SISTEMA DE GERÊNCIA DE PAVIMENTOS FERROVIÁRIOS COM ÊNFASE NA

GEOMETRIA E DESGASTE DE TRILHOS

Fernando Sgavioli Vale S.A

Liedi Bernucci

Rosângela Motta Laboratório de Tecnologia de Pavimentação - LTP

Departamento de Engenharia de Transportes - PTR

Escola Politécnica da Universidade de São Paulo - EPUSP

RESUMO

A gestão da infraestrutura ferroviária no Brasil tornou-se um desafio para as empresas concessionárias, pois

envolveu investimentos de bilhões de reais em 2014. Para aperfeiçoar e priorizar as atividades de manutenção em

termos de custo-benefício, de confiabilidade e de segurança, uma análise sistemática dos parâmetros e dos recursos

é requerida. Esta análise é possível por um Sistema de Gerência de Pavimentos Ferroviários (SGPF), modelo de

gestão não usual no Brasil. O SGPF é embasado em modelos elaborados para estimar a redução das condições

funcional e estrutural, por meio de fatores que provocam sua deterioração (como, por exemplo, idade, solicitações

de tráfego e fatores climáticos). Este trabalho apresenta um estudo da condição estrutural dos componentes da via

permanente ferroviária e como a variação desta condição afeta a geometria da via, implicando em piora da condição

funcional da mesma, empregando, para tanto, modelos de desempenho adequados às ferrovias brasileiras.

ABSTRACT

The management of railway infrastructure in Brazil has become a challenge for companies involved because of

billions of dollars in 2014. To improve and prioritize maintenance activities in terms of cost-effectiveness,

reliability and safety, a systematic analysis of the parameters and resources is required. This analysis is possible

by a Rail Pavement Management System (SGPF), unusual management model in Brazil. The SGPF is grounded

in elaborate models to estimate the reduction of functional and structural conditions by means of factors which

cause deterioration (for example, age, traffic requests and climatic factors). This research shows the study of the

structural condition of track components and how the range of this condition can affects the track geometry,

resulting in worsening of the functional condition, using for that purpose, performance models appropriate to the

Brazilian railroads.

1. INTRODUÇÃO

O planejamento estratégico das ferrovias brasileiras carece de ferramentas de suporte de

decisão. Larsson (2004) ressalta que pequenas mudanças na estratégia de manutenção podem

estender a vida do ativo em 10%, resultando na melhoria do retorno sobre o investimento. Na

Suécia, um segmento de 10 quilômetros pode custar R$ 7,5 milhões para renovar, enquanto

10% de vida estendida pode economizar ao menos R$ 750 mil.

Tem sido observado que a condição da via permanente de carga degrada rapidamente e o

conhecimento do processo de degradação colabora para análises futuras de mitigação dos

problemas associados à segurança operacional. Defeitos na via permanente têm sido os líderes

da causa de ocorrências ferroviárias nos Estados Unidos desde 2009. Zhang et al. (2004) mostra

que 658 de 1890 (34,8 %) dos acidentes foram causados por defeitos na via, gerando US$ 108,7

milhões de perdas. A degradação da via é caracterizada em dos dois grupos de defeitos:

estruturais e geométricos.

Os defeitos estruturais são gerados pela condição estrutural da via, incluindo a condição do

trilho, dormentes, sistema de fixação, lastro, sublastro, subleito e sistema de drenagem. Já os

defeitos geométricos são caracterizados pelo nivelamento transversal e longitudinal, bitola e

empeno, como indicado na Figura 1.

Figura 1: Representação das irregularidades da via permanente (a) representação dos desnivelamentos vertical e

horizontal, (b) desalinhamento horizontal em planta, (c) desnivelamento vertical em corte (Santos, 2015).

Ferreira et al. (1997) investigaram os fatores físicos que mais impactam na deterioração da via

e concluem que o declínio da qualidade da via está especialmente condicionado a três

parâmetros: forças dinâmicas, carga por eixo e velocidade da composição. Trabalhos reportados

por Larsson (2004) verificaram que o desgaste e a fadiga do trilho são consideravelmente

afetados pela existência da curvatura (horizontal). Dessa forma, tornam-se importantes as

análises individuais de forças dinâmicas e os consequentes resultados na degradação de trilhos

em curvas.

