da performance da estrutura durante avaliação visual.
No exemplo de cálculo através das análises de Regressão mostrado no Item 5.31.1, foi confirmada a utilização da Regressão de Potência, como modelo de previsão confiável para estimavas de curvas de degradação para o banco de dados do DNIT e similares o qual também foi confirmado por meio da comparação dos resultados obtido com a análise estocástica realizada, usando as Cadeias de Markov. Essa análise permitiu verificar que a Regressão de Potência apresenta uma performance nas curvas de degradação similar com as expectativas dos especialistas, o que
166 possibilitou a realização da estimativa das curvas de degradação para os modelos de distribuição idealizados para as OAEs do Brasil sob responsabilidade do DNIT.
Os dois modelos de previsão Determinístico e Estocástico são modelos de condição adequados para incorporar informações de inspeções visuais, mas não podem ser usados para avaliar a confiabilidade de uma estrutura em termos de forças e estresses.
A avaliação do estado atual e a previsão da condição futura da degradação das OAEs são processos importantes no gerenciamento das OAEs. Não só as cargas e resistências variáveis no tempo, mas também uma série de intervenções de manutenção que devem ser aplicadas para manter os sistemas estruturais seguros e operacionais, para que a estrutura em conjunto alcance o bom funcionamento durante o período de vida útil estimada durante o projeto.
Os cálculos da condição futura das OAEs, foram realizadas assumindo períodos constantes de inspeção para todas as pontes e viadutos, querendo indicar isto, que foram desenvolvidas as estimativas em tempo discreto. Mas, na pratica as inspeções muito dificilmente são executadas em intervalos constantes de tempo, até porque em alguns países como o Brasil, não há de fato uma periodicidade efetiva nas inspeções.
Pode se concluir que a implementação de um sistema de gerenciamento de obras de arte especiais, é útil para os departamentos de infraestruturas, no objetivo de garantir o nível de segurança projetado, na consideração das restrições do estoque das OAEs tanto técnico como financeiro, na tomada de decisão pelos profissionais a cargo do cuidado das estruturas, na estimação do investimento que é requerido ao longo do tempo para um funcionamento ótimo do sistema de redes, na projeção das ações de manutenção no tempo adequado minimizando os custos do ciclo de vida das OAEs.
De maneira geral, um sistema de gerenciamento de obras de arte especiais, é uma ferramenta de ajuda no desenvolvimento apropriado das pontes e viadutos, a custo baixo ou dentro do orçamento disponível pelas agências de transporte.
167 6.1 Trabalhos Futuros
No âmbito do trabalho desenvolvido nesta pesquisa, existem ainda vários caminhos a explorar para as OAEs do Brasil e estoques similares. Podem-se considerar as seguintes sugestões:
• Desenvolver estimativas dos custos que levariam as ações de manutenção nas OAEs do Brasil a cargo do DNIT ao longo do tempo, tendo em conta os períodos para a realização das intervenções encontrados neste estudo.
• Uma vez que o banco de dados das OAEs do DNIT seja ampliado pela realização de mais vistorias das que se tem até agora, será possível calcular as curvas de degradação através das análises usando modelos de degradação estocásticos: Cadeias de Markov e com isso uma comparação com os resultados obtidos nesta pesquisa.
• Além das análises por Regressões e Cadeias de Markov, é possível realizar as estimativas das OAEs através do modelo de previsão Monte Carlo, pelo qual seria de grande aporte fazer uma comparação de resultados usando outra metodologia de cálculo.
• Elaborar a previsão da condição das OAEs, não só considerando as inspeções visuais, mas também tendo em conta resultados obtidos de ensaios não destrutivos, de carga e dos aparelhos de monitoramento instalados em algumas das estruturas.
168 REFERÊNCIAS BIBLIOGRAFICAS
AASHTO. Bridge Element Inspection Guide Manual. Washington, DC. Estados Unidos: AASHTO Publications, 2011.
AASHTO. The Manual for Bridge Evaluation. Washington, DC. United States. AASHTO Publications. 2013.
