You are on page 1of 4

PLAN DE TESIS

1. Ttulo
Ecuaciones de correlacin del CBR con propiedades ndice de suelos para la ciudad de
Piura
2. Justificacin
Para el control de calidad y diseo de pavimentos flexibles o para la rehabilitacin de
los pavimentes existentes, se necesita de una estimacin del valor del California Bearing
Ratio (CBR). Sin embargo, este ensayo es costoso (S/120 en la Universidad Nacional de
Piura, y S/250 en la Universidad de Piura y SENCICO) y demanda mucho tiempo para
obtener resultados (4 das segn MTC E 132 2000 y ASTM D1883 07). Teniendo en
cuenta estas dos desventajas se puede hacer un intento por correlacionar el valor de este
ensayo con los valores de lmite lquido (LL), lmite plstico (PL), ndice de plasticidad
(IP), contenido ptimo de humedad (OMC) o mxima densidad seca (MDD). Estas
correlaciones no reemplazaran a los ensayos para el control de calidad en ejecucin de
obras, pero s podra ser de gran ayuda para orientar el diseo de pavimentos.
Para ello, se plantea como propsito del presente trabajo hallar una correlacin entre
CBR y las propiedades ndices de los suelos para sub-rasantes. En las investigaciones
realizadas para suelos de grano fino se ha aplicado diversos mtodos para esta
correlacin, como el Sofware Statistical Package for the Social Sciences (SSPS),
mtodos de redes neuronales (ANN), programacin de expresin de genes (GEP) y
Microsoft Excel. Este ltimo ha sido el ms aceptado por todos, debido al menor
porcentaje de error que ha dado entre los valores de CBR pronosticados y los
experimentales. As al realizar en primer lugar un anlisis lineal simple y un anlisis
mltiple se ha observado que hay un mayor coeficiente de correlacin (R=0.96) en ste
ltimo.
Otra justificacin importante a tomar en cuenta es que se tiene una base de datos del
laboratorio de ensayos de materiales de construccin (LEMC) de la Universidad de
Piura. Las investigaciones han usado menos de 20 datos y se han concentrado en una
sola regin geogrfica. La posibilidad de contar con un mayor nmero de datos ofrece
una alternativa de confiabilidad bastante alta.
3. Antecedentes
Vinod y Cletus (2008) plantearon una correlacin entre el valor de CBR con el de
lmite lquido (LL) y caractersticas de gradacin de suelos. As mismo, Patel y Desai
(2010) propusieron una correlacin entre el CBR y los valores de ndice de plasticidad
(IP), mxima densidad seca (MDD) y contenido ptimo de humedad (OMC).
Chottopadhyay (2011) compar estas dos ecuaciones con otra propuesta por Roy et al
(2009) donde relaciona CBR con MDD y OMC. Al hacer este anlisis en suelos
arcillosos not una mayor correlacin para suelos arcillosos de intermedia plasticidad
(CI), mientras que para suelos arcillosos de baja plasticidad (CL) los valores predichos
eran ms grandes que los experimentales.