Historicamente, o desenvolvimento e os avanços de maior monta na alteração de estratégias de

manutenção foram realizados em nível de projeto (métodos de dimensionamento, projetos de

reforço, etc.). Atualmente, os pesquisadores e estudiosos envolvidos com a gerência de

pavimentos chegam a supor que no futuro será possível incorporar definitivamente a gerência

em nível de projeto para toda uma rede, dispensando, assim, um tratamento diferenciado nos

diferentes níveis de operação de um SGPF. Neste contexto, este trabalho visa estudar as

informações detalhadas de seções de via permanente, compreendendo a sistematização dos

diagnósticos dos defeitos, com a relação de causa e efeito (o que os pode ter gerado e os efeitos

na qualidade geométrica da via).

2. FORMAS DE AVALIAÇÃO DA VIA PERMANENTE

A avaliação da via permanente pode ser realizada de forma objetiva no levantamento de defeitos

com o uso de equipamentos de medição. Faz parte da análise desta avaliação o reconhecimento

do tipo de defeito, sua frequência e severidade. Os carros-controle permitem a obtenção dos

defeitos geométricos auxiliando na análise de degradação em segmentos homogêneos, através

de um resumo das estatísticas das medições de geometria. No geral, as estatísticas fornecem

resultados de qualidade do segmento, chamados Índice de Qualidade da Via (IQV). O IQV tem

sido amplamente utilizado no planejamento da manutenção preventiva, todavia não identifica

defeitos severos de geometria para reparo.

De acordo com a Federal Railroad Administration (FRA, 2004) devem ser tratados defeitos

individuais onde se têm amplitudes que excedem um certo nível de tolerância (Figura 2).

Madejski et al. (2002) descrevem que experiências em diversas ferrovias evidenciam que o

desvio padrão de 1,0 mm indica uma boa condição de via, enquanto 3,5 mm aponta uma

condição ruim de via.

Figura 2: Exemplo de amostras do desvio padrão para empeno crítico em trechos de 100 m de extensão

A FRA desenvolveu o TQI (Track Quality Index), método que representa quantitativamente a

qualidade da via, com base na estimativa da soma das distâncias entre dois pontos consecutivos

em segmentos de 85 m, que representam perfil, alinhamento, nível e bitola expressos na

equação (1):

(1)

Sendo Ls: Comprimento percorrido [ft]; e

L0: Comprimento que o segmento deveria ter [ft].

Madejski et al. (2002) relatam que métodos de síntese de avaliação geométrica podem ser

divididos em três grupos: métodos baseados em valores dos parâmetros de geometria medidos

um ponto particular, métodos de síntese medidos continuamente ao longo da via e métodos de

avaliação indireta em que alguns parâmetros influenciam no coeficiente de avaliação. Os

coeficientes de síntese podem ser: quantidade de valores em um certo número de classes com

respectivos pesos, métodos estatísticos e métodos de análise espectral. O desvio padrão de cada

parâmetro geométrico tem sido aceito como base da avaliação da qualidade de manutenção da

via. O desvio padrão pode ser calculado pela fórmula (2):

(2)

Em que n: o número de sinais registrados na seção de via analisada;

xi: valor do parâmetro no ponto i; e

𝑥: valor médio do sinal.

O coeficiente de síntese da qualidade da via (J) proposto por aqueles autores fornece uma

avaliação quantitativa da condição da via. Este coeficiente é calculado utilizando a equação (3):

(3)

Onde Sz: desvio padrão das irregularidades verticais;

Sy: desvio padrão das irregularidades horizontais;

𝑇𝑄𝐼 = [𝐿𝑠

𝐿0− 1].10

6

Sw: desvio padrão de empenamento; e

Se: desvio padrão da bitola.

O coeficiente de síntese de qualidade da via (J) também especifica o desvio permitido,

determinando a operação apropriada de um lado e a manutenção requerida de outro, conforme

indicado na Tabela 1.