AASHTO Maintenance Manual for Roadways and Bridges. Subcommitte on Maintenance. Washington, DC. Estados Unidos. AASHTO Publications, 2007.
AASTHO. Pontis User Manual. 4.4 ed. Washington, D.C. Estados Unidos, AASHTO Publications, 2005.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5674 - Manutenção de edificações - Procedimento. Rio de Janeiro: Brasil. ABNT. 2012.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6118: Projeto de Estruturas de Concreto - Procedimento. Rio de Janeiro: Brasil. ABNT, 2014.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 15575. Edifícios Habitacionais- Desempenho. Rio de Janeiro: ABNT, 2013.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 7188. Carga móvel rodoviaria e de pedestres em pontes, viadutos, passarelas e outras estruturas. Rio de Janeiro: ABNT, 2013.
ALMEIDA, JOANA MARIA MARTINS ROSA MAIA DE OLIVEIRA. Sistema de gestão de pontes com base em custos de ciclo de vida. 2013. 380 f. Universidade do Porto, 2013. ALMEIDA, JOSÉ C.; CRUZ, PAULO J.S.; BRITO, JORGE DE. Quantificação do custo de ciclo
de vida em sistemas de gestão de pontes.Lisboa: ASCP’09 – 1o Congresso de Segurança e Conservação de Pontes ASCP, 2009.
BAIK, HYEON-SHIK; ABRAHAM. Deterioration Models for Management of Wastewater Systems. Journal of Water Resources Planning and Management, v. 132, n. February, p. 15–24, 2006.
BLADT, MOGENS; SØRENSEN, MICHAEL. Efficient estimation of transition rates between credit ratings from observations at discrete time points. Quantitative Finance, v. 9, n. MARCH 2009, p. 147–160, 2009.
169 Transportaion Research Record. v. 1597, n. 1, p. 34--42, 1997.
CASTRO, Eliane Kraus De. Desenvolvimento de Metodologia para Manutenção de Estruturas de Concreto Armado. 1994. 1-4 f. Universidade de Brasília, 1994.
CEB-FIP. Structural Concrete. Textbook on behaviour, desing and performance. Secod Edition. Volume 3. 2009.
CESARE; SANTAMARINA; TURKSTRA; VANMARCKE. Modeling bridge deterioration with Markov chains. Journal of Transportation Engineering, v. 118, n. 6, p. 820–833, 1993. CHAI, T.; DRAXLER, R. R. Root mean square error (RMSE) or mean absolute error (MAE)? -
Arguments against avoiding RMSE in the literature. Geoscientific Model Development, v. 7, n. 3, p. 1247–1250, 2014.
CLELAND, DAVID I.; IRELAND, LEWIS R. Project management: strategic design and implementation. Fourth Edition. McGRAW-HILL. 2002.
DEBS, MOUNIR KHALIL EL; TAKEYA, TOSHIAKI. Introdução às Pontes de Concreto. Apostila de Pontes. São Paulo: Universdiade de São Paulo, 2009. .
DENYSIUK; FERNANDES; MATOS; NEVES; BERARDINELLI. A Computational Framework for Infrastructure Asset Maintenance Scheduling. Structural Engineering International, v. 26, n. 2, p. 94–102, 2016.
DINESH DEVARAJ. Application of Non-Homogeneous Markov Chains in Bridge Management Systems. 2009. Wayne State University, Detroit, Michigan, 2009.
DNIT. Inspeções em pontes e viadutos de concreto armado e protendido - Procedimento. Norma Dnit 010/2004 - Pro. Brasil, 2004a
DNIT. Manual De Estudos De Tráfego. Instituto de Pesquisas Rodoviárias - IPR. Brasil: 1. Engenharia de tráfego – Manuais. I. Série. II. 2006
DNIT. Manual de Inspeção de Pontes Rodoviárias. Brasil: 1. Rodovias – Inspeções – Manuais. I. Série II. 2004b
DNIT. Manual de recuperação de pontes e viadutos rodoviários. IPR 744. Brasil. 2010
DNIT. Recuperação da Ponte Sobre a Represa Capivari na Rodovia Federal BR-116/PR. Brasília, DF. 2005.
