Análise de processo hierárquico para gerir as estradas florestais

Abstract

Este trabalho teve como objetivo hierarquizar os defeitos mais importantes encontrados em duas empresas do setor de estradas florestais, localizadas nos estados de Minas Gerais e Bahia, onde foram aplicados questionários a engenheiros e professores que atuam nesta área. Por meio destes questionários, foram coletados dados sobre quantidade e severidade de sete defeitos - seção transversal inadequada, drenagem lateral imprópria, corrugação, excesso de poeira, buracos, trilha de roda e perda de agregados -, que foram analisados pelo método objetivo denominado Índice de Condição de Rodovias Não Pavimentadas (ICRNP). Com o intuito de garantir uma maior precisão para realizar inferência sobre os defeitos, utilizaram-se as Redes Neurais Artificiais (RNA's), listando, assim, por ordem de importância, os problemas mais graves que tornam a malha viária intrafegável. Os resultados mostram que 33% dos trechos analisados necessitam de maior urgência para a realização de manutenção, atingindo a classificação de muito pobre, o que pode causar empecilhos aos usuários desta estrada. Seção transversal inadequada e drenagem lateral imprópria foram os defeitos mais encontrados nas estradas.

The purpose of this study was to rank the most relevant defects found on the roads managed by two companies from the road management sector located in the states of Minas Gerais and Bahia. To this end, questionnaires were conducted with engineers and professors from the forest road area and data were collected on the amount and intensity of sevendefects(inadequate cross sections, inappropriate lateral drainage, corrugation, excess dust, potholes, wheel track and aggregate loss), which were analyzed by the Unpaved Roads Condition Index (URCI) method. Aiming to provide greater accuracy on the assessment of the problems, Artificial Neural Network(ANN) techniques were employed in order to rankthe most serious defects thatcan make roads closed to traffic. Results show that 33% of the sections analyzed must undergo maintenance work, once they have reached the 'very poor' classification, which can cause hindrance to road users. Inadequate cross sectionsand inappropriate lateral drainagewere the most important defects found on the roads studied.