Tabela 1: Desvio permitido de J, baseado na velocidade da via (Madejski & Grabczyk, 2002)

Velocidade

Coeficiente

J Velocidade

Coeficiente

J

(km/h) (mm) (km/h) (mm)

80 7,0 110 4,9

90 6,2 120 4,0

100 5,5 130 3,5

Os defeitos na via, há algumas décadas, eram detectados visualmente, o que resultava apenas a

detecção de defeitos tão grandes quanto os possíveis a “olho nu”, ou recorrendo a instrumentos

simples, que mesmo assim demandavam muito tempo. Atualmente há o carro-controle que

permite a análise das vias com qualidade e uma frequência de (Profillidis, 2006): três vezes por

ano (vias principais), duas vezes por ano (para vias intermédias) e uma vez por ano (para as

restantes vias). O Brasil encontra-se sem normatização dos limites de manutenção de geometria

da via permanente o que leva algumas concessionárias a avaliar a qualidade com os limites da

FRA.

Quaisquer desvios no parâmetro geométrico são conhecidos como resultados de problemas

estruturais (Berggren, 2005). Do ponto de vista estrutural, modelos desenvolvidos, como os de

Shenton (1984), Sato (1997) e Anderson et al. (1999), são baseados na progressão de defeitos

da estrutura física, como recalque do lastro, desgaste e corrugação do trilho.

3. MODELO DE DEGRADAÇÃO DE TRILHOS

Zhang, et al.. (2004) descreveu que veículos ferroviários possuem eixos rígidos, o que impedem

o direcionamento individual de cada roda. O raio diferencial das rodas (conicidade) compensa

a diferença de comprimento dos trilhos em curva, entre o lado de dentro e o de fora. Todavia,

para curvas médias a severas no que se refere ao raio de curvatura, a conicidade não é suficiente

e ocorre um escorregamento lateral e longitudinal que, somados à força centrífuga, resultam no

segundo ponto de contato entre a flange da roda e o boleto interno do trilho que,

consequentemente, gera desgaste do trilho.

O desgaste do trilho significa a perda de metal que particularmente é predominante em curvas

(Zarembisk et al., 2005). Martland et al. (1990) delineia que o desgaste do trilho está

diretamente ligado com as tensões e deformações que podem ser em um ou dois pontos de

contato podendo ser descrito, conforme mostra a Figura 3, em: desgaste do topo (h); desgaste

da face interna do boleto (B); combinação topo e face interna do boleto (h+B); desgaste da área

(A); e ângulo de desgaste lateral (ϕ). Em geral, os limites são definidos em função do tamanho

do trilho e da seção do boleto.

Figura 3: (a) Representação da seção transversal de um trilho e (b) critério de desgaste dos trilhos

(Martland et al. (1990))

Os carros-controle são capazes de captar as seções do boleto do trilho, através de um sistema

sem contato denominado Laserail, que projeta feixes de laser sobre os trilhos, criando um

padrão geométrico computadorizado.

O desgaste de trilho tem sido submetido a numerosos estudos empíricos, com a taxa de desgaste

indicada em função de: curvatura, metalurgia, lubrificação, carga por eixo, densidade de

tráfego, velocidade, superelevação não compensada e perfil. Zarembisk et al. (2005) em suas

pesquisas mostra que a substituição dos trilhos por desgaste é decorrente de solicitações

repetidas de carga por eixo relativamente baixas, enquanto a substituição dos trilhos por fadiga

é predominantemente decorrente do efeito da repetição de cargas por eixo que são maioresque

aquelas que causam desgaste.

As propriedades da seção requerida para análise das tensões fletoras no trilho são estimadas a

partir da área do boleto com desgaste, entre a seção idealizada e a reduzida. Dessa forma, o

mecanismo de desgaste de trilhos pode ser analisado através da equação (4), obtida em Larsson

(2004):

d (r) = ks*f(µ)*F(r) *Σ(ksf*P(r)*n) (4)

Em que d (r): índice de desgaste de trilho em função do raio de curvatura;

ks: coeficiente de ajuste geométrico resultado do segmento em estudo;

f(µ): função que relaciona o coeficiente de atrito medido na curva;

F(r): função que relaciona o desgaste ao raio de curvatura;

ksf: coeficiente de peso que relaciona a capacidade do modelo do vagão em dissipar

energia pelo atrito;

P(r): carga por eixo considerando o carregamento dinâmico; e

n: número de eixos padrão por ano por tipo de veículo.

