PPGEC UFSM - Tese Lucas Dotto Bueno

UNIVERSIDADE FEDERAL DE SANTA MARIA
CENTRO DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL
Lucas Dotto Bueno
CONTRIBUIÇÃO PARA A PREVISÃO EMPÍRICO-MECANICISTA DA

IRREGULARIDADE LONGITUDINAL E SEUS DESDOBRAMENTOS
ECONÔMICOS EM PAVIMENTOS ASFÁLTICOS
TESE DE DOUTORADO
Santa Maria, RS, Brasil

2019
Lucas Dotto Bueno

Tese apresentada ao Curso de Doutorado

do Programa de Pós-Graduação em
Engenharia Civil da Universidade Federal de
Santa Maria (UFSM), com requisito parcial
para obtenção do grau de Doutor em
Engenharia Civil.
Orientador: Prof. Dr. Deividi da Silva Pereira

Coorientador: Prof. Dr. Luciano Pivoto Specht
Santa Maria, RS, Brasil

2019
AGRADECIMENTOS
Expresso minha gratidão...

A minha companheira de todas as horas, Ana Helena Back, que dividiu e
compartilhou comigo todas as dificuldades e questionamentos internos que tive ao
longo deste curso de pós-graduação.
A toda minha família, em especial aos meus pais, Nádia e Nelmo, por me
apoiarem nas decisões de seguir os estudos em nível de pós-graduação,
entendendo as dificuldades geradas ao longo do percurso.
A Rede de Tecnologia em Asfaltos ANP/PETROBRAS e a CAPES, pelo
financiamento das bolsas de estudos que, em momentos distintos, possibilitaram o
desenvolvimento desta pesquisa. A ANP/PETROBRAS, uma menção especial pelo
suporte às pesquisas do GEPPASV/UFSM, que possibilitaram um crescimento
enorme na estrutura física e pessoal do grupo.
Ao meu orientador, Deividi da Silva Pereira, por todas as oportunidades
concedidas no decorrer desta parceria profissional, que gerou uma relação mútua de
confiança, respeito e amizade. Estendo também os agradecimentos ao meu
coorientador, Luciano Pivoto Specht, que sempre se disponibilizou a me auxiliar nos
momentos em que necessitei, além de me proporcionar inúmeras inserções em
atividades paralelas dentro do LMCC/UFSM, que expandiram meu conhecimento no
setor rodoviário. Juntos, vocês dois foram as pessoas que mais impacto tiveram na
minha formação como Engenheiro Civil.
Aos professores Magnos Baroni, Tatiana Cervo e Rinaldo Pinheiro, também
membros do GEPPASV/UFSM, que contribuíram no convívio diário dentro do grupo
de pesquisa, sempre dispostos a me atender nos momentos em que a eles recorri.
Ainda, destaco a participação dos professores Magnos e Tatiana na banca
examinadora do trabalho, cujas sugestões incorporadas a esta versão final
possibilitaram um avanço no patamar científico do trabalho.
Ao Luis Nascimento (ANP/PETROBRAS) e Marcos Fritzen (UFRJ), pelo envio
de informações referentes aos trechos monitorados no Rio de Janeiro/RJ,
constituintes do “Projeto Fundão”, fundamentais para a elaboração do presente
trabalho, e pela participação na composição da banca examinadora, com
colaborações pertinentes e agregadoras ao conteúdo do documento. A estes,
agradeço também pela recepção e acolhimento na visita que realizei à UFRJ para
conhecer os segmentos experimentais. Ainda, em todos os momentos em que tive
dúvidas referentes às informações repassadas, fui prontamente atendido, o que
facilitou o entendimento dos dados.
A North Carolina State University, que na figura do Dr. Richard Kim, por
intermédio do Luis Nascimento, cedeu à licença do programa LVECD utilizado neste
trabalho. Agradeço também a Universidade Federal do Rio Grande do Sul (UFRGS),
Universidade Federal de Santa Catarina (UFSC), Universidade Federal de São
Paulo (USP) e a Concessão CCR Nova Dutra, que, por intermédio do Luis
Nascimento, disponibilizaram as informações referentes aos trechos experimentais
utilizados na fase de validação dos modelos de previsão de irregularidade
desenvolvidos neste trabalho.
A Cibermétrica Equipamentos e Serviços Ltda, desenvolvedora do
Perfilômetro Inercial Laser adquirido pela UFSM, que, por meio de seus
profissionais, atendeu prontamente todas as demandas e questionamentos
referentes ao equipamento na sua fase de operacionalização.
A Pavesys Engenharia S/S Ltda, proprietária do equipamento FWD que
coletou as bacias deflectométricas nos trechos monitorados pela UFSM.
Aos funcionários e ex-funcionários do GEPPASV/UFSM: Maurício Santos,
Eduardo Renz, Eduardo Druzian, Fernando Zucchi e Fernando Boeira; que
trabalharam no laboratório ao longo do período que desenvolvi minhas atividades no
grupo, prestando auxílio em todos os momentos em que necessitei de seus serviços.
Destaco, sobretudo, a importância do Eduardo Druzian na fase de operacionalização
do Perfilômetro Inercial adquirido pela UFSM, na qual foi responsável por todo
projeto e execução do aparato de fixação no veículo de medição. Ao “chefe” Boeira,
um agradecimento especial por todos os conhecimentos transmitidos no decorrer da
minha passagem pelo GEPPASV/UFSM.
Aos meus colegas de pós-graduação em Engenharia Civil, representados
aqui nas figuras dos amigos Cléber Faccin, Valdir Barboza Jr, Silvio Schuster, Bruno
Gonçalves, Rossano Strepel, Jonathan Rehbein, Evelyn Panis, Pedro Orlando,
Paula Pascoal, Amanda Sagrilo, Renan Scherer, Débora Bordin, Bethania Correa,
Débora Pavi, Thais Aquino e Chaveli Brondani. Ao Silvio, uma menção especial pelo
auxílio frequente no entendimento do software LVECD.
Aos alunos de iniciação científica do curso de graduação em Engenharia Civil,
que passaram pelo GEPPASV/UFSM ao longo do período deste trabalho. Destaco
aqui os nomes de Gustavo Pinheiro, Pablo Vestena, Jennifer Ilha, Karine Wille,
Ketrily Saraiva, Rômulo Pereira, Antônio Vieira, Pedro Ilha e Victoria Nunes.
A Universidade Federal do Pampa (UNIPAMPA), em especial aos alunos dos
cursos de Geologia e Engenharia Sanitária e Ambiental, que me proporcionaram
uma importante experiência docente em uma etapa parcial desta trajetória.
O presente trabalho foi realizado com ao apoio da ANP –

Agência Nacional de Petróleo, Gás Natural e Biocombustíveis/PETROBRAS, Brasil,
associado ao investimento de recursos oriundos das Cláusulas de P,D&I.
O presente trabalho foi realizado com apoio da Coordenação de

Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) – Código de
Financiamento 001.
RESUMO

AUTOR: Me. LUCAS DOTTO BUENO

ORIENTADOR: Dr. DEIVIDI DA SILVA PEREIRA
COORIENTADOR: Dr. LUCIANO PIVOTO SPECHT
A garantia das condições de trafegabilidade com segurança e conforto é um dos

principais objetivos durante a concepção de uma estrutura viária. O comportamento
funcional de uma rodovia é quantitativamente avaliado por meio de índices que
determinam, entre outros parâmetros, a irregularidade longitudinal em sua
superfície. Assim, inserido no cenário atual de mudanças instituídas na metodologia
de dimensionamento de pavimentos no Brasil, o presente trabalho busca contribuir
para a previsão da irregularidade, representada pelo International Roughness Index
(IRI), mediante elaboração de modelos que descrevam o desempenho funcional dos
pavimentos nacionais. Com ações de monitoramento efetuadas em segmentos
experimentais localizados em Santa Maria/RS e no Rio de Janeiro/RJ, buscou-se
avaliar a evolução do IRI, correlacionando este indicador com demais parâmetros
medidos em campo. Após a verificação das variáveis independentes que compõem
de forma adequada um modelo empírico de irregularidade, buscou-se atrelar a
metodologia mecanicista ao escopo do trabalho, mediante previsão de evolução do
IRI com uso dos danos médios acumulados, calculados computacionalmente com o
auxílio da ferramenta AEMC (Análise Elástica de Múltiplas Camadas) e com o
programa LVECD (Layered Viscoelastic Analysis for Critical Distresses). O
procedimento possibilitou a elaboração de equações empírico-mecanicistas, com
base no IRI inicial obtido após o final do processo construtivo, a idade do pavimento
e o dano calculado computacionalmente. Os formatos lineares de evolução do
indicador foram os mais satisfatórios, com ajustes representados pelos coeficientes
de determinação (R²) de 0,78 e 0,79, respectivamente para os modelos utilizando os
danos médios determinados com o auxílio do AEMC e com o LVECD. Os referidos
modelos foram também validados com demais pistas da Rede de Tecnologia em
Asfaltos e comparados com equações de previsão existentes na literatura,
resultando em significativa coerência e aplicabilidade prática. Por fim, realizou-se
uma análise econômica com o programa HDM-4 (Highway Development and
Management Tool), visando identificar a influência do IRI nos custos operacionais de
usuários de rodovias. Os resultados indicaram que a manutenção do IRI dentro de
um limite previsto (2,7m/km), em cenários de 10 anos, pode acarretar em uma
economia média aproximada de R$82.000/km/ano nos custos operacionais dos
veículos utilizados pelos usuários de rodovias. Em cenários de longo prazo (30
anos), essa economia média pode chegar a aproximados R$2.768.000/km/ano.
Entende-se assim que, com base nos resultados gerados, pode-se prever o
desempenho da estrutura em termos de IRI, em associação com a qualidade da
mistura asfáltica, transferindo estas interpretações para análises econômicas.
Palavras-chave: Avaliação Funcional; Irregularidade Longitudinal; Perfilômetro

Inercial; International Roughness Index; Modelos de Previsão de Desempenho.
ABSTRACT
ROUGHNESS MECHANISTIC-EMPIRICAL CONTRIBUTION AND ITS

ECONOMICAL DEPLOYMENTS IN ASPHALTIC PAVEMENTS
AUTHOR: Me. LUCAS DOTTO BUENO

SUPERVISOR: Dr. DEIVIDI DA SILVA PEREIRA
JOINT SUPERVISOR: Dr. LUCIANO PIVOTO SPECHT
The guarantee of ride quality conditions with safety and comfort is one of the main
objectives during a road structure design. A road functional behavior is evaluated
quantitatively by indexes that determine, among other parameters, the surface
roughness. Thus, inserted in the current scenario of changes instituted in pavement
design methodology in Brazil, the present study seeks to contribute to the roughness
prediction, represented by the International Roughness Index (IRI), through the
elaboration of functional models from national pavements. Through monitoring
actions on sites located in Santa Maria/RS and Rio de Janeiro/RJ, it was aimed to
evaluate the evolution of IRI, correlating this indicator with other parameters
measured in the field. After verifying which independent variables adequately
compose an empirical prediction model, the mechanistic methodology was connect
to the work scope, by predicting the IRI evolution using the average damage,
calculated computationally with AEMC (Multiple Layers Elastic Analysis) and the
LVECD (Layered Viscoelastic Analysis for Critical Distresses) software. The
procedure allowed the elaboration of mechanistic-empirical prediction equations,
based on observed initial IRI, obtained just after pavement construction, pavement
age and the computationally calculated average damage. The linear regression
model was the most satisfactory pattern for roughness evolution, with coefficients of
determination (R²) value of 0.78 and 0.79, respectively, for the models using average
damage determined by AEMC and LVECD. A validation of these models were also
attempted with other Brazilian National MEPDG project sites and compared with
other literature prediction equations, resulting in significant coherence and practical
applicability. Finally, an economic analysis was performed with HDM-4 (Highway
Development and Management Tool) software, aiming to identify the roughness
influence in road users’ operational costs. The results indicated that the maintenance
of roughness within a limit (2.7m/km), in 10-year scenarios, can lead to an average
economy of approximately R$82.000/km/year in the vehicles operational costs. In
long-term scenarios (30 years), this average economy can reach
R$2.768.000/km/year. Based on the results generated, it is possible to predict the
structure performance in terms of IRI, in association with the asphalt mixture quality,
transferring these interpretations to economic analyzes.
Keywords: Functional Evaluation; Roughness; Inertial Profilometer; International

Roughness Index; Performance Prediction Models.
LISTA DE ILUSTRAÇÕES
Figura 2.1 - Relação empírica entre Irregularidade e Serventia ................................ 31

Figura 2.2 - Electronic Viagraph em operação .......................................................... 33
Figura 2.3 – Montagem do Via-Log no veículo teste ................................................. 34
Figura 2.4 – Dispositivo CHLOE de medição de Irregularidade ................................ 34
Figura 2.5 – BPR Roughometer ................................................................................ 36
Figura 2.6 – Equipamentos da classe RTRRMS ....................................................... 37
Figura 2.7 – Esquema de Funcionamento do Integrador IPR/USP ........................... 38
Figura 2.8 – Esquema estrutural da primeira versão do Merlin ................................. 39
Figura 2.9 – Perfis em um pavimento........................................................................ 40
Figura 2.10 – Sistemática do levantamento topográfico com nível e mira ................ 41
Figura 2.11 – Esquema de funcionamento do Dipstick (a) e situação real de uso (b)
.................................................................................................................................. 42
Figura 2.12 – Sistema de Operação do Perfilômetro GMR ....................................... 44
Figura 2.13 – Esquema de funcionamento do Quarter-Car GMR ............................. 44
Figura 2.14 – Perfilômetro inercial da Cibermétrica adquirido pela UFSM ................ 45
Figura 2.15 – Funcionamento interno do módulo de medição laser por triangulação
.................................................................................................................................. 46
Figura 2.16 – Exemplo de relação entre custos operacionais dos veículos e IRI ...... 62
Figura 2.17 – Efeito das condições da rodovia nos custos operacionais dos veículos
.................................................................................................................................. 63
Figura 2.18 – Confronto entre IRI e consumo de combustível .................................. 64
Figura 2.19 – Tendências dos tipos de defeitos modelados no HDM-3 .................... 88
Figura 2.20 – Conceito de ciclo de vida do pavimento analisado no HDM-4 ............ 98
Figura 2.21 – Seção tipo do pavimento da Av. dos Bandeirantes ........................... 112
Figura 3.1 – Fluxograma simplificado da metodologia da presente pesquisa ......... 135
Figura 3.2 – Mapa do Campus da UFRJ com as pistas do Projeto Fundão
Destacadas ............................................................................................................. 138
Figura 3.3 – Técnicas de Reabilitação utilizadas nas pistas do Projeto Fundão ..... 140
Figura 3.4 – Temperaturas mínimas e máximas mensais médias do Rio de
Janeiro/RJ entre 2007 e 2016 ................................................................................. 143
Figura 3.5 – Precipitações e umidades relativas do ar mensais médias do Rio de
Janeiro/RJ entre 2007 e 2016 ................................................................................. 144
Figura 3.6 – Localização dos Trechos Monitorados em Santa Maria/RS ................ 145
Figura 3.7 - Estrutura do pavimento monitorado na Av. Roraima em Santa Maria/RS
................................................................................................................................ 147
Figura 3.8 – Estrutura do pavimento monitorado na Av. Hélvio Basso em Santa
Maria/RS ................................................................................................................. 148
Figura 3.9 - Estrutura do pavimento monitorado na BR-158 em Santa Maria/RS ... 149
Figura 3.10 – Estrutura do Pavimento monitorado na RS-509 em Santa Maria/RS 150
Figura 3.11 - Temperaturas mínimas e máximas mensais médias de Santa Maria/RS
entre 2013 e 2018 ................................................................................................... 151
Figura 3.12 - Precipitações e umidades relativas do ar mensais médias de Santa
Maria/RS entre 2013 e 2018 ................................................................................... 152
Figura 3.13 - Tráfego Diário (06 às 22 horas) da Av. Roraima contabilizado de
diferentes maneiras ................................................................................................. 156
Figura 3.14 – Tráfego Diário (06 às 22 horas) da Av. Hélvio Basso contabilizado de
diferentes maneiras ................................................................................................. 157
Figura 3.15 - Tráfego Diário (06 às 22 horas) da BR-158 contabilizado de diferentes
maneiras ................................................................................................................. 157
Figura 3.16 – Perfilômetro Inercial da Pavesys Engenharia ................................... 160
Figura 3.17 – Perfilômetro Inercial da UFSM .......................................................... 160
Figura 3.18 – Montagem e fixação do suporte para barra laser ............................. 162
Figura 3.19 – Levantamento do perfil de referência com nível e mira .................... 163
Figura 3.20 – Trecho de verificação semestral localizado no Campus da UFSM ... 167
Figura 3.21 – Execução dos levantamentos de ATR com a treliça (a) e com o
perfilômetro (b) ....................................................................................................... 168
Figura 3.22 – Confronto entre afundamentos medidos com o perfilômetro (ATR P) e
com a treliça (ATRT) ............................................................................................... 169
Figura 3.23 – Execução do levantamento de área trincada .................................... 171
Figura 3.24 - FWD utilizado na realização dos ensaios nos Trechos Monitorados de
Santa Maria/RS ...................................................................................................... 172
Figura 3.25 - Ajuste de uma bacia deflectométrica no software BAKFAA .............. 174
Figura 3.26 – Interface da ferramenta AEMC do programa MeDiNa ...................... 178
Figura 3.27 – Delimitação dos pontos de análise no revestimento asfáltico ........... 179
Figura 3.28 – Separação de materiais para envio ao Rio de Janeiro ..................... 181
Figura 3.29 – Informações da Estrutura no LVECD ................................................ 184
Figura 3.30 – Informações climáticas no LVECD ................................................... 187
Figura 3.31 – Informações do Tráfego no LVECD .................................................. 187
Figura 3.32 – Opções de Análise com o LVECD .................................................... 189
Figura 3.33 – Interface de criação de uma rede rodoviária no HDM-4 ................... 190
Figura 3.34 – Interface de ajuste dos parâmetros de calibração do modelo no HDM-4
................................................................................................................................ 192
Figura 3.35 – Interface de análise de projeto no HDM-4 ........................................ 193
Figura 3.36 – Mapa localizador das distâncias de transporte dos materiais
betuminosos ........................................................................................................... 196
Figura 3.37 – Seleção das alternativas de projeto avaliadas economicamente no
HDM-4 .................................................................................................................... 198
Figura 3.38 – Localização das pistas de validação no sul e sudeste do Brasil ....... 202
Figura 4.1 – Tráfego Acumulado dos trechos monitorados em Santa Maria/RS em
escala semi-log ....................................................................................................... 205
Figura 4.2 - Tráfego Acumulado dos trechos monitorados no Rio de Janeiro/RJ (ID 1
a ID 50) em escala semi-log ................................................................................... 206
Figura 4.3 - Tráfego Acumulado dos trechos monitorados no Rio de Janeiro/RJ (ID
55 a ID 93) em escala semi-log .............................................................................. 206
Figura 4.4 – Procedimento para obtenção do IRI Inicial no Trecho ID 7 ................ 208
Figura 4.5 – Comparação entre medidas de IRI determinadas com diferentes
equipamentos nos trechos de Santa Maria/RS ....................................................... 209
Figura 4.6 – Classificação dos pavimentos monitorados pelo critério do IRI .......... 213
Figura 4.7 – Confronto entre resultados de IRI e QI nos trechos monitorados de
Santa Maria/RS ...................................................................................................... 215
Figura 4.8 – Inconformidades nos resultados de ATR medidos no Trecho ID 2.2 .. 216
Figura 4.9 – ATR Médio ao longo do Trecho ID 3.2 ............................................... 217
Figura 4.10 – Emenda construtiva no trecho ID 4.2 ................................................ 224
Figura 4.11 – Comparação entre as técnicas de cálculo de AT(%) ........................ 225
Figura 4.12 - Bacias deflectométricas médias dos trechos de Santa Maria/RS ...... 228
Figura 4.13 – Bacias deflectométricas médias dos trechos do Rio de Janeiro/RJ (ID 1
a ID 37) ................................................................................................................... 228
Figura 4.14 - Bacias deflectométricas médias dos trechos do Rio de Janeiro/RJ (ID
40 a ID 50)............................................................................................................... 229
55 a ID 70)............................................................................................................... 229
73 a ID 93)............................................................................................................... 230
Figura 4.17 - Dano calculado com o AEMC para os Trechos de Santa Maria/RS .. 237
Figura 4.18 - Dano calculado com o AEMC para os Trechos do Rio de Janeiro/RJ (ID
1 a ID 37)................................................................................................................. 237
40 a ID 50)............................................................................................................... 238
55 a ID 70)............................................................................................................... 238
73 a ID 93)............................................................................................................... 239
Figura 4.22 – Dano calculado com o LVECD para os Trechos de Santa Maria/RS 243
Figura 4.23 - Dano calculado com o LVECD para os Trechos do Rio de Janeiro/RJ
(ID 1 a ID 37) ........................................................................................................... 244
(ID 40 a ID 50) ......................................................................................................... 244
(ID 55 a ID 70) ......................................................................................................... 245
(ID 73 a ID 93) ......................................................................................................... 245
Figura 4.27 – Exemplo de compatibilização de resultados no mesmo período de
tempo ...................................................................................................................... 250
Figura 4.28 – Irregularidade longitudinal prevista com a Equação (4.8) – Linear
Empírica com intercepto ajustável ........................................................................... 260
Figura 4.29 – Irregularidade longitudinal prevista com a Equação (4.9) – Exponencial
Empírica com intercepto ajustável ........................................................................... 260
Figura 4.30 – Avaliação da variância dos erros experimentais previstos pela
Equação (4.8) – Linear Empírica com intercepto ajustável ..................................... 261
Figura 4.31 - Avaliação da variância dos erros experimentais previstos pela Equação
(4.9) – Exponencial Empírica com intercepto ajustável ........................................... 262
Figura 4.32 - Irregularidade longitudinal prevista com a Equação (4.10) - Linear
Empírica com intercepto fixo ................................................................................... 266
Figura 4.33 – Irregularidade longitudinal prevista com a Equação (4.11) -
Exponencial Empírica com intercepto fixo ............................................................... 267
(4.10) - Linear Empírica com intercepto fixo ............................................................ 267
(4.11) - Exponencial Empírica com intercepto fixo .................................................. 268
Figura 4.36 - Irregularidade longitudinal prevista com a Equação (4.12) – Linear
Emp-Mec (AEMC) com intercepto ajustável ............................................................ 274
Figura 4.37 - Irregularidade longitudinal prevista com a Equação (4.13) –
Exponencial Emp-Mec (AEMC) com intercepto ajustável ....................................... 275
(4.12) – Linear Emp-Mec (AEMC) com intercepto ajustável.................................... 276
(4.13) – Exponencial Emp-Mec (AEMC) com intercepto ajustável .......................... 276
Emp-Mec (AEMC) com intercepto fixo .................................................................... 278
Exponencial Emp-Mec (AEMC) com intercepto fixo ............................................... 279
(4.14) – Linear Emp-Mec (AEMC) com intercepto fixo............................................ 280
(4.15) – Exponencial Emp-Mec (AEMC) com intercepto fixo .................................. 281
Emp-Mec (LVECD) com intercepto ajustável .......................................................... 283
Exponencial Emp-Mec (LVECD) com intercepto ajustável ..................................... 284
(4.16) – Linear Emp-Mec (LVECD) com intercepto ajustável ................................. 284
(4.17) – Exponencial Emp-Mec (LVECD) com intercepto ajustável ........................ 285
Figura 4.48 - Irregularidade longitudinal prevista com a Equação (4.18) - Linear Emp-
Mec (LVECD) com intercepto fixo ........................................................................... 288
Exponencial Emp-Mec (LVECD) com intercepto fixo .............................................. 289
(4.18) – Linear Emp-Mec (LVECD) com intercepto fixo .......................................... 289
(4.19) - Exponencial Emp-Mec (LVECD) com intercepto fixo ................................. 290
Figura 4.52 - Confronto entre valores previstos com a Equação (4.10) – Linear
Empírica com intercepto fixo – e observados nas pistas de validação ................... 292
Figura 4.53 - Confronto entre valores previstos com a Equação (4.11) – Exponencial
Empírica com intercepto fixo – e observados nas pistas de validação ................... 293
Figura 4.54 – Confronto entre valores previstos com a Equação (4.14) – Linear Emp-
Mec (AEMC) com intercepto fixo – e observados nas pistas de validação ............. 296
Emp-Mec (AEMC) com intercepto fixo – e observados nas pistas de validação .... 296
Figura 4.56 - Confronto entre valores previstos com a Equação (4.18) – Linear Emp-
Mec (LVECD) com intercepto fixo – e observados nas pistas de validação ........... 298
Emp-Mec (LVECD) com intercepto fixo – e observados nas pistas de validação ... 298
Figura 4.58 – Estrutura típica utiliza na análise de razoabilidade ........................... 305
Figura 4.59 – Curva de dano para as espessuras ideais de projeto (critério de fadiga)
................................................................................................................................ 306
Figura 4.60 – Evolução da área trincada para as espessuras ideais de projeto
(critério de fadiga) ................................................................................................... 306
Figura 4.61 – Evolução do IRI para as espessuras ideias de projeto (critério
funcional) ................................................................................................................ 307
Figura 4.62 – Comparação entre modelos para o trecho ID 1 ................................ 309
Figura 4.63 - Comparação entre modelos para o trecho ID 7 ................................. 309
Figura 4.64 - Comparação entre modelos para o trecho ID 11 ............................... 310
Figura 4.71 - Comparação entre modelos para o trecho ID 4.1 .............................. 313
Figura 4.72 – Exemplo de alternativas de projeto no HDM-4 (ID 34) ...................... 317
Figura 4.73 – Custo anual médio do usuário ao longo do período de análise com as
diferentes soluções de manutenção ........................................................................ 321
Figura 4.74 – Relação entre tráfego acumulado e custo dos usuários/N ................ 322
LISTA DE TABELAS
Tabela 2.1 – Resumo dos principais equipamentos de medição de irregularidade

longitudinal ................................................................................................................ 48
Tabela 2.2 – Matrizes dos coeficientes “S” e “P” para dx=0,25m .............................. 57
Tabela 2.3 – Resultados para cálculo do IRI em um Trecho de 11 metros (continua)
.................................................................................................................................. 57
Tabela 2.4 – Condições de superfície do pavimento em termos de IRI .................... 71
Tabela 2.5 - Condições de superfície do pavimento em termos de IRI medido por
sensores sem contato ............................................................................................... 71
Tabela 2.6 – Condições de superfície em termos de IRI visando empréstimos
internacionais ............................................................................................................ 71
Tabela 2.7 - Condições de superfície para divisão de subtrechos homogêneos em
termos de IRI ............................................................................................................. 72
Tabela 2.8 - Condições de superfície do pavimento em termos de IRI no HDM-4 .... 75
Tabela 2.9 – Valores recomendados do coeficiente “m” de acordo com a
classificação climática no HDM-3 .............................................................................. 90
Tabela 2.10 – Valores padrões de qualidade da via no HDM-4 ................................ 99
Tabela 2.11 – Tipos de pavimentos “flexíveis” abordados pelo HDM-4 .................... 99
Tabela 2.12 – Características dos Trechos avaliados por Lerch (2002) ................. 105
Tabela 2.13 – Codificação para a variável independente C (Classificação Climática
da UNESCO) ........................................................................................................... 120
Tabela 2.14 – Condição para variáveis independentes S e N ................................. 120
Tabela 2.15 – Espessuras e CBR dos trechos utilizados por Soncim (2011) para
validação do modelo de IRI ..................................................................................... 124
Tabela 2.16 – Classes de parâmetros utilizados nos modelos consultados ........... 131
Tabela 3.1 – Trechos Experimentais do “Projeto Fundão” considerados neste estudo
................................................................................................................................ 141
Tabela 3.2 – Estruturas dos Trechos Experimentais do “Projeto Fundão”
considerados neste estudo ..................................................................................... 142
Tabela 3.3 - Trechos Experimentais da UFSM considerados neste estudo ............ 153
Tabela 3.4 – Estrutura dos Trechos da UFSM considerados neste estudo (continua)
................................................................................................................................ 153
Tabela 3.5 – Ficha Horária de Contagem de Tráfego ............................................. 155
Tabela 3.6 – Cargas máximas legais dos eixos comerciais adotados na composição
do tráfego ................................................................................................................ 159
Tabela 3.7 – Verificação da exatidão do Perfilômetro Inercial da UFSM ................ 164
Tabela 3.8 – Verificação da repetibilidade do Perfilômetro Inercial da UFSM ......... 165
Tabela 3.9 – Verificação semestral dos resultados de irregularidade com o
perfilômetro inercial ................................................................................................. 167
Tabela 3.10 – Estatística de Regressão para os resultados de ATR com perfilômetro
e treliça .................................................................................................................... 170
Tabela 3.11 - Distâncias de leitura para formação das bacias deflectométricas ..... 173
Tabela 3.12 – Coeficientes de Poisson adotados na retroanálise ........................... 173
Tabela 3.13 - Critério de confiabilidade para retroanálise ....................................... 175
Tabela 3.14 – Distribuição do tráfego adotada no decorrer das horas do dia (Trechos
do Rio de Janeiro/RJ e Santa Maria/RS) ................................................................ 188
Tabela 3.15 – Configuração padrão dos trechos no HDM-4 ................................... 191
Tabela 3.16 - Distâncias médias de transporte para o levantamento de custos ..... 195
Tabela 3.17 - Determinação do custo de transporte de materiais betuminosos ..... 196
Tabela 3.18 - Custo unitário final para fresagem de material asfáltico por m³ ........ 197
Tabela 3.19 - Custo unitário final para a execução de pintura de ligação por m² ... 197
Tabela 3.20 - Custo unitário final para a execução de novo concreto asfáltico por m³
................................................................................................................................ 198
Tabela 3.21 – Preços inseridos no HDM-4 para a frota de veículos ....................... 200
Tabela 3.22 – Composição estrutural dos trechos de validação............................. 202
Tabela 4.1 – Estatística de obtenção do IRIINICIAL ................................................... 208
Tabela 4.2 – IRI (m/km) dos trechos monitorados em Santa Maria/RS .................. 211
Tabela 4.3 - IRI (m/km) dos trechos monitorados no Rio de Janeiro ...................... 212
Tabela 4.4 - Flow Number das misturas asfálticas empregadas nos Trechos
Monitorados de Santa Maria/RS ............................................................................. 220
Tabela 4.5 – Flow Number das misturas asfálticas empregadas nos Trechos
Monitorados do Rio de Janeiro/RJ .......................................................................... 220
Tabela 4.6 - Área Trincada (%) nos Trechos Monitorados de Santa Maria/RS ...... 221
Tabela 4.7 - Área Trincada (%) nos Trechos Monitorados do Rio de Janeiro/RJ ... 222
Tabela 4.8 – Diferenças estatísticas nos resultados de AT(%) determinados por três
diferentes equipes .................................................................................................. 223
Tabela 4.9 – Rigidez característica das camadas dos Trechos de Santa Maria/RS
(interfaces aderidas) ............................................................................................... 232
(interfaces não aderidas) ........................................................................................ 232
Tabela 4.11 – Rigidez característica das camadas dos Trechos do Rio de Janeiro/RJ
(interfaces aderidas) ............................................................................................... 233
(interfaces não aderidas) ........................................................................................ 234
Tabela 4.13 – Parâmetros de fadiga utilizados no cálculo do dano a partir de
esforços simulados com o AEMC para pavimentos de Santa Maria/RS................. 235
esforços simulados com o AEMC para pavimentos do Rio de Janeiro/RJ ............. 236
Tabela 4.15 – Coeficientes de ajuste dos Módulos de Relaxação (Ei) pelas séries de
Prony ...................................................................................................................... 241
Tabela 4.16 – Curvas-Mestras e Coeficientes de translação do princípio de
superposição tempo-temperatura ........................................................................... 242
Tabela 4.17 – Parâmetros “α” de evolução do dano ............................................... 242
Tabela 4.18 – Coeficientes de regressão das curvas características de dano pelo
critério do GR .......................................................................................................... 242
Tabela 4.19 – Ordenamento dos danos em 120 meses calculados nos trechos
monitorados com os diferentes programas ............................................................. 247
Tabela 4.20 – Variáveis independentes utilizadas na análise de irregularidade ..... 250
Tabela 4.21 – Resumo da ANOVA para o planejamento fatorial do IRI ................. 251
Tabela 4.22 – Agrupamento do parâmetro DanoLVECD conforme classificações dos
resultados de IRI ..................................................................................................... 252
Tabela 4.23 – Resumo da ANOVA para associação do DanoLVECD com o IRI ....... 253
Tabela 4.24 – Conjunto de variáveis numéricas utilizadas nos modelos empíricos
propostos ................................................................................................................ 256
Tabela 4.25 – ANOVA das regressões resultantes nas Equações (4.8) e (4.9) ..... 259
Tabela 4.26 - ANOVA das regressões resultantes nas Equações (4.10) e (4.11) .. 265
Tabela 4.27 - Conjunto de variáveis numéricas utilizadas nos modelos empírico-
mecanicistas propostos .......................................................................................... 272
Tabela 4.28 - ANOVA das regressões resultantes nas Equações (4.12) e (4.13)... 274
Tabela 4.32 - Parâmetros de fadiga utilizados no cálculo do dano a partir de esforços
simulados com o AEMC para trechos de validação ................................................ 294
Tabela 4.33 – Critérios de confiabilidade para cada tipo de via no MeDiNa ........... 300
Tabela 4.34 – Equações de previsão de irregularidade recomendadas para uso ... 301
Tabela 4.35 – Resumo dos parâmetros estatísticos das equações de previsão de IRI
recomendadas......................................................................................................... 302
Tabela 4.36 – Critérios sugeridos para os limites máximos de irregularidade de
acordo com o tipo de via ......................................................................................... 303
Tabela 4.37 – Análise econômica para cenário de 10 anos .................................... 318
Tabela 4.38 - Análise econômica para cenário de 15 anos ..................................... 319
Tabela 4.39 - Análise econômica para cenário de 30 anos ..................................... 320
Tabela 5.1 - Equações de previsão de irregularidade recomendadas para uso ..... 326
LISTA DE ABREVIATURAS E SIGLAS
% Porcentagem
º Graus
ºC Graus Celsius
|E*| Módulo Complexo
εt Deformação Principal de Tração
α Nível de Significância de Teste
AGE Idade do pavimento desde a sua construção ou reabilitação
AASHO American Association of State Highway Officials
AASHTO American Association of Highway and Transportation Officials
AAUQ Areia Asfalto Usinada a Quente
AB Asfalto Borracha
AEMC Análise Elástica de Múltiplas Camadas
ANOVA Análise de Variância
ANP Agência Nacional do Petróleo, Gás Natural e Biocombustíveis
ANTT Agência Nacional de Transportes Terrestres
ASTM American Society for Testing and Materials
AT% Área do pavimento com presença de trincas
ATR Afundamento em Trilha de Roda
BID Banco Interamericano de Desenvolvimento
BIRD Banco Internacional para Reconstrução e Desenvolvimento
BGS Brita Graduada Simples
BM Banco Mundial
BPR Bureau of Public Roads
cm Centímetro
CA Concreto Asfáltico
CAP Cimento Asfáltico de Petróleo
CBR Índice de Suporte Califórnia
CCP Concreto de Cimento Portland
CE Ceará
CEN Comissão Europeia de Normatização
CENPES Centro de Pesquisas e Desenvolvimento da Petrobras
CMT Capacidade Máxima de Tração
CNT Confederação Nacional do Transporte
CONTRAN Conselho Nacional de Trânsito
COPPE Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de
Engenharia
CREMA Contratos de Restauração e Manutenção Rodoviária
CROW Technology Platform for Infrastructure, Traffic, Transport and Public
Space
CV Coeficiente de Variação
dIRI Redução de irregularidade longitudinal após execução de ação
corretiva no pavimento
D Distância média representativa de transporte
DanoAEMC Dano médio limitado acumulado (calculado com o AEMC)
DanoLVECD Dano médio limitado acumulado (calculado com o LVECD)
DAER/RS Departamento Autônomo de Estradas de Rodagem do Rio Grande do
Sul
DEINFRA Departamento Estadual de Infraestrutura do Estado de Santa Catarina
DER/PR Departamento de Estradas e Rodagem do Estado do Paraná
DER/SP Departamento de Estradas e Rodagem do Estado de São Paulo
DERBA Departamento de Infraestrutura e Transportes
DERT/CE Departamento de Edificações, Rodovias e Transportes do Estado do
Ceará
DF Distrito Federal
DMÁX Deflexão determinada abaixo do ponto de aplicação da carga
DNER Departamento Nacional de Estradas de Rodagem
DNIT Departamento Nacional de Infraestrutura de Transportes
DOT Departamento dos Transportes dos Estados Unidos
DP.A Desvio padrão da amostra
Ei Módulos de Relaxação
EIMC Enhanced Integrated Climate Model
ES Especificação de Serviço
ESRD Eixo Simples de Rodas Duplas
EUA Estados Unidos da América
FAA Federal Aviation Administration
FEC Fator de Equivalência de Carga
Ff Fator de frota
FGV Fundação Getúlio Vargas
FHWA Federal Highway Administration
FIPE Fundação Instituto de Pesquisas Econômicas
FN Flow Number
FOBSERVADO Resultado do teste estatístico F de Snedcor
FCRTÍTICO Limite do teste estatístico F de Snedcor
FWD Falling Weight Deflectometer
GEIPOT Grupo Executivo de Integração da Política de Transporte
GEPPASV Grupo de Estudos em Pavimentação e Segurança Viária
GMR General Motors Research
h Hora
HDM-3 Highway Design and Maintenance Standards Model
HDM-4 Highway Development and Management Tool
Hz Hertz
in Polegadas
IBGE Instituto Brasileiro de Geografia e Estatística
ICMS Imposto sobre Circulação de Mercadorias e Serviços
ICP Índice de Condição do Pavimento
ID Identificação
IGG Índice de Gravidade Global
INMET Instituto Nacional de Meteorologia
IPCA Índice Nacional de Preços ao Consumidor Amplo
IPR Instituto de Pesquisas Rodoviárias
IRI International Roughness Index
IRIi International Roughness Index medido após a construção ou
reabilitação
IRIINICIAL International Roughness Index medido após a construção ou
reabilitação
IRRE World Bank International Road Roughness Experiment
IS Instrução de Serviço
km Quilômetro
kN Quilonewton
l litro
LA Lama Asfáltica
LEA Layered Elastic Analysis
LDI Lucros e Despesas Indiretas
LMCC Laboratório de Materiais e Construção Civil
LTPP Long-Term Pavement Performance
LVC Levantamento Visual Contínuo
LVECD Layered Viscoelastic Analysis for Critical Distresses
LVEMA Layered Viscoelastic Moving Load Analysis
m Metro
mi Milha
mm Milímetro
ME Metodologia de Ensaio
MeDiNa Método de Dimensionamento Nacional
MEPDG Mechanistic-Empirical Pavement Design Guide
MERLIN Machine for Evaluating Roughness using Low-cost Instrumentation
MPa Mega Pascal
MR Módulo de resiliência
MRM Mays Road Meter
MS Macadame Seco
N Número de repetições do eixo padrão
NA Número anual de repetições do eixo padrão
NAASHTO Número de repetições do eixo padrão calculadas com uso dos fatores
de equivalência de carga da AASHTO
Nfad Valor de solicitações admissíveis à fadiga
NUSACE Número de repetições do eixo padrão calculadas com uso dos fatores
de equivalência de carga da USACE
NCHRP National Cooperative Highway Research Program
ND Nova Dutra
PBT Peso Bruto Total
PBTC Peso Bruto Total Combinado
PER Programa de Exploração de Rodovias
PICR Pesquisa de Inter-relacionamentos de Custos Rodoviários
PMF Pré-Misturado à Frio
PMQ Pré-Misturado à Quente
PNUD Programa das Nações Unidas para o Desenvolvimento
PPGEC Programa de Pós-Graduação em Engenharia Civil
PRO Procedimento
psi Libra força por polegada quadrada
QI Quociente de Irregularidade
R$ Reais
R² Coeficiente de determinação
RAC Road Agency Costs
RJ Rio de Janeiro
RMF Região Metropolitana de Fortaleza
RMSVA Root Mean Square Vertical Acceleration
RS Rio Grande do Sul
RTRRMS Response-Type Road Roughness Measurement Systems
RUC Road User Costs
SAMI Stress-Absorbing Membrane
SC Santa Catarina
SGP Sistema de Gerência de Pavimentos
SM Santa Maria
SNC Número Estrutural Corrigido
SP São Paulo
S-VECD Simplified Viscoelastic Continuum Damage
T Temperatura
TS Tratamento Superficial
TSD Tratamento Superficial Duplo
TST Tratamento Superficial Triplo
TRB Transportation Recoard Board
UFRGS Universidade Federal do Rio Grande do Sul
UFRJ Universidade Federal do Rio de Janeiro
UFSC Universidade Federal de Santa Catarina
UFSM Universidade Federal de Santa Maria
UNESCO Organização das Nações Unidas para a Educação, a Ciência e a
Cultura
USACE United States Army Corps of Engineers
USP Universidade de São Paulo
US$ Dólar Americano
VB Viga Benkelman
VDM Volume Diário Médio
VDMAC Número absoluto de veículos que trafegam pela rodovia ao longo do
período de análise
VDMC Volume Diário Médio de veículos comerciais
VSA Valor de Serventia Atual
SUMÁRIO
1 INTRODUÇÃO ........................................................................................... 24
1.1 JUSTIFICATIVA ......................................................................................... 26
1.2 OBJETIVO GERAL ..................................................................................... 28
1.2.1 Objetivos Específicos .............................................................................. 28
1.3 ORGANIZAÇÃO DO TRABALHO .............................................................. 29
2 REVISÃO BIBLIOGRÁFICA ...................................................................... 30
2.1. AVALIAÇÃO DA IRREGULARIDADE LONGITUDINAL DE PAVIMENTOS
30
2.1.1 Equipamentos de avaliação de irregularidade longitudinal ................. 33
2.1.1.1. Equipamentos medidores da resposta do veículo às distorções da
superfície do pavimento ............................................................................................ 35
2.1.1.2. Equipamentos medidores do perfil da superfície do pavimento ................. 40
2.1.1.3. Impressões finais acerca dos sistemas de medição de irregularidade ....... 47
2.1.2 Índices que representam a irregularidade longitudinal ........................ 48
2.1.2.1. Quociente de Irregularidade – QI ............................................................... 49
2.1.2.2. International Roughness Index – IRI .......................................................... 52
2.1.3 O efeito da irregularidade longitudinal de pavimentos sobre os custos
operacionais de usuários de rodovias .................................................................. 60
2.1.4 Procedimentos de avaliação da irregularidade longitudinal de
pavimentos .............................................................................................................. 67
2.2. MODELOS DE PREVISÃO DE DESEMPENHO DE IRREGULARIDADE
LONGITUDINAL ........................................................................................................ 75
2.2.1 Fatores que condicionam o desempenho dos pavimentos asfálticos
frente à irregularidade longitudinal ....................................................................... 76
2.2.2 Modelo de Queiroz (1981) ........................................................................ 81
2.2.3 Modelo de Paterson (1987) – “Modelo do HDM-3” ................................ 85
2.2.4 Modelo de Marcon (1996) ......................................................................... 91
2.2.5 Modelos revisados pela European Comission (1997) ........................... 95
2.2.6 Modelo do HDM-4 (2000) .......................................................................... 97
2.2.7 Modelo de Lerch (2002) .......................................................................... 104
2.2.8 Modelo de Yshiba (2003) ........................................................................ 108
2.2.9 Modelo de Nakahara (2005) ................................................................... 111
2.2.10 Modelo de Benevides (2006).................................................................. 116
2.2.11 Modelo de Albuquerque (2007) ............................................................. 118
2.2.12 Modelo da AASHTO (2008) .................................................................... 120
2.2.13 Modelo de Soncim (2011)....................................................................... 123
2.2.14 Modelo de Abdelaziz et al (2018) ........................................................... 126
2.2.15 Aspectos importantes inerentes aos modelos de irregularidade
longitudinal ............................................................................................................ 127
3 MÉTODOS E TÉCNICAS ......................................................................... 133
3.1 PLANEJAMENTO DA PESQUISA ........................................................... 133
3.2 DESCRIÇÃO DOS TRECHOS MONITORADOS ..................................... 136
3.2.1 Trechos monitorados pela COPPE/UFRJ e CENPES no Rio de
Janeiro/RJ (“Projeto Fundão”) ............................................................................. 137
3.2.1.1 Aspectos climáticos e pluviométricos do Rio de Janeiro/RJ ..................... 143
3.2.2 Trechos monitorados pela UFSM em Santa Maria/RS......................... 144
3.2.2.1 Avenida Roraima (Trechos 1.1 e 1.2) em Santa Maria/RS ....................... 146
3.2.2.2 Avenida Hélvio Basso (Trechos 2.1 e 2.2) em Santa Maria/RS ............... 147
3.2.2.3 BR-158 – “Trevo dos Quartéis” (Trechos 3.1 e 3.2) em Santa Maria/RS . 148
3.2.2.4 RS-509 – “Faixa Velha” (Trechos 4.1 e 4.2) em Santa Maria/RS ............ 150
3.2.2.5 Aspectos climáticos e pluviométricos de Santa Maria/RS........................ 151
3.2.2.6 Resumo dos Trechos Monitorados pela UFSM em Santa Maria/RS ....... 153
3.3 AÇÕES DE ACOMPANHAMENTO NOS TRECHOS EXPERIMENTAIS 154
3.3.1 Contagens de Tráfego ........................................................................... 154
3.3.2 Avaliação da Irregularidade Longitudinal ............................................ 159
3.3.2.1 Montagem e Operacionalização do Perfilômetro Inercial da UFSM ......... 161
3.3.3 Determinação dos Afundamentos em Trilha de Roda (ATR) ............. 168
3.3.4 Determinação do Percentual de Área Trincada (AT%) ....................... 170
3.3.5 Avaliação Deflectométrica .................................................................... 171
3.4 AVALIAÇÃO COMPUTACIONAL DOS TRECHOS MONITORADOS ..... 176
3.4.1 Avaliação das estruturas com auxílio da ferramenta AEMC .............. 176
3.4.2 Avaliação das estruturas com o software LVECD .............................. 183
3.4.3 Análise econômica das estruturas com o software HDM-4 ............... 189
3.5 DESCRIÇÃO RESUMIDA DOS TRECHOS UTILIZADOS NA FASE DE
VALIDAÇÃO DOS MODELOS DE PREVISÃO DE IRREGULARIDADE
LONGITUDINAL ..................................................................................................... 201
4 RESULTADOS E ANÁLISES .................................................................. 204
4.1 LEVANTAMENTOS DE CAMPO ............................................................. 204
4.1.1 Tráfego .................................................................................................... 205
4.1.2 Irregularidade Longitudinal ................................................................... 207
4.1.3 Afundamento em trilha de roda ............................................................ 215
4.1.4 Área Trincada ......................................................................................... 221
4.1.5 Deflexão na Superfície........................................................................... 225
4.1.5.1 Retroanálise de módulos de resiliência.................................................... 230
4.2 AVALIAÇÃO COMPUTACIONAL DOS TRECHOS MONITORADOS
VISANDO O CÁLCULO DOS DANOS MÉDIOS LIMITADOS ACUMULADOS ...... 234
4.2.1 Danos médios limitados acumulados calculados com o auxílio do
AEMC 235
4.2.2 Danos médios limitados acumulados calculados com o LVECD ...... 240
4.3 PREVISÃO DA IRREGULARIDADE LONGITUDINAL............................. 248
4.3.1 Análise estatística das variáveis independentes ................................ 248
4.3.2 Modelagem empírica.............................................................................. 255
4.3.2.1 Modelos empíricos com intercepto ajustável pela regressão ................... 258
4.3.2.2 Modelos empíricos com intercepto fixo no IRIINICIAL ................................. 263
4.3.3 Modelagem empírico-mecanicista ........................................................ 270
4.3.3.1 Modelos determinados com o auxílio do AEMC ...................................... 272
4.3.3.1.1 Modelos empírico-mecanicistas determinados com o auxílio do AEMC
com intercepto ajustável pela regressão................................................................. 273
4.3.3.1.2 Modelos empírico-mecanicistas determinados com o auxílio do AEMC
com intercepto fixo no IRIINICIAL ............................................................................... 277
4.3.3.2 Modelos determinados com o LVECD ..................................................... 281
4.3.3.2.1 Modelos empírico-mecanicistas determinados pelo LVECD com intercepto
ajustável pela regressão ......................................................................................... 282
fixo no IRIINICIAL ....................................................................................................... 285
4.4 VALIDAÇÃO DOS MODELOS DE PREVISÃO DE IRREGULARIDADE
LOGITUDINAL ........................................................................................................ 290
4.4.1 Validação dos modelos empíricos ........................................................ 291
4.4.2 Validação dos modelos empírico-mecanicistas .................................. 294
4.4.2.1 Modelos determinados com o auxílio do AEMC ....................................... 295
4.4.2.2 Modelos determinados com o LVECD ...................................................... 297
4.5 SÍNTESE DOS MODELOS DE PREVISÃO DE IRREGULARIDADE
RECOMENDADOS PELO PRESENTE ESTUDO ................................................... 299
4.5.1 Análise de razoabilidade: exemplo de dimensionamento simplificado
utilizando a rotina empírico-mecanicista com critério funcional ...................... 304
4.6 COMPARAÇÃO COM OS MODELOS EXISTENTES NA LITERATURA
CONSULTADA ........................................................................................................ 308
4.7 ANÁLISE ECONÔMICA COM O HDM-4 .................................................. 315
5 CONSIDERAÇÕES FINAIS ..................................................................... 324
5.1 CONCLUSÕES ........................................................................................ 324
5.2 SUGESTÕES PARA TRABALHOS FUTUROS ........................................ 328
REFERÊNCIAS ....................................................................................................... 330
APÊNDICE A .......................................................................................................... 343
APÊNDICE B .......................................................................................................... 350
APÊNDICE C .......................................................................................................... 355
APÊNDICE D .......................................................................................................... 357
APÊNDICE E .......................................................................................................... 364
24
1 INTRODUÇÃO
A irregularidade longitudinal medida na superfície é um dos principais

parâmetros de avaliação das condições de funcionalidade de uma estrutura de
pavimento rodoviário. Apesar de bastante difundidos, os índices que determinam e
quantificam a irregularidade longitudinal envolvem uma série de aspectos que
podem alterar a magnitude de seus resultados. No Brasil, o parâmetro normatizado
para avaliação de irregularidade é o Quociente de Irregularidade (QI). Todavia, a
boa prática rodoviária e os Manuais de Restauração (DNIT, 2006a) e Gerência de
Pavimentos (DNIT, 2011a) já adotaram o International Roughness Index (Índice
Internacional de Irregularidade - IRI) como o principal quantificador dos desvios da
superfície em relação a um plano ideal de referência.
No cenário internacional, data do final da década de 1980 e início da década
de 1990 a adoção efetiva do IRI como indicador da irregularidade longitudinal. A
publicação dos relatórios técnicos do Banco Mundial (Sayers et al, 1986a e 1986b)
marcam o início da utilização deste índice, visto que os referidos documentos
apresentam as equações que quantificam o IRI, partindo dos conceitos
desenvolvidos na World Bank International Road Roughness Experiment (IRRE),
realizada em 1982 no Brasil.
A efetiva elaboração do IRI consolidou este parâmetro como o indicador
utilizado para diagnosticar a ruptura funcional do pavimento a partir do grau de
irregularidade em sua superfície, antes verificado por níveis subjetivos de serventia.
Desta forma, a necessidade dos métodos de dimensionamento de pavimentos novos
e restaurações de prever o desempenho da estrutura em relação aos índices
estruturais e funcionais fez com que Paterson (1987), com uso de boa parte do
banco de dados compilado por Queiroz (1981), desenvolvesse as bases do modelo
de previsão de irregularidade incorporado ao Highway Design and Maintenance
Standards Model (HDM-3), documentado pelo Banco Mundial em Watanatada et al
(1987).
Já atualizado em uma nova versão (Highway Development and Management
Tool - HDM-4), o sistema informatizado do Banco Mundial busca definir prioridades e
soluções para procedimentos de manutenção rodoviária, visando à melhor relação
custo/benefício para variados níveis de investimento. Na prática da Engenharia
Rodoviária contemporânea, qualquer empresa ou órgão que buscar financiamentos
25
junto ao Banco Mundial deve apresentar projetos e justificativas econômicas com

análises efetuadas pelo programa HDM-4. Os Contratos de Restauração e
Manutenção Rodoviária (CREMA), elaborados pelo Departamento Nacional de
Infraestrutura e Transportes (DNIT), também adotaram o software para realizar o
monitoramento técnico das deflexões e irregularidades longitudinais das rodovias,
avaliando assim o retorno sobre os investimentos realizados.
Inspirados pelo trabalho de Paterson (1987), tanto no cenário nacional quanto
internacional, surgiram variados modelos visando prever o desempenho funcional
das estruturas de pavimento, servindo como base nas tomadas de decisão de
projetos rodoviários. No Brasil, a maior parte dos trabalhos que buscam desenvolver
equações matemáticas representativas do dano funcional sofrido pelos pavimentos é
voltada à elaboração de Sistemas de Gerência de Pavimentos (SGP), tanto em nível
de rede quanto em nível de projeto.
Resumidamente, a gerência de pavimentos consiste em uma ferramenta de
administração pública, utilizada para determinar a forma mais eficaz de aplicação
dos recursos disponíveis, garantindo a melhor relação custo/benefício. O Manual de
Gerência de Pavimentos (DNIT, 2011a) reúne as informações necessárias para
utilização do SGP, resumindo os métodos e procedimentos considerados mais
eficientes. Adicionalmente, DNIT (2011b) elaborou um relatório com os
levantamentos funcionais realizados nas rodovias federais, visando à unificação de
um banco de dados que permita a avaliação das condições da rede rodoviária e
alimentação do HDM-4.
No cenário nacional, importantes estudos já foram efetuados visando obter
equações que representassem a progressão da irregularidade em rodovias
revestidas por material asfáltico. Destacam-se os trabalhos realizados com
implantação de trechos experimentais, tais como Yshiba (2003), Nakahara (2005) e
Soncim (2011), que modelaram a progressão do IRI baseados em trechos
restaurados em rodovias e vias urbanas. Tais modelos têm em comum um aspecto:
o caráter puramente empírico, fundamentado na correlação entre o desempenho dos
pavimentos com os parâmetros estruturais, de tráfego e climáticos considerados nas
respectivas equações.
Em paralelo, outros trabalhos elaboraram equações matemáticas para
previsão da ruptura funcional a partir dos resultados de softwares internacionais de
cálculo de esforços e dimensionamento de pavimentos. Um dos exemplos deste
26
formato de modelo está exposto em Fernandes (2016), que utilizou o AASHTOWare

Pavement ME Design, desenvolvido pela AASHTO, para prever mecanismos de
deterioração de pavimentos, entre eles a irregularidade longitudinal.
Não é intenção de o presente trabalho reduzir os méritos atingidos pelos
autores que abordaram o assunto previamente, mas sim buscar um elo entre os
modelos empíricos e mecanicistas, visando contribuir para o conhecimento técnico
da previsão de desempenho funcional. Dentro desta temática, a hipótese que esta
tese busca avaliar está relacionada à existência ou não de uma associação entre o
dano médio acumulado limitado (calculado com base em propriedades fundamentais
dos materiais e o auxílio de programas computacionais) e a irregularidade
longitudinal medida na superfície, juntamente com um indicador inicial da qualidade
de execução da implantação ou reabilitação de uma estrutura rodoviária.
Vale também mencionar que, ainda no contexto da presente pesquisa, o
Grupo de Estudos e Pesquisas em Pavimentação e Segurança Viária (GEPPASV)
da UFSM trabalha paralelamente, no estudo em andamento de Pavi (2017),
investigando o comportamento da irregularidade longitudinal nas camadas
estruturais do pavimento, acompanhando este parâmetro a partir da sub-base até a
camada final do revestimento. A autora também analisa a redução na irregularidade
longitudinal ocasionada pela reabilitação do pavimento, mediante recapeamento
com prévia realização de fresagem.
Concomitantemente, o trabalho de Bordin (2018), também em andamento,
objetiva avaliar o desempenho de pavimentos monitorados em campo na cidade de
Santa Maria/RS (os mesmos utilizados nesta tese, com alguns segmentos
adicionais), visando comparar as estruturas projetadas com ensaios laboratoriais e
simulações computacionais utilizando softwares de análises de esforços. A referida
autora faz uso de informações geradas no decorrer dos trabalhos de Santos (2015),
Bueno (2016), Faccin (2018) e Schuster (2018), todos inseridos na filosofia integrada
de trabalho do GEPPASV.
1.1 JUSTIFICATIVA
O cenário da pavimentação asfáltica brasileira é de mudanças. Está em

desenvolvimento um novo método de projeto empírico-mecanicista de pavimentos
revestidos por concreto asfáltico, baseado em um banco de dados elaborado pela
27
Rede de Tecnologia em Asfaltos, uma parceria entre ANP (Agência Nacional do

Petróleo, Gás Natural e Biocombustíveis)/PETROBRAS, DNIT e diversas instituições
de ensino espalhadas pelo Brasil, dentre elas a UFSM.
Esforços conjuntos exemplificados pelos trabalhos de Franco (2007),
Nascimento (2008), Guimarães (2009), Nascimento (2015) e Fritzen (2016) já
trouxeram evoluções significativas para a modelagem dos principais mecanismos de
ruptura estrutural: deformação permanente e trincamento por fadiga. Todavia,
entende-se haver uma lacuna na previsão do comportamento funcional, associada
às condições climáticas, geológicas e de tráfego do Brasil, com o caráter empírico-
mecanicista empregado na sistemática de modelagem.
No âmbito prático, órgãos de administração rodoviária e empresas
responsáveis por concessões espalhadas pelo país também demandam uma
associação mais significativa entre melhor desempenho na camada de revestimento
e um indicador funcional da qualidade da rodovia. A existência de uma previsão
funcional, associada a modelos de desempenho com base em parâmetros
estruturais e de tráfego, pode permitir a delimitação de bonificações ou penalizações
para os executores responsáveis, já que a condição de trafegabilidade na superfície
acarreta em impacto direto nos custos operacionais demandados por usuários de
rodovias.
Neste contexto, com a projeção de evolução da irregularidade ao longo do
tempo, gestores rodoviários podem delimitar escolhas de misturas asfálticas,
composições estruturais e investimentos em qualidade de execução com bases
mecanicistas atreladas a relações de custo/benefício, gerenciadas em consequência
dos indicadores de irregularidade longitudinal.
Vale salientar, todavia, que os indicadores de irregularidade longitudinal são
parâmetros de abordagem relativamente complexa, principalmente quando são
investigados os padrões de comportamento em campo destes índices de
desempenho funcional. Tanto o IRI quanto o QI são medidas que, no decorrer do
processo construtivo e da vida de serviço de uma estrutura rodoviária, podem ser
influenciadas por variados fatores que intensificam o processo de degradação do
pavimento. Desta forma, previsões de comportamento dos parâmetros de
irregularidade são consideradas desafiadoras, devido à aparente ausência de um
elemento principal relacionado ao seu desempenho.
28
1.2 OBJETIVO GERAL
Desenvolver modelos empíricos e empírico-mecanicistas de previsão de

irregularidade longitudinal, estabelecidos com base em dados históricos de pistas
monitoradas e avaliações da resposta/desempenho do pavimento mediante análises
estruturais.
1.2.1 Objetivos Específicos
Como forma de complementação do objetivo geral, foram definidos os

seguintes objetivos específicos:
a) Instalação e operacionalização do sistema de medição de irregularidade
longitudinal e afundamento em trilha de roda com o perfilômetro inercial laser
no Laboratório de Materiais e Construção Civil (LMCC) da UFSM;
b) Verificação da repetibilidade e exatidão do perfilômetro inercial mediante
comparação com um perfil de referência determinado com o procedimento de
nível e mira;
c) Continuidade das ações de monitoramento nas pistas experimentais da
UFSM, em rotina de aquisição de dados para a Rede de Tecnologia em
Asfaltos;
d) Verificação da existência ou não de uma associação significativa entre a
irregularidade longitudinal medida na superfície e o dano médio acumulado
limitado do revestimento asfáltico, calculado com base nas propriedades
fundamentais dos materiais e o auxílio de programas computacionais;
e) Validação dos modelos de desempenho de irregularidade desenvolvidos
nesta pesquisa, objetivando entender se as expressões matemáticas de
previsão funcionam em outras pistas da Rede de Tecnologia em Asfaltos;
f) Comparação dos modelos elaborados neste trabalho com aqueles existentes
na literatura, mencionados no referencial teórico do presente estudo;
g) Calibração dos parâmetros ajustáveis e emprego do software de análise
econômica HDM-4, visando expandir as interpretações obtidas com a
previsão de comportamento de irregularidade com o programa, verificando o
impacto da irregularidade nos custos operacionais de usuários de rodovias.
29
1.3 ORGANIZAÇÃO DO TRABALHO
Este trabalho inicia com a contextualização do assunto e enfoque na

importância do tema, localizando o presente estudo e seus objetivos no cenário atual
da engenharia rodoviária brasileira. A estrutura que dá continuidade a esta tese foi
dividida em quatro capítulos, adicionais a este tópico introdutório.
No Capítulo 2, está exposta uma revisão da literatura referente aos assuntos
relacionados ao objetivo geral e específicos. Estão apresentados os principais
equipamentos e índices de avaliação da irregularidade longitudinal, contextualizados
com as normativas que abordam o tema e os efeitos práticos das altas
irregularidades nos custos operacionais de usuários de rodovias. Encerra-se o
capítulo com uma abordagem parcial dos modelos de desempenho funcional
representados pela irregularidade longitudinal, tanto na literatura nacional quanto
internacional.
O Capítulo 3 engloba os métodos e técnicas adotadas no decorrer desta
pesquisa, localizando e apresentando os trechos monitorados, as ações de
acompanhamento efetuadas ao longo do período do estudo e os procedimentos
realizados com os softwares de análise de desempenho e custos rodoviários.
Os resultados e análises estão compilados no Capítulo 4, que exibe os dados
oriundos dos levantamentos de campo, uma análise estatística dos parâmetros
influentes na composição da irregularidade longitudinal, os modelos de desempenho
empíricos e empírico-mecanicistas desenvolvidos neste estudo, juntamente com sua
validação e comparação com as previsões existentes na literatura consultada. Ao
final do capítulo, está exposta uma análise econômica do impacto da irregularidade
nos custos operacionais dos usuários de rodovias.
Ao final deste documento, estão apresentadas as conclusões obtidas de
acordo com o delinear metodológico empregado e algumas sugestões para futuras
pesquisas, visando à complementação do tema.
30
2 REVISÃO BIBLIOGRÁFICA
Busca-se, com este capítulo, fornecer uma visão geral acerca da

irregularidade longitudinal de pavimentos asfálticos como um indicador do
desempenho funcional de estruturas rodoviárias. Estão presentes, na discussão, os
estudos que contribuíram para a evolução dos equipamentos de avaliação de
irregularidade e os métodos e técnicas de quantificação deste indicador. Também
foram abordados os documentos normativos que englobam a determinação e
processamento da irregularidade em pista, assim como o efeito do excesso de
irregularidade nos custos operacionais rodoviários. Por fim, estão expostos alguns
modelos matemáticos que preveem o desempenho do pavimento, tendo como
referência os índices de irregularidade longitudinal.
2.1. AVALIAÇÃO DA IRREGULARIDADE LONGITUDINAL DE PAVIMENTOS
A análise funcional de um pavimento abrange segurança e conforto ao

rolamento dos veículos em função da superfície sobre a qual estes trafegam
(Medina e Motta, 2015).
De acordo com Nair e Hudson (1986), o primeiro método estabelecido para a
avaliação funcional foi o da serventia, desenvolvido nas pistas experimentais da
American Association of State Highway Officials (AASHO), hoje designada por
AASHTO (American Association of State Highway and Transportation Officials).
Em termos práticos, a irregularidade está intimamente ligada ao desempenho
funcional de uma estrutura rodoviária e, consequentemente, à serventia. As
funcionalidades de segurança e conforto do usuário, avaliadas subjetivamente por
pessoas que transitam pela pista e atribuem a ela um valor numérico (VSA – Valor
de Serventia Atual – em uma escala de 0 a 5), são diretamente afetadas por uma
superfície com elevada irregularidade.
DNER (1994a) afirma que a irregularidade dos pavimentos, aplicada ao
alinhamento longitudinal da rodovia, relaciona-se intimamente com a serventia, a
qual pode ser definida como a capacidade de um trecho específico de pavimento
proporcionar, na opinião do usuário, rolamento suave e confortável para qualquer
condição de tráfego.
31
Prozzi (2001) relata que a relação entre serventia e irregularidade vem sendo
investigada por diversos pesquisadores ao longo dos anos. Estes estudos
convergem para a existência de uma relação direta entre os referidos indicadores de
qualidade de rolamento. Sayers et al (1986a) descrevem que uma relação entre
serventia e irregularidade foi desenvolvida durante a World Bank International Road
Roughness Experiment (IRRE), realizada no Brasil em 1982. Esta relação,
apresentada por Gillespie (1992) e exposta na Figura 2.1, exibe a tendência de
acréscimo do VSA à medida que a irregularidade longitudinal diminui.
Figura 2.1 - Relação empírica entre Irregularidade e Serventia
Fonte: Adaptado de Gillespie (1992)
Paralelamente, Hajek et al (1998) complementam salientando que a

irregularidade longitudinal é um dos mais importantes indicadores do desempenho
do pavimento, pois ela afeta diretamente a maneira com a qual a estrutura atende ao
público que por ela trafega. Os autores ainda destacam que, além da relação com o
tráfego confortável, a irregularidade longitudinal ainda é um fator que influencia nos
custos operacionais dos veículos e na segurança viária.
Tratando-se de custos operacionais, Kerali (2001) define que os usuários de
rodovias podem demandar recursos econômicos em operação do veículo
(combustível, pneus, óleo, peças sobressalentes, depreciação do veículo, etc.),
tempo de viagem (tanto para passageiros quanto para carga, devido à condição e
32
trânsito da rodovia) e acidentes rodoviários (perda de vidas, danos aos usuários da

rodovia, danos a veículos e outros objetos na estrada).
Ainda, a demanda operacional acarretada pelas condições ruins de
trafegabilidade acarreta em impactos ambientais relevantes, como a emissão de
gases com significativa concentração de poluentes, relatada por González (2016) e
Pettinari e Schmidt (2016).
Feitas as colocações iniciais, é de fundamental importância discernir o
conceito de irregularidade longitudinal. DNER (1994b, p. 03) descreve a
irregularidade longitudinal como o “desvio da superfície da rodovia em relação a um
plano de referência, que afeta a dinâmica dos veículos, a qualidade de rolamento e
as dinâmicas sobre a via”.
Os estudos da AASHO Road Test, em 1962, destacaram a necessidade de
quantificar a irregularidade superficial dos pavimentos. Desde então, houve um
avanço no estudo da origem do defeito, das suas causas e características. Nakahara
et al (2006) afirmam que o crescimento da irregularidade com o tempo é
condicionado à qualidade executiva do processo construtivo, aos componentes
estruturais (materiais utilizados e espessuras das camadas), solicitações do tráfego
e fatores ambientais. Consequentemente, com o passar do tempo e o aumento dos
valores acumulados de solicitações do tráfego, acarretando no surgimento de
defeitos na superfície do pavimento, atrelados ao comportamento dos materiais que
constituem a estrutura e às ações de degradação causadas pelas condições
climáticas, as irregularidades longitudinais tendem a aumentar.
Os autores ainda recomendam que a irregularidade longitudinal seja
monitorada desde as etapas iniciais da construção da estrutura do pavimento,
objetivando quantificar o seu desempenho funcional ao longo do tempo baseado no
parâmetro inicial da qualidade construtiva obtida após o final da reabilitação ou
execução de novo segmento rodoviário.
Além disso, Hass et al (1994) chamam atenção para a conexão dos
problemas mais severos relacionados à irregularidade longitudinal, em vias
pavimentadas, como o aumento nas magnitudes e repetições de carga e o
acréscimo dinâmico das pressões de inflação dos pneus dos veículos comerciais,
que aumentam os esforços atuantes na estrutura e, consequentemente, aceleram o
processo de degradação estrutural, prejudicando as condições de trafegabilidade e
conforto da rodovia.
33
2.1.1 Equipamentos de avaliação de irregularidade longitudinal
De acordo com os relatos de Francis Hveem, em 1960, os primeiros estudos

sobre irregularidade longitudinal dos pavimentos iniciaram antes de 1900, quando
Thomas Aitken, da Universidade de Michigan, mencionou em seu livro sobre
manutenção e construção de rodovias um aparelho denominado Viagraph. Este
equipamento, formado por uma viga horizontal de 3,65m de comprimento e 22,9cm
de largura, era puxado continuamente sobre a superfície da pista avaliada,
registrando seu perfil longitudinal, convertido para irregularidade a partir de um
índice numérico (SOUZA et al, 2001).
Segundo Yoder e Hampton (1960), o equipamento evoluiu ao longo do tempo,
resultando, em 1948, no “Electronic Viagraph”, ilustrado na Figura 2.2.
Figura 2.2 - Electronic Viagraph em operação
Fonte: Ruban (1987)
Gillespie (1992) relata que, na década de 1920, engenheiros rodoviários do

estado de Nova York (EUA) reconheceram que a irregularidade longitudinal era o
maior responsável pelas vibrações em veículos motorizados que transitavam pela
rodovia. A partir desta constatação, o Via-Log, desenvolvido pelo estado de Nova
York (EUA), evidenciou este pensamento medindo as movimentações na suspensão
de um veículo transitando com passageiros, indicando assim um nível de
irregularidade. O equipamento, de pequeno porte, montado na parte interna do
veículo teste, está exposto na Figura 2.3.
34
Figura 2.3 – Montagem do Via-Log no veículo teste
Fonte: White (1928)
Conforme Gillespie (1992), na década de 1960, com os experimentos

realizados na AASHO Road Test, outro importante dispositivo de medição de
irregularidade, denominado CHLOE, foi desenvolvido. O equipamento, conforme
exposto na Figura 2.4, consistia em um reboque de baixa velocidade, montado sobre
duas pequenas rodas, com instrumentação para medir e registrar a inclinação da
estrada local.
Figura 2.4 – Dispositivo CHLOE de medição de Irregularidade

35
Desde então, em paralelo ao aumento progressivo do tráfego e da tecnologia

automotiva (esta última possibilitando a circulação dos veículos em maiores
velocidades de rodagem), a qualidade da rodovia foi vinculada cada vez mais à
irregularidade longitudinal de sua superfície, incentivando o surgimento de novas
maneiras de investigação e quantificação deste parâmetro com maior precisão.
De acordo com o DNER (2006a), podem-se classificar os equipamentos que
realizam a determinação de irregularidade longitudinal na rodovia em sistemas de
medidas diretas do perfil longitudinal; sistemas de medidas indiretas do perfil
longitudinal; sistemas baseados na reação do veículo e sistemas de medidas com
sonda sem contato. Alguns autores e órgãos ainda destacam um quinto grupo de
classificação, caracterizado pela avaliação subjetiva da serventia, correlacionando
estes resultados com a irregularidade longitudinal, conforme exposto anteriormente
na Figura 2.1.
Todavia, para fins deste estudo, optou-se por segmentar os equipamentos
que visam determinar a irregularidade de um determinado pavimento conforme
delimitações de Sayers e Karamilhas (1998), Papagiannakis e Masad (2008),
Bernucci et al (2010). Os referidos autores utilizam um agrupamento mais objetivo
dos equipamentos de medição de irregularidade, são eles:
a) Equipamentos medidores da resposta do veículo às distorções da
superfície do pavimento (TRL Bump Integrator, Maysmeter, Merlin, etc).
b) Equipamentos medidores do perfil da superfície do pavimento (nível e
mira, Dipstick, Perfilômetros com sensores a laser, etc);
Nos itens que seguem, serão detalhados os principais sistemas de medição
englobados nas classificações delimitadas pelos itens “a” e “b”.
2.1.1.1. Equipamentos medidores da resposta do veículo às distorções da

superfície do pavimento
O primeiro grupo de equipamentos que visam determinar a irregularidade

longitudinal dos pavimentos engloba os medidores da resposta do veículo às
distorções da superfície do pavimento.
De acordo com Papagiannakis e Masad (2008), a ideia de medir a
irregularidade por meio da resposta de sistemas mecânicos de “referência”,
conduzidos ou rebocados sobre o pavimento, surgiu na AASHO Road Test com um
36
equipamento de medição da rugosidade do pavimento. Os autores relatam que um

dos primeiros equipamentos deste tipo é o “rugosímetro” do Bureau of Public Roads
(BPR) – BPR Roughometer, desenvolvido na década de 1940 pelo Departamento de
Estradas Públicas dos EUA (organização que precedeu o Federal Highway
Administration - FHWA).
Gillespie (1992) relata que este equipamento (Figura 2.5), mais tarde
adaptado sob a forma de “Bump Integrator” pelo Laboratório de Pesquisas em
Rodovias e Transportes da Inglaterra, era formado por um trailer de uma roda, com
suas dimensões, propriedades de massa, pneus e suspensões padronizadas
visando alcançar um mecanismo reprodutível. Papagiannakis e Masad (2008)
explicam que o dispositivo era equipado com um integrador mecânico de
deslocamento relativo do eixo em relação ao quadro do reboque, conduzido a
32km/h em uma das trilhas de roda. A irregularidade era assim relatada em termos
deste deslocamento relativo, acumulado por unidade de comprimento percorrido.
Figura 2.5 – BPR Roughometer
Na década de 1960, tornou-se atrativa a possibilidade de medir parâmetros

de irregularidade a partir de veículos em movimento na velocidade da estrada.
Surgiram, então, dispositivos relativamente baratos que podiam ser montados em
qualquer veículo de passeio. O Mays Road Meter (MRM), popularmente conhecido
como Maysmeter e inicialmente desenvolvido em 1967 por Ivan Mays (Engenheiro
do Departamento de Estradas do Texas), foi o equipamento que marcou esta
37
transição nos dispositivos de medição do tipo resposta (WALKER E HUDSON, 1973;

GILLESPIE, 1992).
Essa classe de medidores, análoga ao conjunto exposto na Figura 2.6, ficou
conhecida como Sistemas Medidores de Irregularidade Rodoviária do Tipo Resposta
(Response-Type Road Roughness Measurement Systems - RTRRMS). Este tipo de
equipamento determina o deslocamento do eixo do veículo, ou do reboque, em
relação a sua carroceria, à medida que o veículo circula no pavimento avaliado
(GILLESPIE, 1992).
Figura 2.6 – Equipamentos da classe RTRRMS
A lógica é semelhante à do BPR Roughometer, com o índice de irregularidade

calculado em termos da soma acumulada dos deslocamentos verticais em relação à
distância longitudinal percorrida, sendo o desvio somado somente em um único
sentido, quando o eixo se afasta ou se aproxima da carroceria.
Gillespie (1992) afirma que, apesar da vasta popularização deste tipo de
equipamento, eram frequentes os problemas de consistência e calibração entre
diferentes dispositivos. Além disso, ações rotineiras como adição de combustível ou
passageiros, ajuste da pressão dos pneus e balanceamento do veículo causavam
um impacto exagerado no índice de irregularidade determinado. Visto isto, a
National Cooperative Highway Research Program (NCHRP) abordou o problema em
1978, examinando as fontes de variabilidade nas medidas de irregularidade com
RTRRMS e desenvolvendo procedimentos de calibração para tornar os resultados
consistentes e correlacionáveis entre diferentes sistemas.
38
O autor relata que o Banco Mundial (BM) enfrentou um problema similar nos
países em que estava financiando o desenvolvimento de sistemas rodoviários. A
organização sentiu dificuldade na obtenção de medidas comparáveis de
irregularidade para entrada dos dados em modelos de custos rodoviários. À época,
tornou-se clara a necessidade de uma escala padrão de irregularidade, estável aos
diferentes dispositivos, às condições de transporte e independente das condições
climáticas do local de medição.
Para resolver esse problema, em 1982, foi organizada e conduzida no Brasil a
World Bank International Road Roughness Experiment (IRRE), que forneceu raízes
para o desenvolvimento do IRI, abordado adiante no item 2.1.2.2.
O Brasil sofreu reflexos importantes após a realização deste evento. Dentro
do conceito dos RTRRMS, foi concebido pelo IPR (Instituto de Pesquisas
Rodoviárias), em parceria com a USP (Universidade de São Paulo), o Integrador
IPR/USP. Composto por um sensor de deslocamento vertical instalado no
diferencial (sensível ao movimento vertical entre o chassi e o diferencial) e um
quantificador de irregularidades digital, o equipamento (Figura 2.7) foi normatizado
pela DNER PRO 182/94. (DNER, 1994b; BERNUCCI et al, 2010).
Figura 2.7 – Esquema de Funcionamento do Integrador IPR/USP
Fonte: Adaptado de Souza et al (2001)

39
Outro equipamento utilizado para quantificação da irregularidade longitudinal

de pavimentos, oriundo do grupo de medidores da resposta do veículo às distorções
da superfície do pavimento, é o Merlin (Machine for Evaluating Roughness using
Low-cost Instrumentation). Cundill (1991) desenvolveu este equipamento com base
nos dados determinados na IRRE discutida por Sayers et al (1986a e 1986b).
Conforme mostra a Figura 2.8, o dispositivo é relativamente simples, constituído por
uma estrutura metálica de 1,8m de comprimento, uma roda dianteira, um pé traseiro
e uma ponta de prova posicionada sobre a superfície do pavimento.
Figura 2.8 – Esquema estrutural da primeira versão do Merlin
Fonte: Adaptado de Cundill (1991)
Durante a execução do levantamento com o Merlin, um braço móvel está

conectado a ponta de prova em uma extremidade. Na outra, está posicionado um
ponteiro que se movimenta ao longo de um gráfico gerado pelos movimentos da
ponta de prova. Este gráfico pode ser utilizado para estimar a irregularidade em
termos de IRI.
No entanto, devido à sua baixa produtividade, este dispositivo é mais utilizado
para controle tecnológico e calibração de medidores de irregularidade longitudinal do
tipo resposta, com velocidade operacional compatível ao tráfego rodoviário
(CUNDILL, 1991).
40
2.1.1.2. Equipamentos medidores do perfil da superfície do pavimento
Os sistemas de medição que delimitam o perfil do pavimento para quantificar

a irregularidade longitudinal inferem os índices avaliados de forma mais objetiva,
quando comparados aos equipamentos medidores da resposta do veículo às
distorções da superfície do pavimento. Os equipamentos medidores do perfil
buscam sempre contrapor os desvios da superfície em relação a uma superfície
ideal imaginária. Todos eles apresentam um elemento comum: o perfil da superfície
do pavimento.
Sayers e Karamilhas (1998) definem os perfis de um pavimento como uma
fatia da superfície da rodovia, tomada ao longo de uma linha imaginária. A Figura 2.9
exibe esta fatia em um plano tridimensional, com destaque para os perfis
longitudinais e transversais.
Figura 2.9 – Perfis em um pavimento
Fonte: Adaptado de Sayers e Karamilhas (1998)
Sayers e Karamilhas (1998) ainda salientam o conceito de irregularidade

aplicável apenas ao perfil longitudinal. Os autores afirmam que um perfil rodoviário
(de qualquer que seja a camada avaliada) pode ser medido ao longo de qualquer
linha imaginária na superfície; ou seja, se uma medida for repetida, o mesmo perfil
pode ser esperado apenas se a mesma linha imaginária for seguida.
Nair e Hudson (1986), Ritcher (1998), Hall et al (2002), Karamilhas (2005) e
Barella (2008) apontam os mais comuns e importantes usos de dados de
irregularidade longitudinal gerados por um perfil longitudinal, são eles:
41
a) Visualizar a condição de segurança de rolamento e da drenagem

superficial;
b) Monitorar e compor um banco de dados usado na gerência de pavimentos
e infraestrutura em geral;
c) Definir prioridades de restaurações (corretivas e preventivas),
considerando questões orçamentárias;
d) Auxiliar na escolha do tipo de intervenção a ser realizada;
e) Servir de parâmetro contratual em obras de restauração e construção de
pavimentos ou em concessão de rodovias, permitindo a aplicação de
bonificação ou multas, conforme parâmetro fiscalizatório;
f) Prever o desempenho do pavimento.
As técnicas de determinação deste perfil podem variar desde as mais simples
até as mais sofisticadas. Sayers e Karamilhas (1998) afirmam que um perfil
longitudinal pode ser levantado a partir da combinação de três elementos: elevação
de referência, altura relativa à referência e distância longitudinal. Estes elementos
compõem o mais familiar levantamento topográfico de perfil longitudinal existente, o
nível e mira (Figura 2.10)
Figura 2.10 – Sistemática do levantamento topográfico com nível e mira

