A tomada de decisão em gerência de pavimentos depende, dentre outros fatores, da estimativa da evolução da condição do pavimento ao longo do tempo. Tal estimativa é obtida por uma função que relaciona as causas e os efeitos da deterioração dos pavimentos, denominada modelo de desempenho. Neste trabalho são desenvolvidos modelos estatísticos para previsão do desempenho de pavimentos, mediante o estabelecimento de equações de regressão tendo por base dados históricos de avaliações da condição da malha rodoviária do Estado do Paraná. A análise do comportamento dos pavimentos é efetuada utilizando-se uma programação fatorial que, através de análise de variância (ANOVA), permite a determinação do nível de significância de fatores pré-selecionados (variáveis independentes: tráfego, idade e estrutura do pavimento) e de suas interações, bem como a modelagem do desempenho dos pavimentos (variáveis dependentes: irregularidade longitudinal e condição estrutural). Para cada uma das células da matriz fatorial, que correspondem às combinações dos fatores considerados, também são desenvolvidos modelos probabilísticos para previsão do desempenho de pavimentos, a partir de avaliações realizadas por especialista (engenheiros do DER-PR) e mediante o estabelecimento de matrizes de probabilidade de transição de Markov. Este trabalho mostra que é possível o desenvolvimento de modelos de desempenho sem dados históricos de avaliação da condição dos pavimentos ou tendo-se apenas dados coletados por um curto período de tempo. Observa-se, também, boa concordância entre os modelos estatísticos e probabilísticos, particularmente para previsão do desempenho funcional dos pavimentos. Os modelos de desempenhos desenvolvidos neste trabalho, quando comparados com equações desenvolvidas por pesquisadores e órgãos rodoviários brasileiros e estrangeiros, apresentaram melhores resultados, evidenciando as limitações de modelos de desempenho desenvolvidos e calibrados sob condições específicas. / The decision-making in pavement management systems depends, among other factors, of the prediction of the pavement condition during the service life. This prediction is obtained through a relation between causes and effects of pavement deterioration, called performance prediction model. This work develops statistic models for the predicion of pavement performance, based on regression equations from data of pavement evaluation performed in the highway network of the State of Paraná-Brazil. The pavement behavior is evaluated from an Analysis of Variance (ANOVA) of a factorial array, which calculates the level of significance of preselected factors (independent variables: traffic, age, and pavement structure) and their interactions and gives the performance models(dependent variables: roughness and structural condition). For each cell of the factorial array, that corresponds to combinations of the considered factors, it is also developed probabilistic models for the prediction of pavement performance, based on evaluations of pavement condition performed by specialists (State of Parana DOT engineers) and the definition of Markov transition matrices. This work shows that it is possible to develop performance prediction models without historic data of pavement evaluation or having just data colected in a short period of time. It is observed good correspondence between both models, statistic and probabilistic, particularly for the prediction of thefunctional behavior. The performance prediction models developed in this work show better results than equations developed by Brazilian and foreign researches and highway agencies, in a clear evidence of the limitation of models developed and calibrated under specific conditions.

A tomada de decisão em gerência de pavimentos depende, dentre outros fatores, da estimativa da evolução da condição do pavimento ao longo do tempo. Tal estimativa é obtida por uma função que relaciona as causas e os efeitos da deterioração dos pavimentos, denominada modelo de desempenho. Neste trabalho são desenvolvidos modelos estatísticos para previsão do desempenho de pavimentos, mediante o estabelecimento de equações de regressão tendo por base dados históricos de avaliações da condição da malha rodoviária do Estado do Paraná. A análise do comportamento dos pavimentos é efetuada utilizando-se uma programação fatorial que, através de análise de variância (ANOVA), permite a determinação do nível de significância de fatores pré-selecionados (variáveis independentes: tráfego, idade e estrutura do pavimento) e de suas interações, bem como a modelagem do desempenho dos pavimentos (variáveis dependentes: irregularidade longitudinal e condição estrutural). Para cada uma das células da matriz fatorial, que correspondem às combinações dos fatores considerados, também são desenvolvidos modelos probabilísticos para previsão do desempenho de pavimentos, a partir de avaliações realizadas por especialista (engenheiros do DER-PR) e mediante o estabelecimento de matrizes de probabilidade de transição de Markov. Este trabalho mostra que é possível o desenvolvimento de modelos de desempenho sem dados históricos de avaliação da condição dos pavimentos ou tendo-se apenas dados coletados por um curto período de tempo. Observa-se, também, boa concordância entre os modelos estatísticos e probabilísticos, particularmente para previsão do desempenho funcional dos pavimentos. Os modelos de desempenhos desenvolvidos neste trabalho, quando comparados com equações desenvolvidas por pesquisadores e órgãos rodoviários brasileiros e estrangeiros, apresentaram melhores resultados, evidenciando as limitações de modelos de desempenho desenvolvidos e calibrados sob condições específicas. / The decision-making in pavement management systems depends, among other factors, of the prediction of the pavement condition during the service life. This prediction is obtained through a relation between causes and effects of pavement deterioration, called performance prediction model. This work develops statistic models for the predicion of pavement performance, based on regression equations from data of pavement evaluation performed in the highway network of the State of Paraná-Brazil. The pavement behavior is evaluated from an Analysis of Variance (ANOVA) of a factorial array, which calculates the level of significance of preselected factors (independent variables: traffic, age, and pavement structure) and their interactions and gives the performance models(dependent variables: roughness and structural condition). For each cell of the factorial array, that corresponds to combinations of the considered factors, it is also developed probabilistic models for the prediction of pavement performance, based on evaluations of pavement condition performed by specialists (State of Parana DOT engineers) and the definition of Markov transition matrices. This work shows that it is possible to develop performance prediction models without historic data of pavement evaluation or having just data colected in a short period of time. It is observed good correspondence between both models, statistic and probabilistic, particularly for the prediction of thefunctional behavior. The performance prediction models developed in this work show better results than equations developed by Brazilian and foreign researches and highway agencies, in a clear evidence of the limitation of models developed and calibrated under specific conditions.