Por otro lado, Kumar (2014), realiz una correlacin con la prueba estadstica TStudent y un modelo de regresin mltiple lineal para correlacionar suelos limosos de
baja plasticidad (ML) obteniendo una fuerte correlacin entre CBR y LL, PL, IP, MDD
y OMC, donde los valores del CBR de laboratorio con los estimados de su correlacin
eran similares y donde la mxima diferencia que registr fue de 3.67%.
Todo esto sugiere que s es posible desarrollar ecuaciones para correlacionar el CBR
con parmetros del suelo, ya sea aplicando regresin lineal simple o mltiple, segn sea
el caso. En Piura hay heterogeneidad en los suelos y se podra encontrar un
comportamiento variable por zonas o por tipos de suelos. Esta variabilidad justifica an
ms la oportunidad de realizar este trabajo, tomando en cuenta que la base datos
disponible es ms extensa que la usado en los trabajos anteriores.
4. Objetivo
El objetivo de esta investigacin es establecer una correlacin del valor de CBR con
propiedades ndices del suelo mediante una modelo de regresin mltiple lineal con la
funcin Linex de Microsoft Excel Software para los distintos materiales de sub-rasante
en la ciudad de Piura.
5. Metodologa
En primer lugar se proceder a la investigacin individual del tema enfocando la
intervencin de las propiedades ndice de los suelos en el valor final del CBR y el
comportamiento del suelo como material de subrasante.
Posteriormente, se clasificar la base de datos del laboratorio de ensayos de materiales
de construccin de la Universidad de Piura que comprende ensayos realizados entre el
2004 hasta el presente ao.
El segundo paso ser la clasificacin de la informacin y el anlisis estadstico as como
la obtencin del modelo de regresin mltiple lineal.
Como tercer paso, el anlisis de los resultados, estableciendo las correlaciones y
analizando el nivel de confianza obtenido.
Por ltimo, la redaccin del informe final, comparando las correlaciones con los
modelos de investigaciones anteriores, citados en el presente plan de trabajo.
6. Esquema
Introduccin. Se comentar la ventaja de tener correlaciones entre parmetros
geotcnicos que orienten el diseo en general.
Cap. 1: Marco terico. Se har mencin a las correlaciones establecidas por
otros trabajos de investigacin y se sustentar la relacin que existe
entre el CBR de los principales parmetros de suelos.
1.1 CBR, concepto e importancia
1.2 Propiedades ndice de los suelos
1.2.1 Lmite lquido (LL)
1.2.2 Lmite plstico (PL)
1.2.3 ndice de plasticidad (IP)
1.2.4 Contenido ptimo de humedad (OMC)
2

1.2.5 Mxima densidad seca (MDD)


Cap. 2: Metodologa y procedimiento. Se incluir el anlisis y seleccin de los
datos de la base de datos del laboratorio que se usar para establecer las
correlaciones y cules sern descartados.
2.1 Fundamentos estadsticos para el anlisis.
2.1.1 Naturaleza de los datos
2.1.2 Criterios de confiabilidad
2.2 Valores de CBR
2.3 Lmite lquido (LL)
2.4 Lmite plstico (PL)
2.5 ndice de plasticidad (IP)
2.6 Contenido ptimo de humedad (OMC)
2.7 Mxima densidad seca (MDD)
Cap. 3: Anlisis de resultados. Se establecern las posibles ecuaciones, y los
resultados del nivel de correlacin, comentando las similitudes y
diferencias con las correlaciones propuestas por otras investigaciones.
3.1 Correlacin simple
3.1.1 CBR y Lmite lquido (LL)
3.1.2 CBR y Lmite plstico (PL)
3.1.3 CBR e ndice de plasticidad (IP)
3.1.4 CBR y Contenido ptimo de humedad (OMC)
3.1.5 CBR y Mxima densidad seca (MDD)
3.2 Correlacin mltiple
3.3 Comparacin con otros modelos propuestos.
Conclusiones y recomendaciones. Se consolidarn las conclusiones del trabajo.
Bibliografa.
Anexos.
7. Referencias bibliogrficas
1. CHOTTOPADHYAY, B y T. DATTA. Correlation between CBR and index
properties of soil. Proceedings of Indian Geotechnical Conference. Paper N A350. December 2011.
2. KUMAR TALUKDAR, D. A study of correlation between California Bearing

Ratio Value (CBR) with other properties of soil. International Journal of


Emerging Technology and Advanced Engineering. Vol. 04, Issue 1, January
2014.
3. NUGROHO, S, et al. Correlation between index properties and California
bearing ratio test of Pekanbaru soils with and without soaked. Canadian Journal
on Environmental, Construction and Civil Engineering. Vol. 3, N1, January
2012.
4. RASHMI, P y M. DESAI. CBR Predicted by index properties for alluvial soils
of South Gujarat. Indian Geotechnical Conference. December 2010.
5. TASKIRAN, T. Prediction of California bearing ratio (CBR) of fine grained
soils by AI methods. Science Direct. January 2010.

8. Cronograma de actividades
Actividades
Revisin bibliogrfica
Compilacin y seleccin de la base de datos
Establecimiento de las correlaciones
Interpretacin de los resultados
Redaccin del informe final

Mes 1

Mes 2

Mes 3

Mes 4

9. Financiamiento
Los gastos sern cubiertos por el tesista y se tomar una base de datos de laboratorio de
ensayos de materiales de la Universidad de Piura, por lo que no ser necesario
realizacin de ensayos de laboratorio.

You might also like