A função f(µ) tem sido calculada para uma curva de regressão de dados proposta pela AAR

(Association of American Railroads), conforme indicado na expressão (5):

f(µ) = 6,0112*µ²meas+0,4267* µmeas-0,1322 (5)

Em que µmeas: coeficiente de atrito medido no trilho.

Cabe mencionar que esta equação (5) é válida para coeficientes de atrito entre 0,1<µ<0,4. A

outra função F(r) tem sido formada com base em medições de desgaste em campo, com curvas

de diferentes raios e uma curva de regressão logarítmica pode ser plotada com base na equação

(6):

F(r) = 1/r0,9 (6)

Por fim, o coeficiente ksf classifica cada veículo conforme a capacidade de gerar desgaste. O

coeficiente é baseado na fórmula de dissipação de energia apresentada por E. Andersson e S.

Stichel (2012). Utilizando uma lista de dados de diferentes veículos e uma curva pré-

selecionada de raio de 800 m.

4. ESTUDO DE CASO NA ESTRADA DE FERRO VITÓRIA MINAS (EFVM)

Entre os anos de 2012 e 2015, o desgaste dos trilhos na EFVM representou 35% do motivo de

substituição de trilhos, seguido por fadiga. Devido à importância do monitoramento deste ativo,

a avaliação do desgaste dos trilhos é realizada por inspeções bimestrais do carro-controle (EM-

80) e prospecções manuais bianuais detalhadas com informações de: bitola, identificação do

trilho de baixo e alto relevo onde serão realizadas as medições; medida de desgaste da face

interna do boleto (B); e medida de desgaste vertical (h).

O sietema de gerência com ênfase na geometria e desgaste de trilhos pode trazer contribuições

significativas, e para este estudo de caso foram avaliadas três curvas, totalizando 890 m,

detalhadas na Tabela 2.

Tabela 2: Curvas de estudo de caso

Cu

rva

Ra

ma

l

Lin

ha

Quilometragem da

EFVM

Ex

ten

são

(m) Sentido da

curva

Raio Flecha Superelevação

(mm) Inicial Final (m) (m)

1 Linha

Tronco

1 286,315 286,802 487 Direita 572,980 22 33

2 1 287,050 287,259 209 Esquerda 286,490 44 66

3 1 288,331 288,527 196 Direita 381,990 33 49

Para as curvas foram analisadas as informações do EM-80 de geometria da via (bitola métrica,

empeno, nivelamento e alinhamento) após duas inspeções, sendo a primeira em dezembro de

2013 e a segunda em dezembro de 2014. Também foram analisadas as prospecções de perfil do

trilho que, juntos, resultam um banco de dados extenso que será avaliado conforme metodologia

proposta na revisão bibliográfica. Cada curva foi subdividida em dez segmentos, para cálculo

do desvio padrão. Pode-se ressaltar que a degradação dos componentes de superestrutura nesta

ferrovia é considerável, devido ao transporte de um volume anual aproximado de 122 milhões

de toneladas brutas.

As Figuras 4 e 5 apresentam resultados gráficos da medição de bitola e o efeito perceptível das

atividades de manutenção com o estreitamento da bitola, respectivamente em 2013 e 2014, para

o caso da curva 1.

Figura 4: Resultados da inspeção de bitola do EM-80 na curva 1 em dezembro de 2013

Figura 4: Resultados da inspeção de bitola do EM-80 na curva 1 em dezembro de 2014

A Tabela 3 apresenta os resultados de desvio padrão de bitola (Equação 2) das três curvas

analisadas, sendo que, individualmente, a curva 1 mostrou uma melhoria no desvio padrão,

enquanto as curvas 2 e 3 tiveram uma piora, em geral com um aumento de 29% no desvio

padrão anual.