In a country with continental dimensions like Brazil, road infrastructure that provides a displacement with comfort and safety is extremely important, once it is from these roads that the majority of supplies and people moves daily to distant regions. Is through appropriate management of corrective floors and measurements taken at the correct times that these highways provides safety and comfort to users in their displacement. One way to perform this management properly is making use of performance prediction models that makes the manager can predict the appearance of defects and the necessity of performing maintenance, providing financial resources required for repairs. Thus, the objective of this research is to monitor three highway stretches implemented in the region of Santa Maria - RS, checking their functional and structural performance in order to assist in the development of performance prediction models. To achieving the study, tests were performed at predetermined periods: Sand Patch, British Pendulum, Roughness, Rutting analysis, Distress identification and Deflections Basin Survey by Benkelman Beam and Falling Weight Deflectometer (FWD) at Roraima Avenue (restoration stretch), Hélvio Basso Avenue and Quartéis Intersection (new highway stretches). In these tests, quantitative and classifying counts of vehicles were made in order to find the number of equivalent demand of standard axis through the FEC calculation by AASHTO and USACE methodology. With that was obtained in all 34 performance prediction models for Avenues Roraima and Hélvio Basso (17 - AASHTO and 17 - USACE). No models have been developed for Quartéis Intersection once it is at the beginning of monitoring. In addition to performance prediction models, performance evaluations were carried out of three sections monitored the mediated that it were requested by the traffic, and found that the Roraima Avenue had the highest deflection values, IGG and cracked area. The Quartéis Intersection had the highest values of rutting. Back Analysis were performed by BAKFAA software to obtain resilient modulus in all layers of pavements studied and, in general, met values coherent with those studied in the literature. It was also made structural analysis by AEMC/SisPAv (2009) software in order to find the estimated durability in the highway stretches. The Roraima Avenue despite being an old stretch and present the highest amount of early distress, was the one that had the highest prediction of durability between the three analysed sections. Furthermore, structural analysis was performed for Roraima Avenue, by standard DNER PRO 011/1979, once it is a restored pavement, it was found that this stretch is expected five years and ten months of durability. Therefore, monitoring and obtaining performance prediction models are extremely important for the proper management of pavements. / Em um país com dimensões continentais como o Brasil, infraestrutura de rodovias que proporcione um deslocamento com conforto e segurança é extremamente importante, uma vez que é a partir destas rodovias que a grande maioria dos insumos e das pessoas se desloca diariamente para regiões distantes. É por meio da gerência adequada dos pavimentos e medidas corretivas realizadas nos tempos corretos, que estas rodovias fornecem aos usuários segurança e conforto nos seus deslocamentos. Uma forma de realizar esta gerência de maneira adequada é fazendo uso de modelos de previsão de desempenho, que fazem com que o gestor possa prever de forma antecipada o aparecimento de defeitos e a necessidade da realização de manutenções, disponibilizando, assim, recursos financeiros necessários para as obras de intervenções. Com isso, o objetivo desta pesquisa é realizar o monitoramento de três trechos implantados na região de Santa Maria RS, verificando seus desempenhos funcionais e estruturais de modo a subsidiar a construção de modelos de previsão de desempenho. Para a concretização do estudo foi realizado, em períodos pré-determinados, ensaios de Mancha de Areia, Pêndulo Britânico, Irregularidade Longitudinal, Afundamento em Trilha de Roda, Levantamento Visual de Defeitos e Levantamento de Bacia de Deflexões através da Viga Benkelman e Falling Weight Deflectometer (FWD) na Avenida Roraima (trecho de restauração), Avenida Hélvio Basso e no Trevo dos Quartéis (trechos novos). Além destes ensaios, foram feitas contagens quantitativas e classificatórias dos veículos que solicitavam os trechos, com a intenção de encontrar o número de solicitações equivalentes do eixo padrão através dos cálculos de FEC pela