170 2007. 253-259 f. University of Waterloo, 2007.
ELBEHAIRY, HATEM; HEGAZY, TAREK; SOUDKI, KHALED. Bridge Management System With. Configurations, p. 368–377, 2006.
ELLIS; THOMPSON; GAGNON; RICHARD. Design and implementation of a new bridge management system for the Quebec Ministry of Transport. Tenth International Conference on Bridge and Structure Management. 2008.
FHWA. Bridge Inspector’s Reference Manual. Whasington, DC. Estados Unidos. U.S. Department of Transportation, 2012.
FHWA. Bridge Management Questionnaire Report. Whasington, DC. Estados Unidos. 2010. FHWA. Bridge Preservation and Maintenance in Europe and South Africa. Washington, D.C.
Estados Unidos. v. 5. 2005.
FHWA. Bridge Preservation Guide, Maintaining a State of Good Repair Using Cost Effective Investment Strategies. Whasington, DC. Estados Unidos. 2011
FHWA. Preservation Expert Task Group ( BPETG ). Whasington, DC. Estados Unidos. U.S. Department of Transportation, 2016.
FILHO, LUIZ CARLOS PINTO DA SILVA. Towards Advanced Bridge Management Systems. 1999. University of Leeds, 1999.
FRANGOPOL, DAM M.; BOCCHINI, PAOLO. Bridge service life estimation and extension based on reliability, maintenance and management. Coimbra, Portugal. 2011.
FRANGOPOL, DAN M.; LIN, KAI-YUNG; ESTES, ALLEN C. Life-cycle cost design of deteriorating structures. Journal of Structural Engineering, p. 1390–1401, 1997.
GONÇALVES, RICARDO DE FIGUEIREDO. Gestão do ciclo de vida de pontes. Universidade do Minho, 2009.
GUTKOWSKI, RICHARD M; ARENELLA, NICHOLAS D. Investigation of PONTIS - A Bridge Management Software. Departament of Civil Engineering. Colorado State University. 1998.
HAWK, H. BRIDGIT: user-friendly approach to bridge management. TRB Transportation Research Circular 498, p. 1–15, 1999.
171 quantitative structural assessments in bridge management systems. IABSE reports, 2015. HENRIKSEN, A. Bridge Management - Routine Maintenance: Recent Experience with the
Routine Management Module in the DANBRO Bridge Management System. Transportation Research Circular, v. 498, p. 1–13, 1999.
HOENSTINE, TOM. Identification and Analysis of General Decision Support Principles for Category Specific Maintenance Management Systems with Especial Consideration for the Future Development of an Earthen Embankment Dam Management System. Texas A&M university, 1996.
HORTA, CARLOS SANTINHO; FREIRE, LUIS. SGOA- Sistema de Gestão de Conservação de Obras de Arte Da Ep - Balanço De Uma Implementação Consolidada. IEEE Transactions on Industrial Electronics, p. 1–12, 2012.
HURTADO, J E; BARBAT, A H. Monte Carlo Techniques In Computational Stochastic Mechanics. Archives of Computational Methods in Engineering, v. 5, n. 1, p. 3–29, 1998. ISLAM; LI; HAMID; JAROO. Bridge Condition Assessment and Load Rating using Dynamic
Response. Youngstown State University. Ohio. 2014.
JIANG, YI. The Development of Performance Prediction and Optimization Models for Bridge Management Systems. 1990. Purdue University, 1990.
JIANG, YI; SAITO, MITSURU; KUMARES C. SINHA. Bridge preformance prediction model. Transportation Research Board, v. 0, n. 1180, p. 25–32, 1988.
KALBFLEISCH, J D; LAWLESS, J F. The Analysis of Panel Data Under a Markov Assumption. Journal of the American Statistical Association, v. 80, n. 392, p. 863–871, 1985.