Tabela 3: Resultados de desvio padrão de bitola para dez segmentos das curvas 1, 2 e 3

Segmento

1 2 3 4 5 6 7 8 9 10 Se curva Se

2013

Curva 1 1,42 2,50 2,58 2,69 5,50 1,13 3,22 4,65 1,90 0,95 2,65

Curva 2 2,33 1,73 2,71 1,03 0,73 0,90 1,04 2,72 1,66 1,89 1,67 1,72

Curva 3 0,53 0,95 1,04 0,42 0,44 0,64 0,92 1,74 1,12 0,52 0,83

2014

Curva 1 2,21 1,25 2,29 0,90 2,57 1,00 2,10 1,56 1,43 7,21 2,25

Curva 2 8,74 3,34 2,41 1,38 0,98 1,01 0,85 8,52 5,50 1,48 3,42 2,22

Curva 3 0,51 0,38 0,38 1,75 2,07 1,14 0,98 1,08 0,62 0,97 0,99

A Tabela 4 apresenta os resultados de desvio padrão de empeno (Equação 2), sendo que todas

as curvas mostraram uma degradação com aumento de 19% no desvio padrão anual.

Tabela 4: Resultados de desvio padrão de empeno (base 1,87 m) para dez segmentos das curvas 1,2 e 3

Segmento

1 2 3 4 5 6 7 8 9 10 Sw curva Sw

2013

Curva 1 0,60 0,50 0,64 0,94 2,61 1,00 0,75 0,42 0,53 0,57 0,86

Curva 2 0,96 0,91 0,79 0,44 0,79 1,30 0,91 0,72 0,79 0,51 0,81 0,79

Curva 3 0,79 1,00 0,71 0,87 0,72 0,51 0,62 0,48 0,73 0,53 0,70

2014

Curva 1 0,89 0,34 0,53 0,59 1,73 0,98 1,19 1,01 0,47 0,97 0,87

Curva 2 1,32 1,16 1,22 0,89 0,84 1,75 0,91 0,67 1,16 1,08 1,10 0,94

Curva 3 0,75 0,16 0,89 0,87 1,05 1,71 0,58 1,49 0,63 0,36 0,85

A Tabela 5 apresenta os resultados de desvio padrão de nivelamento (Equação 2), sendo que

todas as curvas mostraram uma degradação com aumento de 23% no desvio padrão anual.

Tabela 5: Resultados de desvio padrão de nivelamento para dez segmentos das curvas 1,2 e 3

Segmento

1 2 3 4 5 6 7 8 9 10 Sz curva Sz

2013

Curva 1 0,75 1,43 1,30 1,85 4,83 1,75 2,05 1,36 1,16 1,19 1,77

Curva 2 0,87 1,58 1,93 1,75 2,02 2,39 2,02 0,92 0,88 0,73 1,51 1,61

Curva 3 1,28 3,90 1,94 2,47 1,16 1,68 1,30 0,50 0,49 0,81 1,55

2014

Curva 1 0,91 1,03 1,24 1,75 5,49 2,37 2,09 1,10 1,90 1,74 1,96

Curva 2 2,18 1,34 2,76 2,60 3,36 4,05 2,67 1,02 1,46 1,24 2,27 1,98

Curva 3 0,77 3,45 3,27 1,23 2,03 1,72 2,01 1,43 0,65 0,67 1,72

A Tabela 6 apresenta os resultados de desvio padrão de alinhamento (Equação 2), sendo que

todas as curvas mostraram uma degradação com aumento de 116% no desvio padrão anual.

Tabela 6: Resultados de desvio padrão de alinhamento para dez segmentos das curvas 1,2 e 3

Segmento

1 2 3 4 5 6 7 8 9 10 Sy Sy

2013

Curva 1 2,48 1,21 1,94 2,81 6,77 2,54 2,29 2,97 2,39 2,09 2,75

Curva 2 4,20 2,46 1,37 1,30 0,87 1,41 1,26 1,61 3,42 2,18 2,01 2,11

Curva 3 2,31 2,65 1,28 1,21 0,68 1,03 0,86 1,87 1,28 2,45 1,56

2014

Curva 1 2,21 2,64 2,16 2,38 6,03 2,98 3,89 3,72 3,66 11,97 4,16

Curva 2 12,57 9,05 3,81 1,47 3,00 2,39 2,11 12,62 8,12 2,03 5,72 4,55

Curva 3 4,57 5,38 3,29 2,50 2,65 1,74 4,27 8,21 3,44 1,56 3,76

A Tabela 7 resume os resultados de desvio padrão (Equação 3), possibilitando o cálculo do

coeficiente de síntese J.