42
Vale ressaltar que os requisitos para obter um perfil longitudinal válido para
cálculo de irregularidade são diferentes daqueles necessários para determinação do
greide rodoviário. As cotas geométricas devem ser medidas em intervalos
significativamente fechados, e as medidas de alturas individuais devem ter precisão
de 0,5mm ou menos. Estes requisitos tornam o procedimento rigoroso e lento
(SAYERS E KARAMILHAS, 1998).
Devido a sua lentidão, o levantamento com nível e mira é empregado para
calibração de outros instrumentos de medida de irregularidade, com maior
rendimento. O mesmo acontece com o Dipstick, equipamento desenvolvido pela
Face Construction Technologies.
O Dipstick, exibido na Figura 2.11, é posicionado no decorrer da linha
perfilada, medindo, a partir de um inclinômetro, a diferença de altura entre seus dois
suportes, separados normalmente por 305mm (SAYER E KARAMILHAS, 1998;
BERNUCCI et al, 2010).
Figura 2.11 – Esquema de funcionamento do Dipstick (a) e situação real de uso (b)
(a) (b)
Fonte: Adaptado de Sayers e Karamilhas, 1998(a) e Barella, 2008 (b)
Sayers e Karamilhas (1998) ainda explicam que, na utilização do Dipstick, o

operador deve inclinar o dispositivo, de modo que todo peso do equipamento esteja
43
na sua base dianteira, elevando a base traseira do chão. Gira-se assim o dispositivo
em 180º sobre a base dianteira. O computador, que monitora o sensor
continuamente, percebe que o instrumento estabilizou e registra automaticamente a
mudança de elevação.
Conforme já mencionado, tanto o nível e mira quanto o Dipstick são
instrumentos de calibração, mais utilizados para aferir equipamentos de maior
rendimento e efetivo controle da irregularidade longitudinal de pavimentos. Todavia,
é necessário constatar seu emprego em quantificações de irregularidade em áreas
menores, como pavimentos industriais.
Ainda dentro do grupo de equipamentos medidores de perfil de superfície,
devem-se destacar os perfilômetros inerciais, bastante difundidos no meio técnico.
De acordo com Sayers e Karamilhas (1996), o primeiro perfilômetro inercial utilizado
para determinar, em velocidade operacional, o perfil de uma rodovia foi concebido
no laboratório da General Motors Research (GMR), na década de 1960. Nos
Estados Unidos, nas décadas de 1980 e 1990, os instrumentos de perfil baseados
no design do GMR se tornaram ferramentas usuais para medir a irregularidade
longitudinal de pavimentos.
O Perfilômetro GMR, segundo Papagiannakis e Masad (2008), utilizava uma
roda de rastreamento para coleta de dados referentes à superfície do pavimento. O
dispositivo (Figura 2.12) estava equipado com um conjunto de sensores em cada
uma das trilhas de roda, além de um acelerômetro (utilizado naquele tempo somente
na indústria aeroespacial). Para cada trilha de roda, a elevação do perfil do
pavimento era calculada pela subtração da distância entre as rodas de rastreamento
e o deslocamento vertical relativo à carroceria do veículo em relação à superfície do
pavimento, obtido pelas medidas da aceleração vertical fornecidas pelo
acelerômetro.
Sayers et al (1986a) revelam que o simulador utilizado para processar os
perfis gerados pelo equipamento era uma espécie de “Quarter-Car”, contendo
basicamente mola, amortecedor, massa e pneu. Barella (2008), em sua análise de
evolução e desenvolvimento dos perfilômetros inerciais, apresenta tal processo
convencionado na literatura como o “Quarter-Car Simulation”. A Figura 2.13 exibe os
principais componentes do modelo Quarter-Car, assim como as suas respostas da
suspensão a diferentes frequências.
44
Figura 2.12 – Sistema de Operação do Perfilômetro GMR
Fonte: Adaptado de Papagiannakis e Masad (2008)
Figura 2.13 – Esquema de funcionamento do Quarter-Car GMR
Em 1984, o Departamento de Transportes (DOT) da Dakota do Sul

desenvolveu um perfilômetro utilizando princípios análogos àqueles concebidos pela
GMR. Esse modelo originou, nas décadas seguintes, perfilômetros semelhantes que
45
consolidaram a utilização deste tipo de equipamento em sistemas de gerenciamento

de infraestrutura ao redor do mundo (PAPAGIANNAKIS E MASAD, 2008).
Barella (2008) relata que, no Brasil, começou-se a usar efetivamente os
perfilômetros inerciais no ano de 2003. A primeira grande operação de fins práticos
realizada com este tipo de equipamento, de acordo com o autor, ocorreu na Rodovia
dos Bandeirantes (São Paulo/SP), onde foram medidos os perfis longitudinais das
obras de artes especiais para cálculo de irregularidade em pequenos intervalos de
espaço.
Buscou-se, a partir dos dados gerados pelo perfilômetro inercial, indicar quais
as características de fresagem, ou outra metodologia de intervenção, seria mais
eficaz no intuito de reduzir as irregularidades longitudinais. Com estas informações,
adequou-se a solução empregada no processo corretivo do local. O autor, em sua
tese de doutorado, desenvolve e valida o perfilômetro inercial da Cibermétrica
Equipamentos e Serviços Ltda, com módulo de medição sem contato (sensores
laser), conforme exposto na Figura 2.14.
Figura 2.14 – Perfilômetro inercial da Cibermétrica adquirido pela UFSM
Fonte: Autor
Os módulos de medição a laser utilizados neste equipamento funcionam por

triangulação. A Figura 2.15 exemplifica o modo de operação deste tipo de sensor,
onde um feixe laser de média potência é apontado ao pavimento. A posição deste
feixe é registrada por um sensor especial, para o qual o reflexo do laser na pista é
direcionado (BARELLA, 2008).
46
Figura 2.15 – Funcionamento interno do módulo de medição laser por triangulação
Fonte: Barella (2008)
O autor descreve que cada um dos módulos laser tem a sua transmissão de
dados administrada por um sistema eletrônico microcontrolado de acordo com as
solicitações de um gerenciador. Esse microcontrolador verifica, a altas frequências,
todos os pontos do sensor, determinando o dado de maior intensidade da luz
refletida pelo laser na superfície avaliada, originando assim o resultado da medida
adquirida.
Barella (2008) ainda salienta a similaridade na concepção de funcionamento
do perfilômetro inercial da Cibermétrica em relação aos demais. Conforme o autor, a
base de aquisição consiste em efetuar as medidas dos sensores de aceleração,
deslocamento e do hodômetro de forma rápida e simultânea. O processamento de
tais dados consiste em duas integrações dos valores registrados pelos
acelerômetros.
Este resultado determinará o posicionamento vertical instantâneo de cada um
dos módulos que contém os acelerômetros, verificando assim a localização vertical
relativa da carroceria do veículo no qual os sensores estão instalados. Sabe-se
assim se os módulos estavam, no instante da medição, acima ou abaixo da sua
posição referencial com o veículo parado, quantificando também a magnitude desta
diferença em termos de aceleração gravitacional.
O perfil vertical é determinado baseado nos dados de deslocamentos medidos
pelo laser e calculados pelas integrações das acelerações verticais. Feito isso,
47
opera-se uma adição ou subtração de uma medida pela outra, em cada um dos
módulos, conforme a posição revelada pelos acelerômetros (BARELLA, 2008).
2.1.1.3. Impressões finais acerca dos sistemas de medição de irregularidade
Analisando de maneira generalizada os diferentes equipamentos existentes

para quantificação da irregularidade longitudinal de rodovias, entende-se que há
campos de atuação para os diferentes aparelhos. É inviável realizar análises de
irregularidade em malhas rodoviárias extensas e movimentadas com equipamentos
de baixa produtividade e interrupção prolongada de tráfego, tais como o Dipstick e o
Merlin. Todavia, a demanda de baixo investimento para a aquisição dos
equipamentos citados torna útil o seu emprego no controle de execução de serviço
de camadas em obras rodoviárias. Ademais, há espaço para suas utilizações em
áreas menores, como pavimentos de localidades privadas e em situações de
necessidade de calibração de outros aparelhos, com sistemas de medição mais
sofisticados.
Mais recentemente, fugindo dos clássicos grupos de dispositivos de avaliação
de irregularidade e com o avanço da tecnologia móvel, uma importante gama de
estudos surgiu com o intuito de acoplar à capacidade dos smartphones a
possibilidade de determinar a irregularidade do pavimento. Devido ao seu baixo
custo, alta produtividade, fácil manuseio e operação, trabalhos como os de Hanson e
Cameron (2012), Hanson et al (2014), Islam et al (2014) e Wang et al (2016)
identificaram potencial em estudos ainda incipientes, porém de possível adequação
em sistemas de gerência de pavimentos em nível de rede.
No cenário nacional, Bisconsini e Fernandes Jr (2015) apresentaram uma
proposta de avaliação do potencial dos smartphones em produzir dados compatíveis
com a irregularidade do pavimento, em diferentes velocidades. O método, ainda em
desenvolvimento, consiste na elaboração de um aplicativo que registra as vibrações
geradas pela irregularidade da via pelo acelerômetro presente no smartphone. Os
autores buscam correlacionar os dados do aparelho com perfis topográficos reais,
medidos em campo com estação total.
Por fim, com base na consulta aos documentos referidos no decorrer deste
item, sugere-se a Tabela 2.1 como um guia resumo dos principais equipamentos de
medição de irregularidade longitudinal, juntamente com sua forma de atuação.
48
Tabela 2.1 – Resumo dos principais equipamentos de medição de irregularidade

longitudinal
Equipamento Forma de Atuação

Nível e Mira Medição direta do perfil
Dipstick Medição direta do perfil
Perfilômetro GMR Medição indireta do perfil
Perfilômetro Inercial Laser Medição direta do perfil (sem contato)
BPR Roughometer Medição baseada na reação do veículo
Bump Integrator Medição baseada na reação do veículo
Maysmeter Medição baseada na reação do veículo
Integrador IPR/USP Medição baseada na reação do veículo
Merlin Medição indireta do perfil
Smartphones Medição por tecnologia móvel
Fonte: Autor
2.1.2 Índices que representam a irregularidade longitudinal
A forma de representar o quão regulares, ou irregulares, encontram-se as

condições de superfície dos pavimentos é um tema abrangente, que já foi abordado
de diferentes maneiras.
Barella (2008) destaca a evolução dos parâmetros que definem a
irregularidade da pista, salientando a existência de índices objetivos, que buscam
realmente medir os desvios da superfície em relação a um plano ideal imaginário,
em paralelo a índices que representam o sentimento de conforto, ou desconforto,
causado durante o rolamento rodoviário.
No Brasil, a escala padrão de irregularidade adotada pelas normativas
nacionais é o Quociente de Irregularidade (QI), expresso em contagens/km. O
International Roughness Index ou Índice Internacional de Irregularidade (IRI),
expresso em m/km, bastante difundido e utilizado, não é normatizado, embora
mencionado diversas vezes por documentos oficiais do DNIT.
DNIT (2011b) adequadamente aborda a irregularidade longitudinal não
apenas como mais um defeito da superfície do pavimento, mas sim como um
parâmetro representativo das consequências geradas às condições de rolamento
dos veículos por um conjunto existente de defeitos.
Nos itens que seguem, serão discriminados estes dois parâmetros de
avaliação, visando o entendimento físico de obtenção destes índices. Vale ressaltar
49
que serão abordadas, nos itens 2.1.2.1 e 2.1.2.2, as definições conceituais e

metodologias de cálculo a partir dos perfis longitudinais levantados. Os
procedimentos normatizados, embora mencionados nos itens citados acima, serão
discutidos com maiores detalhes no item 2.1.4.
2.1.2.1. Quociente de Irregularidade – QI
A escala de irregularidade cuja nomenclatura remete ao Quociente de

Irregularidade (QI) foi utilizada pela primeira vez no Brasil durante a Pesquisa de
Inter-relacionamentos de Custos Rodoviários (PICR), conduzida pelo GEIPOT
(Grupo Executivo de Integração da Política de Transporte) entre 1975 e 1984,
através de convênio entre o Governo do Brasil e Programa das Nações Unidas para
o Desenvolvimento (PNUD), que contou com a participação de técnicos do IPR e de
nove países interessados (SAYERS et al, 1986b; DNIT, 2011a).
Sayers et al (1986b) relatam que existiam, na época, variadas escalas de
quocientes de irregularidade, com diferenças sutis entre si. Durante a PICR, o QI
evoluiu de um número que dependia de um instrumento específico de referência (“QI
Verdadeiro”, conhecido como Quarter-Car Index) para uma medida calibrada a partir
de sistemas RTRRMS e finalmente para um índice de irregularidade definido por um
perfil longitudinal verdadeiro da rodovia avaliada.
Sayers (1995) afirma que o chamado “QI Verdadeiro” foi calculado a partir do
perfil gerado pelo Perfilômetro GMR. Barella (2008) relata que esse equipamento
(GMR) não se tornou popular devido ao seu elevado custo de aquisição. Desta
forma, surgiu a necessidade do desenvolvimento de um método que permitisse
estimar um “QI Verdadeiro” a partir de um perfil longitudinal medido com nível e mira,
visando calibrar os medidores do tipo resposta. Originou-se assim o Quociente de
Irregularidade (QI), um índice que pode ser calculado a partir do perfil longitudinal do
pavimento.
Segundo DNER (1994b), a escala padrão do QI adotada no Brasil é expressa
em contagens/km. Sobre esta escala, Sayers et al (1986b) dissertam ser oriunda
dos resultados obtidos com o BPR Roughometer, já que este equipamento efetuava
as contagens em décimos de polegada (0,1in) para um segmento padrão de milha
(1,0mi).
50
Os autores explicam que cada contagem registrada correspondia a um

deslocamento acumulado de 0,1in (2,54mm) na suspensão do equipamento de
referência. Sendo assim, em um espaço de deslocamento de 1mi (aproximadamente
1.600m), deslocamentos acumulados maiores do que 0,1in eram contabilizados
como uma contagem. Em contraponto, deslocamentos acumulados menores do que
0,1in eram considerados dentro de uma chamada “faixa neutra” ou “zona neutra”,
não sendo assim contabilizados.
Barella (2008) afirma que, como a contagem era uma característica específica
deste equipamento, optou-se por converter somente a unidade do denominador
(multiplicando o valor em in/mi por 0,6214), tornando contagens/km a nova unidade
de quantificação do QI.
A metodologia de cálculo manual do QI, partindo do nivelamento topográfico é
relativamente simples e bem discriminada pela normativa DNER ES-173/86 (DNER,
1986). Conforme o mencionado documento, o QI do trecho levantado é dado pela
média aritmética dos QI’s referentes aos alinhamentos externo e interno, mediante
obtenção de cotas com espaçamento de 0,5m em cada trilha de roda. O Quociente
de Irregularidade deve ser calculado pela Equação (2.1), desenvolvida por Queiroz
(1981):
(2.1)
Em que:
VA1,0 = aceleração média quadrática, referente a uma distância de base igual
a 1,0m;
VA2,5 = aceleração média quadrática, referente a uma distância de base igual
a 2,5m.
Queiroz (1981) verificou que a estatística de perfil, chamada Raiz das Médias
Quadráticas da Aceleração Vertical (Root Mean Square Vertical Acceleration -
RMSVA), obtida pela metodologia topográfica com nível e mira, foi a melhor variável
para estimar o QI. Os valores VA1,0 e VA2,5 podem ser determinados
matematicamente pela Equação (2.2) e pelas Equações complementares (2.3) e
(2.4), que seguem:
51
( )
[∑ ] (2.2)
(2.3)
( )
(2.4)
Em que:
b = comprimento da base (m);
k = constante dependente do espaçamento utilizado na aquisição de cotas;
n = número de cotas levantadas;
S = distância entre duas cotas consecutivas (0,5m);
SB = parâmetro matemático calculado a partir das cotas medidas e das
distâncias entre as suas determinações;
Yi = cota (mm) de um ponto i qualquer (i = 1, 2,..., i).
Embora importante e ainda aplicável à avaliação funcional rodoviária,

entende-se que o QI se tornou um conceito desgastado a partir da consolidação do
IRI, que surgiu com o intuito de resolver as questões subjetivas e comparativas que
envolviam os índices de irregularidade. Nos EUA, na década de 1990, após a
publicação dos trabalhos de Sayers et al (1986a e 1986b), os órgãos responsáveis
pela regulamentação rodoviária iniciaram a transição para o IRI mediante divulgação
de documentos oficiais.
Mesmo assim, devido à variedade de parâmetros existentes e consolidados
para determinação da irregularidade, o FHWA publicou um documento definitivo
(FHWA, 2002) visando facilitar a migração para o IRI.
No Brasil, apesar das inúmeras citações do IRI em documentos oficiais do
DNIT (DNIT, 2006a; DNIT, 2011a; DNIT, 2011b), a disseminação cultural do QI
ainda não permitiu a sua substituição definitiva como parâmetro referência de
irregularidade longitudinal. Os órgãos de administração rodoviária também mantêm
a utilização do QI como indicador de limites aceitáveis para a manutenção de
pavimentos. É o caso da ANTT (Agência Nacional de Transportes Terrestres), que
52
nos editais de concessão rodoviária impõe uma irregularidade máxima de QI=35

contagens/km, em paralelo com um IRI máximo de 2,7m/km em 100% da rodovia
para os Programas de Exploração das Rodovias (PER), passados 60 meses da fase
de recuperação.
2.1.2.2. International Roughness Index – IRI
Sayers e Karamilhas (1996), Drainakis et al (2017) destacam o IRI como o

parâmetro resumo de irregularidade longitudinal mais difundido no meio rodoviário.
ASTM (1997), Hajek et al (1998) e Drainakis et al (2017) consideram que o IRI
surgiu em 1982, durante a IRRE, no Brasil. Sayers (1995) concorda com tal
afirmação, todavia, faz questão de salientar que o IRI foi evoluindo ao longo dos
anos. O autor descreve esta evolução em três etapas, mencionadas abaixo:
a) Simulações Quarter-Car em perfilômetros de alta velocidade: iniciou com o
desenvolvimento do Perfilômetro GMR, na década de 1960 (já abordado no
item 2.1.1), uma das primeiras aplicações de pesquisa em perfilômetros de
alta velocidade, possibilitando a medição de um perfil verdadeiro em um
espectro de comprimento de onda, que afeta as vibrações do veículo;
b) Pesquisa NCHRP e o Golden Car: no final da década de 1970, a NCHRP
patrocinou um estudo relacionado à medição da irregularidade longitudinal a
partir de sistemas tipo resposta, visando desenvolver métodos de calibração
mediante diferentes simulações e experimentos para comparar índices
alternativos de irregularidade aos sistemas tipo resposta. A melhor correlação
foi obtida usando uma simulação de veículo com um conjunto de parâmetros
chamados Golden Car. Os pesquisadores atribuíram ao Golden Car o
instrumento de referência (Quarter-Car), usado para calibrar os outros
sistemas de medição;
c) Desenvolvimento efetivo do IRI durante a IRRE: experimento de correlação
realizado em 1982, no Brasil, para estabelecer um padrão de calibração para
instrumentos de medição de irregularidade. Pelo processamento dos dados,
ficou claro que quase todos os sistemas de medição de irregularidade em uso
no mundo seriam capazes de produzir medidas na mesma escala, se essa
fosse adequadamente escolhida. Consequentemente, um objetivo foi
adicionado à pesquisa: o desenvolvimento do IRI.
53
Partindo dos conceitos desenvolvidos na IRRE, Sayers et al (1986a e 1986b)

apresentaram as equações que desenvolveram o IRI definitivamente. Hajek et al
(1998) afirmam que, desde então, o IRI se tornou um índice padrão reconhecido
para medir a irregularidade longitudinal de pavimentos rodoviários, utilizado
relevantemente como indicador de serventia e necessidade de manutenção
rodoviária. Os autores ainda citam algumas vantagens do uso do IRI, são elas:
a) Aplicabilidade geral dos seus resultados: o IRI, baseado em um perfil, deve
ser um índice geograficamente transferível e estável, invariável com as
condições climáticas encontradas no momento do levantamento, permitindo
a sua aplicação em comparações de irregularidade e modelagem do
desempenho de pavimentos;
b) Alocação equitativa de recursos: quando adotado por grandes agências
rodoviárias, o IRI pode proporcionar uma alocação mais equitativa dos
fundos de conservação/manutenção do pavimento;
c) Rentabilidade: abertura de um mercado comercial, já que as agências
rodoviárias podem contratar medidas de IRI;
d) Disponibilidade do perfil real do pavimento: o perfil necessitado para o
cálculo do IRI pode servir para determinar a origem do problema de
irregularidade e projetar tratamentos e manutenção adequada em locais
específicos do trecho avaliado.
Em relação à rentabilidade, salienta-se que, devido à vasta aplicação e
contratação de prestações de serviços de medição do IRI no Brasil, é imprescindível
a elaboração de um documento nacional que normatize o indicador e permita o
completo entendimento de contabilização deste parâmetro.
Vale destacar que, no andamento desta pesquisa, o corpo técnico da
COPPE/UFRJ, juntamente com o apoio de alguns professores e alunos do
GEPPASV/UFSM e do sócio proprietário da Cibermétrica Equipamentos e Serviços
Ltda, Rodrigo Barella, enviaram ao IPR/DNIT uma proposta de norma para
realização do levantamento de irregularidade longitudinal com equipamentos de
medição a laser. O item 2.1.4 exibe mais comentários acerca do tema.
Mesmo assim, o referido documento engloba apenas os procedimentos
necessários para realização do levantamento com o perfilômetro inercial, sem
abordar os métodos matemáticos efetuados na quantificação do IRI. Acredita-se que
a elaboração de uma normativa complementar, que permita o entendimento total dos
54
parâmetros que quantificam o referido indicador, seria benéfica para o setor

rodoviário.
Apesar de todos os benefícios citados, Hajek et al (1998) admitem que os
sistemas de medição do IRI podem produzir valores distintos, além de relatarem a
falta de clareza nos relatórios de ensaio fornecidos por responsáveis pelos
levantamentos de campo.
Em termos conceituais, a ASTM (1997) define o IRI como a medida do
deslocamento da massa suspensa em relação a uma massa não suspensa de um
modelo Quarter-Car. Este índice é relatado em unidades de deslocamento por
duração do trajeto percorrido. A norma citada entende que o método do IRI usa a
resposta de um modelo de carroceria padrão para medir um perfil longitudinal.
Sayers (1995) é menos abrangente e mais objetivo em sua definição. O autor
conceitua o IRI como uma escala de medição para a irregularidade longitudinal do
pavimento como base na resposta de um veículo motorizado a um único perfil
longitudinal da superfície da rodovia avaliada.
Nota-se, a partir das aplicações e conceitos anteriormente citados, que o IRI
tem amplo emprego prático e interpretação relativamente simples. Todavia, o cálculo
que torna este índice quantitativamente sensível não é tão difundido e de vasto
conhecimento. Sayers et al (1986a) descrevem variadas maneiras de calcular o IRI a
partir de um determinado perfil real (computador analógico e perfil contínuo,
integração numérica computacional, correlação com outros índices e uso de uma
matriz de transição contínua de estado).
A metodologia de cálculo mais difundida parte do uso de uma matriz de
transição contínua de estado. Assim como o cálculo do QI, a determinação do IRI
com base em um perfil longitudinal (seja ele determinado por nível e mira, Dipstick
ou Perfilômetro Inercial) não chega a ser destacadamente complexa. Todavia, ASTM
(2008), que trata do cálculo deste índice de irregularidade, não descreve
manualmente suas operações. Buscou-se, portanto, nos parágrafos que seguem,
exemplificar este cálculo a partir de um apanhado nos trabalhos de Sayers et al
(1986a e 1986b), Sayers (1995), Karamilhas (2005) e Barella (2008).
Primeiramente, vale ressaltar que o IRI representa a passagem de um modelo
Quarter-Car com parâmetros concebidos por um perfil longitudinal real. O modelo de
cálculo funciona como um filtro que retira da amostragem comprimentos de onda
55
maiores ou menores do que um determinado valor. O IRI inclui dois diferentes filtros:
a média móvel e o modelo Quarter-Car (SAYERS, 1995; BARELLA, 2008).
Sayers et al (1986a) descreve que o cálculo do IRI é realizado computando
quatro variáveis como funções do perfil real medido. Essas variáveis simulam a
resposta dinâmica do veículo de referência sobre o perfil medido. Suas equações
são resolvidas para cada ponto de elevação determinado topograficamente, com
exceção do primeiro ponto. A inclinação média nos primeiros 11,0m é utilizada para
iniciar as variáveis, atribuindo os valores expostos nas Equações (2.5) a (2.7):
( )
(2.5)
(2.6)
(2.7)
Em que:
a = número de pontos considerados para estabelecer a primeira inclinação;
dx = intervalo entre os pontos do perfil (m);
Ya = elevação do ponto “a” do perfil (mm);
Y1 = elevação do primeiro ponto do perfil (mm);
Z’ = inclinação média.
Utilizando, a título de exemplo, o mesmo intervalo entre pontos do perfil

recomendado pela norma brasileira de cálculo do QI, a partir de levantamento
topográfico, deve-se considerar dx=0,5m e a=23. Isso significa que a Equação (2.5)
usaria a diferença entre o vigésimo terceiro ponto de elevação e o primeiro ponto de
elevação para estabelecer a primeira inclinação para determinação do IRI.
Feito isso, as Equações (2.8) a (2.11) devem ser resolvidas para cada ponto
de elevação, do segundo ao último:
(2.8)
56
(2.9)
(2.10)
(2.11)
Em que:
Sij e Pi = coeficientes fixados para um determinado intervalo dx - SAYERS et
al,1986a (i, j = 1 a 4);
Y’ = determinado a partir da Equação (2.12):
( )
(2.12)
Resolvidas as Equações (2.8) a (2.11) para um determinado ponto do perfil, a

Equação (2.13) é utilizada para atualizar os valores Z1’, Z2’, Z3’ e Z4’ para a próxima
posição do perfil. Para cada uma dessas posições, também é computada a
inclinação retificada (RS) do perfil filtrado, pela Equação (2.14). Após a resolução
das Equações (2.13) e (2.14), para todos os pontos do perfil, o IRI é então
determinado a partir da média da inclinação retificada ao longo do comprimento do
trecho avaliado, conforme Equação (2.15):
(2.13)
(2.14)
∑ (2.15)
( )
Em que:
n = número total de pontos considerados no processo de cálculo.
RS = inclinação retificada.
57
Objetivando ilustrar o roteiro descrito nas Equações (2.5) a (2.15), com uso da
Tabela 2.2, que exibe as matrizes dos coeficientes “S” e “P” retirados de Sayers et al
(1986a), levando-se em conta dx=0,25m, elaborou-se a Tabela 2.3, que expõe uma
situação real de cálculo de IRI utilizando um perfil topográfico determinado em
campo para um trecho com extensão de 11,0m (45 cotas topográficas). O valor
quantificado no último ponto avaliado (i=45, com deslocamento=11,0m), exposto na
coluna mais a direita da linha final da Tabela 2.3, representa a irregularidade
longitudinal do segmento medido.
Tabela 2.2 – Matrizes dos coeficientes “S” e “P” para dx=0,25m
Coeficiente "S Coeficiente "P" (valores

(valores de S11 até S44) de P1 até P4)
0,99660710 0,01091514 -0,00208327 0,00031901 0,00547611
-0,55630440 0,94387680 -0,83247180 0,05064701 1,38877600
0,02153176 0,00212676 0,75087140 0,00822189 0,22759680
3,33501300 0,33764670 -39,12762000 0,43475640 35,79262000
Fonte: Adaptado de Sayers et al (1986b)
Tabela 2.3 – Resultados para cálculo do IRI em um Trecho de 11 metros (continua)
Altura do
Desloc. IRI
i Perfil Z1' Z2' Z3' Z4' Y' Z1 Z2 Z3 Z4  RS
(m) (m/km)
(mm)
1 0,00 83119,0 - - - - - - - - - 0,00 -
2 0,25 83120,0 3,09 0,00 3,09 0,00 4,00 3,10 1,26 3,30 32,54 0,20 0,20
3 0,50 83121,0 3,10 1,26 3,30 32,54 4,00 3,12 3,93 3,72 39,03 0,80 0,40
4 0,75 83123,0 3,12 3,93 3,72 39,03 8,00 3,21 11,96 5,01 169,37 2,61 0,87
5 1,00 83124,0 3,21 11,96 5,01 169,37 4,00 3,39 19,46 6,16 35,38 5,38 1,34
6 1,25 83126,0 3,39 19,46 6,16 35,38 8,00 3,63 24,26 6,85 78,51 8,60 1,72
7 1,50 83127,0 3,63 24,26 6,85 78,51 4,00 3,92 24,70 6,83 -70,51 11,51 1,92
8 1,75 83127,0 3,92 24,70 6,83 -70,51 0,00 4,14 11,88 4,69 -276,53 12,06 1,72
9 2,00 83128,0 4,14 11,88 4,69 -276,53 4,00 4,18 -3,45 2,27 -142,61 13,97 1,75
10 2,25 83128,0 4,18 -3,45 2,27 -142,61 0,00 4,08 -14,69 0,61 -138,05 17,43 1,94
11 2,50 83129,0 4,08 -14,69 0,61 -138,05 4,00 3,88 -18,08 0,29 67,74 21,01 2,10
12 2,75 83129,0 3,88 -18,08 0,29 67,74 0,00 3,69 -16,04 0,82 24,80 23,88 2,17
13 3,00 83130,0 3,69 -16,04 0,82 24,80 4,00 3,53 -11,06 1,78 128,67 25,63 2,14
14 3,25 83131,0 3,53 -11,06 1,78 128,67 4,00 3,46 -1,81 3,36 137,62 25,73 1,98
15 3,50 83132,0 3,46 -1,81 3,36 137,62 4,00 3,48 6,10 4,63 82,64 26,88 1,92
16 3,75 83132,0 3,48 6,10 4,63 82,64 0,00 3,55 4,15 4,25 -131,62 27,57 1,84
17 4,00 83133,0 3,55 4,15 4,25 -131,62 4,00 3,56 -2,71 3,10 -66,90 28,03 1,75
18 4,25 83134,0 3,56 -2,71 3,10 -66,90 4,00 3,51 -4,95 2,76 3,70 28,78 1,69
58
Tabela 2.3 – Resultados para cálculo do IRI em um Trecho de 11 metros (conclusão)
Altura do
Desloc IRI
i Perfil Z1' Z2' Z3' Z4' Y' Z1 Z2 Z3 Z4  RS
(m) (m/km)
(mm)
19 4,50 83134,0 3,51 -4,95 2,76 3,70 0,00 3,44 -8,73 2,17 -96,34 30,05 1,67
20 4,75 83136,0 3,44 -8,73 2,17 -96,34 8,00 3,34 -5,73 2,71 168,17 30,68 1,61
21 5,00 83138,0 3,34 -5,73 2,71 168,17 8,00 3,36 10,10 5,30 262,55 32,62 1,63
22 5,25 83136,0 3,36 10,10 5,30 262,55 -8,00 3,49 5,44 4,41 -364,93 33,55 1,60
23 5,50 83139,0 3,49 5,44 4,41 -364,93 12,00 3,48 -2,30 3,13 111,73 33,89 1,54
24 5,75 83139,0 3,48 -2,30 3,13 111,73 0,00 3,47 -1,05 3,34 -63,06 34,02 1,48
25 6,00 83140,0 3,47 -1,05 3,34 -63,06 4,00 3,44 -3,34 2,97 -3,66 34,49 1,44
26 6,25 83141,0 3,44 -3,34 2,97 -3,66 4,00 3,41 -2,16 3,18 35,67 34,72 1,39
27 6,50 83142,0 3,41 -2,16 3,18 35,67 4,00 3,40 0,78 3,66 44,95 34,98 1,35
28 6,75 83143,0 3,40 0,78 3,66 44,95 4,00 3,42 3,63 4,10 31,14 35,66 1,32
29 7,00 83144,0 3,42 3,63 4,10 31,14 4,00 3,47 5,24 4,33 8,85 36,51 1,30
30 7,25 83145,0 3,47 5,24 4,33 8,85 4,00 3,54 5,41 4,32 -8,97 37,30 1,29
31 7,50 83146,0 3,54 5,41 4,32 -8,97 4,00 3,59 4,65 4,17 -16,10 37,87 1,26
32 7,75 83147,0 3,59 4,65 4,17 -16,10 4,00 3,64 3,66 3,99 -13,33 38,23 1,23
33 8,00 83148,0 3,64 3,66 3,99 -13,33 4,00 3,68 2,98 3,89 -5,54 38,44 1,20
34 8,25 83148,0 3,68 2,98 3,89 -5,54 0,00 3,69 -2,74 2,96 -141,19 39,16 1,19
35 8,50 83149,0 3,69 -2,74 2,96 -141,19 4,00 3,61 -8,70 2,04 -22,58 40,73 1,20
36 8,75 83150,0 3,61 -8,70 2,04 -22,58 4,00 3,52 -7,51 2,32 62,49 41,93 1,20
37 9,00 83150,0 3,52 -7,51 2,32 62,49 0,00 3,44 -7,81 2,31 -54,37 43,06 1,20
38 9,25 83150,0 3,44 -7,81 2,31 -54,37 0,00 3,32 -13,97 1,35 -105,38 45,03 1,22
39 9,50 83150,0 3,32 -13,97 1,35 -105,38 0,00 3,12 -21,49 0,19 -92,22 47,96 1,26
40 9,75 83151,0 3,12 -21,49 0,19 -92,22 4,00 2,87 -21,29 0,31 98,87 50,51 1,30
41 10,00 83151,0 2,87 -21,29 0,31 98,87 0,00 2,66 -16,95 1,07 33,04 52,10 1,30
42 10,25 83152,0 2,66 -16,95 1,07 33,04 4,00 2,49 -11,13 2,00 118,97 52,59 1,28
43 10,50 83152,0 2,49 -11,13 2,00 118,97 0,00 2,40 -7,54 2,51 -22,11 52,71 1,25
44 10,75 83151,0 2,40 -7,54 2,51 -22,11 -4,00 2,27 -17,21 0,83 -245,64 54,15 1,26
45 11,00 83153,0 2,27 -17,21 0,83 -245,64 8,00 2,04 -19,53 0,44 148,84 55,75 1,27
Fonte: Autor
A título de complementação, as Equações (2.16) a (2.22) exibem os

resultados de Y’, Z1, Z2, Z3, Z4, RS e IRI expostos na linha final da Tabela 2.3,
mediante emprego da sistemática apresentada no decorrer deste item, resultando no
valor de IRI relativo ao trecho avaliado (1,27m/km).
( )
(2.16)
( ) ( )
(2.17)
( ) ( )
59
( ) ( ) ( )
(2.18)
( ) ( )
( ) ( )
(2.19)
( ) ( )
( ) ( )
(2.20)
( ) ( )
(2.21)
( ) (2.22)
( )
Sayers et al (1986a) destacam que este procedimento é válido apenas para

intervalos entre pontos do perfil variando entre 0,25m e 0,61m. Para amostras mais
curtas, os autores recomendam uma etapa adicional de suavização do perfil com um
valor médio, para melhor representar a maneira que o pneu se distribui pela
superfície.
Nestes casos, o comprimento de base para a média é de 0,25m, e o IRI pode
então ser calculado de duas formas. Na primeira delas, os pontos de elevação que
caem dentro de cada 0,25m de comprimento podem ser uma média para obter um
perfil equivalente ao ponto para o intervalo de 0,25m. Assim, o IRI é calculado pelo
roteiro descrito anteriormente nas Equações (2.5) a (2.15), baseado no intervalo de
0,25m, usando os coeficientes de Sayers et al (1986a) para o referido intervalo.
A segunda maneira engloba uma “média móvel” obtida a partir da média de
todos os pontos presentes dentro do intervalo de 0,25m centrado no ponto de
elevação do perfil. Assim, o IRI é calculado pela resolução das Equações (2.5) a
(2.15) para cada ponto médio, usando nas equações os coeficientes apropriados
para o menor intervalo.
Ao analisar os documentos oficiais reportados no cenário nacional (conforme
abordado no item 2.1.4), entende-se pertinente mencionar, mais uma vez, que o
setor rodoviário carece de uma normativa atualizada que aborde o cálculo do IRI a
partir de um perfil longitudinal de maneira detalhada.
60
Usualmente, os processos de cálculo deste índice estão escondidos em

rotinas de programação internas aos sistemas de medição dos equipamentos de
avaliação, acarretando no desconhecimento de seus componentes por parte dos
profissionais que trabalham com dados de irregularidade. Acredita-se que o
apanhado de expressões matemáticas expostas neste trabalho, juntamente ao
acesso recomendado aos trabalhos de Sayers et al (1986a e 1986b), Sayers (1995),
Karamilhas (2005) e Barella (2008) permite uma elucidação relativa ao tema.
2.1.3 O efeito da irregularidade longitudinal de pavimentos sobre os custos

operacionais de usuários de rodovias
Do ponto de vista da engenharia de pavimentos, trafegar em uma rodovia

com qualidade é uma função dependente da interação do perfil longitudinal da pista
com as características dinâmicas dos veículos que utilizam o referido pavimento.
Consequentemente, os veículos contribuem para a deterioração da estrutura, que
afeta os veículos, os usuários da estrada e as mercadorias em trânsito, impactando
no sistema econômico como um todo (PROZZI, 2001).
De acordo com Barnes e Langworthy (2003), a análise de concepção de
projetos rodoviários deve ser baseada nos benefícios obtidos e nos custos incorridos
para as ações de melhoria. Segundo os autores, dois dos maiores benefícios
presentes em grande parte das obras rodoviárias são as reduções no tempo de
viagem e no número de acidentes de trânsito. O terceiro grande impacto é percebido
nos custos operacionais dos veículos, despendidos pelos usuários que trafegam nas
áreas afetadas.
Kerali (2001) afirma que os efeitos causados nos usuários pela condição da
rodovia, bem como os padrões de projeto adotados na sua concepção são
determinados em termos de custos de usuários rodoviários e outros efeitos sociais e
ambientais. Os efeitos sociais e ambientais incluem as emissões dos veículos, o
consumo de energia, o ruído do tráfego e outros impactos sociais para a população
atendida pelas rodovias. Embora existentes, o autor considera difícil quantificá-los
em termos monetários.
Já os custos de usuários rodoviários são amplamente discutidos. De acordo
com Kerali (2001), este tópico compreende três fatores:
61
a) Custos de operação do veículo (combustível, pneus, óleo, peças

sobressalentes, depreciação do veículo, etc.);
b) Custos de tempo de viagem (tanto para passageiros quanto para carga,
devido à condição e trânsito da rodovia);
c) Custos de acidentes rodoviários (perda de vidas, danos aos usuários da
rodovia, danos a veículos e outros objetos na estrada).
Ainda na década de 1960, Babkov e Zamakhayev (1967) afirmaram que os
elementos constituintes dos custos de operação do veículo, quantificados em termos
de consumo de combustível, óleo lubrificante e desgaste dos pneus, são
diretamente dependentes das condições de trafegabilidade da rodovia sob as quais
circulam os veículos comerciais e de passeio. Nas décadas seguintes (1970 e
1980), o cenário acadêmico internacional mostrou preocupação no impacto causado
nos usuários pelos problemas de trafegabilidade em rodovias com altas
irregularidades. Estas foram algumas das motivações discutidas na IRRE, em 1982.
Paterson (1987) relata que o impacto econômico causado pelas altas
irregularidades longitudinais é considerável, fornecendo uma base sólida para
avaliação de políticas rodoviárias. O custo de operação dos veículos e o preço do
transporte de mercadorias crescem à medida que a irregularidade da rodovia
também aumenta. O autor ainda quantifica, argumentando que o acréscimo no custo
operacional de todos os veículos que circulam em uma determinada rodovia acarreta
em valores de dez a vinte vezes maiores do que o custo que o gestor do
determinado trecho teria para manter a malha com níveis aceitáveis de
irregularidade.
Paterson (1987) destaca estudos da década de 1970 e 1980, os quais
quantificaram os impactos da geometria e irregularidade da rodovia na degradação
dos pneus, depreciação de peças, mão-de-obra e acréscimo no tempo de viagens
em veículos de diferentes classes. Chesher e Harrison (1987) desenvolveram
modelos paramétricos a partir destes dados, computando os custos operacionais
dos veículos em unidades físicas de consumo, aplicáveis aos custos unitários de
cada localidade.
Paterson (1987) expõe um exemplo genérico (Figura 2.16) deste confronto,
aplicando as relações de Chesher e Harrison (1987) para a realidade econômica da
Tunísia, no ano de 1983. Os resultados mostram que os custos operacionais
aumentam a uma taxa de cerca de dois a quatro por cento por unidade IRI (m/km),
62
com pequenas distinções variando entre os diferentes tipos de veículos. Salienta-se

também o comportamento acentuado da relação direta entre custos operacionais e
irregularidade à medida que são avaliados veículos comerciais de maior porte.
Figura 2.16 – Exemplo de relação entre custos operacionais dos veículos e IRI
Fonte: Adaptado de Paterson (1987)
Paterson (1987) ainda destaca que, tipicamente, ao longo da gama de

condições das rodovias pavimentadas, estes valores podem aumentar na ordem de
15% entre os extremos de boa (IRI em torno de 2m/km) e péssima (IRI em torno de
8m/km) condição de irregularidade. Em estradas não pavimentadas, o aumento dos
custos é ainda maior, na ordem de 40 a 60% entre os extremos de boas condições
(IRI próximo de 4m/km) e muito mau estado (IRI próximo de 16m/km). Destaca-se
aqui que a consideração de irregularidades próximas de 4m/km como
condicionantes a classificação de pavimentos em boas condições só é pertinente a
utilização em estradas não pavimentadas.
Kerali (2001), em seu trabalho que explica o papel do HDM-4 (ferramenta de
gestão rodoviária desenvolvida pelo Banco Mundial no ano 2000, discutida
detalhadamente no item 2.2.6) na manutenção rodoviária, expõe uma nova
abordagem do gráfico apresentado por Paterson (1987). A Figura 2.17 ilustra o
63
impacto das condições da rodovia (representada em termos de irregularidade

longitudinal) nos custos dos diferentes veículos de transporte rodoviário. A moeda
adotada pelo autor foi o dólar americano (US$).
Figura 2.17 – Efeito das condições da rodovia nos custos operacionais dos veículos
Fonte: Adaptado de Kerali (2001)
A interpretação da Figura 2.17 permite constatar as mesmas impressões

relatadas para a Figura 2.16. Os custos dos usuários rodoviários, abordado por
Kerali (2001) em US$/km, indica relação direta entre os fatores econômicos e a
irregularidade longitudinal, novamente com destaque para os veículos comerciais de
porte elevado.
Especificando os custos operacionais dos veículos, Chesher e Harrison
(1987) demonstraram que é possível avaliar separadamente alguns fatores que
compõem o aparato geral, tais como o consumo de combustível, desgaste dos
pneus e manutenção mecânica.
Em relação ao consumo de combustível, Jiao e Bienvenu (2016), definem que
o trabalho mecânico dissipado dentro do sistema de suspensão, quando os veículos
64
trafegam em rodovias com superfície desigual, acarreta em consumo excessivo de

energia e, consequentemente, de combustível.
Mitchell (2000) abordou experimentalmente o tema em pistas experimentais
construídas no estado de Nevada (EUA), com o apoio do FHWA. O estudo realizou
passagens de eixo padrão ao longo de dois anos e meio em trechos em tangente,
com diferentes irregularidades, deformações permanentes e percentuais de área
trincada. O autor buscou avaliar o efeito causado pela reabilitação das rodovias (e
redução em aproximadamente 10% no valor médio do IRI) no consumo de
combustível. Os resultados indicaram diminuição de 4,5% no consumo médio de
combustível após a reabilitação da rodovia, isolando apenas os resultados
referentes à irregularidade.
Jiao e Bienvenu (2016) também apresentam um estudo que busca relacionar
variáveis independentes (tipo de pavimento, irregularidade na superfície e
temperatura do pavimento) com o consumo de combustível, medido em litros/100km.
Os resultados referentes à regressão linear direta da irregularidade das pistas
avaliadas, respectivamente para caminhões a 89km/h (a) e 105 km/h (b) estão
expostos na Figura 2.18.
Figura 2.18 – Confronto entre IRI e consumo de combustível
Fonte: Adaptado de Jiao e Bienvenu (2016)
Pela análise da Figura 2.18, é possível perceber que o consumo de

combustível aumenta à medida que as irregularidades longitudinais também
crescem. Destaca-se também o nítido aumento na inclinação da reta de tendência
65
dos pontos analisados, nos casos quantificados com velocidades superiores

(105km/h), indicando uma acentuação deste comportamento em relação as
avaliações com velocidade inferior (89km/h).
Vale ressaltar que os autores fizeram uso de pavimentos rígidos e flexíveis
para montar a matriz fatorial do estudo. Todavia, os gráficos da Figura 2.18 mostram
um indicativo importante, mesmo baseado em pistas com irregularidades
relativamente baixas. Entende-se que a utilização de trechos com irregularidades
mais altas (maiores valores de IRI) pode salientar a tendência verificada no trabalho
exposto pelos autores.
Barnes e Langworthy (2003), por outro lado, são categóricos em seu relatório
técnico para o Departamento de Transportes de Minnesota, afirmando que a
irregularidade longitudinal da rodovia não é significativa no cálculo dos custos
relativos a consumo de combustível. Os autores nem sequer consideram os índices
de irregularidade na composição dos custos por milha (critério adotado no estudo),
no componente dedicado ao consumo de combustível.
As opiniões contrastantes deixam claro que o tema é de difícil abordagem,
devido à complexidade que envolve avaliar o consumo de combustível isolando
todos os demais fatores, mantidas apenas as diferentes irregularidades
longitudinais.
Já em relação aos danos causados aos pneumáticos dos veículos, Barnes e
Langworthy (2003) afirmam que é possível estimar a degradação acarretada por
pavimentos irregulares. Os autores verificaram, por estimativas, que o custo por
milha (determinado em centavos de dólar por milha) adicional causado pelo
acréscimo de uma irregularidade baixa (cerca de 1,2m/km) para uma irregularidade
considerada alta pelos autores (cerca de 2,7m/km) acarreta em um custo percentual
adicional de 22%, 20% e 25% (respectivamente para veículos de passeio, utilitários
e caminhões de pequeno porte) nos valores referentes à substituição de pneus
desgastados.
Tratando-se dos custos referentes à manutenção dos veículos, Watanatada et
al (1987), fazendo uso de estudos utilizados na elaboração do HDM-3, verificaram o
aumento no preço das peças usadas na manutenção, o aumento do tempo de
reparo e a depreciação de veículos de passeio, utilitários, ônibus e caminhões
causados pelo acréscimo de irregularidade, representada pelo QI. Os resultados,
dependentes de coeficientes de calibração, são bastante variados; todavia, indicam
66
que o acréscimo de 25 contagens/km para 125 contagens/km no QI resulta em

aumento em todos os indicadores econômicos citados.
Destaca-se aqui o acréscimo bastante significativo na irregularidade; além
disso, QI quantificados em 125 contagens/km representam uma situação de
superfície precária, bastante sensível a qualquer indicador.
Ainda sobre os custos em manutenção, Mitchell (2000), em estudo já descrito
neste mesmo item, relata a ocorrência de defeitos nos caminhões e carrocerias no
período que antecedeu a reabilitação dos trechos avaliados. Todavia, dentro do
escopo do trabalho do autor, considera-se este fato relativo, já que não foi
mencionado o histórico dos veículos anterior ao período da pesquisa.
Um apanhado geral dos componentes abordados neste item foi realizado por
Islam e Buttlar (2012). Os autores utilizaram o MEPDG (Mechanistic-Empirical
Pavement Design Guide – AASHTO, 2008) para estimar os custos operacionais dos
usuários de rodovias com diferentes tipos de veículos e variadas condições de
irregularidade. Os resultados estimaram que os custos referentes à evolução da
irregularidade, contabilizando majoritariamente combustível, desgaste dos pneus,
depreciação do veículo e manutenção variam em uma taxa de 0,00003 a 0,0003
US$/veículo/milha/IRI, dependendo do nível de irregularidade da pista.
Em linhas gerais, entende-se que a irregularidade, além de um importante
indicador da condição de conforto da rodovia, pode ser abordada como um elemento
auxiliar na análise de custos em tomadas de decisões de projeto ou ações de
manutenção, principalmente em sistemas sofisticados de gerência de pavimentos.
Tanto para controle tecnológico quanto para verificação de necessidades de
intervenção, é possível elaborar sansões de penalização ou bonificação para
gestores que atingirem, ou não atingirem, determinado parâmetro de irregularidade,
baseado em análises de relação entre irregularidade longitudinal e custo demandado
pelos usuários de rodovias.
Os autores, cujos trabalhos foram expostos nos parágrafos que discorreram
este item, indicaram que, mesmo com as dificuldades metodológicas de avaliação, é
possível verificar o efeito direto da irregularidade nos índices econômicos presentes
no dia a dia dos usuários rodoviários, tais como o consumo de combustível,
desgaste dos pneus e manutenção mecânica.
Vislumbra-se ainda, com o cenário emergente de mudanças no método de
dimensionamento de pavimentos asfálticos existente no Brasil, que a associação
67
direta do IRI com os custos operacionais rodoviários possa permitir uma nova e
relevante ferramenta de avaliação. Na escolha da mistura asfáltica a ser empregada
em pista, por exemplo, pode-se avaliar seu desempenho em campo em paralelo
com o conjunto estrutural, verificando a projeção do IRI e identificando relações
custo/benefício de diferentes ligantes asfálticos também no aspecto funcional. Estas
interpretações podem também ser transferidas para emissões de gases poluentes
em cenários de avaliação de impactos ambientais, cujo aspecto está inerente a
execução de pavimentos revestidos por concreto asfáltico.
2.1.4 Procedimentos de avaliação da irregularidade longitudinal de

pavimentos
No Brasil, data de 1986 a primeira especificação de serviço do antigo DNER

citando algum procedimento aplicado no levantamento de irregularidade longitudinal
rodoviária. A DNER-ES 173/86 (DNER, 1986) expõe o método nível e mira para
calibração de sistemas medidores de irregularidade tipo resposta, documentados
anteriormente por Queiroz (1981), com base nos resultados obtidos na iniciativa que
precedeu a IRRE, em 1982 (anteriormente detalhada no item 2.1.2).
A especificação de serviço demonstra a obtenção do QI a partir das cotas
altimétricas encontradas ao longo de um trecho de referência (não são mencionadas
orientações quanto ao tamanho deste trecho), espaçadas em 0,5m nos
alinhamentos externos e internos em relação a uma referência de nível. O
documento peca em não fornecer um indicador de qualidade do resultado final,
sendo assim difícil definir a aceitabilidade da diferença entre o QI obtido com o
equipamento tipo resposta e o método nível e mira.
Em 1990, com o surgimento da DNER-PRO 182/90, designou-se a medição
de irregularidade em superfície com sistemas integradores IPR/USP e Maysmeter. O
conjunto constituído por um instrumento medidor tipo resposta e veículo tipo passeio
passou por incorporações tecnológicas, acarretando em uma atualização da
normativa no ano de 1994 (DNER, 1994b).
Esta nova versão fixou as condições exigíveis à realização de medições da
irregularidade longitudinal rodoviária, com medidores tipo resposta, em nível de rede
e de projeto. O referido documento orienta a rotina de execução do levantamento
com veículo de porte médio, trafegando em velocidades de 50 ou 80km/h
68
(dependentes de sua calibração), com leituras feitas a cada 320m. Deste texto,
originou-se a prática de avaliação de uma medida de irregularidade a cada 320m,
utilizada por algumas agências reguladoras em rodovias concessionadas. Em
contratos mais recentes de concessão, manutenção e restauração, a prática
usualmente empregada vem sendo um parâmetro representativo de cada 200m.
Ainda sobre a DNER-PRO 182/94, destaca-se a limitação máxima de 450km
levantados diariamente, a luz do dia, executados em dias sem chuva, ausentes de
qualquer presença de umidade na pista. O cálculo da irregularidade é expresso pelo
Quociente de Irregularidade (QI).
Paralelamente, o antigo DNER elaborou, no mesmo ano de 1994, outros dois
documentos visando complementar a rotina de execução de medição da
irregularidade longitudinal com equipamentos tipo resposta. O primeiro deles,
DNER-PRO 164/94 (DNER, 1994c), trata da calibração e controle dos sistemas
integradores IPR/USP e Maysmeter. A calibração sugerida também recomenda
proceder ao levantamento com o nível e mira, orientando sua execução em trechos
de referência de 320m de comprimento, em tangente horizontal e vertical. Esta
referência deve ser confrontada com os resultados obtidos com o equipamento tipo
resposta, procedidas cinco corridas de calibração a 80, 50 e 30km/h.
Os resultados são processados pela equação de regressão exposta no
referido documento, sendo aceitável o equipamento com coeficientes de
determinação iguais ou maiores do que 0,8. A crítica fica por conta do alto número
de trechos necessários para este procedimento de calibração. A normativa solicita
vinte trechos de referência, os quais submetidos ao levantamento topográfico com
nível e mira demandam um significativo período de operação.
O segundo documento complementar a DNER-PRO 182/94 é a DNER-PRO
229/94 (DNER, 1994d), referente à manutenção de sistemas medidores de
irregularidade na superfície. A normativa descreve atividades de manutenção
preventiva e corretiva para os sistemas de medição tipo resposta IPR/USP e
Maysmeter. Como este equipamento não foi utilizado no presente trabalho, entende-
se pertinente apenas sua citação para registro histórico, não sendo necessário o seu
aprofundamento no conteúdo deste documento.
Desde 1994, nenhum procedimento ou especificação de serviço foi publicado
pelo DNIT tratando da determinação da irregularidade longitudinal de superfície.
Todavia, o Manual de Restauração (DNIT, 2006a) aborda em variados momentos o
69
parâmetro irregularidade, contemplando não só o QI, mas também o IRI (não

normatizado pelos procedimentos pertinentes nacionais). O referido documento
estabelece também a relação entre ambos os índices – Equação (2.23) –, fixando a
irregularidade longitudinal como um importante indicador da curva de degradação do
pavimento:
(2.23)
Em que:
IRI = International Roughness Index (m/km);
QI = Quociente de Irregularidade (contagens/km).
Apesar de sua divulgação em um importante documento do DNIT, a Equação

(2.23), originalmente elaborada por Sayers et al (1986b), em formato com intercepto,
tem utilização prática questionável. Durante o desenvolvimento do HDM-3 (abordado
em detalhes no item 2.2.3), Paterson (1987) buscou adequar o modelo de previsão
de irregularidade ao indicador utilizado com maior frequência em países em
desenvolvimento (QI). A partir de então, a Equação (2.23) se tornou de popular
aplicação.
Barella (2008), todavia, expõe inúmeras situações em que a relação não
segue a constante indicada pelo manual, discutindo inclusive a diferente forma como
os índices são estabelecidos.
Finalizada a ambientação no cenário nacional, vale salientar a contribuição
deixada por Barella (2008), que no Apêndice B de sua tese de doutorado esboça
uma proposta de anteprojeto de norma brasileira para avaliação da irregularidade
longitudinal de pavimentos com perfilômetros inerciais. O autor elabora esta
proposta visando à determinação do QI pelo processamento de perfis longitudinais
coletados com perfilômetros de referência inerciais acoplados em veículos de
passeio.
Conforme abordado no item 2.1.2.2, no decorrer do período de
desenvolvimento desta pesquisa, o corpo técnico da COPPE/UFRJ, juntamente com
o apoio de alguns professores e alunos do GEPPASV/UFSM e do sócio proprietário
da Cibermétrica Equipamentos e Serviços Ltda, Rodrigo Barella, enviaram ao
70
IPR/DNIT uma proposta de norma para realização do levantamento de irregularidade

longitudinal com equipamentos de medição a laser.
Entende-se que o referido documento, baseado no anteprojeto documentado
por Barella (2008), pode colaborar para a definição de um procedimento padrão de
execução do levantamento em trechos rodoviários. Mesmo assim, acredita-se
importante a realização de calibrações e aferições recorrentes em equipamentos
desta categoria, visto a comprovada variação de medidas oriundas do sistema de
medição, inclusive do mesmo fabricante, já percebida no meio prático.
A realização de uma sistemática análoga ao “Dia do FWD”, proposta por
Moraes (2015) e também sugerida por Bueno (2016), poderia colaborar com o
entendimento dos equipamentos e utilização dos resultados de forma unificada.
Sobre o teste de correlação entre equipamentos FWD, salienta-se que já está em
consulta pública, no site do IPR/DNIT, um procedimento que orienta à calibração
relativa entre vários equipamentos do mesmo tipo, mesmo que de diferentes
fabricantes, resultando em medidas de deflexão semelhantes e análises mais
precisas do estado estrutural dos pavimentos avaliados.
Já em relação aos gatilhos para a deflagração da reabilitação do pavimento, o
Manual de Restauração (DNIT, 2006a) recomenda, para rodovias com alto volume
de tráfego, a reabilitação da estrutura com valores de IRI entre 3,5 e 4,0m/km e QI
entre 50 e 70 contagens/km, dependentes das condicionantes de projeto adotadas
em cada caso.
De acordo com Drainakis et al (2017), um valor de IRI igual a 0m/km em um
determinado trecho rodoviário indica que a superfície do pavimento é totalmente
plana. Teoricamente, não há limites superiores para o IRI, embora valores práticos
maiores do que 8m/km indicam uma rodovia em estado praticamente intransitável,
exceto nos casos em que a velocidade de rodagem é significativamente baixa.
O Manual de Restauração (DNIT, 2006a) recomenda, com base nas
sugestões efetuadas por Pinto e Preussler (2001), os seguintes níveis relativos às
condições da superfície do pavimento avaliada em termos de irregularidade,
expostos na Tabela 2.4.
Para valores de IRI medidos com sensores sem contato (equipamentos com
módulos lasers), os valores representativos do IRI para análise das rodovias federais
brasileiras são discriminados por DNIT (2011b) conforme exposto na Tabela 2.5.
71
Tabela 2.4 – Condições de superfície do pavimento em termos de IRI
Conceito IRI (m/km)

Ótimo 0,00 < IRI ≤ 1,90
Bom 1,90 < IRI ≤ 2,70
Regular 2,70 < IRI ≤ 3,50
Ruim 3,50 < IRI ≤ 4,60
Péssimo IRI >4,60
Fonte: Adaptado de DNIT (2006a)
Tabela 2.5 - Condições de superfície do pavimento em termos de IRI medido por

sensores sem contato
Conceito IRI (m/km)

Ótimo 0,00 < IRI ≤ 2,50
Bom 2,50 < IRI ≤ 3,00
Ruim 4,50 < IRI ≤ 5,50
Péssimo IRI >5,50
Fonte: Adaptado de DNIT (2011b)
O critério descrito na Tabela 2.5 é a referência básica do catálogo de

soluções técnicas apresentado ao fim do referido documento. Uma terceira
interpretação também é indicada por DNIT (2011b), objetivando o uso em
comparações com dados de outros países e também como parâmetro de evolução
das condições da malha rodoviária, visando obtenção de empréstimos internacionais
(BIRD/BID e outros). Para os casos descritos acima, os valores representativos do
IRI e o conceito das condições do pavimento estão exibidos na Tabela 2.6.
Tabela 2.6 – Condições de superfície em termos de IRI visando empréstimos

internacionais
Conceito IRI (m/km)

Bom 0,00 < IRI ≤ 3,00
Mau IRI > 5,00

72
No Manual de Gerência de Pavimentos (DNIT, 2011a) aparecem algumas

outras classificações. Uma delas é referente aos atributos indicadores de subtrechos
homogêneos, exposta na Tabela 2.7.
Tabela 2.7 - Condições de superfície para divisão de subtrechos homogêneos em

termos de IRI
Conceito IRI (m/km)

Bom 0,00 < IRI < 3,00
Regular 3,00 ≤ IRI < 4,00
Mau 4,00 ≤ IRI < 5,50
Péssimo IRI ≥ 5,50
Entende-se que, tratando-se de documentos oficiais, a variedade de

recomendações conceituais para os níveis de irregularidade determinados pelo IRI
não é benéfica para a proposta unificadora que envolveu a concepção desse índice,
ressaltando a necessidade de uma normativa nacional que deixe claro a sistemática
de cálculo deste indicador, com limites definidos para os diferentes conceitos de
pavimentos.
O IRI surgiu justamente para encerrar discussões relativas a índices que
geravam resultados distintos com equipamentos e fins variados. Sabe-se que a
atualização dos documentos oficiais pode conter novas diretrizes quanto aos
conceitos de diferentes níveis de irregularidade; todavia, modificar as interpretações
para as condições de superfície avaliadas pelo IRI com diferentes equipamentos ou
variadas formas de aplicação vai de encontro com a ideia de utilização unificada do
índice.
No que se refere ao âmbito internacional, mais especificamente às normativas
norte americanas, existem variados documentos que mencionam a irregularidade
longitudinal. Dois desses documentos tratam do cálculo do IRI, são elas a ASTM E
1364/95 (ASTM, 1995) e a ASTM E 1926/08 (ASTM, 2008).
A ASTM E 1364/95, por se tratar de uma metodologia de ensaio com
obtenção de perfil com nível estático, funciona como uma guia de validação e
calibração de outros sistemas mais produtivos de determinação de irregularidade. Já
a ASTM E 1926/08 fornece uma prática computacional padrão que abrange o
73
processo matemático de cálculo do IRI com base em um perfil longitudinal. O texto

deste documento e a rotina computacional exposta no corpo do texto é similar
àquela encontrada na normativa europeia EN 13036-5 (CEN, 2015).
Mesmo com a existência das publicações citadas, entende-se que os
trabalhos de Sayers et al (1986a, 1986b) são mais didáticos no que se trata da
concepção do cálculo do IRI, conforme descrito anteriormente no item 2.1.2.2.
Documentos como ASTM E 1082/90 (ASTM, 1990), ASTM E 1170/97 (ASTM,
1997) e ASTM E 1215/93 (ASTM, 1993) tratam de metodologias e práticas de ensaio
mediante utilização de equipamentos do tipo resposta acoplados a unidades
veiculares. Entende-se que, dentro do escopo da presente pesquisa, torna-se mais
interessante discutir a ASTM E 950/09 (ASTM, 2009a), que trata da quantificação da
irregularidade pela gravação dos perfis da rodovia por veículos acoplados com
acelerômetros inerciais e medição de perfis de referência.
O referido documento aborda variados assuntos, entre eles as principais
características técnicas que deve possuir um perfilômetro inercial. Além de toda a
aparelhagem necessária para execução do levantamento, a ASTM E 950/09
menciona algumas especificidades que merecem ser destacadas, tal como a
recomendação para posicionamento dos lasers localizados nas trilhas de roda em
distâncias de 1,5 a 1,8m entre si.
Em relação aos acelerômetros utilizados como calibradores da posição
instantânea do equipamento em relação ao pavimento, a fim de compensar as
variações de posição vertical devido ao balanço do carro, a normativa menciona que
estes devem ter um alcance grande o suficiente para acomodar os níveis de
aceleração esperados dos movimentos do veículo de medição (tipicamente ±1 g).
A ASTM E 950/09 ainda menciona que o comprimento mínimo de perfil
levantado deve ter pelo menos 60m, determinado em velocidades de teste entre 25
e 95km/h. Na prática, entende-se que a delimitação de um comprimento mínimo de
perfil de 60m é um exagero, visto que menores fragmentações podem permitir uma
melhor identificação dos defeitos em pista, visando a execução de intervenções. Os
perfilômetros inerciais costumam possibilitar que o operador defina um valor
característico de IRI a cada 10m (comprimento mínimo), com resultados coerentes
ao local avaliado. A normativa citada prevê ainda uma frequência mínima de
medição de uma medida a cada 25mm de deslocamento do veículo, com resolução
74
menor ou igual a 0,1mm (essa resolução aumenta em intervalos maiores entre as

medidas).
Para o hodômetro, o documento relata um erro admissível de medição
longitudinal de 0,1% em relação à distância verdadeira percorrida pelo veículo. A
normativa ainda descreve procedimentos de calibração e verificação de precisão,
que classificam os perfilômetros inerciais em diferentes grupos, conforme seus
desempenhos nestes testes.
Tratando-se da magnitude dos valores de irregularidade representados pelo
IRI, o documento norte americano que menciona as características da via
relacionada aos valores de irregularidade é a ASTM E 1926/08. A normativa define
um critério mais abrangente para níveis de irregularidade em pavimentos asfálticos,
dependente da velocidade na qual o usuário trafega pela via, conforme segue:
a) Condição de trafegabilidade confortável acima de 120km/h, com
ondulações imperceptíveis, sem depressões e buracos - 0,00< IRI ≤ 2,00;
b) Condição de trafegabilidade confortável até aproximadamente 100 a
120km/h; percepção de movimentos moderados e algumas ondulações
significativas, com defeitos superficiais ocasionais - 2,00< IRI ≤ 4,00;
c) Condição de trafegabilidade confortável até aproximadamente 70 a 90
km/h; movimentações do veículo fortemente perceptíveis, superfície com
presença marcante de defeitos, buracos ocasionais e ondulações
significativas - 4,00< IRI ≤ 6,00;
d) Condições de trafegabilidade confortável até aproximadamente 50 a
60km/h; movimentações contínuas do veículo associadas a defeitos
superficiais severos, com depressões significativas e frequentes buracos -
6,00< IRI ≤ 8,00;
e) Necessário reduzir a velocidade abaixo de 50km/h; várias depressões
profundas, buracos e desintegração da pista – IRI > 8,00;
Adicionalmente, o sistema HDM-4 exibe, para Rodovias Tronco, os limites de
classificação em termos de qualidade de IRI conforme Tabela 2.8.
Ainda, Mucka (2017) fornece um compilado de especificações relativas à
irregularidade longitudinal em países do continente europeu, acrescidas também por
informações referentes a países da Oceania, América Central e América do Sul.
Analisando os dados informados pelo autor, pode-se perceber que os documentos
75
costumam relacionar os limites de irregularidade a categoria da rodovia, ao tráfego e

ao limite de velocidade delimitado pelas agências reguladoras.
Tabela 2.8 - Condições de superfície do pavimento em termos de IRI no HDM-4
Conceito IRI (m/km)

Bom 0,00 < IRI ≤ 2,00
Ruim 4,00 < IRI ≤ 6,00
Péssimo IRI >6,00
Segundo Mucka (2017), na Austrália, rodovias revestidas em concreto

asfáltico, com velocidade até 100km/h, devem manter o valor de IRI abaixo de
1,9m/km. O limite, para a mesma classe de rodovias, é próximo ao da Itália
(1,8m/km). Na República Tcheca, o referido autor indica que rodovias com
velocidade de tráfego acima de 50km/h devem apresentar IRI menor do que
2,5m/km em 100% do trecho avaliado. O mesmo limite é apresentado para rodovias
revestidas em concreto asfáltico na Noruega, todavia, restringe-se o teto para 90%
do trecho levantado. Em Portugal o autor delimita que, para pavimentos novos, o IRI
deve se manter, em 90% da rodovia, menor do que 3,0m/km. Para reconstruções ou
reabilitações, a referência permanece; porém, deve ser alcançada em 80% da via
avaliada. Na Espanha o limite estabelecido é de 2,5m/km, em 100% da rodovia
investigada.
De forma geral, analisando todas as classificações expostas no presente item,
entende-se que as condições ideais de conforto são prejudicadas quando o IRI
atinge valores maiores do que 2,7m/km. Já a trafegabilidade na rodovia, com
velocidades usuais de circulação (60 a 100km/h), é significativamente prejudicada
quando a irregularidade longitudinal medida ultrapassa os 3,5m/km.
2.2. MODELOS DE PREVISÃO DE DESEMPENHO DE IRREGULARIDADE

LONGITUDINAL
A irregularidade longitudinal, representada tanto pelo QI quanto pelo IRI, vem

sendo utilizada como uma importante ferramenta de aceitação de serviços, controle
76
de obras rodoviárias, determinação da necessidade de intervenção, avaliação da

qualidade do pavimento e determinação dos custos operacionais de usuários de
rodovias. Conforme já citado anteriormente no item 2.1.2.1, nos editais de
concessão rodoviária divulgados pela ANTT, o órgão impõe uma irregularidade
máxima de QI=35 contagens/km, em paralelo com um IRI máximo de 2,7m/km em
100% da rodovia para os Programas de Exploração das Rodovias (PER), passados
60 meses da fase de recuperação.
Bottura (1998) e Franco (2007) destacam que o conhecimento da
irregularidade longitudinal de um pavimento é um fator fundamental na determinação
da alternativa de projeto mais adequada para a estrutura avaliada. Ao longo dos
anos, variados pesquisadores desenvolveram técnicas para contabilizar a ruptura
por índices de irregularidade ao invés de parâmetros de serventia, visando reduzir a
influência da interpretação humana nos resultados. Os autores ainda mencionam
que os modelos de previsão dos danos na estrutura do pavimento estão
relacionados com o conceito de ruptura. Estes conceitos, por sua vez, são de
definições complexas e significativamente dependentes da experiência de cada
observador. Por si só, um modelo de previsão de evolução de irregularidade
longitudinal de um pavimento pode estimar a qualidade de rolamento de sua
superfície e determinar as necessidades de intervenções e restaurações.
Paterson (1987) salienta a necessidade de previsão de desempenho dos
pavimentos, visto que o custo de manutenção preventiva das estruturas rodoviárias
é cerca de oito vezes menor que o custo com manutenção puramente corretiva.
Sabe-se que o tráfego é usualmente o fator primordial considerado na
progressão dos parâmetros quantitativos da degradação estrutural e funcional da
estrutura. Todavia, no item que segue, serão abordados alguns aspectos que
também influenciam na evolução da irregularidade longitudinal, seguidos dos
modelos de desempenho que relacionam estes fatores visando à previsão do
comportamento do pavimento em termos de irregularidade.
2.2.1 Fatores que condicionam o desempenho dos pavimentos asfálticos

frente à irregularidade longitudinal
Rodrigues (1991) e Fontenele (2011) destacam que a deterioração do

pavimento não está limitada apenas ao carregamento transferido pelo tráfego, mas
77
também ao material usado na estrutura e às condições ambientais. Rodrigues

(1991) considera que a deterioração dos pavimentos asfálticos ocorre pelo
surgimento de fissuras no revestimento, ocasionadas pela fadiga provocada pelo
carregamento do tráfego, atrelado ao aparecimento de afundamentos em trilha de
roda em decorrência do acúmulo de deformações permanentes nas camadas que
constituem a estrutura.
Prozzi (2001) destaca o importante aspecto da condicionante estrutural
associado ao trincamento por fadiga e às implicações de segurança relacionadas
aos afundamentos em trilha de roda. Todavia, desde o estudo iniciado por Paterson
(1987), a qualidade de rolamento, representada pela irregularidade, mostrou-se um
dos mais relevantes indicadores do desempenho do pavimento quando este é
avaliado do ponto de vista econômico.
Prozzi (2001) e Wang (2006), pesquisadores que desenvolveram modelos de
previsão de irregularidade longitudinal, concluíram que diferentes tipos de defeitos e
atividades de manutenção impactam na progressão dos índices de conforto de
rolamento. Prozzi (2001) elogia, dentre os modelos existentes na época, aqueles
que tentavam incorporar todos os fatores (individualmente ou interagindo entre si),
resultando em previsões de complexa aplicação rodoviária. Todavia, o autor
ressalva a aplicabilidade limitada e os erros estatísticos existentes em alguns deles.
AASHTO (2008) interpreta o IRI como um índice que, ao ser representado por
modelagens numéricas, deva ser considerado como função das trincas longitudinais,
transversais e couro-de-jacaré, da deformação permanente, juntamente com o clima,
características do subleito, idade de operação do pavimento ou solicitações
transmitidas pelo tráfego.
Os fatores associados ao tráfego assumem importância destacada e são
mencionados em grande parte dos modelos de previsão dos critérios limites de vida
útil, não só referentes à irregularidade, mas também nos mecanismos de ruptura
estrutural. Shiyab (2007) afirma que, nessa categoria, podem ser considerados o
volume do tráfego, o carregamento dos eixos, o número equivalente de solicitações
do eixo padrão (N), a pressão de enchimento dos pneumáticos, o tipo de tráfego
atuante, o mecanismo e o tempo de aplicação de carga. De forma geral, o número N
é o parâmetro adotado para quantificar o tráfego e confrontar sua evolução com os
indicadores de desempenho do pavimento.
78
A presença dos valores de solicitações de eixo padrão na composição dos

modelos que preveem a evolução da irregularidade longitudinal em estruturas de
pavimento é frequente, e será demonstrada nos itens que seguem com a
discriminação dos modelos. Todavia, alguns trabalhos buscam uma abordagem
aprofundada do efeito causado pela composição do tráfego nos parâmetros de
irregularidade.
Haider e Harichandran (2010) relacionaram as características da distribuição
de carga com o desempenho de pavimentos revestidos por concreto asfáltico. Com
a matriz de dados referente a espectros de carga coletados em diferentes estados
dos EUA, que foram utilizados para elaborar o MEPDG (AASHTO, 2008), os autores
visaram avaliar a evolução da deformação permanente, trincamento por fadiga e
irregularidade longitudinal.
Os resultados permitiram concluir que a magnitude das cargas contribui mais
para a irregularidade longitudinal do que o próprio número N, sendo esse o
parâmetro mais crítico para o desenvolvimento de deformações permanentes
precoces.
Fontenele (2011) modelou espectros de carga com diferentes pressões de
enchimento dos pneus (80 e 120psi), verificando que, para as estruturas e níveis de
confiabilidade adotados pela autora, a adição no valor representativo de enchimento
dos pneumáticos também antecipa o encontro da irregularidade prevista com o limite
definido pelo projeto. O resultado encontrado pela autora é justificado pelo
acréscimo das tensões e deformações ocasionadas na estrutura do pavimento com
o aumento das pressões dos pneus. Em uma rotina empírico-mecanicista, o
acréscimo de esforços acarreta em uma redução na vida útil da estrutura.
Em relação às condições de superfície da rodovia, os dois principais defeitos
visualizados em estruturas pavimentadas revestidas por camadas asfálticas são a
presença de trincas e fissuras, ocasionadas pelo processo de fadiga, e a existência
de deformações permanentes, representadas pelos afundamentos em trilha de roda.
Fernandes Jr (1994) comenta sobre a correlação significativa entre as constatações
em pista de deterioração estrutural (trincamento e deformação permanente) e a
irregularidade longitudinal.
Lin et al (2003) corroboram da mesma opinião de Fernandes Jr (1994). Os
autores afirmam que o aumento na tensão vertical recebida pelo pavimento pela
passagem das cargas dinâmicas acelera o processo de abertura de trincas na
79
superfície, afetando também a drenagem do pavimento, causando perda de

capacidade estrutural, possíveis deformações permanentes e, consequentemente,
presença de irregularidades longitudinais elevadas.
Sayers (1995) e Hajek et al (1998) relatam a influência da presença de
trincas, principalmente aquelas distribuídas transversalmente (causadas pelo efeito
térmico), nos resultados dos índices de irregularidade. O MEPDG (AASHTO, 2008)
também considera as trincas térmicas, usualmente expostas no perfil transversal,
causadas por temperaturas significativamente baixas, como um indicativo importante
para a existência de altas irregularidades no local. O documento também menciona
as demais configurações de trincamento (longitudinal e couro-de-jacaré,
ocasionadas pelo processo de fadiga) como indicativos que contribuem para a
evolução da irregularidade.
De forma geral, Odoki e Kerali (2000) e AASHTO (2008) deixam claro nos
dois principais modelos internacionais de evolução de irregularidade longitudinal
(HDM-4 e MEPDG, detalhados posteriormente nos itens 2.2.6 e 2.2.12,
respectivamente) que as componentes de trincamento e deformação permanente
têm influência na composição do valor de irregularidade longitudinal.
Lin et al (2003) corrobora com esta afirmação. O autor utilizou 125 pistas para
avaliar, com redes neurais, o efeito dos defeitos visualizados na superfície na
composição da irregularidade. Os resultados verificaram que tanto a deformação
permanente quanto a presença de trincas estão entre as variáveis independentes
relevantes na composição do IRI, adotado como variável dependente.
Tratando-se da estrutura e composição do sistema de camadas, Shiyab
(2007) afirma que o arranjo e propriedades dos materiais, tais como a distribuição
granulométrica e os parâmetros de rigidez (módulo de resiliência e coeficiente de
Poisson), atrelados à concepção do sistema de camadas (espessura dos materiais,
presença de dispositivos de drenagem) podem afetar no desempenho e na vida útil
do pavimento, inclusive em termos de irregularidade.
O autor entende que as espessuras das camadas não têm caráter destacado
no processo de evolução da irregularidade, mas sim os indicativos de integridade
dos materiais, usualmente quantificados, em projetos de reabilitação de pavimentos,
pelos parâmetros deflectométricos e de rigidez. Todavia, Shiyab (2007) salienta que
a qualidade de rolamento atingida ao final da etapa de construção da rodovia
80
(IRIINICIAL) é um dos fatores primordiais para a manutenção da trafegabilidade com

conforto ao longo do tempo.
Segundo o autor, a irregularidade inicial de uma rodovia, quantificada antes
da abertura ao tráfego ou nas idades iniciais de operação da via, é um dos mais
importantes indicadores que definem as taxas de deterioração do pavimento frente
ao mecanismo de ruptura funcional.
Em relação às características do subleito, as previsões de irregularidade
longitudinal não costumam considerar diretamente os parâmetros da fundação do
pavimento como um indicativo de evolução acelerada da irregularidade. Mesmo
assim, ainda que indiretamente, o subleito é ponderado no número estrutural
corrigido (SNC), nos casos em que os índices do material são utilizados na
metodologia de cálculo do SNC (exemplo ocorrido no modelo de Queiroz, 1981).
AASHTO (2008) indica que problemas de irregularidade causados por solos
expansivos, colapsíveis e suscetíveis ao congelamento existem, porém devem ser
solucionados na escolha da composição estrutural, não sendo considerados nos
critérios de progressão do IRI.
Tratando-se das condições ambientais, Prozzi (2011) considera indiscutível a
sua importância no processo de deterioração dos pavimentos e, consequentemente,
na evolução da irregularidade. O autor afirma que, mesmo no caso hipotético em
que a seção de pavimento não está sujeita a ação do tráfego, a deterioração da
estrutura ocorrerá.
Duas são as considerações principais referentes à influência de fatores
ambientais no desempenho de pavimentos asfálticos. A primeira delas está ligada
ao efeito da temperatura na rigidez da camada asfáltica. A segunda se refere ao
efeito da umidade na rigidez das camadas granulares não tratadas (YODER E
WITCZAK, 1975; HUANG, 1993; LEKARP et al, 2000).
Shiyab (2007) considera que, dentre os fatores associados às condições
ambientais que afetam o desempenho dos pavimentos, deve-se levar em
consideração a temperatura, os ciclos de congelamento e descongelamento, a
precipitação e a presença de águas subterrâneas. Todavia, é difícil encontrar um
modelo matemático que preveja a evolução da irregularidade com uma variável
climática abrangente presente no conjunto de parâmetros independentes.
Usualmente, modelos de desempenho são elaborados para uma determinada
região, sendo aplicáveis às condições climáticas daquele local.
81
Os parâmetros adotados por modelos de previsão de irregularidade

longitudinal atentam de forma mais significativa para a pluviometria; porém, mesmo
quando os índices ambientais não são considerados diretamente na concepção do
modelo, não se pode relevar a sua existência indireta na progressão da
irregularidade longitudinal. Sendo assim, a principal componente que incorpora as
condições ambientais é a idade do pavimento, presente na grande maioria dos
modelos de previsão de desempenho funcional.
Por fim, Nakahara et al (2006) concluem que o uso de formas de equações
clássicas, desenvolvidas sem representar o processo físico da deterioração, muitas
vezes não são aplicáveis à progressão funcional das estruturas rodoviárias. Os
autores afirmam que não existe um mecanismo principal que possa ser atribuído à
irregularidade do pavimento. Além da significância de cada defeito (que pode variar
de acordo com a sua severidade), algumas características relacionadas ao projeto e
às condições locais também podem afetar a irregularidade longitudinal.
Feita esta contextualização inicial, estão abordados, nos itens que seguem,
alguns modelos de previsão de irregularidade longitudinal considerados relevantes
no cenário nacional e internacional. Vale salientar que, visando à uniformização das
siglas e abreviaturas deste trabalho, algumas variáveis foram mencionadas de forma
diferente daquela efetuada nos documentos originais.
Outro comentário pertinente fica por conta dos coeficientes de determinação
(R²) das equações apresentadas nos itens que seguem. Algumas publicações
citadas não divulgaram os coeficientes de determinação obtidos ao final do processo
de regressão que gerou o modelo de previsão de desempenho desenvolvido; desta
forma, nos modelos em que este parâmetro estatístico foi informado, o referido valor
foi exposto no presente texto.
2.2.2 Modelo de Queiroz (1981)
Com base nos dados coletados na PICR, Queiroz (1981) desenvolveu

modelos de previsão de desempenho para a gerência de pavimentos no Brasil. O
projeto experimental desenvolvido pelo autor envolveu dados de campo de
pavimentos localizados na rede rodoviária dos estados de Goiás, Minas Gerais, São
Paulo e no Distrito Federal. O texto original foi publicado em 1981, em língua
inglesa, em formato de tese de pós-doutorado do autor. Em 1984, o Instituto de
82
Pesquisas Rodoviárias (IPR) publicou uma versão traduzindo o referido documento

para o português (Queiroz, 1984), disseminando ainda mais o conteúdo gerado.
De acordo com Queiroz (1981), a área de estudo exibe precipitações anuais
acumuladas variando de 1.250 a 2.000mm, com valor médio de 1.500mm/ano. O
autor trabalhou com pavimentos originais (sem restauração) e estruturas com
execução de recapeamento. Segundo Queiroz (1981), toda a amostragem presente
em seu projeto experimental é constituída de pavimentos asfálticos, revestidos ou
por concreto asfáltico (CA) ou por TSD (Tratamento Superficial Duplo). Todas as
bases dos pavimentos avaliados pelo autor são granulares, constituídas por
cascalho ou brita graduada. Queiroz (1981) não discrimina as espessuras das
camadas dos trechos por ele estudados.
Tratando-se do tráfego, o autor informa apenas o volume diário médio
comercial (VDMC) das localidades adotadas em seu estudo. Queiroz (1981) divide os
pavimentos em três diferentes níveis de tráfego. O nível um inclui trechos com VDMC
menor do que 500; o nível dois engloba pavimentos com VDMC entre 600 e 900; já o
nível três agrupa trechos com VDMC maior do que 1.000. Não é informado o limite
superior de VDMC apresentado pelos trechos avaliados pelo autor. Queiroz (1981)
menciona que, para desenvolvimento do modelo, os tráfegos foram transformados
em números de solicitações do eixo padrão mediante utilização dos fatores de
equivalência de carga da AASHTO.
Quanto à análise da irregularidade longitudinal dos pavimentos utilizados na
concepção do modelo de desempenho, Queiroz (1981) informa que foram utilizados
dois diferentes equipamentos na quantificação dos valores de QI. O Maysmeter foi
empregado para medir a irregularidade em todos os trechos estudados, enquanto o
Perfilômetro Dinâmico (geralmente mencionado como Perfilômetro SD –
equipamento similar ao Perfilômetro GMR) foi utilizado para medir a irregularidade
em 20 trechos nas proximidades de Brasília/DF, visando à calibração do Maysmeter.
A faixa de valores de QI utilizada na análise de dados referente à
irregularidade longitudinal englobou medidas entre 18 e 95 contagens/km, com valor
médio de 39 contagens/km.
Por fim, Queiroz (1981) estabeleceu seu modelo de previsão de irregularidade
a partir de Equação (2.24), determinada de forma empírica, relacionando efeitos
estruturais, tráfego, idade e parâmetros de resistência e deformabilidade, baseado
em medidas de campo. O estudo publicado pelo autor representou uma das
83
primeiras tentativas de inserção da previsão de desempenho da irregularidade

longitudinal na análise de pavimentos brasileiros.
( )
(2.24)
( )
Em que:
AGE = idade do pavimento desde a sua construção ou última reabilitação
(anos);
DMÁX = deflexão medida pela viga Benkelman abaixo do ponto de aplicação
de carga (0,01mm);
N = número acumulado de repetições do eixo padrão, calculado pelo método
da AASHTO;
RH = variável indicadora do estado da restauração (Como construído=0;
recapeado=1);
SNC = Número Estrutural Corrigido - Equação (2.25);
ST = variável indicadora do tipo de revestimento (Concreto Asfáltico=0;
Tratamento Superficial=1);
∑ ( ) (2.25)
Em que:
ai = coeficiente estrutural da base e/ou revestimento (vide Queiroz, 1981);
hi = espessura base e/ou revestimento (mm);
CBR = Índice Suporte Califórnia in-situ do subleito (%).
A regressão estatística elaborada pelo autor foi adaptada e implantada no

método nacional de projeto de restauração de pavimentos, regulamentada pela
DNER PRO159/85 (DNER, 1985), objetivando prever a irregularidade em
pavimentos existentes revestidos em concreto asfáltico (CA) ou tratamento
superficial (TS). Nos casos de utilização de misturas asfálticas densas, não são
84
feitas distinções sobre as propriedades do material ou o ligante asfáltico utilizado na

composição do revestimento. A Equação (2.26) e as Equações complementares
(2.27) a (2.33) exibem o modelo do DNER (1985):
( )
(2.26)
( )
(2.27)
( ) (2.28)
[( ) ] (2.29)
( )
* ( )
(2.30)
( ) +
(2.31)
(2.32)
[( ) ] (2.33)
( )
Em que:
Δ QI1 = constante, calculada somente para o ano AGEE;
AE = data referente a coleta de dados empíricos para utilização do modelo;
AGEE = idade do pavimento existente na data da coleta de dados (anos);
AGE = idade a partir de AE (anos);
85
AGE’ = idade do pavimento existente a partir do início da operação até um

ano qualquer posterior a AE (anos);
DMÁX = deflexão medida pela viga Benkelman abaixo do ponto de aplicação
de carga (0,01mm);
Np1= número acumulado de repetições do eixo padrão correspondente ao
período de um ano, iniciando em AGEE, calculado pelo método da AASHTO;
QIA’ = Quociente de irregularidade no ano AGE (contagens/km);
QIE = Quociente de irregularidade no ano AGEE (contagens/km);
SNC = Número Estrutural Corrigido (Equação 2.17);
t = taxa de crescimento do tráfego (%/100).
Com o surgimento do Método da Resiliência, regulamentado pela DNER-PRO