metodologia AASHTO e USACE. Com isso, obteve-se no total 34 modelos de previsão de desempenho para as Avenidas Roraima e Hélvio Basso (17 AASHTO e 17 USACE). Não foram desenvolvidos modelos para o Trevo dos Quartéis, uma vez que o mesmo está em início de monitoramento. Além dos modelos de previsão de desempenho, foram realizadas avaliações do desempenho dos três trechos monitorados à mediada que o mesmo era solicitado pelo tráfego, sendo verificado que a Avenida Roraima apresentou os maiores valores de deflexão, IGG e Área Trincada. Já o Trevo dos Quartéis apresentou os maiores valores de ATR. Foram realizadas retroanálises pelo software BAKFAA para obtenção de módulo de resiliência em todas as camadas dos pavimentos estudados e, de forma geral, encontrou-se valores coerentes com os estudados na literatura. Fez-se, também, análises estruturais através do software AEMC/SisPAv (2009), a fim de encontrar a estimativa de durabilidade dos trechos. A Avenida Roraima apesar de ser um trecho antigo e apresentar a maior quantidade de defeitos prematuramente, foi a que teve a maior previsão de durabilidade entre os três trechos. Além disso, realizou-se a análise estrutural da Avenida Roraima pela norma DNER PRO 011/1979, uma vez que se trata de uma restauração de um pavimento e constatou-se que este trecho tem previsão de durabilidade de cinco anos e dez meses. Assim, o monitoramento e obtenção de modelos de previsão de desempenho são de suma importância para a boa gerência dos pavimentos.

Os modelos de previsão de desempenho de pavimentos são importantes ferramentas utilizadas pelos sistemas de gerência, essenciais para o planejamento das atividades de manutenção e reabilitação, assim como para a estimativa dos recursos necessários para a preservação das rodovias. Este trabalho tem por objetivo comparar modelos de desempenho de pavimentos, desenvolvidos por análises empíricas e empírico-mecanísticas, que predizem a evolução da condição de pavimentos flexíveis, ao longo do tempo e/ou tráfego acumulado. Os modelos de desempenho analisados foram desenvolvidos por pesquisadores e órgãos rodoviários brasileiros e internacionais, inclusive os modelos de deterioração utilizados pelo programa computacional de gerência de pavimentos desenvolvido pelo Banco Mundial, o HDM–4 (Highway Development and Management). A pesquisa está baseada na comparação do desempenho real de seções de pavimentos rodoviários, obtido a partir da base de dados dos experimentos LTPP (Long-Term Pavement Performance) do FHWA (Federal Highway Administration), com o comportamento previsto pelos modelos de desempenho desenvolvidos por Queiroz (1981), Paterson (1987), Marcon (1996) e Yshiba (2003). Neste trabalho, a análise do comportamento das seções de teste LTPP-FHWA é feita utilizando-se uma programação fatorial que, através da análise de variância (ANOVA), permite a determinação do nível de significância de fatores pré- selecionados (variáveis independentes: tráfego, idade e número estrutural corrigido) bem como a modelagem do desempenho dos pavimentos dessas seções (variáveis dependentes: irregularidade longitudinal e deformação permanente). / The pavement performance prediction models are important tools used for pavement management, essential for the planning of maintenance and rehabilitation activities, as well as for budgeting. The aim of this work is to compare performance prediction models developed through empirical and empirical-mechanistic analyses, which predict the evolution of the condition of flexible pavements, throughout the time and/or accumulated traffic. The performance prediction models analyzed were developed by researchers and Brazilian and international road agencies, including the deterioration models used by the pavement management comuputer program HDM-4 (Highway Development and Management), developed by the World Bank. The research is based on the comparison of the real performance of pavement of sections, obtained from the data base of the LTPP Program (Long-Term Pavement Performance) of FHWA (Federal Highway Administration), with the behavior predicted by deterioration models developed by Queiroz (1981), Paterson (1987), Marcon (1996) and Yshiba (2003). In this work, the analysis of the behavior of the LTPP-FHWA test sections is made through a factorial programming. Analysis of Variance (ANOVA) allows the determination of the level of significance of pre-selected factors (independent variables: traffic, age and pavement structure) and the development of performance prediction models (dependent variables: roughness and rutting).