Tabela 7: Resultados do coeficiente de síntese da qualidade da via J

Ano Se Sw Sz Sy J

Curva 1 2013 2,65 0,86 1,77 2,75 1,914

2014 2,25 0,87 1,96 4,16 2,321

Curva 2 2013 1,67 0,81 1,51 2,01 1,476

2014 3,42 1,10 2,27 5,72 3,084

Curva 3 2013 0,83 0,70 1,55 1,56 1,208

2014 0,99 0,85 1,72 3,76 1,951

Geral 2013 1,72 0,79 1,61 2,11 1,533

2014 2,22 0,94 1,98 4,55 2,452

Analisando-se individualmente verifica-se uma degradação geométrica anual de 60% nas três

curvas analisadas. Considerando um limite para J de 3,5 mm, deve-se planejar uma correção

geométrica para que o trecho não necessite de restrição de velocidade. Todavia, análises

isoladas tornam a estratégia de manutenção ineficaz, sendo necessário, então, identificar a

condição estrutural do trecho em questão, antes de programar a manutenção preventiva

propriamente dita.

Ao longo dos anos várias medidas foram adotadas para o aumento da vida útil dos trilhos na

EFVM, dentre elas a adoção de trilhos com maior resistência ao desgaste, além de manutenção

com esmerilhamento de sua superfície de rolamento, desde 1984, visando a redução das cargas

dinâmicas solicitantes e o aumento de tolerâncias máximas do desgaste, em valores superiores

a 25%.

A metodologia para cálculo das taxas de desgaste dos trilhos nas curvas monitoradas consiste

em: coleta dos perfis dos trilhos com o emprego do perfilômetro digital de trilhos Miniprof

(Figura 5 a e b), sempre antes e depois da passagem da esmerilhadora de trilhos, sendo três

pontos no trilho externo e três no trilho interno; cálculo do desgaste vertical e lateral dos trilhos

com o uso do Miniprof Software; e separação do desgaste vertical artificial (esmerilhamento)

do desgaste natural (passagem das rodas).

(a)

(b)

Figura 5: (a) Visualização do perfil do trilho externo km 286,350, em medição antes e após esmerilhamento e

(b) Foto do aspecto do trilho externo km 286,350

A taxa de desgaste natural de trilhos (Tabela 8) é obtida através de medição com o perfilômetro

digital de trilhos Miniprof. A taxa de desgaste natural é expressa em mm/MTBT. A taxa de

metal removido pela esmerilhadora de trilhos, ou desgaste artificial (Tabela 9), é obtida através

de medições do perfil do trilho antes e depois do serviço de esmerilhamento. Com isso, é

possível subtrair o metal removido do desgaste, obtendo assim a taxa de desgaste natural. A

taxa de desgaste será expressa nas unidades mm (milímetros)/100 MTBT (milhões de toneladas

brutas transportadas).

Tabela 8: Resultados de desgaste dos trilhos (%)

Ano de

Instalação

Limite de

desgaste (%) 1 2 3 4 5 6 7 8 9 10 Média

2013

Curva 1 Interno

2009 35 20 28 63 44 39 44 37 24 16 12 33

Externo 18 25 26 30 40 38 38 30 20 19 28

Curva 2 Interno

2013 35 14 18 30 32 28 28 22 20 16 16 22

Externo 17 17 22 24 22 22 20 23 13 10 19

Curva 3 Interno

2009 40 16 16 8 6 6 6 8 8 8 44 13

Externo 22 20 25 27 25 25 25 20 20 22 23

2014

Curva 1 Interno

2009 35 8 8 6 10 12 8 16 16 10 10 10

Externo 12 4 7 11 12 4 6 4 10 24 9

Curva 2 Interno

2013 35 16 42 41 41 37 34 39 20 18 59 35

Externo 16 35 37 32 30 41 30 22 19 20 28

Curva 3 Interno

2009 40 12 12 12 10 20 8 12 10 12 8 12

Externo 30 25 30 27 45 27 35 27 19 20 29

Após o cálculo do desgaste artificial, é possível calcular índice de desgaste natural (d),

conforme Tabela 9, considerando um coeficiente de atrito de 0,4, carga por eixo de 27,5 t,

coeficiente de peso dos vagões GDE de 5,1.