269/94 (DNIT, 1994e) e a consideração da irregularidade longitudinal apenas como
informação complementar do trecho, os modelos de Queiroz (1981) tiveram sua
aplicação significativamente reduzida no cenário prático.
2.2.3 Modelo de Paterson (1987) – “Modelo do HDM-3”
O Highway Design and Maintenance Standards Model (HDM-3), desenvolvido

pelo Banco Mundial, consiste em uma ferramenta utilizada em atividades de
manutenção e reabilitação de rodovias, especificamente nos setores de
planejamento e programação de investimentos. De maneira resumida, pode-se dizer
que o HDM é um sistema computacional que, através de um determinado período de
análise, simula situações físicas e econômicas para uma série de alternativas e
cenários (SONCIM, 2011).
De acordo com Vale (2008), ainda no fim da década de 1960, vislumbrou-se a
necessidade, em países da África, Ásia, Caribe e América Latina, da qualificação
empírica da manutenção rodoviária, atrelada com a análise de custos. Surgiram
assim, modelos de planejamento que incorporavam a simulação de custos totais ao
longo da vida útil de um pavimento, servindo como base nas tomadas de decisão de
projetos rodoviários.
Soncim (2011) relata que, nas primeiras versões do HDM (HCM e HDM-2), o
programa levava em consideração modelos de regressão desenvolvidos com base
em dados coletados em estudos e locais específicos. Na elaboração do HDM-3, o
86
Banco Mundial, representado por Paterson (1987), objetivando suprir a necessidade

eminente de prever a deterioração das estruturas rodoviárias, elaborou modelos
significativamente complexos, baseados em dados de campo mais abrangentes que
aqueles utilizados nas versões anteriores. O autor focou seu estudo nos parâmetros
de irregularidade, salientado por ele inúmeras vezes em seu trabalho como um forte
indicador de importância econômica na manutenção rodoviária.
Nakahara (2005) descreve que a abordagem de Paterson (1987) foi um
exemplo de método empírico acrescido por princípios mecanicistas. A metodologia
do trabalho foi de fato empírica, mediante elaboração de modelos de previsão por
regressão com uso de dados coletados em rodovias com diferentes estruturas e
variados volumes de tráfego. Paterson (1987) relata que os dados utilizados na
elaboração do modelo de previsão de evolução da irregularidade foram aqueles
observados no Brasil, durante um estudo de custos rodoviários do Programa de
Desenvolvimento das Nações Unidas (PNUD), na IRRE, realizada em 1982.
Paterson (1987) justifica a utilização do banco de dados gerados em
pavimentos brasileiros pela presença de valores mais abrangentes de irregularidade,
áreas de trincamento, desgaste e medidas de afundamento em trilha de roda, além
do amplo aspecto fatorial de manutenções, precipitações acumuladas e volume de
tráfego.
O autor não discrimina a localização dos pavimentos avaliados no Brasil,
apenas relata que os parâmetros verificados em campo foram coletados ao longo de
um período de observação variando de três a cinco anos, em 116 diferentes
estruturas (divididas em mais de 300 segmentos) com idades oscilando de zero até
aproximadamente 23 anos. Também não são descritas precisamente as
composições de materiais e espessuras das camadas presentes nos pavimentos
avaliados. Todavia, conforme relatos de Sayers et al (1986b), Paterson (1987)
utilizou boa parte dos dados quantificados para o trabalho de Queiroz (1981), com
pistas experimentais adicionais, implantadas pela iniciativa que precedeu a IRRE.
Paterson (1987) limita-se a dividir os segmentos observados em revestidos
com concreto asfáltico (com ou sem superposição de camadas asfálticas),
tratamentos superficiais sobre bases granulares e pavimentos com presença de
base cimentada. Todos eles são considerados como “pavimentos flexíveis” pelo
referido autor, salientando o caráter significativamente amplo de sua concepção.
Esta abrangência elevada tem aspectos positivos, com condições de contorno que
87
envolvem situações de variada aplicação; todavia, modelos muito genéricos

acarretam em imprecisões nas estimativas efetuadas pelas equações de previsão,
diferindo das observações reais feitas em pista.
Tratando-se das condições climáticas, Paterson (1987) descreve os
pavimentos brasileiros avaliados como presentes em localidades de clima úmido,
não submetidos aos ciclos de gelo e degelo, com precipitações médias anuais
variando de 1.200 a 2.000mm.
Em relação ao tráfego, Paterson (1987) informa uma faixa bastante variada
de número de solicitações de eixo padrão (calculados com utilização dos fatores de
equivalência de carga da AASHTO) representativa dos pavimentos avaliados. O
autor relata que as análises englobaram pistas com volume de tráfego bastante
reduzido, com cerca de 100 solicitações de eixo padrão anuais, até magnitudes
relevantes, chegando a 1,7x106 repetições por ano.
Quanto à faixa de irregularidade representativa dos trechos avaliados,
Paterson (1987) afirma que os valores de IRI medidos em campo oscilaram entre
1,02 e 9,91m/km. Quanto ao equipamento de medição, o autor menciona que os
dados de IRI utilizados no modelo são provenientes do Maysmeter.
O caráter mecanicista entra, de acordo com Nakahara (2005), na forma e
parâmetros do modelo, assegurando uma estimativa apropriada dos efeitos de
ordem aleatória, prevendo a mudança nas condições por um período incremental de
tempo, como funções da condição atual, fatores estruturais, ambientais e de tráfego.
Para fins de construção de modelo, Paterson (1987) define o início do
processo de degradação pelo momento em que ele é visível pela primeira vez no
pavimento avaliado. A quantificação da degradação é expressa conforme mostra a
Figura 2.19.
Pela Figura 2.19, o autor explica que os defeitos são caracterizados por duas
fases de desenvolvimento: uma fase inicial após a construção e antes do
aparecimento dos primeiros defeitos e outra fase de progressão, na qual os defeitos
se desenvolvem na extensão, quantidade de área superficial ou gravidade, conforme
sua forma de medição. Para mais informações referentes à modelagem individual
dos defeitos de trincamento, afundamento em trilha de roda e desgaste superficial,
recomenda-se o acesso ao documento original (PATERSON, 1987).
A previsão da irregularidade longitudinal elaborada por Paterson (1987)
considerou a idade da estrutura, o tráfego atuante, fatores ambientais e os demais
88
defeitos modelados, interagindo entre si. As Equações (2.34) a (2.40), expostas por
Watanatada el al (1987) – que ajustou os valores matematicamente para a escala do
QI – exibem a combinação de relações desenvolvidas pelo autor em um único
módulo, que foi incorporado na terceira versão do programa HDM.
Figura 2.19 – Tendências dos tipos de defeitos modelados no HDM-3
Fonte: Adaptado de Paterson (1987)
[ ( ) ( ) ( )
(2.34)
]
( ) (2.35)
[ ] (2.36)
( ) (2.37)
[ ( ] ] (2.38)
(2.39)
( ) (2.40)
89
Em que:
PTd = alteração na área percentual total de panelas durante o ano em
análise;
QIb = incremento total na irregularidade durante o ano em análise
(contagens/km);
TRd = alteração no percentual de área trincada ao longo do ano em análise;
AGE = idade do pavimento desde a última reabilitação, reconstrução ou nova
construção (anos);
DPa = desvio padrão do afundamento em trilha de roda no início do ano em
análise (mm);
DPb = desvio padrão do afundamento em trilha de roda no final do ano em
análise (mm);
ETR = excesso de trincamento além da quantia existente na camada antiga
na época do último recapeamento, selagem ou reconstrução;
h = espessura da mais recente camada de revestimento (mm);
h’ = espessura total do(s) revestimento(s) antigo(s) (mm);
Kgp = fator de calibração para progressão da irregularidade;
Kge = fator de calibração devido ao fator ambiental;
N = número anual de repetições do eixo padrão, calculado pelo método da
AASHTO;
QIa = irregularidade no início do ano em análise (contagens/km);
QIb = irregularidade no final do ano em análise (contagens/km);
SNC = número estrutural corrigido;
SNCK = número estrutural corrigido pelo efeito do trincamento no início do
ano em análise;
TRa = percentual de área trincada no início do ano em análise;
TTRA = percentual de área trincada antes do último recapeamento ou
selagem de trincas;
TTRW = percentual de área com trincamento largo antes do último
recapeamento ou selagem de trincas;
TRX = percentual de área trincada na superfície do pavimento antigo, se
houver;
90
Percebe-se, pelas Equações (2.34) a (2.40), que o modelo incorporado ao

HDM-3 calcula a progressão da irregularidade anualmente, de acordo com análise
de deterioração ocorrida no pavimento naquele período.
Em relação aos fatores de deterioração para progressão de irregularidade
(Kgp) e calibração devido ao fator ambiental (Kge), Watanatada et al (1987)
mencionam a possibilidade de utilização do valor padrão do programa (igual a 1)
para ambos os coeficientes. Todavia, para o fator ambiental (Kge), os autores
sugerem adotar a Equação (2.41) para definir o valor do parâmetro Kge, com base no
indicador “m”, de acordo com as classes climáticas consideradas pelo modelo,
expostas na Tabela 2.9:
(2.41)
Tabela 2.9 – Valores recomendados do coeficiente “m” de acordo com a

classificação climática no HDM-3
Classificação Coeficiente "m" de acordo com a classificação de Temperatura

Climática Tropical Subtropical Temperatura de Congelamento
Árido 0,005 0,010 0,025
Semiárido 0,010 0,016 0,035
Subúmido 0,023 0,030 0,050
Úmido 0,030 0,040 Acima de 0,07
Adaptado de Watanatada et al (1987)
De acordo com os autores, localidades tropicais indicam temperaturas médias

do ar entre 15 e 40ºC ao longo de todo o ano. Regiões com características
subtropicais exibem estações quentes, com temperaturas oscilando entre 5 e 60ºC,
e estações frias variando a temperatura do ar entre -10 a 30ºC. Já localidades
subpolares exibem congelamento do pavimento asfáltico durante boa parte do ano.
Quanto aos trechos adotados na composição do presente estudo (Santa
Maria/RS e Rio de Janeiro/RJ, expostos em detalhes no Capítulo 3), a clássica
classificação climática de Bernardes (1951) define que o estado gaúcho está
totalmente localizado na zona climática subtropical úmida, enquanto a cidade do Rio
de Janeiro/RJ se localiza em zona climática tropical litorânea.
91
Para uso do HDM-4, versão 2.10, licenciada para a UFSM, entende-se

adequado enquadrar ambas as localidades no clima tropical, devido às faixas de
temperatura definidas pelo programa, pertinentes às séries históricas de pluviometria
expostas nos itens 3.2.1.1 e 3.2.2.5.
Quanto ao fator de calibração para progressão de irregularidade (Kgp),
recomenda-se adequar seu valor visando à obtenção de curvas de irregularidade
ajustadas as séries histórias de dados do pavimento analisado.
Analisando a discussão feita por Watanatada et al (1987), percebe-se que a
evolução da irregularidade é influenciada mais significativamente por quatro
componentes: passagem do tráfego, número estrutural, condição de superfície
relacionada ao trincamento e presença de panelas, além da combinação de idade e
fatores ambientais. De acordo com Kerali (2001), o modelo HDM-3 foi um marco na
utilização de ferramentas de previsão em avaliações técnicas e econômicas de
projetos de investimento rodoviário, visando analisar estratégias e padrões de
atuação.
2.2.4 Modelo de Marcon (1996)
Objetivando contribuir com o desenvolvimento de um Sistema de Gerência de

Pavimentos para a rede rodoviária do estado de Santa Catarina (SC), Marcon (1996)
desenvolveu modelos de desempenho para variados parâmetros, entre eles a
irregularidade longitudinal. O autor abordou e analisou as rodovias pavimentadas até
1990, avaliando o QI com o equipamento Integrador IPR/USP, verificando a variação
deste índice com a idade dos segmentos desde a sua construção e o número de
repetições do eixo padrão.
O banco de dados utilizado pelo autor contou com informações referentes a
199 trechos, localizados em segmentos unindo duas cidades, bairros ou
entroncamentos com rodovias estaduais e federais. Entende-se que a composição
do tráfego analisado por Marcon (1996) foi suficientemente abrangente, incluindo
características tanto de pavimentos urbanos quanto de pavimentos rodoviários,
englobando regiões distintas do estado de SC.
Em relação ao clima das regiões avaliadas pelo autor, os conjuntos de valores
médios anuais variaram entre 15 e 25ºC, com amplitudes térmicas entre 7ºC e 10ºC,
verificadas nas localidades dos levantamentos. A precipitação média anual,
92
determinada com base em dados de duas estações pluviométricas (Xanxerê e

Araranguá) foi quantificada em 1.630mm/ano.
Tratando-se dos materiais empregados na construção dos pavimentos
avaliados, a composição estrutural é relativamente homogênea. As estruturas das
pistas estudadas contam com revestimento alternando entre CA, PMF (Pré-
Misturado a Frio) e PMQ (Pré-Misturado a Quente), ou sobreposição de ambos os
materiais, com espessuras variando de 3,5 a 12cm. Todas as bases empregas nos
trechos foram efetuadas com materiais granulares (brita graduada, solo brita, solo
selecionado, seixo britado ou macadame seco), com espessuras entre 12 e 40cm.
As sub-bases granulares dos pavimentos adotados no estudo de Marcon
(1996) foram construídas com macadame seco, seixo bruto ou solo selecionado.
Suas espessuras variaram entre 12 e 50cm. Vale salientar que esta camada não foi
empregada em todos 199 pavimentos avaliados pelo autor. Nas situações em que
foi empregado reforço do subleito, este foi efetuado com solo selecionado, com
espessuras entre 15 e 40cm.
A análise do tráfego atuante nas estruturas consideradas no estudo de
Marcon (1996) foi realizada a partir de séries históricas, originadas de levantamentos
executadas periodicamente pelo DEINFRA (Departamento Estadual de
Infraestrutura do Estado de Santa Catarina) – antigo DER/SC, contagens
classificatórias efetuadas por empresas consultoras e estudos especiais realizados
para planejamento do Sistema de Transporte de Santa Catarina. Foram estimados
os números de solicitações do eixo padrão pelos métodos do DNER (com aplicação
dos fatores de equivalência de carga da USACE) e AASHTO; todavia, para
desenvolvimento do modelo de previsão do QI, apenas foram utilizados os números
N calculados pelo método da AASHTO.
Devido à inexistência de dados referentes à pesagem de veículos efetuada ao
longo do período do estudo, o autor utilizou fatores de veículos calculados com base
em cargas de eixos representativos de referências literárias, expostas em sua
metodologia.
Em relação à magnitude do tráfego atuante nas rodovias avaliadas, o maior
tráfego acumulado quantificado pelo autor, representado pelo N calculado pelo
método da AASHTO, foi quantificado em 7,0x106. Marcon (1996) utilizou, em seu
banco de dados, rodovias com idades de funcionamento variando de 1 a 18 anos.
93
Ressalta-se aqui que o autor realizou todo o inventário de defeitos nas

estruturas que compõem os pavimentos de seu estudo; todavia, optou por não
utilizar as informações referentes à condição da superfície na composição do
modelo de irregularidade. O mesmo ocorre para a análise deflectométrica, não
incluída na previsão de evolução do QI.
Destaca-se também que, na época dos levantamentos, 88% dos trechos
revestidos em concreto asfáltico resultaram em valores de QI médios menores do
que 39 contagens/km, indicando uma condição aceitável de trafegabilidade na
maioria dos trechos. O QI médio de um trecho quantificado com o maior valor exibiu
irregularidade igual a 60 contagens/km.
Por fim, Marcon (1996) gerou seis modelos de irregularidade (dois para cada
uma das três regiões avaliadas). As localidades foram divididas de acordo com o
posicionamento geológico no qual as pistas estão situadas, tomando por base os
tipos de rochas e os respectivos solos residuais. A Região 1 foi formada por trechos
construídos na região das rochas de embasamento, cujos solos foram originados
principalmente de gnaisses, granulitos e granitos. Este grupo abrange a faixa leste
do estado de SC, limitada ao norte pela divisa com o estado do Paraná e ao Sul pela
união dos municípios de Criciúma e Morro da Fumaça.
Na Região 2, designaram-se os trechos construídos em localidades
originadas por rochas sedimentares da categoria gonduânica, cuja decomposição
originou solos como argilitos, siltitos e arenitos. Já a Região 3 foi composta por
trechos construídos nas localidades de rochas vulcânicas da categoria gonduânica,
dando origem a solos que resultaram da decomposição do basalto. Pode-se localizar
os trechos agrupados nas Regiões 2 e 3 entre os limites à oeste com a Região 1,
definida pelo autor, indo até a fronteira com a Argentina.
As Equações (2.42) e (2.43), Região 1, (2.44) e (2.45), Região 2, (2.46) e
(2.47), Região 3, ajustam os dados de irregularidade determinados no estado de
Santa Catarina:
( ) (2.42)
(2.43)
94
(2.44)
(2.45)
( ) (2.46)
( ) (2.47)
Em que:
(anos);
da AASHTO.
Ao contrário do ocorrido no modelo de Paterson (1987), Marcon (1996) opta

pela realização de uma modelagem matemática relativamente simples para cada
uma das situações avaliadas. Ainda, a opção por avaliar separadamente cada uma
das três regiões limita a aplicação prática das equações elaboradas pelo autor, já
que estas ficam intimamente relacionadas com as condições de contorno nas quais
foram elaboradas.
Percebe-se que o autor não utiliza os parâmetros de idade e tráfego no
mesmo modelo, evitando trabalhar com indicadores que, na concepção de Marcon
(1996), representam situações análogas. Pode-se também constatar que os
modelos que incluem o número N, para todas as três regiões avaliadas, exibem
coeficientes de determinação (R²) maiores do que aqueles elaborados mediante
utilização da idade do pavimento como variável independente.
Ainda em relação aos coeficientes de determinação, percebe-se os ajustes
estatisticamente pouco representativos obtidos pelos modelos desenvolvidos pelo
95
autor, originando valor de R² menores que 0,5 em todos os casos, exceto para o
modelo desenvolvido para a Região 1, utilizando como parâmetro de previsão o
número N. Salienta-se também que a Região 3 compilou o maior número de trechos
avaliados nas análises de regressão; mesmo assim, resultou no menor ajuste
matemático para previsão de evolução do QI, tendo como critério o coeficiente de
determinação.
2.2.5 Modelos revisados pela European Comission (1997)
O projeto da European Comission (1997), intitulado COST 324 - Long Term

Performance of Road Pavements, revisou modelos de previsão de desempenho que
estavam em uso em 11 países participantes (Áustria, Bélgica, Suíça, Dinamarca,
Espanha, Finlândia, França, Reino Unido, Grécia, Hungria, Irlanda, Holanda,
Portugal, Suécia e Eslovénia). A iniciativa resultou no COST Action 354 (Litzka,
2006), que sugere alguns indicadores para avaliação do desempenho dos
pavimentos revestidos por concreto asfáltico.
O documento mais recente (Litzka, 2006), não propõe expressões
matemáticas que indicam os resultados em termos de IRI, mas sim de outros
parâmetros que inferem, com a irregularidade longitudinal dentro do grupo de
variáveis, a qualidade de rolamento da rodovia. Desta forma, optou-se por discutir,
neste item, apenas o documento COST 324 (European Comission, 1997).
Mediante interpretação do compilado de informações existentes na referida
publicação, verificou-se que grande parte dos países trabalhavam, a época, com
modelos de previsão para indicadores de desempenho estrutural (deflexão), defeitos
de fadiga e deformação permanente, resistência à derrapagem e condição de
trafegabilidade (irregularidade longitudinal ou índices indiretos que relacionam a
percepção do usuário com a qualidade da via).
A lista detalhada de expressões matemáticas pode ser encontrada no
relatório final do COST 324 (European Comission, 1997). As equações, em sua
maioria, são elaboradas em caráter puramente empírico, buscando explicar uma
variável dependente com uso de uma ou mais variáveis independentes.
Devido à quantidade significativa de países, localidades, condições climáticas,
composição estrutural dos pavimentos e tráfego atuante nas estruturas utilizadas na
calibração dos modelos de previsão de desempenho, sugere-se acesso ao
96
documento original para entendimento completo das condições de contorno que

envolvem as referidas equações.
Tratando-se da previsão de irregularidade longitudinal, julga-se pertinente
destacar três países que utilizam equações que buscam representar
matematicamente o IRI. A primeira delas é referente aos pavimentos asfálticos
finlandeses, que atribuem a evolução da irregularidade longitudinal apenas ao valor
de IRI determinado no ano anterior, progredindo de maneira incremental os
resultados previstos, ano após ano. Este modelo está exposto na Equação (2.48).
( ) ( ) (2.48)
Em que:
IRI(t) = irregularidade longitudinal medida no ano (t) – m/km;
IRI(t+1) = irregularidade longitudinal medida no ano seguinte ao (t) – m/km.
Outro formato de previsão de evolução de irregularidade longitudinal,

apresentado pela Europen Comission (1997), é referente aos pavimentos asfálticos
executados na Hungria, onde o IRI é previsto com uso das variáveis independentes
referentes à idade do pavimento e ao tráfego acumulado ao longo do tempo. Este
tráfego, de acordo com o referido documento, é determinado pelo número
acumulado absoluto de veículos que trafegam pela rodovia ao longo do período de
análise (uma espécie de “VDM Acumulado” - VDMAC). As Equações (2.49) e (2.50)
exibem os modelos de previsão reportados a pavimentos asfálticos na Hungria. As
constantes “a” e “b” devem ser calibradas conforme particularidades dos segmentos
avaliados.
( ) (2.49)
( ) (2.50)
Em que:
a e b = constantes de calibração do modelo;
(anos);
97
VDMAC = volume acumulado de veículos que trafegam na rodovia (comerciais

e de passeio).
Um formato mais elaborado de projeção, mencionado pela European

Comission (1997), é designado a pavimentos asfálticos construídos na Suécia,
conforme descreve a Equação (2.51), que busca quantificar o IRI com uso de
informações referentes à idade do pavimento, indicadores de temperatura,
geometria da via, espessura da camada asfáltica e condições estruturais.
(2.51)
Em que:
AGE = idade do pavimento desde a sua ou última reabilitação (anos);
D900 = deflexão medida pelo FWD, com carga de 50kN, determinada 900mm
distantes do ponto de aplicação de carga (mm)
IC = índice de congelamento do pavimento (ºC);
h = espessura da camada asfáltica (mm);
W = largura da faixa de rolamento (m).
Os modelos expostos nas Equações (2.48) a (2.51) não têm seus parâmetros
estatísticos expostos pela European Comission (1997), impossibilitando aferir
interpretações sobre a qualidade dos ajustes alcançados pelas referidas expressões.
Vale, todavia, mencionar que, a partir dos resultados documentados pelo COST 324,
alguns países nórdicos como a Noruega, por exemplo, optaram por migrar para
calibrações efetuadas nas bases de modelos elaborados pelos EUA, durante o
desenvolvimento do Guia de Projeto de Pavimentos novos e reabilitados com uso de
rotinas empírico-mecanicistas (NCHRP, 2004).
2.2.6 Modelo do HDM-4 (2000)
Visando ampliar o escopo do HDM-3 e fornecer um sistema de abordagem de

fácil acesso para a gestão rodoviária, com software e ferramentas acessíveis aos
usuários, um estudo internacional liderado por variados pesquisadores resultou no
98
Highway Development and Management Tool (HDM-4). A documentação que orienta

a utilização do programa é constituída por sete volumes, desenvolvidos por variados
autores que participaram deste processo.
Kerali (2001) afirma que o alcance da ferramenta HDM-4 foi ampliado
consideravelmente além das avaliações de projetos tradicionais, visando fornecer
um sistema mais consistente para a análise de alternativas de gestão rodoviária e
investimento. O autor afirma que foi dada ênfase à aplicação do conhecimento
existente, ao invés da realização de grandes estudos empíricos (a base de dados de
campo utilizada para a composição do modelo foi a mesma adotada na previsão de
irregularidade embutida no HDM-3, já detalhada no item 2.2.3).
O conceito de análise do ciclo de vida de uma estrutura de pavimento,
analisada pelo HDM-4, considera que a taxa de deterioração do pavimento é
diretamente afetada pelos padrões de manutenção aplicados para reparar defeitos
na superfície do pavimento, tais como trincas, afundamentos, panelas, ou para
preservar a integridade estrutural do pavimento (tratamentos de superfície,
sobreposições de camadas), permitindo assim que a rodovia admita os
carregamentos do tráfego conforme sua função de projeto (KERALI, 2001).
Interpreta-se assim que a condição geral dos pavimentos rodoviários em
longo prazo depende diretamente da manutenção e dos padrões de melhoria
aplicados à estrutura. A Figura 2.20 ilustra a tendência prevista no desempenho do
pavimento, representada pela "qualidade de rolagem”, quantificada em termos de
irregularidade longitudinal pelo IRI.
Figura 2.20 – Conceito de ciclo de vida do pavimento analisado no HDM-4
Fonte: Adaptado de Kerali (2001)

99
Jung et al (2002) expõem, conforme Tabela 2.10, a classificação das

condições de conforto ao rolamento, adotada pelo HDM-4, para pavimentos
revestidos tanto por concreto asfáltico (CA) quanto por concreto de cimento Portland
(CCP). Ainda nesta questão, os autores consideram uma das maiores desvantagens
do HDM-4 a sua dificuldade de comparar os custos aos quais os usuários são
submetidos em diferentes alternativas que atendam pavimentos de alta qualidade
(IRI em torno de 2m/km), devido à maneira com o qual o programa foi desenvolvido,
visando os países em desenvolvimento.
Tabela 2.10 – Valores padrões de qualidade da via no HDM-4
Conforto ao Rolamento (IRI Máximo - m/km)

Classe da Rodovia
Bom Regular Ruim Péssimo
Primária ou Tronco 2,0 4,0 6,0 8,0
Secundária ou
3,0 5,0 7,0 9,0
Principal
Terciária ou Local 4,0 6,0 8,0 10,0
Fonte: Adaptado de Jung et al (2002)
Odoki e Kerali (2000) explicam que os pavimentos abordados pelo HDM-4

são definidos pela combinação dos tipos de revestimento e base utilizados na
estrutura. A Tabela 2.11 exibe estas combinações para os pavimentos classificados
como “flexíveis”, abordados pelo HDM-4.
Tabela 2.11 – Tipos de pavimentos “flexíveis” abordados pelo HDM-4
Tipo de Tipo de Tipo de

Descrição
Pavimento Revestimento Base
AMGB AM GB Mistura asfáltica sobre base granular
AMAB AM AB Mistura asfáltica sobre base asfáltica
AMSB AM SB Mistura asfáltica sobre base estabilizada
AMAP AM AP Mistura asfáltica sobre pav. asfáltico
STGB ST GB Tratamento superficial sobre base granular
STAB ST AB Tratamento superficial sobre base asfáltica
STSB ST SB Tratamento superficial sobre base estabilizada
STAP ST AP Tratamento superficial sobre pav. asfáltico
Fonte: Adaptado de Odoki e Kerali (2000)

100
Desta forma, o modelo que prevê o comportamento da irregularidade

longitudinal, aplicado ao HDM-4, é formado por variados componentes que
contribuem para a evolução do IRI, sendo que o incremento total na irregularidade é
dado pela soma destes componentes, expostos na Equação (2.52):
( ) (2.52)
Em que:
RI = incremento total na irregularidade durante o ano em análise (m/km);
RIATR = incremento na irregularidade devido ao ATR (m/km);
RIE = incremento na irregularidade devido às condições ambientais (m/km);
RIP = incremento na irregularidade devido à presença de panelas (m/km);
RIS = incremento na irregularidade devido ao componente estrutural (m/km);
RITR = incremento na irregularidade devido ao trincamento (m/km);
Kgp = fator de calibração para progressão da irregularidade.
Na versão 4 do HDM, o fator de calibração para progressão da irregularidade

(Kgp) deve ser ajustado mediante alteração dos fatores referentes aos componentes
que incrementam os acréscimos anuais de IRI, visando obter curvas de
irregularidade próximas das séries históricas de dados do pavimento. Um guia sobre
a calibração e adaptação dos fatores inseridos nos modelos de evolução dos
parâmetros rodoviários previstos pelo HDM-4 pode ser encontrado em Bennett e
Paterson (2000).
Analisando separadamente cada um dos incrementos que compõem a
progressão de irregularidade no HDM-4, Morosiuk et al (2004) explicam que o
componente estrutural ( RIS) utiliza o número estrutural corrigido como indicador da
integridade do pavimento. A Equação (2.53) e as Equações complementares (2.54)
a (2.55) exibem a metodologia de cálculo do RIS utilizado no modelo de
irregularidade do HDM-4 (Versão 2):
[ ( )( )] ( ) (2.53)
[( ) ] (2.54)
101
[ ( ) ( ( ) ) ]
(2.55)
Em que:
RIS = incremento na irregularidade devido ao componente estrutural (m/km);
(anos);
dSNCK = redução no número estrutural corrigido devido ao trincamento;
h = espessura da mais recente camada de revestimento (mm);
h’ = espessura total do(s) revestimento(s) antigo(s) (mm);
Kgm = fator de calibração para o coeficiente ambiental;
Ksnck = fator de calibração para o SNC;
Kgs = fator de calibração para o componente estrutural da irregularidade.
m = coeficiente ambiental (conforme Tabela 2.9 – item 2.2.3);
N = número anual de repetições do eixo padrão, calculado pelo método da
AASHTO;
SNCKb = número estrutural corrigido devido ao trincamento no final do ano
em análise;
SNCa = número estrutural corrigido no início do ano em análise;
TRa = percentual de área trincada no início do ano em análise;
TRX = percentual de área trincada na superfície do pavimento antigo (se
houver);
Tratando-se do componente de irregularidade devido ao trincamento ( RITR),

Morosiuk et al (2004) comentam que sua composição é feita da mesma forma do
que aquela implementada no HDM-3, com a adição de um fator de calibração do
componente de trincamento. A Equação (2.56) exibe o crescimento da irregularidade
devido ao trincamento no ano em análise:
(2.56)
Em que:
RITR = incremento na irregularidade devido ao trincamento (m/km);
102
TR = aumento percentual na área com presença de trincamento durante o

ano em análise, conforme modelagem exposta em Morosiuk et al (2004);
Kgc = fator de calibração para o componente de trincamento da irregularidade.
O incremento da irregularidade devido ao afundamento em trilha de roda

( RIATR) é função do desvio padrão do afundamento ao longo do trecho avaliado,
assim como no HDM-3. A Equação (2.57) exibe a maneira como é calculado o
componente do ATR.
(2.57)
Em que:
RIATR = incremento na irregularidade devido ao ATR (m/km);
DP = aumento no desvio padrão do afundamento em trilha de roda durante o
ano em análise (mm), conforme modelagem exposta em Morosiuk et al
(2004);.
Kgr = fator de calibração para o componente de afundamento em trilha de roda
na irregularidade.
Em relação ao componente da irregularidade devido à presença de panelas

( RIP), Morosiuk et al (2004) expõe a Equação (2.58), complementada pela Equação
(2.59), como representativas de sua modelagem na progressão de irregularidade
adotada pela versão 2 do HDM-4:
( )[( ) ( ) ] (2.58)
[ ( )( )] (2.59)
Em que:
RIP = incremento na irregularidade devido à presença de panelas (m/km);
FM = Índice de liberdade de manobras (variando de 0 a 1);
Fpt = Frequência de execução de remendos em panelas (dias);
103
Kgp = fator de calibração para o componente de panelas na irregularidade.

NPTa = unidades de panelas por km no início do ano em análise;
NPTb = unidades de panelas por km no final do ano em análise;
NPTbu = unidades de panelas por km no final do ano em análise, percebidas
pelo usuário da rodovia;
Ppt = Percentual de panelas tapadas com remendos;
De acordo com os autores, a modelagem que quantifica a contribuição dos

buracos ou panelas na irregularidade longitudinal considera também a manutenção
rotineira com execução de remendos nas regiões mais degradadas. Portanto, a
frequência de remendos (Fpt) é considerada como uma das variáveis da Equação
(2.59). Se, por exemplo, a frequência de correção for de um mês, os buracos iniciais
serão todos corrigidos após um mês e não terão efeito nos 11 meses restantes do
ano em análise. Já o índice de liberdade de manobras (FM) depende da largura da
faixa. Quanto mais larga a faixa de rolamento, maior a liberdade de manobra para
desviar os buracos ou panelas e, consequentemente, maior o FM.
Por fim, o incremento referente ao componente ambiental ( RIE) do modelo
de progressão de irregularidade do HDM-4 é definido pela Equação (2.60):
(2.60)
Em que:
RIE = incremento na irregularidade devido às condições ambientais (m/km);
Kgm = fator de calibração para o componente ambiental (valor padrão = 1,0);
m = coeficiente ambiental, conforme Tabela 2.11;
RIa = irregularidade no começo do ano em análise (m/km).
Morosiuk et al (2004) comentam que a calibração deste fator ambiental sofreu

algumas alterações em relação a versão presente no HDM-3. A definição e
simbologia do fator de calibração (Kgm) foram alteradas, além da inserção do
coeficiente ambiental diretamente no incremento de irregularidade devido ao fator
ambiental, não sendo considerado apenas na calibração do referido fator.
104
Além do incremento total na irregularidade durante o ano em análise, a

irregularidade do pavimento no final do ano em análise e a irregularidade média
anual do pavimento podem ser determinadas pelas Equações (2.61) e (2.62),
respectivamente:
[( ) (2.61)
( ) (2.62)
Em que:
RI = incremento total na irregularidade durante o ano em análise (m/km);
a0 = irregularidade máxima fornecida pelo usuário (m/km);
IRIa = irregularidade no início do ano em análise (m/km);
IRIm = irregularidade média anual do ano em análise (m/km);
IRIb = irregularidade no final do ano em análise (m/km).
Morosiuk et al (2004) ressalta ainda que o limite superior da irregularidade

(a0), configurado pelo usuário, requer alterações conforme a superfície analisada.
Os autores relatam também a possibilidade de avaliar camadas não tão usuais de
materiais asfálticos, como o macadame betuminoso, devido à alta faixa de valores
de irregularidade abrangida pela calibração do modelo, podendo chegar a 16m/km.
2.2.7 Modelo de Lerch (2002)
Ao considerar nove trechos de rodovias estaduais, totalizando

aproximadamente 265km, Lerch (2002) conseguiu representar diferentes estruturas
da malha rodoviária do Rio Grande do Sul, registrando as irregularidades
longitudinais medidas antes e após os seus recapeamentos.
O autor utilizou dados estruturais e funcionais presentes no histórico dos
pavimentos abordados, agrupando os valores com informações referentes às
condições superficiais e classificação de tráfego. Todas as pistas estão situadas na
metade norte do estado do RS, contribuindo no acesso intermunicipal e
entroncamentos entre rodovias localizadas nas proximidades das zonas avaliadas.
105
No trabalho de Lerch (2002), não foram informadas as características

climáticas dos locais nos quais foram escolhidos os segmentos rodoviários utilizados
neste estudo. Todavia, mediante coleta de dados da rede do INMET (Instituto
Nacional de Meteorologia), referentes às precipitações, temperaturas máximas e
mínimas da estação OM:83914 (Passo Fundo/RS – cidade ao norte do estado do
RS com dados disponíveis na plataforma climatológica), nos 10 anos que
antecederam o trabalho do autor (1992 à 2002), foram quantificadas as
precipitações médias de aproximadamente 1.500mm anuais, com temperaturas
médias do ar variando em média entre 13 e 24ºC.
Todas as pistas avaliadas por Lerch (2002) haviam sido abertas à licitação
pública, visando à execução de obras de recuperação. Os dados históricos prévios
às atividades de manutenção foram fornecidos pelo DAER/RS. As estruturas e
materiais constituintes dos pavimentos avaliados por Lerch (2002) são compostos
pela clássica sobreposição de base e revestimento, acima do subleito, conforme
está exposto na Tabela 2.12.
As medições de irregularidade longitudinal foram executadas com a utilização
do equipamento Maysmeter e quantificadas em termos de IRI. Com isso, o autor
obteve as referências de irregularidade determinadas antes da execução do
recapeamento. Cabe também destacar que os nove trechos adotados por Lerch
(2002) resultaram em 14 segmentos homogêneos, divididos por empresas
responsáveis pelas obras de recuperação após o processo licitatório.
Tabela 2.12 – Características dos Trechos avaliados por Lerch (2002)
Extensão Tipo de Rev. Espessura de

Tipo de Espessura de
Rodovia (km) do antes da Revestimento
Base Base (mm)
Trecho reabilitação original (mm)
RS-020 48,0 Solo / Brita 300 TSD 25
RS-128 8,0 Brita Graduada 150 a 250 TSD 30 a 50
RS-324 30,9 Brita Graduada 350 PMF 50 a 70
RS-342 44,6 Brita Graduada 220 a 300 PMF 40 a 80
RS-344 31,2 Brita Graduada 300 a 350 TSD 30 a 40
RS-404 27,5 Brita Graduada 250 a 350 TSD 25
RS-446 17,0 Brita Graduada 350 a 450 CA 40 a 50
RS-452 27,5 Brita Graduada 300 a 400 CA ou TSD 30 a 40
RS-470 30,3 Brita Graduada 300 a 650 CA ou PMF 50 a 80
Adaptado de Lerch (2002)

106
A execução da obra de reabilitação envolveu restaurações empregando

espessuras de 3 a 8cm de concreto asfáltico, com a realização de reperfilagem
dependente de cada um dos casos, conforme descrito pelo autor.
Lerch (2002) utiliza uma abordagem computacional em seu trabalho, quando
prevê a irregularidade determinada após o recapeamento com o software HDM-4,
inserindo as características dos segmentos adotados em seu estudo e comparando
os resultados fornecidos pelo software com as irregularidades medidas em campo,
após as obras de reabilitação.
Com esta ação, Lerch (2002) calibra parâmetros do programa para aproximar
as reduções previstas de irregularidade (dIRI), antes e após o recapeamento, com
aquelas medidas em pista. O autor obteve valores satisfatórios para cinco dos 14
trechos apenas utilizando os parâmetros de ajuste da versão original do programa
(configuração Default). Para os demais nove segmentos, Lerch (2002) recomenda
diferentes configurações de ajuste do modelo de redução de irregularidade após o
recapeamento. A crítica aqui fica pela não tentativa de obtenção de parâmetros de
ajuste genéricos, válidos para todos os segmentos abordados pelo autor.
Salienta-se que Lerch (2002) não fornece nenhuma informação referente à
magnitude do tráfego atuante nas rodovias com as quais foram desenvolvidos os
resultados de seu trabalho, impossibilitando interpretar as condições de contorno
relativas a este fator.
Com o banco de dados disponível, Lerch (2002) desenvolveu, mediante
regressão múltipla linear, um modelo de previsão de redução de irregularidade após
recapeamento em concreto asfáltico. Lembra-se, mais uma vez, que esta redução é
um valor previsto pelo software HDM-4, cujas estimativas resultantes foram incluídas
na sistemática de regressão. O modelo elaborado e descrito pela Equação (2.63)
tem como variáveis independentes a espessura do recapeamento e a irregularidade
medida antes deste:
(2.63)
Em que:
dIRI = redução prevista com o software HDM-4 para a irregularidade
longitudinal após o recapeamento (m/km);
107
href = espessura da camada de reforço (cm);

IRIa = irregularidade longitudinal medida anteriormente à realização do
recapeamento (m/km).
Destaca-se aqui o significativo coeficiente de determinação, explicável pela

calibração dos resultados na rotina de cálculo do software HDM-4. Vale ressaltar
que, como o modelo desenvolvido pelo autor não foi validado em demais trechos
experimentais, restringe-se sua aplicação às pistas com características similares
aquelas estudadas por Lerch (2002). Em relação à ordem de grandeza dos valores
de campo, percebe-se que as rodovias avaliadas pelo autor exibem uma
irregularidade medida antes do recapeamento com medidas variando entre 2m/km e
7m/km.
É possível, empregando a Equação (2.63), verificar a pertinência da
expressão proposta por Lerch (2002), quando comparados aos resultados de campo
obtidos por Pavi (2017), cujo trabalho em andamento busca, entre outros aspectos,
investigar a redução de irregularidade ocasionada pelo recapeamento do concreto
asfáltico. No estudo da autora, o segmento experimental de 500m exibia, antes da
intervenção, irregularidade longitudinal média de 3,15m/km, quando compilados
dados referentes às trilhas de roda externa e interna.
Com reabilitação efetuada mediante realização de fresagem (2,5cm) e
recapeamento com 3,0cm de espessura, atingiu-se irregularidade longitudinal média
de 1,86m/km, também compilando os resultados das duas trilhas de roda. A redução
de irregularidade média foi quantificada em 1,29 m/km. Aplicando-se os dados
medidos por Pavi (2017) na Equação (2.63), os resultados preveem uma redução de
0,50m/km, valor significativamente menor do que aquele verificado em campo no
segmento acompanhado pela referida autora.
Entende-se que esta diferença seja justificada pelo processo de fresagem
prévia a execução de novo revestimento, efetuada no trecho monitorado por Pavi
(2017), porém não mencionada pelo modelo preditivo de Lerch (2002).
Por fim, Lerch (2002) também menciona a tentativa de correlacionar a
irregularidade longitudinal, representada pelo IRI, com o número estrutural corrigido
(SNC); porém, nos segmentos avaliados pelo autor, este parâmetro não se mostrou
significativo.
108
2.2.8 Modelo de Yshiba (2003)
Mediante utilização de dados históricos de avaliação funcional e estrutural da

malha rodoviária do estado do Paraná, coletados em levantamentos nos anos de
1995 e 1998, Yshiba (2003) desenvolveu modelos estatísticos de irregularidade
longitudinal para pavimentos asfálticos, reabilitados (R) e não reabilitados (NR).
O autor selecionou pavimentos localizados em uma região com solos
oriundos do basalto (chamada pelo autor de “Região do Basalto”), do qual se
originaram a terra roxa estruturada, o latossolo roxo e o latossolo vermelho escuro.
O autor afirma que estes solos, em sua maioria, enquadram-se no grupo A-7,
conforme classificação pelo Sistema Rodoviário de Classificação (TRB). Yshiba
(2003) justifica a seleção de rodovias desta região por ser uma faixa que atravessa
todo o território paranaense, desde a divisa com o estado de Santa Catarina, ao sul,
até a divisa com o estado de São Paulo, ao norte.
Em relação às condições climáticas encontradas nos locais de avaliação,
Yshiba (2003) salienta que, devido à vasta área geográfica nas quais às rodovias
estão localizadas, a interpretação do clima está sujeita a variabilidade tanto de
temperatura quanto de precipitação. Para interpretar esta variabilidade, o autor
coletou informações climáticas referentes a 36 postos meteorológicos localizados
em sete diferentes regiões no estado do Paraná, identificando que, para a região em
estudo, foram verificadas temperaturas médias anuais variando de 15 até 22ºC.
Tratando-se da pluviometria, o autor quantificou, por meio de precipitações
médias históricas, valores situados entre 1.200 e 1.300mm/anuais determinados a
partir da interpretação dos locais avaliados no território paranaense.
Em termos gerais, totalizaram-se 371 seções de rodovias avaliadas por
Yshiba (2003), com extensões bastante variadas (300m até aproximadamente
50km). Assim como as dimensões dos trechos estudados, os materiais e
composição estrutural dos pavimentos também são bastante diversos. O autor
descreve a presença de revestimentos compostos por CA, PMQ, PMF, TSD, TST e
Lama Asfáltica (LA). Para as camadas de base, Yshiba (2003) constata a utilização
de brita graduada, solo arenoso fino laterítico, solo brita, solo melhorado com
cimento, solo cimento, solo cal, macadame hidráulico e PMQ.
109
As sub-bases foram identificadas com presença de brita graduada, solo,

cascalho, saibro, solo brita, solo melhorado com cimento e macadame hidráulico.
Não há relatos de presença de reforços de subleito nas estruturas avaliadas.
Na região estudada pelo autor, as espessuras mais comuns observadas em
pavimentos de concreto asfáltico, base de brita graduada e sub-base granular
resultaram em uma média de 5,0, 16,7 e 19,0cm, respectivamente para cada uma
das camadas.
Yshiba (2003) verificou o efeito dos fatores da idade do pavimento, do tráfego
e do número estrutural corrigido sobre o desempenho funcional dos pavimentos
quantificado em termos de irregularidade longitudinal, representada pelo IRI. Como
os dados de irregularidade são oriundos do Departamento de Estradas e Rodagem
do Estado do Paraná (DER/PR), o autor não menciona o equipamento com o qual
foram realizados os levantamentos para quantificar o IRI.
De acordo com a avaliação feita por Yshiba (2003) em 1998, a idade dos
pavimentos de concreto asfáltico variava de 5 a 27 anos, o número estrutural
corrigido (SNC) englobava uma faixa de 3,0 a 9,0 e o tráfego anual compreendia
valores entre 6,1x103 e 3,9x105, calculados pelo método da AASHTO. Ainda sobre o
tráfego, destaca-se a utilização de 12 postos de pesagens para análise de séries
históricas e quantificação dos fatores de veículo adotados nos cálculos do N.
Salienta-se também a magnitude relativamente baixa dos números de solicitações
de eixo padrão, indicando a presença de pavimentos com tráfego leve na matriz
fatorial do autor.
Com uso da Análise de Variância (ANOVA), Yshiba (2003) identificou as
interações mais significativas e obteve os modelos de previsão de irregularidade
expostos nas Equações (2.64) e (2.65) (pavimentos não reabilitados avaliados nos
anos de 1995 e 1998, respectivamente) e Equações (2.66) e (2.67) (pavimentos
reabilitados avaliados nos anos de 1995 e 1998, respectivamente):
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) (2.64)
110
( ) ( ) ( ) ( )
( ) ( ) (2.65)
( ) ( ) ( ) ( )
(2.66)
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) (2.67)
Em que:
AGE = idade do pavimento (anos);
da AASHTO;
SNC = número estrutural corrigido;
P(x) = Equações polinomiais lineares dos fatores idade, tráfego e número
estrutural corrigido, conforme Equações (2.68) a (2.71).
( ) ( ) ( ) ( ) (2.68)
( ) ( ) ( ) ( ) (2.69)
( ) ( ) ( ) ( ) (2.70)
( ) ( ) ( ) ( ) (2.71)
As Equações (2.68) a (2.71) são necessárias para retirar às Equações (2.64)

a (2.67) do caráter paramétrico (intervalos numéricos de -1 a 1) empregado na
concepção do modelo desenvolvido por Yshiba (2003). Por fim, interpretando as
111
Equações (2.64) a (2.67) em paralelo com as conclusões retiradas pelo autor,

verifica-se que a irregularidade aumenta com relação à progressão da idade do
pavimento e o tráfego acumulado. De forma contrária, à medida que o pavimento
exibe SNC com maior magnitude, menores serão os valores de IRI. A Análise de
Variância efetuada por Yshiba (2003) ainda destacou o tráfego como o fator de
maior influência na evolução do IRI.
Confrontando os modelos elaborados para pavimentos reabilitados e não
reabilitados, percebe-se que o ajuste estatístico avaliado pelo coeficiente de
determinação é mais satisfatório quando as regressões são efetuadas com dados
referentes a pavimentos que passaram por intervenções. Chama atenção também
que, para pavimentos não reabilitados, no modelo elaborado para o ano de 1998,
Yshiba (2003) opta por não associar a idade ao número estrutural corrigido na rotina
de regressão. Entende-se que os testes de hipóteses, neste caso, não indicaram
uma relação significativa destes fatores, em associação, com a irregularidade
longitudinal. Nos modelos elaborados para pavimentos reabilitados, para o ano de
1995, o autor não efetua qualquer associação entre variáveis, exibindo o modelo
apenas com o coeficiente angular exclusivo de cada um dos parâmetros
independentes.
Salienta-se também que o modelo elaborado pelo autor para pavimentos não
reabilitados no ano de 1995 foi desenvolvido mediante utilização de resultados de
IRI medidos em pista variando entre 2,3 e 4,5m/km. Para pavimentos não
reabilitados avaliados em 1998, a ordem de grandeza dos valores de IRI
determinados em campo foi de 1,9 a 4,5m/km. Para os pavimentos reabilitados, o
modelo elaborado para o ano de 1995 inclui valores de IRI observados quantificados
entre 2,0 e 3,0m/km. Já o modelo elaborado em 1998, para pavimentos reabilitados,
é baseado em valores de IRI medidos entre 1,8 e 2,8 m/km.
2.2.9 Modelo de Nakahara (2005)
A proposta dos modelos empíricos de irregularidade longitudinal

desenvolvidos por Nakahara (2005) foi elaborada durante um estudo experimental
executado na Avenida dos Bandeirantes, uma das principais vias inseridas no
conglomerado urbano de São Paulo/SP, com elevado volume de tráfego comercial.
A autora monitorou dois trechos de pavimentos revestidos por concreto asfáltico,
112
divididos em 15 seções da rodovia durante quatro anos, acumulando um conjunto de

mais de 300 observações de irregularidade.
Em relação ao clima da localidade onde a autora realizou seu estudo,
Nakahara (2005) descreve que o trecho inicial da Avenida dos Bandeirantes é
condicionado a temperaturas com médias anuais aproximadas de 19,7°C, com
pluviometria anual registrada entre 1.240 a 1.560mm. Devido à vasta extensão da
via e o seu direcionamento para localidades com altitudes mais altas, as
temperaturas passam a exibir médias anuais aproximadas de 19,5°C, com
pluviometria anual registrada entre 1.250 a 1.580mm.
De acordo com a autora, a Avenida dos Bandeirantes foi inaugurada em
1971, com seção tipo descrita conforme Figura 2.21.
Figura 2.21 – Seção tipo do pavimento da Av. dos Bandeirantes
Adaptado de Nakahara (2005)
No Trecho 1 avaliado pela autora, o projeto de restauração efetuado no ano

de 2002 envolveu espessuras variando de 5 a 20cm no sentido Rodovia dos
Imigrantes e, no sentido Marginal Pinheiros, espessuras fixas de 5cm. No Trecho 2,
as espessuras variaram entre 5 e 22cm no sentido Rodovia dos Imigrantes e
oscilaram entre 5 e 15cm no sentido Marginal Pinheiros. Ambos os trechos eram
constituídos por rodovias de quatro faixas, sendo selecionados pela autora
113
segmentos de monitoramento nas faixas da direita (mais próxima ao acostamento) e

nas faixas central direita (posicionadas a esquerda da faixa da direita).
Conforme relatos da autora, antes da restauração, os pavimentos dos trechos
foram fresados até profundidades iguais às espessuras previstas de reforços. No
Trecho 2, o projeto de restauração sugeriu a reconstrução da camada de base em
alguns pontos da faixa da direita, no sentido Marginal Pinheiros; todavia, Nakahara
(2005) não relata se tal fato foi executado.
Em relação ao tráfego, o número N foi determinado mediante contagem
volumétrica no ano de 2002, em dois dias típicos, por um período de 24 horas. Para
determinação do fator de veículo, foi adotada a hipótese de 75% dos veículos
comerciais trafegando com carga máxima e 25% circulando vazios. Foram assim
quantificados os números de solicitações do eixo padrão pelos métodos da AASHTO
e DNER (USACE).
Para um período de 10 anos, estimou-se um tráfego acumulado, na faixa mais
carregada da rodovia (faixa central direita) de 1,61x108 no sentido Rodovia dos
Imigrantes e 1,40x108 no sentido Marginal Pinheiros (os valores são referentes ao
método da USACE). Para a faixa da direita, também pelo método da USACE,
estimou-se um tráfego acumulado no período de 10 anos de 8,07x10 7 no sentido
Rodovia dos Imigrantes e 8,27x107 no sentido Marginal Pinheiros.
Já o índice IRI foi determinado por meio do medidor tipo resposta Bump
Integrator. Foi realizada uma campanha de levantamentos antes das atividades de
restauração e os demais levantamentos após a reabilitação da estrutura, em rotina
periódica de medição. Tratando-se da magnitude dos valores quantificados em
campo, a autora observou irregularidades variando aproximadamente entre 2 e
10m/km, antes da reabilitação das seções avaliadas. Depois do processo de
restauração, os valores oscilaram aproximadamente entre 2 e 8m/km, medidos ao
longo dos 4 anos que envolveram o monitoramento de Nakahara (2005).
Deve-se ressaltar a identificação, por parte da autora, de valores significativos
de irregularidade mesmo após a execução do processo de restauração dos
segmentos avaliados. Esta constatação corrobora com as dificuldades observadas
no meio prático ao longo do controle tecnológico de execução de revestimentos
asfálticos, resultando em acabamentos inadequados e, consequentemente, altas
irregularidades iniciais. No item 4 do presente trabalho, onde estão abordados os
principais resultados e análises da pesquisa, verificou-se que a condição inicial da
114
irregularidade é o fator primordial na composição da irregularidade ao longo do

tempo, indicando que este componente tem importância destacada na vida útil
funcional da rodovia.
Cabe assim, aos gestores e responsáveis pela malha rodoviária, exigir
padrões de qualidade adequados ao processo construtivo, tanto nos serviços de
reabilitação quanto implantação de novo pavimento, vislumbrando a entrega de
produtos com indicadores funcionais adequados para início da vida de serviço.
Feitas as colocações pertinentes, deve-se destacar as expressões
matemáticas geradas por Nakahara (2005), por meio da representação do
parâmetro IRI e suas variáveis dependentes identificadas como relevantes em testes
de hipótese, originando modelos para a redução da irregularidade após a
restauração, conforme Equação (2.72), e para sua evolução ao longo do tempo,
conforme Equações (2.73) e (2.74):
(2.72)
(2.73)
[ ]
(2.74)
[ ( )]
Em que:
AGE = idade do pavimento desde a restauração (anos);
dIRI = decréscimo de irregularidade devido à restauração;
DMÁX = deflexão medida pelo FWD abaixo do ponto de aplicação de carga
(mm)
href = espessura da camada de reforço (cm);
IRIa = irregularidade antes da restauração (m/km);
da USACE;
REF = variável indicadora da espessura de reforço (-1, se href<10 cm, ou, 0,
se href≥10 cm).
115
Com o modelo descrito pela Equação (2.72), pode-se realizar, conforme

efetuado no item 2.2.7 (Modelo de Lerch, 2002), uma comparação com a redução de
irregularidade obtida no decorrer do trabalho de Pavi (2017), que avaliou o
decréscimo na irregularidade em um trecho monitorado no Rio Grande do Sul após a
reabilitação da rodovia mediante fresagem (2,5cm) e execução de novo
recapeamento, com espessura de 3,0cm.
A redução prevista pelo modelo de Nakahara (2005), exposto na Equação
(2.72), para o caso do trecho experimental de Pavi (2017), foi de 0,63m/km. O valor,
assim como ocorrido para o modelo de redução de irregularidade após a
reabilitação, proposto por Lerch (2002), foi significativamente menor do que aquele
observado em campo (1,29m/km), referente a diferença entre os valores
determinados antes e após a intervenção. Salienta-se que, nos casos avaliados pela
autora, todas as seções analisadas foram resultantes de pavimentos reabilitados
com uma prévia fresagem e reposição de material betuminoso, com procedimento
análogo àquele executado no trecho experimental de Pavi (2017), validando assim
as comparações entre os resultados.
Destaca-se também que os modelos de evolução expostos nas Equações
(2.73) e (2.74) foram selecionados pela autora dentre 13 modelos finais de previsão
de irregularidade. Nakahara (2005) optou por não relacionar, em um mesmo modelo,
as variáveis independentes “tráfego” e “idade”, deixando estes parâmetros
separados em duas distintas equações. Percebe-se que, na Equação (2.74), a
autora opta por remover a deflexão medida pelo FWD do modelo proposto, devido
ao melhor ajuste encontrado apenas com a idade do pavimento e a variável
indicadora da espessura de reforço.
Nakahara (2005) ainda menciona que os modelos finais resultaram em
coeficientes de determinação variando entre 0,32 e 0,54, porém não aponta os
valores exatos para as equações selecionadas como ideais.
A autora também propõe um modelo em função do tráfego acumulado
calculado pelo método da AASHTO, resultando na Equação (2.75):
(2.75)
[ ]
116
Em que:
(mm);
IRIa = irregularidade antes da restauração (m/km);
da AASHTO;
REF = variável indicadora da espessura de reforço (-1, se href<10 cm, ou, 0,
se href≥10 cm).
Com base nos modelos e nos resultados interpretados pela análise

estatística, a autora concluiu que os pavimentos mais robustos (com mais espessura
de reforço) resultaram em menor desenvolvimento de irregularidade.
Nakahara (2005) também verificou que a deflexão e o número estrutural
corrigido, quando interagidos com o tráfego, resultam em uma influência significativa
na variação dos valores de IRI. Por fim, a autora entende que a irregularidade
longitudinal não pôde ser explicada pelo percentual de área trincada quantificado
nas seções avaliadas; no entanto, quando se analisou a irregularidade em seções
com presença ou não de trincas, os valores de IRI foram bastante sensíveis a este
parâmetro.
2.2.10 Modelo de Benevides (2006)
Mediante levantamentos realizados em 72 trechos da malha rodoviária do

estado do Ceará, Benevides (2006) desenvolveu modelos estatísticos utilizando a
Análise de Variância (ANOVA), relacionando a irregularidade longitudinal aos
defeitos indicados pelo Levantamento Visual Contínuo (LVC), valores de Índice de
Condição do Pavimento (ICP), deflexão e número estrutural corrigido.
Os segmentos escolhidos pelo autor para realização de seu estudo estão
situados na Região Metropolitana de Fortaleza (RMF), considerados por Benevides
(2006) como representativos da malha rodoviária estadual, devido aos materiais
empregados, tipo de tráfego e condições climáticas.
Em relação ao clima, o autor destaca as pequenas variações nas
temperaturas médias anuais da região, oscilando entre 26 e 30ºC. Os índices
pluviométricos relatados variam entre 1.200 e 1.600mm/anuais.
117
Tratando-se das estruturas de pavimentos avaliadas por Benevides (2006), o

autor não fornece dados detalhados sobre a composição do sistema de camadas,
limitando-se a informar a existência de sub-bases granulares, bases granulares
compostas por solo brita e revestimentos em concreto asfáltico, TSD e uma mistura
relatada pelo autor por AAUQ (Areia Asfalto Usinada a Quente). As espessuras das
camadas não foram informadas. Quanto ao subleito, Benevides (2006) menciona
dois valores representativos de CBR (8 e 9%), aplicáveis a extensão total dos
pavimentos considerados em seu estudo.
O tráfego de veículos foi quantificado em função de dados históricos de 12
postos de contagens do DERT/CE (Departamento de Edificações, Rodovias e
Transportes do Estado do Ceará). Para representar a malha rodoviária da RMF,
foram escolhidos dois trechos (CE-060 e CE-040), cujos números de solicitações de
eixo padrão, calculados para um período de projeto de 10 anos foram quantificados
em 3,74×106 e 7,43×106, respectivamente para CE-060 e CE-040. Benevides (2006)
não informa quais foram os fatores de equivalência de carga adotados para cálculo
do N (AASHTO ou USACE), nem a metodologia de consideração do carregamento
dos eixos rodoviários na quantificação dos fatores de veículo.
Visando relacionar o IRI com os demais parâmetros medidos em campo,
Benevides (2006) quantificou a irregularidade longitudinal in situ com o perfilômetro
inercial laser. Vale salientar que os ensaios foram realizados em junho de 2006, não
prevendo assim uma evolução da irregularidade, mas sim objetivando modelar um
valor de IRI em função dos demais índices verificados nas pistas avaliadas.
Nos 72 segmentos estudados pelo autor, o IRI médio obtido entre as medidas
das trilhas de roda externa e interna variou de 1,93 até 7,67 m/km. Durante a
realização das Análises de Variância do conjunto de dados, Benevides (2006) fez
constatações importantes, tal como a não significância de alguns defeitos, como
afundamento em trilha de roda e desgaste superficial na irregularidade longitudinal
medida em pavimentos asfálticos. Em um combinado geral das variáveis, Benevides
(2006) compilou os parâmetros mais relevantes em um modelo obtido por regressão
múltipla, representado pela Equação (2.76).
(2.76)
118
Em que:
ICP = Índice de Condição do Pavimento (determinado por conceito, em
função da escala de valores informada pelo autor);
(0,01mm)
TF = quantificação da ocorrência de trincas por fadiga durante o LVC
(conforme critérios adotados pelo autor).
Destaca-se o fato da não utilização, por parte do autor, das variáveis

independentes normalmente consideradas (tráfego e idade da estrutura). Salienta-se
também a correlação significativa do IRI com o ICP e a contribuição dos parâmetros
deflectométricos e de trincamento no ajuste estatístico do modelo, tomando como
critério o coeficiente de determinação elevado (R²=0,86).
2.2.11 Modelo de Albuquerque (2007)
Utilizando dados coletados em rodovias revestidas por concreto asfáltico (CA)

ou tratamento superficial (TS) nos estados do Ceará e Paraíba, Albuquerque (2007)
elaborou modelos de previsão de desempenho visando desenvolver um sistema de
gerência de pavimentos para o nordeste brasileiro. O modelo de irregularidade
longitudinal (desenvolvido apenas para a malha rodoviária do estado do Ceará) foi
elaborado mediante utilização das variáveis independentes representadas pelo
tráfego, capacidade estrutural do pavimento (número estrutural corrigido) e
classificação climática de acordo com o índice de aridez, desenvolvido pela
UNESCO (Organização das Nações Unidas para a Educação, a Ciência e a
Cultura).
Em relação aos dados utilizados pelo autor referentes ao estado do Ceará, ao
contrário de Benevides (2006), Albuquerque (2007) engloba regiões distribuídas por
todo o estado, incluindo zonas litorâneas, serras e sertão. O autor, que utilizou
dados históricos do DERT/CE, descreve que a condição de temperatura média nas
regiões litorâneas fica em torno dos 27ºC. Já nas serras, a média de temperatura é
estabelecida em 22ºC. Em ambas as regiões, Albuquerque (2007) destaca a
ocorrência de precipitações anuais com valores médios acima de 1.000mm. Já no
sertão, as temperaturas médias marcam 33ºC durante o dia e 22ºC ao longo da
119
noite, com índices pluviométricos anuais abaixo dos 1.000mm, podendo não chegar
a 600mm em algumas localidades.
O autor indica a existência de informações de materiais utilizados nas
construções e reabilitações das rodovias dos dois estados, assim como as
espessuras das camadas utilizadas, porém descreve em seu trabalho apenas as
dimensões dos revestimentos em tratamento superficial (menores que 2,5cm) e
concreto asfáltico (em média 5cm) da malha rodoviária da Paraíba.
Com relação ao tráfego, Albuquerque (2007) compila séries históricas de
contagens volumétricas dos dois estados para determinar o número de repetições
do eixo padrão utilizando os fatores de equivalência de carga da AASHTO (muito
embora não informe os critérios de carregamento dos eixos adotados na
composição dos fatores de veículos). Para os trechos rodoviários analisados no
estado do Ceará, o número N acumulado (até as datas em que foram efetuados os
levantamentos de irregularidade longitudinal) oscilou entre 1,14x10 5 e 1,10x107. Já
para as pistas revestidas com tratamento superficial, os valores foram obtidos dentro
do intervalo de 4,04x104 e 7,43x106.
Já em relação ao IRI, os valores quantificados para a malha rodoviária do
estado do Ceará oscilaram entre 1,65 e 10,56 m/km (englobando tanto os trechos
revestidos em CA quanto tratamento superficial). Albuquerque (2007) não especifica
com qual equipamento foram determinadas as irregularidades longitudinais em
campo. Por fim, de acordo com o autor, as variáveis foram parametrizadas e
submetidas ao processo de regressão por crescimento exponencial, resultando nos
modelos expostos nas Equações (2.77) e (2.78) (respectivamente para concreto
asfáltico e tratamento superficial). O autor não trabalha o modelo com valores
numéricos reais (na unidade de cada parâmetro), mas sim em níveis, conforme o
agrupamento paramétrico definido em seu critério, exposto na Tabela 2.13 e Tabela
2.14.
( )
(2.77)
( )
(2.78)
120
Em que:
C = nível relacionado à classificação climática da UNESCO baseado no valor
do Índice de Aridez;
N = nível relacionado ao número de repetições do eixo padrão, calculado pelo
método da AASHTO;
S = nível relacionado ao número estrutural corrigido (SNC);
Tabela 2.13 – Codificação para a variável independente C (Classificação Climática

da UNESCO)
Sub-Úmido Sub-Úmido Árido e Hiper-

Úmido Semi-Árido
Úmido Seco Árido
(-1) (-0,5) 0 (+0,5) (+1)
Fonte: Adaptado de Albuquerque (2007)
Tabela 2.14 – Condição para variáveis independentes S e N
Tipo de Revestimento Variável Codificada Baixo (-1) Médio (0) Alto (+1)
S SNC ≤ 3,0 3,0 < SNC ≤ 4,0 SNC > 4,0
Concreto Asfáltico 6 6 7 7
N N ≤ 4,0x10 4,0x10 < N ≤ 1,0x10 N > 1,0x10
S SNC ≤ 2,5 2,5 < SNC ≤ 3,5 SNC > 3,5
Tratamentos Superficiais 5 5 6 6
N N ≤ 8,0x10 8,0x10 < N ≤ 2,0x10 N > 2,0x10
Fonte: Adaptado de Albuquerque (2007)
Os modelos e conclusões colocadas por Albuquerque (2007) indicam que,

quanto mais seco o clima (ou seja, quanto maior o parâmetro C), maiores serão os
valores de IRI. Paralelamente, quanto menor for o parâmetro S e quanto maior for o
parâmetro N, maiores serão os valores de irregularidade longitudinal. Destacam-se
também os coeficientes de determinação acima de 0,7, indicando boa capacidade
de explicação da variável dependente (IRI) por meio das variáveis independentes
adotadas pelo autor.
2.2.12 Modelo da AASHTO (2008)
Divulgado como uma atualização do Guide for Design of Pavement Structures

(AASHTO, 1993), o Mechanistic-Empirical Pavement Design Guide (MEPDG),
121
publicado pela AASHTO (2008), surgiu com o objetivo de fornecer para a

comunidade rodoviária uma ferramenta de projeto e análise de pavimentos novos e
reabilitados com base em princípios empírico-mecanicistas.
Isso significa que o procedimento de análise calcula os esforços gerados na
estrutura e utiliza estes dados para prever a progressão dos processos de
degradação do pavimento ao longo do tempo. De acordo com AASHTO (2008), as
alterações mais significativas em relação à versão anterior são a previsão de
variados indicadores de desempenho (entre eles a irregularidade longitudinal) e a
relação direta entre materiais, projeto estrutural, construção, clima, tráfego e
sistemas de gerenciamento de pavimentos.
Bhattacharjee (2016) explica que a previsão do desempenho do pavimento
com a metodologia do MEPDG é realizada mediante análise mecanicista da
estrutura avaliada, utilizando as relações empíricas entre os resultados previstos e
aqueles observados em campo nas pistas experimentais implantadas ao longo do
desenvolvimento da ferramenta. AASHTO (2008) afirma que as informações
referentes ao desempenho dos pavimentos previsto pelos modelos de desempenho
foram calibradas utilizando resultados extraídos do banco de dados do LTPP (Long-
Term Pavement Performance).
De acordo com o FHWA (2014), o LTPP é uma iniciativa governamental
estabelecida para coletar dados referentes ao desempenho de pavimentos, inserida
como a principal área de pesquisa da SHPR (Strategic Highway Research Program).
Gerido pelo FHWA desde 1992 (os dados já eram coletados desde 1987), o LTPP
contabilizou, ao longo dos anos, mais de 2.500 seções de pavimentos teste
localizadas em rodovias da América do Norte, organizados por escritórios nos EUA e
Canadá. O referido documento afirma que, no ano de 2014, 700 seções ainda
tinham seus dados de campo levantados pela iniciativa LTPP.
Devido à grande variedade de estruturas, condições climáticas das
localidades onde os pavimentos estão situados, metodologias construtivas,
composições de tráfego, extensão dos trechos monitorados e equipamentos
utilizados na coleta de dados, torna-se inviável mencionar as condições de contorno
que envolve as previsões de desempenho englobadas pelo MEPDG.
Em termos específicos da previsão de irregularidade longitudinal,
Bhattacharjee (2016) descreve que a melhor solução é escolhida baseada em
critérios de falha, tais como trincamento por fadiga, trincamento térmico, deformação
122
permanente e irregularidade longitudinal, representada pelo IRI. A Equação (2.79)

exibe a evolução do IRI prevista pelo MEPDG para pavimentos asfálticos:
( ) ( ) ( ) ( )
(2.79)
Em que:
ATR = afundamento em trilha de roda médio (in);
IRIi = irregularidade inicial, após a construção (in/mi);
SF = fator referente à pista, conforme Equação (2.80);
TRTOTAL = área total envolvida por trincas de fadiga (%);
TT = comprimento das trincas transversais (ft/mi);
[ ( ) ( ) ( )] (2.80)
Em que:
AGE = idade do pavimento desde a última reabilitação, reconstrução ou nova
construção (anos);
IC = índice anual médio de congelamento, conforme Equação (2.81);
IP = Índice de Plasticidade do solo (%);
PL = precipitação média anual (in);
( ) (2.81)
Em que:
IC = Índice anual médio de congelamento (ºF dia);
T’=Temperatura média do ar em um dia do ano.
Salienta-se que IC é um índice cumulativo, referente ao somatório das

temperaturas médias do ar em todos os dias do ano típico avaliado. Está média é
calculada pelo somatório da temperatura máxima e mínima de cada dia, dividido por
dois.
AASHTO (2008) informa que a Equação (2.79) pode ser utilizada para avaliar
o desempenho frente à irregularidade para pavimentos revestidos por concreto
123
asfáltico com diferentes concepções estruturais. Segundo o referido documento, o

programa engloba tanto pavimentos flexíveis convencionais (revestimento asfáltico
sobre matérias granulares não aderidos) quanto variações de estruturas semi-
rígidas, com presença de bases ou sub-bases cimentadas ou asfálticas.
O processo de calibração global da Equação (2.79) foi baseado em 1.926
valores de IRI observados em campo (dados coletados dentro do LTPP), originando
a estimativa final com um coeficiente de determinação de 0,56 e um erro padrão de
estimativa de 0,30m/km. Todavia, salienta-se que a calibração do modelo foi
realizada com observações de irregularidade de magnitude relativamente baixa
(variando entre valores de IRI aproximados de 0,5 a 3,2m/km).
Entende-se que essa realidade está bastante distante das condições de
superfície identificadas nos pavimentos brasileiros, os quais exibem índices de
irregularidade significativamente mais altos (conforme será demonstrado no capítulo
4, durante a apresentação dos resultados prévios).
2.2.13 Modelo de Soncim (2011)
Objetivando desenvolver modelos de previsão de desempenho para a malha

rodoviária do estado da Bahia, Soncim (2011) elaborou equações de previsão de
irregularidade longitudinal para pavimentos revestidos em tratamento superficial
duplo (TSD). O autor utilizou dados de irregularidade coletados em 2009, ano no
qual foram percorridos 3.000km de rodovias dentro da Bahia.
No escopo total do trabalho, Soncim (2011) estudou 745 trechos, totalizando
aproximadamente 9.000km de rodovias aonde foram coletados dados sobre as
condições de superfície dos segmentos avaliados. O banco de dados processado
pelo autor foi disponibilizado pelo DERBA (Departamento de Infraestrutura e
Transportes do Estado da Bahia), que, no ano de 2004, realizou um levantamento
da malha pavimentada do estado.
Em relação às condições de temperatura e pluviometria da região, Soncim
(2011) relata que o clima tropical faz com que as temperaturas médias anuais
oscilem entre 18,4 e 33,0ºC. Tratando-se da pluviometria, o autor destaca grande
variabilidade nos índices de precipitação, com valores anuais que variam de
2.600mm no litoral de Salvador-Ilhéus à 500mm no extremo norte do estado.
124
Para desenvolver o modelo de evolução de irregularidade, o autor selecionou

295 trechos revestidos em TSD, que não haviam sofrido atividades de manutenção e
reabilitação até o ano de 2004. Soncim (2011) dividiu os trechos naqueles com
idades maiores ou menores do que 15 anos (desde a liberação para passagem do
tráfego após a construção da estrutura) e tráfego acumulado (desde sua abertura
até o ano de 2004) maior ou menor do que 6,0x105.
Para quantificar os índices de irregularidade, foi utilizado um perfilômetro
inercial laser, cuja magnitude dos resultados dos trechos selecionados no
desenvolvimento dos modelos (16 trechos) e validação (18 trechos) oscilou entre
3,16 e 7,63m/km. O autor fornece as dimensões das camadas que compõe as
estruturas dos pavimentos utilizados na validação do modelo de irregularidade. Suas
espessuras e valores de CBR dos materiais granulares estão expostos na Tabela
2.15.
Tabela 2.15 – Espessuras e CBR dos trechos utilizados por Soncim (2011) para
validação do modelo de IRI
CBR (%) CBR (%) Base CBR (%) Sub-Base TSD

Trecho
Subleito Base (mm) Sub- Base (mm) (mm)
026EBA0150 34 60 150 -- -- 15
120EBA0050 4 61 200 20 200 25
120EBA0050 20 61 200 -- -- 25
148EBA0125 6 69 150 52 150 19
148EBA0130 6 60 200 20 200 25
148EBA0140 6 60 200 20 200 25
161EBA0065 10 50 150 25 200 20
161EBA0065 8 59 200 25 200 20
262EBA0115 6 53 120 51 150 25
262EBA0115 6 53 120 51 150 25
409EBA0015 5 75 200 21 200 25
409EBA0015 5 75 200 35 200 25
650EBA0020 6 60 200 20 200 30
884EBA0005 6 60 200 20 200 25
030BBA0250 6 60 200 20 200 25
030BBA0250 6 60 200 20 200 25
122BBA0500-2 9 91 200 39 150 25
410BBA0010-2 5 60 95 20 150 25
Fonte: Adaptado de Soncim (2011)
As informações referentes ao tráfego foram obtidas mediante contagens

classificatórias em 50 diferentes estações. Soncim (2011) também utilizou dados de
125
pesagens fornecidos por seis diferentes postos para elaborar a matriz de

carregamento dos veículos comerciais, visando o cálculo dos fatores de veículo. O
número de repetições de eixo padrão foi estimado utilizando os fatores de
equivalência de carga da AASHTO.
Através da Análise de Variância (ANOVA), o autor considerou os fatores
idade do pavimento, tráfego e pluviometria para obter o modelo estatístico de
previsão do IRI, exposto na Equação (2.82):
( ) ( ) ( )
( ) ( ) (2.82)
Em que:
(anos);
da AASHTO;
PL = valor quantitativo da variável pluviométrica (mm anuais);
P(x) = Equações polinomiais lineares dos fatores idade, tráfego e número
estrutural corrigido, conforme Equação (2.83):
( ) ( ) ( ) (2.83)
A Equação (2.83) é necessária para retirar à Equação (2.82) do caráter

paramétrico (intervalos numéricos de -1 a 1) empregado na concepção do modelo
desenvolvido por Soncim (2011).
Vale salientar que nenhuma das pistas consideradas pelo autor na elaboração
do modelo exposto na Equação (2.82) sofreu atividades de manutenção e
reabilitação durante o período. Destaca-se também o elevado coeficiente de
determinação obtido por Soncim (2011), indicando um bom ajuste matemático do IRI
previsto pelo modelo com aquele observado nos trechos avaliados.
É necessário pontuar que o autor também possuía informações sobre as
variáveis de Índice de Condição do Pavimento e área de desgaste nos trechos em
126
que foi desenvolvido o modelo de IRI. Todavia, devido a estes valores serem
provenientes de um banco de dados pré-existente a quantificação da irregularidade
em pista, não foram incluídos nos processos de regressão que deram origem ao
modelo.
2.2.14 Modelo de Abdelaziz et al (2018)
Conforme ocorrido no decorrer do desenvolvimento do modelo de previsão de

desempenho publicado pela AASHTO (2008), para possibilitar a modelagem
regressiva do IRI, Abdelaziz et al (2018) também utilizaram resultados extraídos do
banco de dados do LTPP (Long-Term Pavement Performance).
Os autores compilaram informações de pistas experimentais do LTPP, tanto
de pavimentos de implantação quanto de restauração, compostos por distintos
conjuntos estruturais. Devido ao montante significativo de trechos presentes no
banco de dados do LTPP, conforme já debatido no item 2.2.12, Abdelaziz et al
(2018) restringem a descrição das composições estruturais dos pavimentos como
revestidos em concreto asfáltico, sobre bases granulares; revestidos em concreto
asfáltico, sobre base rígida ou sobreposição de camadas asfálticas, como
recapeamento.
As demais condições de contorno que envolvem o modelo não são
detalhadamente mencionadas, devido à grande variedade de estruturas, condições
climáticas das localidades onde os pavimentos estão situados, metodologias
construtivas, composições de tráfego, extensão dos trechos monitorados e
equipamentos utilizados na coleta de informações.
O montante final de dados utilizados pelo autor quantifica 506 seções de
pavimentos revestidos por concreto asfáltico, totalizando 2.439 observações de
campo. A localização dos trechos está espalhada por toda a extensão do território
norte americano, além de algumas seções no sul do Canadá, totalizando em torno
de 60 estados com dados avaliados.
A análise de variância (ANOVA) efetuada pelos autores indicou que a
irregularidade inicial após o final do processo construtivo e a idade do pavimento
após a construção ou reabilitação são as variáveis independentes que mais se
associam com a irregularidade longitudinal ao longo do tempo, seguidas dos demais
parâmetros avaliados. Depois de sucessivas tentativas de ajuste, o modelo de
127
regressão mais assertivo, conforme escolha dos autores, está exposto na Equação
(2.84):
( ) ( ) ( ) ( )
(2.84)
Em que:
(anos);
DPATR = desvio padrão nas medidas de afundamento em trilha de roda (mm);
IRIi = irregularidade inicial, após a construção (m/km);
TT = comprimento das trincas transversais (m/km);
O erro padrão de estimativa que envolve o modelo elaborado pelos autores foi
quantificado em 0,33 m/km. Os valores de irregularidade utilizados na composição
do modelo oscilaram entre medidas de IRI determinadas em uma faixa de
aproximadamente 0,4m/km até, aproximadamente, 4,3m/km.
Os autores discutem também a importância do julgamento de engenharia
durante a concepção de equações que buscam prever a evolução de determinado
indicador. Em suas conclusões, destacam que o processamento racional do banco
de dados deve fazer parte do rol de critérios adotados pelo modelador,
conjuntamente com os parâmetros estatísticos.
2.2.15 Aspectos importantes inerentes aos modelos de irregularidade

longitudinal
O comportamento funcional dos pavimentos revestidos por material asfáltico é

suscetível a uma relevante quantidade de parâmetros, tornando difícil encontrar uma
relação coerente que descreva a evolução da irregularidade longitudinal da estrutura
ao longo do tempo. Nos itens que compuseram este capítulo, procurou-se abordar
as principais equações matemáticas desenvolvidas no cenário nacional e
internacional, com o objetivo de descrever a evolução da irregularidade com uso de
algumas variáveis explicativas.
128
Analisando os modelos anteriormente expostos, entende-se que não é

possível prever o desempenho de estruturas rodoviárias sem limitações.
Majoritariamente, o maior erro cometido por usuários de modelos de previsão de
pavimentos é o emprego destas equações fora do seu intervalo de utilização, ou
seja, em situações que diferem das condições de contorno com as quais os modelos
foram concebidos e/ou validados. Este equívoco também é acarretado, em algumas
situações, pela falta de detalhamento dos autores responsáveis pelo
desenvolvimento do modelo, que ocasionalmente falham ao não informar as exatas
condições de contorno presentes na elaboração de suas equações.
Dos modelos expostos nos itens 2.2.2 a 2.2.14, entende-se que aqueles
desenvolvidos por Queiroz (1981), Paterson (1987), Marcon (1996), Yshiba (2003),
Nakahara (2005) e Soncim (2011), além da equação de previsão inserida na rotina
de cálculo do HDM-4, delimitam de maneira adequada as condições de campo que
envolvem os pavimentos utilizados na composição das equações (tráfego atuante,
irregularidades medidas, composição estrutural dos pavimentos avaliados, amplitude
das variáveis independentes adotadas).
Nos demais modelos, os autores, em alguns momentos, deixam de definir
adequadamente as situações em que suas equações podem ser empregadas.
Ressalva-se aqui, todavia, a utilização da base de dados do LTPP nos modelos da
AASHTO (2008) e Abdelaziz et al (2018) que, mesmo não sendo detalhadamente
apresentadas pelos autores, podem ser avaliadas em relatórios técnicos do FHWA.
Os modelos expostos na revisão efetuada pela European Comission (1997) também
devem ser eximidos desta crítica, uma vez que a publicação continental busca
revisar as expressões matemáticas em uso nos países da União Europeia,
dificultando a total delimitação das condições em que as equações foram
elaboradas.
Outra informação importante, porém, nem sempre utilizada diretamente na
elaboração do modelo, são as condições climáticas da localidade onde foram
coletados os resultados de campo. De acordo com Prozzi (2011), mesmo no caso
hipotético em que a seção de pavimento não esteja sujeita a ação do tráfego, a
deterioração da estrutura ocorrerá, devido às condições ambientais da região aonde
ela foi construída. A maioria dos trabalhos abordados descreve informações
mínimas referentes às condições climáticas das localidades avaliadas (pluviometria
anual, temperaturas máximas e mínimas médias), com exceção de Lerch (2002),
129
que não faz menção às características climáticas da região onde estão os

segmentos por ele estudados (metade norte do estado do RS).
Outra dificuldade observada no decorrer da leitura dos trabalhos que abordam
a modelagem de irregularidade longitudinal é obter informações referentes ao
equipamento utilizado para quantificar o índice adotado para representar a
irregularidade. Esta questão não fica clara nos trabalhos de Yshiba (2003) e
Albuquerque (2007), que fazem uma completa revisão sobre os sistemas de
medição de irregularidade, todavia, não permitem o entendimento total do
equipamento utilizado. Pode-se justificar essa ausência pelo emprego de
informações referentes a séries histórias dos Órgãos Reguladores, responsáveis
pela aquisição de informações dos trechos avaliados, algumas vezes difusas e
obtidas com variados sistemas de medição.
De qualquer forma, vale salientar que, mesmo adotando o IRI como
parâmetro representativo da irregularidade (teoricamente uma medida transferível e
reprodutível com diferentes equipamentos), sabe-se que podem ocorrer diferenças
entre os resultados obtidos com variados instrumentos de medição, tornando assim
necessária a informação referente à técnica de ensaio executada.
Ainda em relação aos dados de irregularidade, alguns dos modelos citados
são significativamente limitados pela amplitude das medidas de irregularidade
utilizadas para elaboração das equações que descrevem a sua evolução. É o caso
dos modelos elaborados por Yshiba (2003), com dados provenientes de pavimentos
reabilitados, cuja matriz experimental não ultrapassa irregularidades quantificadas
em medidas maiores do que 3,0m/km. O mesmo ocorre com o modelo de previsão
embutido no MEPDG (AASHTO, 2008), o qual inclui observações de irregularidade
de magnitude variável apenas entre IRI aproximados no intervalo de 0,5 e 3,2m/km.
Ainda em relação ao modelo proposto por Yshiba (2003), entende-se que o
autor deixa passar a oportunidade de elaborar um modelo generalizado, compilando
o montante total (e bastante significativo) de resultados obtidos, tanto para
pavimentos reabilitados quanto para pavimentos não reabilitados, nos anos de 1995
e 1998.
Outra observação realizada em relação aos modelos de desempenho
expostos nos itens 2.2.2 a 2.2.14 é a não utilização de algumas variáveis
independentes medidas que poderiam influenciar na evolução da irregularidade
longitudinal. Em alguns casos, como de Nakahara (2005), a não utilização do
130
percentual de área trincada na elaboração da previsão do IRI é realizada com

embasamento, devido a não influência deste fator nos resultados obtidos pela
autora.
Todavia, nos casos das equações propostas por Marcon (1996) e Benevides
(2006), os autores deixam de utilizar, na sistemática de regressão, alguns
parâmetros interessantes que foram quantificados em pista, sem justificativas
aparentes. Entende-se que estas variáveis, se analisadas, poderiam aumentar a
abrangência e o poder explicativo dos modelos elaborados pelos autores.
Em relação à qualidade final dos resultados alcançados com os modelos de
desempenho, entende-se equivocada a interpretação de que uma equação é melhor
do que a outra apenas por resultar em um melhor coeficiente de determinação.
Weed (2002) considera que avaliar modelos de desempenho apenas com base na
relação do ajuste matemático dos dados observados em campo pode contrariar a
lógica de comportamento esperada.
De acordo com o autor, também não é suficiente comparar modelos de
desempenho pela sua frequência de utilização, longevidade ou popularidade, já que
tais fatos não garantem a adequação do formato de equação obtida às situações do
pavimento analisado pelo usuário. Weed (2002) considera que, como princípio
básico, a escolha da equação deve ser realizada com base nas condições de
contorno atreladas a sua elaboração, ou seja, dentro de faixa de valores de dados
utilizados para composição e validação dos modelos.
Ademais, o contexto em que a composição do modelo de previsão foi
elaborada (materiais e distribuição estrutural do pavimento, condições climáticas e
de tráfego) deve ser similar às situações nas quais a equação estará sendo
objetivamente aplicada. Somente se existirem variadas equações que satisfaçam as
delimitações impostas pela situação real de aplicação, deve-se efetuar a seleção
baseado em medidas estatísticas de ajuste de dados.
Em resumo, visando possibilitar ao leitor um compilado das variáveis
independentes utilizadas nas elaborações dos modelos de irregularidade abordados
nos tópicos que precederam este item, a Tabela 2.16 exibe um resumo dos
parâmetros adotados pelos autores e os coeficientes de determinação alcançados
nos ajuste de regressão. O objetivo aqui é apenas exibir um indicativo dos tipos de
parâmetros utilizados na elaboração dos modelos, para detalhamento e visualização
de situações específicas, sugere-se retornar aos itens 2.2.2 a 2.2.14.
131
Vale ressaltar que, na categoria de parâmetros estruturais, estão englobados

as deflexões, os números estruturais corrigidos e as espessuras de camadas
empregadas; no grupo referente aos defeitos de superfície, estão englobados os
trincamentos em geral, presença de panelas, afundamentos em trilha de roda e
índices de condição de superfície. Pelos critérios da Tabela 2.16, basta o modelo
adotar um destes indicadores para ser validado na categoria de parâmetros.
Tabela 2.16 – Classes de parâmetros utilizados nos modelos consultados
Modelo Idade IRIINICIAL Clima Solo Tráfego Defeitos Estrutura R²

Queiroz (1981) -
√ -- -- √ √ -- √ 0,53
Eq 2.24
Paterson (1987) -
√ √ √ -- √ √ √ --
Eq 2.34
Marcon (1996) -
√ -- -- -- -- -- -- 0,43
Eq 2.42
Marcon (1996) -
-- -- -- -- √ -- -- 0,69
Eq 2.43
Europ. Comission
-- √ -- -- -- -- -- --
(1997) - Eq 2.48
Europ. Comission
√ -- -- -- -- -- -- --
(1997) - Eq 2.49
Europ. Comission
-- -- -- -- √ -- -- --
(1997) - Eq 2.50
Europ. Comission
√ -- √ -- -- -- √ --
(1997) - Eq 2.51
HDM-4 (2000) -
√ √ √ -- √ √ √ --
Eq 2.52
Lerch (2002) -
-- √ -- -- -- -- √ 0,97
Eq 2.63
Yshiba (2003) -
√ -- -- -- √ -- √ 0,75
Eq 2.64
Yshiba (2003) -
√ -- -- -- √ -- √ 0,69
Eq 2.65
Nakahara (2005) -
-- -- -- -- √ -- √ 0,32≤R²≤0,54
Eq 2.72
Nakahara (2005) -
√ -- -- -- -- -- √ 0,32≤R²≤0,54
Eq 2.73
Nakahara (2005) -
-- -- -- -- √ -- √ 0,32≤R²≤0,54
Eq 2.74
Benevides (2006) -
-- -- -- -- -- √ √ 0,86
Eq 2.76
Albuquerque (2007)
-- -- √ -- √ -- √ 0,79
- Eq 2.77
AASHTO (2008) -
√ √ √ √ -- √ -- 0,56
Eq 2.79
Soncim (2011) -
√ -- √ -- √ -- -- 0,90
Eq 2.82
Abdelaziz et al
√ √ -- -- -- √ -- 0,57
(2018) - Eq 2.84
Fonte: Autor
132
Salienta-se que, dentre os modelos elaborados por Marcon (1996), foram

compilados na Tabela 2.16 apenas os parâmetros incluídos nas equações
elaboradas para a Região 1, devido ao maior poder explicativo das expressões. Em
relação aos modelos elaborados por Yshiba (2003), foram compiladas apenas as
equações de previsão referentes aos pavimentos não reabilitados. Dentre os
modelos de Nakahara (2005), foram selecionados os modelos que preveem o IRI,
em detrimento daquele que busca determinar a sua redução após a reabilitação.
Dos modelos elaborados por Albuquerque (2007), foi selecionado aquele relativo a
pavimentos revestidos por CA.
Por fim, entende-se que a mais relevante limitação dos modelos expostos nos
itens 2.2.2 a 2.2.14 está no caráter majoritariamente empírico nos quais as
expressões matemáticas de previsão de irregularidade longitudinal foram
elaboradas, sem considerar as propriedades fundamentais dos materiais. Quando
estas são consideradas na rotina de previsão, proporciona-se aos projetistas e
gestores rodoviários a possibilidade de avaliação de conjuntos estruturais, materiais
empregados e técnicas construtivas executadas nos processos de implantação ou
reabilitação, visando o desempenho funcional da estrutura ao longo do tempo.
Ainda, algumas das equações supracitadas nos itens precedentes demandam
de medidas do pavimento em serviço para estimativas da irregularidade longitudinal.
Em termos práticos, como em casos de escolha de materiais em fase de projeto,
esta ação é inviável, tornando estes formatos de equações aplicáveis apenas para
situações em que se desejam conhecer as irregularidades longitudinais, porém não
há disponibilidade de um equipamento adequado para medição. Todavia, com a
popularização dos perfilômetros inerciais e o surgimento de elementos que permitem
a quantificação da irregularidade com baixo investimento econômico (Dipstick e
Merlin), julga-se que a aplicação deste tipo de expressão matemática tenha se
tornado menos corriqueira.
133
3 MÉTODOS E TÉCNICAS
Na organização metodológica deste trabalho, optou-se por fragmentar o

documento em seis partes. Na primeira delas, estão expostos o planejamento
simplificado e a sistemática de atuação da pesquisa, com a delimitação do
fluxograma de atividades. Em seguida, estão descritos e localizados os trechos
monitorados utilizados para coleta de dados que proporcionaram o desenvolvimento
deste estudo, na fase de calibração dos modelos de previsão de irregularidade
longitudinal. No terceiro tópico, detalham-se as ações de acompanhamento de
campo efetuadas periodicamente, tanto nos trechos do Rio de Janeiro/RJ quanto
nos trechos de Santa Maria/RS.
Na etapa seguinte, estão descritas as avaliações computacionais dos trechos
avaliados. Primeiramente, demonstram-se os métodos de análise das estruturas
com a ferramenta AEMC, versão 2.0.0.0, do programa MeDiNa, e com o software
LVECD, versão 1.1 (Beta). Cabe, neste momento, reiterar os agradecimentos à
North Carolina State University, que na figura do Dr. Richard Kim, por intermédio do
Dr. Luis Nascimento (ANP/PETROBRAS), cedeu à licença do programa LVECD
utilizado neste trabalho.
Posteriormente, estão detalhadas as avaliações econômicas realizadas com o
programa HDM-4, versão 2.10, que visam relacionar a irregularidade longitudinal
com os custos operacionais de usuários de rodovias. Por fim, exibe-se uma
descrição resumida dos segmentos experimentais utilizados na fase de validação
dos modelos de previsão de irregularidade longitudinal gerados neste estudo.
3.1 PLANEJAMENTO DA PESQUISA
A Universidade Federal de Santa Maria (UFSM), representada pelo Grupo de

