El principal indicador para evaluar la calidad del suelo como subrasante en el diseño de pavimentos es la capacidad de soporte CBR. En muchos casos, no es posible su obtención mediante ensayos, al menos en la frecuencia requerida, y son muy costosos. Por ello, la necesidad de cuantificar este parámetro mediante modelos matemáticos que utilicen propiedades fácilmente determinables y permitan evaluar rápidamente la eficacia de una solución de estabilización.
En el presente trabajo de investigación tiene como propósito desarrollar herramientas prácticas para la predicción del valor de CBR del suelo expansivo post estabilización con ceniza de cáscara de arroz (CCA) y cal. Se plantea obtener modelos matemáticos basados en la regresión lineal múltiple haciendo uso de sus propiedades índice (%F, IP) y de compactación (OCH, MDS), los cuales se generaron mediante la aplicación del software SPSS Statistics, cuya ecuación resultante fue:
〖CBR〗_f=46.116-0.526 %F+0.034 IP+0.218 OCH+5.06 MDS
Esta ecuación presenta una correlación muy alta con R = 0.975 y un ajuste de bondad excelente de R2 = 0.95. Esto quiere decir que la variable de respuesta CBR es explicada en un 95% por las variables predictoras %F, IP, OCH y MDS. El modelo de regresión propuesto se aplicó a un tramo de la carretera PE-8B en la región San Martín donde se observó que el valor de CBR se incrementa en promedio 272% al estabilizarse con los agentes de estudio sugeridos. / The main indicator to evaluate the quality of the soil as a subgrade in pavement design is the California Bearing Ratio (CBR). In many cases, it is not possible to obtain them by testing, at least at the required frequency, and they are very expensive. Therefore, the need to quantify this parameter through mathematical models that use easily determinable properties and will evaluate the effectiveness of a proposed stabilization solution.
The purpose of this research work is to develop practical tools for the prediction of the CBR in expansive soil post stabilization with rice husk ash and lime. It is proposed to obtain mathematical models based on multiple linear regression using their index (% F, IP) and compaction (OCH, MDS) properties, which were generated by applying the SPSS Statistics software, whose resulting equation was:
〖CBR〗_f=46.116-0.526 %F+0.034 IP+0.218 OCH+5.06 MDS,
which presents a very high correlation with R = 0.975 and an excellent goodness fit of R2 = 0.95. This means that the CBR response variable is 95% explained by the predictor variables %F, IP, OCH and MDS. The proposed regression model was applied to a section of the PE-8B highway in the San Martín region where it was found that the CBR value was found on average 272% when stabilized with the suggested study materials. / Tesis
| Identifer | oai:union.ndltd.org:PERUUPC/oai:repositorioacademico.upc.edu.pe:10757/657405 |
| Date | 23 August 2021 |
| Creators | Cordova Valentin, Kevin Hector, Mori Montalvo, Azucena Flor |
| Contributors | Aybar Arriola, Gustavo Adolfo |
| Publisher | Universidad Peruana de Ciencias Aplicadas (UPC), PE |
| Source Sets | Universidad Peruana de Ciencias Aplicadas (UPC) |
| Language | Spanish |
| Detected Language | English |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf, application/epub, application/msword |
| Source | Universidad Peruana de Ciencias Aplicadas (UPC), Repositorio Académico - UPC |
| Rights | info:eu-repo/semantics/openAccess, Attribution-NonCommercial-ShareAlike 4.0 International, http://creativecommons.org/licenses/by-nc-sa/4.0/ |
Page generated in 0.0022 seconds