Tabela 9: Cálculo do desgaste artificial

Curva

Quilometragem da EFVM Sentido da

curva

Raio Desgaste Artificial

Vertical (mm)

Desgaste

Artificial

Lateral

(mm)

d (r)

Inicial Final (m) Interno Externo

1 286,315 286,802 Direita 572,98 0,092 0,035 0,058 4.10-²

2 287,05 287,259 Esquerda 286,49 0,091 0,129 0,369 5.10-²

3 288,331 288,527 Direita 381,99 0,066 0,078 0,118 4,3.10-²

Sobre o histórico de manutenção, o trecho em questão foi renovado com serviços de

desguarnecimento de lastro e substituição dos dormentes de madeira por aço em 2004, sendo

que também vale ressaltar a correção geométrica preventiva em maio de 2012.

5. CONCLUSÕES

Neste artigo, foram introduzidos alguns dos conceitos de modelos de degradação geométrica e

estrutural para um Sistema de Gerência de Pavimentos Ferroviários (SGPF), e o estudo de caso

permitiu constatar a eficácia da ênfase na geometria e no desgaste dos trilhos. As análises dos

resultados de dois períodos diferentes indicaram a possibilidade de criar estratégias de

manutenção em função de indicadores e parâmetros de controle adequados.

O primeiro objetivo da pesquisa foi demonstrado com a rápida degradação, em função do

volume de 100 MTBT, e foi possível avaliar a degradação e a manutenção com a aplicação do

desvio padrão e do coeficiente de síntese do desvio padrão. Também não foi totalmente válida

a média ponderada proposta na bibliografia, em virtude da pequena influência do desvio padrão

de empeno. Historicamente na EFVM, este parâmetro determinou a segurança nas operações,

podendo ser alterada a ponderação proposta na bibliografia, aumentando a contribuição do

empeno e diminuindo do nivelamento. No entanto, esta afirmativa só se confirmaria estendendo

o estudo de forma a compreender a homogeneidade da base de dados.

Sobre a medição de desgaste de trilho foi possível observar diferenças nas medições de

perfilômetro e do carro controle EM-80. Além disso, também se verificou que é fator

fundamental identificar o desgaste artificial para obter um modelo de degradação de desgaste

natural de trilhos. A curva 1 teve uma redução da taxa média de desgaste de trilho, devido uma

substituição, o que não resultou em uma melhora na qualidade da via. Os demais parâmetros de

degradação do trilho necessitam ser parametrizados para identificar a sensibilidade no resultado

da qualidade estrutural da via. Pesquisas na Austrália, Canadá e África do Sul parecem

estabelecer um bom conhecimento para estes problemas e, para futuros estudos, sugere-se

concentrar na classificação do desgaste em função dos veículos, com alterações no coeficiente

de atrito.

Uma próxima abordagem neste tema, não menos importante, é o estudo do efeito da

manutenção e as alterações dos índices de qualidade da via, além da verificação dos modelos

de degradação dos demais componentes da superestrutura e sua correlação com o coeficiente J.

Neste caso, seria interessante a implantação de um sistema de gerência, com base em

levantamento de dados do comportamento da via permanente in situ ao longo do tempo, como

forma de avaliação de desempenho. Esta poderia ser realizada, por exemplo, com medidas de

deslocamento em campo para a determinação do módulo dinâmico de via, onde este poderia ser

um indicador para auxiliar na determinação da necessidade de manutenção em um dado ponto,

ao mostrar uma dada variação da resposta do pavimento ferroviário. Da mesma forma, a adoção

dos conceitos fundamentais da Mecânica dos Pavimentos na análise estrutural do pavimento

faz-se necessária.