Estudos e Pesquisas em Pavimentação e Segurança Viária (GEPPASV), é parceira
da ANP/Petrobras na Rede de Tecnologia em Asfaltos (também conhecida como
Rede Temática do Asfalto), em um projeto de elaboração de um método de
dimensionamento de pavimentos asfálticos adaptado às diferentes condições
climáticas, geotécnicas e de tráfego do Brasil.
Para este objetivo, desde 2012, vem sendo realizado o acompanhamento de
trechos monitorados situados na cidade de Santa Maria/RS, mediante realização de
134
ensaios funcionais, estruturais e outras medidas. Paralelamente, desde 2006, em

uma iniciativa conhecida e denominada como “Projeto Fundão”, foram implantados
variados segmentos experimentais nas principais vias da Universidade Federal do
Rio de Janeiro (UFRJ) e no entorno do Centro de Pesquisas e Desenvolvimento da
Petrobras (CENPES), ambos localizados dentro da Cidade Universitária da UFRJ.
Do “Projeto Fundão”, foram selecionados 27 segmentos - os mesmos
utilizados no trabalho de Nascimento (2015) - para processamento e análise de
dados, visando incorporar a estes valores aqueles quantificados nos oito trechos que
constituem o acompanhamento realizado pela UFSM (no estágio atual de
desenvolvimento do projeto, mais pistas já foram acopladas à rotina de
monitoramento em Santa Maria/RS). Com base neste montante de dados, buscou-
se desenvolver modelos de desempenho funcional que representem a previsão da
irregularidade longitudinal (determinada pelo parâmetro IRI), com caráter
representativo dos materiais e composições estruturais utilizadas nestas duas
regiões do Brasil.
Estes modelos foram elaborados de três formas. A primeira delas teve bases
unicamente empíricas, com utilização apenas dos dados de campo coletados nos
trechos experimentais avaliados. Em um segundo momento, foram incorporados ao
modelo os danos médios limitados acumulados, simulados na estrutura com auxílio
da ferramenta AEMC (Análise Elástica de Múltiplas Camadas), do programa
MeDiNa. Por fim, foram utilizados os valores de danos calculados no programa
LVECD, incorporados à rotina de previsão de desempenho do modelo.
Feito isso, buscou-se validar os modelos desenvolvidos nas pistas
acompanhadas pelas demais parceiras da Rede de Tecnologia em Asfaltos.
Selecionadas as expressões matemáticas consideradas mais assertivas, os
resultados previstos pelas equações foram comparados com aqueles obtidos com
uso do programa HDM-4 (configuração Default e Calibrada) e demais modelos
encontrados na literatura consultada.
Salienta-se que, os dados referentes aos trechos monitorados utilizados no
processo de validação foram obtidos com anuência das universidades e
concessionárias parceiras da Rede de Tecnologia em Asfaltos, por intermédio da
ANP/PETROBRAS. Registra-se, mais uma vez, o agradecimento às respectivas
instituições de ensino e à concessão CCR Nova Dutra, pelo trabalho integrado com
a Rede, possibilitando a execução desta fase do presente estudo.
135
Adicionalmente, ainda com a utilização do programa HDM-4, procurou-se

expandir as interpretações e resultados para análises econômicas de estruturas com
diferentes irregularidades, verificando o impacto do IRI nos custos operacionais de
usuários de rodovias.
O Fluxograma exposto na Figura 3.1 exibe a organização simplificada de
atividades que visam cumprir com os objetivos desta tese. Pela análise do
Fluxograma, pode-se perceber que, com a aquisição do perfilômetro inercial laser
pela UFSM, conforme Termo de Cooperação com a ANP/PETROBRAS n°
0050.0100766.16.9, adicionou-se ao escopo deste estudo o processo de montagem
e operacionalização do equipamento. Buscou-se, nesta etapa, entender o sistema
de medição embutido no processo. Acredita-se que essa ação foi e será importante
para as pesquisas em paralelo que utilizam ou utilizarão este equipamento no
GEPPASV.
Figura 3.1 – Fluxograma simplificado da metodologia da presente pesquisa
Fonte: Autor
136
Por fim, vale salientar que o presente trabalho utiliza, em sua concepção,
diversas outras pesquisas elaboradas em parceria com a Rede de Tecnologia em
Asfaltos. O desenvolvimento dos modelos de desempenho expostos nesta tese
depende também das informações geradas por Nascimento (2015), Santos (2015),
Bueno (2016) e Fritzen (2016), fornecidas ao autor do presente estudo como parte
da iniciativa da Rede de Tecnologia em Asfaltos, representada pelo Termo de
Cooperação n° 5850.0106353.17.9, entre a UFSM e a ANP/PETROBRAS. Visto isto,
no atual documento, optou-se por informar explicitamente, somente pontos
metodológicos distintos entre os trechos monitorados do Rio de Janeiro/RJ e Santa
Maria/RS.
Ainda no contexto da presente pesquisa, é pertinente mencionar o estudo em
andamento de Pavi (2017), que busca investigar, paralelamente a esta tese, o
comportamento da irregularidade longitudinal nas camadas estruturais do
pavimento, juntamente com a redução na irregularidade ocasionada pela reabilitação
do trecho, mediante recapeamento com prévia realização de fresagem. No decorrer
do presente estudo, inúmeras campanhas de levantamentos destinados ao trabalho
da referida autora foram efetuadas em paralelo com esta pesquisa, agregando
domínio do perfilômetro inercial e consolidando conceitos relativos às medidas de
irregularidade.
Concomitantemente, o trabalho de Bordin (2018), também em andamento, faz
uso dos mesmos trechos monitorados em Santa Maria/RS avaliados na presente
tese (com alguns segmentos adicionais), visando comparar as estruturas projetadas
com ensaios laboratoriais e simulações computacionais utilizando softwares de
análises de esforços. No trabalho da autora, são utilizadas informações referentes
aos trabalhos de Santos (2015), Bueno (2016), Faccin (2018) e Schuster (2018),
todos imersos na filosofia integrada de trabalho do GEPPASV.
3.2 DESCRIÇÃO DOS TRECHOS MONITORADOS
Conforme já exposto no planejamento da pesquisa, foram avaliados, neste

trabalho, pavimentos de duas diferentes regiões do território brasileiro. Nos itens que
seguem, está apresentada uma descrição sucinta dos trechos monitorados para
concepção do modelo de desempenho funcional, tanto no Rio de Janeiro/RJ quanto
em Santa Maria/RS. Procurou-se contextualizar o sistema construtivo das estruturas,
137
os materiais utilizados, as espessuras das camadas, o tráfego atuante e as

condições climáticas e pluviométricas das duas cidades, englobando todas as
particularidades que envolvem estes trechos monitorados.
Vale salientar que, de acordo com NCHRP (2014), recomenda-se um mínimo
de 20 segmentos de pavimentos para calibração e desenvolvimento estatisticamente
significativo de modelos de previsão de desempenho de afundamento em trilha de
roda. Para trincamento por fadiga, o referido documento trabalha com um número
mínimo de 30 segmentos. NCHRP (2014) não menciona um número mínimo de
pistas para modelagem e previsão da irregularidade longitudinal; todavia, entende-se
que o somatório de trechos do “Projeto Fundão” e UFSM (totalizando 35 pavimentos
monitorados) permite uma amostragem estatisticamente satisfatória.
3.2.1 Trechos monitorados pela COPPE/UFRJ e CENPES no Rio de Janeiro/RJ

(“Projeto Fundão”)
A Cidade Universitária da UFRJ está abrigada na Ilha do Fundão, região que,

segundo relatos de Fritzen (2016), designa-se como uma ilha artificial oriunda da
interligação de oito ilhas. O autor menciona que, no período de 1949 a 1952,
executaram-se as obras de aterramento para conexão das localidades.
Fritzen (2016) ainda afirma que, na fase que antecedeu as obras de
reabilitação rodoviária, as principais ruas e avenidas da cidade universitária exibiam
pavimentos com idades superiores a 40 anos, os quais atrelados ao significativo
aumento do tráfego e peso dos veículos comerciais, atingiram a vida útil prevista em
projeto, superando a fase que permite a recuperação das estruturas somente por
intervenções leves.
Desta forma, de acordo com Nascimento (2015) e Fritzen (2016), iniciou-se
em 2006 o “Projeto Fundão”, originado por uma parceria entre o CENPES e a UFRJ,
objetivando investigar in loco o desempenho de tecnologias emergentes de
pavimentação asfáltica. O “Projeto Fundão” possui cerca de 12km de pistas
experimentais, construídas entre 2006 e 2011, localizadas no campus universitário
da UFRJ, onde também se encontram as instalações do CENPES. A Figura 3.2
exibe o croqui do campus da UFRJ com as pistas do “Projeto Fundão” destacadas
em vermelho.
138
Durante o período de implantação dos trechos monitorados, foram utilizadas

diferentes soluções de pavimentação, no que se refere a concretos asfálticos,
ligantes asfálticos e opções técnicas construtivas adotadas para a reabilitação da
estrutura original (a maioria dos segmentos utilizou a mesma fonte de agregado
mineral). Informações detalhadas referentes a estes procedimentos podem ser
encontradas nos trabalhos de Nascimento et al (2009), Nascimento (2015) e Fritzen
(2016).
Figura 3.2 – Mapa do Campus da UFRJ com as pistas do Projeto Fundão

Destacadas
Fonte: Adaptado de Nascimento (2015)
Para fins desta tese, foram utilizados 27 trechos experimentais englobados

pelo “Projeto Fundão”. Estes trechos foram os mesmos escolhidos por Nascimento
(2015), visando à implantação e validação da modelagem viscoelástica da teoria do
dano contínuo para misturas asfálticas e análises de pavimento no Brasil. Todos os
segmentos foram construídos para reabilitar a estrutura original; todavia, foram
adotados cinco diferentes métodos construtivos, são eles:
139
a) Tipo de Reabilitação 1: Fresagem parcial da camada asfáltica antiga,

seguida de reparos localizados nos locais com severas trincas do tipo
couro-de-jacaré e aplicação de recapeamento asfáltico;
b) Tipo de Reabilitação 2: Fresagem total da camada asfáltica antiga,
seguida de nova umidificação e recompactação da base granular (com
realização de imprimação) e posterior recapeamento asfáltico;
c) Tipo de Reabilitação 3: Consiste na Reabilitação 1 seguida de aplicação
de uma “stress-absorbing membrane” (membrana para absorção de
tensões - SAMI). Neste caso, a SAMI é uma camada única flexível de
baixa rigidez (Chip Seal), preparada com emulsão modificada por
polímeros e o mesmo agregado utilizado nas camadas de concreto
asfáltico, com o intuito de evitar o processo de reflexão de trincas
existentes no revestimento antigo;
d) Tipo de Reabilitação 4: Aplicação da nova camada de concreto asfáltico
diretamente na superfície da camada antiga, após a execução de pintura
de ligação;
e) Tipo de Reabilitação 5: Análoga a Reabilitação 4, porém com aplicação da
SAMI diretamente sobre o concreto asfáltico antigo, precedendo o
recapeamento.
A Figura 3.3, adaptada de Nascimento (2015), ilustra as diferentes técnicas
de reabilitação utilizadas nos trechos experimentais. Já a Tabela 3.1 e Tabela 3.2
expõem as principais informações referentes às pistas utilizadas neste trabalho, as
suas respectivas técnicas de reabilitação, extensões dos trechos, suas localizações
dentro do estaqueamento do “Projeto Fundão”, datas de abertura ao tráfego após a
reabilitação, tráfego anual inicial (determinado com uso dos fatores de equivalência
de carga – FEC – da USACE), materiais empregados e espessuras das camadas.
Vale ressaltar que a extensão total do “Projeto Fundão” é constituída por
pavimentos de três faixas. As pistas escolhidas para processamento neste estudo
foram àquelas localizadas na faixa central, com exceção da identificação “ID 1”, na
qual foi adotada a faixa da esquerda. Esta opção foi realizada seguindo as mesmas
premissas delimitadas por Nascimento (2015), devido à maior presença de tráfego
representativo, tanto na magnitude do número N quanto nos quesitos de fluxo, já
que nas faixas laterais ocorrem recorrentes paradas e reduções de velocidade para
acessos paralelos. Ainda, a partir do ano de 2010, algumas faixas de tráfego da
140
direita passaram a servir como estacionamento ou foram designadas como ciclovia.

Sendo assim, de acordo com os relatos do autor, a faixa de tráfego central recebe
cerca de 80% do tráfego atuante nos pavimentos monitorados pelo “Projeto
Fundão”.
Figura 3.3 – Técnicas de Reabilitação utilizadas nas pistas do Projeto Fundão
Ainda em relação ao tráfego, a opção por utilizar fatores de equivalência de

carga determinados pela USACE na composição do número N foi feita devido a sua
maior disseminação nos órgãos rodoviários nacionais. Klamt (2014), ao verificar a
141
influência da ação do tráfego no custo de construção e restauração de pavimentos

asfálticos, determinou uma relação variável entre 1,96 e 4,16 para N USACE/NAASHTO.
Analogamente ao ocorrido nas pistas monitoradas pela UFSM, nos
segmentos do “Projeto Fundão” foram realizados periodicamente levantamentos de
controle e evolução de parâmetros funcionais e estruturais. Nos anos que
sucederam a reabilitação dos trechos descritos na Tabela 3.1 e Tabela 3.2, foram
efetuadas as quantificações de área trincada, volume de tráfego, levantamentos
deflectométricos não destrutivos e avaliações de irregularidade longitudinal e
afundamento em trilha de roda com o perfilômetro inercial.
Tabela 3.1 – Trechos Experimentais do “Projeto Fundão” considerados neste estudo
Data de Extensão do N Anual

ID da Tipo de Estaca Estaca
Abertura ao Trecho Inicial
Pista Reabilitação Inicial Final
Tráfego (m) (USACE)
1 1 13/11/2006 68 87 380 1,30E+05
4 1 23/11/2006 91 112 420 9,60E+05
7 3 09/02/2007 116 120 80 1,48E+06
11 1 09/02/2007 136 148 240 1,76E+06
19 2 25/01/2007 491 496 100 7,28E+05
34 1 25/01/2007 538 545 140 1,11E+06
37 1 19/04/2007 393 397 80 1,18E+06
40 5 19/04/2007 397 399 40 1,39E+06
43 4 19/04/2007 399 401 40 2,02E+06
45 1 19/04/2007 403 407 80 2,02E+06
46 4 19/04/2007 407 413 120 2,02E+06
47 5 19/04/2007 413 415 40 1,52E+06
48 1 19/04/2007 415 417 40 1,52E+06
50 1 19/04/2007 148 158 200 2,00E+06
55 3 31/05/2007 233 (+15) 236 45 1,18E+06
58 1 31/05/2007 425(+10) 428 50 1,52E+06
60 1 31/05/2007 428 430 40 1,52E+06
63 2 31/05/2007 430(+10) 434(+10) 80 1,52E+06
65 3 31/05/2007 434(+10) 436(+5) 35 1,52E+06
67 1 31/05/2007 438(+5) 441 45 1,52E+06
70 4 31/05/2007 445 450 100 4,00E+05
73 1 06/11/2008 158 167 180 2,00E+06
75 1 06/11/2008 177 186 180 2,00E+06
86 1 26/06/2010 362 364(+10) 50 1,76E+06
88 1 26/06/2010 367 373 120 1,76E+06
89 2 01/10/2011 0 10 200 2,80E+05
93 1 20/03/2010 379 382 200 9,04E+05
Fonte: Autor
142
Tabela 3.2 – Estruturas dos Trechos Experimentais do “Projeto Fundão”

considerados neste estudo
Revestimento Tipo de Camada Base Sub-base

ID da
Asfáltico Mistura Antiga Granular Granular
Pista
(mm) Asfáltica (mm) (mm) (mm)
1 55 30/45 19,1 mm 25 190 190
4 54 30/45 19,1 mm 25 160 360
7 59 30/45 19,1 mm 25 160 360
11 55 30/45 19,1 mm 25 150 390
(a)
51 30/45 19,1 mm
19 (b) -- 380 240
59 65/90 19,1 mm
34 58 30/45 19,1 mm 25 420 230
37 52 30/45 12,5 mm 25 140 400
(c)
40 59 30/45 12,5 mm 75 140 400
43 50 30/45 12,5 mm 60 140 400
45 51 50/70 12,5 mm 25 140 400
46 51 30/45 12,5 mm 25 140 400
47 50 30/45 12,5 mm 60 140 400
(c)
48 50 50/70 19,1 mm 75 140 400
50 52 50/70 19,1 mm 25 150 390
(d)
55 52 30/45 19,1 mm 60 100 250
58 54 AB 19,1 mm 25 180 400
60 54 AB 19,1 mm 25 180 400
63 103 30/45 19,1 mm -- 180 400
65 74 30/45 19,1 mm 45 180 400
(d)
67 67 30/45 19,1 mm 40 180 400
70 44 AB 19,1 mm 55 180 400
73 60 Elvaloy 19,1 mm 25 250 250
75 60 Elvaloy 19,1 mm 25 100 250
(d)
86 50 Bio 19,1 mm 40 150 130
(a)
50 Bio 19,1 mm
88 (b) 25 150 130
40 60/85 9,5 mm
89 70 Syn 19,1 mm -- 230 290
(a)
60 60/85 19,1 mm
93 (b) 25 150 130
40 60/85 9,5 mm
Fonte: Autor
(a) – Camada Superior; (b) – Camada Inferior; (c) – Camada Antiga+SAMI; (d) – Camada
Fresada+SAMI.
As identificações (ID) dos segmentos avaliados foram mantidas no mesmo

padrão definido por Nascimento (2015), visando facilitar a consulta e obtenção de
informações complementares, referentes aos trechos, no trabalho do autor.
Os dados foram coletados de maneira semelhante àquela realizada na UFSM,
seguindo as ações de monitoramento recomendadas pela Rede de Tecnologia em
Asfaltos (2011), abordadas no item 3.3, na sequência.
143
Vale salientar que, durante o período que engloba o presente estudo,

proporcionou-se uma visita do autor deste trabalho à Cidade Universitária da UFRJ,
objetivando conhecer in loco os trechos monitorados utilizados na pesquisa.
3.2.1.1 Aspectos climáticos e pluviométricos do Rio de Janeiro/RJ
Visando contextualizar os aspectos climáticos e pluviométricos que englobam

a região onde ficam localizados os trechos monitorados no Rio de Janeiro/RJ, foram
coletados dados da rede do INMET, referentes às precipitações acumuladas
mensais médias, temperaturas máximas, mínimas e umidade relativa do ar na
cidade, ao longo dos anos de 2007 e 2016 (os dados desta estação pararam de
receber atualizações em abril de 2017).
A Figura 3.4 exibe um compilado com as temperaturas máximas e mínimas
mensais, enquanto a Figura 3.5 expõe as precipitações totais e umidades relativas
do ar médias, ilustradas também em organização mensal. Os dados são
provenientes da estação Rio de Janeiro/RJ – OMM:83743, localizada na latitude
22º53'24" Sul, longitude 43º10'48” Oeste, com altitude de aproximadamente 11
metros.
Figura 3.4 – Temperaturas mínimas e máximas mensais médias do Rio de

Janeiro/RJ entre 2007 e 2016
40
33 34
35 32 32
31
28 28 29 29 29
30 27 27
Temperatura (°C)
25
25 25 24
23 24
20 23
20 22
19 19 19 20
15
10 T Máxima °C
T Mínima °C
5
0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Fonte: Adaptado de Dados de Rede do INMET

144
Pode-se dizer que, em termos médios, as temperaturas do ar registradas no

período analisado oscilaram entre 22 e 30°C, com precipitações médias anuais de
1.080mm e umidade relativa do ar média de 72%.
Figura 3.5 – Precipitações e umidades relativas do ar mensais médias do Rio de

Janeiro/RJ entre 2007 e 2016
180 100
160 148 148 90

158
74 74 76 73 73 80
Umidade Relativa do Ar (%)

140 70 70 71 71
68
Precipitação (mm)
70
120 73 72
121
60
100 96
89 50
80
74 72 40
60 57
52 30
47
40 20
Precipitação (mm)
20 19 10
0 0
Fonte: Adaptado de Dados de Rede do INMET
3.2.2 Trechos monitorados pela UFSM em Santa Maria/RS
Os oito trechos monitorados pela parceria entre UFSM e Rede de Tecnologia

em Asfaltos, utilizados neste estudo, estão dispostos dentro do território da cidade
de Santa Maria/RS. Conforme exposto na Figura 3.6, os Trechos 1.1, 1.2, 4.1 e 4.2
são localizados em rodovias próximas à Universidade Federal de Santa Maria. Já os
Trechos 2.1, 2.2, 3.1 e 3.2 estão posicionados em acessos que ligam a zona urbana
da cidade a rodovias importantes para a mobilidade da região central do Rio Grande
do Sul.
Vale ressaltar que as regiões destacadas em vermelho na Figura 3.6 são
compostas de pista dupla, sendo monitoradas as duas faixas (Faixa 1 – Esquerda e
Faixa 2 - Direita) de cada uma das localidades avaliadas. Para efeitos de
nomenclatura, as Pistas da Esquerda serão sempre identificadas pela extensão “1”,
precedida da numeração do seu respectivo trecho. Analogamente, a Pista da Direita
145
(faixa mais carregada, junto ao acostamento), será identificada pela extensão “2”,
também precedida da numeração de seu trecho. Por exemplo: Pista da Esquerda da
Av. Roraima – Identificação “1.1”; Pista da Direita da RS-509 – Identificação “4.2”.
Figura 3.6 – Localização dos Trechos Monitorados em Santa Maria/RS
Fonte: Autor
O acompanhamento de implantação dos trechos, nas diferentes etapas de

pré-execução, execução e pós-execução (após a liberação ao tráfego), foram e são
realizadas periodicamente conforme indicações da Rede de Tecnologia em Asfaltos
(2011), no Manual de Execução de Trechos Monitorados. A caracterização completa
do tráfego, materiais e métodos construtivos empregados nos trechos experimentais
locados na Av. Roraima (1.1 e 1.2), Av. Hélvio Basso (2.1 e 2.2) e BR-158 (3.1 e 3.2)
está descrita detalhadamente no trabalho de Santos (2015), complementada por
Bueno (2016).
A caracterização simplificada dos materiais granulares (base e sub-base) e
subleito, utilizados na construção da ERS-509 (Trechos 4.1 e 4.2), estará exposta na
versão final da dissertação de mestrado de Bordin (2018), cujo trabalho em
andamento objetiva avaliar o desempenho de pavimentos monitorados em campo
(os mesmos utilizados nesta tese, com alguns segmentos adicionais), visando
comparar as estruturas projetadas com ensaios laboratoriais e simulações
computacionais utilizando softwares de análises de esforços.
Informações aprofundadas referentes à mistura asfáltica empregada no
revestimento da estrutura dos trechos ID 4.1 e 4.2 podem ser obtidas nos
documentos gerados por Faccin (2018) e Schuster (2018), que avaliam, entre outras
146
misturas, o desempenho do concreto asfáltico empregado na ERS-509 frente à

deformação permanente e fadiga, respectivamente.
Para fins práticos, um resumo das características dos trechos monitorados
pela UFSM em Santa Maria/RS será exposto no item 3.2.2.6, de maneira análoga
àquela exposta por Nascimento (2015) e Fritzen (2016) para os segmentos
acompanhados no “Projeto Fundão”.
3.2.2.1 Avenida Roraima (Trechos 1.1 e 1.2) em Santa Maria/RS
A Avenida Roraima é um segmento de restauração com extensão de 240

metros, localizado na saída do Campus sede da UFSM. O pavimento, composto por
duas faixas (Faixa 1 – Trecho 1.1 e Faixa 2 – Trecho 1.2), inicia na latitude
29º42’19,14” Sul, longitude 53º42’56,6” Oeste e termina na latitude 29º42’10,97” Sul,
longitude 53º42’55,72” Oeste. A altitude média do trecho é de 97m.
A liberação para passagem do tráfego após sua restauração foi realizada na
data de 03 de dezembro de 2012. O tráfego anual aproximado do local
(considerando ambas as faixas), determinado no ano de 2018, resultou em um valor
de volume diário médio unidirecional (VDM) igual a 8.350 veículos e um Fator de
frota (Ff) igual a 5,01%. Os números de repetições de carga do eixo padrão a que o
pavimento estará sujeito anualmente, calculados pelo método da USACE (NUSACE-
ANUAL), respectivamente para a Faixa 1 (a) e Faixa 2 (b), no ano de 2018, foram
quantificados em:
a) Faixa 1 (Trecho 1.1) - NUSACE-ANUAL = 1,5x105;
b) Faixa 2 (Trecho 1.2) - NUSACE-ANUAL = 6,4x105.
Visando uniformizar a nomenclatura em relação aos trechos existentes no
“Projeto Fundão”, classificou-se a reabilitação da Avenida Roraima como
Reabilitação Tipo 4, conforme foi abordado anteriormente no item 3.2.1. A estrutura
do pavimento está discriminada na Figura 3.7.
A composição estrutural da Av. Roraima consiste em uma camada de subleito
de solo argiloso, classificado por Santos (2015) como A-6 (Sistema Rodoviário de
Classificação – TRB), sobre a qual está assentada uma base de brita graduada
simples (BGS). Sobre o material granular, o revestimento asfáltico antigo (50mm) foi
reforçado por uma camada de mesma espessura de concreto asfáltico, sem a
147
realização de fresagem. A mistura asfáltica foi constituída de ligante convencional

(50/70), com materiais pétreos de diâmetro máximo nominal igual a 12,5mm.
Figura 3.7 - Estrutura do pavimento monitorado na Av. Roraima em Santa Maria/RS
Fonte: Autor
3.2.2.2 Avenida Hélvio Basso (Trechos 2.1 e 2.2) em Santa Maria/RS
Com extensão de monitoramento composta por 280 metros, o trecho

monitorado na Avenida Hélvio Basso está localizado em altitude média de 85m,
iniciando na latitude 29º42’46,77” Sul, longitude 53º48’39,59” Oeste e terminando na
latitude 29º42’37,96” Sul, longitude 53º48’43,59” Oeste. Sua composição está
exposta na Figura 3.8 e consiste em um subleito de solo argiloso, classificado por
Santos (2015) como A-6 (Sistema Rodoviário de Classificação – TRB), uma camada
de sub-base, constituída por duas sobreposições de macadame seco – MS – (cada
uma com 200mm), seguida por brita graduada simples.
O revestimento é composto por uma camada de 60 mm de concreto asfáltico,
dosado com ligante asfáltico convencional (50/70) e diâmetro máximo nominal dos
agregados de 12,5mm.
O tráfego médio anual aproximado da avenida em 2018 resultou nos
seguintes valores de solicitações de eixo padrão, respectivamente para a Faixa 1 (a)
e Faixa 2 (b):
148
O VDM unidirecional do trecho experimental foi quantificado em 15.181

veículos, com Fator de frota igual a 5,35% (dados contabilizados considerando
ambas as faixas). Na duplicação da Avenida Hélvio Basso, foram construídas todas
as camadas do pavimento, caracterizando um segmento de implantação de
estrutura nova, com liberação para passagem do tráfego na data de 18 de maio de
2013.
Figura 3.8 – Estrutura do pavimento monitorado na Av. Hélvio Basso em Santa

Maria/RS
Fonte: Autor
3.2.2.3 BR-158 – “Trevo dos Quartéis” (Trechos 3.1 e 3.2) em Santa Maria/RS
O trecho monitorado na BR-158 tem extensão de 280 metros e inicia na

latitude 29º42’50,51” Sul, longitude 53º50’54,80” Oeste, terminando na latitude
29º42’23,86” Sul, longitude 53º51’4,89” Oeste. A altitude média do segmento é de
98m.
O revestimento consiste em uma camada de 75 mm de concreto asfáltico,
divididas entre duas misturas (35mm de revestimento superior e 40mm de
revestimento inferior) com ligante asfáltico convencional 50/70 e diâmetro máximo
nominal de 12,5mm. Conforme verificado por Santos (2015), ambas as misturas
atendem a Faixa C do DNIT; todavia, são compostas por agregados de origem
mineralógicas distintas, sendo assim caracterizadas reologicamente de maneira
separada.
149
Popularmente conhecido como “Trevo dos Quartéis”, com estrutura

representada na Figura 3.9, o pavimento avaliado na BR-158 também se trata de
uma duplicação (estrutura de pavimento novo) e é composto por uma camada de
subleito de solo argiloso, classificado por Santos (2015) como A-6 (Sistema
Rodoviário de Classificação – TRB), reforçado com 400 mm de pedra detonada1.
Sobre essa, estão assentes a sub-base de macadame seco e a base granular em
brita graduada simples.
Figura 3.9 - Estrutura do pavimento monitorado na BR-158 em Santa Maria/RS
Fonte: Autor
O fluxo contínuo de veículos foi liberado, neste trecho, no dia 13 de julho de

2014 e os seguintes valores foram obtidos, referentes ao tráfego anual aproximado
de 2018, respectivamente para a Faixa 1 (a) e Faixa 2 (b):
As contagens presenciais, contabilizando ambas as faixas, identificaram um
VDM unidirecional de 10.979 veículos, com Fator de Frota de 7,29%.
1
Termo regional que representa uma solução por vezes adotada para reforços de subleitos com
baixa capacidade estrutural no estado do Rio Grande do Sul. As rochas que compõem este tipo de
camada não passam por nenhum processo de britagem, apenas são coletadas após a detonação na
pedreira.
150
3.2.2.4 RS-509 – “Faixa Velha” (Trechos 4.1 e 4.2) em Santa Maria/RS
Estrutura mais recente adotada pela rotina de monitoramento feita pela UFSM
(dentre aquelas utilizadas neste estudo), a RS-509 é um importante acesso à cidade
de Santa Maria para quem chega à região central do Rio Grande do Sul. Constituído
por duas faixas em uma estrutura de pavimento novo, o trecho monitorado tem
extensão de 280 metros, com altitude média de 108m, iniciando na latitude
29º41’38,59” Sul, longitude 53º45’28,27” Oeste. O final do trecho localiza-se na
latitude 29º41’38,86” Sul, longitude 53º45’39,69” Oeste.
A composição estrutural do pavimento construído na RS-509 consiste em
duas camadas (cada uma com 50mm) sobrepostas de asfalto borracha (ECOFLEX
AB-08, com 0,03% DOPE), assentes sobre uma base de brita graduada simples. A
sub-base consiste em macadame seco disposto sobre um subleito de solo argiloso,
classificado pela metodologia TRB como A-7-6, reforçado por 600mm de pedra
detonada e 400mm de pedra pulmão. A Figura 3.10 exibe o sistema de camadas
presente na RS-509.
Figura 3.10 – Estrutura do Pavimento monitorado na RS-509 em Santa Maria/RS
Fonte: Autor
151
O trecho monitorado localizado na RS-509 foi aberto para passagem de

tráfego no dia 03 de março de 2016. O tráfego anual aproximado, avaliado no ano
de 2018, computou os seguintes valores, respectivamente para a Faixa 1 (a) e Faixa
2 (b):
c) Faixa 1 (Trecho 4.1) - NUSACE-ANUAL = 5,3x105;
d) Faixa 2 (Trecho 4.2) - NUSACE-ANUAL = 2,3x106.
O VDM unidirecional quantificado durante as contagens presenciais,
considerando ambas as faixas, foi de 13.696, com Fator de frota de 8,20%.
3.2.2.5 Aspectos climáticos e pluviométricos de Santa Maria/RS
Conforme realizado para os trechos do “Projeto Fundão”, para os pavimentos

avaliados em Santa Maria/RS, também foram coletados dados da rede do INMET,
referentes às precipitações, temperaturas máximas, mínimas e umidade relativa do
ar na cidade, ao longo dos anos de 2013 e 2018.
A Figura 3.11 exibe um compilado com as temperaturas máximas e mínimas
mensais, enquanto a Figura 3.12 expõe as precipitações acumuladas e umidades
relativas do ar médias, ilustradas também em organização mensal.
Figura 3.11 - Temperaturas mínimas e máximas mensais médias de Santa Maria/RS

entre 2013 e 2018
40
T Máxima °C
35
31 31 T Mínima °C 30
30 28 28
27
25
Temperatura (°C)
23 24
25 21 20
19
20
20 20 19
15 18
16 16
15
10 12 13
12
10 10
5
0
Fonte: Adaptado da Rede de Dados do INMET

152
Figura 3.12 - Precipitações e umidades relativas do ar mensais médias de Santa

Maria/RS entre 2013 e 2018
300 100
90
283
250

88 87 80
84 73
80 81 82
79 79
Precipitação (mm)
77 77 70
200 222
71
60
189
150 50
147 142 150
40
132 130 128 140 132
100 119 30
Precipitação (mm) 20
50
10
0 0
Fonte: Adaptado da Rede de Dados do INMET
Os dados coletados são provenientes da estação Santa Maria/RS – OMM:

83936, localizada na latitude 29º41'60" Sul, longitude 53º42'00" Oeste, com altitude
de aproximadamente 95m.
Analisando de forma generalizada o período total de informações, as
temperaturas do ar variaram em média entre 15 e 26°C, com precipitações médias
anuais de 1.883mm e umidade relativa do ar média de 80%.
Quando comparadas séries histórias da cidade de Santa Maria/RS com
aquelas referentes ao Rio de Janeiro/RJ, percebe-se que a quantidade pluviométrica
é significativamente maior na cidade localizada no sul do Brasil, com médias anuais
de aproximados 800mm superiores ao Rio de Janeiro/RJ. Já em relação às
temperaturas, nota-se que Santa Maria/RS exibe médias inferiores àquelas
quantificadas no Rio de Janeiro/RJ, chegando aos 10ºC nas médias mínimas
referentes aos meses de Junho e Julho. Considerando a classificação climática
clássica de Bernardes (1951), o estado gaúcho está totalmente localizado na zona
climática subtropical úmida, enquanto a cidade do Rio de Janeiro/RJ se localiza em
zona climática tropical litorânea.
Entende-se, a título de composição de modelos de desempenho, ser benéfica
a utilização de trechos em localidades distintas, submetidos a condições climáticas
153
diversas, expandindo assim as condições de contorno que envolvem as expressões

matemáticas elaboradas. Na elaboração de rotinas de projeto empírico-
mecanicistas, busca-se, em países com dimensões continentais, tais como o Brasil,
abranger a maior parte de condições climáticas possíveis. Com esta gama variada
de dados empíricos, o desenvolvimento de funções de transferência objetiva retirar
das calibrações as particularidades locais, possibilitando a concepção de métodos
de previsão generalizados, aplicáveis as mais variáveis situações.
3.2.2.6 Resumo dos Trechos Monitorados pela UFSM em Santa Maria/RS
Visando compilar as informações descritas nos itens previamente

apresentados, a Tabela 3.3 e Tabela 3.4 exibem, de forma resumida, as principais
características dos oito trechos monitoradas locados em Santa Maria/RS.
Tabela 3.3 - Trechos Experimentais da UFSM considerados neste estudo
Data de N Anual
ID da Faixa de Extensão do
Localização Abertura ao 2018
Pista Rodagem Trecho (m)
Tráfego (USACE)
1.1 Av. Roraima 1 03/12/2012 240 1,5E+05
1.2 Av. Roraima 2 03/12/2012 240 6,4E+05
2.1 Av. Hélvio Basso 1 18/05/2013 280 6,0E+05
2.2 Av. Hélvio Basso 2 18/05/2013 280 1,4E+06
3.1 BR-158 (“Trevo dos Quartéis”) 1 13/07/2014 280 5,8E+05
3.2 BR-158 (“Trevo dos Quartéis”) 2 13/07/2014 280 1,6E+06
4.1 RS-509 (“Faixa Velha”) 1 03/03/2016 280 5,3E+05
4.2 RS-509 (“Faixa Velha”) 2 03/03/2016 280 2,3E+06
Fonte: Autor
Tabela 3.4 – Estrutura dos Trechos da UFSM considerados neste estudo (continua)
Camada Base Sub-base

ID da Rev.Asfáltico
Tipo de Mistura Asfáltica Antiga Granular Granular
Pista (mm)
(mm) (mm) (mm)
1.1 50 UFSM 1 - 50/70 12,5 mm 50 170 --
1.2 50 UFSM 1 - 50/70 12,5 mm 50 170 --
2.1 60 UFSM 2 - 50/70 12,5 mm -- 200 400
2.2 60 UFSM 2 - 50/70 12,5 mm -- 200 400
154
Tabela 3.4 – Estrutura dos Trechos da UFSM considerados neste estudo

(conclusão)
Camada Base Sub-base

ID da Rev.Asfáltico
Tipo de Mistura Asfáltica Antiga Granular Granular
Pista (mm)
(mm) (mm) (mm)
(a)
35 UFSM 3 - 50/70 12,5 mm
3.1 (b) -- 150 150
40 UFSM 3 - 50/70 12,5 mm
(a)
35 UFSM 3 - 50/70 12,5 mm
3.2 (b) -- 150 150
40 UFSM 3 - 50/70 12,5 mm
4.1 100 UFSM 4 - AB 12,5 mm -- 150 180
4.2 100 UFSM 4 - AB 12,5 mm -- 150 180
Fonte: Autor
(a) – Camada Superior; (b) – Camada Inferior.
3.3 AÇÕES DE ACOMPANHAMENTO NOS TRECHOS EXPERIMENTAIS
Desde as etapas inicias de funcionamento dos trechos descritos no item 3.2,

foram realizadas ações de monitoramento nos segmentos avaliados. Os tópicos que
seguem descrevem brevemente esta metodologia de acompanhamento.
3.3.1 Contagens de Tráfego
De acordo com relatos de Fritzen (2016), a primeira avaliação do tráfego de

veículos comerciais e de passeio nos trechos do “Projeto Fundão” foi realizada no
segundo semestre de 2009, em seis pontos estratégicos na Cidade Universitária da
UFRJ. O autor descreve que os dados foram coletados de forma classificatória, por
faixa de rolamento, das 8 às 18 horas, ininterruptamente.
Nos horários que antecederam ou sucederam o período de contagem
presencial, o tráfego foi definido com o auxílio das câmeras de segurança instaladas
no Campus, fornecidas pelo Departamento de Segurança da Universidade.
Esta primeira contagem foi utilizada como balizador do tráfego atuante nos
trechos ao longo dos anos, aplicada uma taxa de crescimento linear de 3,0% ao ano,
comprovada posteriormente por avaliações adicionais de volume de tráfego
simplificado, nos anos de 2011 e 2015.
A Tabela 3.5 exibe a classificação dos veículos utilizada na discriminação do
tráfego atuante nas pistas avaliadas, determinado de hora em hora.
155
Tabela 3.5 – Ficha Horária de Contagem de Tráfego
Horário Horário
Tipo de veículo Configuração Total Total
Moto
Carro de passeio
Utilitário, pick-up e furgão
ônibus (2 eixos)
ônibus (3 eixos)
2C
Caminhão
3C
médio
4C
2S1
2S2
Caminhão
2S3
semi-reboque
2S3
3S3
Duplo
3S2S2
semi-reboque
2C2
Caminhão 2C3
reboque
3C2
3C3
Treminhão
3C2C2
Rodotrem
3S2C4
Outros
Fonte: Adaptado de Rede de Tecnologia em Asfaltos (2011)
O cálculo do número de repetições do eixo padrão (N) foi realizado conforme

recomendações do Manual de Estudos de Tráfego (DNIT, 2006b), mediante
utilização dos fatores de equivalência de carga desenvolvidos pela USACE.
156
Conforme mencionado no item 3.2.1, a opção por utilizar fatores de

equivalência de carga determinados pela USACE, na composição do número N, foi
efetuada devido a sua maior disseminação nos órgãos rodoviários nacionais.
Nos trechos monitorados em Santa Maria/RS, o procedimento realizado
durante as contagens volumétricas também seguiu as delimitações da Tabela 3.5.
Até o ano de 2015, os dados de tráfego foram coletados semestralmente em uma
semana típica, durante 16 horas (das 6 às 22 horas) em três repetidos dias (terça,
quarta e quinta feira). A partir de 2016, devido à consistência comprovada dos dados
adquiridos, foi definida a manutenção de aquisição do tráfego semestral em um
único dia (quarta-feira) de uma semana típica.
A interferência pouco relevante desta prática pode ser visualizada nos
gráficos da Figura 3.13, Figura 3.14 e Figura 3.15 (Trechos 1.1 e 1.2, 2.1 e 2.2, 3.1 e
3.2, respectivamente) onde são expostos os comparativos entre o NUSACE de um dia
típico, determinado pela média dos dados contabilizados em três dias (terça, quarta
e quinta-feira), confrontado com o NUSACE referente apenas as informações coletadas
na quarta-feira. Em ambos os casos, utilizou-se dados apenas das 06 às 22 horas.
Os dados referentes à ERS-509 (Trechos 4.1 e 4.2) não serão expostos devido à
abertura para passagem ao tráfego já no ano de 2016, momento em que foi
verificada a consistência da aquisição de dados em apenas um dia.
Figura 3.13 - Tráfego Diário (06 às 22 horas) da Av. Roraima contabilizado de

diferentes maneiras
2.500
2.000
NUSACE (dia)
1.500
1.1 - Média de 3 dias
1.000 1.1 - Quarta-feira
1.2 - Quarta-feira
500
0
dez-13 mar-14 jun-14 set-14 dez-14 mar-15 jun-15
Fonte: Autor
157
Figura 3.14 – Tráfego Diário (06 às 22 horas) da Av. Hélvio Basso contabilizado de
diferentes maneiras
3.500
3.000
2.500
NUSACE (dia)
2.000
2.1 - Quarta-feira
1.500 2.2 - Quarta-feira
1.000
500
0
out-13 fev-14 jun-14 out-14 fev-15 jun-15 out-15 fev-16 jun-16
Fonte: Autor
Figura 3.15 - Tráfego Diário (06 às 22 horas) da BR-158 contabilizado de diferentes

maneiras
5.000
4.000
3.1 - Média dos 3 dias
NUSACE (dia)
3.000 3.2 - Média dos 3 dias

3.1 - Quarta-feira
3.2 - Quarta-feira
2.000
1.000
0
nov-14 jan-15 mar-15 mai-15 jul-15 set-15 nov-15
Fonte: Autor
Considerando a totalidade das pistas abordadas pelos gráficos da Figura

3.13, Figura 3.14 e Figura 3.15, verificou-se uma diferença percentual média, da
relação entre N calculado pela média dos três dias e N calculado apenas com os
dados da quarta-feira, menor do que 1%. O impacto deste resultado no N anual da
158
via não acarreta em mudanças significativas na ordem de grandeza dos valores

finais.
Ainda, devido à existência de valores reais típicos de tráfego atualizados, não
foram empregadas taxas de crescimento, mas sim a utilização dos valores reais
renovados semestralmente.
Vale ressaltar que, ao longo do período de operação dos trechos de Santa
Maria/RS, em ao menos um momento, foi contabilizado o tráfego real em um final de
semana típico (sábado e domingo) e em uma noite/madrugada típica (das 22 horas
do dia anterior às 6 horas do dia seguinte) de uma quarta-feira. Entende-se que este
processo permite distribuir de maneira mais adequada o fluxo de veículos ao longo
dos dias úteis e finais de semana, assemelhando da melhor maneira possível o
tráfego contabilizado e o tráfego real. Mediante existência destes dados de finais de
semana e madrugada, aplicaram-se fatores multiplicadores de ajuste de tráfego para
cada classe de veículo nestes horários com o passar do tempo, com uso dos
acréscimos ou reduções médias verificadas nos horários contados semestralmente
(06 às 22 horas). Santos (2015) e Martins (2018) também efetuaram processos
similares a este para extrapolar o tráfego contado em campo.
Em decorrência do número significativo de contagens presenciais, gerando
uma quantidade relevante de fatores de multiplicação para os horários da
noite/madrugada e finais de semana, optou-se por exibir estes fatores, relativos a
cada uma das contagens em que eles foram empregados (sempre tomando como
referência os dados reais), em cada um dos respectivos trechos, no Apêndice A.
Salienta-se também que, devido à impossibilidade de realização de pesagens
dos veículos comerciais que circulavam nos trechos monitorados (tanto no Rio de
Janeiro/RJ quanto em Santa Maria/RS), todos os eixos dos veículos comerciais
utilizados na composição do N foram considerados com a sua carga máxima legal. A
Tabela 3.6 exibe os eixos adotados na composição da matriz de tráfego, com seus
limites de carregamento estabelecidos pelo CONTRAN (1998).
Em 2014, a resolução Nº 489 (CONTRAN, 2014) aumentou a tolerância sobre
os limites de pesos regulamentares por eixo para aqueles veículos que não
excederem os limites atribuídos para o peso bruto total (PBT), peso bruto total
combinado (PBTC) e Capacidade Máxima de Tração (CMT). Alguns
desdobramentos econômicos ocasionados por esta resolução são discutidos por
Bueno et al (2016); todavia, como neste trabalho não foram consideradas
159
sobrecargas nos pesos regulamentados por eixo, mantiveram-se os valores

expostos na Tabela 3.6. Sabe-se também que os eixos descritos na Tabela 3.6 não
são as únicas configurações empregadas nos chassis veiculares que circulam nas
rodovias brasileiras; porém, para efeitos deste trabalho, utilizaram-se apenas estas
tipologias para resumir os veículos comerciais expostos na Tabela 3.5.
Tabela 3.6 – Cargas máximas legais dos eixos comerciais adotados na composição
do tráfego
Tipo de Eixo Comercial Carga Máxima Legal (kN)

ESRS - Eixo Simples de Rodas Simples 60
ESRD - Eixo Simples de Rodas Duplas 100
ETD - Eixo Tandem Duplo 170
ETT - Eixo Tandem Triplo 255
Fonte: Adaptado de CONTRAN, 1998
3.3.2 Avaliação da Irregularidade Longitudinal
As avaliações de irregularidade longitudinal dos pavimentos que compõem os

trechos monitorados foram executadas, tanto nos trechos de Santa Maria/RS quanto
nas estruturas avaliadas no Rio de Janeiro/RJ, com uso do perfilômetro inercial
laser.
Para efeitos de composição do modelo, foram considerados apenas os dados
oriundos dos sensores posicionados nas trilhas de roda interna e externa da faixa
sobre a qual o veículo de operação trafegava. Os dados oriundos dos sensores
diagonais e do sensor central não foram considerados no cálculo da irregularidade.
Os valores representativos de IRI de cada trecho foram determinados considerando
a média dos resultados provenientes das trilhas de roda externa e interna, dentro da
extensão de cada trecho experimental, filtradas as ocorrências especiais com uso da
técnica de “Cartas Controle” ou “Gráficos de Controle”, seguindo as recomendações
descritas em Oliveira et al (2013).
Vale ressaltar que, nos pavimentos avaliados no Rio de Janeiro/RJ, tanto a
irregularidade longitudinal quanto os afundamentos em trilha de roda foram
determinados, até o ano de 2012, com o perfilômetro do CENPES. Os
160
levantamentos posteriores a esta data foram efetuados com o perfilômetro da

COPPE/UFRJ.
Nos trechos monitorados em Santa Maria/RS, a determinação da
irregularidade e afundamento em trilha de roda também foi executada em duas
etapas. A primeira delas se encerrou em 2016, cujos dados de IRI e ATR foram
obtidos pelo equipamento da Pavesys Engenharia, exposto na Figura 3.16.
Desde 2017, mediante aquisição do perfilômetro inercial laser (Termo de
Cooperação com a ANP/PETROBRAS n° 0050.0100766.16.9), os parâmetros de
irregularidade foram determinados pelo equipamento da UFSM (Figura 3.17).
Figura 3.16 – Perfilômetro Inercial da Pavesys Engenharia
Fonte: Santos (2015)
Figura 3.17 – Perfilômetro Inercial da UFSM
Fonte: Autor
161
Mais uma vez, salienta-se que os equipamentos utilizados pela Pavesys

Engenharia, pela UFSM, pelo CENPES e pela UFRJ são comercializados e
concebidos pelo mesmo fabricante, a Cibermétrica Equipamentos e Serviços Ltda.
O perfilômetro inercial exposto na Figura 3.17 opera com uma taxa de
aquisição de dados de aproximadamente 4.000 medidas/segundo, a uma velocidade
operacional mínima de 30km/h. Nos levantamentos efetuados nos trechos
monitorados em Santa Maria/RS, o processamento dos dados através do software
CiberShell (ferramenta desenvolvida pela Cibermétrica para equacionamento dos
dados gerados pelo perfilômetro), válidas também para a determinação dos
afundamentos em trilha de roda, descritas no item 3.3.3, incluiu as seguintes etapas:
a) Pré-processamento com filtro de média móvel a cada 150mm, com
exclusão dos picos 25% mais distantes em relação a referida média,
visando eliminar o efeito da textura da superfície do pavimento nas
medidas destinadas ao cálculo dos índices de irregularidade;
b) Intervalo de 250mm para determinação de pontos médios adotados na
rotina de cálculo;
c) Processamento de resultados referentes à irregularidade e afundamento
em trilha de roda em trechos de 10m.
Os dados foram determinados pela realização de uma única passagem do
veículo, ao qual o perfilômetro inercial estava acoplado, sobre o pavimento avaliado,
mantendo os rodados posicionados sobre as trilhas de roda. Caso o operador do
sistema de aquisição de dados indicasse alguma anomalia durante o levantamento
(perda de comunicação entre os sensores e o computador, redução da velocidade
abaixo do limite inferior delimitado pelo equipamento, desvio do veículo em relação
ao alinhamento desejado), a medição era repetida imediatamente.
A montagem e operacionalização deste equipamento, assim como a
verificação da sua repetibilidade e exatidão, estão descritas no item 3.3.2.1, que
segue.
3.3.2.1 Montagem e Operacionalização do Perfilômetro Inercial da UFSM
Após a aquisição do módulo laser para determinação dos parâmetros de

irregularidade longitudinal e afundamento em trilha de roda, foram necessárias
algumas adaptações para operacionalização do equipamento nos moldes
162
necessários para aquisição dos dados. Inicialmente, foi adaptado um suporte para
fixação da barra guia do perfilômetro inercial no veículo da UFSM. A Figura 3.18
mostra o suporte desenvolvido (a) e a peça instalada no veículo (b).
Finalizado o suporte, foram realizados testes com os resultados fornecidos
pelo perfilômetro inercial. Estes testes visaram avaliar a repetitividade e exatidão
das medidas geradas pelo equipamento.
Para este fim, não foi possível utilizar os trechos experimentais adotados
nesta pesquisa, devido ao fluxo constante de veículos. Desta forma, optou-se pela
verificação do equipamento em duas das pistas avaliadas por Pavi (2017), com
tráfego ainda não liberado no local. Em seu trabalho, ainda em andamento, a autora
busca monitorar a evolução da irregularidade longitudinal no decorrer da execução
das camadas constituintes de um pavimento novo em implantação. A estes
pavimentos, foram adotadas as nomenclaturas “Validação 1” e “Validação 2”,
respectivamente para os segmentos com irregularidade baixa e média.
Figura 3.18 – Montagem e fixação do suporte para barra laser
a) b)
Fonte: Autor
O processo de verificação seguiu as recomendações de Barella (2008), com

algumas adaptações devido à logística de execução. Foram selecionadas duas
pistas de 151 metros; uma com irregularidade baixa (QI entre 5 e 25 contagens/km)
e outra com irregularidade média (QI entre 30 e 50 contagens/km). Previamente ao
levantamento com o perfilômetro inercial, os perfis longitudinais de referência foram
levantados mediante processo de nível e mira, conforme preconizado na normativa
163
DNER-ES 173/86 (DNER, 1986). A Figura 3.19 ilustra a execução deste

levantamento.
O procedimento sugerido por Barella (2008) recomenda a utilização de pistas
de verificação com extensão de 251 metros. Todavia, devido a opção por levantar
uma cota a cada 250mm com o equipamento nível e mira, entende-se que a adição
de mais 100 metros no trecho de referência tornaria o processo exaustivo e lento,
sem fins práticos relevantes.
A opção pela referência principal neste autor se justifica em algumas
incompatibilidades existentes nas normativas ASTM E 950/09 (ASTM, 2009a) e
AASHTO PP 49/03 (AASHTO, 2003), que dizem respeito aos testes de exatidão e
repetitividade. Um exemplo das referidas incompatibilidades está na não aplicação
dos resultados dos testes para os índices de irregularidade conhecidos (caso da
ASTM E950/09) e na necessidade de uma pista com IRI entre 0,47 e 1,18m/km
(caso da AASHTO PP 49/03), incoerente com os padrões rodoviários brasileiros.
Figura 3.19 – Levantamento do perfil de referência com nível e mira
Fonte: Autor
Posteriormente à determinação dos perfis de referência, foram efetuadas 10

medições com cada um dos sensores posicionados em frente aos rodados do
veículo (sensores com acelerômetro), visando avaliar a repetitividade e exatidão do
equipamento da UFSM. Tratando-se da parte conceitual dos referidos termos,
entende-se repetitividade como a capacidade do equipamento em reproduzir
resultados iguais, quando coletados em situações análogas, no mesmo local. Por
164
exatidão, interpreta-se a capacidade do equipamento em reproduzir resultados

similares a outro sistema de medição, dado como referência.
Para este fim, cada sensor realizou cinco medições na velocidade aproximada
de 45km/h e outras cinco determinações a aproximadamente 70km/h. Estas
velocidades foram escolhidas seguindo as recomendações de Barella (2008), o qual
sugere a realização de testes de exatidão e repetitividade de perfilômetros com uma
velocidade até 15km/h acima da velocidade mínima de operação (30km/h) e outra
velocidade maior ou igual a 70km/h. Os resultados foram comparados com aqueles
fornecidos pelo equipamento de referência (nível e mira), para verificação da
exatidão, e processados entre si, para conferência da repetitividade.
Ressalta-se que o perfil topográfico levantado através da metodologia nível e
mira foi convertido para as escalas IRI e QI com uso das equações expostas nos
itens 2.1.2.1 e 2.1.2.2. Os resultados obtidos, tanto com o nível e mira quanto com o
perfilômetro inercial, estão expostos na Tabela 3.7.
Tabela 3.7 – Verificação da exatidão do Perfilômetro Inercial da UFSM
Validação 1 Validação 2
QI (cont/km) IRI (m/km) QI (cont/km) IRI (m/km)
Nível e Mira (250mm) 30,469 3,079 9,215 1,611
QI (cont/km) IRI (m/km) QI (cont/km) IRI (m/km)
Pefilômetro (45km/h) 30,965 3,104 10,525 1,503
Pefilômetro (70km/h) 31,635 3,074 10,541 1,529
Fonte: Autor
Em termos práticos, a Tabela 3.7 permite interpretar que, ao avaliar exatidão,

o perfilômetro inercial da UFSM possui boa relação com os valores resultantes do
perfil calculado com o procedimento nível e mira. Analisando especificamente o IRI
(índice de irregularidade adotado neste estudo), na Pista 1 (Validação 1), a relação
percentual entre o valor obtido com o nível e mira e o dado fornecido pelo
perfilômetro foi menor do que 1% para o caso em que a velocidade empregada no
levantamento foi de aproximadamente 70km/h.
Para a velocidade inferior (45km/h), a diferença percentual também
permanece abaixo de 1%. Na Pista 2 (Validação 2), esta relação sobe para
aproximadamente 7% nos casos com velocidade de 45km/h e 5% nas passagens
165
com velocidade aproximada de 70km/h. Pelos casos avaliados, pode-se interpretar

que a pista com melhor condições de trafegabilidade exibiu maiores diferenças
percentuais entre os equipamentos empregados na sistemática de medição.
Entende-se que estes números são aceitáveis para aprovar o perfilômetro
inercial da UFSM em termos de exatidão. Os limites expostos pela norma AASHTO
PP 49/03 (AASHTO, 2003), a qual delimita em uma diferença absoluta menor que
0,095m/km entre o IRI determinado a partir do perfil de referência e a média do IRI
das 10 medições com o perfilômetro (considerando ambas as velocidades). No caso
do IRI da Pista 1, esta diferença média fica em 0,010 m/km; já na Pista 2, quantifica-
se esta diferença média em 0,096m/km, ultrapassando o limite em apenas
0,001m/km, permitindo interpretar que a exatidão do perfilômetro, segundo critérios
da referida normativa, está adequada.
Analisando a repetibilidade de medidas obtidas com o perfilômetro inercial, a
Tabela 3.8 exibe as médias obtidas nas 10 passagens realizadas com o
equipamento nas duas pistas adotadas para sua verificação.
Tabela 3.8 – Verificação da repetibilidade do Perfilômetro Inercial da UFSM
Validação 1 Validação 2
Velocidade QI Médio IRI Médio QI Médio IRI Médio
Perfilômetro (cont/km) (m/km) (cont/km) (m/km)
31,460 3,159 10,100 1,490
29,527 3,036 10,387 1,495
45km/h 30,767 3,049 10,673 1,537
31,347 3,137 10,440 1,497
31,727 3,141 11,027 1,495
MÉDIA 45km/h 30,965 3,104 10,525 1,503
DP.A 45km/h 0,877 0,057 0,347 0,019
CV 45km/h 3% 2% 3% 1%
30,627 3,051 11,300 1,566
31,247 3,052 10,647 1,541
70km/h 31,887 3,095 11,353 1,527
31,493 3,069 10,053 1,504
32,920 3,103 9,353 1,505
MÉDIA 70km/h 31,635 3,074 10,541 1,529
DP.A 70km/h 0,852 0,024 0,851 0,026
CV 70km/h 3% 1% 8% 2%
MÉDIA Geral 31,300 3,089 10,533 1,516

DP.A Geral 0,888 0,044 0,613 0,026
CV Geral 3% 1% 6% 2%
Fonte: Autor
166
Optou-se novamente por recorrer à normativa AASHTO PP 49/03 para avaliar

a repetibilidade do perfilômetro da UFSM. De acordo com o referido documento, o
desvio padrão da amostra (DP.A) do IRI calculado mediante utilização dos perfis
levantados com o perfilômetro inercial deve ser menor do que 0,047m/km. Este fato
ocorre em ambas às pistas utilizadas para verificação do equipamento, quando
analisados os desvios padrão da amostra considerando o conjunto total de dados
(médias das passagens com ambas às velocidades empregadas).
Ao interpretar os resultados separados por velocidade, verifica-se que o DP.A
obtido para o conjunto de valores calculados na velocidade de 45km/h, para a
Validação 1 (com irregularidade baixa), supera o valor de referência da AASHTO PP
49/03. Para a velocidade de 70km/h, os limites são atendidos pela Validação 1. Já
em relação à Validação 2, os resultados de DP.A para ambas as velocidades estão
dentro dos limites estabelecidos pela referida normativa.
De qualquer forma, como o referido documento não faz distinção entre
interpretações separadas por velocidade, mas sim do conjunto geral de dados,
entende-se que o equipamento da UFSM está validado para utilização como
quantificador de irregularidade, adotando como índice o IRI.
Adicionalmente a este processo, foi determinado outro trecho de referência,
localizado dentro do Campus da UFSM em Santa Maria/RS, com a extensão de
251m, exposto na Figura 3.20. Este segmento tem por fim verificar semestralmente
as medidas do perfilômetro inercial, já que o tráfego existente no local é
significativamente reduzido, composto apenas por veículos leves. Assim, foram
efetuadas medições em Novembro de 2017, Abril de 2018 e Novembro de 2018, no
mesmo segmento, visando identificar possíveis alterações significativas nos
resultados expostos pelo equipamento.
O procedimento realizado foi análogo aquele efetuado nos trechos de Pavi
(2017), com a repetição de 10 levantamentos com o perfilômetro inercial no
segmento de referência, cinco com uma velocidade e cinco com outra.
Pela análise visual, não foram identificadas alterações na superfície deste
trecho ao longo do tempo. Por se tratar de um pavimento revestido por concreto
asfáltico em um acesso de baixo volume de tráfego de veículos comerciais em
região interna da UFSM, entende-se que as condições estruturais e funcionais do
local sofreriam poucas alterações do longo do tempo. Nestas três campanhas, o
Índice de Gravidade Global (IGG) do trecho, determinado pelo PRO006/2003 (DNIT,
167
2003) oscilou entre 11 e 15, dentro do conceito tido como ótimo pelo referido
documento. Os resultados de irregularidade determinados pelo índice IRI e QI, nas
três campanhas, estão expostos na Tabela 3.9.
Figura 3.20 – Trecho de verificação semestral localizado no Campus da UFSM
Fonte: Autor
Tabela 3.9 – Verificação semestral dos resultados de irregularidade com o

perfilômetro inercial
IRI Esq IRI Dir IRI Méd QI Esq QI Dir QI Méd

(m/km) (m/km) (m/km) (cont/km) (cont/km) (cont/km)
Média 1,768 2,113 1,940 13,499 16,888 15,192
Nov
DP.A 0,046 0,060 0,035 0,835 1,293 0,869
2017
CV 3% 3% 2% 6% 8% 6%
Média 1,941 2,010 1,975 15,771 16,572 16,168
Abr
DP.A 0,125 0,108 0,032 1,388 1,247 0,534
2018
CV 6% 5% 2% 9% 8% 3%
Média 1,833 2,037 1,935 14,133 17,772 15,950
Nov
DP.A 0,064 0,064 0,034 0,784 1,271 0,670
2018
CV 4% 3% 2% 6% 7% 4%
DP.A Geral 0,088 0,053 0,022 1,172 0,622 0,512

CV Geral 5% 3% 1% 8% 4% 3%
Fonte: Autor
As médias, desvios padrões e coeficientes de variação das campanhas

sumarizam 10 passadas, alterando velocidades de 45 e 70km/h, aproximadamente.
Os desvios padrões gerais da amostra e coeficiente de variação das médias das
irregularidades nas trilhas de roda da esquerda e direita, no decorrer das três
168
campanhas de levantamento, indicam que o equipamento segue a tendência de

resultados operacionais verificados na validação inicial.
3.3.3 Determinação dos Afundamentos em Trilha de Roda (ATR)
O acompanhamento dos afundamentos em trilha de roda (ATR) nas pistas

dos trechos experimentais foi determinado mediante utilização do perfilômetro
inercial laser, com emprego de cinco sensores devidamente posicionados para
coletar medidas de ATR das trilhas de roda interna e externa. O valor representativo
de ATR de cada trecho foi determinado pela média dos valores calculados nas
trilhas de roda externa e interna, dentro da extensão de cada trecho experimental.
Nos trechos monitorados de Santa Maria/RS, a partir do ano de 2017, foram
realizadas, paralelamente, medições também com a treliça metálica, conforme
recomendações de DNIT PRO 006/2003 (DNIT, 2003), visando comprovar os
valores obtidos com o perfilômetro adquirido pela UFSM (Termo de Cooperação com
a ANP/PETROBRAS n° 0050.0100766.16.9). As execuções dos levantamentos com
a treliça e com o perfilômetro estão expostas na Figura 3.21 “a” e “b”,
respectivamente. O processamento de dados obtidos com o perfilômetro da UFSM
foi efetuado conforme descrição efetuada no item 3.3.2, sendo determinado uma
medida representativa do ATR para cada 10m de trecho avaliado.
Figura 3.21 – Execução dos levantamentos de ATR com a treliça (a) e com o
perfilômetro (b)
a) b)
Fonte: Autor
169
O confronto dos resultados obtidos com o perfilômetro e com a treliça,

relativos ao ATR médio da faixa, quantificado nas trilhas da direita e esquerda das
seções avaliadas, está exposto na Figura 3.22, com os dados compilados de 10 em
10 metros.
Figura 3.22 – Confronto entre afundamentos medidos com o perfilômetro (ATRP) e

com a treliça (ATRT)
20
ATRP = 1,048+0,854*ATRT
R² = 0,869
ATR Perfilômetro (mm)
15
10
0
0 5 10 15 20
ATR Treliça (mm)
Fonte: Autor
Mediante interpretação da Figura 3.22, pode-se dizer que os afundamentos

medidos com os dois equipamentos seguem a mesma ordem de grandeza; todavia,
exibem diferença na magnitude dos dados. Como não há documentos oficiais que
abordam aspectos estatísticos mínimos referentes às diferenças entre medidas
oriundas dos distintos sistemas de medição, foi realizada uma análise de regressão
simples, com caráter linear, do montante de valores acumulados. Este processo está
exposto na Tabela 3.10.
Com base nos resultados da Tabela 3.10, pode-se dizer que mesmo com a
diferença absoluta nos valores médios obtidos para a deformação permanente com
os distintos métodos de medição, o valor significativo do coeficiente de determinação
(R²=0,869) permite considerar adequados os valores determinados em campo com o
perfilômetro inercial. Em termos gerais, salvo exceções, tanto a treliça metálica
quanto o perfilômetro inercial identificam adequadamente um segmento com baixa
170
incidência de afundamentos em trilha de roda. Paralelamente, quando a pista exibe

proeminentes deformações permanentes nas trilhas de rodagem dos veículos,
ambos os equipamentos são capazes de identificar o ocorrido.
Tabela 3.10 – Estatística de Regressão para os resultados de ATR com perfilômetro

e treliça
Número de Observações 674

R² 0,869
Erro Padrão da Estimativa (mm) 1,09
Equação Linear ATRP=1,048+0,854*ATRT
Fonte: Autor
Em que:
ATRP = Afundamento em trilha de Roda medido com o perfilômetro (mm);
ATRT = Afundamento em trilha de Roda medido com a treliça metálica (mm);
Ademais, não é possível identificar um padrão de relação entre os

equipamentos, já que os pontos se distribuem de forma aleatória em relação à
referência de igualdade entre os eixos.
Entendem-se como normais as diferenças encontradas entre as medidas, já
que o perfilômetro trabalha em caráter dinâmico, com o veículo em movimento,
enquanto a treliça é posicionada de maneira estática, em cada ponto de medição.
Mesmo assim, julga-se que estas variações não influenciam na magnitude do
resultado final, validando as medidas de ATR quantificadas com o perfilômetro.
3.3.4 Determinação do Percentual de Área Trincada (AT%)
As avaliações em campo visando determinar o percentual da faixa

comprometido por trincas e fissuras foram realizadas conforme metodologia descrita
por Nascimento (2015). Ressalta-se que, de acordo com o delineamento elaborado
pelo autor para o cálculo da AT%, todos os defeitos de trincas e fissuras isoladas
transversais, longitudinais e interligadas de fadiga foram consideradas sem
diferenciação.
171
A execução do levantamento, exposta na Figura 3.23, consiste na divisão da

respectiva faixa do trecho experimental em retângulos de um ou dois metros de
comprimento por 1/3 da largura da faixa. Qualquer defeito associado ao trincamento
por fadiga observado na localidade do retângulo compromete a área total do mesmo,
sendo sua região considerada completamente trincada. O percentual de área
trincada da faixa é determinado pela relação entre o número de retângulos com a
presença de trincas e/ou fissuras e o número total de retângulos do segmento
monitorado.
Figura 3.23 – Execução do levantamento de área trincada
Fonte: Autor
3.3.5 Avaliação Deflectométrica
Os levantamentos visando avaliar estruturalmente o pavimento de forma não

destrutiva foram realizados mediante execução de ensaios com o Falling Weight
Deflectometer (FWD), posicionado nas trilhas de roda externa das pistas que
compõem os pavimentos avaliados.
Tanto nos trechos de Santa Maria/RS quanto nos trechos do Rio de
Janeiro/RJ, os levantamentos deflectométricos foram realizados com o equipamento
KUAB FWD, o que atende a todos os requisitos constantes nas especificações
ASTM D 4695/03 (ASTM, 2003) e D4694/09 (ASTM, 2009b).
172
Na Figura 3.24, pode-se visualizar o equipamento FWD, da Pavesys

Engenharia, com o qual foram coletadas as bacias deflectométricas completas nas
trilhas de roda externas das faixas da esquerda e direita dos trechos monitorados
pela UFSM, conforme recomendações da normativa DNER PRO273/1996
(DNER,1996), com aplicação de carregamento de 40kN, transferidos à superfície do
pavimento por uma placa de aplicação de carga com raio de 150mm.
Figura 3.24 - FWD utilizado na realização dos ensaios nos Trechos Monitorados de
Santa Maria/RS
Fonte: Autor
A Tabela 3.11 exibe as distâncias de leitura nas quais foram coletadas as

deflexões, tomado como referência o ponto de aplicação do prato de carga do
equipamento FWD (D0 ou DMÁX). Salienta-se que a COPPE/UFRJ também utiliza as
mesmas distâncias de leitura para quantificação das bacias deflectométricas em
seus trechos monitorados.
173
Tabela 3.11 - Distâncias de leitura para formação das bacias deflectométricas
D0 (mm) D1 (mm) D2 (mm) D3 (mm) D4 (mm) D5 (mm) D6 (mm)

0 200 300 450 600 900 1200
Fonte: Autor
Ressalta-se que, mesmo não sendo considerados para fins deste estudo, os
dados deflectométricos coletados com a viga Benkelman (VB) eletrônica nos trechos
monitorados do Rio de Janeiro/RJ foram importantes para seleção dos segmentos
homogêneos presentes na Cidade Universitária da UFRJ. Nos trechos de Santa
Maria/RS, até janeiro de 2016, os levantamentos com a viga Benkelman
convencional (DNIT, 2010a) foram efetuados juntamente com os ensaios de FWD.
Estes resultados podem ser encontrados em Bueno (2016). Desde então, optou-se
por manter os levantamentos com a viga apenas ao longo da fase de implantação de
novos trechos monitorados, na verificação e controle de compactação das camadas.
Adicionalmente, os dados provenientes das bacias deflectométricas coletadas
com o FWD foram submetidos ao processo de retroanálise para determinação dos
módulos de resiliência característicos dos materiais que constituem a estrutura dos
respectivos pavimentos. O processo iterativo de retroanálise foi efetuado com o
software BAKFAA, versão 2.0.0.0, desenvolvido pela Federal Aviation Administration
(FAA – EUA), cuja interface está exposta na Figura 3.25.
Os coeficientes de Poisson adotados no decorrer do processo iterativo, para
cada uma das camadas que constituem os pavimentos avaliados, seguem as
recomendações de Balbo (2007) e Bernucci et al (2010), conforme expostos na
Tabela 3.12.
Tabela 3.12 – Coeficientes de Poisson adotados na retroanálise
Material Coef. de Poisson

Concreto Asfáltico 0,30
Base Granular 0,35
Sub-base Granular 0,40
Subleito 0,45
Fonte: Autor
174
Figura 3.25 - Ajuste de uma bacia deflectométrica no software BAKFAA
Fonte: Autor
Visando padronizar o procedimento de retroanálise, a rigidez das camadas

asfálticas mais próximas à superfície foram assumidas com o valor de módulo
dinâmico |E*| proveniente da curva mestra do ensaio de módulo complexo da
mistura em análise, com a frequência de 10Hz e temperatura de 25°C. Estes
ensaios foram efetuados no CENPES, com exceção da mistura que constitui os
trechos monitorados na ERS-509, cujos resultados foram gerados por Faccin (2018)
e Schuster (2018), no GEPPASV/UFSM.
Para as demais camadas, a rigidez foi obtida com as iterações do processo
de retroanálise efetuada pelo programa, seguindo o critério de parada sugerido por
Fernandes (2000), que propõe a análise de confiabilidade dos valores obtidos por
175
retroanálise com uso do erro relativo calculado para cada ponto da bacia de
deflexão, definido pela Equação (3.1).
( )
( ) * + (3.1)
Em que:
ε(%) = erros aceitáveis para o ajuste entre as bacias medidas e calculadas;
= deflexão medida no ponto i da bacia medida em campo (i = 1, 2,..., n,
sendo n o número de pontos analisados da bacia de deformação);
= deflexão calculada no ponto i da j-ésima bacia teórica (i = 1, 2,..., n, j =
1, 2,..., k, sendo k, o número iterações até ser atingido o erro máximo
permitido);
Em sua dissertação de mestrado, a autora trabalhou com o critério de ajuste

determinado pelos erros admissíveis em cada um dos sensores avaliados, conforme
Tabela 3.13. Bueno (2016) considera que o critério definido pela autora é adequado
aos processos de retroanálise, permitindo que o operador trabalhe também com a
sua sensibilidade prática de engenharia, evitando a obtenção de módulos resilientes
irracionais para determinados materiais, visando apenas o alcance de ajustes
percentuais rigorosos.
Tabela 3.13 - Critério de confiabilidade para retroanálise
Distância do ponto de aplicação de carga (mm) Erro Admissível (%)

0 10
200 10
300 10
450 10
600 20
900 20
1200 50
Fonte: Adaptado de Fernandes (2000)
Durante este processo, as interfaces entre as camadas foram consideradas

de duas formas. Na primeira delas, todas as camadas foram arbitradas como
176
perfeitamente aderidas entre si, visando adequar o procedimento de retroanálise as

condições de interface assumidas pelo programa LVECD. Em um segundo
momento, considerou-se as camadas aglutinadas aderidas entre si, com as demais
interfaces sem qualquer tipo de aderência. Esta proposta visou adequar os módulos
resilientes a filosofia adotada pelo programa MeDiNa.
Salienta-se que os valores de rigidez com todas as interfaces aderidas,
referentes aos trechos do Rio de Janeiro/RJ, foram obtidos ao longo do estudo de
Nascimento (2015) – também utilizando o BAKFAA – e fornecidos ao autor dessa
pesquisa. Os demais procedimentos iterativos foram realizados ao longo deste
estudo.
De qualquer forma, mesmo as retroanálises realizadas no decorrer do
trabalho de Nascimento (2015) foram submetidas à verificação conforme os critérios
expostos na Tabela 3.13 e, na maioria dos casos, atenderam os limites admissíveis.
3.4 AVALIAÇÃO COMPUTACIONAL DOS TRECHOS MONITORADOS
Visando cumprir com o objetivo de adicionar uma análise mecanicista aos

trechos acompanhados no decorrer deste estudo, os pavimentos descritos no item
3.2 foram avaliados computacionalmente com três diferentes softwares. As
estruturas foram analisadas com a ferramenta AEMC, versão 2.0.0.0, do programa
MeDiNa, e com o software LVECD, versão 1.1 (Beta), a fim de desenvolver um
modelo empírico-mecanicista de previsão de IRI. Ainda, avaliações econômicas
foram realizadas com o programa HDM-4, versão 2.10, visando relacionar a
irregularidade longitudinal com os custos operacionais de usuários de rodovias.
3.4.1 Avaliação das estruturas com auxílio da ferramenta AEMC
Como etapa inicial da tentativa de adequação mecanicista à previsão de

evolução da irregularidade longitudinal, as estruturas dos pavimentos monitorados
em Santa Maria/RS e no Rio de Janeiro/RJ tiveram seu desempenho avaliado com a
utilização da ferramenta AEMC (Análise Elástica de Múltiplas Camadas), versão
2.0.0.0, responsável pela rotina de cálculos de esforços integrada ao programa
MeDiNa.
177
Concebido inicialmente na tese de doutorado de Franco (2007), com a

nomenclatura de “SisPav”, o sistema MeDiNa traz como proposta substituir o atual
método de dimensionamento nacional (DNER, 1981) por uma rotina empírico-
mecanicista de análise das estruturas de pavimentos. De acordo com Fritzen (2016),
o método vem sendo implantado em dois níveis, diferidos pela forma de
caracterização das misturas asfálticas.
No nível A, considera-se o revestimento asfáltico como um material elástico,
representado por parâmetros fornecidos pelo ensaio de módulo de resiliência (DNIT-
ME 135/2010) e fadiga por compressão diametral de carga repetida (DNIT-ME
183/2018). No nível B, ainda sem versões disponíveis para testes, o revestimento
asfáltico será considerado como um material viscoelástico, caracterizado pelos
ensaios mecânicos de módulo complexo (AASHTO T 342/2011) e uniaxial cíclico de
fadiga à tração-compressão (AASHTO TP 107/2014).
Neste estudo, as estruturas foram avaliadas unicamente dentro da ferramenta
AEMC, definida por Franco (2007) como um programa específico para o cálculo de
tensões, deformações e deslocamentos, com rotinas para entrada de dados e
apresentação dos resultados. Segundo o autor, o AEMC faz uso da teoria elástica
de multicamadas de Burmister, desenvolvida em 1943, em sua sistemática de
cálculo baseada no programa JULEA e validada com o software BISAR.
Em vista disso, vale salientar que os modelos desenvolvidos neste estudo, com
uso do AEMC, expostos posteriormente no item 4.3.3, não são passíveis de
utilização no nível A do MeDiNa, uma vez que o programa citado trabalha com a
quantificação dos danos médios acumulados a partir de curvas de fadiga obtidas
com procedimentos experimentais distintos daqueles utilizados na presente
pesquisa. No item 5.2, relativo às sugestões para trabalhos futuros à título de
complementação deste trabalho, propõem-se uma rotina de adequação dos modelos
desenvolvidos neste tese para utilização no MeDiNa nível A, compilando
informações descritas no item 4 com os resultados obtidos por Fritzen (2016),
referentes aos ensaios de fadiga de misturas asfálticas avaliadas por testes em
compressão diametral de carga repetida (DNIT-ME 183/2018).
Dando continuidade ao procedimento metodológico empregado no presente
trabalho, a rotina de utilização do AEMC é relativamente simples e direta. A interface
solicita ao usuário as informações referentes à estrutura do pavimento avaliado
(espessuras e rigidez das camadas), condições de aderência nas interfaces e o tipo
178
de carregamento transmitido pelo tráfego. A Figura 3.26 ilustra a interface do

programa.
Figura 3.26 – Interface da ferramenta AEMC do programa MeDiNa
Fonte: Autor
Os dados relativos às espessuras das camadas que compõem os pavimentos

dos trechos monitorados foram utilizados conforme exposto na descrição realizada
no item 3.2. O carregamento atuante foi considerado somente pelo eixo padrão
rodoviário, configurado pelo Eixo Simples de Rodas Duplas, com 80kN e
pneumáticos inflados a 0,56MPa (80psi).
As informações referentes à rigidez dos materiais que compõem as camadas
foram obtidas mediante procedimento de retroanálise de módulos de resiliência
pelas bacias deflectométricas coletadas com o FWD, conforme descrito no item 3.3.5
(exceção feita para a camada asfáltica mais recente, cujo valor de rigidez utilizado
vem da curva mestra da mistura em análise durante o ensaio de módulo complexo,
na frequência de10 Hz e temperatura de 25°C). Nesta etapa, conforme mencionado
no item 3.3.4, as interfaces entre camadas aglutinadas foram consideradas
179
perfeitamente aderidas; já as transições entre materiais aglutinados e granulares ou

entre materiais granulares entre si foram considerados sem nenhuma aderência.
Os pontos de análise dos esforços atuantes na estrutura foram escolhidos
conforme critério definido por Nascimento (2015), que delimita uma malha de 110
pontos, com 10 pontos distribuídos igualmente na direção transversal do fluxo de
veículos, partindo do centro de aplicação de carga (eixo = 0cm) até 32,85cm. Na
direção vertical em relação à superfície da pista, 11 pontos são distribuídos
igualmente desde a superfície até a última fibra do revestimento asfáltico. A Figura
3.27 ilustra a orientação dos pontos de análise no revestimento asfáltico.
Figura 3.27 – Delimitação dos pontos de análise no revestimento asfáltico
Vale ressaltar também que, nas versões mais recentes do MeDiNa, os 110
pontos de análise na camada asfáltica foram reduzidos para apenas 20 pontos.
Nesta nova metodologia, são selecionados 10 pontos na superfície e 10 pontos na
fibra inferior da camada asfáltica para as análises referentes ao trincamento por
fadiga. Na nova calibração, já verificada, validada e contemplada pelo método
entregue ao IRP/DNIT (Franco e Motta, 2018), os resultados apontam uma melhor
abordagem para utilização do dano livre acarretado por uma passagem de carga, ao
180
invés do dano limitado acumulado, visando atribuir uma conexão direta entre dano e
área trincada, por meio de um fator de deslocamento.
Ao dano livre, cabe interpretação análoga àquela referente ao dano limitado
acumulado, exposta posteriormente na Equação (3.3); todavia, para o cálculo do
dano livre, os valores são atribuídos de maneira absoluta, não sendo limitados a
unidade total (1,0).
Entretanto, devido ao escopo deste trabalho reunir a base de dados obtida no
estudo de Nascimento (2015), optou-se pela manutenção da malha de 110 pontos
distribuídos na camada asfáltica, já que o autor baseia suas conclusões no dano
médio limitado acumulado.
Dentre os esforços calculados ao longo da malha de pontos analisada, foram
selecionados, no AEMC, os dados presentes na coluna “e3 (m/m)”, representativa
da deformação principal de tração, comumente abreviada por “εt”.
Estas deformações foram aplicadas na Equação (3.2), que busca determinar
o valor de solicitações admissíveis à fadiga (Nfad) compilando os resultados
laboratoriais de avaliação à fadiga e os esforços calculados com a ferramenta
computacional.
( ) (3.2)
Em que:
εt: deformação principal de tração (m/m);
E: rigidez oriunda da curva mestra da mistura durante o ensaio de módulo
complexo, na frequência de 10 Hz e temperatura de 25°C (kPa);
k1, k2 e k3:constantes calibradas com a curva GR vs Nfad.
As constantes k1, k2 e k3 são referentes à caracterização das misturas

asfálticas desenvolvidas ao longo do trabalho de Nascimento (2015), para os trechos
do Rio de Janeiro/RJ, mediante realização do ensaio uniaxial de fadiga à tração
compressão, seguido pelo protocolo de análise da modelagem viscoelástica de dano
contínuo (S-VECD), no critério de falha 𝐺𝑅. Recomenda-se que, para o entendimento
aprofundado da modelagem viscoelástica de dano contínuo, com base nos
resultados do ensaio uniaxial cíclico de fadiga à tração-compressão, busque-se
181
acesso aos trabalhos de Nascimento (2015), Schuster (2018) e Boeira (2018). As

misturas dos trechos monitorados em Santa Maria/RS também foram submetidas ao
mesmo ensaio no CENPES, com exceção do revestimento asfáltico da ERS-509,
cujo comportamento a fadiga foi determinado por Schuster (2018), no
GEPPASV/UFSM.
A estocagem e envio dos materiais de Santa Maria/RS para realização dos
ensaios no CENPES foi realizada mediante separação dos agregados minerais em
frações, possibilitando assim reproduzir o traço aplicado em campo. A Figura 3.28
exibe o peneirador mecânico utilizado para separação do material e os tonéis com
os agregados minerais e ligantes asfálticos prontos para envio.
Figura 3.28 – Separação de materiais para envio ao Rio de Janeiro
Fonte: Autor
Salienta-se que a opção por enviar os materiais ocorreu pela incapacidade

física do LMCC/GEPPASV em realizar o ensaio uniaxial cíclico de fadiga à tração-
compressão à época em que os trechos monitorados nas Avenidas Roraima, Hélvio
Basso e BR-158 foram implantados. Após a operacionalização do equipamento de
ensaio no decorrer do trabalho de Boeira (2018), tornou-se possível à caracterização
completa à fadiga das misturas asfálticas dentro da UFSM.
Por fim, os resultados de Nfad atrelados aos tráfegos acumulados,
quantificados nos trechos por meio de contagens presencias, foram utilizados para
calcular o dano médio limitado acumulado à fadiga, esperado para a estrutura de
pavimento ao longo do tempo.
182
Conforme detalhadamente explicado por Nascimento (2015), este dano é

obtido pela relação entre N e Nfad, pela Hipótese de Miner, como expresso na
Equação (3.3). Caso o dano seja zero, o elemento analisado não apresenta
degradação, por outro lado, um dano de valor unitário indica que o elemento chegou
à falha. Quando calculado para cada nó da malha de 110 pontos adotada, pode-se
obter, a partir do dano unitário, o dano médio sofrido pelo pavimento ao longo do
tempo.
(3.3)
Em que:
Du: Dano unitário à fadiga;
Ni: Tráfego total até o i-ésimo período de tempo;
Nfad: Valor de solicitações admissíveis à fadiga.
Cabe, neste momento, uma ressalva em relação à nomenclatura utilizada no

trabalho. A utilização da expressão “danos calculados com o AEMC” não indica
literalmente que a ferramenta de análise elástica de múltiplas camadas, componente
do programa MeDiNa, é capaz de realizar todo o procedimento de obtenção dos
danos de forma independente. Sua utilização, neste trabalho, restringe-se à
obtenção das deformações principais de tração, sendo os demais procedimentos de
cálculo realizados de forma independente, com o uso de planilhas eletrônicas.
Até então, o estudo do dano tem sido empregado para avaliação do
desempenho à fadiga. No trabalho de Nascimento (2015), o autor correlacionou o
dano médio obtido através do software LVECD (Layered Viscoelastic Analysis for
Critical Distresses) com o percentual de área trincada do pavimento. Assim, através
da evolução do dano, é possível obter a evolução da área trincada, comumente
utilizada como critério de avaliação da fadiga.
Todavia, vale ressaltar que, neste trabalho, busca-se adicionar ao modelo de
previsão de irregularidade longitudinal os danos médios limitados calculados de
forma mecanicista, mediante simulação numérica do comportamento da estrutura
quando submetida ao tráfego atuante. O intuito não é aprofundar os resultados dos
ensaios uniaxiais de fadiga à tração compressão e módulo complexo, mediante
183
aplicação do protocolo de análise S-VECD. Para melhor entendimento destas ações,

recomenda-se acesso aos trabalhos de Nascimento (2015), Schuster (2018) e
Boeira (2018).
3.4.2 Avaliação das estruturas com o software LVECD
Vislumbrando avançar tecnicamente no cenário de dimensionamento de

pavimentos asfálticos, as estruturas estudadas tiveram seu desempenho à fadiga
previsto também com o software LVECD, que utiliza a abordagem do modelo
viscoelástico do dano simplificado (S-VECD) para caracterização da degradação por
fadiga dos pavimentos. A opção por utilizar esta ferramenta está conectada com as
perspectivas futuras da Rede de Tecnologia em Asfaltos, que objetiva implantar, em
um nível B ou C do MeDiNa, a abordagem S-VECD para definição do parâmetro de
danificação de misturas asfálticas. Busca-se, desta forma, possibilitar a previsão da
irregularidade longitudinal também com uso da variável de dano calculado com o
LVECD, avançando na etapa mecanicista do método de dimensionamento de
pavimentos asfálticos nacional.
O referido programa surgiu do estudo realizado por Eslaminia et al (2012)
com o objetivo de introduzir uma estrutura de avaliação acelerada baseada na
análise viscoelástica de camadas submetidas a carregamentos em movimentos
(Layered viscoelastic moving load analysis - LVEMA) para prever a vida útil dos
pavimentos asfálticos. Os autores justificam que a LVEMA é uma evolução quando
comparada à análise elástica de camadas (Layered elastic analysis - LEA), onde a
estrutura é idealizada como um sistema elástico de camadas sob uma carga
assimétrica estacionária (caso da ferramenta AEMC, do programa MeDiNa).
Após a contextualização de análises utilizando a LVEMA, Eslaminia et al
(2012) propõem o programa LVECD como ferramenta de avaliação do desempenho
de estrutura rodoviária utilizando análises viscoelásticas com dano, baseadas nos
resultados do modelo S-VECD. Para entendimento completo e maiores detalhes
referentes ao software, recomenda-se acesso à Eslaminia et al (2012).
Simplificadamente, o LVECD trabalha com três módulos de avaliação dentro
de sua rotina de processamento. O primeiro deles é referente à composição
estrutural do pavimento a ser avaliado (conforme ilustrado na Figura 3.29), onde são
inseridas as informações estruturais das camadas e parâmetros dos materiais.
184
Figura 3.29 – Informações da Estrutura no LVECD
Fonte: Autor
Para os materiais granulares e subleito, a análise é linear elástica, com

representatividade do comportamento das camadas interpretada por meio dos
módulos de resiliência e coeficientes de Poisson. Utilizou-se assim, as informações
de rigidez dos materiais granulares, subleito e das camadas asfálticas antigas
(interpretadas apenas como camadas estruturais) oriundos dos resultados das
retroanálises de módulos de resiliência com uso de bacias deflectométricas medidas
com o FWD, explicadas no item 3.3.5.
Os dados do concreto asfáltico utilizados pelo programa para análise do
desempenho do pavimento avaliado, frente ao trincamento por fadiga, são
resultados da abordagem viscoelástica de cargas em movimento do modelo S-
VECD, no critério de falha 𝐺𝑅, considerando o carregamento em movimento gerando
tensões tridimensionais. Para compor a caracterização viscoelástica necessária
como parâmetro de entrada das misturas asfálticas, deve-se proceder ao ensaio
uniaxial cíclico de fadiga à tração-compressão e determinação de rigidez por meio
do módulo complexo.
Do ensaio de módulo complexo, são necessários os módulos de relaxação
(Ei) viscoelásticos lineares, em termos de séries de Prony, e os coeficientes da curva
mestra de módulo complexo, pela função sigmoidal, determinados pela Equação
(3.4). Ainda, o programa demanda os coeficientes de translação do princípio de
superposição tempo-temperatura, mediante aplicação da função polinomial de
185
segunda ordem, conforme Equação (3.5). O ajuste das curvas mestras para função
sigmoidal com uso expressões descritas pelas Equações (3.4) e (3.5) foi efetuado
por Ashouri (2014).
(3.4)
( )
( )
(3.5)
Em que:
“a”, “b”, “d”, “g”, α1, α2 e α3 : coeficientes de ajuste dos modelos;
αT: shift fator tempo-temperatura;
|E*|: módulo dinâmico (MPa);
fR: frequência reduzida (Hz);
T: temperatura (ºC).
Do modelo S-VECD, demandam-se os coeficientes “a” e “b”, expostos na

