The asphalt mixtures performance depends on the asphaltic cements selection; to carry out the selection a classification based on the Performance Grade (PG) is used, where the asphalt mixture exposed temperature must be considered. However, the PG grade calculation depends on the historical temperature data quality. In underdeveloped countries, as the case of Mexico the climatological data registers present poor quality, affecting the PG degree calculation and generating problems in decision making to select the type of asphalt suitable for a zone of interest. On the other hand, topography is a determining factor for the environment temperature. However, topography has not been considered to elaborate temperature maps in Mexico. In this work, we assume that the relationship between topography and temperature must be considered to elaborate a map that allows the selection asphalts for mix design. In this thesis, we design a methodology to construct temperature maps based on the thermo-topographic influence and the PG degree, applied on the selection of asphalt cements. In particular, a process of reconstruction of temperature data is introduced, represented as a series of time, based on Artificial Intelligence algorithms. In addition, a calibration of interest regions of influence is established considering the relationship between contour lines and the PG degree associated to climatological stations. From the calibration, a zoning is generated, obtaining a temperature map applicable to select the asphalt cement by PG degree. On the other hand, to facilitate asphalt cements selection by Grade PG, for future road infrastructure projects (e.g. road sections), a computational tool was generated. The computational tool provides the correct PG Degree from the coordinates of the area of interest where flexible pavements want to be designed and / or built.
El desempeño de mezclas asfálticas depende de la selección de los cementos asfálticos que la integran; para ello se utiliza una clasificación basada en el Grado de Desempeño(PG), donde se considera la temperatura a la que estará sometida la mezcla asfáltica. No obstante, el cálculo del grado PG depende de la calidad de los datos históricos de temperatura. En países subdesarrollados, como el caso de México, la mala calidad del registro de datos climatológicos afecta el cálculo del Grado PG, generando problemas al seleccionar el tipo de asfalto adecuado para una zona de interés. Por otro lado, la topografía es un factor determinante en la temperatura del ambiente. Sin embargo, la topografía no ha sido considerada para la elaboración de mapas de temperatura en México. En este trabajo, se plantea que es necesario considerar la relación entre topografía y temperatura para elaborar un mapa que permita la selección de asfaltos para el diseño de mezclas. En esta tesis se diseñó una metodología para la construcción de mapas de temperatura basada en la influencia termo-topográfica y el grado PG aplicada en la selección de cementos asfálticos. Particularmente, se introduce un proceso de reconstrucción de datos de temperatura, representados como una serie de tiempo, basada en algoritmos de Inteligencia Artificial. Además, se establece una calibración de zonas de influencia considerando la relación entre curvas de nivel y el grado PG asociado a estaciones climatológicas. A partir de la calibración, se genera una zonificación, obteniendo un mapa de temperatura aplicable para la selección del cemento asfáltico por Grado PG. Por otra parte, para facilitar la selección de cementos asfálticos por Grado PG, para futuros proyectos de infraestructura vial (e.g. tramos carreteros) se generó una herramienta computacional, que proporciona el Grado PG adecuado a partir de las coordenadas de la zona de interés en donde se desee diseñar y/o construir pavimentos flexibles.