Agradecimentos

À equipe de via permanente da Estrada de Ferro Vitória Minas pelo apoio à pesquisa.

REFERÊNCIAS BIBLIOGRÁFICAS

Anderson E., Stichel S. (1999), Modell för nedbrytning av spår, fordonsparametrar och referensvärden, Report

from Royal Institute of Technology, Stockholm, (in Swedish).

D. Read, S. Chrismer, W. Ebersöhn, E. T. Selig, (1993) Track Modulus Measurements at the Pueblo Soft Subgrade

Site, Transportation Research Record 1470, TRB, National Research Council, Washington D.C.

Berggren, E. (2005). The role of vertical track stiffness measurements in condition based maintenance of railway

tracks – A pilot study, Report TRITA AVE 2005:31, Royal Institute of Technology (KTH), Stockholm.

El-Sibaie, M. and Zhang, Y.J. (2004) "Objective Track Quality Indices." 83rd TRB Annual Meeting, January 11-

15, 2004, Washington, D.C.

E. Andersson e S. Stichel (2012). Uniform Wheel Wear of a Two Axle Freight Vehicle with Friction Dampers .

First International Conference on Railway Technology. Las Palmas de Gran Canaria, Spain.

E. Andersson, M. Berg and S. Stichel, (1998) “Rail Vehicle Dynamics, Fundamentals and Guidelines,” Royal

Institute of Technology (KTH), Stockholm.

Ferreira, L. & Murray, M. (1997) Modelling rail track deterioration and maintenance current practices and future

needs. Transport Reviews, 17, pp. 207-221.

FRA. (2004) report RR04-03, A Preliminary Design of a System to Measure Vertical Track Modulus from a

Moving Railcar, http://www.fra.dot.gov/downloads/Research/-rr0403.pdf.

Larsson, D., (2004). A Study of Track Degradation Process Related to Changes in Railway Traffic. Licenciate

Thesis, Luleå University of Technology.

Madejski, J. & Grabczyk, J. (2002), Continuous geometry measurement for diagnostics of tracks and switches.

Proceedings of the International Conference on Switches Delft university of Technology, Delft, the

Netherlands.

Martland C.D., Auzmendi A.R., (1990), A Simplified Model of Rail Wear for Use in Track Maintenance Planning

and Costing, Report No R-742, Association of American Railroads, USA.

Profillidis, V.A. (2006). Railway Management and Engineering, Ashgate, third edition.

Sato, Y., (1997). Japanese studies on deterioration of ballasted track. Vehicle System Dynamic, vol.24, pp.197-

208.

Shenton, M.J. (1984) “Ballast Deformation and Track Deterioration”, Proceedings of a Conference on Track

Technology, University of Nottingham, 11-13 Jul 1984, Thomas Telford Limited, London.

Santos, G. Fabiano, (2015) "Análise de segurança de veículo ferroviário de carga em tangente considerando a

excitação periódica da via permanente". Tese de Doutorado. Universidade de São Pulo, São Paulo

Zarembski, A.M., Euston, T.L., Palese, J.W., “Use of Track Component Life Prediction Models in Infrastructure

Management”, AusRail Conference and Exhibition, Sydney, November, 2005.

Zhang, Y.J., El-Sibaie, M. and Lee, S. (2004) "FRA Track Quality Indices and Probability Distribution

Characteristics." AREMA Annual Conference, September 19-22, 2004, Nashville, TN.

Fernando Sgavioli (fernando.sgavioli@vale.com)

Vale S.A. Projeto TIPLAM, SP-55-Rodovia Cândido Domenico Rangoni – km 65,8

Liedi Bernucci (liedi@usp.br)

Rosângela Motta (rosangela.motta@usp.br)

Laboratório de Tecnologia de Pavimentação, Departamento de Engenharia de Transportes, Escola Politécnica,

Universidade São Paulo, Av Prof Almeida Prado, trav 2, nº 83 – Cidade Universitária – São Paulo – SP – CEP

05508-070