Equação (3.6), obtidos pelo ajuste do modelo exponencial sobre a curva C vs S,
oriunda dos resultados alcançados por Lee (1996). São necessários também o
parâmetro de evolução de dano “α” e os coeficientes γ e Δ, das curvas GR vs Nfad,
conforme Equação (3.7), proposta por Sabouri e Kim (2014). Novamente, sugere-se
acesso aos trabalhos de Nascimento (2015), Schuster (2018) e Boeira (2018) para o
entendimento destes parâmetros e compreensão de sua aplicabilidade ao processo
de fadiga em misturas asfálticas.
( ) (3.6)
(3.7)
Em que:
“a”, “b”, “Y” e :coeficientes de ajuste dos modelos;
C: pseudo rigidez;
S: parâmetro de dano.
186
Os resultados obtidos por meio do S-VECD e os danos médios limitados

acumulados, calculados pelo LVECD para as misturas que constituem os
revestimentos asfálticos dos trechos monitorados no Rio de Janeiro/RJ foram
obtidos ao longo do trabalho de Nascimento (2015) e fornecidas ao autor desse
trabalho como parte do Termo de Cooperação n° 5850.0106353.17.9. Os danos
médios, calculados com o LVECD, para os pavimentos situados em Santa Maria,
foram determinados ao longo do presente trabalho.
Para as misturas asfálticas empregadas nos pavimentos localizados em
Santa Maria/RS, conforme já mencionado no item 3.5, os ensaios uniaxiais cíclicos
de fadiga à tração-compressão e módulo complexo dos trechos monitorados na
Avenida Roraima, Avenida Hélvio Basso e BR-158 foram realizados pela equipe
técnica do CENPES. Já os ensaios referentes ao concreto asfáltico empregado na
RS-509 foram efetuados no decorrer dos trabalhos de Faccin (2018) e Schuster
(2018), no GEPPASV/UFSM.
Dando continuidade à sistemática de utilização do programa, em um segundo
momento, as condições climáticas da região onde a estrutura está localizada são
informadas pelo usuário. Como as séries históricas de temperaturas das diferentes
regiões do Brasil não estão disponíveis no software, Nascimento (2015) optou por
utilizar, nos trechos do Rio de Janeiro/RJ, o banco de dados do modelo EIMC
(Enhanced Integrated Climate Model) existente para a cidade de Miami, no estado
da Flórida (EUA), cujas variações térmicas se assemelham com aquelas observadas
no sudeste brasileiro. Estas informações do modelo EICM incluem dados de
temperatura selecionados de hora em hora, em diferentes estados e cidades norte
americanas.
Para os trechos experimentais localizados em Santa Maria/RS, optou-se por
utilizar os dados EICM da cidade de San Diego, no estado da Califórnia (EUA),
devido aos argumentos expostos por Nascimento (2015), que discute a semelhança
das temperaturas medidas nesta cidade americana, quando comparadas aquelas
encontradas na região Sul do Brasil. A Figura 3.30 ilustra esta etapa de seleção de
dados climáticos no LVECD.
Na etapa seguinte, conforme ilustra a Figura 3.31, são discriminadas as
informações referentes ao tráfego atuante na estrutura. Os parâmetros utilizados são
o número diário de solicitações do eixo padrão, a taxa de crescimento do tráfego e
o(s) eixo(s) que impõem o carregamento à estrutura.
187
Figura 3.30 – Informações climáticas no LVECD
Fonte: Autor
Figura 3.31 – Informações do Tráfego no LVECD
Fonte: Autor
Nos trechos do Rio de Janeiro/RJ, Nascimento (2015) optou por utilizar taxa de
crescimento de tráfego linear de 3% ao ano e carregamento imposto pelo Eixo
Simples de Rodas Duplas (ESRD) com 80kN e pneus inflados a 0,80MPa, com uma
área de contato retangular com relação comprimento/largura de 1,5714 e velocidade
de passagem de 80km/h. O mesmo foi efetuado para os trechos monitorados de
Santa Maria/RS.
188
Vale salientar que, para todos os trechos abordados neste trabalho, o tráfego
foi considerado igualmente distribuído ao longo dos meses do ano, porém variável
no decorrer das horas do dia, conforme exposto na Tabela 3.14. Esta ação busca
uma maneira mais fidedigna de representação da incidência do tráfego em distintas
temperaturas do concreto asfáltico ao longo do dia, visto que a rigidez do material é
dependente da temperatura e, consequentemente, altera os deslocamentos, tensões
e deformações impostas à estrutura pela passagem do tráfego.
Tabela 3.14 – Distribuição do tráfego adotada no decorrer das horas do dia (Trechos
do Rio de Janeiro/RJ e Santa Maria/RS)
Horário % de Distribuição Horário % de Distribuição

0 0,5 12 8,0
1 0,5 13 8,0
2 0,5 14 6,0
3 0,5 15 6,0
4 1,0 16 7,0
5 2,0 17 8,0
6 4,0 18 6,0
7 6,0 19 4,0
8 8,0 20 2,0
9 7,0 21 1,0
10 6,0 22 1,0
11 6,0 23 1,0
Por fim, selecionam-se os pontos de análise adotados para cálculo das

respostas que o software processará de acordo com as necessidades de análise do
usuário, conforme exposto na Figura 3.32. Estes pontos foram os mesmos
utilizados nas análises com a ferramenta AEMC, expostos anteriormente na Figura
3.27. Dos resultados, analisou-se, assim como as informações oriundas do AEMC,
o dano médio limitado acumulado à fadiga das estruturas, determinado pela
Hipótese de Miner, previamente apresentado pela Equação (3.3).
Park (2013) concluiu que a abordagem mecanicista implantada pelo LVECD
pode ser usada como um modelo de previsão de desempenho para projeto e
manutenção de pavimentos, possibilitando o desenvolvimento de estratégias de
reabilitação para sistemas de gerenciamento de pavimentos. Nascimento (2015)
aplicou a modelagem S-VECD juntamente ao LVECD, validando a previsão de dano
189
por fadiga para misturas asfálticas brasileiras. Neste trabalho, busca-se conectar as
utilidades já consolidadas do LVECD para previsão do trincamento por fadiga à
evolução da irregularidade longitudinal ao longo do tempo, atrelada ao indicador
inicial de qualidade construtiva da rodovia (IRIINICIAL).
Neste formato, consegue-se atrelar a previsão do comportamento funcional
da estrutura às propriedades fundamentais dos materiais, determinadas pelos
ensaios uniaxiais de fadiga à tração compressão e módulo complexo, mediante
aplicação do protocolo de análise S-VECD, juntamente com a composição estrutural
das camadas, a rigidez dos materiais, a magnitude de tráfego e as condições
climáticas da localidade.
Figura 3.32 – Opções de Análise com o LVECD
Fonte: Autor
3.4.3 Análise econômica das estruturas com o software HDM-4
A etapa que envolveu o software de análise econômica HDM-4 foi dividida,

para fins deste estudo, em duas partes. Na primeira delas, com a utilização do
banco de dados gerado ao longo do desenvolvimento da pesquisa, os modelos de
evolução de irregularidade longitudinal do programa HDM-4 foram calibrados para
que as curvas de progressão do IRI colimassem com aquelas verificadas em pista
(nos trechos avaliados pelo presente trabalho) para este parâmetro.
190
Esta ação foi importante na comparação dos modelos desenvolvidos neste

estudo com os modelos presentes na rotina de cálculo do programa, considerados
na configuração “Default” e “Calibrada”, com resultados expostos posteriormente no
item 4.5. A utilização do software, para este fim, teve início com a inserção das
pistas que compõem os trechos monitorados dentro do banco de dados do
programa, conforme demonstra a Figura 3.33.
Figura 3.33 – Interface de criação de uma rede rodoviária no HDM-4
Fonte: Autor
O Conjunto de trechos selecionados foi inserido ao software conforme

características descritas no item 3.2, que apresentam os segmentos experimentais.
São necessárias informações referentes aos seguintes aspectos:
a) Definição do segmento: Identificação, comprimento, largura da faixa,
largura do acostamento, tipo de pavimento, material empregado na
superfície, tipo de fluxo, classificação da rodovia, zona climática onde o
trecho está inserido, etc;
b) Geometria do local: altitude do local, nivelamento da faixa, superelevação,
limite de velocidade, etc;
c) Características do pavimento: ano de construção ou da última reabilitação,
espessura da camada de revestimento mais recente, espessura do
revestimento antigo (se houver), número estrutural, CBR do subleito, etc;
191
d) Condição do pavimento: irregularidade, percentual de área trincada,

percentual de trincas térmicas, número de panelas, afundamento em trilha
de roda e desvio padrão do afundamento em trilha de roda, condições de
drenagem, etc;
e) Tráfego atuante: detalhamento dos veículos comerciais e de passeio que
trafegam pela rodovia em um dia típico;
f) Outras informações e parâmetros de ajuste: número de faixas analisadas,
grau de compactação da camada asfáltica, faixa de irregularidade
analisada, etc.
Como forma de padronização, a Tabela 3.15 indica uma configuração
genérica utilizada em todas as faixas. Os demais parâmetros foram ajustados
conforme características particulares de cada trecho, seguindo as informações
descritas no item 3.2.
Tabela 3.15 – Configuração padrão dos trechos no HDM-4
Largura da Faixa (m) 3,60

Direção do Tráfego Direção única
Classe do Revestimento Betuminoso
Tipo de fluxo de velocidade Rodovia de duas faixas
Padrão do fluxo de tráfego Fluxo contínuo
Classe de acidentes Rodovia de duas faixas
Zona Climática Tropical úmida (tanto RJ quanto SM)
Classe da rodovia Primária
Tipo de pavimento Revestimento asfáltico e base granular
Material de Superfície Concreto Asfáltico
Superelevação (%) 2
Curvatura Horizontal Média (°/km) 3
Limite de velocidade (km/h) 80
Numero estrutural 2,45
CBR Subleito (%) 8
Drenagem Excelente
Grau de compactação da mistura (%) 97
Número de Faixas submetidas ao tráfego 1
Fonte: Autor
Vale salientar que, como o monitoramento ocorreu desde as idades iniciais, a

condição do pavimento foi determinada apenas pela irregularidade inicial referente a
cada segmento. Todos os trechos foram considerados, no início do período de
análise (imediatamente após a construção ou reabilitação), como em perfeitas
192
condições, sem presença de defeitos de superfície, trincas ou deformações

permanentes. Em relação ao tráfego, optou-se por, na fase de calibração do modelo
de previsão de irregularidade longitudinal do HDM-4, seguir sua delimitação apenas
pelo número de solicitações do eixo padrão, conforme exposta no item 3.2. Ao
crescimento com o tempo, foi atribuída uma taxa linear de 3,0% ao ano (mesmo
percentual designado ao tráfego no LVECD).
Durante a seleção do conjunto de rodovias analisadas, pôde-se escolher uma
das calibrações dos modelos de evolução de indicadores adotada para quantificação
dos parâmetros do pavimento ao longo do tempo. Com o intuito de ajustar a
previsão aos dados de irregularidade medidos em campo, os coeficientes referentes
aos modelos de irregularidade foram alterados. A Figura 3.34 mostra, a título de
ilustração, a tela com opção de alteração dos coeficientes.
Figura 3.34 – Interface de ajuste dos parâmetros de calibração do modelo no HDM-4
Fonte: Autor
O procedimento para ajuste dos parâmetros foi delimitado iterativamente,

mediante alteração dos coeficientes referentes aos componentes de contribuição
estrutural (Kgs) e de trincamento (Kgc). Optou-se por manter o componente
referente à contribuição ambiental no fator unitário, já que o ajuste para a zona
climática foi realizado dentro das configurações das pistas. Os parâmetros
designados aos componentes de deformação permanente e panelas foram mantidos
193
nulos. Esta opção ocorreu devido à quantificação, nos dados de campo, das panelas
dentro dos percentuais de área trincada. Em relação à deformação permanente,
uma explicação mais detalhada sobre a não consideração dos dados de
afundamento em trilha de roda será apresentada no item 4.1.3.
Ao final, observou-se que a utilização dos valores de Kgs=0,2 e Kgc=0,4
foram os que mais resultaram em irregularidades conforme as tendências dos dados
observados nas pistas experimentais, sendo esses parâmetros fixados na calibração
do modelo de irregularidade do software HDM-4, para fins desta tese.
Dando continuidade ao processo de análise com o programa, criou-se um
novo projeto de análise, importando as seções de pavimentos configurados
previamente. A Figura 3.35 exibe a tela com os segmentos importados para análise.
Com essas seções, definiu-se o período de análise, partindo da data de liberação do
tráfego de cada trecho.
Figura 3.35 – Interface de análise de projeto no HDM-4
Fonte: Autor
Como, nesta etapa inicial, objetivou-se apenas avaliar a evolução da

irregularidade ao longo do tempo, partindo do IRI INICIAL designado para cada trecho,
194
as alternativas de projeto no decorrer do tempo foram delimitadas sem intervenções

no decorrer do período de análise, conforme ocorrido nos segmentos monitorados.
Configurado o programa, as análises foram processadas e os relatórios
resumo de evolução de irregularidade no decorrer do tempo foram gerados,
possibilitando a comparação dos resultados, na configuração Default e calibrada,
com aqueles determinados pelos modelos de previsão de desempenho delimitados
por este estudo.
Findada a primeira parte de utilização do HDM-4, procurou-se, em um
segundo momento, analisar o efeito das irregularidades longitudinais nos custos
operacionais dos usuários de rodovias, conforme abordado no item 2.1.3.
Para isso, 10 dos segmentos monitorados neste estudo foram selecionados
para avaliação econômica, visando trabalhar com pavimentos e tráfegos reais, com
objetivo de analisar os resultados baseados em trechos conhecidos. As estruturas
escolhidas foram àquelas identificadas pelo código 1, 7, 11, 34, 46, 58, 67, 88 e 93
(Rio de Janeiro/RJ) e 4.1 (Santa Maria/RS). Os mesmos pavimentos foram adotados
na rotina de comparação dos modelos elaborados neste estudo com aqueles
existentes na literatura, conforme exposto posteriormente no item 4.5. A escolha dos
respectivos trechos foi efetuada com o intuito de abranger maior diversidade em
termos composição estrutural e qualidade final da etapa construtiva de execução ou
reabilitação, representada pelo IRIINICIAL.
Visando obter resultados padronizados, definidos em termos de custo por km
rodado (R$/km), todas as pistas foram consideradas com a mesma extensão (1km).
A moeda adotada na análise econômica foi o dólar americano (US$), convertido
para reais (R$) apenas na tabulação dos resultados gerados pelo HDM-4, por meio
da cotação do dia 27/02/2019 (US$1,00 = R$3,73).
Os casos selecionados foram avaliados em duas situações. A primeira delas
é análoga àquela adotada na fase de obtenção das curvas de evolução de
irregularidade, sem nenhuma intervenção no decorrer do período de análise. A
segunda consiste na realização de fresagem parcial de 2,5cm da camada asfáltica
antiga, aplicação de pintura de ligação e recapeamento com 3,0cm de concreto
asfáltico convencional (DNIT Faixa C – 50/70), quando o IRI previsto pelo HDM
atingir 2,7m/km (gatilho de intervenção adotado com base em documentos do DNIT
– DNIT, 2006a; DNIT, 2011a; DNIT, 2011b –, editais de concessão rodoviária para
195
os Programas de Exploração das Rodovias – PER – e Contratos de Restauração e

Manutenção – CREMA – de rodovias estaduais e nacionais).
As espessuras de fresagem e recapeamento seguiram a condição real
empregada no trecho monitorado por Pavi (2017), cujo trabalho, ainda em
desenvolvimento, ocorre em paralelo com a presente pesquisa.
O levantamento dos custos unitários de referência para os serviços
empregados foi definido mediante utilização das composições do sistema SICRO do
DNIT para o estado do Rio Grande do Sul, tendo como referência o mês de julho de
2018 (DNIT, 2018b). A Tabela 3.16 exibe as distâncias médias de transporte (DMT)
definidas para os diferentes materiais.
Tabela 3.16 - Distâncias médias de transporte para o levantamento de custos
Descrição Origem Destino DMT (km) Condição de superfície

Mat. bet. a quente Refinaria Usina 300 Pavimentada
Mat. bet. a frio Distribuidora Usina 300 Pavimentada
Areia/brita comercial Jazida Usina 10 Não pavimentada
Concreto Asfáltico Usina Pista 60 Não pavimentada
Material Fresado Pista Pátio 60 Não pavimentada
Fonte: Autor
Para o transporte de materiais betuminosos, arbitrou-se a distância média

representativa de transporte (DMT=300km) a partir da refinaria/distribuidora até o
ponto de referência (Santa Maria/RS), conforme exposto na Figura 3.36.
O custo unitário de transporte para materiais betuminosos foi determinado por
meio da Portaria nº 1.078, publicada pelo DNIT no dia 11 de agosto de 2015, que
define equações tarifárias para o cálculo do custo base de transporte para materiais
betuminosos. Para correção dos valores, utilizou-se a relação entre o índice de
pavimentação da Fundação Getúlio Vargas (FGV), documentado por DNIT (2018c),
e o índice de referência das equações de transporte. Adicionou-se o ICMS (Imposto
sobre Circulação de Mercadorias e Serviços) referente ao estado do Rio Grande do
Sul (18%). A determinação do custo unitário por tonelada para o transporte de
materiais betuminosos está exemplificada na Tabela 3.17.
196
Figura 3.36 – Mapa localizador das distâncias de transporte dos materiais

betuminosos
Fonte: Ribas (2014)
Tabela 3.17 - Determinação do custo de transporte de materiais betuminosos
Com base na Portaria nº 1.078, publicada pelo DNIT no dia 11 de agosto de 2015
Custo base (R$/t) Índice de pavimentação FGV Custo Custo final (R$/t) com
corrigido
Cb = 26,939 + Janeiro de 2009 Julho de 2018 (R$/t) acréscimo ICMS 18%
0,253 x D
224,886 331,052
151,39 184,62
102,84 Fator de correção: 1,4721
Fonte: Autor
Por fim, os preços finais unitários para fresagem de concreto asfáltico, pintura
de ligação e execução de nova camada asfáltica foram encontrados, acrescentando
ao custo base, os lucros e despesas indiretas (LDI) de 24,73% para materiais,
equipamentos e mão de obra, conforme recomendações de DNIT (2017) para
construções e restaurações rodoviárias de médio porte. Quanto à aquisição e
transporte, foi acrescido LDI de 15%.
A Tabela 3.18, Tabela 3.19 e Tabela 3.20 exibem, respectivamente, os preços
unitários calculados para os serviços de fresagem, pintura de ligação e execução de
camada asfáltica. Os códigos exibidos para os serviços são referentes às
197
identificações determinadas pelo sistema SICRO do DNIT, para o estado do Rio

Grande do Sul, tendo como referência o mês de julho de 2018 (DNIT, 2018b).
Com os preços dos serviços devidamente configurados na ferramenta de
análise econômica, as alternativas avaliadas pelo projeto foram inseridas nas
especificações de análise de cada um dos trechos avaliados, conforme ilustrado na
Figura 3.37.
Tabela 3.18 - Custo unitário final para fresagem de material asfáltico por m³
4011479 - Fresagem de Rev. Betum. Prod. Equipe (m³/h): 61,51

Etapa Descrição Custo (R$)
A Equipamentos 1.218,43
B Mão de obra 139,69
C Execução (A+B / PE) 22,08
D Material 8,49
E Atividades auxiliares 30,56
F Tempo Fixo 4,15
G Momento de Transporte 84,96
Custo unitário total/m³ (C+D+E+F+G) 150,24
Preço unitário final/m³ (LDI: 24,73%) 187,39
Tabela 3.19 - Custo unitário final para a execução de pintura de ligação por m²
4011353 - Pintura de ligação Prod. da Equipe (m²/h): 1.500

A Equipamentos 240,09
D Atividades auxiliares 0,18
Aquisição 0,78
E Materiais betuminosos:
Transporte 0,08
Custo unitário (C+D) 0,37
Preço unitário (LDI: 24,73%) 0,46
Custo unitário materiais betuminosos (E) 0,86
Preço unitário materiais betuminosos (LDI: 15,00%) 0,99
Preço unitário final/m² 1,45

198
Tabela 3.20 - Custo unitário final para a execução de novo concreto asfáltico por m³
4011463 - Concreto Asfáltico - Faixa C Prod. da Equipe (t/h): 83

A Equipamentos 404,90
D Atividades auxiliares 97,83
E Momento de Transporte 39,65
F Tempo Fixo 4,15
Aquisição 133,26
G Materiais betuminosos:
Transporte 10,52
Custo unitário (C+D+E+F) 148,19
Preço unitário (LDI: 24,73%) 184,84
Custo unitário materiais betuminosos (G) 143,78
Preço unitário materiais betuminosos (LDI: 15,00%) 165,35
Preço unitário final/t 350,19
Preço unitário final/m³ (D = 2,425) 849,20
Figura 3.37 – Seleção das alternativas de projeto avaliadas economicamente no

HDM-4
Fonte: Autor
199
Foram avaliados, em ambos os casos, os custos demandados aos usuários

da rodovia (Road User Costs – RUC), visando verificar o impacto econômico
causado pelo não controle da irregularidade dentro de um limite razoável. A
composição do RUC inclui, conforme discutido no item 2.1.3, os custos de operação
do veículo, custos de tempo de viagem e custos referentes a acidentes rodoviários.
Para fins desta tese, a composição do RUC compilou apenas os custos referentes à
operação dos veículos (consumo de combustível, desgaste dos pneus, consumo de
óleo lubrificante e depreciação do veículo).
Sugere-se, todavia, para trabalhos futuros referentes ao tema, o complemento
das avaliações dos impactos das irregularidades longitudinais também nos aspectos
sociais referentes aos custos em tempo de viagem, custos com acidentes e impactos
ambientais em emissões de gases poluentes acarretados pelo mal funcionamento
dos veículos, majorados pelas altas irregularidades.
No âmbito desta tese, para customização das informações referentes à frota
de veículos, os preços da gasolina e óleo diesel, óleo lubrificante, valor do veículo e
custo médio de um pneu foram definidos conforme expostos na Tabela 3.21. Para
balizamento dos custos dos veículos e pneus, utilizou-se dos catálogos da Honda,
Volkswagen (precificados pela Tabela FIPE - Fundação Instituto de Pesquisas
Econômicas) e Goodyear (quantificados em varejo). Os valores do litro de gasolina e
óleo diesel foram determinados por valores médios cobrados no estado do Rio
Grande do Sul, tendo como referência o mês de Fevereiro de 2019. O preço dos
óleos lubrificantes foi balizado em catálogos da Shell, quantificados em varejo.
O tráfego adotado seguiu as delimitações explicitadas anteriormente no item
3.3.1, baseado na frota atuante em um dia típico na ERS-509, faixa mais carregada,
em Santa Maria/RS (Trecho ID 4.2), contabilizada por contagens presenciais no ano
de 2018. Esta composição de veículos foi adota para as análises em todos os
trechos avaliados nesta etapa, resultando em um número anual inicial de 2,3x106
solicitações do eixo padrão, calculadas com uso dos fatores de equivalência de
carga da USACE. Para o crescimento do tráfego ao longo do tempo, atribuiu-se uma
taxa linear de 3,0% ao ano.
Nos casos em que a intervenção foi necessária, devido ao critério limite
definido para a irregularidade longitudinal (2,7m/km), o programa também informava
os custos demandados à agência responsável pela rodovia para realização das
200
atividades corretivas (Road Agency Costs – RAC). Estes preços seguiram a

customização explicitada anteriormente na Tabela 3.18 à Tabela 3.20.
Tabela 3.21 – Preços inseridos no HDM-4 para a frota de veículos
Litro de
Veículo Litro de
Veículo VDM Pneu Óleo
Novo Combustível
Lubrificante
Moto 715 R$ 15.000 R$ 250 R$ 4,40 R$ 25
Carro de Passeio 5913 R$ 70.000 R$ 300 R$ 4,40 R$ 25
Utilitário, pick-up, furgão 319 R$ 100.000 R$ 580 R$ 3,50 R$ 25
Ônibus (2 eixos) 276 R$ 200.000 R$ 1.300 R$ 3,50 R$ 25
Ônibus (3 eixos) 0 -- -- -- --
2C 309 R$ 150.000 R$ 1.300 R$ 3,50 R$ 25
Caminhão
3C 150 R$ 300.000 R$ 1.300 R$ 3,50 R$ 25
Médio
4C 15 R$ 320.000 R$ 1.300 R$ 3,50 R$ 25
2S1 2 R$ 320.000 R$ 1.300 R$ 3,50 R$ 25
Caminhão 2S2 38 R$ 320.000 R$ 1.300 R$ 3,50 R$ 25
Semi- 2S3 20 R$ 320.000 R$ 1.300 R$ 3,50 R$ 25
reboque 2S3 Comb. 17 R$ 320.000 R$ 1.300 R$ 3,50 R$ 25
3S3 52 R$ 320.000 R$ 1.300 R$ 3,50 R$ 25
Duplo Semi-
3S2S2 18 R$ 370.000 R$ 1.300 R$ 3,50 R$ 25
reboque
2C2 0 -- -- -- --
Caminão + 2C3 0 -- -- -- --
reboque 3C2 2 R$ 370.000 R$ 1.300 R$ 3,50 R$ 25
3C3 6 R$ 370.000 R$ 1.300 R$ 3,50 R$ 25
Treminhão 3C2C2 0 -- -- -- --
Rodotrem 3S2C4 0 -- -- -- --
Fonte: Autor
Nos 10 trechos investigados, foram adotados cenários de avaliação de 10, 15

e 30 anos. O período de 10 anos busca abranger o corriqueiro tempo de projeto
adotado para dimensionamento de pavimentos novos no Brasil. A análise para o
período de 15 anos busca alinhar o procedimento àquele seguido em boa parte dos
projetos de pavimentos realizados nos EUA e Europa, também adotado por
Nascimento (2015) para cálculo e análise do dano acumulado à fadiga em sua tese
de doutorado. Já a avaliação em longo prazo (30 anos) objetivou englobar modelos
de concessões rodoviárias, como aquela assumida pelo Grupo CCR nas BR’s 101,
386, 448 e 290 (Freeway), no estado do Rio Grande do Sul, a partir de Fevereiro de
2019.
201
Para balizar o impacto econômico ao longo do tempo, os valores foram

corrigidos por uma inflação média de 6,01% ao ano, com base no índice IPCA
(Índice Nacional de Preços ao Consumidor Amplo), fornecido pelo IBGE (Instituto
Brasileiro de Geografia e Estatística). Para determinação deste valor médio, foram
utilizadas séries históricas do IPCA brasileiro nos últimos cinco anos (2014 a 2018).
3.5 DESCRIÇÃO RESUMIDA DOS TRECHOS UTILIZADOS NA FASE DE

VALIDAÇÃO DOS MODELOS DE PREVISÃO DE IRREGULARIDADE
LONGITUDINAL
Com o objetivo de avaliar o desempenho dos modelos de previsão de

irregularidade longitudinal gerados neste trabalho em pavimentos externos àqueles
utilizados na composição do banco de dados, as equações desenvolvidas foram
testadas em outros trechos constituintes da Rede de Tecnologia em Asfaltos. Os
trechos aqui utilizados também estão presentes no trabalho de Nascimento (2015),
com exceção do segmento “UFSC 5”, que emprega em seu revestimento a mesma
mistura asfáltica constituinte do trecho “UFSC 4”. O referido autor se fez valer destas
pistas para validação da função de transferência de dano em área trincada.
Como forma de manutenção de nomenclatura, procurou-se utilizar as
mesmas identificações adotadas pelo referido autor, com o objetivo de discriminar os
pavimentos avaliados. Foram empregadas, nesta fase, uma pista monitorada pela
Universidade Federal do Rio Grande do Sul (UFRGS), na cidade de Porto
Alegre/RS; três pavimentos avaliados pela Universidade Federal de Santa Catarina
(UFSC), em Araranguá/SC; dez segmentos acompanhados na concessão CCR
Nova Dutra (ND), na BR-116, em Aparecida do Norte/SP; e duas pistas monitoradas
pela Universidade de São Paulo (USP), em Ribeirão Preto/SP. Totalizam-se, assim,
16 trechos empregados na fase de validação dos modelos elaborados neste estudo.
O mapa exposto na Figura 3.38 exibe a localização das pistas dentro do
território brasileiro, distribuídas pelas regiões sul e sudeste, enquanto as
informações compiladas dos trechos utilizados para a rotina de validação estão
detalhadas na Tabela 3.22. O detalhamento de informações referentes às misturas
asfálticas empregadas nos trechos mencionados na Tabela 3.22 está descrito em
Nascimento (2015).
202
Figura 3.38 – Localização das pistas de validação no sul e sudeste do Brasil
Fonte: Autor
Tabela 3.22 – Composição estrutural dos trechos de validação
N Anual Rev. Tipo de Camada Base Sub-base Ref. do

ID da
IRIINICIAL Inicial Asfáltico Mistura Antiga Granular Granular Subleito
Pista
(USACE) (mm) Afáltica (mm) (mm) (mm) (mm)
UFRGS 2 1,75 7,60E+06 80 UFRGS 60/85 -- 150 300 600
USP 4 1,91 1,40E+05 40 USP 50/70 -- 150 150 150
USP 5 1,99 1,40E+05 40 USP 30/45 -- 150 150 150
ND 1 1,85 2,56E+06 140 ND 15/25 160 300 -- --
ND 2 1,69 2,56E+06 200 ND 15/25 100 300 -- --
ND 3 1,82 2,56E+06 140 ND 15/25 160 300 -- --
ND 4 1,47 2,56E+06 200 ND 15/25 100 300 -- --
ND 5 2,03 2,56E+06 200 ND HM1 100 300 -- --
ND 6 1,72 2,56E+06 200 ND HM1 100 300 -- --
ND 7 2,37 2,56E+06 140 ND HM1 160 300 -- --
(a)
140 ND HM2
ND 8 2,24 2,56E+06 (b) 100 300 -- --
60 ND HM1
ND 9 2,67 2,56E+06 200 ND HM2 100 300 -- --
ND 10 2,33 2,56E+06 140 ND HM2 310 300 -- --
(a)
114 UFSC 50/70
UFSC 3 1,40 1,33E+07 (b) -- 180 200 200
56 UFSC AB
UFSC 4 1,60 1,33E+07 150 UFSC 50/70 -- 180 200 200
UFSC 5 1,60 1,33E+07 163 UFSC 50/70 -- 180 200 200
Fonte: Autor
(a) – Camada Superior; (b) – Camada Inferior
203
Pela análise da Tabela 3.22, percebe-se que a concepção estrutural dos

pavimentos utilizados na fase de validação é similar àqueles empregados na
calibração dos modelos de previsão de irregularidade longitudinal, descritos no item
3.2.
Difere-se, todavia, o volume de tráfego atuante nos pavimentos avaliados pela
UFSC e UFRGS, quando comparados aos segmentos monitorados pela UFSM e
UFRJ. O tráfego anual médio de 1,33x107 (UFSC) e 7,60 x107 (UFRGS), atuando
sobre as estruturas em um período de projeto de 10 anos, por exemplo, aplicada
uma taxa de crescimento de 3% ao ano, atinge valores de 1,52x10 8 e 8,71x107,
designados por Ceratti et al (2015) como nível de tráfego “muito pesado”.
De qualquer forma, entende-se como benéfica esta diferenciação, para objeto
de validação dos modelos desenvolvidos nesta tese. Como os pavimentos utilizados
na fase de calibração dos modelos (UFSM e UFRJ) alcançam apenas níveis de
tráfego “alto”, conforme designação de Ceratti et al (2015), acredita-se que a
utilização de segmentos com tráfego muito pesado, na fase de validação, permitem
fornecer uma maior abrangência às equações desenvolvidas neste trabalho.
Este fato beneficia, primordialmente, àquelas expressões matemáticas que
utilizam os parâmetros mecanicistas de dano para prever a irregularidade
longitudinal, visto que as informações de danificação buscam eliminar as variáveis
regionais do modelo, já que sua calibração mecanicista retira as particularidades
locais, permitindo avaliar as situações de um trecho, transpondo essas
interpretações para os outros.
204
4 RESULTADOS E ANÁLISES
A estruturação do capítulo de apresentação e análise dos resultados obtidos

com o presente estudo inicia com um apanhado geral dos dados agrupados no
escopo da pesquisa, incluindo um resumo dos resultados de campo obtidos ao longo
do período de monitoramento nos trechos experimentais utilizados na calibração dos
modelos de previsão de irregularidade longitudinal.
Na continuidade do documento, estão apresentados os resultados
mecanicistas representados pelo dano médio limitado acumulado calculado para
cada um dos trechos avaliados, com auxílio da ferramenta AEMC, do sistema
MeDiNa, e com uso do software LVECD. Em seguida, expõem-se as análises
estatísticas das variáveis independentes e sua influência indicativa no parâmetro
dependente: a irregularidade longitudinal do pavimento.
Por fim, estão exibidos os modelos de previsão de evolução de irregularidade
longitudinal que mais se ajustaram ao banco de dados, seguidos da tentativa de
validação destas equações com demais segmentos monitorados por instituições
participantes da Rede de Tecnologia em Asfaltos, juntamente da comparação com
modelos existentes na literatura consultada e com a previsão obtida do programa
HDM-4, na configuração Default e calibrada. Ainda com o HDM-4, finaliza-se o
capítulo com uma análise econômica, exibindo um indicativo do efeito da
irregularidade nos custos operacionais de usuários de rodovias.
Vale salientar também que, para fins de elaboração do presente trabalho,
foram utilizados os dados de campo referentes até o mês de fevereiro de 2018
(trechos do Rio de Janeiro/RJ) e dezembro de 2018 (trechos de Santa Maria/RS) na
fase de calibração dos modelos de previsão de irregularidade.
4.1 LEVANTAMENTOS DE CAMPO
Visando possibilitar o entendimento dos dados que representam as condições

dos pavimentos monitorados, os itens seguintes incluem um resumo dos resultados
de campo obtidos ao longo do período de avaliação.
205
4.1.1 Tráfego
Conforme já destacado na revisão de literatura, o tráfego é um componente

fundamental na elaboração de modelos de previsão de desempenho em estruturas
rodoviárias. Para o entendimento da magnitude da composição dos veículos que
trafegam nas pistas monitoradas para este estudo, a Figura 4.1 (trechos
monitorados em Santa Maria/RS), Figura 4.2 (trechos monitorados no Rio de
Janeiro/RJ, com liberação para passagem do tráfego até 19/04/2007) e Figura 4.3
(trechos monitorados no Rio de Janeiro/RJ com liberação para passagem do tráfego
após 19/04/2007) apresentam os valores de N (calculados pelo método da USACE)
acumulados até dezembro de 2018.
Salienta-se novamente que, para os trechos de Santa Maria, os dados de
tráfego são atualizados semestralmente por contagens presenciais. Para os trechos
do Rio de Janeiro, aplicou-se a taxa de crescimento linear de 3% ao ano a partir do
tráfego anual inicial verificado por contagens. Ainda, para os trechos do Rio de
Janeiro/RJ, com evolução do tráfego exposta na Figura 4.2 e Figura 4.3, as séries
de dados equivalentes a mais de um trecho são referentes a segmentos com volume
de tráfego idêntico.
Figura 4.1 – Tráfego Acumulado dos trechos monitorados em Santa Maria/RS em

escala semi-log
1,0E+08
Tráfego Acumulado (NUSACE)
1,0E+07
1,0E+06
1,0E+05 ID 1.1 ID 1.2

ID 2.1 ID 2.2
1,0E+04 ID 3.1 ID 3.2
ID 4.1 ID 4.2
1,0E+03
0 20 40 60 80
Idade do Pavimento (meses)
Fonte: Autor
206
Figura 4.2 - Tráfego Acumulado dos trechos monitorados no Rio de Janeiro/RJ (ID 1
a ID 50) em escala semi-log
1,0E+08
1,0E+07
1,0E+06
ID 1 ID 4
ID 7 ID 11
1,0E+05 ID 19 ID 34
ID 37 ID 40
ID 43=45=46 ID 47=48
ID 50
1,0E+04
0 20 40 60 80 100 120 140 160
Fonte: Autor
Figura 4.3 - Tráfego Acumulado dos trechos monitorados no Rio de Janeiro/RJ (ID
55 a ID 93) em escala semi-log
1,0E+08
1,0E+07
1,0E+06 ID 55
ID 58=60=63=65=67
ID 70
ID 73=75
1,0E+05
ID 86=88
ID 89
ID 93
1,0E+04
0 20 40 60 80 100 120 140 160
Fonte: Autor
De forma geral, entende-se que o panorama de evolução do tráfego atende

faixas relativamente adequadas para composição de um modelo de desempenho. A
207
avaliação dos pavimentos em idades iniciais e o contínuo monitoramento faz com

que sejam englobados distintos níveis de tráfego acumulado. Seguindo a
classificação de Ceratti et al (2015), os segmentos avaliados dividem-se em trechos
de baixo volume de tráfego (N≤106), moderado volume de tráfego (106<N≤107) e alto
volume de tráfego (107<N≤5*107). Nenhum dos segmentos atingiu tráfego
acumulado suficiente para ser enquadrado como solicitado a volume de tráfego
muito pesado (N>5*107).
Vale, todavia, salientar a necessidade futura de monitoramento em rodovias
de maior volume de tráfego. Neste estudo, o banco de dados não alcança níveis de
tráfego muito pesado, conforme classificação de Ceratti et al (2015). Além disso,
grande parte dos trechos utilizados no presente trabalho possui características de
trafegabilidade, velocidade de via e possibilidade de paradas no decorrer dos
segmentos com características de pavimentos urbanos. Entende-se que a busca por
trechos adicionais, com modalidade e volume de tráfego mais representativo de
rodovias de grande porte seria relevante para o avanço do setor.
4.1.2 Irregularidade Longitudinal
Para possibilitar um entendimento geral das estruturas avaliadas visando o

desenvolvimento do modelo de desempenho funcional, é necessária a compreensão
de algumas premissas tomadas para a elaboração do presente estudo. A primeira
delas é referente ao valor inicial de irregularidade observado no início da vida útil da
estrutura. Conforme já debatido na revisão de literatura, sabe-se que este indicador
inicial da qualidade construtiva da implantação de estruturas novas ou reabilitações
é fundamental na evolução dos parâmetros funcionais do pavimento.
Em alguns dos trechos avaliados neste trabalho, não foi possível verificar a
irregularidade obtida após o final da etapa construtiva ou na fase inicial de serviço da
estrutura. Desta forma, nestes casos, optou-se por determinar o índice inicial de
irregularidade longitudinal (IRIINICIAL) pelo procedimento proposto por Abdelaziz et al
(2018), também executado por NCHRP (2004). O procedimento consiste em utilizar
linhas de tendência lineares ou exponenciais para, a partir dos dados efetivamente
medidos ao longo do tempo, estimar um valor inicial de irregularidade (tomado como
referência no tempo igual a um mês). A Figura 4.4 exibe um desses procedimentos,
efetuado no segmento ID 7, no Rio de Janeiro/RJ.
208
Figura 4.4 – Procedimento para obtenção do IRI Inicial no Trecho ID 7
5
IRI (m/km)
4
FUNDÃO ID 7
3 IRIINICIAL = 3,55m/km y = 0,0134x + 3,544
R² = 0,979
2
0
0
1 20 40 60 80 100 120 140
Tempo (meses)
Fonte: Autor
Dentre os trechos em que esta prática foi necessária, as tendências de

distribuição dos pontos oscilaram entre ajustes exponenciais e lineares. A Tabela 4.1
exibe os parâmetros estatísticos médios obtidos no decorrer deste processo,
determinados pelos percentuais referentes às relações de ajustes, juntamente com
os valores médios dos coeficientes de determinação (R²) obtidos com as tendências
de comportamento e os seus desvios padrões de amostragem (DP.A).
Tabela 4.1 – Estatística de obtenção do IRIINICIAL
Forma de ajuste Coeficiente de Determinação (R²)

Exponencial Média DP.A
45% 0,6757 0,2547
Linear Média DP.A
55% 0,7369 0,234
Fonte: Autor
A segunda premissa é referente à mudança do equipamento de medição de

irregularidade no decorrer do período de monitoramento dos trechos. Novamente,
vale ressaltar que, após o ano de 2012, nos trechos monitorados no Rio de
Janeiro/RJ, os levantamentos de irregularidade longitudinal começaram a ser
209
efetuados com o perfilômetro da COPPE/UFRJ, substituindo o equipamento do

CENPES, responsável pelas medições nos anos que antecederam esta data.
Nestes casos, a mudança de equipamento não acarretou em impactos
significativos nas tendências de evolução, ou manutenção da irregularidade
longitudinal, verificadas nos trechos. Na visita efetuada pelo autor deste trabalho ao
Laboratório Jaques de Medina na COPPE/UFRJ, relatos dos profissionais que
trabalham no local confirmaram que, quando adquirido o perfilômetro inercial, seus
resultados foram comparados com o equipamento do CENPES e se mostraram
significativamente alinhados.
Todavia, para os segmentos avaliados em Santa Maria/RS, verificou-se, nos
casos específicos dos trechos ID 1.2, ID 2.1, ID 2.2 e ID 3.1, uma significativa
mudança de patamar dos resultados obtidos com os dois diferentes equipamentos
utilizados no período de monitoramento. A Figura 4.5 exibe, a título de exemplo, este
“degrau” causado na evolução de irregularidade ao longo do tempo, ocasionado pela
mudança do equipamento de medição.
Figura 4.5 – Comparação entre medidas de IRI determinadas com diferentes

equipamentos nos trechos de Santa Maria/RS
3,50
ID 1.1
3,00 ID 1.2
ID 2.1
2,50
ID 2.2
IRI (m/km)
2,00 ID 3.1
ID 3.2
1,50
ID 4.1
1,00 ID 4.2
0,50 Perfilômetro Perfilômetro

Terceirizado UFSM
0,00
nov-12 ago-13 jun-14 abr-15 fev-16 dez-16 out-17 ago-18 mai-19
Fonte: Autor
Desta forma, visando reduzir o impacto da alteração do equipamento no

comportamento da irregularidade ao longo do tempo, nos trechos de Santa
Maria/RS, optou-se por expurgar, apenas nos segmentos referentes aos trechos ID
210
1.2, ID 2.1, ID 2.2 e ID 3.1, os dados de irregularidade medidos com o equipamento

terceirizado durante o período de monitoramento avaliado entre os meses de
fevereiro de 2015 e junho 2016. Interpretou-se que, neste período, ocorreram
acentuações inconsistentes, sob o ponto de vista prático, dos valores de
irregularidade longitudinal medidos nos trechos mencionados, que seguiram suas
tendências de evolução a partir do ponto em que as medições começaram a ser
efetuadas com o perfilômetro adquirido pela UFSM (agosto de 2017).
Vale ressaltar que essa não foi a primeira alternativa escolhida para
organização dos resultados de campo. Inicialmente, buscou-se verificar a relação
direta entre as medidas determinadas pelos dois equipamentos e a evolução natural
da irregularidade ocorrida ao longo do período de aproximadamente um ano (tempo
que afasta o último levantamento com o equipamento terceirizado e as primeiras
medições efetuadas com o perfilômetro da UFSM).
Todavia, devido a algumas inconsistências geradas no banco de dados, que
acarretaram certas dificuldades na previsão da evolução do IRI ao longo do tempo,
optou-se por seguir as orientações propostas pela banca examinadora do trabalho,
defendido no dia 03 de maio de 2019, realizando o expurgo das informações
inconsistentes identificadas no período supracitado, mantendo os resultados de
campo sem ajustes ou correlações entre equipamentos.
Feitas as ressalvas necessárias, a Tabela 4.2 e Tabela 4.3 exibem,
respectivamente, o agrupamento de dados de irregularidade longitudinal medidos ao
longo do tempo para os trechos de Santa Maria/RS e do Rio de Janeiro/RJ,
adotados para monitoramento neste estudo. Salienta-se, novamente, que os valores
expostos são referentes às médias simples das trilhas de roda externa e interna
englobadas pela extensão dos trechos avaliados, filtrados os pontos
destacadamente afastados em relação à média, seguindo o critério de “Cartas
Controle” ou “Gráficos de Controle”, conforme recomendações descritas em Oliveira
et al (2013).
Desta forma, a Tabela 4.2 e Tabela 4.3 remetem aos resultados definitivos
utilizados nas técnicas de regressão, expostas posteriormente no item 4.3. É válido
também mencionar que os trechos cujos levantamentos estão agrupados em um
mesmo período de tempo (meses) tiveram a passagem do tráfego liberada na
mesma data. O Trecho com ID 73, exposto na Tabela 4.3, foi reconstruído no ano de
211
2015, inviabilizando, para fins deste estudo, a utilização dos dados de

monitoramento no local após esta data.
Tabela 4.2 – IRI (m/km) dos trechos monitorados em Santa Maria/RS
IRI (m/km)
Trecho Idade (meses)
1 (IRIINICIAL) 14 21 26 32 37 42 56 62 65 71
ID 1.1 1,10 1,37 1,41 1,37 1,75 1,57 1,74 1,59 1,61 1,56 1,89
ID 1.2 1,90 1,90 2,08 -- -- -- -- 2,25 2,31 2,22 2,41
1 (IRIINICIAL) 15 21 26 31 36 50 56 60 66
ID 2.1 1,95 1,96 -- -- -- -- 2,04 1,95 2,14 2,45
ID 2.2 2,09 1,96 -- -- -- -- 2,22 2,20 2,13 2,36
1 (IRIINICIAL) 7 13 18 23 37 42 46 52
ID 3.1 1,33 -- -- -- -- 1,59 1,49 1,49 1,56
ID 3.2 1,54 1,76 1,75 2,01 2,24 1,98 1,94 2,13 2,11
1 (IRIINICIAL) 16 22 25 31
ID 4.1 1,66 1,58 1,60 1,59 1,61
ID 4.2 1,76 1,70 1,65 1,73 1,72
Fonte: Autor
Um comentário deve ser feito em relação a aparente redução da

irregularidade com o tempo em algumas situações específicas. Excluídas as
circunstâncias decorrentes da mudança do equipamento nas medições efetuadas
nos trechos de Santa Maria/RS, cuja discrepância ocorreu destacadamente no
período de alteração do equipamento, entende-se que, nos demais trechos, estas
ocorrências não foram significativas, sendo classificadas como variações
corriqueiras em dados medidos em campo, com comportamento aleatório.
Paterson (1987) considera que estes pequenos “erros” são partes naturais de
conjuntos de dados empíricos, suprimidos nos resultados de modelos de
desempenho com estatísticas de regressão. Há de se destacar também a alteração
do operador do veículo no decorrer do período de monitoramento. Alguns dos
trechos utilizados neste estudo têm rotina de avaliação datada em mais de 10 anos;
desta forma, é executivamente impossível manter sempre o mesmo profissional
responsável pela condução do veículo. Barella (2008) afirma que qualquer mudança
de direção ou alteração no alinhamento escolhido pode acarretar em aquisição de
um perfil longitudinal distinto e, consequentemente, oscilações nos resultados de
irregularidade.
212
Tabela 4.3 - IRI (m/km) dos trechos monitorados no Rio de Janeiro
IRI (m/km)
1 (IRIINICIAL) 21 51 65 101 135
ID 1 2,60 2,72 2,81 2,92 3,20 3,22
1 (IRIINICIAL) 20 35 51 65 100 134
ID 4 2,85 3,23 2,99 3,10 3,54 3,59 4,09
1 (IRIINICIAL) 18 32 48 62 98 132
ID 7 3,55 3,76 4,00 4,16 4,35 5,01 5,22
ID 11 3,40 3,37 3,77 3,76 4,20 4,14 4,57
1 (IRIINICIAL) 18 33 49 63 98 132
ID 19 2,60 2,76 2,70 2,54 3,64 3,15 3,50
ID 34 2,35 2,53 2,33 2,71 2,64 2,78 3,02
1 (IRIINICIAL) 15 30 46 60 95 130
ID 37 3,25 2,86 3,53 3,73 4,72 3,64 4,16
ID 40 2,65 2,61 2,77 2,68 3,82 3,66 3,29
ID 43 2,50 3,09 2,42 -- 4,79 4,13 --
ID 45 3,90 4,17 3,81 3,93 4,28 4,19 4,36
ID 46 3,27 3,32 3,36 3,67 3,72 3,77 4,06
ID 47 3,67 3,43 3,62 3,48 3,40 3,85 2,91
ID 48 1,70 2,45 2,16 2,34 2,76 2,64 --
ID 50 3,00 3,24 2,84 2,84 3,24 2,93 3,21
1 (IRIINICIAL) 14 29 45 59 94 128
ID 55 3,73 3,96 4,24 3,93 3,37 3,27 4,83
ID 58 2,50 2,71 2,74 2,73 3,12 3,18 3,87
ID 60 2,80 3,09 3,15 3,21 3,76 3,80 5,25
ID 63 2,00 2,69 2,57 2,40 2,85 4,24 --
ID 65 2,55 2,97 2,31 2,78 3,27 3,96 3,41
ID 67 3,00 3,24 3,07 3,55 3,39 3,58 4,33
ID 70 2,40 2,24 3,14 2,74 3,22 3,34 3,73
1 (IRIINICIAL) 11 28 41 77 111
ID 73 3,12 3,17 3,26 3,27 -- --
ID 75 3,07 2,98 3,35 3,14 3,02 3,40
1 (IRIINICIAL) 8 22 57 91
ID 86 3,50 3,65 3,59 3,57 3,69
ID 88 2,42 2,52 2,42 2,57 2,73
1 (IRIINICIAL) 7 42 76
ID 89 3,50 3,54 3,81 3,96
1 (IRIINICIAL) 11 25 60 95
ID 93 2,60 2,66 2,75 3,00 3,14
Fonte: Autor
Outro comentário pertinente fica em relação a menor magnitude dos

resultados de irregularidade referentes aos segmentos experimentais de Santa
Maria/RS ao longo do tempo. Entende-se que está ocorrência está justificada nos
menores valores de IRIINICIAL, obtidos após o final do processo construtivo. Conforme
213
observado na análise estatística das variáveis independentes (item 4.3.1), verificou-

se que este é o parâmetro mais relevante na evolução do IRI ao longo do tempo.
Acredita-se, com base nestes resultados, que a qualidade construtiva dos
pavimentos localizados em Santa Maria/RS foi superior àquela executada nos
trechos do Rio de Janeiro/RJ.
Analisando as particularidades no banco de dados geral utilizado neste
estudo, pode-se afirmar que, de acordo com as classificações em níveis de
irregularidade longitudinal recomendadas por DNIT (2006a), expostas no item 2.1.4,
a maioria das observações foi efetuada em estruturas de pavimentos com estado
regular (35%). O percentual relativo às observações em pavimentos classificados
por DNIT (2006a) como bom e ruim também é relevante (22 e 26%,
respectivamente).
As observações relativas a pavimentos em ótimo estado totalizam 13% do
conjunto total, enquanto os dados referentes a pavimentos em estado péssimo
quantificam um percentual respectivo de 3%, mediante critérios de DNIT (2006a). O
histograma exposto na Figura 4.6 exibe essa distribuição das medidas de
irregularidade dentro das faixas estabelecidas pelo documento citado.
Figura 4.6 – Classificação dos pavimentos monitorados pelo critério do IRI
50
Enquadramento dos dados de IRI na
classificação de DNIT,2006a (%)
40
35
30 26
22
20
13
10
3
0
ÓTIMO BOM REGULAR RUIM PÉSSIMO
Fonte: Autor
214
No relatório gerencial divulgado pela Confederação Nacional do Transporte

(CNT) no ano de 2018 (CNT, 2018), foram avaliados 107.161km de rodovias em
todo o país, indicando que, do total de rodovias avaliadas, 57% indicaram algum tipo
de deficiência. Deste percentual, classificaram-se 35,2% em estado regular; 15,3%
em condições ruins; e 6,5% em estado péssimo. Vale salientar que o relatório
engloba análises do pavimento, da sinalização e da geometria da via.
Com este comparativo, entende-se que os trechos avaliados conseguem
representar satisfatoriamente, ao menos em termos funcionais, a fotografia global
das condições dos pavimento nacionais. Percebe-se que as observações contidas
no banco de dados englobam todos os níveis de classificação de estruturas
rodoviárias, levando em consideração o critério da irregularidade longitudinal,
permitindo uma boa composição de valores para avaliação combinada. A faixa
abrangida pelos resultados de campo de irregularidade analisados nesta tese
envolve resultados oscilando de 1,10m/km até 5,25m/km.
A título de complementação e aproveitamento do banco de dados gerado,
também se buscou, com os dados coletados nos trechos monitorados de Santa
Maria/RS, verificar a pertinência da Equação (2.23), apresentada no item 2.1.4, que
busca relacionar diretamente os índices de medição de irregularidade IRI e QI.
Empregada com frequência no meio prático, a referida relação é questionada
por Barella (2008), que justifica sua desconfiança com a teoria distinta que envolve a
determinação dos dois indicadores (já debatida no item 2.1.4).
Procurou-se assim, selecionar todos os valores de IRI e QI, coletados ao
longo do tempo nos trechos monitorados da UFSM, com os dois perfilômetros
inerciais utilizados na sistemática de medição. Os indicadores foram calculados de
10 em 10 metros, considerando a média entre os resultados obtidos na trilha de roda
externa e interna, estando sua relação confrontada no gráfico da Figura 4.7.
A relação exposta no gráfico da Figura 4.7, oriunda de um conjunto de 1.688
intervalos de observações ao longo do tempo, indica um fator multiplicador de 9,125,
menor do que aquele recomendado pelos manuais do DNIT (treze), exposto no item
2.1.4, para obtenção do QI a partir do IRI. Todavia, entende-se inadequada a
utilização deste tipo de relação em sistemas de medição mais sofisticados como os
perfilômetros inerciais a laser.
O processamento de dados presente neste tipo de equipamento quantifica
separadamente os referidos indicadores, considerando as diferenças que existem
215
em suas concepções. Desta forma, entende-se que a utilização tanto do IRI quanto
do QI deve ser independente. Neste trabalho, visando rumar para a tendência
internacional de utilização do IRI como o parâmetro transferível de avaliação da
irregularidade longitudinal, optou-se trabalhar apenas com este índice.
Figura 4.7 – Confronto entre resultados de IRI e QI nos trechos monitorados de

Santa Maria/RS
120
100
QI (cont/km)
80 QI=13*IRI
QI=9,215*IRI
60
QI = 9,215*IRI
40 R² = 0,685
20
0
0 1 2 3 4 5 6 7 8 9
IRI (m/km)
Fonte: Autor
4.1.3 Afundamento em trilha de roda
Para verificação da evolução do afundamento em trilha de roda (ATR) nas

pistas experimentais adotadas na composição deste estudo, foram utilizados os
valores médios determinados entre as trilhas de roda externa e interna dos
segmentos avaliados. No entanto, no decorrer do processamento de dados, foram
percebidas algumas inconformidades nos resultados determinados com o
perfilômetro inercial.
A primeira delas é referente aos afundamentos medidos nas trilhas de roda da
direita dos trechos localizados em Santa Maria/RS nos primeiros levantamentos
realizados nos segmentos. Percebeu-se que, nas idades iniciais, conforme mostra o
gráfico da Figura 4.8, que exemplifica o ocorrido para o trecho ID 2.2, os
216
afundamentos medidos nas trilhas localizadas no lado direito da faixa foram sempre
significativamente altos, inconsistentes quando comparados às condições
verificadas por Santos (2015), com a treliça metálica, também nas fases iniciais de
operação do pavimento.
Figura 4.8 – Inconformidades nos resultados de ATR medidos no Trecho ID 2.2
10
Treliça ID 2.2 -
ATR (mm) - Trilha Direita
7,5 Santos(2015)
8
Perfil. Laser ID 2.2
6 5,2
(Terceirizado)
3,8
4
2
0,64
0,15
0
1 7 9 15 21
Meses dos levantamentos
Fonte: Autor
No entanto, conforme ocorrido nos resultados de irregularidade longitudinal,

foram significativas as diferenças entre os resultados obtidos com os dois
perfilômetros inerciais utilizados para quantificar os afundamentos em trilha de roda
nos trechos monitorados de Santa Maria/RS. Nos levantamentos de ATR realizados
no local em novembro de 2018, os resultados nas trilhas de roda da direita do trecho
ID 2.2 indicaram afundamentos de 0,72mm e 1,80mm, medidos com a treliça e com
o perfilômetro inercial da UFSM, respectivamente, corroborando com o indicativo de
existência de inconformidades nos resultados determinados nas idades iniciais.
Além das diferenças, os relatórios processados e enviados até o início dos
levantamentos com o perfilômetro inercial da UFSM não continham uma informação
fundamental na interpretação dos dados: o número de medidas utilizadas para
contabilizar o ATR médio no intervalo escolhido para compatibilizar os resultados.
Os lasers diagonais, utilizados na contabilização das medidas de ATR,
costumam perder alguns dados no decorrer do levantamento de campo, devido à
direção oblíqua com a qual o feixe laser é apontado para a superfície do pavimento.
Dependendo da forma como esse feixe contata a superfície, as informações não
217
retornam ao sensor de medição e, consequentemente, deixam de ser adquiridas.

Assim, algumas ocorrências de ATR igual à zero em um determinado intervalo
medido (por exemplo, 10 metros, conforme são trabalhados os dados em Santa
Maria/RS), podem, equivocadamente, indicar que não há presença de afundamentos
no local; todavia, o equipamento pode não ter adquirido medidas naquele intervalo,
tornando o resultado nulo. Entende-se que, nos sub-trechos em que o equipamento
não conseguiu realizar a aquisição de medidas, esta fração do segmento total deve
ser desconsiderada do montante de dados.
Em pistas com baixa presença de afundamentos, esse resultado não costuma
impactar relevantemente no resultado final; todavia, em pavimentos com trilhas de
roda destacadamente altas, as alterações podem ser significativas. A Figura 4.9
exibe o exemplo dos afundamentos médios medidos com o perfilômetro inercial da
UFSM no trecho ID 3.2, no mês de novembro de 2018, (segmento com maior
presença de ATR, dentre aqueles localizados em Santa Maria/RS), filtrando e não
filtrando os sub-trechos que não contabilizaram medidas no decorrer do
levantamento, ao longo da extensão do segmento, a fim de exemplificar
numericamente esta discussão.
Figura 4.9 – ATR Médio ao longo do Trecho ID 3.2
20
Filtrado -
16 Média=8,1mm
ATR Médio (mm)
Não Filtrado -
12 Média=5,8mm
0
0 40 80 120 160 200 240 280
Extensão do trecho (m)
Fonte: Autor
Verifica-se que a realização do processo de filtragem na média dos resultados

medidos no decorrer do segmento, eliminando os sub-trechos que não realizaram
218
aquisição de medidas, causa um impacto significativo no resultado final. O ATR

médio, considerando ambas as trilhas de roda, atinge 8,1mm após a filtragem.
Quando comparado ao valor médio de 5,8mm, determinado sem a eliminação dos
pontos nulos, a diferença absoluta e percentual se mostra significativa para este
parâmetro.
No processamento de resultados oriundos do perfilômetro inercial, pode-se,
ou não, gerar as informações referentes ao número de medidas consideradas no
cálculo do ATR. Costumeiramente, cabe ao processador do arquivo final realizar
este filtro, visando não gerar uma informação oriunda de dados inexistentes. No
banco de dados que compõe o objeto deste estudo, os levantamentos realizados na
UFSM até 2017, por empresa terceirizada, e alguns dos relatórios referentes a
levantamentos realizados nos trechos monitorados no Rio de Janeiro/RJ, não
compilavam o número de medidas consideradas no cálculo do ATR.
Destaca-se que, o caráter totalmente acadêmico que motivou os
levantamentos e o entendimento do equipamento adquirido pela UFSM fez com que
os dados fossem avaliados e medidos de forma detalhada, incluindo passagens
repetidas com o equipamento de medição no mesmo local, caso alguma anomalia
fosse detectada. O caráter mais prático que envolve as medições feitas com o
equipamento terceirizado em Santa Maria/RS e o montante relevante de trechos
existentes no Rio de Janeiro/RJ acaba inviabilizando certos detalhamentos.
Ressalta-se também que, visualmente, os trechos experimentais que
englobam este estudo, salvas algumas exceções, não exibiam afundamentos
significativos. A Agência Nacional de Transportes Terrestres (ANTT), pelo seu
programa de exploração de rodovias (PER), especifica 7,0mm como limite do valor
máximo de ATR. O Departamento Autônomo de Estradas e Rodagem do Rio
Grande do Sul (DAER/RS), em seu programa de restauração em andamento, denota
que os limites de afundamentos deverão ser inferiores a 7,0mm em 95% dos
resultados e menores que 10,0mm para 100% das medidas. Já o DNIT, para os
Contratos de Restauração e Manutenção de Rodovias (CREMA), estabelece que
10mm é o limite de flecha nas trilhas de roda para recuperação da pista, ainda
apontando 13,0mm como crítico para hidroplanagem.
Analisando o montante de dados, com todas as ressalvas já debatidas no
decorrer deste item, o limite de 7,0mm, considerando a média dos afundamentos
das duas trilhas de roda da faixa de rolamento, é ultrapassado em raras ocasiões,
219
dificultando a utilização deste indicador como uma das variáveis independentes no

processo de previsão da irregularidade. Ainda que existisse uma associação
significativa entre irregularidade longitudinal e afundamento em trilha de roda, os
afundamentos de baixa magnitude não teriam capacidade de explicar o
comportamento das medidas de IRI, que se distribuem por todas as classificações
de conforto, pelo critério do DNIT (2006a), conforme exposto no item 4.1.2.
Reportando também os modelos de previsão expostos nos itens 2.2.2 à
2.2.14, percebe-se que grande parte das equações de previsão de irregularidade
que atentam para a parcela de contribuição do ATR relaciona o seu impacto no
desvio padrão das medidas de afundamento no decorrer do trecho avaliado
(PATERSON 1987; HDM-4, 2000; ABDELAZIZ et al, 2018) . Ou seja, se o perfil
transversal está continuamente trilhado no decorrer do eixo longitudinal da via, o
impacto nos indicadores de irregularidade será praticamente irrelevante. Por outro
lado, se as medidas de ATR oscilarem no decorrer do segmento avaliado, a
irregularidade será continuamente impactada.
Infelizmente, o efeito numérico exemplificado na Figura 4.9, causado pela
ausência de filtragem dos sub-trechos que não coletaram informações para
determinar o ATR, também acarreta em impactos nos resultados dos desvios padrão
dos afundamentos em trilha de roda, comprometendo a utilização destes elementos
no banco de dados da regressão.
Atrelando esta limitação às demais já relatadas ao longo deste item, visando
manter a consistência dos resultados gerados, optou-se por não utilizar as
informações referentes ao afundamento em trilha de roda medido nas pistas
experimentais na composição dos modelos de previsão de irregularidade
desenvolvidos neste trabalho.
Em vista disso, no intuito de incluir ao menos uma variável dependente
passível de representação do afundamento em trilha de roda, buscou-se atrelar a
rotina de previsão do IRI os resultados do ensaio uniaxial de carga repetida e o seu
parâmetro Flow Number (FN) como critério de resistência à deformação permanente
de misturas asfálticas. Os resultados deste procedimento de avaliação, normatizado
no Brasil por DNIT-ME 184/2018 (DNIT, 2018d) e ABNT NBR 16505/16 (ABNT,
2016), são tipicamente apresentados em termos de deformação versus o número de
ciclos de carga. Semelhante ao teste de fluência, a curva da deformação
permanente acumulada pode ser dividida em três zonas: primária, secundária e
220
terciária. O número do ciclo, no qual o fluxo terciário começa, é referido como o Flow
Number (WITCZAK et al, 2002).
A Tabela 4.4 (Santa Maria/RS) e Tabela 4.5 (Rio de Janeiro/RJ) exibem os
resultados de Flow Number referentes às misturas asfálticas empregadas nos
trechos experimentais.
Tabela 4.4 - Flow Number das misturas asfálticas empregadas nos Trechos
Monitorados de Santa Maria/RS
ID da Tipo de Mistura Flow ID da Tipo de Mistura Flow

Pista Asfáltica Number (FN) Pista Asfáltica Number (FN)
(a)
1.1 UFSM 1 - 50/70 12,5 mm 497 UFSM 3 - 50/70 12,5 mm 552
3.2 (b)
1.2 UFSM 1 - 50/70 12,5 mm 497 UFSM 3 - 50/70 12,5 mm 501
2.1 UFSM 2 - 50/70 12,5 mm 158 4.1 UFSM 4 - AB 12,5 mm 158
2.2 UFSM 2 - 50/70 12,5 mm 158 4.2 UFSM 4 - AB 12,5 mm 158
(a)
UFSM 3 - 50/70 12,5 mm 552
3.1 (b)
UFSM 3 - 50/70 12,5 mm 501
Fonte: Autor
Tabela 4.5 – Flow Number das misturas asfálticas empregadas nos Trechos
Monitorados do Rio de Janeiro/RJ
ID da Tipo de Mistura Flow Number ID da Tipo de Mistura Flow Number

Pista Asfáltica (FN) Pista Asfáltica (FN)
1 30/45 19,1 mm 169 55 30/45 19,1 mm 169
4 30/45 19,1 mm 169 58 AB 19,1 mm 110
7 30/45 19,1 mm 169 60 AB 19,1 mm 110
11 30/45 19,1 mm 169 63 30/45 19,1 mm 169
(a)
30/45 19,1 mm 169 65 30/45 19,1 mm 169
19 (b)
65/90 19,1 mm 406 67 30/45 19,1 mm 169
34 30/45 19,1 mm 169 70 AB 19,1 mm 110
37 30/45 12,5 mm 213 73 Elvaloy 19,1 mm 339
40 30/45 12,5 mm 213 75 Elvaloy 19,1 mm 339
43 30/45 12,5 mm 213 86 Bio 19,1 mm 2.288
(a)
45 50/70 12,5 mm 140 Bio 19,1 mm 2.288
88 (b)
46 30/45 12,5 mm 213 60/85 9,5 mm 448
47 30/45 12,5 mm 213 89 Syn 19,1 mm 370
(a)
48 50/70 19,1 mm 95 60/85 19,1 mm 3.016
93 (b)
50 50/70 19,1 mm 95 60/85 9,5 mm 448
Fonte: Autor
221
Os valores de FN determinados para as misturas asfálticas empregadas nos

trechos monitorados deste estudo foram quantificados no CENPES, com exceção
dos resultados referentes ao concreto asfáltico utilizado no revestimento da ERS-
509 em Santa Maria/RS (trechos ID 4.1 e 4.2), cujo comportamento frente a
deformação permanente foi investigado por Faccin (2018).
Destaca-se que, conforme recomendações efetuadas por Nascimento (2008),
cujo trabalho sugere limites mínimos de FN para diferentes níveis de tráfego no
Brasil, apenas as misturas Bio 19,1mm e 60/85 19,1mm estariam aptas para
aplicação em rodovias submetidas a tráfego classificado pelo autor como pesado
(1,0x106<N≤3,0x107) e extremamente pesado (N>3,0x107). Para estes níveis de
tráfego, Nascimento (2008) sugere utilização de misturas com Flow Number maior
do que 750 ciclos (tráfego pesado) e 1.000 ciclos (tráfego extremamente pesado),
fato atingido apenas nas misturas supracitadas.
4.1.4 Área Trincada
As condições da superfície do pavimento são fundamentais para um bom

desempenho funcional da rodovia. Desta forma, o comportamento da área
englobada por trincas ou fissuras na superfície do pavimento dos trechos avaliados
foi quantificado periodicamente, com seus resultados expostos na Tabela 4.6 (Santa
Maria/RS) e Tabela 4.7 (Rio de Janeiro/RJ).
Tabela 4.6 - Área Trincada (%) nos Trechos Monitorados de Santa Maria/RS
Área Trincada (%)

1 12 20 26 32 57 62 66 73
ID 1.1 0,0 6,1 6,8 8,5 10,3 11,7 12,4 12,3 13,2
ID 1.2 0,0 24,2 25,9 40,2 44,7 52,6 55,2 58,6 58,9
1 7 14 20 27 32 51 57 61 68
ID 2.1 0,0 0,0 0,0 0,1 0,1 0,8 1,0 1,0 1,0 1,2
ID 2.2 0,0 0,0 0,0 0,5 0,9 2,6 3,0 3,2 3,5 3,6
1 6 13 37 43 47 54
ID 3.1 0,0 0,4 0,6 13,7 16,4 18,2 21,3
ID 3.2 0,0 3,1 27,9 97,5 99,2 99,4 99,2
1 2 16 22 26 33
ID 4.1 0,0 0,0 0,0 0,2 0,4 0,4
ID 4.2 0,0 0,0 3,9 6,1 6,6 10,7
Fonte: Autor
222
Tabela 4.7 - Área Trincada (%) nos Trechos Monitorados do Rio de Janeiro/RJ
Área Trincada (%)

13 31 49 60 72 83 101 137
ID 1 0,0 0,4 5,4 1,9 3,5 15,4 12,1 25,6
12 31 49 60 71 82 101 136
ID 4 7,3 18,7 65,2 61,6 85,5 93,2 98,1 98,6
10 28 46 58 69 80 98 134
ID 7 4,2 87,5 65,0 37,5 100,0 100,0 96,7 97,5
ID 11 0,0 0,0 3,1 6,7 12,8 30,0 28,9 44,4
10 29 47 69 80 99 134
ID 19 0,0 1,3 6,7 0,7 6,7 11,3 26,7
ID 34 0,0 0,0 12,0 31,9 41,9 57,1 74,3
8 26 44 55 66 78 96 131
ID 37 0,0 5,8 45,0 77,5 83,3 80,8 80,0 80,8
ID 40 0,0 0,0 0,0 0,0 0,0 0,0 5,0 6,7
ID 43 0,0 0,0 2,5 6,7 10,0 40,0 31,7 33,3
ID 45 0,0 2,5 30,0 65,8 65,8 91,7 95,0 100,0
ID 46 0,0 0,0 0,8 0,6 18,9 24,4 11,1 13,9
ID 47 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,3
ID 48 0,0 0,0 0,0 0,0 0,0 0,3 1,7 1,7
ID 50 0,0 0,0 0,0 0,0 0,0 0,0 4,7 23,3
6 24 43 54 65 76 94 130
ID 55 0,0 0,0 0,0 0,0 8,7 30,4 39,4 48,5
ID 58 0,0 0,0 0,0 0,0 2,7 22,7 28,0 38,7
ID 60 0,0 0,0 100,0 85,0 51,7 55,0 48,3 58,3
ID 63 0,0 0,0 0,0 0,0 0,0 0,0 87,5 88,3
ID 65 0,0 0,0 0,0 0,0 0,0 0,0 0,0 9,8
ID 67 0,0 1,2 -- 9,7 24,4 59,8 77,4 73,8
ID 70 0,0 1,3 3,3 1,3 3,3 11,3 8,0 36,7
7 25 36 48 59 77 112
ID 73 1,1 5,5 4,4 14,1 49,6 -- --
ID 75 0 0 0 0 0 6 15
5 16 28 39 57 93
ID 86 0,0 0,0 0,0 1,4 3,3 10,0
ID 88 0,0 0,0 0,0 3,3 4,4 7,8
1 12 23 42 77
ID 89 0,3 0,7 8,0 26,3 30,2
9 20 31 42 60 96
ID 93 0,0 0,0 0,0 0,0 3,3 10,0
Fonte: Autor
Para identificar possíveis interferências causadas pela execução dos

levantamentos com diferentes equipes (UFSM, COPPE/UFRJ e CENPES), além do
cálculo do percentual de área trincada utilizando retângulos de um ou dois metros de
comprimento, englobou-se também ao escopo do trabalho a verificação destas
223
variáveis nos resultados finais de AT%. Para isso, o corpo técnico do

GEPPASV/UFSM se dividiu em três diferentes equipes no decorrer dos dias 12 a 24
de julho de 2018, visando avaliar possíveis alterações nos resultados da área
trincada determinada em campo. Todas as equipes foram compostas por dois
avaliadores, sendo um estudante de graduação em engenharia civil e um
profissional formado na mesma área.
Os desvios padrões da amostra (DP.A) e os coeficientes de variação (CV) dos
resultados, referentes aos percentuais de área trincada (AT%) obtidos entre as três
diferentes equipes, nos oito segmentos monitorados pela UFSM, utilizando malhas
de análise com retângulos de 1 ou 2 metros estão expostos na Tabela 4.8. Os
índices de gravidade global (IGG), determinados conforme PRO006/2003 (DNIT,
2003), dos trechos também estão presentes na Tabela 4.8, indicando a presença de
pavimentos classificados em conceito ótimo a péssimo.
Tabela 4.8 – Diferenças estatísticas nos resultados de AT(%) determinados por três
diferentes equipes
Malha de 1 metro Malha de 2 metros

Trecho IGG Conceito IGG DP.A (AT%) CV(AT%) DP.A (AT%) CV(AT%)
ID 1.1 22,64 Bom 0,40 4,0% 0,31 2,5%
ID 1.2 83,80 Ruim 2,10 3,8% 0,91 1,4%
ID 2.1 10,98 Ótimo 0,00 0,0% 0,00 0,0%
ID 2.2 18,47 Ótimo 0,07 5,6% 0,14 6,0%
ID 3.1 24,06 Bom 1,90 12,5% 3,32 15,5%
ID 3.2 222,36 Péssimo 0,36 0,4% 0,36 0,4%
ID 4.1 9,07 Bom 0,00 0,0% 0,00 0,0%
ID 4.2 42,00 Regular 6,15 14,8% 4,45 8,5%
Fonte: Autor
Percebe-se que os trechos que exibiram maiores desvios padrão e

coeficientes de variação mais elevados, entre os percentuais de área trincada
determinados com as três diferentes equipes, são aqueles referentes às
identificações 3.1 e 4.1. Em relação ao trecho ID 3.1, entende-se que estas
oscilações entre as medidas determinadas pelas diferentes equipes são resultados
das diversas trincas isoladas contidas no trecho, passíveis de divergências em
relação a sua área de abrangência.
224
Já na abordagem referente ao trecho ID 4.2, a presença de uma emenda

construtiva exatamente na trilha de roda externa dificultou a diferenciação entre
defeitos oriundos do processo de fadiga e falha no processo construtivo, gerando
divergências nos percentuais calculados pelas diferentes equipes. A Figura 4.10
exibe essa ocorrência.
Figura 4.10 – Emenda construtiva no trecho ID 4.2
Fonte: Autor
Detalhadas as situações com maiores ocorrências de variação, pode-se notar

que, para os demais trechos, os percentuais dos coeficientes calculados são
relativamente baixos, não ultrapassando 6%. Considera-se esse número como
aceitável para este tipo de levantamento que, em caráter de gerência de
pavimentos, costuma ser efetuado com análises de vídeo registro. Visto isso, pode-
se concluir que a quantificação dos percentuais de área trincada por diferentes
equipes não foi um fator relevante nos resultados de AT(%).
Já em relação aos resultados obtidos com as diferentes técnicas de cálculo,
percebe-se que a utilização da malha de 2 metros majora minimamente os
percentuais de área trincada determinados em campo, já que a presença de trincas
e fissuras compromete regiões maiores do que a utilização da malha de 1 metro. A
Figura 4.11 exibe o confronto entre as duas técnicas de cálculo, compilando os
resultados determinados pelas diferentes equipes.
Pela Figura 4.11, entende-se que o sútil aumento em AT(%) determinado com
a malha de 2m não torna significativa a diferença entre os procedimentos utilizados.
225
Quando comparada a linha de tendência linear gerada pelos resultados de campo

(em vermelho), com a referência de igualdade (em preto), percebe-se um leve
deslocamento à direita para o ajuste matemático, permanecendo próximo da linha
de unicidade. Desta forma, acredita-se que a utilização da malha de 2 metros nos
levantamentos do Rio de Janeiro/RJ, quando comparados à malha de 1 metro
utilizada em Santa Maria/RS, não compromete o conjunto de dados, mantendo o
padrão de resultados em mesma ordem de grandeza.
Figura 4.11 – Comparação entre as técnicas de cálculo de AT(%)
100
Referência de Igualdade
80 y=0,964-2,403
AT (%) - Malha de 1m
60
40
y = 0,964x - 2,403
R² = 0,988
20
0
0 20 40 60 80 100
AT(%) - Malha de 2m
Fonte: Autor
Em termos práticos, é pertinente mencionar que a utilização da malha de 2m

de comprimento agiliza o processo do levantamento de campo, sem majorações
significativas dos percentuais determinados com utilização da malha de 1m.
Levantamentos de área trincada são processos minuciosos e lentos, desta forma,
procedimentos que agilizem sua execução, sem impactar prejudicialmente o
resultado final, devem ser considerados satisfatórios.
4.1.5 Deflexão na Superfície
Para a visualização dos dados de deflexão obtidos nos ensaios com o

equipamento FWD, estão apresentados, neste item, as bacias deflectométricas
226
médias coletadas ao longo das campanhas de levantamentos em cada trecho, tanto

no Rio de Janeiro/RJ, quanto em Santa Maria/RS.
É pertinente comentar que, a opção por trabalhar com bacias deflectométricas
médias visou manter o procedimento metodológico adotado por Nascimento (2015),
que utilizou deflexões médias dos trechos do Rio de Janeiro/RJ para efetuar
retroanálises com intuito de caracterizar a rigidez dos materiais granulares e subleito
dos pavimentos avaliados. Entende-se que, conforme recomendado por Bueno
(2016), o processo mais adequado seria a utilização das bacias mais representativas
dos segmentos monitorados para avaliar estruturalmente o conjunto de camadas.
Ainda, como os levantamentos foram efetuados em diferentes épocas dos
anos, ao longo do período de monitoramento, optou-se por corrigir as deflexões em
relação à temperatura de referência (25ºC), mediante utilização da Equação (4.1),
baseada no ábaco do DER/SP (2006), adaptado do Guia de Projeto da AASHTO
(1993).
(4.1)
((( ) ( )) )
Em que:
D = deflexão corrigida para a temperatura de 25ºC (0,01mm);
Dp = deflexão medida na pista (0,01mm);
hCA = espessura da camada asfáltica (cm);
T = temperatura da superfície do pavimento no momento do ensaio (ºC).
Além do ajuste em relação à temperatura de referência, utilizou-se a correção

em relação ao carregamento padrão de 40kN, com uso da Equação (4.2), proposta
por Moraes (2015), com base no Protocolo 10 do “Falling Weigth Deflectometer
Calibration Guide” da Technology Platform for Infrastructure, Traffic, Transport and
Public Space (CROW, 2011).
(4.2)
227
Em que:
Di = deflexão corrigida;
Dp = deflexão medida na pista;
Fi = carga aplicada;
FR = carga pré-definida.
Ressalta-se que, as correções descritas pelas Equações (4.1) e (4.2) foram

utilizadas apenas para emprego das deflexões nas tentativas de obtenção de um
modelo totalmente empírico. Para realização das retroanálises de módulos de
resiliência, objetivando o cálculo do dano médio acumulado unitário com os
programas computacionais, as bacias deflectométricas foram utilizadas sem nenhum
ajuste nas medidas de campo, devido à existência de informações referentes à
curva mestra de módulo complexo das misturas asfálticas dos pavimentos avaliados,
que possibilitam avaliar a rigidez do material em uma abrangente faixa de
temperatura.
Feitas as considerações necessárias, a Figura 4.12 exibe as bacias
deflectométricas médias coletadas ao longo do tempo com o FWD para os
pavimentos monitorados em Santa Maria/RS. Já a Figura 4.13, Figura 4.14, Figura
4.15 e Figura 4.16 apresentam as bacias médias relativas aos pavimentos avaliados
no Rio de Janeiro/RJ, também determinadas com o FWD. O agrupamento dos
trechos do Rio de Janeiro/RJ nos respectivos gráficos seguiu o ordenamento
numérico de suas identificações, conforme exposto na Tabela 3.1.
Pela análise das ilustrações presentes na Figura 4.12 até a Figura 4.16,
percebe-se que, nos trechos do Rio de Janeiro/RJ, algumas deflexões atingem
patamares significativamente altos. Justifica-se esta ocorrência devido à construção
dos pavimentos originais na década de 1950 e 1960; ademais, no período que
antecedeu as atividades de reabilitação, as pistas apresentavam elevado grau de
trincamento.
Em linhas gerais, pode-se também verificar que as deflexões máximas (DMÁX),
determinadas abaixo do ponto de aplicação da carga de 40kN, transferida ao
pavimento pelo equipamento FWD, oscilam em uma faixa de valores entre
aproximadamente 20x10-2mm e 85x10-2mm, considerando a totalidade de trechos
avaliados. Esta abrangência mostra uma condição estrutural bastante variável no
228
decorrer dos segmentos avaliados, fornecendo significativa diversidade, em termos

de DMÁX, para utilização na previsão empírica da irregularidade longitudinal.
Figura 4.12 - Bacias deflectométricas médias dos trechos de Santa Maria/RS
Distâncias de leituras (cm)