KALLEN, M J; NOORTWIJK, J M VAN. Statistical inference for Markov deterioration models of bridge conditions in the Netherlands. Third International Conference on Bridge Maintenance, Safety and Management (IABMAS), p. 1–8, 2006.
KOBAYASHI, KIYOSHI; DO, MYUNGSIK; HAN, DAESEOK. Estimation of Markovian transition probabilities for pavement deterioration forecasting. KSCE Journal of Civil Engineering, v. 14, n. 3, p. 343–351, 2010.
KONG, JUNG S.; FRANGOPOL, DAN M. Evaluation of Expected Life-Cycle Maintenance Cost of Deteriorating Structures. Journal of Structural Engineering, v. 129, n. 5, p. 682–691, 2003.
172 LAURIDSEN, BJERRUM; ANDERSEN; LASSEN. Creating a Bridge Management System.
Structural Engineering International, v. 8, n. 3, p. 216–220, 1998.
LEE; SANMUGARASA; BLUMENSTEIN; LOO. Improving the reliability of a Bridge Management System (BMS) using an ANN-based Backward Prediction Model (BPM). Automation in Construction, ELSEVIER v. 17, n. 6, p. 758–772, 2008.
LI, LI; SUN, LIJUN; NING, GUOBAO. Deterioration prediction of urban bridges on network level using Markov-chain model. Mathematical Problems in Engineering. 2014.
LIU, MIN; FRANGOPOL, DAN M. Optimizing Bridge Network Maintenance Management under Uncertainty with Conflicting Criteria : Life-Cycle Maintenance , Failure , and User Costs. Journal of Structural Engineering, v. 132, n. 11, p. 1835–1845, 2007.
LIU, MIN; FRANGOPOL, DAN M. Optimal bridge maintenance planning based on probabilistic performance prediction. Engineering Structures, v. 26, n. 7, p. 991–1002, 2004.
LOUNIS, Z; VANIER, D J. Optimization of Bridge Maintenance Management Using Markovian Models. Proceedings of the International Conference on Short and Medium Span Bridges, v. 2, p. 1045–1053, 1998.
MADANAT, SAMER; IBRAHIM, WAN HASHIM WAN. Poisson regression models of infrastructure transition probabilities. Journal of Transportation Engineering, v. 121, n. 3, p. 267–272, 1995.
MENDOÇA, TIAGO; BRITO, VITOR; FÁBIO MILHAZES. Aplicação de gestão de obras de arte - goa - nova geração. BETAR Consultores Lda. Lisboa, Portugal. 2010.
MONTEIRO, JOSÉ MÚCIO. Relatorio: Monitoramento-DNIT. Sessão Plenária. Brasília. 2012. MORCOUS, G. Performance Prediction of Bridge Deck Systems Using Markov Chains. Journal
of Performance of Constructed Facilities, v. 20, n. 2, p. 146–155, 2006.
MORCOUS, GEORGE. Developing Deterioration Models for Nebraska Bridges. Journal of the Transportation Research Board. Wasingtn, DC. p. 3-11. 2011a.
MORCOUS, GEORGE. Developing Deterioration Models for Nebraska Bridges. Report of Research Sponsored by Mid- America Transportation Center. University of Nebraska- Lincoln. 2011b.
MORGAN, IAN; LIU, HONGHAI. Predicting Future StatesWith n-Dimensional Markov Chains for Fault Diagnosis. IEEE Transactions on Industrial Electronics, v. 56, n. 5, p. 1774–1781,
173 MORP, YASUHIRO; ELLINGWOOD, BRUCE R. Reliability-based service-life assessment of aging concrete structures. Journal of Structural Engineering, v. 119, n. 5, p. 1600–1621, 1993.
NCDOT. North Carolina Department of Transportation. Projects - NC Bridge Information. Acceso: 15 março de 2017. Disponível em: <https://www.ncdot.gov/projects/ncbridges/>.