0 20 40 60 80 100 120
0
10
Deflexões (0,01mm)
20
30 ID 1.1 ID 1.2
ID 2.1 ID 2.2
40
ID 3.1 ID 3.2
ID 4.1 ID 4.2
50
60
Fonte: Autor
Figura 4.13 – Bacias deflectométricas médias dos trechos do Rio de Janeiro/RJ (ID 1
a ID 37)
0 20 40 60 80 100 120
0
10
Deflexões (0,01mm)
20
30
40
ID 1 ID 4
50
ID 7 ID 11
60
ID 19 ID 34
70 ID 37
80
90
Fonte: Autor
229
40 a ID 50)

0 20 40 60 80 100 120
0
10
Deflexões (0,01mm)
20
30
40
ID 40 ID 43
50
ID 45 ID 46
60 ID 47 ID 48
70 ID 50
80
90
Fonte: Autor
55 a ID 70)

0 20 40 60 80 100 120
0
10
Deflexões (0,01mm)
20
30
40
ID 55 ID 58
50
ID 60 ID 63
60 ID 65 ID 67
70 ID 70
80
90
Fonte: Autor
230
73 a ID 93)

0 20 40 60 80 100 120
0
10
20
Deflexões (0,01mm)
30
40
ID 73 ID 75
50
ID 86 ID 88
60
ID 89 ID 93
70
80
90
Fonte: Autor
Ainda, é pertinente mencionar que, conforme observado por Nascimento

(2015), com base nos dados deflectométricos quantificados nos trechos monitorados
do Rio de Janeiro/RJ, os resultados não sofreram alterações significativas nas
diferentes campanhas de levantamentos realizadas ao longo do tempo. O mesmo
fato foi observado nos resultados obtidos pelo ensaio não destrutivo nos segmentos
experimentais de Santa Maria/RS. Dessa forma, entende-se que não há problema
em identificar os trechos, para composição do modelo empírico, com uma deflexão
máxima média igual para todas as datas de avaliação.
Por fim, as composições modulares, obtidas mediante procedimento de
retroanálise de módulos de resiliência, estão expostas no item 4.1.5.1, que segue.
4.1.5.1 Retroanálise de módulos de resiliência
Visando obter os módulos resilientes equivalentes dos materiais que

constituem as camadas dos trechos monitorados, possibilitando efetuar o cálculo
computacional dos esforços atuantes na estrutura, optou-se por realizar o
231
procedimento de retroanálise de módulos de resiliência mediante ajuste das bacias

deflectométricas, com uso do software BAKFAA.
Os valores de rigidez característicos encontrados para cada uma das
camadas que constituem os pavimentos avaliados em Santa Maria/RS e no Projeto
Fundão (Rio de Janeiro/RJ) foram efetuados de duas formas: na primeira delas,
todas as camadas foram consideradas aderidas (no intuito de possibilitar o cálculo
do dano com o LVECD); em um segundo momento, considerou-se aderida apenas à
interface entre camadas asfálticas sobrepostas, sendo todas as demais interfaces
admitidas como não aderidas (em conformidade com a filosofia de interfaces
empregada pelo MeDiNa, visando o cálculo do dano a partir de esforços
determinados com o AEMC).
Vale reforçar que, conforme descrito no item 3.3.5, os valores de rigidez para
as camadas mais recentes de concreto asfáltico foram determinados conforme curva
mestra do ensaio de módulo complexo, na faixa com frequência de 10Hz e
temperatura de 25ºC. Estes ensaios foram realizados no CENPES. Devido a esta
opção metodológica, os procedimentos de retroanálise foram efetuados sem
nenhuma correção nas medidas de campo, já que a camada termossuscetível não
foi ajustada pelo processo iterativo.
Salienta-se, novamente, que os valores de rigidez com todas as interfaces
aderidas, referentes aos trechos do Rio de Janeiro/RJ, foram obtidos ao longo do
estudo de Nascimento (2015) e fornecidos por este ao autor dessa pesquisa. Os
demais procedimentos iterativos foram realizados ao longo deste estudo. Os
resultados de rigidez característica dos materiais que compõem os trechos
monitorados estão expostos na Tabela 4.9 à Tabela 4.12.
Observando a Tabela 4.9 até a Tabela 4.12, pode-se perceber que os valores
de rigidez determinados para a camada asfáltica antiga e para os materiais
granulares de base e sub-base são em geral menores quando as interfaces são
consideradas totalmente aderidas. Bueno (2016) investigou o tema mediante
abordagem do cálculo dos esforços computacionais pela teoria da elasticidade
(formato usado pelo BAKFAA), indicando que estruturas consideradas aderidas
necessitam de um conjunto modular de menor magnitude para representar a bacia
deflectométrica teórica de forma aproximada àquela determinada em campo, com o
equipamento FWD. Já quando as camadas são consideradas sem aderência, o
232
conjunto modular necessita de maiores valores de rigidez para conseguir reproduzir

deflexões próximas àquelas medidas em pista.
(interfaces aderidas)
Rigidez das Camadas (MPa)

ID da
Pista Rev. Asfáltico Camada Sub-base Sistema
Base Granular
(|E*| @10Hz 25ºC) Antiga Granular Subleito
1.1 7.473 4.000 109 -- 220
1.2 7.473 1.000 55 -- 320
2.1 4.901 -- 477 196 181
2.2 4.901 -- 569 189 160
(a)
5.941
3.1 (b) -- 200 168 258
6.567
(a)
5.941
3.2 (b) -- 131 100 241
6.567
4.1 4.140 -- 233 121 198
4.2 4.140 -- 99 133 204
Fonte: Autor
(interfaces não aderidas)

ID da
Base Granular
1.1 7.473 3.796 135 -- 216
1.2 7.473 1.159 94 -- 290
2.1 4.901 -- 643 514 210
2.2 4.901 -- 573 447 181
(a)
5.941
3.1 (b) -- 429 325 260
6.567
(a)
5.941
3.2 (b) -- 239 239 248
6.567
4.1 4.140 -- 389 296 227
4.2 4.140 -- 198 262 221
Fonte: Autor
De forma geral, entende-se que as condições de aderência adotadas no

decorrer do procedimento de retroanálise devem ser as mesmas daquelas utilizadas
pelos programas com os quais o pavimento será analisado. Caso o software de
233
projeto considere as camadas perfeitamente aderidas, a retroanálise deverá ser

realizada no mesmo formato, aplicando-se a mesma regra para interfaces sem
aderência. Ainda sobre o tema, Torquato e Silva (2017), Torquato e Silva et al.
(2017) e Scherer (2018) investigaram laboratorialmente as condições de aderência
entre concretos asfálticos e materiais granulares, indicando que a consideração de
interfaces não aderidas (entre camada asfáltica e base granular) é a que mais se
assemelha aos contatos existentes em pista.
(interfaces aderidas)

ID da
Base Granular
1 10.786 3.000 125 40 90
4 10.786 3.000 102 70 110
7 10.786 3.000 232 34 80
11 10.786 3.000 621 67 200
(a)
10.786
19 (b) -- 306 212 180
4.421
34 10.786 3.000 575 34 200
37 9.163 3.000 122 147 130
40 9.163 1.500 393 540 130
43 9.163 2.000 162 57 90
45 7.592 3.000 291 77 100
46 9.163 3.000 741 103 150
47 9.163 3.000 407 92 200
48 7.252 1.500 370 91 300
50 7.252 3.000 1.074 67 250
55 10.786 1.500 725 35 200
58 4.716 3.000 318 82 200
60 4.716 3.000 138 47 100
63 10.786 -- 37 55 60
65 10.786 1.500 195 400 150
67 10.786 1.500 150 346 175
70 4.716 3.000 148 55 100
73 10.126 3.000 416 40 115
75 10.126 3.000 5.325 247 150
86 9.116 1.500 169 258 150
(a)
9.116
88 (b) 3.000 528 119 120
3.483
89 8.574 -- 85 33 150
(a)
6.077
93 (b) 3.000 182 44 150
3.483
Fonte: Autor
234
(interfaces não aderidas)

ID da
Base Granular
1 10.786 3.030 309 81 90
4 10.786 3.122 328 120 110
7 10.786 3.570 350 140 70
11 10.786 3.535 663 283 160
(a)
10.786
19 (b) -- 323 250 160
4.421
34 10.786 3.642 464 200 130
37 9.163 3.000 182 120 130
40 9.163 2.000 500 450 124
43 9.163 2.525 300 110 93
45 7.592 2.727 368 239 100
46 9.163 4.848 850 350 150
47 9.163 4.545 750 333 180
48 7.252 4.000 650 258 255
50 7.252 4.040 1.500 263 204
55 10.786 3.700 808 200 140
58 4.716 2.550 510 217 180
60 4.716 1.200 300 110 93
63 10.786 -- 20 55 80
65 10.786 800 357 561 194
67 10.786 1.000 338 657 184
70 4.716 2.000 455 165 92
73 10.126 3.000 600 318 110
75 10.126 4.000 5.555 2.081 160
86 9.116 4.500 2.525 650 163
(a)
9.116
88 (b) 5.203 2.525 546 139
3.483
89 8.574 -- 60 78 135
(a)
6.077
93 (b) 4.000 765 455 141
3.483
Fonte: Autor
4.2 AVALIAÇÃO COMPUTACIONAL DOS TRECHOS MONITORADOS VISANDO

O CÁLCULO DOS DANOS MÉDIOS LIMITADOS ACUMULADOS
Conforme exposto no delineamento metodológico deste trabalho, tanto os

trechos monitorados no Rio de Janeiro/RJ quanto em Santa Maria/RS foram
avaliados computacionalmente por meio da ferramenta AEMC e do software LVECD.
235
Os itens que seguem exibem os danos médios limitados acumulados, calculados

com o auxílio de ambos os programas.
4.2.1 Danos médios limitados acumulados calculados com o auxílio do AEMC
Para obtenção dos valores de dano a partir dos esforços calculados com a
ferramenta AEMC, os resultados dos ensaios uniaxiais cíclicos de fadiga à tração-
compressão foram processados conforme recomendações do protocolo S-VECD,
adaptados a Equação (3.2), descrita anteriormente no item 3.4.1. Os resultados de
rigidez obtidos por meio da curva mestra do ensaio de módulo complexo a 10Hz, na
temperatura de 25ºC, e das constantes k1, k2 e k3, referentes às curvas de fadiga
utilizadas para calcular o número de solicitações admissíveis, estão descritas na
Tabela 4.13 e Tabela 4.14, respectivamente para os trechos de Santa Maria/RS e
Rio de Janeiro/RS.

esforços simulados com o AEMC para pavimentos de Santa Maria/RS
ID da Tipo de Mistura |E*| @ 10Hz Fadiga

Pista Asfáltica 25°C (MPa) k1 k2 k3
1.1 UFSM 1 - 50/70 12,5 mm 7.473 6,02E-05 5,70 -1,70
1.2 UFSM 1 - 50/70 12,5 mm 7.473 6,02E-05 5,70 -1,70
2.1 UFSM 2 - 50/70 12,5 mm 4.901 7,87E+10 5,32 -3,66
2.2 UFSM 2 - 50/70 12,5 mm 4.901 7,87E+10 5,32 -3,66
(a)
UFSM 3 - 50/70 12,5 mm 5.941 3,88E+10 3,71 -2,78
3.1 (b)
UFSM 3 - 50/70 12,5 mm 6.567 1,11E+08 5,47 -3,37
(a)
UFSM 3 - 50/70 12,5 mm 5.941 3,88E+10 3,71 -2,78
3.2 (b)
UFSM 3 - 50/70 12,5 mm 6.567 1,11E+08 5,47 -3,37
4.1 UFSM 4 - AB 12,5 mm 4.140 5,88E+16 7,53 -5,74
4.2 UFSM 4 - AB 12,5 mm 4.140 5,88E+16 7,53 -5,74
Fonte: Autor
Salienta-se que, de acordo com os resultados apresentados por Nascimento

(2015), as misturas asfálticas posicionadas nas camadas inferiores dos
revestimentos dos trechos com ID 19, 88 e 93 (trechos monitorados do Rio de
Janeiro/RJ), quando avaliadas mediante extração de corpos de prova em pista, não
exibiram indicativos de trincamento. Desta forma, os danos calculados nestes
236
segmentos, tanto com o AEMC quanto com o LVECD, referem-se apenas a camada
asfáltica superior.

esforços simulados com o AEMC para pavimentos do Rio de Janeiro/RJ
ID da Tipo de Mistura |E*| @ 10Hz Fadiga

Pista Asfáltica 25°C (MPa) k1 k2 k3
1 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
4 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
7 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
11 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
(a)
30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
19 (b)
65/90 19,1 mm -- -- -- --
34 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
37 30/45 12,5 mm 9.163 8,07E-05 6,06 -2,27
40 30/45 12,5 mm 9.163 8,07E-05 6,06 -2,27
43 30/45 12,5 mm 9.163 8,07E-05 6,06 -2,27
45 50/70 12,5 mm 7.592 2,38E+02 5,68 -2,98
46 30/45 12,5 mm 9.163 8,07E-05 6,06 -2,27
47 30/45 12,5 mm 9.163 8,07E-05 6,06 -2,27
48 50/70 19,1 mm 7.252 2,91E+03 6,89 -3,82
50 50/70 19,1 mm 7.252 2,91E+03 6,89 -3,82
55 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
58 AB 19,1 mm 4.716 1,83E+08 5,50 -3,68
60 AB 19,1 mm 4.716 1,83E+08 5,50 -3,68
63 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
65 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
67 30/45 19,1 mm 10.786 2,62E-09 5,55 -1,39
70 AB 19,1 mm 4.716 1,83E+08 5,50 -3,68
73 Elvaloy 19,1 mm 10.126 3,29E-04 5,89 -2,26
75 Elvaloy 19,1 mm 10.126 3,29E-04 5,89 -2,26
86 Bio 19,1 mm 9.116 6,81E-04 5,92 -2,35
(a)
Bio 19,1 mm 9.116 6,81E-04 5,92 -2,35
88 (b)
60/85 9,5 mm -- -- -- --
89 Syn 19,1 mm 8.574 4,73E+03 5,36 -2,95
(a)
60/85 19,1 mm 6.077 1,54E+11 5,45 -4,00
93 (b)
60/85 9,5 mm -- -- -- --
Fonte: Autor
De posse dos parâmetros de fadiga expostos na Tabela 4.13 e Tabela 4.14,

juntamente com as deformações principais de tração, calculadas no AEMC, e com
os tráfegos atuantes nas estruturas, contabilizados por contagens presenciais, é
possível aplicar a Equação (3.3), exposta no item 3.4.1, e encontrar os danos
237
limitados médios acumulados à fadiga. A Figura 4.17 (Santa Maria/RS) e a Figura

4.18 até Figura 4.21 (Rio de Janeiro/RJ) exibem as curvas de dano simuladas no
período de 15 anos.
Figura 4.17 - Dano calculado com o AEMC para os Trechos de Santa Maria/RS
1,0 ID 1.1
0,9 ID 1.2
Dano Médio Acumulado Limitado
0,8 ID 2.1
0,7 ID 2.2
ID 3.1
0,6
ID 3.2
0,5
ID 4.1
0,4
ID 4.2
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
Fonte: Autor
1 a ID 37)
1,0 ID 1
0,9 ID 4
0,8 ID 7
ID 11
0,7
ID 19
0,6
ID 34
0,5 ID 37
0,4
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
Fonte: Autor
238
40 a ID 50)
1,0 ID 40
0,9 ID 43
0,8 ID 45
0,7 ID 46
0,6 ID 47
0,5 ID 48
0,4 ID 50
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
Fonte: Autor
55 a ID 70)
1,0 ID 55
0,9 ID 58
0,8 ID 60
0,7 ID 63
0,6 ID 65
0,5 ID 67
0,4 ID 70
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
Fonte: Autor
239
73 a ID 93)
1,0 ID 73
0,9 ID 75
0,8 ID 86
0,7 ID 88
0,6 ID 89
0,5 ID 93
0,4
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
Fonte: Autor
Conforme mencionado no item 4.1.5, o agrupamento dos trechos do Rio de

Janeiro/RJ nos respectivos gráficos seguiu o ordenamento numérico de suas
identificações, conforme exposto na Tabela 3.1. O mesmo agrupamento ocorre no
item 4.2.2, que ilustra as curvas de dano obtidas com o software LVECD.
Vale salientar que os esforços determinados pelo AEMC, utilizados no modelo
exposto na Equação (3.2), foram determinados considerando a rigidez das camadas
granulares e subleito retroanalisadas, com as interfaces adotadas sem nenhuma
aderência. Foi atribuída aderência apenas para camadas asfálticas sobrepostas.
Pela análise prévia das informações extraídas dos gráficos das Figura 4.17 à
Figura 4.21, percebe-se que a evolução dos danos das estruturas monitoradas no
Rio de Janeiro/RJ é maior do que aquelas avaliadas em Santa Maria/RS. Atribui-se
a este fato à presença de segmentos referentes à faixa menos carregada dos
trechos avaliados (ID 1.1, 2.1, 3.1 e 4.1) que, consequentemente, resultam em baixa
danificação dos revestimentos asfálticos ao longo do tempo, devido ao pequeno
volume de tráfego atuante nestas pistas. A mesma justificativa pode ser atribuída à
faixa mais carregada da Avenida Roraima (ID 1.2), que, conforme exposto
240
anteriormente na Figura 4.1, exibe o menor volume de tráfego, dentro os trechos

avaliados pela UFSM, para segmentos monitorados na faixa mais carregada.
Para os demais segmentos, respectivos às faixas mais carregadas dos
trechos avaliados, o bom desempenho à fadiga em campo das misturas dos
pavimentos avaliados na Avenida Hélvio Basso e ERS-509 (ID 2.2 e 4.2,
respectivamente), também são assimilados pela curva de danificação, gerando
pequenos valores de dano médio limitado acumulado.
Em relação à faixa mais carregada monitorada na BR-158 (ID 3.2), entende-
se que a curva de dano permitiu captar a evolução da degradação visualizada em
pista, considerando-se a ordem de grandeza dos danos médios unitários, calculados
com uso do AEMC. Ao final do item 4.2.2, que segue, está exposta uma análise
conjunta dos danos calculados tanto com o auxílio do AEMC quanto com o LVECD.
4.2.2 Danos médios limitados acumulados calculados com o LVECD
Conforme descrito no item 3.4.2, as informações, referentes aos materiais

asfálticos, necessárias à análise mecanicista dos pavimentos com o LVECD são
resultados da abordagem viscoelástica de cargas em movimento do modelo S-
VECD, no critério de falha 𝐺𝑅. Para possibilitar a análise dos trechos no LVECD,
estão compilados, neste item, os dados da caracterização viscoelástica, em termos
de séries de Prony (Tabela 4.15), os coeficientes de translação do princípio de
superposição tempo-temperatura (Tabela 4.16), os parâmetros de evolução de dano
“α” (Tabela 4.17), os coeficientes “a” e “b” obtidos pelo ajuste do modelo exponencial
sobre a curva C vs S e os coeficientes γ e Δ, das curvas GR vs Nfad (Tabela 4.18) dos
trechos de Santa Maria/RS. Para os trechos monitorados no Rio de Janeiro/RJ,
todas estas informações podem ser obtidas no trabalho de Nascimento (2015).
Vale salientar que, também na Tabela 4.18, estão expostos os coeficientes
C10, C11 e C12, obtidos mediante ajuste com o modelo de potência, formato utilizado
pela versão comercial mais recente do LVECD (FlexPave 1.0), conforme abordado
por Schuster (2018).
Da Tabela 4.15, percebe-se que a mistura “UFSM 4” utiliza um maior número
de elementos na série de Prony, quando comparada às demais misturas referentes
aos trechos de Santa Maria/RS. Justifica-se este fato devido à realização do ensaio
de módulo complexo deste material asfáltico nas instalações da UFSM (as demais
241
misturas foram avaliadas no CENPES). Esta prática foi adotada por Boeira (2018) e
Schuster (2018), devido aos argumentos apresentados por Babadopulos (2013), que
verificou um aumento na precisão da modelagem mediante acréscimo no número de
elementos da série de Prony.
Tabela 4.15 – Coeficientes de ajuste dos Módulos de Relaxação (Ei) pelas séries de
Prony
Ei (kPa)
UFSM 1 - UFSM 2 - UFSM 3 - UFSM 3 -
UFSM 4 -
pi (s) pi (s) 50/70 12,5 50/70 12,5 50/70 12,5 50/70 12,5
AB 12,5 mm (a) (b)
mm mm mm mm
8,17E+03 7,22E+03 2,00E+10 9,86E+02 2,97E+02 4,36E+02 2,75E+02
2,25E+03 1,15E+04 2,00E+09 8,14E+02 2,79E+02 4,67E+02 3,17E+02
5,64E+02 2,31E+04 2,00E+08 1,52E+03 5,47E+02 9,70E+02 6,86E+02
1,49E+02 4,48E+04 2,00E+07 2,94E+03 1,09E+03 2,03E+03 1,49E+03
4,14E+01 8,61E+04 2,00E+06 5,95E+03 2,23E+03 4,30E+03 3,27E+03
1,20E+01 1,63E+05 2,00E+05 1,31E+04 4,83E+03 9,31E+03 7,35E+03
3,55E+00 2,98E+05 2,00E+04 3,20E+04 1,14E+04 2,11E+04 1,73E+04
1,08E+00 5,09E+05 2,00E+03 8,99E+04 3,07E+04 5,20E+04 4,41E+04
3,31E-01 7,93E+05 2,00E+02 2,81E+05 9,77E+04 1,45E+05 1,29E+05
1,02E-01 1,11E+06 2,00E+01 8,65E+05 3,51E+05 4,46E+05 4,30E+05
3,15E-02 1,41E+06 2,00E+00 2,20E+06 1,18E+06 1,55E+06 1,74E+06
9,64E-03 1,66E+06 2,00E-01 3,81E+06 2,80E+06 3,08E+06 3,57E+06
2,92E-03 1,83E+06 2,00E-02 4,66E+06 4,09E+06 4,62E+06 5,43E+06
8,82E-04 1,92E+06 2,00E-03 4,73E+06 4,59E+06 4,86E+06 5,70E+06
2,64E-04 1,95E+06 2,00E-04 4,02E+06 4,01E+06 3,98E+06 4,62E+06
7,88E-05 1,89E+06 2,00E-05 3,06E+06 3,01E+06 2,76E+06 3,17E+06
2,34E-05 1,79E+06 2,00E-06 2,16E+06 2,04E+06 1,74E+06 1,98E+06
6,94E-06 1,61E+06 2,00E-07 1,46E+06 1,31E+06 1,04E+06 1,17E+06
2,05E-06 1,43E+06 2,00E-08 9,54E+05 8,06E+05 5,99E+05 6,69E+05
6,03E-07 1,20E+06 2,00E-09 6,12E+05 4,87E+05 3,40E+05 3,76E+05
1,77E-07 1,02E+06 2,00E-10 9,45E+05 6,62E+05 4,09E+05 4,48E+05
5,19E-08 8,08E+05
1,52E-08 6,68E+05
4,43E-09 5,06E+05
1,29E-09 4,16E+05
3,75E-10 3,02E+05
1,09E-10 2,53E+05
3,17E-11 1,74E+05
9,20E-12 1,52E+05
2,67E-12 9,69E+04
7,75E-13 9,17E+04
2,25E-13 5,20E+04
6,52E-14 5,42E+04
1,89E-14 5,13E+04
5,47E-15 9,01E+04
Fonte: Autor
242
Tabela 4.16 – Curvas-Mestras e Coeficientes de translação do princípio de

superposição tempo-temperatura
Coeficientes da Função Sigmoidal, Coeficientes Shift Factor da

Misturas |E*| MPa Função Polinomial
Asfálticas
a b d g a1 a2 a3
UFSM 1 - 50/70
0,948 3,477 1,543 0,545 0,0009 -0,1862 3,3551
12,5 mm
UFSM 2 - 50/70
0,947 3,396 1,263 0,602 0,0006 -0,1620 3,0000
12,5 mm
UFSM 3 - 50/70
(a) 1,865 2,475 0,910 0,726 0,0008 -0,1630 2,9300
12,5 mm
UFSM 3 - 50/70
(b) 1,820 2,571 0,949 0,766 0,0010 -0,1790 3,1600
12,5 mm
UFSM 4 - AB 12,5
0,913 3,371 1,138 0,571 0,0009 -0,1701 3,0791
mm
Fonte: Autor
Tabela 4.17 – Parâmetros “α” de evolução do dano
α
UFSM 1 - 50/70 UFSM 2 - 50/70 UFSM 3 - 50/70 UFSM 3 - 50/70 UFSM 4 - AB 12,5
(a) (b)
12,5 mm 12,5 mm 12,5 mm 12,5 mm mm
3,20 3,01 3,32 3,12 3,12
Fonte: Autor
Tabela 4.18 – Coeficientes de regressão das curvas características de dano pelo

critério do GR
C vs. S R
Misturas G
Potência Exponencial
Asfálticas
C10 C11 C12 a b Y Δ
UFSM 1 - 50/70
1,0 3,71E-06 1,05 3,82E-07 1,28 3,41E+07 -1,51
12,5 mm
UFSM 2 - 50/70
1,0 1,41E-03 0,5431 3,28E-04 0,71 1,52E+07 -1,41
12,5 mm
UFSM 3 - 50/70
(a) 1,0 2,53E-03 0,4884 8,37E-04 0,62 3,16E+08 -1,68
12,5 mm
UFSM 3 - 50/70
(b) 1,0 1,54E-04 0,7352 3,04E-05 0,91 1,39E+07 -1,42
12,5 mm
UFSM 4 - AB 12,5
1,0 4,68E-03 0,4324 4,51E-04 0,68 8,67E+06 -1,23
mm
Fonte: Autor
Com as informações referentes às misturas asfálticas e os valores de rigidez

dos materiais granulares e subleito (determinados pelo BAKFAA, utilizando as
243
camadas totalmente aderidas, conforme Tabela 4.9 e Tabela 4.11, apresentadas

anteriormente no item 4.1.5.1), adicionados aos parâmetros climáticos e de tráfego,
pôde-se determinar os danos limitados médios acumulados com o LVECD.
Os gráficos distribuídos da Figura 4.22 até a Figura 4.26 exibem as curvas de
dano resultantes, para um período de análise de 15 anos, avaliadas nos trechos
utilizados neste estudo. Destaca-se que os danos calculados com o LVECD nos
segmentos do Projeto Fundão foram determinados no decorrer do estudo de
Nascimento (2015).
Figura 4.22 – Dano calculado com o LVECD para os Trechos de Santa Maria/RS
1,0 ID 1.1
0,9 ID 1.2
0,8 ID 2.1
0,7 ID 2.2
0,6 ID 3.1
0,5 ID 3.2
0,4 ID 4.1
0,3 ID 4.2
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
Fonte: Autor
Analisando as ilustrações expostas na Figura 4.22 até a Figura 4.26, quando

comparadas com as curvas de dano expostas no item 4.2.1, percebe-se que os
danos médios limitados calculados com o AEMC, em comparação àqueles
determinados com uso do LVECD, exibem uma magnitude relativamente menor, não
atingindo, na maioria dos casos, valores próximos a unidade total (dano médio
acumulado limitado=1,0). Percebe-se que, com a sistemática de cálculo utilizando os
esforços oriundos do AEMC, combinados com os parâmetros determinados com o
ensaio uniaxial de fadiga à tração-compressão e tráfego atuante na estrutura, os
danos calculados são mais sensíveis ao número de solicitações do eixo padrão do
que àqueles determinados com o LVECD.
244
(ID 1 a ID 37)
1,0 ID 1
0,9 ID 4
0,8 ID 7
0,7 ID 11
0,6 ID 19
ID 34
0,5
ID 37
0,4
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
(ID 40 a ID 50)
1,0 ID 40
0,9 ID 43
0,8 ID 45
0,7 ID 46
0,6 ID 47
0,5 ID 48
0,4 ID 50
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)

245
(ID 55 a ID 70)
1,0 ID 55
0,9 ID 58
0,8 ID 60
0,7 ID 63
0,6 ID 65
0,5 ID 67
ID 70
0,4
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)
(ID 73 a ID 93)
1,0 ID 73
0,9 ID 75
0,8 ID 86
0,7 ID 88
0,6 ID 89
0,5 ID 93
0,4
0,3
0,2
0,1
0,0
0 20 40 60 80 100 120 140 160 180
Tempo (meses)

246
No programa americano, aparentemente, os parâmetros de fadiga da mistura

tem mais peso no resultado final de dano, indicando valores acumulados
relativamente altos para pavimentos submetidos a um tráfego não tão elevado, nos
casos em que a mistura asfáltica apresenta desempenho insatisfatório à fadiga.
Isto corrobora com as afirmações efetuadas no item 4.2.1, relativas à menor
magnitude dos danos calculados para os trechos de Santa Maria/RS, com o auxílio
do AEMC. Nos resultados oriundos do LVECD, nota-se que o desempenho
insatisfatório das misturas asfálticas dos Trechos 1.2 e 3.1 se sobrepõem aos baixos
volumes de tráfego, alcançando valores expressivos de danificação. O Trecho 3.2
mantém o comportamento de danificação significativa, já visualizado nos resultados
oriundos do AEMC.
De qualquer forma, para trabalhos futuros, sugere-se uma análise de
sensibilidade dos parâmetros inseridos no programa LVECD, objetivando identificar,
para o mecanismo de ruptura por fadiga, quais são os elementos que mais
contribuem para a evolução do processo de danificação da camada de revestimento
asfáltico ao longo do tempo.
Vale ainda destacar que, uma análise completa das curvas de dano referente
aos pavimentos asfálticos localizados no Rio de Janeiro/RJ pode ser encontrada no
trabalho de Nascimento (2015), com identificação dos impactos dos diferentes
ligantes empregados nas misturas asfálticas nas danificações simuladas e nos
percentuais de área trincada observados em campo. Em relação aos segmentos de
Santa Maria/RS, as curvas de dano determinadas com o LVECD, expostas na
Figura 4.22, identificam corretamente o melhor comportamento previsto, frente ao
trincamento por fadiga, para os trechos localizados na ERS-509 (ID 4.1 e 4.2), que
empregam ligante asfáltico do tipo asfalto borracha (AB-08) em sua composição.
Dentre os demais segmentos monitorados em Santa Maria/RS, compostos
por revestimentos projetados com ligante asfáltico 50/70 como aglutinador da
mistura, percebe-se o comportamento destacadamente acentuado das curvas de
dano determinadas para os trechos ID 1.2, 3.1 e 3.2, cujos percentuais de área
trincada em campo também exibiram valores significativamente altos, conforme
exposto anteriormente na Tabela 4.6.
Por fim, para identificar se o comportamento dos danos calculados nos
trechos avaliados, das diferentes formas, sofre alteração significativa entre si,
elaborou-se o ordenamento dos danos determinados na idade de 10 anos (120
247
meses), período de projeto usualmente adotado na concepção de pavimentos novos

no Brasil. Essa análise está exposta na Tabela 4.19, tanto para os trechos de Santa
Maria/RS quanto para os trechos do Rio de Janeiro/RJ. Salienta-se que as posições
estão ordenadas do maior para o menor dano.
Tabela 4.19 – Ordenamento dos danos em 120 meses calculados nos trechos
monitorados com os diferentes programas
Classificação SM Classificação RJ
DanoLVECD DanoAEMC DanoLVECD DanoAEMC
Ordem Ordem
(120 meses) (120 meses) (120 meses) (120 meses)
1 ID 3.2 0,999 ID 3.2 0,516 1 ID 63 0,956 ID 4 0,836
2 ID 1.2 0,921 ID 3.1 0,315 2 ID 4 0,955 ID 7 0,815
3 ID 3.1 0,887 ID 1.2 0,304 3 ID 7 0,944 ID 89 0,748
4 ID 2.1 0,563 ID 4.2 0,244 4 ID 89 0,898 ID 19 0,723
5 ID 2.2 0,476 ID 2.2 0,240 5 ID 67 0,893 ID 37 0,718
6 ID 1.1 0,305 ID 2.1 0,188 6 ID 60 0,885 ID 43 0,715
7 ID 4.2 0,179 ID 4.1 0,133 7 ID 45 0,883 ID 60 0,714
8 ID 4.1 0,083 ID 1.1 0,005 8 ID 1 0,857 ID 63 0,714
9 ID 37 0,852 ID 11 0,712
10 ID 11 0,837 ID 67 0,710
11 ID 43 0,802 ID 1 0,699
12 ID 55 0,799 ID 55 0,682
13 ID 73 0,750 ID 34 0,681
14 ID 46 0,708 ID 45 0,681
15 ID 58 0,700 ID 73 0,618
16 ID 34 0,656 ID 46 0,588
17 ID 86 0,631 ID 58 0,573
18 ID 65 0,571 ID 40 0,545
19 ID 48 0,520 ID 48 0,464
20 ID 70 0,507 ID 47 0,440
21 ID 88 0,433 ID 88 0,439
22 ID 47 0,433 ID 65 0,418
23 ID 40 0,313 ID 86 0,408
24 ID 19 0,246 ID 50 0,399
25 ID 50 0,135 ID 70 0,355
26 ID 93 0,128 ID 93 0,328
27 ID 75 0,069 ID 75 0,279
Fonte: Autor
Pela Tabela 4.19, percebe-se que, salvas algumas exceções, grande parte dos
trechos exibem um padrão de comportamento parecido quando avaliados com o
AEMC e com o LVECD. Os trechos com maiores valores de dano acumulado aos
248
120 meses, calculados com o LVECD, majoritariamente também estão entre os

pavimentos mais danificados quando simulados com o AEMC. A constatação
também é válida para os casos de menor danificação.
4.3 PREVISÃO DA IRREGULARIDADE LONGITUDINAL
O procedimento de previsão do comportamento da irregularidade longitudinal

ao longo do tempo, com base nos resultados obtidos no decorrer deste estudo, foi
dividido em três etapas. Na primeira delas, buscou-se analisar estatisticamente a
associação e significância das variáveis selecionadas na evolução da irregularidade
longitudinal. Feito isso, foram realizadas tentativas de adequação das variáveis aos
resultados de irregularidade, utilizando apenas a base de dados empírica,
determinada em campo nos trechos monitorados, ao decorrer dos anos de
acompanhamento.
Por fim, realizaram-se as tentativas de adequar o caráter mecanicista aos
modelos de previsão, mediante utilização dos danos médios limitados acumulados,
calculados o com auxílio do AEMC e com o LVECD.
4.3.1 Análise estatística das variáveis independentes
Visando identificar os parâmetros mais significativos no desempenho da

estrutura de pavimento frente à irregularidade longitudinal, foi utilizado o método de
Análise de Variância (ANOVA), que busca verificar se determinado fator é
responsável pelas variações nas respostas das variáveis dependentes de interesse.
De acordo com Field (2005), este procedimento é realizado através da
formulação de hipóteses estatísticas, ou seja, suposições ou afirmações relativas a
uma ou mais populações, que podem ser verdadeiras ou não. A probabilidade de
ocorrência de erros em testes de hipótese pode ser controlada pelo nível de
significância (α), dado pela probabilidade de concluir que existe uma associação
entre a variável de resposta e o termo avaliado, quando na verdade não há uma
associação real.
Nos testes ANOVA, busca-se obter o valor do teste F de Snedcor
(FOBSERVADO), determinado pela relação entre a variância entre grupos e dentro de
um determinado grupo. A determinação da significância dos fatores avaliados é
249
realizada mediante comparação de FOBSERVADO com um valor limite de F (FCRÍTICO),

encontrado em tabelas estatísticas de acordo com o nível de significância adotado,
graus de liberdade, número de grupos (soma das variáveis dependentes e
independentes) e observações (FIELD, 2005).
Adicionalmente, as análises estatísticas que adotam a metodologia ANOVA
também permitem avaliar o “valor P”, denominado como “nível descritivo de teste” ou
“probabilidade de significância”. Em estudos como este, em que o nível de
confiabilidade adotado foi de 95%, se o “valor P” for maior ou igual ao nível de
significância (5%, ou seja, α=0,05), entende-se que não é possível concluir a
ocorrência de uma associação estatisticamente significativa entre os parâmetros
avaliados.
A opção por trabalhar com intervalos estabelecidos no nível de confiança de
95% foi efetuada com base nas recomendações de Zar (1984), Field (2005) e
Kasznar (2007), que apresentam algumas orientações sobre a realização de
regressões e testes ANOVA para avaliar associações entre variáveis. Este nível de
confiabilidade, também adotado nos itens 4.3.2 e 4.3.3, que exibem a modelagem do
IRI de maneira empírica e empírico-mecanicista, é empregado por grande parte dos
autores mencionados nos itens 2.2.2 à 2.2.14.
Como etapa inicial do procedimento de análise de dados, foram selecionados
os parâmetros quantificados nos trechos monitorados, objetivando encontrar a sua
representatividade na evolução da irregularidade longitudinal (variável dependente,
representada pelo IRI, em m/km). Nove parâmetros explicativos foram escolhidos
para modelar o fator de resposta representativo da irregularidade longitudinal (IRI). A
Tabela 4.20 exibe as simbologias e definições adotadas nesse estudo.
Conforme exposto no decorrer do item 4.1, percebe-se que os levantamentos
dos diferentes indicadores de desempenho do pavimento não foram efetuados
sempre em datas simultâneas com aquelas nas quais foram realizados os
levantamentos de irregularidade longitudinal. Procurou-se, assim, compatibilizar os
levantamentos com as datas em que foram medidos os valores de IRI, tomados
como referência.
O procedimento de compatibilização, nos casos em que este se mostrou
necessário, foi realizado analiticamente, mediante interpolação da curva de
desempenho dos indicadores avaliados no período em que foi realizado o
levantamento de irregularidade. O gráfico da Figura 4.27 exibe esta ocorrência para
250
a quantificação de área trincada em um dos trechos utilizados neste estudo, onde

havia informações de irregularidade no período de 63 meses após a data de
abertura ao tráfego e de trincamento não.
Tabela 4.20 – Variáveis independentes utilizadas na análise de irregularidade
Variável Definição
AT Área do pavimento com presença de trincas (%)
AGE Idade do pavimento desde a sua construção ou reabilitação (meses)
DMÁX Deflexão FWD abaixo do ponto de aplicação de carga (0,01mm)
FN Flow Number da mistura asfáltica empregada no trecho
IRIi Irregularidade inicial do pavimento após a construção ou reabilitação (m/km)
DanoAEMC Dano médio limitado acumulado (calculado com o AEMC)
2
DanoLVECD Dano médio limitado acumulado (calculado com o LVECD)
N Número acumulado de repetições do eixo padrão (método USACE)
NA Número anual de repetições do eixo padrão (método USACE)
Fonte: Autor
Figura 4.27 – Exemplo de compatibilização de resultados no mesmo período de

tempo
100
80 ID 34
Área Trincada (%)
60
40
AT=25,0%
20
63 meses
0
0 20 40 60 80 100 120 140
Tempo (meses)
Fonte: Autor
2
Por sugestão da banca examinadora do trabalho, defendido no dia 03 de maio de 2019, buscou-se
também verificar a associação do IRI com o dano reduzido, utilizado por Nascimento (2015) para
elaborar a função de transferência do dano médio limitado acumulado (calculado com o LVECD) em
área trincada. Todavia, a utilização do dano reduzido exibiu menores associações com a
irregularidade, quando comparado a utilização do dano médio limitado acumulado. Desta forma,
optou-se por manter as apresentações sem a exposição dos casos com o dano reduzido.
251
Realizadas as compatibilizações de datas necessárias, o conjunto de dados

de irregularidade foi separado em grupos, ou níveis, conforme classificação
determinada pelo Manual de Restauração do DNIT (DNIT, 2006a), já exposta
anteriormente na Tabela 2.4, popular no meio prático brasileiro.
Com as medidas de irregularidade transformadas em conceitos (ótimo, bom,
ruim, regular ou péssimo), pôde-se verificar, através do teste ANOVA, se as
variáveis independentes, determinadas em paralelo com a irregularidade, causam
variações relevantes na resposta da variável dependente de interesse (IRI). A
Tabela 4.21 exibe o resumo dos resultados da análise de variância, para o nível de
significância de 5% (confiabilidade=95%), classificando em ordem decrescente as
variáveis independentes mais significativas no resultado da variável de resposta.
Tabela 4.21 – Resumo da ANOVA para o planejamento fatorial do IRI
Graus de Soma Média

Variável FOBSERVADO FCRÍTICO Valor P
Liberdade Quadrática Quadrática
IRIi 4 75,72 18,93 115,68 2,42 4,01E-49
DanoAEMC 4 5,52 1,38 56,61 2,42 4,53E-31
N 4 1,78E+15 4,45E+14 18,03 2,42 1,64E-12
DanoLVECD 4 4,25 1,06 13,76 2,42 7,75E-10
NA 4 1,56E+13 3,89E+12 13,53 2,42 1,09E-09
AT 4 31.081,06 7.770,26 10,99 2,42 5,20E-08
AGE 4 44.658,80 11.164,70 10,65 2,42 8,70E-08
DMÁX 4 6.805,34 1.701,33 7,37 2,42 1,58E-05
FN 4 939.080,38 234.770,10 0,72 2,42 5,77E-01
Fonte: Autor
Para entendimento dos resultados expostos na Tabela 4.21, oriundos da

Análise de Variância, propõem-se o seguinte detalhamento exemplificativo, com
base na variável independente do dano médio limitado acumulado, calculado com o
LVECD (DanoLVECD). Para este parâmetro, o banco de dados relacionado com as
classificações de irregularidade longitudinal, conforme Manual de Restauração do
DNIT (DNIT, 2006a), ficou dividido de acordo com as informações exibidas na
Tabela 4.22.
Para determinação da Soma Quadrática entre grupos, basta efetuar a
aplicação da Equação (4.3). Para obtenção da Soma Quadrática dentro dos grupos,
252
realiza-se a aplicação da Equação (4.4). Já para o cálculo da Média Quadrática,

entre grupos e dentro dos grupos, basta aplicar as Equações (4.5) e (4.6).
Tabela 4.22 – Agrupamento do parâmetro DanoLVECD conforme classificações dos

resultados de IRI
Grupo Contagem Soma Média Variância

ÓTIMO 25 6,909 0,276 0,0809
BOM 42 20,332 0,484 0,1001
REGULAR 66 27,813 0,421 0,0828
RUIM 50 34,575 0,692 0,0557
PESSIMO 6 5,114 0,852 0,0722
Fonte: Autor
∑ ( ) (4.3)
(4.4)
∑ ( )
(4.5)
(4.6)
Em que:
gl = graus de liberdade;
MQDG = Média Quadrática dentro dos grupos;
MQEG = Média Quadrática entre grupos;
nj = número de dados no grupo “j”;
N = quantidade total de dados;
SQDG = Soma Quadrática dentro dos grupos;
SQEG = Soma Quadrática entre grupos;
Variância = variância dentro dos grupos.
253
Para interpretação dos resultados, deve-se determinar o valor do teste teste F

de Snedcor (FOBSERVADO), calculado por meio da Equação (4.7). Interpreta-se que,
quando o valor do teste F de Snedcor (FOBSERVADO) foi maior que o valor limite de F
(FCRÍTICO) – determinado por meio de tabelas de distribuição F, para um nível de
significância de 5% – é possível concluir a ocorrência de uma associação
estatisticamente significativa entre os parâmetros avaliados.
(4.7)
Em que:
FOBSERVADO = valor do teste F de Snedcor;
MQDG = Média Quadrática dentro dos grupos;
MQEG = Média Quadrática entre grupos.
Por fim, para o cálculo do o nível descritivo de teste (“valor P”), utiliza-se uma
tabela de distribuição qui-quadrado, baseada nas áreas dos histogramas de
distribuição de frequências, com o uso de planilhas eletrônicas.
Realizando tais operações para o banco de dados referente ao teste de
associação do dano calculado pelo LVECD com os conceitos de irregularidade
(Tabela 4.22), encontram-se resultados conforme expostos na Tabela 4.23.
Tabela 4.23 – Resumo da ANOVA para associação do DanoLVECD com o IRI
Fonte da Graus de Soma Média

FOBSERVADO Valor P FCRÍTICO
variação Liberdade Quadrática Quadrática
Entre
4 4,246539 1,061635 13,76103 7,75E-10 2,420746
grupos
Dentro dos
184 14,19521 0,077148 -- -- --
grupos
Total 188 18,44175 -- -- -- --
Fonte: Autor
Ilustrado o procedimento de cálculo, pode-se retomar as interpretações

expostas anteriormente na Tabela 4.21, onde é possível verificar que,
destacadamente, o valor de irregularidade inicial, medido após o final do processo
254
construtivo, e o dano médio acumulado limitado, calculado com o AEMC, são os

fatores que mais se associaram à irregularidade longitudinal. Em um segundo grupo,
percebe-se os efeitos do tráfego acumulado e anual, além dos danos calculados
com o LVECD. Por fim, as menores associações se relacionam com o percentual de
área trincada, idade do pavimento e deflexão máxima medida na superfície.
Cabe aqui um comentário sobre a importância da irregularidade obtida após o
final do processo construtivo na evolução dos indicadores funcionais. Em softwares
de dimensionamento de pavimentos novos e restaurações, entende-se que o IRI
inicial poderia ser definido como um critério a ser atingido conforme o tipo de rodovia
que se está projetando; ou seja, quanto menos importante a via em termos de
capacidade operacional e suporte estrutural, maior pode ser a irregularidade inicial
obtida após o final da fase construtiva, e assim sucessivamente.
Dando continuidade à análise dos resultados estatísticos da ANOVA,
observa-se que, mesmo com o ordenamento exposto na Tabela 4.21, o valor do
teste F de Snedcor (FOBSERVADO) foi maior que o valor limite de F (FCRÍTICO) em todas
as ocasiões analisadas, exceto para o parâmetro Flow Number. Ainda, o nível
descritivo de teste (“valor P”) também exibiu valores menores do que o nível de
significância do teste (α=0,05) para todas as variáveis analisadas, com exceção do
FN, indicando a ocorrência de uma associação estatisticamente significativa entre os
parâmetros avaliados, salvo o caso supracitado (FN da mistura asfáltica).
Mesmo entendendo que o FN é um bom critério para projeção da resistência
de concretos asfálticos frente a deformação permanente, acredita-se que a
utilização, nos trechos experimentais avaliados neste estudo, de apenas duas
misturas asfálticas com valores relativamente altos de Flow Number (conforme
exposto no item 4.1.3) dificultou a relação deste parâmetro com o IRI. Poucas
oscilações no banco de dados dificultam a associação entre variáveis, fazendo com
que os resultados de testes estatísticos gerem apenas resultados aleatórios,
indiferentes aos elementos independentes testados. Todavia, para os casos
avaliados no presente trabalho, a Análise de Variância indica que não há uma
associação significativa entre os resultados do ensaio uniaxial de carga repetida e o
seu parâmetro Flow Number com os valores de irregularidade longitudinal medidos
em pista com o perfilômetro inercial.
Entende-se que a não consideração de nenhum parâmetro representativo do
surgimento de afundamentos em trilha de roda em campo compromete sim uma
255
parcela das condições de contorno que envolve a previsão do IRI; todavia, é

pertinente mencionar que, as informações do perfil transversal, quando variáveis ao
longo do perfil longitudinal, já são captadas pelas próprias medidas de
irregularidade, realizadas no eixo de circulação de veículos (longitudinal). Conclui-
se, desta forma, que irregularidades altas não se relacionam diretamente com
afundamentos altos, mas sim com descontinuidades de perfil no decorrer da trilha de
roda avaliada, permitindo assim, para efeitos deste estudo, uma modelagem do IRI
sem a presença do ATR. De qualquer forma, sugere-se uma investigação futura
referente ao tema, com um banco de dados que atente a todos os aspectos
mencionados na presente discussão, tanto em relação aos afundamentos de campo
(discutidos no item 4.1.3) quanto aos resultados de Flow Number.
Desta forma, eliminando apenas o parâmetro FN, optou-se por manter todas
as demais variáveis independentes, expostas na Tabela 4.20, nas tentativas de
adequação dos modelos de previsão de irregularidade longitudinal, baseados nos
trechos avaliados neste estudo.
Adicionalmente, para pleno entendimento das informações utilizadas para
compor o banco de dados adotado nas rotinas de regressão, expostas nos itens
4.3.2 e 4.3.3, que seguem, o Apêndice B exibe a totalidade dos resultados obtidos
no decorrer deste estudo, com as datas já compatibilizadas para as idades nas quais
foram efetuadas as medições de irregularidade longitudinal.
4.3.2 Modelagem empírica
Identificada a influência de cada uma das variáveis explicativas nos

resultados de irregularidade longitudinal, o conjunto de dados selecionado foi
submetido ao processo de regressão múltipla, visando elaborar um modelo inicial de
comportamento do IRI, puramente empírico.
Kasznar (2007) define as técnicas de regressão como métodos estatísticos
que permitem a previsão de valores de uma ou mais variáveis de resposta
(dependentes) através de um conjunto de variáveis explicativas (independentes).
Montgomery et al (2003) complementam, afirmando que uma regressão nada mais é
do que uma relação matemática entre certas variáveis que representem um
determinado fenômeno.
256
Para elaboração do modelo empírico, foram selecionadas apenas as variáveis

cujo comportamento ao longo do tempo fora observado em campo. Não foram,
assim, considerados os danos médios limitados acumulados, calculados com o
auxílio dos programas computacionais.
Evitou-se também selecionar, em um mesmo modelo, variáveis repetidas ou
consideradas colineares, como o tráfego acumulado (N) e anual (NA), ou tráfego
acumulado e idade do pavimento (AGE). A Tabela 4.24 exibe o conjunto de variáveis
numéricas utilizadas nas tentativas de elaboração do modelo empírico. Salienta-se
também que, conforme observação na literatura consultada e nos resultados de
irregularidade medidos em campo nos trechos monitorados, buscou-se ajustar a
previsão de desempenho primordialmente em equações de formato linear e
exponencial, combinando, desta forma, parâmetros estatísticos e empíricos.
Também foram efetuadas tentativas de previsão com modelos polinomiais,
sigmoidais ou bi-lineares segmentados; todavia, os indicadores finais de avaliação
de ajuste entre dados previstos e observados não foram satisfatórios.
Tabela 4.24 – Conjunto de variáveis numéricas utilizadas nos modelos empíricos

propostos
Xi
Yn
i=1 i=2 i=3 i=4 i=5 i=6 i=7
IRI IRIi N NA AGE AT DMÁX DMÁX *AT
ln IRIi ln N ln NA exp (AGE) DMÁX *N
log N log NA DMÁX *NA
(ln N)² (ln NA)² DMÁX *ln N
(DMÁX *ln N)²
DMÁX *ln NA
(DMÁX *ln NA)²
Fonte: Autor
Variáveis codificadas conforme Tabela 4.21
Totalizaram-se, portanto, 204 combinações investigadas pelo processo

estatístico de regressão linear (102) e exponencial (102), com intervalo de
confiabilidade de 95%. A escolha deste nível de confiabilidade já foi justificada no
item 4.3.1.
Os critérios adotados para identificação dos melhores modelos de previsão
foram os coeficientes de determinação (R²), o erro padrão de estimativa, os
257
resultados da ANOVA gerados pela regressão e os testes de hipótese dos

coeficientes destinados às variáveis independentes. Além disso, também foram
realizados os testes de verificação de normalidade dos resíduos e a
homocedasticidade (termo utilizado para verificar a variância constante dos erros
experimentais) dos mesmos. Quando a ausência de homocedasticidade é verificada,
interpreta-se que o comportamento dos erros experimentais é heteroscedastico.
Na prática, a heteroscedasticidade dos resíduos da regressão indica que o
modelo preditivo não exibe diferença aleatória entre valores previstos e observados
no decorrer da reta, ou curva, de indicadores calculados pela modelagem. Ou seja,
pode-se constatar uma tendência dos resíduos da regressão, indicando que, por
exemplo, o modelo regressivo calcula valores menores que os observados na
metade inicial da reta preditiva, contrapondo com valores maiores que os
observados na metade final da reta de previsão.
Sobre a análise dos resíduos, modelos importantes como o de AASHTO
(2008) e Abdelaziz et al (2018) claramente não exibem uma distribuição normal e
homocedasticidade dos resíduos resultantes do processo de regressão. Pino (2014)
comenta que é possível a ocorrência de não normalidade quando alguma das
variáveis que descreve determinado fenômeno não siga uma distribuição normal, por
razões intrínsecas ao próprio fenômeno. Entende-se que a avaliação dos resíduos
complementa os parâmetros explicativos da regressão, resumidos no teste
resultante ANOVA e nos coeficientes de determinação (R²), calculados a partir
deles. Ainda, o princípio da parcimônia também foi levado em consideração na
seleção dos melhores resultados, priorizando soluções simples que permitem
representar matematicamente os resultados de campo.
Outra questão relevante acarretada pelo andamento do processo foi à
utilização ou não da irregularidade inicial (IRIINICIAL ou IRIi) em cada trecho como
intercepto do modelo de regressão desenvolvido. Em vista disso, optou-se por
subdividir os modelos elaborados em “modelos com intercepto ajustável pela
regressão”, onde a constante inicial é determinada livremente pelo processo
regressivo, tornando a irregularidade inicial como parte do conjunto de variáveis, e
“modelos com intercepto fixo”, onde as equações partem do valor de IRI INICIAL.
A discussão sobre esta itemização foi efetuada de maneira aprofundada
apenas nos modelos de previsão empíricos, visando contextualizar o leitor sobre os
aspectos inerentes às distintas formas de efetuar a regressão. Nos modelos
258
empírico-mecanicistas (item 4.3.3), optou-se por exibir os resultados de maneira

mais objetiva, visto que as interpretações sobre as técnicas de regressão foram
análogas àquelas assimiladas pela modelagem empírica.
4.3.2.1 Modelos empíricos com intercepto ajustável pela regressão
Mediante realização da rotina de tentativas expostas na matriz fatorial descrita

pela Tabela 4.24, as Equações (4.8) e (4.9), respectivamente descritas no formato
linear e exponencial, exibem os resultados de melhor ajuste matemático para o
modelo de irregularidade empírico, com intercepto ajustável pela expressão
matemática.
( ) [( ) ( ( ))]
(4.8)
( ) [ ( ) ( )
( )] (4.9)
Em que:
AT = área do pavimento com presença de trincas (%) no tempo “t”;
DMÁX = deflexão FWD abaixo do ponto de aplicação de carga (0,01mm) no
tempo “t”;
IRIi = irregularidade inicial do pavimento após a construção ou reabilitação
(m/km);
IRI(t) = irregularidade longitudinal prevista no pavimento (m/km) no tempo “t”;
N = número acumulado de repetições do eixo padrão (método USACE) no
tempo “t”.
Os formatos expostos na Equação (4.8) e Equação (4.9) resultam em um erro

padrão de estimativa, oriundo do processo de regressão, quantificado em 0,38m/km
e 0,39m/km, respectivamente. Em ambos os casos, a associação dos percentuais
de área trincada com as deflexões máximas medidas na superfície, somadas com o
259
tráfego acumulado no pavimento ao longo do tempo, determinado com uso dos

fatores de equivalência de carga da USACE, e a irregularidade inicial da rodovia,
após o final do processo construtivo, resultaram na melhor representação
matemática que calcula o valor do IRI ao longo do tempo. A Tabela 4.25 resume os
parâmetros da Análise de Variância (ANOVA) oriundos do processo de regressão
resultante das Equações (4.8) e (4.9).
Pela Tabela 4.25, pode-se perceber que praticamente não ocorrem alterações
nos resultados da análise de variância com a mudança do formato de modelo linear
para exponencial. Em ambos os casos, a média quadrática dos resíduos é
significativamente menor do que a média quadrática da regressão, resultando em
um valor do teste F de Snedcor satisfatório, indicando que as equações de
regressão são estatisticamente significativas.
Tabela 4.25 – ANOVA das regressões resultantes nas Equações (4.8) e (4.9)

ANOVA Fobservado Valor P
Regressão 4 113,47 28,37 192,14 0,00
Equação
Resíduos 185 27,31 0,15 -- --
Lin. (4.8)
Total 189 140,78 -- -- --
Regressão 5 113,09 22,62 150,32 0,00
Equação
Resíduos 184 27,69 0,15 -- --
Exp. (4.9)
Total 189 140,78 -- -- --
Fonte: Autor
Ademais, tanto para as Equações (4.8) e (4.9), quanto para todos os demais
modelos que serão expostos neste trabalho, os “valores P” da ANOVA, oriunda da
regressão, e dos testes de hipótese referentes aos coeficientes atribuídos as
variáveis independentes, foram menores que o nível de significância de teste
(α=0,05), indicando rejeição da hipótese nula; ou seja, existe uma relação entre o IRI
e as variáveis independentes que contribuem na formulação do modelo, sendo os
coeficientes de regressão significativos, tornando os modelos explicativos.
Dando continuidade à avaliação dos resultados, os gráficos da Figura 4.28 e
Figura 4.29 exibem, respectivamente para as Equações (4.8) e (4.9), o confronto dos
resultados previstos pelas expressões matemáticas e os resultados observados em
260
campo. As linhas pontilhadas em preto representam os limites estabelecidos pelo

erro padrão de estimativa resultante da regressão.
Figura 4.28 – Irregularidade longitudinal prevista com a Equação (4.8) – Linear

Empírica com intercepto ajustável
7
Rio de Janeiro/RJ
6
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
IRI Observado (m/km)
Fonte: Autor
Figura 4.29 – Irregularidade longitudinal prevista com a Equação (4.9) – Exponencial

Empírica com intercepto ajustável
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
261
Percebe-se que a nuvem de pontos, exposta nos gráficos da Figura 4.28 e

Figura 4.29, se aproxima com relativa similaridade da referência de igualdade entre
os eixos horizontal e vertical. Destaca-se também a forte presença dos pavimentos
monitorados em Santa Maria/RS no setor relativo aos menores valores de
irregularidade previstos e observados, conforme já visualizado na Tabela 4.2 e
Tabela 4.3, expostas no item 4.1.2. Entende-se que esta acumulação de resultados
oriundos das diferentes localidades foi benéfica para a concepção dos modelos de
previsão de irregularidade longitudinal, permitindo que as expressões matemáticas
geradas abrangessem uma maior variedade de condições de superfície,
representadas pelo IRI.
Visando analisar os resíduos produzidos pela aplicação das expressões
geradas, os gráficos da Figura 4.30 e Figura 4.31 confrontam os resíduos das
regressões que originaram as Equações (4.8) e (4.9), com os valores previstos de
irregularidade pelo uso destas representações matemáticas, visando avaliar a
variância dos erros experimentais.
Figura 4.30 – Avaliação da variância dos erros experimentais previstos pela

Equação (4.8) – Linear Empírica com intercepto ajustável
2,0
Resíduos da Regressão (m/km)
1,5 Rio de Janeiro/RJ

Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Com os gráficos expostos na Figura 4.30 e Figura 4.31, é possível interpretar

que a variância dos resíduos é homoscedástica, ou seja, os pontos estão
262
aleatoriamente distribuídos em torno da linha de referência destacada em negrito

(eixo horizontal zerado), sem nenhum comportamento ou tendência pendente para
ordenadas negativas ou positivas.
(4.9) – Exponencial Empírica com intercepto ajustável
2,0

Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Tal evidência é corroborada pelos Testes de Normalidade Shapiro-Wilk,

obtidos mediante avaliação dos resíduos das regressões que resultaram nas
Equações (4.8) e (4.9). Para interpretação deste teste, deve-se concluir que, se o
“valor P” é maior do que o nível de significância (0,05), os resíduos seguem uma
distribuição normal. Os resultados, com nível de confiabilidade de 95% (nível de
significância de 0,05) indicaram “valores P” maiores do que 0,05, mostrando que os
resíduos da regressão seguem uma distribuição normal.
Salienta-se que, os “valores P” oriundos dos Testes de Normalidade tem
interpretação oposta aqueles determinados mediante Análise de Variância. Na
ANOVA, um “valor p” menor que o nível de significância do teste indica que há
ocorrência de uma associação estatisticamente significativa entre os parâmetros
avaliados. Nos Testes de Normalidade Shapiro-Wilk, utilizados para análise de
resíduos de regressão, a interpretação é oposta, indicando que os resíduos seguem
263
uma distribuição normal quando o “valor P” é maior que o nível de significância do

teste.
De qualquer forma, apesar das avaliações dos modelos gerados com
intercepto ajustável pela regressão cumprirem com requisitos estatísticos que
apontam para boa representatividade da variável de resposta, percebe-se que a
utilização de um coeficiente angular de ajuste na irregularidade inicial permite que os
modelos resultem em valores de irregularidade incoerentes do ponto de vista prático,
considerando como base o valor determinado após o processo final de execução da
estrutura nova ou reabilitação (IRIINICIAL).
Isto ocorre, pois, nos casos em que as variáveis independentes exibem
valores de baixa magnitude (idades iniciais do pavimento), o cálculo da
irregularidade fica dependente apenas do intercepto e da irregularidade inicial,
podendo acarretar em incoerências nos valores previstos, tanto para os casos em
que a condição inicial de irregularidade da rodovia indica má execução do processo
construtivo quanto para indicativos de boa qualidade de rolamento inicial.
Por exemplo, em um caso hipotético no qual o IRI INICIAL determinado foi de
3,5m/km, a aplicação da Equação (4.8), para casos em que não há presença de
trincas e que o tráfego atuante acumulado na estrutura é menor do que 1,0x10 6, a
irregularidade prevista fica abaixo do valor inicial determinado como referência, fato
não coerente com as tendências de evolução do indicador. Em contraponto, para
estruturas com valores significativamente baixos de irregularidade inicial (1,5m/km,
por exemplo), ocorre um salto indesejado nos valores de irregularidade previstos nas
primeiras idades de operação da rodovia, devido apenas aos ajustes matemáticos
da constante e do coeficiente angular atribuído ao IRIINICIAL.
Para evitar estas incoerências, os coeficientes foram novamente ajustados
pelo procedimento de regressão, desta vez considerando a irregularidade inicial
como o intercepto fixo da equação, e não mais um dos parâmetros ajustáveis. Os
resultados estão expostos no item 4.3.2.2.
4.3.2.2 Modelos empíricos com intercepto fixo no IRIINICIAL
Visando a elaboração de modelos que incrementam o valor da irregularidade

longitudinal a partir de uma referência inicial, atribuída após o final do processo
executivo do pavimento, o conjunto de variáveis resultante no melhor ajuste preditivo
264
do IRI, nos modelos empíricos com intercepto ajustável pela regressão - Equações
(4.8) e (4.9) -, foi submetido ao procedimento iterativo com intercepto fixo no IRIINICIAL
(IRIi)
Fisicamente, entende-se que as Equações (4.10) e (4.11), formatos que
melhor se ajustaram aos dados experimentais, representam de uma maneira mais
fidedigna a evolução do indicador em pista, considerando o intercepto natural para a
previsão da irregularidade ao longo do tempo como o valor inicial de irregularidade
determinado em campo após o final da execução do pavimento novo ou reabilitação.
Novamente, vale salientar que, os critérios utilizados foram os coeficientes de
determinação (R²), o erro padrão de estimativa, a Análise de Variância e os testes
de hipótese originados pela regressão. A verificação de normalidade dos resíduos e
a variância dos erros experimentais também contribuíram de forma complementar
() [( ) ( ( ))]
(4.10)
( ) [ ( ) ( )]
(4.11)
Em que:
AT = área do pavimento com presença de trincas (%) no tempo “t”;
tempo “t”;
(m/km);
IRI(t) = irregularidade longitudinal prevista no pavimento (m/km) no tempo “t”;
tempo “t”.
A Tabela 4.26 resume os parâmetros da Análise de Variância (ANOVA)

oriunda do processo de regressão resultante das Equações (4.10) e (4.11).
Pela Tabela 4.26, percebe-se que os resultados da ANOVA continuam
indicando significância na representação da irregularidade por meio das Equações
265
(4.10) e (4.11). Todavia, atenta-se para a redução dos coeficientes de determinação

(R²) em relação às Equações (4.8) e (4.9), indicando maior afastamento entre os
valores previstos pelas expressões matemáticas e os resultados de campo.
Tabela 4.26 - ANOVA das regressões resultantes nas Equações (4.10) e (4.11)

Regressão 2 108,77 54,38 317,67 0,00
Equação
Resíduos 187 32,01 0,17 -- --
Lin. (4.10)
Total 189 140,78 -- -- --
Regressão 3 109,74 36,58 219,19 0,00
Equação
Resíduos 186 31,04 0,17 -- --
Exp. (4.11)
Total 189 140,78 -- -- --
Fonte: Autor
No caso de utilização do formato linear de modelagem, o ajuste, tendo como

referência o coeficiente de determinação, cai de 0,80 para 0,77, quando o intercepto
fixo é imposto para o cálculo dos parâmetros ajustáveis da regressão. No formato
exponencial, a redução é menos brusca, caindo de 0,80 para 0,78.
Ademais, as Equações (4.10) e (4.11) exibem valores de 0,41m/km
determinados como o erro padrão de estimativa dos respectivos ajustes
matemáticos. Ambos os valores são maiores do que aqueles encontrados com as
Equações (4.8) e (4.9), que exibem erro padrão de estimativa de 0,38m/km e
0,39m/km, respectivamente.
Vale salientar também que, para equações matemáticas sem intercepto
ajustável pelo modelo, softwares menos sofisticados de estatística costumam
contabilizar o conhecido “R²” como a “porcentagem de variabilidade explicada sobre
a origem”. Este fato costuma acarretar, erroneamente, em coeficientes de
determinação muito próximos de 1,0, já que a soma quadrática dos resultados
previstos é contabilizada não mais em relação à média dos resultados, mas sim em
relação à origem da equação, dando falsa impressão de melhora estatística nos
parâmetros matemáticos com a retirada do intercepto.
Em programas mais sofisticados como o StatSoft STATISTICA e Software R,
a retirada de intercepto ajustável contabiliza os ajustes matemáticos pelas
“porcentagens de variância contabilizadas pelas equações” ou “proporção de
266
variância contabilizada”, resultando assim em ajustes com valores mais fiéis aqueles
esperados. Os referidos programas costumam sequer mencionar o termo “R²”
quando as regressões são efetuadas sem intercepto. Para fins deste trabalho, o
termo seguirá sendo utilizado como sinônimo das variâncias contabilizadas pelas
equações; todavia, sugere-se, para trabalhos futuros que busquem a previsão de
indicadores de desempenho em pavimentos, atenção aos parâmetros que guiam a
qualidade da regressão em formatos sem intercepto.
Dando continuidade, os gráficos da Figura 4.32 e Figura 4.33 exibem o
confronto entre valores previstos e observados, respectivamente para as Equações
(4.10) e (4.11). As linhas pontilhadas em preto representam os limites estabelecidos
pelo erro padrão de estimativa resultante da regressão.
Figura 4.32 - Irregularidade longitudinal prevista com a Equação (4.10) - Linear

Empírica com intercepto fixo
Rio de Janeiro/RJ
6
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
Ao contrário das regressões realizadas com a presença do intercepto,

percebe-se que os formatos linear e exponencial se diferenciam quando a
irregularidade inicial é fixada como valor mínimo previsto pelas expressões
matemáticas. Em relação à análise dos resíduos, em ambos os casos, os Testes de
Normalidade Shapiro-Wilk indicaram “valor P” menor do que 0,05, ou seja, os
267
resíduos não seguem uma distribuição normal. Tal constatação é corroborada pelos
gráficos da Figura 4.34 e Figura 4.35, que confrontam os resultados dos modelos
propostos pelas Equações (4.10) e (4.11) com os resíduos oriundos da regressão.
Figura 4.33 – Irregularidade longitudinal prevista com a Equação (4.11) -

Exponencial Empírica com intercepto fixo
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
(4.10) - Linear Empírica com intercepto fixo
2,0
Rio de Janeiro/RJ
1,5
Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
268
(4.11) - Exponencial Empírica com intercepto fixo
Resíduos da Regressão (m/km) 2,0

Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Pelas tendências dos pontos dispostos na Figura 4.34 e Figura 4.35, entende-
se que os resultados indicam discretas heteroscedasticidades dos resíduos das
regressões resultantes nas Equações (4.10) e (4.11), com mais destaque para o
formato linear. Pode-se, pela Figura 4.34, constatar uma tendência dos resíduos da
regressão, indicando que o modelo regressivo calcula valores menores que os
observados na metade inicial da reta preditiva, contrapondo com valores maiores
que os observados na metade final da reta de previsão.
Buscando a correção desta inconsistência (que também ocorre nos modelos
em caráter empírico-mecanicistas, expostos posteriormente nos itens 4.3.3.1.2 e
4.3.3.2.2), buscaram-se novas associações entre as variáveis independentes
utilizadas, objetivando retirar as heteroscedasticidades dos resíduos dos resultados
previstos pelos modelos, por sugestão da banca examinadora do trabalho defendido
no dia 03 de maio de 2019. Todavia, esta ação não gerou resultados efetivos,
apenas implicando na inserção de novos elementos que distorciam o formato do
modelo.
Ainda por sugestão da banca examinadora, buscou-se também avaliar
separadamente cada uma das variáveis independentes confrontadas com os
resíduos previstos pelas expressões matemáticas com intercepto fixo no IRI INICIAL.
269
Conforme ocorrido para as novas tentativas de associação entre variáveis, estas

ações não exibiram resultados conclusivos e/ou indicativos importantes para
alterações das expressões. O mesmo fato ocorreu nos modelos em caráter
empírico-mecanicistas, expostos posteriormente nos itens 4.3.3.1.2 e 4.3.3.2.2.
Optou-se assim, por não apresentar os gráficos de resíduos confrontados com as
variáveis independentes utilizadas nos modelos neste documento final, visto que as
fontes das heteroscedasticidades não foram encontradas.
Outra tentativa sem sucesso de remoção das heteroscedasticidades
apresentadas pelos resíduos expostos nos gráficos da Figura 4.34 e Figura 4.35 foi
a atribuição de uma função matemática para a representação do erro padrão de
estimativa, conforme efetuado por Nascimento (2015) e Fritzen (2016), que ajustam
o erro das funções de transferência de dano em área trincada com uso de uma
expressão sigmoidal. Neste trabalho, buscou-se identificar os erros referentes aos
resíduos da regressão em distintos formatos matemáticos, agrupando os resultados
previstos conforme classificação de DNIT, 2006a.
Todavia, ao analisar uma possível “faixa útil" de valores de irregularidade
longitudinal, onde os resultados de campo apresentaram medidas entre 1,8 e
4,0m/km (faixa abrangida pela maior parte das informações presentes no banco de
dados, conforme exposto no item 4.1.2), os resíduos tendem a se distribuir
aleatoriamente ao redor da referência nula. Nas partes extremas dos gráficos da
Figura 4.34 e Figura 4.35, onde as observações empíricas de irregularidade
começam a ter menor volume de dados, surgem as heteroscedasticidades.
Entende-se assim que a continuidade de monitoramento das pistas
experimentais e a inserção de novos segmentos de avaliação, com condições de
irregularidade classificadas em conceitos extremos (ótimo e péssimo, conforme
classificação de DNIT, 2006a), podem gerar a obtenção de novos coeficientes
regressivos, corrigindo assim as inconsistências geradas pelas expressões
calculadas com intercepto fixo no IRIINICIAL. Optou-se assim por manter a estimativa
do erro padrão constante durante toda a previsão de irregularidade longitudinal, fato
também efetuado nos modelos de previsão elaborados por AASHTO (2008) e
Abdelaziz et al (2018).
Mesmo com estas ressalvas, entende-se que os coeficientes de determinação
das expressões matemáticas geradas com intercepto fixo no IRI INICIAL indicam
valores aceitáveis para modelos de previsão de irregularidade, cumprindo com os
270
preceitos de evolução do indicador avaliado, não resultando em valores ilógicos,

como irregularidades menores do que o valor inicial.
Ademais, ao utilizar as Equações (4.10) e (4.11), os resultados sempre
partem da irregularidade inicial medida após a construção ou reabilitação do
pavimento, atrelando a lógica de engenharia ao formato matemático do modelo.
Conforme já mencionado nos primeiros parágrafos deste item, os modelos de
AASHTO (2008) e Abdelaziz et al (2018), que também partem sua previsão da
irregularidade inicial, não seguem uma distribuição normal de resíduos.
De qualquer forma, os formatos expostos na Figura 4.34 e Figura 4.35, que
analisam os resíduos oriundos do processo de regressão, indicam que o modelo
trabalha levemente a favor da segurança em previsões de irregularidades mais
elevadas, prevendo valores maiores do que aqueles observados em campo, um bom
indicativo para programação de intervenções com gatilhos determinados pelos
índices de irregularidade.
Com base nestas impressões, sugere-se a utilização das Equações (4.10) e
(4.11), com intercepto fixo na irregularidade inicial, em detrimento das Equações
(4.8) e (4.9), com intercepto ajustável pelo modelo regressivo, para previsão mais
coerente da irregularidade longitudinal ao longo do tempo, salientando a
necessidade de ajustes futuros nos modelos com a inserção de novas pistas
experimentais, objetivando eliminar as limitações causadas pela não normalidade
dos resíduos.
Vale também salientar que, devido à repetição desta ocorrência nas tentativas
de previsão do IRI com uso dos danos calculados com o auxílio dos programas
computacionais (itens 4.3.3.1 e 4.3.3.2), as ressalvas pontuadas nos parágrafos
anteriores são pertinentes também aos modelos empírico-mecanicistas, nos
formatos de equação com intercepto ajustável pelo processo de regressão.
4.3.3 Modelagem empírico-mecanicista
Objetivando acoplar a análise mecanicista à previsão de irregularidade,

buscou-se trabalhar com os danos médios limitados acumulados como parte do
conjunto das variáveis independentes. Esta ação busca tirar as equações de
previsão expostas no item anterior, baseadas exclusivamente em observações de
campo em pistas experimentais e, consequentemente, elaboradas em bases
271
unicamente empíricas, para um formato empírico-mecanicista, onde o dano

calculado computacionalmente, juntamente com outros parâmetros, é convertido em
irregularidade.
Vale ressaltar que o cálculo do dano busca eliminar as variáveis regionais do
modelo, já que sua calibração mecanicista retira as particularidades locais,
permitindo avaliar as situações de um trecho, transpondo essas interpretações para
os outros.
Analogamente ao ocorrido na previsão de irregularidade de forma empírica,
os procedimentos de regressão múltipla utilizados para prever a irregularidade de
forma empírico-mecanicista foram efetuados em formato linear e exponencial.
Destaca-se que, inicialmente, procurou-se prever a irregularidade ao longo do tempo
apenas com a utilização do dano médio limitado acumulado e da irregularidade
inicial após o término dos serviços de implantação ou reabilitação.
Este pensamento inicial foi baseado na filosofia de cálculo do dano, o qual já
engloba o tráfego acumulado ao longo do tempo e, assim consequentemente,
tráfego anual e idade do pavimento. Além disso, a composição de rigidez do sistema
de camadas empregado para o cálculo dos esforços, utilizados na quantificação do
dano, foi determinada pelo procedimento de retroanálise de módulos de resiliência,
com uso das bacias deflectométricas coletadas nos trechos, embutindo também o
parâmetro da deflexão no seu resultado.
Todavia, estas tentativas acarretaram em um comportamento
destacadamente logaritmo na curva de evolução de irregularidade, já que as
tendências de evolução de dano possuem este formato. Desta forma, procurou-se
mesclar o tráfego e a idade do pavimento juntamente com um modelo de utilização
do dano e irregularidade inicial, trazendo as previsões de irregularidade para os
formatos verificados empiricamente (linear e exponencial). A Tabela 4.27 exibe o
conjunto de variáveis numéricas utilizadas nas tentativas de elaboração dos
modelos.
Assim como ocorrido na previsão empírica, evitou-se selecionar, em um
mesmo modelo, variáveis repetidas ou consideradas colineares, como o tráfego
acumulado (N) e anual (NA), ou tráfego acumulado e idade do pavimento (AGE).
Totalizaram-se, por fim, 128 combinações investigadas pelo processo estatístico de
regressão linear (64) e exponencial (64), com intervalo de confiabilidade de 95%,
tanto utilizando danos calculados com o AEMC quanto danos calculados com o
272
LVECD. Os itens 4.3.3.1 e 4.3.3.2, que seguem, discriminam as equações, tabelas e

gráficos estatísticos referentes às previsões que mais se ajustaram ao banco de
dados gerado nos trechos monitorados no Rio de Janeiro/RJ e Santa Maria/RS,
utilizando os danos calculados com o auxílio dos respectivos programas.
Tabela 4.27 - Conjunto de variáveis numéricas utilizadas nos modelos empírico-

mecanicistas propostos
Xi
Yn
i=1 i=2 i=3 i=4 i=5 i=6
IRI IRIi N NA AGE DANOAEMC DANOLVECD
ln IRIi ln N ln NA exp (AGE) AGE*DANOAEMC AGE*DANOLVECD
log N log NA
(ln N)² (ln NA)²
Fonte: Autor
Variáveis codificadas conforme Tabela 4.21
Conforme já mencionado no item 4.3.2, optou-se por, na modelagem

empírico-mecanicista, exibir com maiores detalhes os resultados referentes às
equações obtidas com intercepto fixo na irregularidade inicial medida no pavimento.
Esta ação justifica-se pelas interpretações decorridas da modelagem empírica, cujas
expressões matemáticas com intercepto ajustável pela regressão, e irregularidade
inicial empregada como parte do conjunto de variáveis, permitiram a obtenção de
valores de irregularidade incoerentes, quando comparados com a referência inicial.
De qualquer forma, para fins de registro, as expressões matemáticas em caráter
empírico-mecanicistas, com intercepto ajustável pela regressão, também estão
expostas no presente documento, porém sem discussões detalhadas devido aos
argumentos supracitados.
4.3.3.1 Modelos determinados com o auxílio do AEMC
Assim como ocorrido nos modelos de previsão empíricos de irregularidade, os

melhores ajustes encontrados entre valores previstos e observados de IRI, visando
incorporar os danos médios limitados acumulados, calculados com o auxílio do
AEMC, na sistemática de previsão, foram obtidos com regressões múltiplas nos
formatos linear e exponencial. Nos itens 4.3.3.1.1 e 4.3.3.1.2, que seguem, estão
273
exibidos os modelos elaborados com intercepto ajustável pela regressão, onde a

constante inicial é determinada livremente pelo processo regressivo, tornando a
irregularidade inicial como parte do conjunto de variáveis, e com intercepto fixo,
onde as equações partem do valor de IRIINICIAL.
4.3.3.1.1 Modelos empírico-mecanicistas determinados com o auxílio do AEMC com

intercepto ajustável pela regressão
Conforme delineamento exposto nos itens precedentes, as Equações (4.12) e

(4.13) exibem as situações de melhor conformidade alcançada, considerando casos
com a presença de intercepto ajustado pela regressão matemática, estando a
irregularidade inicial presente no conjunto de variáveis ajustáveis. Os critérios
adotados foram os coeficientes de determinação (R²), o erro padrão de estimativa,
os resultados da ANOVA e testes de hipótese oriundos das regressões, além da
verificação de normalidade dos resíduos e a homocedasticidade dos erros
experimentais.
( ) ( ) ( )
(4.12)
( ) [ ( )
( )] (4.13)
Em que:
AGE = Idade do pavimento desde a sua construção ou reabilitação (meses)
no tempo “t”;
DanoAEMC = dano médio limitado acumulado (calculado com auxílio do AEMC)
no tempo “t”;
(m/km);
IRI(t) = irregularidade longitudinal prevista no pavimento (m/km) no tempo “t”.
274
Os erros padrão de estimativa, referentes às Equações (4.12) e (4.13) são de,

respectivamente, 0,36 e 0,37m/km. A Tabela 4.28 exibe os resultados da Análise de
Variância oriunda dos ajustes regressivos expostos nas referidas equações, já os
gráficos da Figura 4.36 e Figura 4.37 exibem o confronto dos valores previstos e
observados, respectivamente para as Equações (4.12) e (4.13). As linhas
pontilhadas em preto representam os limites estabelecidos pelo erro padrão de
estimativa resultante da regressão.

Regressão 3 116,04 38,68 290,77 0,00
Equação
Resíduos 186 24,74 0,13 -- --
Lin. (4.12)
Total 189 140,78 -- -- --
Regressão 4 115,66 28,91 212,92 0,00
Equação
Resíduos 185 25,12 0,14 -- --
Exp. (4.13)
Total 189 140,78 -- -- --
Fonte: Autor

Emp-Mec (AEMC) com intercepto ajustável
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
275

Exponencial Emp-Mec (AEMC) com intercepto ajustável
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
Conforme ocorrido no modelo empírico, percebe-se muita semelhança entre

os ajustes linear e exponencial obtidos dos modelos com presença dos interceptos.
Os gráficos da Figura 4.38 e Figura 4.39 confrontam os resíduos das regressões
resultantes das Equações (4.12) e (4.13), respectivamente, indicando
homocedasticidade dos erros experimentais. Corroboram com isso, os resultados
dos testes de normalidade Shapiro-Wilk, com valor p maior do que o nível de
significância de teste (0,05), calculados a partir dos resíduos produzidos pelas
Equações (4.8) e (4.9), respectivamente. Interpreta-se assim que os resíduos
seguem uma distribuição normal.
Mesmo com os ajustes estatísticos adequados, assim como ocorrido nos
modelos empíricos, os resultados previstos pelas expressões matemáticas expostas
nas Equações (4.12) e (4.13) também permitem a obtenção de valores de
irregularidade inconsistentes sob o ponto de vista de engenharia, considerando o
padrão de evolução do indicador avaliado ao longo do tempo. Desta forma,
buscaram-se os ajustes em casos com o intercepto fixo na irregularidade inicial,
conforme exposto no item 4.3.3.1.2, que segue.
276
(4.12) – Linear Emp-Mec (AEMC) com intercepto ajustável
2,0
Rio de Janeiro/RJ
1,5
Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
(4.13) – Exponencial Emp-Mec (AEMC) com intercepto ajustável
2,0
Rio de Janeiro/RJ
1,5
Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
277
4.3.3.1.2 Modelos empírico-mecanicistas determinados com o auxílio do AEMC com

intercepto fixo no IRIINICIAL
Refeitos os procedimentos regressivos, com o incremento de irregularidade

ao longo do tempo partindo do valor fixado no IRIINICIAL, foram obtidos os ajustes
matemáticos expostos nas Equações (4.14) e (4.15), que exibem as situações de
melhor conformidade alcançada. Conforme abordado nos itens precedentes, os
critérios adotados foram os coeficientes de determinação (R²), o erro padrão de
estimativa, os resultados da ANOVA e testes de hipótese oriundos das regressões.
A verificação de normalidade dos resíduos e a homocedasticidade dos erros
experimentais foram utilizados como análise complementar.
() ( )
(4.14)
() [ ( )]
(4.15)
Em que:
no tempo “t”;
no tempo “t”;
(m/km);
O erro padrão de estimativa, embutido nas Equações (4.14) e (4.15), é de

0,40m/km, para ambos os formatos de evolução do IRI. A Tabela 4.29 exibe os
resultados da ANOVA, oriunda dos ajustes regressivos expostos nas Equações
(4.14) e (4.15). O confronto entre os resultados previstos e observados está exposto
na Figura 4.40 e Figura 4.41, respectivas as Equações (4.14) e (4.15). As linhas
278

estimativa resultante da regressão.

Regressão 1 110,42 110,42 683,69 0,00
Equação
Resíduos 188 30,36 0,16 -- --
Lin. (4.14)
Total 189 140,78 -- -- --
Regressão 2 111,34 55,67 353,57 0,00
Equação
Resíduos 187 29,44 0,16 -- --
Exp. (4.15)
Total 189 140,78 -- -- --
Fonte: Autor

Emp-Mec (AEMC) com intercepto fixo
Rio de Janeiro/RJ
6
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
Comparando os parâmetros estatísticos com aqueles obtidos no ajuste dos

modelos empíricos, também no formato com intercepto fixo no IRI INICIAL, verifica-se
manutenção no padrão de qualidade dos resultados do coeficiente de determinação
e erro padrão de estimativa, indicando que o modelo calibrado com o dano é capaz
279
de representar o comportamento de irregularidade de maneira similar àquela

determinada de forma exclusivamente empírica.

Exponencial Emp-Mec (AEMC) com intercepto fixo
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
Destaca-se que, tanto na Equação (4.14) quanto na Equação (4.15), a opção

por multiplicar o dano calculado pela idade do pavimento desde a sua construção ou
reabilitação busca adequar às previsões os casos de danos significativamente altos,
determinados logo nas idades iniciais do pavimento. Pela observação do banco de
dados, pôde-se perceber que esta multiplicação suaviza os casos em que o
processo de danificação elevado ainda não causou efeitos práticos nas condições
de superfície. Com o passar do tempo e o andamento da microfissuração
progressiva das camadas asfálticas, captada pelo cálculo do dano, este fator
começa a ser decisivo na evolução do IRI.
Entende-se que esta multiplicação atua beneficamente tanto nas fases iniciais
quanto em idades avançadas de operação do pavimento, tornando-se um dos
fatores primordiais para o ajuste satisfatório do modelo de previsão.
Já pela análise da Figura 4.40 e Figura 4.41, pode-se perceber que os valores
previstos e observados seguem relativamente próximos da referência de igualdade
280
entre eixos horizontais e verticais, mantendo o padrão de comportamento

visualizado no modelo empírico, indicando, também com base nos coeficientes de
determinação, aparente superioridade no ajuste determinado no modelo
exponencial, em relação aquele observado pelo modelo linear. Esta aparente
melhora deve ser relativizada, já que o item 4.4, que busca validar os modelos de
irregularidade longitudinal elaborados nesta tese, discute algumas limitações do
formato matemático exponencial, para casos com intercepto fixado.
Por fim, os resíduos oriundos das diferenças entre os valores previstos e
observados estão confrontados com os valores previstos nos gráficos da Figura 4.42
e Figura 4.43, respectivamente para as Equações (4.14) e (4.15).
(4.14) – Linear Emp-Mec (AEMC) com intercepto fixo
2,0

Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Conforme ocorrido na previsão empírica, quando o modelo é ajustado

partindo do valor de irregularidade inicial, os resíduos tendem a mostrar discretas
heteroscedasticidades, mais proeminentes na equação em formato linear. O Teste
de Normalidade Shapiro-Wilk corrobora com está constatação, indicando “valor P”
menor do que o nível de significância de teste, em ambos os casos das Equações
(4.14) e (4.15).
281
(4.15) – Exponencial Emp-Mec (AEMC) com intercepto fixo
2,0

Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Mesmo com estas ressalvas, entende-se ser mais adequada a utilização dos
modelos partindo da irregularidade inicial, priorizando os princípios de engenharia e
evolução do indicador, em detrimento de parâmetros estatísticos. Conforme ocorrido
no modelo de previsão puramente empírico, as equações empírico-mecanicistas,
elaboradas com uso do dano calculado com o auxílio do AEMC, acarretam em
valores previstos maiores que os observados quando o IRI atinge valores de maior
magnitude, trabalhando a favor da segurança rodoviária, no intuito de sua utilização
como critério de projeto.
4.3.3.2 Modelos determinados com o LVECD
Visando adequar os danos médios limitados acumulados, calculados com o

LVECD, a sistemática de previsão do IRI, as regressões foram processadas
embutindo os valores de danificação determinados com o software americano entre
as variáveis independentes. Conforme ocorrido para os modelos empíricos e para as
previsões elaborados com os danos calculados com auxílio do AEMC , optou-se por
exibir, nos itens 4.3.3.2.1 e 4.3.3.2.2, que seguem, as equações elaboradas com
intercepto ajustável pela regressão, onde a constante inicial é determinada
282
livremente pelo processo regressivo, tornando a irregularidade inicial como parte do

conjunto de variáveis, e com intercepto fixo, onde as equações partem do valor de
IRIINICIAL.

ajustável pela regressão
Para previsão da evolução do IRI ao longo do tempo com a utilização de

formatos matemáticos com intercepto ajustável pela regressão, as Equações (4.16)
e (4.17) exibem os resultados que melhor se ajustaram ao conjunto de dados,
considerando os casos em que o parâmetro mecânico de dano foi calculado comuso
do software LVECD.
( ) ( ) ( )
(4.16)
() [ ( )
( )] (4.17)
Em que:
no tempo “t”;
DanoLVECD = dano médio limitado acumulado (calculado com o LVECD) no
tempo “t”;
(m/km);
O erro padrão de estimativa quantificado para as Equações (4.16) e (4.17) foi

0,37m/km, para ambos os casos. A Tabela 4.30 exibe os resultados da ANOVA
oriunda dos ajustes regressivos expostos nas referidas equações. Já os gráficos da
Figura 4.44 e Figura 4.45 confrontam esses resultados, respectivamente para as
283
Equações (4.16) e (4.17). As linhas pontilhadas em preto representam os limites

estabelecidos pelo erro padrão de estimativa resultante da regressão.
Ainda, os resíduos obtidos com os ajustes matemáticos resultantes nas
Equações (4.16) e (4.17) estão confrontados com os valores previstos nos gráficos
da Figura 4.46 e Figura 4.47, respectivamente.

Regressão 3 115,32 38,44 280,86 0,00
Equação
Resíduos 186 25,46 0,14 -- --
Lin. (4.16)
Total 189 140,78 -- -- --
Regressão 4 114,81 28,70 204,49 0,00
Equação
Resíduos 185 25,97 0,14 -- --
Exp. (4.17)
Total 189 140,78 -- -- --
Fonte: Autor

Emp-Mec (LVECD) com intercepto ajustável
Rio de Janeiro/RJ
6
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
284

Exponencial Emp-Mec (LVECD) com intercepto ajustável
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
(4.16) – Linear Emp-Mec (LVECD) com intercepto ajustável
2,0

Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
285
(4.17) – Exponencial Emp-Mec (LVECD) com intercepto ajustável
2,0
Rio de Janeiro/RJ
1,5
Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Conforme pode ser visualizado nos gráficos da Figura 4.46 e Figura 4.47,
percebe-se que os pontos se distribuem aleatoriamente ao redor da referência
indicando a inexistência de heteroscedasticidades. Os resultados dos testes de
normalidade Shapiro-Wilk comprovam a normalidade dos resíduos obtidos com as
Equações (4.16) e (4.17), com “valores P´” maiores que o nível de significância do
teste (0,05).
Todavia, devido a inconformidade de algumas previsões obtidas em formato
com intercepto ajustável pela regressão, com coeficiente angular trabalhando dentro
da variável de irregularidade inicial, procurou-se montar, assim como ocorrido nos
modelos de previsão empíricos e empírico-mecanicistas, com uso do AEMC, um
modelo regressivo com intercepto fixado na irregularidade inicial, seguindo os
preceitos de evolução do IRI. Estes formatos estão expostos no item 4.3.3.2.2.

fixo no IRIINICIAL
Com os procedimentos de regressão refeitos mediante critério de

consideração do modelo incremental a partir do valor inicial de irregularidade
286
longitudinal, as Equações (4.18) e (4.19) resultaram nos melhores ajustes entre

valores previstos e observados, respectivamente para os formatos linear e
exponencial.
() ( )
(4.18)
() [ ( )]
(4.19)
Em que:
no tempo “t”;
tempo “t”;
(m/km);
Destaca-se, quando analisadas as Equações (4.18) e (4.19), os coeficientes

de determinação mais altos em comparação com os modelos expostos nos itens
anteriores, tanto em caráter puramente empírico quanto em caráter empírico-
mecanicista, com uso do AEMC (com uso do intercepto fixo), indicando um bom
ajuste entre valores previstos e observados pelo modelo adaptado para o dano
calculado com o LVECD.
Para os modelos anteriormente apresentados nos itens 4.3.2.2 e 4.3.3.1.2, os
coeficientes de determinação (R²) foram quantificados em 0,77 e 0,78,
respectivamente, para o formato linear; e 0,78 e 0,79, respectivamente, para o
formato exponencial. Os ajustes (R²) quantificados em 0,79 e 0,80, obtidos com o
modelo regressivo com uso dos danos calculados com o LVECD, respectivamente
para os formatos linear e exponencial, indicam melhor associação entre os
resultados previstos pelas Equações (4.18) e (4.19) e os valores observados em
campo.
287
Ademais, o erro padrão de estimativa, resultante das previsões de

irregularidade efetuadas pelas Equações (4.18) e (4.19), foi quantificado em
0,39m/km, em ambos os casos. Os valores, quando comparados àqueles
determinados pelos modelos empíricos com intercepto fixo (0,41m/km, para linear e
exponencial) e com os modelos empírico-mecanicistas, elaborados com o auxílio do
AEMC (0,40 m/km, para linear e exponencial), também reforçam a superioridade
estatística dos modelos desenvolvidos com uso dos danos médios limitados
acumulados, calculados com o LVECD.
Como forma de complementação, a Tabela 4.31 exibe os resultados da
ANOVA oriunda dos ajustes regressivos expostos nas referidas equações.

Regressão 1 111,71 111,71 722,59 0,00
Equação
Resíduos 188 29,07 0,15 -- --
Lin. (4.18)
Total 189 140,78 -- -- --
Regressão 2 112,37 56,18 369,78 0,00
Equação
Resíduos 187 28,41 0,15 -- --
Exp. (4.19)
Total 189 140,78 -- -- --
Fonte: Autor
Devido à igualdade nos graus de liberdade empregados no procedimento de

regressão dos modelos empírico-mecanicistas determinados com o LVECD e com o
AEMC, pode-se comparar também a Tabela 4.31 com a Tabela 4.29, analisando os
valores do teste F de Snedcor (FOBSERVADO). Esta comparação indica que os
resultados do teste F de Snedcor, maiores nos casos em que o modelo é elaborado
com uso dos danos calculados com o LVECD, tanto no formato linear quanto
exponencial, apontam para superioridade no ajuste obtido com a expressão
matemática elaborada com o dano oriundo do LVECD como parte do conjunto de
variáveis.
A comparação entre os valores de FOBSERVADO expostos na Tabela 4.31 e
Tabela 4.29, com aqueles exibidos na Tabela 4.26 não pode ser efetuada, devido ao
diferente número de graus de liberdade empregados nas regressões em caráter
empírico e empírico-mecanicistas.
288
Ainda, os gráficos da Figura 4.48 e Figura 4.49 exibem o confronto entre

valores observados e previstos pelos referidos ajustes matemáticos. As linhas
estimativa resultante da regressão. Por fim, os resíduos da regressão estão
confrontados com os valores previstos nos gráficos da Figura 4.50 e Figura 4.51,
respectivamente para as Equações (4.18) e (4.19).
Em ambos os casos, os Testes de Normalidade Shapiro-Wilk não indicaram
distribuição normal dos resíduos, com “valor P” menor do que o nível de significância
de teste (0,05). Todavia, conforme já discutido nos itens anteriores, entende-se que,
mesmo com a falta de normalidade nos resíduos, confirmadas pelas discretas
heteroscedasticidades das diferenças entre valores previstos e observados,
expostas nos gráficos da Figura 4.50 e Figura 4.51, as Equações (4.18) e (4.19)
exibem os formatos adequados para quantificação da irregularidade, não resultando
em valores incoerentes, sob o ponto de vista de engenharia.
Figura 4.48 - Irregularidade longitudinal prevista com a Equação (4.18) - Linear Emp-
Mec (LVECD) com intercepto fixo
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
289

Exponencial Emp-Mec (LVECD) com intercepto fixo
6 Rio de Janeiro/RJ
Santa Maria/RS
5
IRI Previsto (m/km)
0
0 1 2 3 4 5 6 7
Fonte: Autor
(4.18) – Linear Emp-Mec (LVECD) com intercepto fixo
2,0
Rio de Janeiro/RJ
1,5
Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
290
(4.19) - Exponencial Emp-Mec (LVECD) com intercepto fixo
2,0
Rio de Janeiro/RJ
1,5
Santa Maria/RS
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
0 1 2 3 4 5 6
IRI Previsto (m/km)
Fonte: Autor
Salienta-se, todavia, para evolução da capacidade das equações preditivas

de irregularidade longitudinal elaboradas nesta tese, a necessidade de ajustes
futuros nos modelos com a inserção de novas pistas experimentais, objetivando
eliminar as limitações causadas pela não normalidade dos resíduos.
4.4 VALIDAÇÃO DOS MODELOS DE PREVISÃO DE IRREGULARIDADE

LOGITUDINAL
Objetivando validar os modelos de previsão de irregularidade longitudinal,

expostos nos itens 4.3.2 e 4.3.3, informações referentes aos pavimentos
monitorados por instituições parceiras da Rede de Tecnologia em Asfaltos foram
utilizadas para verificar a pertinência das equações elaboradas neste trabalho.
A fim de objetivar as análises apenas na verificação dos resultados obtidos
com os modelos, o banco de dados utilizado na rotina de validação foi compilado no
Apêndice C. A concepção das estruturas que constituem os trechos de validação foi
exposta no item 3.5.
Conforme descrito na metodologia, foram empregadas, nesta fase, uma pista
monitorada pela Universidade Federal do Rio Grande do Sul (UFRGS), três
291
pavimentos avaliados pela Universidade Federal de Santa Catarina (UFSC), dez

segmentos acompanhados na concessão CCR Nova Dutra (ND), na BR-116, no
estado de São Paulo, e duas pistas monitoradas pela Universidade de São Paulo
(USP).
Os tópicos que seguem exibem a validação efetuada para os modelos
recomendados em caráter empírico e empírico-mecanicista, com uso do AEMC e do
LVECD. Conforme as recomendações efetuadas no decorrer do item 4.3, buscou-se
validar apenas as expressões matemáticas elaboradas com intercepto fixo na
irregularidade inicial. Este fato não restringe a utilização dos modelos de previsão
com intercepto ajustável pela regressão e coeficiente angular aplicado ao IRIINICIAL,
todavia, para emprego destas equações, deve-se atentar as inconsistências geradas
nos casos extremos de baixa e alta irregularidade inicial, conforme abordado durante
o item 4.3.
4.4.1 Validação dos modelos empíricos
Com o intuito de verificar o desempenho dos modelos gerados em caráter

puramente empírico, expostos nas Equações (4.10) e (4.11), os gráficos da Figura
4.52 e Figura 4.53, respectivamente para os formatos linear e exponencial, exibem o
confronto entre valores observados e previstos pelos referidos ajustes matemáticos,
com destaque para as linhas pontilhadas vermelhas, representado o erro padrão de
estimativa resultante da regressão, com nível de confiabilidade igual a 95%
Pela interpretação dos resultados expostos nos gráficos da Figura 4.52 e
Figura 4.53, pode-se perceber que, tanto no formato linear quanto exponencial, os
resultados previstos para os trechos da UFSC estão significativamente distantes
daqueles observados em pista, afastando-se também dos limites estabelecidos pelo
erro padrão de estimativa. Salienta-se que os valores de tráfego anual para os
pavimentos monitorados pela UFSC possuem magnitude significativamente maior do
que aqueles empregados na calibração dos modelos desenvolvidos neste trabalho
em caráter unicamente empírico.
O tráfego anual atuante no trecho monitorado pela UFRGS e nos segmentos
experimentais acompanhados na Nova Dutra (ND) também é superior aos casos
analisados na fase de calibração. Todavia, como estes pavimentos foram analisados
apenas nas idades iniciais, o número N acumulado não impactou de maneira
292
relevante nos resultados previstos de IRI, mantendo as projeções dentro dos limites
estabelecidos pela margem de erro.
Figura 4.52 - Confronto entre valores previstos com a Equação (4.10) – Linear
Empírica com intercepto fixo – e observados nas pistas de validação
4,0
3,5 UFRGS
USP
3,0 ND
IRI Previsto (m/km)
UFSC
2,5
2,0
1,5
1,0 () [( )
( ( ))]
0,5
0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Fonte: Autor
Dentre as pistas experimentais utilizadas na fase de calibração, o maior

tráfego anual presente no banco de dados foi quantificado em 2,35x10 6 solicitações
do eixo padrão. Em contraponto, de acordo com as informações expostas no item
3.5, o tráfego anual inicial estimado para os pavimentos monitorados pela UFSC é
de 1,33x107.
Conforme debatido no item 2.2.15, em modelos elaborados no caráter
unicamente empírico, dados significativamente distantes das condições de contorno,
com as quais o modelo fora calibrando, costumam ser de temerária utilização. No
item que segue (4.4.2), será possível verificar que esta ocorrência é corrigida pela
utilização do parâmetro mecânico de dano, calculado com o auxílio das ferramentas
computacionais, em associação com a idade do pavimento.
Ainda sobre os gráficos da Figura 4.52 e Figura 4.53, deve-se comentar o
melhor desempenho da previsão determinada pelo modelo em formato linear,
quanto comparado aquele representado pela expressão matemática exponencial.
293
Percebe-se que, pelos pontos distribuídos na Figura 4.52, com exceção dos valores
referentes aos trechos monitorados pela UFSC, todos os demais resultados se
encontram relativamente próximos da referência de igualdade entre valores
previstos e observados, posicionando-se dentro dos limites estabelecidos pelo erro
padrão de estimativa.
Empírica com intercepto fixo – e observados nas pistas de validação
4,0
UFRGS
3,5
USP
3,0 ND
IRI Previsto (m/km)
UFSC
2,5
2,0
1,5
1,0 () [
( )
0,5
( )]
0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Fonte: Autor
O mesmo não ocorre na disposição dos pontos expostos na Figura 4.53,

relativa ao ajuste em formato exponencial. Explica-se este fato devido a uma
limitação matemática de equações neste formato, que, ao trabalhar com intercepto
fixado, produzem um salto numérico nos valores medidos nas idades iniciais,
incoerentes com a realidade observada em campo.
Este salto ocorre pois a exponencial de Euller de um número nulo resulta em
um valor unitário. Desta forma, os modelos regressivos buscam ajustar as
expressões matemáticas com parâmetros negativos, conforme Equação (4.11).
Mesmo com estes parâmetros negativos, para casos em que as variáveis
independentes ainda apresentam valores pequenos (idades iniciais do pavimento), o
294
ajuste matemático não consegue captar a baixa influência na irregularidade,

prejudicando a previsão.
Sugere-se assim, para previsão partindo do modelo em caráter puramente
empírico, a utilização da expressão em formato linear, conforme Equação (4.10).
4.4.2 Validação dos modelos empírico-mecanicistas
Os modelos elaborados com os danos médios limitados calculados com o

auxílio do AEMC e com o LVECD também foram avaliados com uso das informações
das pistas de validação, conforme banco de dados exposto no Apêndice C.
As constantes k1, k2 e k3, além do valor da curva mestra do ensaio de
módulo complexo, na frequência de 10Hz e temperatura de 25ºC, necessários para
aplicação da Equação (3.2), adotado para calcular os valores de solicitações
admissíveis à fadiga utilizando esforços obtidos com o AEMC, estão expostos na
Tabela 4.32.
Tabela 4.32 - Parâmetros de fadiga utilizados no cálculo do dano a partir de esforços

simulados com o AEMC para trechos de validação
Tipo de Mistura |E*| @ 10Hz Fadiga

ID da Pista
Asfáltica 25°C (MPa) k1 k2 k3
UFRGS 2 UFRGS 60/85 5.517 6,30E+14 6,22 -4,55
USP 4 USP 50/70 6.908 2,69E+04 5,24 -2,71
USP 5 USP 30/45 8.074 3,16E+05 4,87 -2,64
ND 1 ND 15/25 11.830 3,50E-12 5,18 -0,58
ND 2 ND 15/25 11.830 3,50E-12 5,18 -0,58
ND 3 ND 15/25 11.830 3,50E-12 5,18 -0,58
ND 4 ND 15/25 11.830 3,50E-12 5,18 -0,58
ND 5 ND HM1 9.460 1,21E+00 4,70 -1,91
ND 6 ND HM1 9.460 1,21E+00 4,70 -1,91
ND 7 ND HM1 9.460 1,21E+00 4,70 -1,91
(a)
ND HM2 7.934 7,01E+02 5,04 -2,42
ND 8 (b)
ND HM1 9.460 1,21E+00 4,70 -1,91
ND 9 ND HM2 7.934 7,01E+02 5,04 -2,42
ND 10 ND HM2 7.934 7,01E+02 5,04 -2,42
(a)
UFSC 50/70 5.802 3,09E+10 4,78 -3,41
UFSC 3 (b)
UFSC AB 5.842 3,85E+06 5,22 -3,14
UFSC 4 UFSC 50/70 5.802 3,09E+10 4,78 -3,41
UFSC 5 UFSC 50/70 5.802 3,09E+10 4,78 -3,41
Fonte: Autor
(a) – Camada Superior; (b) – Camada Inferior
295
Novamente, vale ressaltar que as informações referentes às misturas

asfálticas, necessárias para avaliação das pistas de validação com o programa
LVECD, estão detalhadamente expostas em Nascimento (2015).
Os itens que seguem descrevem os resultados obtidos no decorrer do
processo de validação dos modelos empírico-mecanicistas, com utilização de
informações referentes às pistas das instituições parceiras da Rede de Tecnologia
em Asfaltos.
4.4.2.1 Modelos determinados com o auxílio do AEMC
Com todas as informações necessárias para aplicação das equações de

previsão de irregularidade, os dados das pistas de validação foram empregados nos
modelos descritos pelas Equações (4.14) e (4.15), que utilizam os danos calculados
com o AEMC para prever a evolução do IRI. A Figura 4.54 e Figura 4.55 exibem o
confronto entre valores observados e previstos pelos referidos ajustes matemáticos,
com destaque para as linhas pontilhadas vermelhas, representando o erro padrão de
estimativa resultante da regressão, com nível de confiabilidade igual a 95%.
Destacam-se também, nas ilustrações mencionadas, as expressões
matemáticas obtidas na elaboração do modelo, conforme exposto no item 4.3.
Percebe-se que, analogamente ao ocorrido na previsão do IRI em caráter
puramente empírico, o modelo linear consegue prever mais adequadamente os
resultados de campo mediante utilização dos danos calculados com o AEMC e
informações de tráfego. As justificativas interpretadas para tal ocorrência são as
mesmas já explicitadas no item 4.4.1, derivadas da limitação matemática acarretada
pela utilização de equações exponenciais com intercepto fixado.
Sugere-se assim, para previsão partindo de danos calculados com auxílio do
AEMC, a utilização da expressão em formato linear, conforme Equação (4.14).
Deve-se também mencionar que, no caráter empírico-mecanicista empregado
pela Equação (4.14), que associa o dano calculado computacionalmente, com o
auxílio do AEMC, a idade do pavimento desde a sua construção ou reabilitação,
pode-se visualizar um ajuste entre valores previstos e observados com qualidade
superior aquele exibido na Figura 4.52, referente à previsão em caráter puramente
empírico, no formato linear.
296
Figura 4.54 – Confronto entre valores previstos com a Equação (4.14) – Linear Emp-
Mec (AEMC) com intercepto fixo – e observados nas pistas de validação
4,0
3,5 UFRGS
USP
3,0
ND
IRI Previsto (m/km)
2,5 UFSC
2,0
1,5
1,0
0,5 () ( )
0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Fonte: Autor
Emp-Mec (AEMC) com intercepto fixo – e observados nas pistas de validação
4,0
UFRGS
3,5
USP
3,0 ND
UFSC
IRI Previsto (m/km)
2,5
2,0
1,5
1,0
() [
0,5 ( )]
0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Fonte: Autor
297
Até mesmo os resultados de previsão para os trechos monitorados pela

UFSC se mantêm dentro dos limites estabelecidos pelo erro padrão de estimativa,
indicando que a utilização do dano como parte do conjunto de variáveis
independentes, em associação com a idade, consegue corrigir as imprecisões
geradas pelo modelo unicamente empírico, para rodovias com volume de tráfego
acima da faixa de valores observada nos segmentos de calibração.
Permite-se, desta forma, interpretar que as impressões obtidas nas pistas de
calibração puderam ser transpostas para os segmentos de validação, concluindo
que o formato empírico-mecanicista retira as particularidades locais, quantificadas
empiricamente. Esta constatação reforça os ganhos alcançados com a utilização de
modelos de previsão de desempenho com bases mecanicistas, possibilitando
avanços no dimensionamento de pavimentos. Entende-se assim que, com base nos
resultados gerados, pode-se prever o desempenho da estrutura em termos de IRI,
em associação com a qualidade da mistura asfáltica.
Ainda, salienta-se que as heteroscedasticidades verificadas nos resíduos
oriundos dos processos de regressão efetuadas com intercepto fixo no IRI INICIAL não
impactaram nos resultados previstos para as pistas de validação, indicando
tendências adequadas para aplicação prática dos modelos desenvolvidos. As
mesmas impressões podem ser transferidas para o modelo linear determinado com
o LVECD, exposto no item 4.4.2.2, que exibe ajustes matemáticos com qualidade
superior àqueles encontrados com o auxílio do AEMC.
4.4.2.2 Modelos determinados com o LVECD
Para visualização das previsões efetuadas pelos modelos que utilizam os

danos calculados com o LVECD, os confrontos entre valores previstos pelas
Equações (4.18) e (4.19) e observados nas pistas de validação estão ilustrados nos
gráficos da Figura 4.56 e Figura 4.57, respectivamente. Assim como ocorrido com a
validação do modelo elaborado com o auxílio do AEMC, optou-se por confrontar
apenas as Equações (4.18) e (4.19), que utilizam a irregularidade inicial como
intercepto da expressão no formato linear e exponencial.
298
Figura 4.56 - Confronto entre valores previstos com a Equação (4.18) – Linear Emp-
Mec (LVECD) com intercepto fixo – e observados nas pistas de validação
4,0
3,5 UFRGS
USP
3,0 ND
IRI Previsto (m/km)
UFSC
2,5
2,0
1,5
1,0
0,5 () ( )
0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Fonte: Autor
Emp-Mec (LVECD) com intercepto fixo – e observados nas pistas de validação
4,0
UFRGS
3,5
USP
3,0 ND
UFSC
IRI Previsto (m/km)
2,5
2,0
1,5
1,0
() [
0,5 ( )]
0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Fonte: Autor
299
Assim como ocorrido com o modelo que utiliza o dano calculado com o auxílio
do AEMC, os gráficos expostos na Figura 4.56 e Figura 4.57 também demonstram
que o formato linear se ajustou melhor aos dados de campo observados nos trechos
de validação. Conforme já debatido nos itens 4.4.2 e 4.4.2.1, os formatos de
evolução exponencial não conseguem interpretar adequadamente as irregularidades
previstas para as idades iniciais de operação do pavimento (caso de boa parte dos
dados referentes às pistas de validação), resultando em um padrão de
comportamento de valores previstos significativamente maiores do que aqueles
observados em pista.
Desta forma, recomenda-se a Equação (4.18) para utilização em previsão de
modelos de evolução de irregularidade com uso de danos médios limitados
acumulados, calculados com o LVECD.
Novamente, assim como ocorrido para o modelo em formato linear, previsto
em caráter empírico-mecanicista, com uso do AEMC, percebe-se uma evolução
qualitativa na previsão da irregularidade longitudinal com uso de bases
mecanicistas, oriundas dos resultados do LVECD, quando comparada aos valores
previstos pelo modelo puramente empírico.
Dentre todas as equações de previsão de irregularidade longitudinal
desenvolvidas neste estudo, em caráter linear, com intercepto fixo na irregularidade
inicial, o modelo descrito pela Equação (4.18), com validação exposta pelo gráfico
da Figura 4.56, com uso dos danos calculados pelo LVECD na rotina de previsão do
IRI, é o que melhor se ajusta aos resultados de campo, conforme o rol de critérios
perceptivos de engenharia, atrelados a parâmetros estatísticos.
4.5 SÍNTESE DOS MODELOS DE PREVISÃO DE IRREGULARIDADE

RECOMENDADOS PELO PRESENTE ESTUDO
Objetivando sistematizar e filtrar os principais resultados obtidos ao longo da

elaboração dos modelos de desempenho de irregularidade, devolvendo para a
prática de engenharia algumas contribuições importantes que poderão guiar futuros
projetos e pesquisas, procurou-se recomendar, neste capítulo, os modelos que
originaram as previsões mais coerentes do indicador avaliado, considerando
parâmetros estatísticos, preceitos de engenharia e desempenho quando aplicados
aos resultados das pistas de validação.
300
Buscou-se também, com os modelos selecionados, alterar o critério de

confiabilidade durante o procedimento de regressão, visando adequar os
coeficientes angulares de calibração dos modelos aos percentuais de confiabilidade
estabelecidos pelo eminente Método de Dimensionamento Nacional de Pavimentos
asfálticos do Brasil (Franco e Motta, 2018), definidos em conformidade com a
hierarquia dos sistemas funcionais adotada pelo DNIT. A Tabela 4.33 exibe os
critérios de confiabilidade empregados para cada tipo de via na rotina de cálculo do
MeDiNa.
Tabela 4.33 – Critérios de confiabilidade para cada tipo de via no MeDiNa
Tipo de Via Confiabilidade

Sistema Arterial Principal 95%
Sistema Arterial Primário 85%
Sistema Arterial Secundário 75%
Sistema Coletor Primário 85%
Sistema Coletor Secundário 75%
Sistema Local 65%
Fonte: Adaptado de Franco e Motta (2018)
Com uso dos critérios de confiabilidade expostos na Tabela 4.33, oscilando

de 95% a 65%, os coeficientes dos modelos de previsão de irregularidade empírico
e empírico-mecanicista (com uso do AEMC e LVECD), foram recalculados, gerando
os valores recomendados, descritos pela Tabela 4.34. Para visualização gráfica do
confronto dos valores previstos com aqueles observados nos segmentos utilizados
neste estudo na fase de calibração, o Apêndice D exibe as ilustrações comparativas
dos resultados de campo com as evoluções estimadas pelos modelos expostos na
Tabela 4.34, em nível de confiabilidade de 95%, para cada um dos trechos
experimentais.
Salienta-se também que, diferentemente do efetuado por Nascimento (2015)
e Fritzen (2016), procurou-se definir os critérios de confiabilidade diretamente nos
coeficientes da regressão, mediante utilização dos limites superiores dos
coeficientes angulares obtidos pelo ajuste de valores previstos e observados. Os
autores citados optaram por adotar um intervalo de confiança a partir do erro padrão
de estimativa em uma função sigmoidal, dependentes dos valores de dano reduzido
determinados para função de transferência em área trincada.
301
Neste trabalho, buscou-se também estabelecer este critério, porém não foram
identificados formatos consistentes de evolução do erro conforme a magnitude das
variáveis dependentes utilizadas. Desta forma, optou-se por manter o erro padrão de
estimativa constante e aplicar os níveis de confiabilidade diretamente nos
coeficientes regressivos. Avanços neste aspecto podem ser alcançados em
trabalhos complementares sobre a previsão da irregularidade longitudinal ao longo
do tempo, adicionais à presente pesquisa.
Tabela 4.34 – Equações de previsão de irregularidade recomendadas para uso
Modelo Linear Empírico

Confiabilidade k1 k2 R²
com intercepto fixo
95% 3,54E-08 1,42E-04
85% 3,54E-08 1,33E-04
() [( ) ( ( ))] 0,77
75% 3,54E-08 1,28E-04
65% 3,54E-08 1,24E-04
Modelo Linear Emp-Mec (AEMC)
com intercepto fixo
95% 0,0141 --
85% 0,0137 --
() ( ) 0,78
75% 0,0135 --
65% 0,0133 --
Modelo Linear Emp-Mec (LVECD)
com intercepto fixo
95% 0,0124 --
85% 0,0121 --
() ( ) 0,79
75% 0,0119 --
65% 0,0118 --
Fonte: Autor
Em que:
no tempo “t”;
AT = área do pavimento com presença de trincas (%)no tempo “t”;
tempo “t”;
no tempo “t”;
tempo “t”;
302

(m/km);
tempo “t”.
A opção por trabalhar com modelos apenas em formato linear justifica-se

pelas impressões descritas no decorrer dos itens 4.3 e 4.4, já que as expressões
matemáticas em formato exponencial exibiram incapacidade de prever
adequadamente as irregularidades observadas nas idades iniciais das estruturas
avaliadas. Os coeficientes descritos para a confiabilidade de 95% são os mesmos
expostos nas Equações (4.10), (4.14) e (4.18), respectivamente para modelos
elaborados de maneira empírica e empírico-mecanicista, com uso do AEMC e do
LVECD, em formato linear com intercepto fixo.
Em relação às constantes “k1” referentes ao tráfego acumulado (N), utilizado
para prever a irregularidade de maneira empírica, optou-se por manter seu valor
inalterado independente dos critérios de confiabilidade adotados, visto que sua
modificação impactou indevidamente nos resultados previstos para a irregularidade
longitudinal. A título de complementação, a Tabela 4.35 repete os parâmetros
estatísticos oriundos dos ajustes expostos na Tabela 4.34, válidos para todas as
condições de confiabilidade.
Tabela 4.35 – Resumo dos parâmetros estatísticos das equações de previsão de IRI
recomendadas
Erro
Parâmetros Graus de Soma Média Valor
Fobservado R² Padrão
Estatísticos Liberdade Quadrática Quadrática P
(m/km)
Regressão 2 108,77 54,38 317,67 0,00 0,77 0,41
Linear
Resíduos 187 32,01 0,17 -- -- -- --
Empírica
Total 189 140,78 -- -- -- -- --
Linear Regressão 1 110,42 110,42 683,69 0,00 0,78 0,40
Emp-Mec Resíduos 188 30,36 0,16 -- -- -- --
(AEMC) Total 189 140,78 -- -- -- -- --
Linear Regressão 1 111,71 111,71 722,59 0,00 0,79 0,39
Emp-Mec Resíduos 188 29,07 0,15 -- -- -- --
(LVECD) Total 189 140,78 -- -- -- -- --
Fonte: Autor
303
Pelos resultados expostos na Tabela 4.35, percebe-se que os coeficientes de

determinação (R²) se mostram adequados à previsão da irregularidade longitudinal,
quando comparados àqueles expostos na Tabela 2.16, que resume
simplificadamente os modelos consultados na literatura no decorrer deste trabalho.
Reportando a alguns modelos de previsão importantes como o de AASHTO
(2008) e Abdelaziz et al (2018), expostos na Tabela 2.16, pode-se perceber que os
autores alcançam, ao final do procedimento de regressão que deu origem às
equações recomendadas, R² de 0,56 e 0,57, respectivamente, indicando um ajuste
adequado obtido com as expressões expostas na Tabela 4.34.
Por fim, com base no entendimento da evolução do IRI ao longo do tempo,
atrelado aos resultados de previsão obtidos com os modelos gerados neste estudo,
juntamente com a análise de documentos oficiais do DNIT (DNIT, 2006a; DNIT,
2011a; DNIT, 2011b), editais de concessão rodoviária para os Programas de
Exploração das Rodovias (PER) e Contratos de Restauração e Manutenção
(CREMA) de rodovias estaduais e nacionais, sugere-se, na Tabela 4.36, o seguinte
critério de desempenho frente à irregularidade longitudinal (em termos de IRI),
baseado nos tipos de via expostos na Tabela 4.33:
Tabela 4.36 – Critérios sugeridos para os limites máximos de irregularidade de

acordo com o tipo de via
Tipo de Via Confiabilidade IRIINICIAL (m/km) IRIMÁX(m/km)

Sistema Arterial Principal 95% Inferior a 1,80 2,70
Sistema Arterial Primário 85% Inferior a 1,80 2,70
Sistema Arterial Secundário 75% Inferior a 2,50 3,50
Sistema Coletor Primário 85% Inferior a 1,80 2,70
Sistema Coletor Secundário 75% Inferior a 2,50 3,50
Sistema Local 65% Inferior a 2,50 3,50
Fonte: Autor
Sabe-se que os critérios sugeridos pela Tabela 4.36 podem parecer

desafiadores, considerando as práticas construtivas empregadas na execução de
obras rodoviárias no Brasil. Todavia, empresas e órgãos responsáveis pela
fiscalização de execução de serviços já veem exigindo a utilização, por meio das
empreiteiras, de vibroacabadoras com sistemas de nivelamento automático, por
304
meio de lasers rotativos, aumentando assim a qualidade final do processo

construtivo, com impacto positivo na irregularidade inicial.
Corroboram também com estes critérios os valores propostos pelo
AASHTOWare Pavement ME Design, desenvolvido pela AASHTO, que prevê a
evolução da irregularidade longitudinal com base no modelo empírico exposto no
item 2.2.12. Neste software, para rodovias interestaduais, fica estabelecido o limite
máximo de irregularidade em 2,7m/km. Para vias de menor importância, o programa
americano indica que os valores máximos de irregularidade ao longo do tempo
fiquem dentro do limite de 3,3m/km.
Além disso, a filosofia que envolve o novo método de dimensionamento
brasileiro acarretará, aos projetistas de misturas e espessuras de camadas, maior
atenção aos parâmetros de danificação dos materiais, possibilitando a concepção de
pavimentos que entreguem aos usuários melhores condições de trafegabilidade ao
longo de toda a vida útil da estrutura.
4.5.1 Análise de razoabilidade: exemplo de dimensionamento simplificado

utilizando a rotina empírico-mecanicista com critério funcional
No intuito de exemplificar a utilização da rotina empírico-mecanicista proposta

neste trabalho para previsão do comportamento funcional da estrutura, buscou-se
aplicar o modelo exposto na Equação (4.18) – Linear empírico-mecanicista com
intercepto fixo, com uso dos danos calculados pelo LVECD – para verificar sua
razoabilidade em projetos de pavimentos revestidos por concreto asfáltico. Para este
fim, utilizou-se uma estrutura típica, conforme ilustrada na Figura 4.58, baseada na
composição empregada na BR-158 (“Trevo dos Quartéis”) em Santa Maria/RS.
Para determinação dos danos calculados com o LVECD, considerou-se a
estrutura localizada na cidade de Santa Maria/RS, possibilitando a utilização dos
dados EICM da cidade de San Diego, no estado da Califórnia (EUA), conforme
abordado no item 3.4.2.
Considerou-se um tráfego anual inicial atuante na estrutura de 1,27x106
(NUSACE), com progressão ao longo do período de projeto (120 meses) em uma taxa
de crescimento anual de 3,0%. Com estas informações, buscou-se dimensionar a
espessura do revestimento asfáltico mediante utilização de duas diferentes misturas,
305
cujas caracterizações viscoelásticas para uso no LVECD foram expostas

anteriormente no item 4.2.2:
a) UFSM 2 - 50/70 12,5mm;
b) UFSM 4 - AB 12,5mm.
Figura 4.58 – Estrutura típica utiliza na análise de razoabilidade
Fonte: Autor
O dimensionamento das espessuras do material asfáltico foi determinado com

uso de dois diferentes critérios. O primeiro deles foi o percentual de área trincada
máximo admitido na estrutura ao longo do período de projeto (30% AT). Para este
fim, foram determinadas as curvas de dano no LVECD com diferentes espessuras,
objetivando atingir o percentual máximo de área trincada estabelecido mediante
aplicação da função de transferência proposta por Nascimento (2015). Em um
segundo momento, buscou-se verificar se as curvas de dano obtidas com as
espessuras finais, segundo o critério de dimensionamento frente ao mecanismo de
ruptura por fadiga, respeitavam também o limite estabelecido para irregularidade
longitudinal ao longo do tempo (2,7m/km), com nível de confiabilidade de 95%. O
mecanismo de ruptura por deformação permanente não foi considerado nas
análises.
Pelo critério limite de área trincada, com base na utilização da função de
transferência desenvolvida por Nascimento (2015), foi estabelecido que a utilização
de 50mm de concreto asfáltico usinado com a mistura UFSM 4 - AB12,5mm seria
suficiente para atender a vida útil da estrutura. Já quando utilizada a mistura UFSM
2 - 50/70 12,5mm, verificou-se a necessidade de execução de 120mm de concreto
306
asfáltico. A Figura 4.59 e a Figura 4.60 exibem, respectivamente, a evolução do

dano médio limitado acumulado ao longo do tempo (calculado com o LVECD) e do
percentual de área trincada (determinado pela função de transferência de
Nascimento, 2015) para os dois cenários avaliados.
Figura 4.59 – Curva de dano para as espessuras ideais de projeto (critério de fadiga)
1,0
Espessura=120mm (UFSM 2 - 50/70 12,5mm)
Dano Médio Acumulado
0,8
Espessura=50mm (UFSM 4 - AB 12,5mm)
Limitado (LVECD)
0,6
0,4
0,2
0,0
0 20 40 60 80 100 120
Idade do pavimento (meses)
Fonte: Autor
Figura 4.60 – Evolução da área trincada para as espessuras ideais de projeto

(critério de fadiga)
100
80 Espessura=50mm (UFSM 4 - AB 12,5mm)
Limite 30%AT
Área Trincada (%)
60
40
20
0
0 20 40 60 80 100 120
Fonte: Autor
307
Definidas as espessuras que atendem ao critério de fadiga com utilização das

duas distintas misturas, pode-se verificar se os projetos elaborados também estão
adequados sob o ponto de vista funcional, dado como critério o limite estabelecido
para o IRI (2,7m/km). Para este fim, aplicou-se a Equação (4.18) desenvolvida neste
trabalho, com base nos curvas de evolução de dano ilustradas na Figura 4.59. Os
resultados previstos para evolução do IRI ao longo do tempo está apresentado na
Figura 4.61. Considerou-se, em ambos os cenários, um valor de irregularidade
atingido após o final do processo construtivo de 1,80m/km (valor recomendado neste
trabalho para aceitação de serviços de implantação ou reabilitação de pavimentos
asfálticos com base no critério do IRI).
Figura 4.61 – Evolução do IRI para as espessuras ideias de projeto (critério

funcional)
4,0
3,5
3,0
2,5
IRI (m/km)
2,0
1,5
1,0
Espessura=50mm (UFSM 4 - AB 12,5mm)
0,5 Limite IRI 2,7m/km
0,0
0 20 40 60 80 100 120
Fonte: Autor
Pelo gráfico da Figura 4.61, entende-se que o projeto proposto com base nos
critérios de fadiga, mediante calculo dos danos médios acumulados limitados e
aplicação da função de transferência desenvolvida por Nascimento (2015) também
se mostrou adequado ao critério funcional de irregularidade longitudinal. Com os
modelos empírico-mecanicistas desenvolvidos neste trabalho, permite-se uma nova
ferramenta de análise de projetos rodoviários, possibilitando a previsão do
desempenho funcional da estrutura do pavimento avaliado ao longo do tempo, tendo
308
como parâmetro o desempenho da mistura asfáltica empregada em associação com

um indicador de qualidade construtiva.
4.6 COMPARAÇÃO COM OS MODELOS EXISTENTES NA LITERATURA

CONSULTADA
Visando comparar as expressões expostas anteriormente na Tabela 4.34 com

alguns dos modelos discutidos na revisão da literatura, procurou-se confrontar, em
10 trechos selecionados, os modelos recomendados pelo autor dessa pesquisa com
algumas das equações apresentadas no item 2.2. As previsões determinadas pelos
modelos empíricos e empírico-mecanicistas foram confrontadas com as equações
propostas por Queiroz (1981), HDM-4 (2000) – configuração “Default”, Nakahara
(2005) – Equação (2.74), AASHTO (2008) e Abdelaziz et al (2018).
Adicionalmente, com a calibração dos parâmetros ajustáveis do modelo de
previsão de irregularidade do programa HDM-4, foi possível também adicionar a
previsão calibrada, determinada pelo software, nos gráficos de comparação. Os
parâmetros do HDM-4 foram ajustados conforme detalhamento exposto no item
3.4.3.
O intervalo entre a Figura 4.62 até a Figura 4.71 exibe os gráficos com as
comparações entre modelos, relativas aos trechos monitorados com identificação 1,
7, 11, 34, 46, 58, 67, 88 e 93 (Rio de Janeiro/RJ) e 4.1 (Santa Maria/RS),
respectivamente. A escolha dos respectivos trechos se deu com o intuito de
abranger maior diversidade em termos de tráfego, composição estrutural,
comportamento das misturas asfálticas e qualidade final da etapa construtiva de
execução ou reabilitação, representada pelo IRIINICIAL. As escalas dos eixos verticais
e horizontais, nos gráficos da Figura 4.62 até a Figura 4.71, foram ajustadas de
acordo com as particularidades de cada trecho, visando facilitar a visualização das
diferentes previsões de evolução do IRI.
Ressalva-se que, a opção por manter os pontos experimentais conectados
por traços não é recomendada, já que usualmente dados reais não são graficamente
expostos ligados por linhas; todavia, optou-se por sustentar as conexões devido à
dificuldade de visualização dos pontos experimentais nos gráficos das respectivas
figuras.
309
Figura 4.62 – Comparação entre modelos para o trecho ID 1
6 IRI Observado
Bueno (2019) -
5 Empírico
Bueno (2019) -
Emp-Mec AEMC
4
Bueno (2019) -
Emp-Mec LVECD
IRI (m/km)
3 HDM-4 (Default)
HDM-4 (Calibrado)
2
AASHTO (2008)
1
Abdelaziz et al
(2018)
0 Nakahara (2005)
0 20 40 60 80 100 120 140
Queiroz (1981)
Fonte: Autor
Figura 4.63 - Comparação entre modelos para o trecho ID 7
8 IRI Observado
7 Bueno (2019) -
Empírico
Bueno (2019) -
6 Emp-Mec AEMC
Bueno (2019) -
5 Emp-Mec LVECD
HDM-4 (Default)
IRI (m/km)
4
HDM-4 (Calibrado)
3 AASHTO (2008)
2 Abdelaziz et al
(2018)
1 Nakahara (2005)
0 20 40 60 80 100 120 140
Queiroz (1981)
Fonte: Autor
310
8 IRI Observado
7 Bueno (2019) -
Empírico
6 Bueno (2019) -
Emp-Mec AEMC
5 Bueno (2019) -
Emp-Mec LVECD
4 HDM-4 (Default)
IRI (m/km)
3 HDM-4 (Calibrado)
2 AASHTO (2008)
1 Abdelaziz et al
(2018)
0 Nakahara (2005)
0 20 40 60 80 100 120 140
Queiroz (1981)
Fonte: Autor
7 IRI Observado
6 Bueno (2019) -
Empírico
Bueno (2019) -
5 Emp-Mec AEMC
Bueno (2019) -
IRI (m/km)
4 Emp-Mec LVECD
HDM-4 (Default)
3
HDM-4 (Calibrado)
2 AASHTO (2008)
1 Abdelaziz et al
(2018)
Nakahara (2005)
0
0 20 40 60 80 100 120 140 Queiroz (1981)
Fonte: Autor
311
8 IRI Observado
7 Bueno (2019) -
Empírico
6 Bueno (2019) -
Emp-Mec AEMC
5 Bueno (2019) -
Emp-Mec LVECD
IRI (m/km)
4 HDM-4 (Default)
3 HDM-4 (Calibrado)
2 AASHTO (2008)
1 Abdelaziz et al
(2018)
0 Nakahara (2005)
0 20 40 60 80 100 120 140
Queiroz (1981)
Fonte: Autor
8 IRI Observado
7 Bueno (2019) -
Empírico
6 Bueno (2019) -
Emp-Mec AEMC
5 Bueno (2019) -
IRI (m/km)
Emp-Mec LVECD
4 HDM-4 (Default)
3 HDM-4 (Calibrado)
2 AASHTO (2008)
1 Abdelaziz et al
(2018)
0 Nakahara (2005)
0 20 40 60 80 100 120 140
Queiroz (1981)
Fonte: Autor
312
8 IRI Observado
7 Bueno (2019) -
Empírico
6 Bueno (2019) -
Emp-Mec AEMC
5 Bueno (2019) -
Emp-Mec LVECD
IRI (m/km)
4 HDM-4 (Default)
3 HDM-4 (Calibrado)
2 AASHTO (2008)
1 Abdelaziz et al
(2018)
0 Nakahara (2005)
0 20 40 60 80 100 120 140
Queiroz (1981)
Fonte: Autor
6 IRI Observado
Bueno (2019) -
5 Empírico
Bueno (2019) -
Emp-Mec AEMC
4
Bueno (2019) -
IRI (m/km)
Emp-Mec LVECD
3 HDM-4 (Default)
HDM-4 (Calibrado)
2
AASHTO (2008)
1 Abdelaziz et al
(2018)
0 Nakahara (2005)
0 20 40 60 80 100
Queiroz (1981)
Fonte: Autor
313
5 IRI Observado
Bueno (2019) -
Empírico
4
Bueno (2019) -
Emp-Mec AEMC
Bueno (2019) -
3
IRI (m/km)
Emp-Mec LVECD
HDM-4 (Default)
2 HDM-4 (Calibrado)
AASHTO (2008)
1
Abdelaziz et al
(2018)
Nakahara (2005)
0
0 20 40 60 80 100 Queiroz (1981)
Fonte: Autor
Figura 4.71 - Comparação entre modelos para o trecho ID 4.1
4 IRI Observado
Bueno (2019) -
Empírico
3
Bueno (2019) -
Emp-Mec AEMC
Bueno (2019) -
IRI (m/km)
Emp-Mec LVECD
2
HDM-4 (Default)
HDM-4 (Calibrado)
1
AASHTO (2008)
Abdelaziz et al
0 (2018)
0 5 10 15 20 25 30 35 Queiroz (1981)
Fonte: Autor
Vale salientar que, para o trecho com ID 4.1 (Santa Maria/RS), o modelo de
Nakahara (2005) não foi aproveitado à título de comparação das equações de
314
previsão, devido a sua aplicação válida apenas em estruturas construídas em

caráter de reabilitação. Como o pavimento referido se trata de implantação de uma
estrutura nova, optou-se por não confrontar o modelo desenvolvido pela autora
neste segmento. Destaca-se também que os modelos que utilizam o número de
solicitações do eixo padrão calculados pelo método da AASHTO foram convertidos
pela relação NUSACE/NAASHTO =3, verificada como coerente pelos estudos de Klamt
(2014). Para utilização do modelo de Queiroz (1981), a conversão de QI para IRI foi
efetuada conforme recomendações expostas em Sayers et al (1986b).
A fim de possibilitar o entendimento total dos parâmetros adotados na
aplicação dos modelos elaborados pelos autores reportados neste capítulo, o
Apêndice E resume o compilado de informações necessárias para cálculo de
irregularidade pelas expressões matemáticas desenvolvidas por Queiroz (1981),
Nakahara (2005), AASHTO (2008) e Abdelaziz et al (2018). Os parâmetros adotados
na ferramenta HDM-4, tanto no formato default quanto na configuração calibrada, já
foram descritas no item 3.4.3.
Em uma análise geral dos gráficos expostos da Figura 4.62 até a Figura 4.71,
entende-se que os modelos de previsão de irregularidade desenvolvidos nesta tese
(recomendados na Tabela 4.34) conseguem captar adequadamente, na grande
parte dos casos, a evolução do indicador avaliado, resultando em boa similaridade
com a previsão determinada com a ferramenta HDM-4 calibrada e com os modelos
de AASHTO (2008) e Abdelaziz et al (2018).
Os casos avaliados captam distintas condições de irregularidade inicial,
tráfego e evolução dos parâmetros de danificação, representando a progressão do
fenômeno de fadiga com o tempo, indicando que o modelo também consegue
assimilar estas situações e resultar em boas aproximações das irregularidades
previstas com aquelas observadas em pista.
Ainda sobre o modelo da AASHTO (2008), deve-se ressaltar que a previsão
de irregularidade exposta no item 2.2.12 está inserida na rotina de cálculo do
AASHTOWare Pavement ME Design, software americano utilizado no
dimensionamento de pavimentos asfálticos baseado em variados indicadores de
desempenho, entre eles a irregularidade longitudinal. No referido programa, utiliza-
se das bases puramente empíricas do modelo desenvolvido pela AASHTO (2008)
para quantificar o IRI no decorrer do período de análise.
315
Em termos gerais, percebe-se também que os modelos de Queiroz (1981) e

Nakahara (2005) resultam em valores significativamente mais baixos ao longo do
tempo para os trechos avaliados nesta etapa do presente estudo. Isto ocorre, pois
os modelos citados não usam a referência da irregularidade inicial determinada após
o final do processo construtivo na rotina de previsão, fazendo com que as
expressões matemáticas não tenham seu ponto de partida, dificultando o
entendimento de evolução ao longo do tempo.
Pelos dados apresentados nos gráficos expostos, também se percebe que as
irregularidades previstas pelo programa HDM-4, na configuração “Default”, são as
maiores dentre o grupo de modelos avaliados, chegando a ultrapassar o limite
superior da área de gráfico em alguns dos casos, como nos trechos com ID 7 e ID
11. Salienta-se, novamente, que as bases do programa foram concebidas para
rodovias de países em desenvolvimento, como o Brasil, visando aprovação de
recursos destinados pelo Banco Mundial. Desta forma, os dados empíricos utilizados
em sua calibração indicam uma evolução mais acentuada do IRI no decorrer do
tempo, o que, ao menos nos trechos utilizados para concepção dos modelos
determinados no presente estudo, não acontece de maneira tão destacada.
Essa questão também é relatada por Jung et al (2002), os quais analisam que
uma das maiores desvantagens do HDM-4 é a sua dificuldade de analisar
pavimentos de maior qualidade, devido à maneira com a qual o programa foi
desenvolvido, visando os países em desenvolvimento. Deve-se também mencionar
a evolução da qualidade construtiva de pavimentos asfálticos desde o ano de
concepção do modelo da ferramenta de análise econômica (2000), possibilitando a
obtenção de melhores condições de superfície, com o avanço de técnicas e controle
tecnológico dos equipamentos de execução.
Já quando o software é calibrado para as situações reais dos pavimentos
avaliados, percebe-se que as tendências de evolução resultam em previsões de
irregularidade similares com aquelas oriundas dos modelos elaborados neste
estudo.
4.7 ANÁLISE ECONÔMICA COM O HDM-4
Conforme efetuado na comparação dos modelos elaborados neste estudo

com aqueles existentes na literatura consultada, na análise econômica com uso do
316
HDM-4, foram utilizados os mesmos 10 trechos expostos no item 4.6. A calibração

utilizada para obter as curvas de progressão de irregularidade também foi mantida,
visando avaliar economicamente os pavimentos em condições similares àquelas
observadas nas pistas experimentais, conforme detalhado no item 3.4.3. Está
exposta também, no referido item, a frota de veículos adotada como padrão para
todos os trechos avaliados nesta etapa do presente estudo. O tráfego anual médio
estimado, também detalhado item 3.4.3, foi de 2,3x106 (NUSACE), com crescimento
estipulado em uma taxa linear de 3,0% ao ano.
De acordo com o delineamento metodológico elucidado no item 3.4.3, foram
avaliados os custos demandados aos usuários da rodovia (Road User Costs – RUC)
e os custos demandados à agência responsável pela rodovia para realização das
atividades corretivas (Road Agency Costs – RAC) em cenários de 10, 15 e 30 anos.
Foram avaliadas duas situações: a primeira delas, onde nenhuma ação
corretiva é efetuada na rodovia no decorrer do período de tempo (Alternativa Base)
e, em um segundo momento, fresagem parcial (2,5cm) quando a irregularidade
longitudinal atinge 2,7m/km, seguido de pintura de ligação e execução de nova
camada asfáltica (3,0cm).
Sabe-se que, em termos práticos, a existência de uma rodovia que atravessa
30 anos de operação sem qualquer manutenção é improvável. Todavia, vislumbra-
se apenas identificar os efeitos acarretados pela manutenção da rodovia utilizando
como critério a irregularidade longitudinal; desta forma, a comparação busca
somente destacar o efeito da boa trafegabilidade nos gastos diretos dos usuários
com os veículos.
Os custos de execução dos serviços, assim como os preços estipulados para
a frota de veículos, pneus, gasolina, óleo diesel e óleo lubrificante, foram
explicitados no item 3.4.3.
A Figura 4.72 exibe o exemplo gráfico resultante do serviço corretivo, em
termos de irregularidade longitudinal (IRI) para o trecho com ID 34, no cenário
intermediário (15 anos), visando ilustrar as alternativas de intervenção configuradas
no software.
Para as pistas que já iniciam a análise acima do limite estipulado para a
irregularidade longitudinal, uma ação corretiva é efetuada ainda no ano inicial de
operação. Os impactos causados pelas diferentes alternativas de atuação da
agência responsável estão expostos na Tabela 4.37 à Tabela 4.39, que resumem os
317
efeitos econômicos da manutenção da irregularidade dentro de um limite adequado

para trafegabilidade (2,7m/km), respectivamente para os cenários de 10, 15 e 30
anos. Os valores estão expostos em reais, quantificados por km de rodovia (R$/km).
Os trechos foram avaliados com uma faixa única de tráfego, unidirecional, com
largura delimitada em 3,60m. As diferenças exibidas na Tabela 4.37 à Tabela 4.39,
delimitadas como “Economia para o Usuário” são referentes aos valores absolutos,
quando comparados os gastos dos usuários sem a presença de intervenções e com
a manutenção baseada no critério de irregularidade.
Salienta-se também que, na composição do RUC, foram considerados apenas
os custos operacionais dos veículos (consumo de combustível, desgaste dos pneus,
consumo de óleo lubrificante e depreciação do veículo). Sugere-se, todavia, para
trabalhos futuros referentes ao tema, o complemento das avaliações dos impactos
das irregularidades longitudinais também nos aspectos sociais referentes aos custos
em tempo de viagem, custos com acidentes e impactos ambientais em emissões de
gases acarretados pelo mal funcionamento dos veículos, majorados pelas altas
irregularidades.
Figura 4.72 – Exemplo de alternativas de projeto no HDM-4 (ID 34)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Fonte: Autor
Vale ressaltar que, conforme informado no item 3.4.3, as projeções econômicas

futuras foram efetuadas com correções balizadas por uma inflação média de 6,01%
ao ano, com base no índice IPCA (Índice Nacional de Preços ao Consumidor
318
Amplo), fornecido pelo IBGE (Instituto Brasileiro de Geografia e Estatística). Para

determinação deste valor médio, foram utilizadas séries históricas do IPCA brasileiro
nos últimos cinco anos (2014 a 2018).
Tabela 4.37 – Análise econômica para cenário de 10 anos
Intervenções Custos Totais Custos dos Usuários Economia para

Solução
Trecho Necessárias da Agência com os veículos o Usuário
Adotada
no Período (R$/km) (R$/km) (R$/km)
Altern. Base 0 R$ 0,00 R$ 40.945.341,75
ID 1 R$ 514.169,33
Fresa+Capa 1 R$ 113.791,49 R$ 40.431.172,42
Altern. Base 0 R$ 0,00 R$ 42.067.256,86
ID 7 R$ 1.608.417,82
Fresa+Capa 2 R$ 295.349,56 R$ 40.458.839,04
Altern. Base 0 R$ 0,00 R$ 41.890.187,92
ID 11 R$ 1.442.538,88
Fresa+Capa 2 R$ 295.349,56 R$ 40.447.649,04
Altern. Base 0 R$ 0,00 R$ 40.731.973,13
ID 34 R$ 317.049,59
Fresa+Capa 1 R$ 135.581,19 R$ 40.414.923,53
Altern. Base 0 R$ 0,00 R$ 41.723.920,76
ID 46 R$ 1.287.461,72
Fresa+Capa 2 R$ 295.349,56 R$ 40.436.459,04
Altern. Base 0 R$ 0,00 R$ 40.852.733,13
ID 58 R$ 425.345,89
Fresa+Capa 1 R$ 127.889,89 R$ 40.427.387,24
Altern. Base 0 R$ 0,00 R$ 41.389.104,17
ID 67 R$ 967.565,13
Fresa+Capa 2 R$ 295.349,56 R$ 40.421.539,04
Altern. Base 0 R$ 0,00 R$ 40.758.872,72
ID 88 R$ 335.677,61
Fresa+Capa 1 R$ 127.889,89 R$ 40.423.195,10
Altern. Base 0 R$ 0,00 R$ 40.910.868,03
ID 93 R$ 479.695,61
Fresa+Capa 1 R$ 120.634,91 R$ 40.431.172,42
Altern. Base 0 R$ 0,00 R$ 40.451.630,07
ID 4.1 R$ 0,00
Fresa+Capa 0 R$ 0,00 R$ 40.451.630,07
Fonte: Autor
Salienta-se que, no trecho com ID 4.1, nenhuma ação corretiva é necessária

no local nos primeiros 10 anos de operação do trecho. Explica-se este fato pelo
pequeno valor alcançado para a irregularidade inicial após a construção da rodovia
(1,66m/km), indicando boa qualidade de execução da superfície no local.
Ainda sobre o indicador inicial de qualidade de execução da superfície
(IRIINICIAL), há de se ressaltar a importância deste parâmetro na necessidade de
intervenções ao decorrer do período de análise. Em todos os cenários (10, 15 e 30
anos), o trecho com ID 4.1 (irregularidade inicial=1,66m/km) foi o que menos
demandou ações de reabilitação no pavimento, acarretando em menores custos
despendidos pela agência reguladora, responsável pela manutenção da rodovia. Em
contraponto, segmentos com maiores irregularidades iniciais (ID 7 e ID 11, por
319
exemplo, com IRIINICIAL de 3,55 e 3,40m/km, respectivamente) estão entre os trechos

que mais demandam intervenções por parte da agência reguladora, resultando em
maiores custos totais de manutenção.
Tabela 4.38 - Análise econômica para cenário de 15 anos

Solução
Adotada
Altern. Base 0 R$ 0,00 R$ 81.187.143,96
ID 1 R$ 2.628.628,03
Fresa+Capa 2 R$ 313.111,88 R$ 78.558.515,92
Altern. Base 0 R$ 0,00 R$ 83.817.087,84
ID 7 R$ 5.206.969,62
Fresa+Capa 2 R$ 295.349,56 R$ 78.610.118,21
Altern. Base 0 R$ 0,00 R$ 83.388.860,01
ID 11 R$ 4.789.931,80
Fresa+Capa 2 R$ 295.349,56 R$ 78.598.928,21
Altern. Base 0 R$ 0,00 R$ 80.616.159,22
ID 34 R$ 2.048.971,54
Fresa+Capa 2 R$ 351.905,45 R$ 78.567.187,68
Altern. Base 0 R$ 0,00 R$ 83.016.769,33
ID 46 R$ 4.429.031,12
Fresa+Capa 2 R$ 295.349,56 R$ 78.587.738,21
Altern. Base 0 R$ 0,00 R$ 80.948.552,87
ID 58 R$ 2.382.607,10
Fresa+Capa 2 R$ 331.942,43 R$ 78.565.945,77
Altern. Base 0 R$ 0,00 R$ 82.350.963,77
ID 67 R$ 3.778.145,56
Fresa+Capa 2 R$ 295.349,56 R$ 78.572.818,21
Altern. Base 0 R$ 0,00 R$ 80.737.147,07
ID 88 R$ 2.175.393,43
Fresa+Capa 2 R$ 331.942,43 R$ 78.561.753,64
Altern. Base 0 R$ 0,00 R$ 81.150.457,30
ID 93 R$ 2.591.941,38
Fresa+Capa 2 R$ 313.111,88 R$ 78.558.515,92
Altern. Base 0 R$ 0,00 R$ 79.900.479,47
ID 4.1 R$ 1.332.226,95
Fresa+Capa 1 R$ 181.558,07 R$ 78.568.252,52
Fonte: Autor
Analisado conjuntamente todos os cenários, percebe-se que, invariavelmente

o investimento feito pela agência em melhorias nas condições da rodovia é
devolvido ao usuário em economia com os custos operacionais dos veículos. Em
linhas gerais, no cenário de menor tempo de análise (10 anos), nos casos em que a
intervenção baseada na irregularidade foi necessária, pode-se contabilizar uma
economia média para os usuários de aproximadamente R$820.000/km.
Para o cenário de 15 anos, os valores médios resultam em uma economia de
aproximados R$3.136.000/km. No cenário mais longo (30 anos), percebe-se uma
economia média de aproximadamente R$83.058.000/km.
320
Tabela 4.39 - Análise econômica para cenário de 30 anos

Solução
Adotada
Altern. Base 0 R$ 0,00 R$ 448.372.641,71
ID 1 R$ 75.479.717,40
Fresa+Capa 4 R$ 1.038.771,06 R$ 372.892.924,31
Altern. Base 0 R$ 0,00 R$ 469.846.695,02
ID 7 R$ 98.812.783,98
Fresa+Capa 5 R$ 1.598.775,66 R$ 371.033.911,04
Altern. Base 0 R$ 0,00 R$ 465.631.166,55
ID 11 R$ 92.819.770,37
Fresa+Capa 5 R$ 1.598.775,66 R$ 372.811.396,18
Altern. Base 0 R$ 0,00 R$ 444.082.698,13
ID 34 R$ 71.354.797,10
Fresa+Capa 4 R$ 1.139.674,96 R$ 372.727.901,02
Altern. Base 0 R$ 0,00 R$ 461.703.957,34
ID 46 R$ 83.403.035,76
Fresa+Capa 5 R$ 1.598.775,66 R$ 378.300.921,58
Altern. Base 0 R$ 0,00 R$ 445.911.209,62
ID 58 R$ 73.054.491,37
Fresa+Capa 4 R$ 1.075.023,07 R$ 372.856.718,26
Altern. Base 0 R$ 0,00 R$ 464.752.691,87
ID 67 R$ 91.967.405,69
Fresa+Capa 5 R$ 1.598.775,66 R$ 372.785.286,18
Altern. Base 0 R$ 0,00 R$ 456.549.466,97
ID 88 R$ 83.714.118,34
Fresa+Capa 4 R$ 1.075.023,07 R$ 372.835.348,63
Altern. Base 0 R$ 0,00 R$ 463.014.247,50
ID 93 R$ 90.277.222,57
Fresa+Capa 5 R$ 1.597.860,14 R$ 372.737.024,93
Altern. Base 0 R$ 0,00 R$ 447.499.974,92
ID 4.1 R$ 69.701.872,56
Fresa+Capa 3 R$ 907.217,24 R$ 377.798.102,36
Fonte: Autor
Com intuito de ilustrar, anualmente, o comportamento das despesas

acarretadas pelas diferentes soluções de manutenção nos usuários de rodovias, o
gráfico Figura 4.73 exibe as demandas econômicas médias observadas nos casos
avaliados neste estudo.
Pela interpretação do gráfico exposto na Figura 4.73, juntamente com os
resultados expostos na Tabela 4.37 à Tabela 4.39, pode-se perceber que, mesmo
com o retorno econômico dos investimentos efetuados pela agência reguladora,
comprovados pelas economias médias nas despesas dos usuários com os veículos,
as diferenças mais relevantes entre as duas soluções adotadas começam a
aparecer passados 15 anos de operação da via. Com o crescimento do tráfego e a
consequente degradação do pavimento de maneira mais acelerada, as soluções de
reabilitação da estrutura começam e ser mais efetivas no impacto econômico dos
usuários, evidenciando uma diferença percentual média de 43%, quando
comparadas às despesas dos usuários frente às duas soluções de manutenção, no
último ano de análise.
321
Figura 4.73 – Custo anual médio do usuário ao longo do período de análise com as
diferentes soluções de manutenção
50
Custo Anual do Usuário/km (milhões de R$)
45
40 Alternativa Base
35 Fresa+Capa
30
25
20
15
10
5
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Idade do pavimento (anos)
Fonte: Autor
Em termos médios, pode-se dizer que, a manutenção das condições de

irregularidade longitudinal dentro do critério estabelecido (2,7m/km), com
investimentos médios anuais por parte da agência reguladora de aproximadamente
R$18.000/km/ano, acarreta em uma economia anual, para os usuários que trafegam
pela rodovia, em cenários de 10 anos, quantificada em aproximadamente
R$82.000/km/ano. No cenário intermediário (15 anos), essa economia média salta
para aproximados R$209.000/km/ano, com um investimento médio por parte da
agência reguladora de aproximados R$20.000/km/ano . Já quando o período total de
análise é compilado (30 anos), verifica-se uma economia média para o usuário de
aproximadamente R$2.768.000/km/ano, com um investimento médio anual por parte
da agência reguladora de aproximados R$45.000/km/ano.
Estes valores permitem concluir que: no âmbito dos casos analisados neste
estudo, submetidos ao tráfego atuante arbitrado, os investimentos anuais feitos pela
agência reguladora para manutenção da rodovia, com base no critério de
irregularidade longitudinal (IRI máximo=2,7m/km), foram devolvidos para os usuários
em economia nos custos operacionais dos veículos.
322
Um formato alternativo de avaliação pode ser efetuado com análises

balizadas no tráfego atuante nas estruturas, ao longo do tempo. Para este fim, os
valores de solicitações do eixo padrão (NUSACE), acumulados ao longo do período
total de análise, foram avaliados em confronto com a relação entre os custos
despendidos pelos usuários, também acumulados ao longo do período, por km, e o
NUSACE (R$/N). Esta relação é utilizada por Ribas (2014) e Bueno et al (2016) para
identificar impactos econômicos de distintas composições estruturais, misturas
asfálticas e carregamentos dos eixos dos veículos comerciais na análise de
pavimentos. O gráfico da Figura 4.74 exibe o confronto entre N e R$/N.
Figura 4.74 – Relação entre tráfego acumulado e custo dos usuários/N
4,50
4,00
Alternativa Base
3,50
Fresa+Capa
3,00
R$/NUSACE
2,50
2,00
1,50
1,00
0,50
0,00
2,0E+06 2,0E+07 2,0E+08
NUSACE (acumulado)
Fonte: Autor
Pelo gráfico da Figura 4.74, entende-se que, quando as solicitações

acumuladas do eixo padrão atingem maiores magnitudes, próximas de 4,0x10 7, A
relação entre os custos demandados pelos usuários em manutenção do veículo e o
número N começa a exibir diferenciações relevantes, quando comparadas as
distintas alternativas de manutenção da rodovia.
323
Em termos percentuais totais, a relação R$/N é 6% maior quando os usuários

trafegam em rodovias sem qualquer manutenção ao longo do período de análise,
considerando os comparativos com a solução delimitada pelo gatilho de
irregularidade longitudinal. Analisados apenas os casos em que o tráfego acumulado
é maior do que 4,0x107, este percentual sobe para 11%, indicando a tendência de
crescimento dos impactos econômicos quanto maior for o número de usuários
afetados pelas superfícies irregulares.
Por fim, entende-se que a irregularidade longitudinal, representada pelo IRI,
pode ser empregada como um gatilho eficiente para intervenções corretivas no
pavimento rodoviário, tornando-se um bom balizador para tomadas de decisões em
agências rodoviárias, já que seu impacto pode ser quantificado diretamente nos
custos demandados pelos usuários na manutenção dos veículos que circulam pela
via. Vale salientar, todavia, que o software HDM-4 não considera as propriedades
dos materiais para realização das previsões dos indicadores de desempenho da
estrutura ao longo do tempo. Desta forma, a utilização de diferentes misturas em um
procedimento hipotético de reabilitação da estrutura não são consideradas pelo
software, tendo seu impacto vislumbrado apenas pelos custos demandados pela
agência reguladora nas atividades corretivas. Julga-se esta limitação como uma
deficiência importante do referido programa, uma vez que a performance do
pavimento durante sua vida útil é sensivelmente afetada pelos materiais
empregados na composição da estrutura.
324
5 CONSIDERAÇÕES FINAIS
Neste capítulo, serão apresentadas as conclusões decorrentes dos resultados

obtidos na pesquisa e sugestões para trabalhos futuros.
5.1 CONCLUSÕES
A partir dos resultados obtidos em acordo com o delinear metodológico deste

trabalho, foi possível concluir que:
a) Posto em operação e funcionamento, o perfilômetro inercial adquirido pela
UFSM se mostrou adequado para medições de irregularidade longitudinal (IRI
e QI) e afundamento em trilha de roda (ATR), conforme os testes de
verificação de repetibilidade e exatidão realizados. Desta forma, permite-se
que variadas pesquisas e atividades de prestações de serviço sejam
efetuadas na UFSM com o referido equipamento;
b) Ainda sobre a utilização do perfilômetro, verificou-se, para processamento
das medidas de ATR, fundamental a correta conferência da quantidade de
medidas contabilizadas no processo de cálculo, visando, se necessário, a
filtragem de dados oriundos de um intervalo em que o equipamento não
conseguiu realizar a determinação de medidas;
c) Com o banco de dados oriundo de 35 trechos experimentais (27 no Rio de
Janeiro/RJ e 8 em Santa Maria/RS), foi possível desenvolver modelos de
previsão de irregularidade longitudinal em caráter empírico e empírico-
mecanicista, com uso dos danos calculados com o auxílio do AEMC e com o
programa LVECD no conjunto de variáveis;
d) Dentre o conjunto de dados utilizado para tentativa de previsão da
irregularidade longitudinal em caráter empírico, verificou-se que a combinação
da irregularidade inicial medida após o final do processo construtivo
(IRIINICIAL), o tráfego acumulado ao longo do tempo (N) e a associação entre
deflexões máximas medidas na superfície (DMÁX) e os percentuais de área
com presença de trincamento (AT) conseguem captar uma parte significativa
dos aspectos que envolvem a evolução do IRI, prevendo seus resultados ao
longo do tempo satisfatoriamente;
325
e) O modelo mais assertivo, conforme o rol de critérios perceptivos de

engenharia, atrelados a parâmetros estatísticos, seguiu um formato de
evolução linear, com ajustes representados pelo coeficiente de determinação
(R²) de 0,77 e um erro padrão de estimativa, computado ao final do processo
de regressão, de 0,41m/km;
f) Já em relação aos modelos de previsão de irregularidade longitudinal com
bases mecanicistas atreladas ao procedimento empírico, verificou-se que a
previsão do IRI, com uso dos danos calculados com o auxílio do AEMC
(DanoAEMC) e com o programa LVECD (DanoLVECD) no conjunto de variáveis,
associadas a idade do pavimento desde sua construção ou reabilitação
(AGE), com acréscimo do IRIINICIAL se mostrou pertinente à evolução do
referido indicador;
g) Em caráter empírico-mecanicista, os modelos mais assertivos, conforme o rol
de critérios perceptivos de engenharia, atrelados a parâmetros estatísticos,
também seguiram um formato de evolução linear, com ajustes representados
pelo coeficiente de determinação (R²) de 0,78 e 0,79, respectivamente para
as equações utilizando os danos médios acumulados determinados com o
auxílio do AEMC e com o LVECD. Os erros padrões de estimativa
computados ao final do processo de regressão foram de 0,40 e 0,39m/km,
para os respectivos casos;
h) Os resultados obtidos para os modelos supracitados, tanto em formato
puramente empírico quanto em formato empírico-mecanicista, com ajuste
incremental delimitado a partir do IRIINICIAL, estão novamente expostos na
Tabela 5.1;
i) Os referidos modelos, em caráter empírico-mecanicista, quando validados
com demais trechos participantes da rotina de monitoramento da Rede de
Tecnologia em Asfaltos, não utilizados na fase de calibração das equações,
também exibiram comportamento satisfatório, trabalhando dentro dos limites
definidos pelos erros de estimativa. Já o modelo puramente empírico, quando
aplicado a uma condição de tráfego acumulado significativamente distante
das condições de contorno nas quais foi elaborado (trechos monitorados pela
UFSC), resultou em previsões de irregularidade longitudinal distantes
daquelas quantificados em pista. No formato empírico-mecanicista, tanto com
uso de danos calculados com o AEMC quanto com o LVECD, a variável de
326
danificação, associada com a idade do pavimento, conseguiu absorver este

comportamento inesperado, mantendo os valores previstos dentro da margem
de erro do modelo;
Tabela 5.1 - Equações de previsão de irregularidade recomendadas para uso
Modelo Linear Empírico

com intercepto fixo
95% 3,54E-08 1,42E-04
85% 3,54E-08 1,33E-04
() [( ) ( ( ))] 0,77
75% 3,54E-08 1,28E-04
65% 3,54E-08 1,24E-04
Modelo Linear Emp-Mec (AEMC)
com intercepto fixo
95% 0,0141 --
85% 0,0137 --
() ( ) 0,78
75% 0,0135 --
65% 0,0133 --
Modelo Linear Emp-Mec (LVECD)
com intercepto fixo
95% 0,0124 --
85% 0,0121 --
() ( ) 0,79
75% 0,0119 --
65% 0,0118 --
Fonte: Autor
j) Quando comparadas aos demais modelos existentes na literatura, percebeu-

se que as equações desenvolvidas neste estudo conseguem prever a
evolução de irregularidade de forma similar aquelas desenvolvidas por
AASHTO (2008) e Abdelaziz et al (2018). Ainda, pode-se verificar que o
modelo presente na ferramenta de análise econômica HDM-4, operado em
sua configuração original, resulta em valores de irregularidade longitudinal, ao
longo do tempo, significativamente maiores do que aqueles observados em
campo e previstos pelas expressões matemáticas elaboradas nesta pesquisa.
Todavia, quando os parâmetros ajustáveis do modelo são calibrados para as
situações reais observadas nos trechos experimentais (ação recomendada
para utilização do programa com maior similaridade aos segmentos
avaliados), os resultados de IRI no decorrer do período de análise se
mostraram significativamente próximos daqueles observados in loco;
327
k) Ainda, com uso da ferramenta HDM-4, calibrada para as pistas experimentais

avaliadas neste estudo, as análises econômicas comprovaram que a
irregularidade longitudinal, quando não mantida dentro dos limites previstos,
causa impacto direto nos custos operacionais dos usuários de rodovias,
quando avaliados apenas os gastos de operação com os veículos. Para um
tráfego anual inicial de 2,3x106 (NUSACE), evoluindo ao longo dos anos com
uma taxa de crescimento de 3,0% ao ano, pode-se dizer que, em termos
médios, a manutenção das condições de irregularidade longitudinal dentro do
critério estabelecido (2,7m/km), com investimentos médios anuais por parte
da agência reguladora de aproximadamente R$18.000/km/ano, acarreta em
uma economia anual, para os usuários que trafegam pela rodovia, em
cenários de 10 anos, quantificada em aproximadamente R$82.000/km/ano.
No cenário intermediário (15 anos), essa economia média salta para
aproximados R$209.000/km/ano, com um investimento médio por parte da
agência reguladora de aproximados R$20.000/km/ano . Já quando o período
total de análise é compilado (30 anos), verifica-se uma economia média para
o usuário de aproximadamente R$2.768.000/km/ano, com um investimento
médio anual por parte da agência reguladora de aproximados
R$45.000/km/ano;
l) Estes valores permitem concluir que: no âmbito dos casos analisados neste
estudo, submetidos ao tráfego atuante arbitrado, os investimentos anuais
feitos pela agência reguladora para manutenção da rodovia, com base no
critério de irregularidade longitudinal (IRI máximo=2,7m/km), foram devolvidos
para os usuários em economia nos custos operacionais dos veículos. Nestas
análises, a moeda adotada foi o dólar americano (US$), convertido para reais
(R$) por meio da cotação do dia 27/02/2019 (US$1,00=R$3,73). Para balizar
o impacto econômico ao longo do tempo, os valores foram corrigidos por uma
inflação média de 6,01% ao ano, com base no índice IPCA, fornecido pelo
IBGE. Para determinação deste valor médio, foram utilizadas séries históricas
do IPCA brasileiro nos últimos cinco anos (2014 a 2018);
m) Por fim, entende-se que, com base nos resultados gerados no presente
estudo, pode-se prever o desempenho funcional da estrutura do pavimento
avaliado ao longo do tempo, tendo como parâmetro o desempenho da mistura
asfáltica, analisada com base nas propriedades dos materiais, empregado em
328
associação com um indicador de qualidade construtiva, transferindo estas

interpretações para análises econômicas.
5.2 SUGESTÕES PARA TRABALHOS FUTUROS
Visando a complementação e continuidade da pesquisa, sugerem-se as

seguintes atividades:
a) Elaboração de uma normativa que delimite nacionalmente o procedimento de
cálculo do IRI mediante utilização de um perfil longitudinal, com detalhamento
de equações e filtros estatísticos embutidos no processo. Salienta-se que, em
relação ao documento de referência para realização do ensaio de medição de
IRI e ATR com o perfilômetro inercial, o corpo técnico da COPPE/UFRJ,
juntamente com o apoio de alguns professores e alunos do GEPPASV/UFSM
e do sócio proprietário da Cibermétrica Equipamentos e Serviços Ltda,
Rodrigo Barella, já enviou ao IPR/DNIT uma proposta de normativa para tal
levantamento;
b) Conforme sugerido por Moraes (2015) e Bueno (2016), um evento similar ao
“Dia do FWD” seria fundamental também para os equipamentos de medição
de irregularidade longitudinal com sensores a laser sem contato, já que é de
suma importância que estes sistemas de medição resultem em valores
alinhados, devido a sua vasta utilização no meio prático rodoviário;
c) Continuidade das ações de monitoramento da Rede de Tecnologia em
Asfaltos e adequação dos modelos de previsão de irregularidade propostos
nesta tese ao componente de contribuição referente ao afundamento em trilha
de roda, já que, neste trabalho, o banco de dados de trilha de roda não se
mostrou viável para tal ação. Pode-se investigar também de maneira mais
aprofundada o efeito do parâmetro Flow Number (FN) das misturas asfálticas
no seu desempenho em campo frente a irregularidade longitudinal, uma vez
que, para as pistas e misturas avaliadas no presente estudo, IRI e FN não
exibiram uma associação estatisticamente significativa;
d) Desenvolvimento de um modelo de previsão de evolução da irregularidade
longitudinal com base nas curvas de dano determinadas a partir de cálculo de
esforços e curvas de fadiga obtidas por testes em compressão diametral de
carga repetida (DNIT-ME 183/2018) em misturas asfálticas, visando sua
329
utilização no nível A do MeDiNa. Para este fim, basta compilar os resultados

de monitoramento em campo de irregularidade longitudinal, coletados ao
longo desta tese, avaliando sua associação com as curvas de dano
calculadas ao longo do trabalho de Fritzen (2016), que realizou ensaios em
concretos asfálticos, pelo método de compressão diametral de carga repetida,
para alguns dos materiais empregados como revestimento nos trechos
experimentais do “Projeto Fundão”. Com estas informações, somados a
outros segmentos experimentais cujos dados de irregularidade e as curvas de
fadiga, obtidas com a metodologia de compressão diametral, estejam
disponíveis, pode-se seguir o procedimento proposto nesta tese para
obtenção de expressões matemáticas de previsão de IRI, com bases
empírico-mecanicistas passíveis de inserção no MeDiNa nível A;
e) Análise de sensibilidade dos parâmetros inseridos no programa LVECD,
objetivando identificar quais são os elementos que mais contribuem para a
evolução do processo de danificação da camada de revestimento asfáltico ao
longo do tempo, quando analisado o mecanismo de ruptura por fadiga;
f) Comparação dos resultados oriundos das previsões de irregularidade
longitudinal propostas pelos modelos elaborados nesta tese com as respostas
fornecidas pelo programa AASHTOWare Pavement ME Design, desenvolvido
pela AASHTO, que prevê a evolução da irregularidade longitudinal com base
no modelo empírico exposto no item 2.2.12.
g) Avançar nos estudos econômicos com o HDM-4, referentes ao impacto da
irregularidade longitudinal nos custos operacionais de usuários de rodovias,
possibilitando definir argumentos para criação de sansões de bonificação e
penalização aos responsáveis pela administração das respectivas rodovias,
utilizando como critério um indicador que impacta diretamente o usuário.
Ainda em relação ao uso do HDM-4, sugere-se o complemento das
avaliações dos impactos das irregularidades longitudinais também nos
aspectos sociais referentes aos custos em tempo de viagem, custos com
acidentes e impactos ambientais em emissões de gases acarretados pelo mal
funcionamento dos veículos, majorados pelas altas irregularidades.
330
REFERÊNCIAS
ABDELAZIZ, N; EL-HAKIM, R, T, A; EL-BADAWY, S. M; AFIFY, H. A. International

Roughness Index prediction model for flexible pavements. International Journal of
Pavement Engineering. Taylor & Francis Online, Reino Unido, 2018.
ALBUQUERQUE, F. S. Sistema de Gerência de Pavimentos para Departamentos de

Estradas do Nordeste Brasileiro. 128 p. Tese de doutorado. Universidade Federal do
Rio Grande do Sul, Porto Alegre/RS, 2007.
AMERICAN ASSOCIATION OF HIGHWAY AND TRANSPORTATION OFFICIALS

(AASHTO). AASHTO Guide for Design of Pavement Structures. 1ed. Washington
(EUA), 1993.

(AASHTO). PP 49/03: Standard Practice for Certification of Inertial Profiling Systems.
Washington (EUA), 2003.

(AASHTO). Mechanistic–Empirical Pavement Design Guide (MEPDG). Washington
(EUA), 2008.

(AASHTO). T 342/11: Standard Method of Test for Determining Dynamic Modulus of
Hot-Mix Asphalt Concrete Mixtures. Washington (EUA), 2011.

(AASHTO). TP 107/14: Standard Method of Test for Determining the Damage
Characteristic Curve of Asphalt Mixtures from Direct Tension Cyclic Fatigue Tests.
Washington (EUA), 2014
AMERICAN SOCIETY FOR TESTING AND MATERIALS (ASTM). E1082/90:

Standard Test Method for Measurement of Vehicular Response to Traveled Surface
Roughness. West Conshohocken (EUA), 1990.

Standard Specification for Trailers Used for Measuring Vehicular Response to Road
Roughness. West Conshohocken (EUA), 1993.

Standard Test Method for Measuring Road Roughness by Static Level Method. West
Conshohocken (EUA), 1995.

Standard Practices for Simulating Vehicular Response to Longitudinal Profiles of
Traveled Surfaces. West Conshohocken (EUA), 1997
AMERICAN SOCIETY FOR TESTING AND MATERIALS (ASTM). D4695/03:

Standard guide for general pavement deflection measurements. West Conshohocken
(EUA), 2003.
331

Standard Practice for Computing International Roughness Index of Roads from
Longitudinal Profile Measurements. West Conshohocken (EUA), 2008.

Standard Test Method for Measuring the Longitudinal Profile of Traveled Surfaces
with an Accelerometer Established Inertial Profiling Reference. West Conshohocken
(EUA), 2009a
AMERICAN SOCIETY FOR TESTING AND MATERIALS (ASTM). D4694/09:

Standard test method for deflections with a Falling-Weight-Type Impulse Load
Device. West Conshohocken (EUA), 2009b.
ASHOURI, M. Modeling Microdamage Healing in Asphalt Pavements Using

Continuum Damage Theory. Ph.D. Dissertation, North Carolina State University,
Raleigh (EUA), 2014.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ANBT). NBR 16505:2016

Misturas asfálticas - Resistência à deformação permanente utilizando o ensaio
uniaxial de carga repetida. Rio de Janeiro/RJ, 2016.
BABADOPULOS, L. F. A. L. Avaliação do modelo viscoelástico linear aplicado a

misturas asfálticas utilizadas em revestimentos de pavimentos do Brasil. Trabalho de
Conclusão de Curso em Engenharia Civil. Universidade Federal do Ceará,
Fortaleza/CE, 2013.
BABKOV, V; ZAMAKHAYEV, M. Highway Engineering. Mir Publishers, Moscow

(Rússia), 1967.
BARELLA, R. M. Contribuição para a avaliação da irregularidade longitudinal de

pavimentos com perfilômetros inerciais. 362 p. Tese de Doutorado. Universidade de
São Paulo, São Paulo/SP, 2008.
BARNES, G; LANGWORTHY, P. The Per-mile Costs of Operating Automobiles and

Trucks. Report Nº MN/RC 2003-19. Minnesota Department of Transportation,
Minneapolis (EUA), 2003.
BHATTACHARJEE, S. Imperfect Preventive Maintenance Strategy for Flexible

Pavements Based on Threshold Reliability, Cost Optimization and Mechanistic
Empirical Analysis. 95th Annual Meeting of the Transportation Research Board.
BENNETT, C. R; PATERSON, W. D. O. A Guide to Calibration and Adaptation

(Highway Development and Management - HDM-4). 297 p. Highway Development
and Management Series, versão 1.0, v.5. Birmingham (Reino Unido), 2000.
BENEVIDES, S. A. S. E. Modelos de Desempenho de Pavimentos Asfálticos para

um Sistema de Gestão de Rodovias Estaduais do Ceará. 381 p. Tese de Doutorado.
Universidade Federal do Rio de Janeiro, Rio de Janeiro/RJ, 2006.
332
BERNARDES, L. M. C. Clima do Brasil. In: Boletim Geográfico, vol.9, nº 103. Rio de

Janeiro/RJ, 1951.
BERNUCCI, L. B; MOTTA, L. M. G; CERATI, J. A. P; SOARES, J. B. Pavimentação

Asfáltica: Formação básica para engenheiros. 3ª Reimpressão. PETROBRAS:
ABEDA, Rio de Janeiro/RJ, 2010.
BISCONSINI, D. R; FERNANDES JR, J. L. O uso de smartphones para a avaliação

da irregularidade longitudinal de pavimentos. In: XXIX Congresso Nacional de
Pesquisa em Transportes da ANPET. p. 129-132. Ouro Preto/MG, 2015.
BOEIRA, F. D. Estudo da rigidez, da deformação permanente e da fadiga de

misturas asfálticas com ligantes convencionais e modificados. 286 p. Tese de
Doutorado. Universidade Federal de Santa Maria, Santa Maria/RS, 2018.
BOTTURA, E. J. Contribuição para o estudo da calibração e controle de sistemas

medidores de irregularidade rodoviária tipo resposta. 317 p. Tese de Doutorado.
Universidade de São Paulo, São Paulo/SP, 1998.
BORDIN, D. T. Análise estrutural e monitoramento de trechos experimentais em

Santa Maria/RS. Projeto de Dissertação de Mestrado. Universidade Federal de
Santa Maria, Santa Maria/RS, 2018.
BUENO, L. D. Avaliação deflectométrica e de rigidez: Estudo de caso em três

trechos monitorados em Santa Maria/RS. 471 p. Dissertação de Mestrado.
Universidade Federal de Santa Maria, Santa Maria/RS, 2016.
BUENO, L. D; SPECHT, L. P; PEREIRA, D. S; RIBAS, J. Cost-benefit analysis of the

construction of different flexible pavement structures considering the axle load and
type of binder. Acta Scientiarum Technology. v. 38, n. 4, p. 445-453. Maringá/PR,
2016.
CERATTI, J. A. P; BERNUCCI, L. B; SOARES, J. B. Utilização de ligantes asfálticos

em serviços de pavimentação. 1ª Edição. ABEDA, Rio de Janeiro/RJ, 2015.
CHESHER, A; HARRISON, R. Vehicle Operating Costs - Evidence from Developing

Countries. 392 p. World Bank, Washington (EUA), 1987.
COMISSÃO EUROPÉIA DE NORMALIZAÇÃO (CEN). EN 13036 - Road and airfield

surface characteristics - Test methods - Part 5: Determination of longitudinal
unevenness indices. Bruxelas (Bélgica), 2015.
CONFEDERAÇÃO NACIONAL DO TRANSPORTE (CNT). Pesquisa CNT de

Rodovias 2018: Relatório Gerencial. CNT: SEST SENAT, Brasília/DF, 2018.
CONSELHO NACIONAL DE TRÂNSITO (CONTRAN). Resolução nº 12/98.

Estabelece os limites de peso e dimensões para veículos que transitem por vias
terrestres. Brasília/DF, 1998.
333
CONSELHO NACIONAL DE TRÂNSITO (CONTRAN). Resolução n° 489. Fixa

metodologia de aferição de peso de veículos, estabelece percentuais de tolerância
de dá outras providências. Brasília/DF, 2014.
CROW - Technology Platform for Infrastructure, Traffic, Transport and Public Space.
Falling weight deflectometer calibration guide. REPORT D11-07. Holanda, 2011.
CUNDILL, M. A. The Merlin low-cost road roughness measuring machine. 23 p.

Transport and Road Research Laboratory – Research Report 301. Berkshire (EUA),
1991.
DEPARTAMENTO DE ESTRADAS DE RODAGEM DO ESTADO DE SÃO PAULO

(DER/SP). IP-DE-P00/003: Avaliação funcional e estrutural de pavimento. São
Paulo/SP, 2006.
DEPARTAMENTO NACIONAL DE ESTRADAS E RODAGEM (DNER). Método de

Projeto de Pavimentos Flexíveis. Rio de Janeiro/RJ, 1981.
DEPARTAMENTO NACIONAL DE ESTRADAS E RODAGEM (DNER). PRO 159/85.

Projeto de Restauração de Pavimentos Flexíveis e Semi-Rígidos. Rio de Janeiro/RJ,
1985.
DEPARTAMENTO NACIONAL DE ESTRADAS E RODAGEM (DNER). ES 173/86:

Método Nível e Mira para Calibração de Sistemas Medidores de Irregularidade Tipo
Resposta. Rio de Janeiro/RJ, 1986.

Avaliação Subjetiva da Superfície de Pavimentos. Rio de Janeiro/RJ, 1994a.

Medição da Irregularidade de superfície de pavimento com sistemas integradores
IPR/USP e Maysmeter. Rio de Janeiro/RJ, 1994b.

Calibração e controle de sistemas medidores de irregularidade de superfície de
pavimento (Sistemas Integradores IPR/USP e Maysmeter). Rio de Janeiro/RJ,
1994c.

Manutenção de sistemas medidores de irregularidade de superfície de pavimento –
Integrador IPR/USP e Maysmeter. Rio de Janeiro/RJ, 1994d.

Projeto de restauração de pavimentos flexíveis – TECNAPAV. Rio de Janeiro/RJ,
1994e.
DEPARTAMENTO NACIONAL DE ESTRADAS E RODAGEM (DNER). PRO 273/96:

Determinação de deflexões utilizando deflectômetro de impacto tipo “Falling Weight
Deflectometer”. Rio de Janeiro/RJ, 1996.
334
DEPARTAMENTO NACIONAL DE INFRAESTRUTURA E TRANSPORTES (DNIT).

PRO 006/03. Avaliação objetiva da superfície de pavimentos flexíveis e semi-rígidos.
Rio de Janeiro/RJ, 2003.

Manual de Restauração. Publicação IPR 720. Rio de Janeiro/RJ, 2006a.

Manual de Estudos de Tráfego. Publicação IPR 723. Rio de Janeiro/RJ, 2006b.

ME 133/2010: Pavimentação asfáltica – Delineamento da linha de influência
longitudinal da bacia de deformação por intermédio da viga Benkelman – Método de
ensaio. Rio de Janeiro/RJ, 2010a.

ME 135/2010: Pavimentação asfáltica – Misturas Asfálticas – Determinação do
Módulo de Resiliência. Rio de Janeiro/RJ, 2010b.

Manual de Gerência de Pavimentos. Publicação IPR 745. Rio de Janeiro/RJ, 2011a.

Sistema de Gerência de Pavimentos – Relatório dos levantamentos funcionais das
rodovias federais. Rio de Janeiro/RJ, 2011b.

ME 183/2018: Pavimentação asfáltica – Misturas Asfálticas – Ensaio de fadiga por
compressão diametral à tensão controlada. Rio de Janeiro/RJ, 2018a.

Custos e pagamentos - SICRO/Sul (Julho de 2018). Retirado de:
http://www.dnit.gov.br/custos-e-pagamentos/sicro/sul/sul. Rio de Janeiro/RJ, 2018b.
Acessado em Fevereiro de 2019.

Custos e pagamentos - SICRO/Sul (Julho de 2018). Retirado de:
http://www.dnit.gov.br/custos-e-pagamentos/indices-de-reajustamentos-de
obras/indices-de-reajustamentos-de-obras-rodoviario. Rio de Janeiro/RJ, 2018c.

ME 184/2018: Pavimentação asfáltica – Misturas Asfálticas – Ensaio uniaxial de
carga repetida para determinação da resistência à deformação permanente. Rio de
Janeiro/RJ, 2018d.
DRAINAKIS, A; POMONI, M; PLATI, C. The importance of maintaining pavement

roughness to reduce carbon footprint. Bearing Capacity of Roads, Railways and
Airfields - Taylor & Francis Group. p. 2135-2139. Londres (Reino Unido), 2017.
335
ESLAMINIA, M; THIRUNAVUKKARASU, S; GUDDATI, M. N; KIM, Y. R. Accelerated

Pavement Performance Modeling Using Layered Viscoelastic Analysis. Proceedings
of the 7th International RILEM Conference on Cracking in Pavements. Delft
(Holanda), 2012.
EUROPEAN COMISSION. Director General for transport - COST 324: Long term
performance of road pavements, final report of the action. Luxemburgo, 1997.
FACCIN, C. Concretos asfálticos em utilização no Rio Grande do Sul:

Comportamento mecânico e desempenho em campo quanto à deformação
permanente. 222p. Dissertação de Mestrado. Universidade Federal de Santa Maria,
Santa Maria/RS, 2018.
FEDERAL HIGHWAY ADMINISTRATION (FHWA). Pavement Smoothness Index

Relationships: Final Report. Publication NO. FHWA-RD-02-057. McLean (EUA),
2002.
FEDERAL HIGHWAY ADMINISTRATION (FHWA). Long-Term Pavement

Performance Program. Publication No. FHWA-HRT-15-018. McLean (EUA), 2014.
FERNANDES, I. S. Avaliação do comportamento mecânico da camada de brita

graduada “in situ”. 199 p. Dissertação de Mestrado. Universidade Federal de Santa
Catarina, Florianópolis/SC, 2000.
FERNANDES, W. D. Análise comparativa entre os métodos de dimensionamento de

pavimentos flexíveis no Brasil e o Método da AASHTO. 169 p. Dissertação de
Mestrado. Universidade Federal de Santa Maria, Santa Maria/RS, 2016.
FERNANDES JÚNIOR, J. L. Investigação dos efeitos das solicitações de tráfego

sobre o desempenho de pavimentos. 313 p. Tese de Doutorado. Universidade de
São Paulo, São Carlos/SP, 1994.
FIELD, A. Discovering statistics using SPSS. (2nd ed.). London: Sage. Sandra C.
Duhé. University of Lousiana, Lafayette (EUA), 2005.
FONTENELE, H. B. Representação do Tráfego de Veículos Rodoviários de Carga

através de Espectros de Carga por Eixo e seu Efeito no Desempenho dos
Pavimento. 287 p. Tese de Doutorado. Universidade de São Paulo, São Carlos/SP,
2011.
FRANCO, F. A. C. P. Método de dimensionamento mecanístico-empírico de

pavimentos asfálticos – SISPAV. 315 p. Tese de Doutorado. Universidade Federal
do Rio de Janeiro, Rio de Janeiro/RJ, 2007.
FRANCO, F. A. C. P.; MOTTA, L. M. G. Execução de Estudos e Pesquisa para

Elaboração de Método Mecanístico – Empírico de Dimensionamento de Pavimentos
Asfálticos. Relatório Parcial IV (A). Projeto DNIT TED nº 682/2014. Processo nº
50607.002043/2013-00. Convênio UFRJ-DNIT, Rio de Janeiro/RJ, 2018.
336
FRITZEN, M. A. Desenvolvimento e validação de função de transferência para

previsão do dano por fadiga em pavimentos asfálticos. 286 p. Tese de Doutorado.
GILLESPIE, T. D. Everything you always wanted to know about the IRI, but were
afraid to ask! In: Road Profiler User Group Meeting. Lincoln (EUA), 1992.
GONZALEZ, O. Quantification of the Impact of Roadway Condition on Gas

Emissions. 95th Annual Meeting of the Transportation Research Board. Washington
(EUA), 2016.
GUIMARÃES, A. C. R. Um método mecanístico-empírico para previsão da

deformação permanente em solos tropicais constituintes de pavimentos. 367 p. Tese
de Doutorado. Universidade Federal do Rio de Janeiro, Rio de Janeiro/RJ, 2009.
HAJEK, J. J; KAZMIEROWSKI, T. J; MUSGROVE, G. A switch to the International

Roughness Index. 77th Annual Meeting of the Transportation Research Board.
HAAL, K. T; CORREA, C. E; SIMPSON, A. L. LTPP Data Analysis: Effectiveness of

Maintenance and Rehabilitation Options. 332 p. NCHRP Web Document 47 [Project
20-50(3/4)]: Contractor’s Final Report. Washington (EUA), 2002.
HASS, R; HUDSON W. R; ZANIEWSKI, J. Modern pavement management. Krieger

Publishing Company, Malabar (EUA), 1994.
HAIDER, S. W; HARICHANDRAN, R. S. Effect of axle load spectra characteristics on

flexible pavement performance. 89th Annual Meeting of the Transportation Research
Board. Washington (EUA), 2010.
HANSON, T; CAMERON, C. Can a smartphone collect IRI data? In: 2012

Conference and exhibition of the transportation association of Canada –
Transportation: Innovations and opportunities. Canadá, 2012.
HANSON, T; CAMERON, C; HILDERBRAND, E. Evaluation of low-cost consumer-

level mobile phone technology for measuring International Roughness Index (IRI)
values. Canadian Journal of Civil Engineering. p. 819-827. Canadá, 2014.
HUANG, Y. H. Pavements analysis and design. Englewood Cliffs: Prentice-Hall, New

Jersey (EUA), 1993.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Índice

Nacional de Preços ao Consumidor Amplo – IPCA. Retirado de:
https://www.ibge.gov.br/estatisticas-novoportal/economicas/precos-e-custos.
ISLAM, S; BUTLAR, W. G. Effect of pavement roughness on user costs.

Transportation Research Record: Journal of the Transportation Research Board,
2285. p. 47-55. Washington (EUA), 2012.
337
ISLAM, S; BUTLAR, W. G; ALDUNATE, R. G; VAVRIK, W. R. Measurement of

pavement roughness using Android-based smartphone application. 93th Annual
Meeting of the Transportation Research Board. Washington (EUA), 2014.
JIAO, X; BIENVENU, M. Pavement-Vehicle Interaction (PVI) and Comparative

Highway Fuel Consumption: An Extended Field Investigation. 95th Annual Meeting of
the Transportation Research Board. Washington (EUA), 2016.
JUNG, J. S; KALOUSH, K. E; WAY, G. B. Life Cycle Cost Analysis: Conventional

Versus Asphalt-Rubber Pavements. Rubber Pavements Association, Arizona State
University. Tempe (EUA), 2002.
KARAMILHAS, S. M. Critical Profilers Accuracy Requirements. 125 p. Report

UMTRI-2005-24. University of Michigan University of Michigan Transportation
Research Institute (UMTRI), Ann Arbor (EUA), 2005.
KASZNAR, I. K. Regressão Múltipla: Uma digressão sobre seus usos. IBCI, Rio de
Janeiro/RJ, 2007.
KERALI, H. R. The role of HDM-4 in Road Management. Inn: First Road

Transportation Technology Transfer Conference in Africa. p. 320 – 333. Tanzania,
2001.
KLAMT, R. A. Influência da ação do tráfego no custo de construção e restauração de

pavimentos asfálticos. 182 p. Dissertação de Mestrado. Universidade Federal de
Santa Maria, Santa Maria/RS, 2014.
LEE, H. J. Uniaxial Constitutive Modeling of Asphalt Concrete Using Viscoelasticity

and Continuum Damage Theory. Ph.D. dissertation, North Carolina State University,
Raleigh (EUA), 1996.
LEKARP, F; ISACSSON, U; DAWSON, A. State of the art. I: resilient response of

unbound aggregates. Journal of Transportation Engineering ASCE. Vol. 126 (1),
Pág. 66-75. EUA, 2000.
LERCH, R. L. Previsão de Irregularidade Pós-recape em Rodovias do RS: Ajuste do

Modelo HDM-4. 2003. 108 p. Dissertação de Mestrado. Universidade Federal do Rio
Grande do Sul, Porto Alegre/RS, 2002.
LIN, J. D; YAU, J. T; HSIAO, L. H. Correlation Analysis Between International

Roughness Index (IRI) and Pavement Distress by Neural Network. . 89th Annual
LITZKA, J. Performance indicators for road pavements, COST Action 354,

Proceedings of the 1st TRA conference, Gotemburgo (Suécia), 2006.
MARCON, A. F. Contribuição ao Desenvolvimento de um Sistema de Gerência de

Pavimentos para a Malha Rodoviária Estadual de Santa Catarina. 421 p. Tese de
Doutorado. Instituto Tecnológico da Aeronáutica, São José dos Campos/SP, 1996.
338
MARTINS, Proposta de estruturação de um banco de dados e de critérios de

priorização para manutenção do sistema viário urbano –SGPU: Estudo de caso de
Santa Maria-RS. 247 p. Dissertação de Mestrado. Universidade Federal de Santa
Maria, Santa Maria, 2018.
MEDINA, J; MOTTA, L. M. G. Mecânica dos Pavimentos. 3ª Edição. Editora

Interciência, Rio de Janeiro/RJ, 2015.
MITCHELL, T. WesTrack Track Roughness, Fuel Consumption, and Maintenance

Costs. Federal Highway Administration (FHWA) Publication RD-00/052. McLean
(EUA), 2000.
MONTGOMERY, D. C; RUNGER, G. C; HUBELE, N. F. Estatística Aplicada à

Probabilidade para Engenheiros. 2ª ed. LTC. Rio de Janeiro/RJ, 2003.
MORAES, C. G. Análise de bacias deflectométricas obtidas por 4 equipamentos do

tipo Falling Weight Deflectometer (FWD). 302 p. Dissertação de Mestrado.
MOROSIUK, G; RILEY, M. J; ODOKI, J. B. Modelling Road Deterioration and Works

Effects (Highway Development and Management - HDM-4). 297 p. Highway
Development and Management Series, versão 2.0, v.6. Birmingham (Reino Unido),
2004.
MUCKA, P. International Roughness Index specifications around the world. Road

Materials and Pavement Design, vol 18, n°4. Pág 929-965. Reino Unido, 2017.
NAIR, S. K; HUDSON, W. R. Serviceability Prediction From User-Based Evaluations

of Pavement Ride Quality. Transportation Research Record 1084. p 66-75.
NAKAHARA, S. M. Estudo do Desempenho de Reforços de Pavimentos Asfálticos

em Via Urbana sujeita a Tráfego Comercial Pesado. 312 p. Tese de Doutorado.
Universidade de São Paulo, São Paulo/SP, 2005.
NAKAHARA, S. M; LEE HO, L; BALBO, J. T. Desenvolvimento de modelos de

previsão de irregularidade através da análise de medidas repetidas. In: XX
Congresso de Pesquisa e Ensino em Transportes. Associação Nacional de Pesquisa
e Ensino em Transportes, v. 2. p. 1329-1340. Brasília/DF, 2006.
NASCIMENTO, L. A. H. Nova abordagem da dosagem de misturas asfálticas densas

com uso do compactador giratório e foco na deformação permanente. 204p.
Dissertação de Mestrado. Universidade Federal do Rio de Janeiro, Rio de
Janeiro/RJ, 2008.
NASCIMENTO, L. A. H; CHACUR, M; ROCHA, S. M. N. Desenvolvimento de

Soluções Tecnológicas de Pavimentação Asfáltica. Petrobras. Rio de Janeiro/RJ,
2009.
339
NASCIMENTO, L. A. H. Implementation and Validation of the Viscoelastic Continuum

Damage Theory for Asphalt Mixture and Pavement Analysis in Brazil. 335 p. Tese de
Doutorado. North Carolina State University. North Carolina (EUA), 2015.
NATIONAL COOPERATIVE HIGHWAY RESEARCH PROGRAM (NCHRP). Guide

for Mechanistic-Empirical Design of new and rehabilitated pavement structures.
Transportation Research Board. Champaign (EUA), 2004.
NATIONAL COOPERATIVE HIGHWAY RESEARCH PROGRAM (NCHRP).

Synthesis 457 - Implementation of the AASHTO Mechanistic-Empirical Pavement
Design Guide and Software – A Synthesis of Highway Practice. Transportation
Research Board, Washington (EUA), 2014.
OLIVEIRA, C. C; GRANATO, D; CARUSO, M. S; SAKUMA, A. M. Manual para

elaboração de cartas de controle para monitoramento de processos de medição
quantitativos em laboratórios de ensaio. Governo do Estado de São Paulo, São
Paulo/SP, 2013.
ODOKI, J. B.; KERALI, H. G. R. Analytical framework and model descriptions

(Highway Development and Management - HDM-4). 1184 p. Highway Development
and Management Series, versão 1.0, v.4. Birmingham (Reino Unido), 2000.
PAPAGIANNAKIS, A. T; MASAD, E. A. Pavement design and materials. John Wiley
& Sons, New Jersey (EUA), 2008.
PARK, H. J., Investigation of primary causes of loadrelated cracking in asphalt

concrete pavement in North Carolina. Ph.D. Dissertation, North Carolina State
University, North Carolina (EUA), 2013.
PATERSON, W. D. O. Road Deterioration and Maintenance Effects - Models for

Planning and Management. 472 p. World Bank. Washington (EUA), 1987.
PAVI, D. R. Comportamento da irregularidade longitudinal nas camadas estruturais

do pavimento executado na duplicação da BR-287/RS. 156 p. Projeto de
Dissertação de Mestrado. Universidade Federal de Santa Maria, Santa Maria/RS,
2017.
PETTINARI, M; SCHIMDT, B. Study of the influence of texture depth and longitudinal

profile on rolling resistance properties of a test section in Denmark. 95th Annual
PINO, F. A. A questão da não normalidade: Uma revisão. Revista de Economia

Agrícola, v.61, n°2, p. 17 – 33. São Paulo/SP, 2014
PINTO, S; PREUSSLER, E. Pavimentação Rodoviária – Conceitos fundamentais

sobre pavimentos flexíveis. Copiarte, Rio de Janeiro/RJ, 2001.
PROZZI, J. A. Modeling pavement performance by combining field and experimental

data. 140 p. Tese de Doutorado. University Of California, Berkeley (EUA), 2001.
340
QUEIROZ, C. A. V. Performance prediction models for pavement management in

Brazil. 317 p. Tese de Doutorado. Faculty of the Graduate School of the University of
Texas, Austin (EUA), 1981.
QUEIROZ, C. A. V. Modelos de Previsão do Desempenho para Gerência de

Pavimentos no Brasil – GEIPOT, Brasília/DF, 1984.
RIBAS, J. Parâmetros elásticos típicos de materiais de pavimentos flexíveis do Rio

Grande do Sul e sua aplicação em uma análise de custo/benefício. 190 p.
Dissertação de Mestrado. Universidade Federal de Santa Maria, Santa Maria/RS,
2014.
INSTITUTO NACIONAL DE METEOROLOGIA (INMET). Rede de dados. Retirado

de: http://www.inmet.gov.br/projetos/rede/pesquisa/. Acessado em janeiro de 2018 e
fevereiro de 2019.
REDE DE TECNOLOGIA EM ASFALTOS (Rede Temática do Asfalto). Manual de

Execução de Trechos Monitorados. Rio de Janeiro/RJ. 2011.
RITCHER, C. Reducing Roughness in Rehabilitated Asphalt Concrete (AC)

Pavements. Federal Highway Administration (FHWA) Publication RD-98-149.
McLean (EUA), 1998.
RODRIGUES, R. M. Estudo do trincamento dos pavimentos. 208p. Tese de

Doutorado. Universidade Federal do Rio de Janeiro, Rio de Janeiro/RJ, 1991.
RUBAN, M. Controlês de qualité en construction routière. A.A. Presses de l’ecole
nationale des ponts et chaussées. Paris (França), 1987.
SABOURI, M. A., KIM, Y. R. Development of a failure criterion for asphalt mixtures

under different modes of fatigue loading. Transportation Research Record: Journal of
the Transportation Research Board, 2447, 117–125. Washington (EUA), 2014.
SANTOS, M. S. Desenvolvimento de modelos de previsão de desempenho a partir

da implantação de trechos monitorados na região de Santa Maria – RS. 204 p.
Dissertação de mestrado. Universidade Federal de Santa Maria. Santa Maria/RS,
2015.
SAYERS, M. W; GILLESPIE, T. D; PATERSON, W. D. O. Guidelines for Conducting

and Calibrating Road Roughness Measurements. 96 p. World Bank Technical Paper
Number 46. Washington (EUA), 1986a.
SAYERS, M. W; GILLESPIE, T. D; QUEIROZ, C. A. V. The International Road

Roughness Experiment - Establishing Correlation and a Calibration Standard for
Measurements. 468 p. World Bank Technical Paper Number 45. Washington (EUA),
1986b.
SAYERS, M. W. On the Calculation of International Roughness Index from

Longitudinal Road Profile. Transportation Research Record 1501. p. 1-12.
341
SAYERS, M. W; KARAMILHAS, S. M. Interpretation of Road Roughness Profile

Data. 178 p. Final Report Prepared for Federal Highway Administration Contract
DTFH 61-92-C00143. University of Michigan Transportation Research Institute
(UMTRI). Ann Arbor (EUA), 1996.
SAYERS, M. W; KARAMILHAS, S. M. The Little Book of Profiling - Basic Information

about Measuring and Interpreting Road Profiles. 102 p. University of Michigan, Ann
Arbour (EUA), 1998.
SCHERER, R. G. Estudo da influência da condição de aderência entre camadas de

pavimentos em seu comportamento mecânico. 172 p. Dissertação de Mestrado.
Universidade Federal de Santa Maria. Santa Maria/RS, 2018.
SCHUSTER, S. L. Estudo do comportamento à fadiga de misturas asfálticas

aplicadas em campo por meio da teoria viscoelástica do dano contínuo. 270 p.
Dissertação de Mestrado. Universidade Federal de Santa Maria. Santa Maria/RS,
2018.
SHIYAB, A. M. S. H. Optimum use of the flexible pavement condition indicators in

pavement management system. 448 p. Tese de Doutorado. Curtin University of
Technology. Austrália, 2007.
SONCIM, S. P. Desenvolvimento de modelos de previsão de desempenho de

pavimentos asfálticos com base em dados da rede de rodovias do Estado da Bahia.
241 p. Tese de Doutorado. Universidade de São Paulo, São Carlos/SP, 2011.
SOUZA, R; FARIS, M. M; SHIMOISHI, J. Estado da arte sobre medição da
irregularidade longitudinal em pavimentos asfálticos. In: 33ª Reunião Anual de
Pavimentação. Associação Brasileira de Pavimentação. Florianópolis/SC, 2001.
TORQUATO E SILVA, S. de A. Modelagem Mecanístico-Empírica da Interface

Revestimento Asfáltico-Base Granular. 101 p. Dissertação (Mestrado em Engenharia
de Transportes) – Programa de Pós-Graduação em Engenharia de Transportes,
Universidade Federal do Ceará, Fortaleza/CE, 2017.
TORQUATO E SILVA, S. de A.; SOARES, J. B.; BARROSO, S. H. A. Proposta de

Método de Caracterização da Interface Revestimento Asfáltico-Base Granular. Anais
XXXI ANPET, ANPET. Recife/PE, 2017.
VALE, A. F. Método de uso de simuladores de tráfego linear móvel de pista para a

determinação de comportamento e previsão de desempenho de pavimentos
asfálticos. 327 p. Universidade de São Paulo, São Paulo/SP, 2008.
WALKER, R. S; HUDSON, W. R. A correlation study of the mays road meter with the
surface dynamics profilometer. 66 p. Research Report Number 156-1 conducted for
The Texas Highway Department. Austin (EUA), 1973.
WANG, H. Road Profiler Performance Evaluation and Accuracy Criteria Analysis. 82

p. Dissertação de Mestrado. Faculty of Virginia Polytechnic Institute and State
University. Blacksburg (EUA), 2006.
342
WANG, W; GUO, F. RoadLab – Revamping Road Condition and Road Safety

Monitoring by Crowdsourcing with Smartphone App. 95th Annual Meeting of the
Transportation Research Board. Washington (EUA), 2016.
WATANATADA, T; HARRAL, C. G; PATERSON, W. D. O; DHARESHWAR, A. M;

BHANDARI, A; TSUNOKAWA, K. The Highway Design and Maintenance Standards
Model – Vol1: Description of the HDM-3 Model. 290 p. Washington (EUA), 1987.
WEED, R. W. Mathematical modeling of pavement smoothness. 81th Annual Meeting

of the Transportation Research Board. Washington (EUA), 2002.
WHITE, F. R. Cost of Truck Operation According to Various Types of Roads. Power

Wagon – Journal of the Motor Truck Industry. University of Michigan, Ann Arbor
(EUA), 1928.
WITCZAK, M. W; KALOUSH, K; PELLINEN, T. et al. Simple performance test for

Superpave mix design. National Cooperative Highway Research Program – NCHRP
Report 465, Washington (EUA), 2002.
YODER, E. J; HAMPTON, D. Pavement Profile and Roughness Measurements (A

Review of Methods). Technical Report n°73. Corps of Engineers, U.S. Army.
Waltham (EUA), 1960.
YODER, E. J; WITCZAK, M. W. Principles of pavement design. John Wiley e Sons,

Inc. New York (EUA), 1975.
YSHIBA, J. K. Modelo de Desempenho de Pavimentos: Estudo de Rodovias do

Estado do Paraná. 340 p. Tese de Doutorado. Universidade de São Paulo, São
Carlos/SP, 2003.
ZAR, J. H. Biostatistical Analysis. Prentice Hall International. New Jersey (EUA),

1984.
343
APÊNDICE A
Apêndice A1 - Fatores multiplicadores empregados nas contagens de tráfego na

Avenida Roraima durante a noite/madrugada e finais de semana (Dez/2013 à
Jun/2015)
dez/13 mai/14 nov/14 jun/15

Tipo de veículo
ID 1.1 ID 1.2 ID 1.1 ID 1.2 ID 1.1 ID 1.2 ID 1.1 ID 1.2
Moto 2,12 1,96 1,74 1,74 1,55 1,94 1,40 1,37
Carro de passeio 1,05 1,08 1,16 1,03 0,96 1,18 1,08 1,14
Utilitário, pick-up e furgão 1,06 0,85 1,06 0,89 0,97 0,83 0,69 0,78
ônibus (2 eixos) 2,75 1,09 19,88 0,87 2,13 1,19 1,25 1,16
ônibus (3 eixos) 0,00 5,00 0,50 6,00 0,00 3,00 0,50 1,00
2C 1,38 1,60 2,04 1,14 1,08 1,26 0,92 1,29
Caminhão
3C 0,67 2,25 2,00 1,44 1,33 1,63 0,33 1,56
médio
4C 1,06 1,00 1,00 1,06 1,00 1,00 1,06 1,06
2S1 1,00 1,06 1,00 1,06 1,06 1,38 1,06 1,06
2S2 1,13 1,50 1,00 1,00 1,06 1,38 1,00 1,06
Caminhão
2S3 1,06 1,13 1,00 1,00 1,00 1,06 1,00 1,13
semi-reboque
2S3 1,00 1,00 1,00 1,06 1,00 1,06 1,00 1,00
3S3 1,00 2,00 1,00 0,00 1,00 2,00 1,00 1,00
Duplo
3S2S2 1,00 0,00 1,00 0,00 1,00 1,00 1,00 0,50
semi-reboque
2C2 1,06 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Caminhão 2C3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
reboque 3C2 1,00 1,00 1,00 1,00 1,06 1,00 1,00 1,00
3C3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Treminhão 3C2C2 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Rodotrem 3S2C4 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Outros 1,00 1,00 1,00 1,00 1,06 1,13 1,06 1,13
Fonte: Autor
344

Avenida Roraima durante a noite/madrugada e finais de semana (Nov/2016 à
Ago/2018)
nov/16 ago/17 abr/18 ago/18

Tipo de veículo
Moto 1,76 1,78 2,21 1,74 2,66 1,87 1,75 1,55
Carro de passeio 0,92 1,12 1,09 1,24 1,23 1,35 1,30 1,42
ônibus (2 eixos) 1,50 0,86 1,75 0,94 1,88 0,99 2,88 0,87
ônibus (3 eixos) 0,00 3,00 0,50 1,00 0,00 1,00 0,50 0,00
2C 1,25 1,24 1,25 1,19 1,17 1,59 1,71 1,16
Caminhão
3C 0,33 1,44 0,67 2,19 1,33 1,25 2,00 0,88
médio
4C 1,06 1,06 1,00 1,38 1,06 1,00 1,06 1,25
2S1 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
2S2 1,00 1,19 1,00 1,06 1,06 1,06 1,13 1,13
Caminhão
2S3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,13
semi-reboque
2S3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
3S3 1,06 4,00 1,06 4,00 1,06 1,00 1,06 6,00
Duplo
3S2S2 1,00 0,50 1,00 1,00 1,00 0,00 1,00 0,00
semi-reboque
2C2 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Caminhão 2C3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
reboque 3C2 1,00 1,00 1,00 1,00 1,00 1,06 1,00 1,00
3C3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Treminhão 3C2C2 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Rodotrem 3S2C4 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Outros 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Fonte: Autor
345

Avenida Hélvio Basso durante a noite/madrugada e finais de semana (Jun/2014 à
Maio/2016)
jun/14 dez/14 abr/15 mai/16

Tipo de veículo
Moto 0,83 0,98 1,23 1,37 1,26 1,40 1,21 1,08
Carro de passeio 0,96 1,75 1,24 1,78 1,26 1,82 1,30 1,64
ônibus (2 eixos) 1,09 1,15 0,68 1,23 0,68 1,24 0,91 1,19
ônibus (3 eixos) 1,50 0,78 2,00 1,67 2,00 1,67 1,50 1,22
2C 0,78 1,29 0,78 1,57 0,78 1,59 0,82 1,09
Caminhão
3C 0,64 1,27 0,64 1,18 0,64 1,18 1,59 1,84
médio
4C 1,06 2,75 1,06 1,25 1,06 1,25 1,13 1,75
2S1 1,06 1,31 1,00 1,06 1,00 1,06 1,00 1,06
2S2 0,40 0,50 0,20 1,30 0,20 1,30 1,40 1,10
Caminhão
2S3 0,00 0,75 0,00 1,00 0,00 1,00 0,00 2,50
semi-reboque
2S3 1,00 1,00 1,00 1,00 1,00 1,00 1,06 2,00
3S3 0,00 0,63 0,33 0,75 0,33 0,75 0,33 1,50
Duplo
3S2S2 0,00 1,00 0,00 1,00 0,00 1,00 0,00 1,00
semi-reboque
2C2 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Caminhão 2C3 1,00 1,06 1,00 1,00 1,00 1,00 1,00 1,00
reboque 3C2 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
3C3 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Treminhão 3C2C2 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,06
Rodotrem 3S2C4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00
Outros 1,00 1,00 1,00 1,00 1,00 1,00 1,06 1,06
Fonte: Autor
346

Avenida Hélvio Basso durante a noite/madrugada e finais de semana (Ago/2017 à
Nov/2018)
ago/17 abr/18 nov/18

Tipo de veículo
ID 2.1 ID 2.2 ID 2.1 ID 2.2 ID 2.1 ID 2.2
Moto 1,25 1,31 1,43 1,29 1,26 0,97
Carro de passeio 1,37 1,76 1,41 1,75 1,46 1,80
Utilitário, pick-up e furgão 0,91 1,42 0,96 1,12 0,43 0,43
ônibus (2 eixos) 0,82 1,23 0,64 1,29 1,05 1,19
ônibus (3 eixos) 9,50 2,00 2,00 2,44 1,00 1,56
2C 0,81 0,94 1,15 1,10 1,24 1,04
Caminhão
3C 0,95 1,39 1,64 1,78 1,23 1,57
médio
4C 1,06 2,50 1,25 2,75 1,13 1,50
2S1 1,00 1,06 1,00 1,06 1,00 1,00
2S2 0,20 0,80 0,20 0,80 0,20 0,30
Caminhão
2S3 0,00 2,25 1,50 1,75 0,00 2,00
semi-reboque
2S3 1,06 5,00 1,06 1,00 1,06 3,00
3S3 0,00 2,13 0,33 2,00 1,33 1,38
Duplo
3S2S2 0,00 3,00 0,00 0,00 0,00 3,00
semi-reboque
2C2 1,00 1,00 1,00 1,00 1,00 1,00
Caminhão 2C3 1,00 1,06 1,00 1,06 1,00 1,00
reboque 3C2 1,00 1,00 1,00 1,00 1,00 1,00
3C3 1,00 1,00 1,00 1,00 1,00 1,00
Treminhão 3C2C2 1,00 1,00 1,00 1,00 1,00 1,00
Rodotrem 3S2C4 0,00 0,00 0,00 0,00 0,00 1,00
Outros 1,00 1,00 1,00 1,00 1,00 1,13
Fonte: Autor
347
Apêndice A5 - Fatores multiplicadores empregados nas contagens de tráfego na BR-

158 durante a noite/madrugada e finais de semana (Nov/2014 à Nov/2016)
nov/14 out/15 nov/16

Tipo de veículo
ID 3.1 ID 3.2 ID 3.1 ID 3.2 ID 3.1 ID 3.2
Moto 0,93 0,73 0,90 0,76 0,64 0,60
Carro de passeio 1,11 1,07 1,16 1,13 1,22 1,24
ônibus (2 eixos) 1,43 0,83 1,15 0,90 1,52 0,96
ônibus (3 eixos) 4,50 1,25 4,00 1,00 2,00 0,50
2C 1,38 0,96 1,42 0,99 1,32 1,07
Caminhão
3C 3,36 1,55 3,68 1,54 1,00 1,17
médio
4C 0,00 0,40 0,00 0,40 0,00 1,20
2S1 1,00 0,00 1,00 0,00 1,00 0,00
2S2 1,00 0,95 0,50 1,12 0,50 0,60
Caminhão
2S3 0,50 0,67 0,50 0,65 1,75 1,93
semi-reboque
2S3 2,00 1,50 2,00 1,21 0,00 0,88
3S3 2,00 1,30 1,00 1,07 2,00 1,57
Duplo
3S2S2 1,00 0,81 1,00 0,75 1,00 1,75
semi-reboque
2C2 1,06 0,50 1,06 4,00 1,00 1,50
Caminhão 2C3 1,19 1,19 1,13 1,13 1,00 1,00
reboque 3C2 1,00 1,67 1,00 1,33 1,06 1,33
3C3 1,00 1,19 1,00 1,13 1,00 1,06
Treminhão 3C2C2 1,00 1,13 1,00 1,13 1,00 1,00
Rodotrem 3S2C4 0,00 1,06 0,00 1,06 0,00 1,00
Outros 1,00 1,00 1,00 1,00 1,00 1,00
Fonte: Autor
348
Apêndice A6 - Fatores multiplicadores empregados nas contagens de tráfego na BR-

158 durante a noite/madrugada e finais de semana (Out/2017 à Nov/2018)
out/17 abr/18 nov/18

Tipo de veículo
ID 3.1 ID 3.2 ID 3.1 ID 3.2 ID 3.1 ID 3.2
Moto 0,98 0,90 1,03 0,92 0,97 0,94
Carro de passeio 1,18 1,27 1,10 1,10 1,11 1,21
ônibus (2 eixos) 1,52 1,00 1,81 0,79 1,62 0,78
ônibus (3 eixos) 1,50 0,63 2,50 2,50 1,00 1,63
2C 1,24 0,92 1,45 1,00 1,19 1,08
Caminhão
3C 0,77 1,31 1,36 1,09 0,95 1,00
médio
4C 0,00 1,00 2,40 7,60 0,80 3,00
2S1 1,00 0,25 1,00 0,75 1,00 0,25
2S2 1,50 0,70 3,00 0,80 1,50 1,05
Caminhão
2S3 1,25 1,20 1,75 1,20 0,25 0,87
semi-reboque
2S3 0,50 0,88 0,00 0,88 1,50 0,88
3S3 1,00 1,60 4,50 1,50 5,00 1,93
Duplo
3S2S2 1,00 1,25 1,00 0,38 0,00 0,38
semi-reboque
2C2 1,00 0,50 1,00 0,50 1,00 0,00
Caminhão 2C3 1,00 1,00 1,00 1,00 1,00 1,00
reboque 3C2 1,00 0,33 1,00 0,33 1,00 0,00
3C3 1,00 1,13 1,06 1,19 1,00 1,06
Treminhão 3C2C2 1,00 1,00 1,00 1,06 1,00 1,00
Rodotrem 3S2C4 0,00 1,00 2,00 1,38 2,00 1,19
Outros 1,00 1,00 1,00 1,00 1,00 1,06
Fonte: Autor
349

ERS-509 durante a noite/madrugada e finais de semana (Ago/2017 à Out/2018)
ago/17 jun/18 out/18

Tipo de veículo
ID 4.1 ID 4.2 ID 4.1 ID 4.2 ID 4.1 ID 4.2
Moto 1,00 1,12 1,35 1,19 1,70 1,30
Carro de passeio 1,00 0,64 1,22 0,71 1,12 0,79
ônibus (2 eixos) 1,00 1,03 0,88 0,96 1,18 0,99
ônibus (3 eixos) 1,00 0,08 1,06 0,50 1,06 0,33
2C 1,00 1,22 1,63 1,27 1,77 1,36
Caminhão
3C 1,00 1,66 1,22 1,81 1,17 1,84
médio
4C 1,00 2,20 1,31 3,20 1,00 3,00
2S1 1,00 0,50 0,00 0,75 0,50 0,75
2S2 1,00 0,92 2,50 1,62 2,00 2,31
Caminhão
2S3 1,00 0,58 1,00 1,17 1,13 1,33
semi-reboque
2S3 1,00 0,00 1,06 1,14 1,06 1,43
3S3 1,00 0,79 1,50 3,26 1,13 2,00
Duplo
3S2S2 1,00 0,50 1,06 3,67 1,31 2,17
semi-reboque
2C2 1,00 1,06 1,00 1,19 1,00 1,00
Caminhão 2C3 1,00 1,06 1,13 1,00 1,00 1,00
reboque 3C2 1,00 0,00 1,00 0,50 1,00 0,50
3C3 1,00 2,00 1,00 0,00 1,06 4,00
Treminhão 3C2C2 1,00 1,00 1,00 1,06 1,00 1,00
Rodotrem 3S2C4 1,00 0,00 1,00 0,00 1,00 0,00
Outros 1,00 1,00 1,06 1,06 1,06 1,31
Fonte: Autor
350
APÊNDICE B
Apêndice B1 - Banco de dados utilizado nas tentativas de elaboração dos modelos

de irregularidade longitudinal (continua)
Dano Dano
Trecho AGE N NA DMÁX AT FN IRIi IRIOBS
AEMC LVECD
21 1,31E+05 2,27E+05 72,09 0,20 169 2,60 0,597 0,625 2,72
51 1,32E+05 5,85E+05 72,09 5,00 169 2,60 0,650 0,770 2,81
ID 1 65 1,32E+05 7,56E+05 72,09 2,50 169 2,60 0,662 0,810 2,92
101 1,33E+05 1,22E+06 72,09 12,11 169 2,60 0,687 0,840 3,20
135 1,34E+05 1,71E+06 72,09 25,61 169 2,60 0,708 0,865 3,22
20 9,65E+05 1,65E+06 63,27 12,00 169 2,85 0,709 0,875 3,23
35 9,68E+05 2,87E+06 63,27 31,00 169 2,85 0,749 0,900 2,99
51 9,72E+05 4,29E+06 63,27 64,50 169 2,85 0,783 0,920 3,10
ID 4
65 9,75E+05 5,55E+06 63,27 71,00 169 2,85 0,806 0,935 3,54
100 9,84E+05 8,97E+06 63,27 98,10 169 2,85 0,831 0,945 3,59
134 9,92E+05 1,26E+07 63,27 98,57 169 2,85 0,840 0,955 4,09
18 1,49E+06 2,21E+06 66,15 43,00 169 3,55 0,702 0,835 3,76
32 1,49E+06 4,09E+06 66,15 82,00 169 3,55 0,739 0,870 4,00
48 1,50E+06 6,26E+06 66,15 59,50 169 3,55 0,768 0,900 4,16
ID 7
62 1,50E+06 8,20E+06 66,15 62,00 169 3,55 0,785 0,915 4,35
98 1,52E+06 1,34E+07 66,15 96,67 169 3,55 0,806 0,935 5,01
132 1,53E+06 1,89E+07 66,15 97,50 169 3,55 0,819 0,950 5,22
18 1,77E+06 2,63E+06 36,17 0,00 169 3,40 0,603 0,610 3,37
32 1,77E+06 4,87E+06 36,17 0,50 169 3,40 0,635 0,705 3,77
48 1,78E+06 7,44E+06 36,17 4,00 169 3,40 0,657 0,750 3,76
ID 11
62 1,79E+06 9,75E+06 36,17 9,50 169 3,40 0,672 0,785 4,20
98 1,80E+06 1,60E+07 36,17 28,89 169 3,40 0,700 0,815 4,14
132 1,82E+06 2,25E+07 36,17 44,44 169 3,40 0,717 0,845 4,57
18 7,31E+05 1,12E+06 35,84 0,50 169 2,60 0,598 0,045 2,76
33 7,34E+05 2,04E+06 35,84 3,00 169 2,60 0,644 0,085 2,70
49 7,37E+05 3,11E+06 35,84 6,50 169 2,60 0,670 0,120 2,54
ID 19
63 7,39E+05 4,07E+06 35,84 2,50 169 2,60 0,687 0,150 3,64
98 7,46E+05 6,64E+06 35,84 11,33 169 2,60 0,713 0,210 3,15
132 7,52E+05 9,35E+06 35,84 26,67 169 2,60 0,729 0,260 3,50
18 1,12E+06 1,71E+06 34,26 0,00 169 2,35 0,558 0,290 2,53
33 1,12E+06 3,12E+06 34,26 3,00 169 2,35 0,591 0,400 2,33
49 1,13E+06 4,75E+06 34,26 14,00 169 2,35 0,616 0,490 2,71
ID 34
63 1,13E+06 6,21E+06 34,26 27,00 169 2,35 0,632 0,565 2,64
98 1,14E+06 1,01E+07 34,26 57,14 169 2,35 0,666 0,615 2,78
132 1,15E+06 1,43E+07 34,26 74,29 169 2,35 0,690 0,660 3,02
15 1,19E+06 1,48E+06 70,22 2,50 213 3,25 0,611 0,630 2,86
30 1,19E+06 3,03E+06 70,22 15,00 213 3,25 0,642 0,735 3,53
46 1,19E+06 4,75E+06 70,22 53,50 213 3,25 0,666 0,775 3,73
ID 37
60 1,20E+06 6,29E+06 70,22 80,00 213 3,25 0,683 0,800 4,72
95 1,21E+06 1,04E+07 70,22 80,00 213 3,25 0,709 0,830 3,64
130 1,22E+06 1,48E+07 70,22 80,83 213 3,25 0,721 0,855 4,16
351

de irregularidade longitudinal (continuação)
Dano Dano
AEMC LVECD
15 1,40E+06 1,74E+06 34,99 0,00 213 2,65 0,374 0,100 2,61
30 1,40E+06 3,56E+06 34,99 0,00 213 2,65 0,417 0,140 2,77
46 1,41E+06 5,59E+06 34,99 0,00 213 2,65 0,457 0,185 2,68
ID 40
60 1,41E+06 7,40E+06 34,99 0,00 213 2,65 0,481 0,210 3,82
95 1,42E+06 1,23E+07 34,99 5,00 213 2,65 0,526 0,270 3,66
130 1,44E+06 1,74E+07 34,99 6,67 213 2,65 0,552 0,335 3,29
15 2,03E+06 2,54E+06 68,18 0,00 213 2,50 0,608 0,490 3,09
30 2,04E+06 5,19E+06 68,18 0,50 213 2,50 0,639 0,615 2,42
ID 43
60 2,05E+06 1,08E+07 68,18 8,00 213 2,50 0,676 0,739 4,79
95 2,07E+06 1,79E+07 68,18 31,67 213 2,50 0,701 0,775 4,13
15 2,03E+06 2,54E+06 60,60 1,00 140 3,90 0,583 0,725 4,17
30 2,04E+06 5,19E+06 60,60 9,00 140 3,90 0,617 0,780 3,81
46 2,05E+06 8,14E+06 60,60 37,00 140 3,90 0,638 0,820 3,93
ID 45
60 2,05E+06 1,08E+07 60,60 65,80 140 3,90 0,649 0,845 4,28
95 2,07E+06 1,79E+07 60,60 95,00 140 3,90 0,669 0,870 4,19
130 2,09E+06 2,54E+07 60,60 100,00 140 3,90 0,685 0,885 4,36
15 2,03E+06 2,54E+06 38,04 0,00 213 3,27 0,422 0,315 3,32
30 2,04E+06 5,19E+06 38,04 0,20 213 3,27 0,490 0,455 3,36
46 2,05E+06 8,14E+06 38,04 0,70 213 3,27 0,523 0,540 3,67
ID 46
60 2,05E+06 1,08E+07 38,04 9,00 213 3,27 0,541 0,620 3,72
95 2,07E+06 1,79E+07 38,04 11,11 213 3,27 0,570 0,670 3,77
130 2,09E+06 2,54E+07 38,04 13,89 213 3,27 0,593 0,710 4,06
15 1,53E+06 1,91E+06 32,52 0,00 213 3,67 0,237 0,095 3,43
30 1,53E+06 3,90E+06 32,52 0,00 213 3,67 0,305 0,165 3,62
46 1,54E+06 6,11E+06 32,52 0,00 213 3,67 0,360 0,225 3,48
ID 47
60 1,54E+06 8,09E+06 32,52 0,00 213 3,67 0,388 0,280 3,40
95 1,56E+06 1,34E+07 32,52 0,00 213 3,67 0,424 0,370 3,85
130 1,57E+06 1,90E+07 32,52 3,33 213 3,67 0,447 0,445 2,91
15 1,53E+06 1,91E+06 32,01 0,00 95 1,70 0,287 0,175 2,45
30 1,53E+06 3,90E+06 32,01 0,00 95 1,70 0,353 0,255 2,16
ID 48 46 1,54E+06 6,11E+06 32,01 0,00 95 1,70 0,388 0,325 2,34
60 1,54E+06 8,09E+06 32,01 0,00 95 1,70 0,404 0,388 2,76
95 1,56E+06 1,34E+07 32,01 1,67 95 1,70 0,440 0,465 2,64
15 2,01E+06 2,51E+06 32,05 0,00 95 3,00 0,255 0,030 3,24
30 2,01E+06 5,13E+06 32,05 0,00 95 3,00 0,312 0,050 2,84
46 2,02E+06 8,04E+06 32,05 0,00 95 3,00 0,343 0,070 2,84
ID 50
60 2,03E+06 1,06E+07 32,05 0,00 95 3,00 0,359 0,083 3,24
95 2,05E+06 1,77E+07 32,05 4,67 95 3,00 0,386 0,115 2,93
130 2,07E+06 2,51E+07 32,05 23,33 95 3,00 0,404 0,140 3,21
14 1,19E+06 1,40E+06 44,72 0,00 169 3,73 0,579 0,480 3,96
29 1,19E+06 2,89E+06 44,72 0,00 169 3,73 0,612 0,600 4,24
45 1,20E+06 4,61E+06 44,72 0,00 169 3,73 0,634 0,665 3,93
ID 55
59 1,20E+06 6,15E+06 44,72 3,50 169 3,73 0,647 0,720 3,37
94 1,21E+06 1,03E+07 44,72 39,39 169 3,73 0,667 0,770 3,27
128 1,22E+06 1,47E+07 44,72 48,48 169 3,73 0,687 0,800 4,83
352

Dano Dano
AEMC LVECD
14 1,53E+06 1,80E+06 43,40 0,00 110 2,50 0,374 0,255 2,71
29 1,53E+06 3,71E+06 43,40 0,00 110 2,50 0,441 0,400 2,74
45 1,54E+06 5,92E+06 43,40 0,00 110 2,50 0,476 0,490 2,73
ID 58
59 1,54E+06 7,89E+06 43,40 1,00 110 2,50 0,500 0,550 3,12
94 1,56E+06 1,32E+07 43,40 28,00 110 2,50 0,550 0,650 3,18
128 1,57E+06 1,88E+07 43,40 38,67 110 2,50 0,578 0,705 3,87
14 1,53E+06 1,80E+06 74,76 0,00 110 2,80 0,565 0,665 3,09
29 1,53E+06 3,71E+06 74,76 23,00 110 2,80 0,612 0,770 3,15
45 1,54E+06 5,92E+06 74,76 97,00 110 2,80 0,642 0,810 3,21
ID 60
59 1,54E+06 7,89E+06 74,76 69,00 110 2,80 0,659 0,845 3,76
94 1,56E+06 1,32E+07 74,76 48,33 110 2,80 0,695 0,870 3,80
128 1,57E+06 1,88E+07 74,76 58,33 110 2,80 0,719 0,890 5,25
14 1,53E+06 1,80E+06 86,12 0,00 169 2,00 0,536 0,710 2,69
29 1,53E+06 3,71E+06 86,12 0,00 169 2,00 0,582 0,835 2,57
ID 63 45 1,54E+06 5,92E+06 86,12 0,00 169 2,00 0,615 0,875 2,40
59 1,54E+06 7,89E+06 86,12 0,00 169 2,00 0,636 0,910 2,85
94 1,56E+06 1,32E+07 86,12 87,50 169 2,00 0,686 0,940 4,24
14 1,53E+06 1,80E+06 29,98 0,00 169 2,55 0,243 0,180 2,97
29 1,53E+06 3,71E+06 29,98 0,00 169 2,55 0,289 0,255 2,31
45 1,54E+06 5,92E+06 29,98 0,00 169 2,55 0,319 0,345 2,78
ID 65
59 1,54E+06 7,89E+06 29,98 0,00 169 2,55 0,342 0,410 3,27
94 1,56E+06 1,32E+07 29,98 0,00 169 2,55 0,391 0,505 3,96
128 1,57E+06 1,88E+07 29,98 9,80 169 2,55 0,424 0,575 3,41
14 1,53E+06 1,80E+06 30,15 0,50 169 3,00 0,538 0,665 3,24
29 1,53E+06 3,71E+06 30,15 2,00 169 3,00 0,586 0,780 3,07
45 1,54E+06 5,92E+06 30,15 7,00 169 3,00 0,632 0,815 3,55
ID 67
59 1,54E+06 7,89E+06 30,15 17,00 169 3,00 0,661 0,845 3,39
94 1,56E+06 1,32E+07 30,15 77,38 169 3,00 0,695 0,870 3,58
128 1,57E+06 1,88E+07 30,15 73,81 169 3,00 0,714 0,895 4,33
14 4,01E+05 4,74E+05 62,12 0,75 110 2,40 0,124 0,080 2,24
29 4,03E+05 9,77E+05 62,12 2,00 110 2,40 0,185 0,165 3,14
45 4,04E+05 1,56E+06 62,12 3,00 110 2,40 0,237 0,240 2,74
ID 70
59 4,06E+05 2,08E+06 62,12 3,00 110 2,40 0,272 0,310 3,22
94 4,09E+05 3,48E+06 62,12 8,00 110 2,40 0,334 0,425 3,34
128 4,13E+05 4,95E+06 62,12 36,67 110 2,40 0,361 0,525 3,73
11 2,01E+06 1,91E+06 43,02 2,00 339 3,12 0,450 0,340 3,17
ID 73 28 2,01E+06 4,69E+06 43,02 5,50 339 3,12 0,521 0,500 3,26
41 2,02E+06 7,17E+06 43,02 9,50 339 3,12 0,549 0,570 3,27
11 2,01E+06 1,91E+06 21,18 0,00 339 3,07 0,155 0,005 2,98
28 2,01E+06 4,69E+06 21,18 0,00 339 3,07 0,197 0,015 3,35
ID 75 41 2,02E+06 7,17E+06 21,18 0,00 339 3,07 0,219 0,020 3,14
77 2,04E+06 1,39E+07 21,18 5,93 339 3,07 0,255 0,042 3,02
111 2,06E+06 2,09E+07 21,18 14,81 339 3,07 0,275 0,065 3,40
353

Dano Dano
AEMC LVECD
8 1,76E+06 1,16E+06 30,20 0,00 2288 3,50 0,183 0,075 3,65
ID 86 22 1,77E+06 3,25E+06 30,20 0,00 2288 3,50 0,265 0,190 3,59
91 1,80E+06 1,48E+07 30,20 10,00 2288 3,50 0,383 0,535 3,69
8 1,76E+06 1,16E+06 31,56 0,00 2288 2,42 0,155 0,040 2,52
22 1,77E+06 3,25E+06 31,56 0,00 2288 2,42 0,254 0,120 2,42
ID 88
57 1,78E+06 8,88E+06 31,56 4,44 2288 2,42 0,368 0,260 2,57
91 1,80E+06 1,48E+07 31,56 7,78 2288 2,42 0,414 0,355 2,73
7 2,80E+05 1,55E+05 71,64 0,50 370 3,50 0,611 0,530 3,54
ID 89 42 2,83E+05 1,02E+06 71,64 26,33 370 3,50 0,710 0,805 3,81
76 2,85E+05 1,92E+06 71,64 30,17 370 3,50 0,729 0,870 3,96
11 9,06E+05 8,41E+05 38,15 0,00 3016 2,60 0,086 0,010 2,66
25 9,09E+05 1,92E+06 38,15 0,00 3016 2,60 0,162 0,025 2,75
ID 93
60 9,17E+05 4,84E+06 38,15 3,33 3016 2,60 0,236 0,060 3,00
95 9,25E+05 7,90E+06 38,15 10,00 3016 2,60 0,290 0,105 3,14
14 6,26E+04 7,29E+04 33,93 6,06 497 1,10 0,000 0,050 1,37
21 1,75E+05 1,09E+05 33,93 6,82 497 1,10 0,001 0,070 1,41
26 9,86E+04 1,83E+05 33,93 8,48 497 1,10 0,001 0,090 1,37
32 8,52E+04 2,31E+05 33,93 10,30 497 1,10 0,001 0,110 1,75
37 8,52E+04 2,73E+05 33,93 10,50 497 1,10 0,001 0,120 1,57
ID 1.1
42 8,52E+04 3,08E+05 33,93 11,00 497 1,10 0,002 0,135 1,74
56 9,60E+04 4,08E+05 33,93 11,67 497 1,10 0,002 0,175 1,59
62 9,69E+04 4,48E+05 33,93 12,42 497 1,10 0,002 0,190 1,61
65 1,00E+05 4,78E+05 33,93 12,27 497 1,10 0,002 0,195 1,56
71 1,94E+05 5,25E+05 33,93 13,18 497 1,10 0,003 0,205 1,89
14 5,28E+05 6,15E+05 49,04 24,24 497 1,90 0,154 0,750 1,90
21 7,48E+05 9,22E+05 49,04 25,91 497 1,90 0,181 0,805 2,08
56 5,49E+05 3,01E+06 49,04 52,58 497 1,90 0,244 0,880 2,25
ID 1.2
62 6,37E+05 3,34E+06 49,04 55,15 497 1,90 0,250 0,885 2,31
65 6,69E+05 3,51E+06 49,04 58,64 497 1,90 0,254 0,890 2,22
71 6,09E+05 3,81E+06 49,04 58,94 497 1,90 0,258 0,895 2,41
15 3,17E+05 5,21E+05 34,70 0,00 158 1,95 0,064 0,190 1,96
50 3,91E+05 1,54E+06 34,70 0,95 158 1,95 0,137 0,325 2,04
ID 2.1 56 6,65E+05 1,72E+06 34,70 0,95 158 1,95 0,145 0,345 1,95
60 5,12E+05 1,85E+06 34,70 0,95 158 1,95 0,148 0,355 2,14
66 6,32E+05 2,02E+06 34,70 1,19 158 1,95 0,152 0,365 2,45
15 1,54E+06 1,26E+06 37,21 0,00 158 2,09 0,117 0,250 1,96
50 1,34E+06 6,05E+06 37,21 2,98 158 2,09 0,186 0,415 2,22
ID 2.2 56 1,20E+06 6,68E+06 37,21 3,21 158 2,09 0,193 0,445 2,20
60 1,28E+06 7,11E+06 37,21 3,45 158 2,09 0,197 0,460 2,13
66 1,31E+06 7,66E+06 37,21 3,57 158 2,09 0,202 0,470 2,36
37 4,79E+05 1,46E+06 34,06 13,69 552 1,33 0,217 0,633 1,59
42 4,10E+05 1,68E+06 34,06 16,43 552 1,33 0,229 0,679 1,49
ID 3.1
46 6,48E+05 1,81E+06 34,06 18,21 552 1,33 0,235 0,705 1,49
52 5,12E+05 2,11E+06 34,06 21,31 552 1,33 0,243 0,720 1,56
354

de irregularidade longitudinal (conclusão)
Dano Dano
AEMC LVECD
7 1,27E+06 7,05E+05 44,49 3,10 552 1,54 0,230 0,655 1,76
13 1,27E+06 1,33E+06 44,49 27,86 552 1,54 0,281 0,848 1,75
18 1,40E+06 1,92E+06 44,49 42,00 552 1,54 0,311 0,879 2,01
23 1,43E+06 2,51E+06 44,49 57,00 552 1,54 0,332 0,908 2,24
ID 3.2
37 1,65E+06 4,44E+06 44,49 97,50 552 1,54 0,379 0,940 1,98
42 1,34E+06 5,21E+06 44,49 99,17 552 1,54 0,393 0,951 1,94
46 1,49E+06 5,64E+06 44,49 99,40 552 1,54 0,401 0,955 2,13
52 1,67E+06 6,34E+06 44,49 99,17 552 1,54 0,410 0,960 2,11
16 2,49E+05 3,33E+05 32,65 0,00 158 1,66 0,043 0,020 1,58
22 2,49E+05 4,50E+05 32,65 0,24 158 1,66 0,058 0,025 1,60
ID 4.1
25 2,49E+05 5,29E+05 32,65 0,36 158 1,66 0,066 0,030 1,59
31 5,28E+05 6,45E+05 32,65 0,36 158 1,66 0,074 0,040 1,61
16 1,49E+06 1,99E+06 38,91 3,93 158 1,76 0,154 0,100 1,70
22 1,63E+06 2,68E+06 38,91 6,07 158 1,76 0,164 0,115 1,65
ID 4.2
25 1,63E+06 3,16E+06 38,91 6,55 158 1,76 0,169 0,120 1,73
31 2,35E+06 3,92E+06 38,91 10,71 158 1,76 0,177 0,130 1,72
Fonte: Autor
Em que:
AT = Área do pavimento com presença de trincas (%);
AGE = Idade do pavimento desde a sua construção ou reabilitação (meses);
DMÁX = Deflexão medida pelo FWD abaixo do ponto de aplicação de carga (0,01mm);
FN = Flow Number da mistura asfáltica empregada no trecho;
IRIi = Irregularidade inicial do pavimento após a construção ou reabilitação (m/km);
IRIOBS = Irregularidade longitudinal do pavimento observada ao longo do tempo
(m/km);
DanoAEMC = Dano médio limitado acumulado (calculado com o AEMC);
DanoLVECD = Dano médio limitado acumulado (calculado com o LVECD);
N = Número acumulado de repetições do eixo padrão (método USACE);
NA = Número anual de repetições do eixo padrão (método USACE).
355
APÊNDICE C
Apêndice C1 - Banco de dados utilizado na validação dos modelos de irregularidade

longitudinal (continua)
Dano Dano
Trecho AGE N NA DMÁX AT IRIi IRIOBS
AEMC LVECD
11 7,62E+06 6,98E+06 58,40 0,00 1,75 0,027 0,194 1,76
17 7,66E+06 1,09E+07 58,40 0,00 1,75 0,043 0,210 1,85
UFRGS
20 7,70E+06 1,28E+07 58,40 0,00 1,75 0,051 0,220 1,95
2
24 7,76E+06 1,55E+07 58,40 0,00 1,75 0,061 0,237 2,00
30 7,82E+06 1,95E+07 58,40 0,00 1,75 0,074 0,250 2,05
6 1,40E+05 6,96E+04 40,50 0,00 1,91 0,003 0,044 1,85
9 1,41E+05 1,05E+05 40,50 0,00 1,91 0,005 0,050 1,91
12 1,41E+05 1,40E+05 40,50 0,00 1,91 0,007 0,062 2,07
USP 16 1,42E+05 1,88E+05 40,50 0,00 1,91 0,009 0,070 1,94
4 18 1,42E+05 2,12E+05 40,50 0,00 1,91 0,010 0,072 1,90
24 1,43E+05 2,85E+05 40,50 0,00 1,91 0,014 0,090 1,82
36 1,45E+05 4,33E+05 40,50 0,00 1,91 0,021 0,110 1,83
47 1,47E+05 5,74E+05 40,50 0,00 1,91 0,028 0,125 1,95
6 1,40E+05 6,96E+04 35,28 0,00 1,99 0,001 0,018 1,94
9 1,41E+05 1,05E+05 35,28 0,00 1,99 0,002 0,020 1,81
12 1,41E+05 1,40E+05 35,28 0,00 1,99 0,003 0,030 2,04
USP 16 1,42E+05 1,88E+05 35,28 0,00 1,99 0,003 0,035 1,60
5 18 1,42E+05 2,12E+05 35,28 0,00 1,99 0,004 0,040 1,90
24 1,43E+05 2,85E+05 35,28 0,00 1,99 0,005 0,044 1,75
36 1,45E+05 4,33E+05 35,28 0,00 1,99 0,008 0,055 1,79
47 1,47E+05 5,74E+05 35,28 0,00 1,99 0,010 0,060 1,96
ND 1 6 2,57E+06 1,27E+06 28,60 0,00 1,85 0,031 0,380 1,85
ND 2 6 2,57E+06 1,27E+06 26,70 0,00 1,69 0,005 0,206 1,69
ND 3 6 2,57E+06 1,27E+06 26,10 0,00 1,82 0,023 0,300 1,82
ND 4 6 2,57E+06 1,27E+06 28,20 0,00 1,47 0,006 0,224 1,47
ND 5 6 2,57E+06 1,27E+06 31,85 0,00 2,03 0,007 0,303 2,03
ND 6 6 2,57E+06 1,27E+06 30,70 0,00 1,72 0,007 0,307 1,72
ND 7 6 2,57E+06 1,27E+06 30,10 0,00 2,37 0,017 0,430 2,37
ND 8 6 2,57E+06 1,27E+06 26,25 0,00 2,24 0,004 0,268 2,24
ND 9 6 2,57E+06 1,27E+06 28,70 0,00 2,67 0,001 0,062 2,67
ND 10 6 2,57E+06 1,27E+06 23,65 0,00 2,33 0,001 0,115 2,33
UFSC 26 1,34E+07 2,97E+07 27,58 1,10 1,40 0,386 0,674 1,50
3 45 1,36E+07 5,30E+07 27,58 4,00 1,40 0,449 0,770 1,60
UFSC 26 1,34E+07 2,97E+07 31,04 36,20 1,60 0,209 0,878 1,75
4 45 1,36E+07 5,30E+07 31,04 49,10 1,60 0,255 0,930 1,85
356
Apêndice C1 - Banco de dados utilizado na validação dos modelos de irregularidade

longitudinal (conclusão)
Dano Dano
Trecho AGE N NA DMÁX AT IRII IRIOBS
AEMC LVECD
UFSC 26 1,34E+07 2,97E+07 28,83 16,90 1,60 0,179 0,825 1,90
5 45 1,36E+07 5,30E+07 28,83 26,70 1,60 0,217 0,921 1,85
Fonte: Autor
Em que:
AT = Área do pavimento com presença de trincas (%);
AGE = Idade do pavimento desde a sua construção ou reabilitação (meses);
DMÁX = Deflexão medida pelo FWD abaixo do ponto de aplicação de carga (0,01mm);
IRIi = Irregularidade longitudinal do pavimento após a construção ou reabilitação
(m/km);
IRIOBS = Irregularidade inicial do pavimento observada ao longo do tempo (m/km);
DanoAEMC = Dano médio limitado acumulado (calculado com o AEMC);
DanoLVECD = Dano médio limitado acumulado (calculado com o LVECD);
N = Número acumulado de repetições do eixo padrão (método USACE);
NA = Número anual de repetições do eixo padrão (método USACE).
357
APÊNDICE D
Apêndice D1 – Confronto entre valores observados em campo e previstos pelos

modelos recomendados neste estudo para os trechos experimentais do Rio de
Janeiro/RJ (continua)
6 6
FUNDÃO ID 1 FUNDÃO ID 4
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
Idade do pavimento (meses) Idade do pavimento (meses)
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
358

Janeiro/RJ (continuação)
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
359

6 6
5 5
4 4
IRI (m/km)
3 IRI (m/km) 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
360

6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 10 20 30 40 50 60
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100
361

Janeiro/RJ (conclusão)
6 6
5 5
4 4
IRI (m/km)
IRI (m/km)
3 3
2 2
1 1
0 0
0 20 40 60 80 100 0 20 40 60 80 100
6
FUNDÃO ID 93
5
4
IRI (m/km)
3
2
1
0
0 20 40 60 80 100
Fonte: Autor
362

modelos recomendados neste estudo para os trechos experimentais de Santa
Maria/RS (continua)
3,0 3,0
UFSM ID 1.1 UFSM ID 1.2
2,5 2,5
2,0 2,0
IRI (m/km)
IRI (m/km)
1,5 1,5
1,0 1,0
0,5 0,5
0,0 0,0
0 20 40 60 80 0 20 40 60 80
3,0 3,0
2,5 2,5
2,0 2,0
IRI (m/km)
IRI (m/km)
1,5 1,5
1,0 1,0
0,5 0,5
0,0 0,0
0 20 40 60 80 0 20 40 60 80
3,0 3,0
2,5 2,5
2,0 2,0
IRI (m/km)
IRI (m/km)
1,5 1,5
1,0 1,0
0,5 0,5
0,0 0,0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
363

modelos recomendados neste estudo para os trechos experimentais de Santa
Maria/RS (conclusão)
3,0 3,0
2,5 2,5
2,0 2,0
IRI (m/km)
IRI (m/km)
1,5 1,5
1,0 1,0
0,5 0,5
0,0 0,0
0 5 10 15 20 25 30 35 0 5 10 15 20 25 30 35
Fonte: Autor
364
APÊNDICE E
Apêndice E1 - Valores adotados na etapa de comparação dos modelos elaborados

neste estudo com aquele proposto por Queiroz, 1981 (continua)
Trecho RH NAASHTO ST AGE (anos) DMÁX (0,01mm) SNC

1 7,56E+04 0 1,7 72,09 3,29
1 1,95E+05 0 4,3 72,09 3,29
ID 1 1 2,52E+05 0 5,4 72,09 3,29
1 4,06E+05 0 8,4 72,09 3,29
1 5,68E+05 0 11,2 72,09 3,29
1 7,38E+05 0 1,5 66,15 3,48
1 1,36E+06 0 2,7 66,15 3,48
1 2,09E+06 0 4,0 66,15 3,48
ID 7
1 2,73E+06 0 5,2 66,15 3,48
1 4,48E+06 0 8,1 66,15 3,48
1 6,31E+06 0 11,0 66,15 3,48
1 8,77E+05 0 1,5 36,17 5,24
1 1,62E+06 0 2,7 36,17 5,24
1 2,48E+06 0 4,0 36,17 5,24
ID 11
1 3,25E+06 0 5,2 36,17 5,24
1 5,32E+06 0 8,1 36,17 5,24
1 7,50E+06 0 11,0 36,17 5,24
1 5,70E+05 0 1,5 34,26 5,43
1 1,04E+06 0 2,7 34,26 5,43
1 1,58E+06 0 4,1 34,26 5,43
ID 34
1 2,07E+06 0 5,2 34,26 5,43
1 3,38E+06 0 8,2 34,26 5,43
1 4,76E+06 0 11,0 34,26 5,43
1 8,46E+05 0 1,3 38,04 5,06
1 1,73E+06 0 2,5 38,04 5,06
1 2,71E+06 0 3,9 38,04 5,06
ID 46
1 3,59E+06 0 5,0 38,04 5,06
1 5,96E+06 0 8,0 38,04 5,06
1 8,45E+06 0 10,8 38,04 5,06
1 6,00E+05 0 1,2 43,40 4,63
1 1,24E+06 0 2,4 43,40 4,63
1 1,97E+06 0 3,7 43,40 4,63
ID 58
1 2,63E+06 0 4,9 43,40 4,63
1 4,41E+06 0 7,8 43,40 4,63
1 6,27E+06 0 10,7 43,40 4,63
1 6,00E+05 0 1,2 30,15 5,92
1 1,24E+06 0 2,4 30,15 5,92
1 1,97E+06 0 3,7 30,15 5,92
ID 67
1 2,63E+06 0 4,9 30,15 5,92
1 4,41E+06 0 7,8 30,15 5,92
1 6,27E+06 0 10,7 30,15 5,92
365

neste estudo com aquele proposto por Queiroz, 1981 (conclusão)
Trecho RH NAASHTO ST AGE (anos) DMÁX (0,01mm) SNC

1 3,87E+05 0 0,7 31,56 5,74
1 1,08E+06 0 1,8 31,56 5,74
ID 88
1 2,96E+06 0 4,8 31,56 5,74
1 4,93E+06 0 7,6 31,56 5,74
1 2,80E+05 0 0,9 38,15 5,05
1 6,40E+05 0 2,1 38,15 5,05
ID 93
1 1,61E+06 0 5,0 38,15 5,05
1 2,63E+06 0 7,9 38,15 5,05
1 1,11E+05 0 1,3 32,65 5,61
1 1,50E+05 0 1,8 32,65 5,61
ID 4.1
1 1,76E+05 0 2,1 32,65 5,61
1 2,15E+05 0 2,6 32,65 5,61
Fonte: Autor
Em que:
AGE = idade do pavimento desde a sua construção ou última reabilitação (anos);
DMÁX = deflexão medida pela viga Benkelman abaixo do ponto de aplicação de carga
(0,01mm);
N = número acumulado de repetições do eixo padrão, calculado pelo método da
AASHTO;
RH = variável indicadora do estado da restauração (Como construído=0;
recapeado=1);
SNC = Número Estrutural Corrigido;
ST = variável indicadora do tipo de revestimento (Concreto Asfáltico=0; Tratamento
Superficial=1).
366

neste estudo com aquele proposto por Nakahara, 2005 - Equação (2.74)
Trecho AGE (anos) Trecho AGE (anos) Trecho AGE(anos)

1,7 1,5 1,2
4,3 2,7 2,4
ID 1 5,4 4,1 3,7
ID 34 ID 67
8,4 5,2 4,9
11,2 8,2 7,8
1,5 11,0 10,7
2,7 1,3 0,7
4,0 2,5 1,8
ID 7 ID 88
5,2 3,9 4,8
ID 46
8,1 5,0 7,6
11,0 8,0 0,9
1,5 10,8 2,1
ID 93
2,7 1,2 5,0
4,0 2,4 7,9
ID 11
5,2 3,7
ID 58
8,1 4,9
11,0 7,8
10,7
Fonte: Autor
Em que:
367

neste estudo com aquele proposto por AASHTO, 2008 (continua)
Trecho IRIi (in/mi) SF TRTOTAL (%) TT (ft/mi) ATR (in)

164,74 2 0,20 0 0,00
164,74 5 5,00 0 0,01
ID 1 164,74 7 2,50 0 0,01
164,74 10 12,11 0 0,02
164,74 13 25,61 0 0,03
224,93 2 43,00 0 0,04
224,93 3 82,00 0 0,08
224,93 5 59,50 0 0,12
ID 7
224,93 6 62,00 0 0,15
224,93 10 96,67 0 0,25
224,93 13 97,50 0 0,35
215,42 2 0,00 0 0,05
215,42 3 0,50 0 0,09
215,42 5 4,00 0 0,14
ID 11
215,42 6 9,50 0 0,18
215,42 10 28,89 0 0,30
215,42 13 44,44 0 0,42
148,90 2 0,00 0 0,03
148,90 3 3,00 0 0,06
148,90 5 14,00 0 0,09
ID 34
148,90 6 27,00 0 0,12
148,90 10 57,14 0 0,19
148,90 13 74,29 0 0,26
207,19 2 0,00 0 0,05
207,19 3 0,20 0 0,10
207,19 5 0,70 0 0,15
ID 46
207,19 6 9,00 0 0,20
207,19 10 11,11 0 0,33
207,19 13 13,89 0 0,47
158,40 1 0,00 0 0,03
158,40 3 0,00 0 0,07
158,40 4 0,00 0 0,11
ID 58
158,40 6 1,00 0 0,15
158,40 9 28,00 0 0,25
158,40 13 38,67 0 0,35
190,08 1 0,50 0 0,03
190,08 3 2,00 0 0,07
190,08 4 7,00 0 0,11
ID 67
190,08 6 17,00 0 0,15
190,08 9 77,38 0 0,25
190,08 13 73,81 0 0,35
153,33 1 0,00 0 0,02
153,33 2 0,00 0 0,06
ID 88
153,33 6 4,44 0 0,16
153,33 9 7,78 0 0,27
368

neste estudo com aquele proposto por AASHTO, 2008 (conclusão)
Trecho IRIi (in/mi) SF TRTOTAL (%) TT (ft/mi) ATR (in)

164,74 1 0,00 0 0,02
164,74 3 0,00 0 0,04
ID 93
164,74 6 3,33 0 0,09
164,74 9 10,00 0 0,15
105,18 2 0,00 0 0,01
105,18 2 0,24 0 0,01
ID 4.1
105,18 3 0,36 0 0,01
105,18 3 0,36 0 0,01
Fonte: Autor
Em que:
ATR = afundamento em trilha de roda médio (in);
IRIi = irregularidade inicial, após a construção (in/mi);
SF = fator referente à pista, conforme Equação (2.80);
TT = comprimento das trincas transversais (ft/mi);
369

neste estudo com aquele proposto por Abdelaziz et al, 2018 (continua)
Trecho IRIi (m/km) AGE (anos) TRTOTAL (%) TT (m/km) ATR (mm)
2,60 1,7 0,20 0 0,12
2,60 4,3 5,00 0 0,29
ID 1 2,60 5,4 2,50 0 0,37
2,60 8,4 12,11 0 0,58
2,60 11,2 25,61 0 0,81
3,55 1,5 43,00 0 1,05
3,55 2,7 82,00 0 1,94
3,55 4,0 59,50 0 2,95
ID 7
3,55 5,2 62,00 0 3,86
3,55 8,1 96,67 0 6,32
3,55 11,0 97,50 0 8,91
3,40 1,5 0,00 0 1,25
3,40 2,7 0,50 0 2,30
3,40 4,0 4,00 0 3,51
ID 11
3,40 5,2 9,50 0 4,59
3,40 8,1 28,89 0 7,52
3,40 11,0 44,44 0 10,59
2,35 1,5 0,00 0 0,82
2,35 2,7 3,00 0 1,48
2,35 4,1 14,00 0 2,25
ID 34
2,35 5,2 27,00 0 2,93
2,35 8,2 57,14 0 4,78
2,35 11,0 74,29 0 6,73
3,27 1,3 0,00 0 1,21
3,27 2,5 0,20 0 2,45
3,27 3,9 0,70 0 3,84
ID 46
3,27 5,0 9,00 0 5,07
3,27 8,0 11,11 0 8,42
3,27 10,8 13,89 0 11,93
2,50 1,2 0,00 0 0,86
2,50 2,4 0,00 0 1,76
2,50 3,7 0,00 0 2,79
ID 58
2,50 4,9 1,00 0 3,72
2,50 7,8 28,00 0 6,22
2,50 10,7 38,67 0 8,85
3,00 1,2 0,50 0 0,86
3,00 2,4 2,00 0 1,76
3,00 3,7 7,00 0 2,79
ID 67
3,00 4,9 17,00 0 3,72
3,00 7,8 77,38 0 6,22
3,00 10,7 73,81 0 8,85
2,42 0,7 0,00 0 0,56
2,42 1,8 0,00 0 1,54
ID 88
2,42 4,8 4,44 0 4,18
2,42 7,6 7,78 0 6,97
370

neste estudo com aquele proposto por Abdelaziz et al, 2018 (conclusão)
Trecho IRIi (m/km) AGE (anos) TRTOTAL (%) TT (m/km) ATR (mm)
2,60 0,9 0,00 0 0,41
2,60 2,1 0,00 0 0,91
ID 93
2,60 5,0 3,33 0 2,29
2,60 7,9 10,00 0 3,72
1,66 1,3 0,00 0 0,17
1,66 1,8 0,24 0 0,22
ID 4.1
1,66 2,1 0,36 0 0,26
1,66 2,6 0,36 0 0,32
Fonte: Autor
Em que:
ATR = afundamento em trilha de roda médio (mm);
IRIi = irregularidade inicial, após a construção (m/km);
TT = comprimento das trincas transversais (m/km);

PPGEC UFSM - Tese Lucas Dotto Bueno

Enviado por

Direitos autorais:

Formatos disponíveis

PPGEC UFSM - Tese Lucas Dotto Bueno

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

PPGEC UFSM - Tese Lucas Dotto Bueno

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE SANTA MARIA

Lucas Dotto Bueno

CONTRIBUIÇÃO PARA A PREVISÃO EMPÍRICO-MECANICISTA DA

Santa Maria, RS, Brasil

CONTRIBUIÇÃO PARA A PREVISÃO EMPÍRICO-MECANICISTA DA

Tese apresentada ao Curso de Doutorado

Orientador: Prof. Dr. Deividi da Silva Pereira

Santa Maria, RS, Brasil

Expresso minha gratidão...

O presente trabalho foi realizado com ao apoio da ANP –

O presente trabalho foi realizado com apoio da Coordenação de

CONTRIBUIÇÃO PARA A PREVISÃO EMPÍRICO-MECANICISTA DA

AUTOR: Me. LUCAS DOTTO BUENO

A garantia das condições de trafegabilidade com segurança e conforto é um dos

Palavras-chave: Avaliação Funcional; Irregularidade Longitudinal; Perfilômetro

ROUGHNESS MECHANISTIC-EMPIRICAL CONTRIBUTION AND ITS

AUTHOR: Me. LUCAS DOTTO BUENO

Keywords: Functional Evaluation; Roughness; Inertial Profilometer; International

Figura 2.1 - Relação empírica entre Irregularidade e Serventia ................................ 31

Tabela 2.1 – Resumo dos principais equipamentos de medição de irregularidade

A irregularidade longitudinal medida na superfície é um dos principais

junto ao Banco Mundial deve apresentar projetos e justificativas econômicas com

formato de modelo está exposto em Fernandes (2016), que utilizou o AASHTOWare

O cenário da pavimentação asfáltica brasileira é de mudanças. Está em

Rede de Tecnologia em Asfaltos, uma parceria entre ANP (Agência Nacional do

1.2 OBJETIVO GERAL

Desenvolver modelos empíricos e empírico-mecanicistas de previsão de

1.2.1 Objetivos Específicos

Como forma de complementação do objetivo geral, foram definidos os

1.3 ORGANIZAÇÃO DO TRABALHO

Este trabalho inicia com a contextualização do assunto e enfoque na

Busca-se, com este capítulo, fornecer uma visão geral acerca da

2.1. AVALIAÇÃO DA IRREGULARIDADE LONGITUDINAL DE PAVIMENTOS

A análise funcional de um pavimento abrange segurança e conforto ao

Figura 2.1 - Relação empírica entre Irregularidade e Serventia

Fonte: Adaptado de Gillespie (1992)

Paralelamente, Hajek et al (1998) complementam salientando que a

trânsito da rodovia) e acidentes rodoviários (perda de vidas, danos aos usuários da

2.1.1 Equipamentos de avaliação de irregularidade longitudinal

De acordo com os relatos de Francis Hveem, em 1960, os primeiros estudos

Figura 2.2 - Electronic Viagraph em operação

Fonte: Ruban (1987)

Gillespie (1992) relata que, na década de 1920, engenheiros rodoviários do

Figura 2.3 – Montagem do Via-Log no veículo teste

Fonte: White (1928)

Conforme Gillespie (1992), na década de 1960, com os experimentos

Figura 2.4 – Dispositivo CHLOE de medição de Irregularidade

Fonte: Adaptado de Gillespie (1992)

Desde então, em paralelo ao aumento progressivo do tráfego e da tecnologia

2.1.1.1. Equipamentos medidores da resposta do veículo às distorções da

O primeiro grupo de equipamentos que visam determinar a irregularidade

equipamento de medição da rugosidade do pavimento. Os autores relatam que um

Figura 2.5 – BPR Roughometer

Fonte: Adaptado de Gillespie (1992)

Na década de 1960, tornou-se atrativa a possibilidade de medir parâmetros

transição nos dispositivos de medição do tipo resposta (WALKER E HUDSON, 1973;

Figura 2.6 – Equipamentos da classe RTRRMS

Fonte: Adaptado de Gillespie (1992)

A lógica é semelhante à do BPR Roughometer, com o índice de irregularidade

Figura 2.7 – Esquema de Funcionamento do Integrador IPR/USP