IAHR

CIC
XXV CONGRESO LATINOAMERICANO DE HIDRULICA
SAN JOSE, COSTA RICA, 9 AL 12 DE SETIEMBRE DE 2012.

IDENTIFICACIN FACTORES DE RIESGO PARA LA GESTIN PATRIMONIAL PTIMA

DE SISTEMAS DE DRENAJE URBANO: ESTUDIO PILOTO EN LA CIUDAD DE BOGOT

Paula T. Nio(1), Hctor Angarita(2), Dirceu Enrique Vargas(1), Andrs Torres(1)

Grupos de Investigacin Ciencia e Ingeniera del Agua y el Ambiente, Facultad de Ingeniera (1) y Ecologa y Territorio,
Facultad de Estudios Ambientales y Rurales(2)
Pontificia Universidad Javeriana, Bogot D.C. Carrera 7 No. 40 - 62, Bogot, Colombia.
ttatiana77@hotmail.com, flector@gmail.com, direvar@gmail.com, andres.torres@javeriana.edu.co

RESUMEN:
Este artculo presenta los resultados de un estudio piloto realizado en la ciudad de Bogot para
identificar y cuantificar factores de riesgo fsicos y/o ambientales de las redes de drenaje urbano, en el
marco de un enfoque proactivo de gestin patrimonial de la infraestructura de servicios pblicos. El
anlisis utiliza informacin de 2291 inspecciones de CCTV recopiladas por la Empresa de Acueducto y
Alcantarillado de Bogot (EAAB) mediante equipos tele-operados durante los aos 2008 a 2010.
Mediante modelos de regresin lineal, se establecieron entre el conjunto de variables recopiladas
mediante procesos de inspeccin por CCTV, aquellas que muestran una asociacin estadsticamente
significativa con la ocurrencia, magnitud y/o tipo de fallos que tpicamente se encuentran en las
conducciones, entre otras, material (Gres y PVC) y dimetro de la tubera. Los resultados muestran
que es posible optimizar los recursos para la inspeccin de las redes con fines de mejorar la tasa de
xito en la deteccin de fallos.

ABSTRACT:
This paper shows the results of a pilot study conducted in the city of Bogota (Colombia) to identify and
quantify physical and/or environmental risk factors for urban drainage networks, as part of the
development of a proactive model for asset management of waste water utilities. The analysis uses
information from 2291 CCTV inspections compiled by the Water and Sewerage Company of Bogot
(EAAB) using tele-operated equipment for the period 2008 to 2010. By means of linear regression
models, were established within the set of variables collected through the inspection processes, those
that show significant association with the occurrence, magnitude and/or type of failures typically found
in sewer pipes, among others: certain types of materials (PVC and stoneware) and pipe diameters.
Results show that current resources used for CCTV inspection of sewer networks can be optimized by
improving the success rate in failures detection.

Palabras clave: alcantarillado, CCTV, EAAB, factores de riesgo, fallos estructurales, gestin
patrimonial

1.

INTRODUCCIN

La gestin patrimonial de la infraestructura de redes de drenaje urbano en aos recientes ha mostrado

una tendencia al cambio desde un enfoque correctivo, es decir, de mantenimiento de fallos una vez que
las consecuencias son detectadas, hacia un enfoque proactivo (predictivo y/o preventivo), el cual busca
anticipar los colapsos estructurales u operacionales de las redes y sus efectos asociados. La bsqueda
de un marco racional para la toma de decisiones en la gestin proactiva de la infraestructura de drenaje
urbano requiere de una aproximacin sistemtica al problema: Ver, Prever y Decidir (Ashley, 2002;
Brady et al., 2011; Fenner, 2000; P. Le Gauffre et al., 2007; Krrman, 2001; Sgrov, 1999). El uso de
indicadores es el primer paso, puesto que las redes se encuentran ocultas a la vista de los gestores y por
lo tanto las fallas son detectadas por sus consecuencias operacionales antes de ser observadas
directamente. Le Gauffre et al., (2007) resaltan cuatro tipos de mtodos de evaluacin y resultados: a)
Observaciones directas: generalmente las inspecciones con cmaras de circuito cerrado de televisin o
CCTV, b) Estimaciones basadas en Observacin: es decir, que pueden derivarse de los resultados de
la inspeccin, sin ser observados directamente o como problemas latentes, c) Estimaciones basadas en
los factores de riesgo: resultado de modelos estadsticos o modelos de envejecimiento, que sirven para
evaluar la situacin probable de un segmento de la red de alcantarillado, incluso antes de llevar a cabo
una evaluacin de CCTV, y d) indicadores compuestos, que son una combinacin de dos o ms
indicadores de desempeo anteriores.
La Comisin Europea dentro del V programa Marco financi un proyecto de investigacin conjunta
entre instituciones de ocho pases europeos conocido como CARE-W (Computer Aided Rehabilitation
of WasteWater Networks) (Eisenbeis & Gat, 2002; Le Gauffre et al., 2002; Le Gauffre & Baur, 2002).
Este proyecto desarroll un conjunto de herramientas para evaluar, predecir y gestionar los problemas
de envejecimiento de las redes, tales como fallas estructurales, insuficiencias hidrulicas, filtraciones,
deterioros en la calidad del agua y aumento de los costos de mantenimiento, problemas que generan un
gran impacto sobre el medio ambiente urbano. En el ao 2007 la herramienta se empez a utilizar en
USA.
Por su parte, en Colombia el uso de indicadores para las redes de alcantarillado es una prctica
relativamente reciente. En la ciudad de Bogot, la Empresa de Acueducto y Alcantarillado EAAB
ha realizado avances significativos en los ltimos aos en la implementacin de tecnologas de
inspeccin de redes orientadas al diagnstico estructural y operativo de las conducciones. Actualmente
la Empresa cuenta con seis equipos robticos teleoperados y la norma NS-058 que permite calificar la
patologa y determinar la prioridad de la intervencin requerida, informacin que se ingresa al SIRA
(Sistema de Informacin para la Rehabilitacin de Alcantarillado) (EAAB, 2008). La norma NS-058
establece los siguientes rangos de calificacin: 1: Sin problema; 2-80: Problema mayor; 165: Prioriza el
tramo automticamente. Al tener una descripcin del estado en el que se encuentra la tubera con su
respectiva calificacin, se establece el grado en el que se encuentra el tramo: rehabilitacin inmediata
(grados 4 y 5), inspeccin o rehabilitacin a mediano plazo (3 aos) o largo plazo (5 aos).
La informacin que la EAAB maneja para el seguimiento del estado de la red de drenaje est
compuesta por ms de 90 indicadores (frente a 61 del CARE-W), los cuales son empleados por cortos
periodos de tiempo (meses), limitando la utilidad y aplicabilidad de dicha informacin como
instrumento de seguimiento. Sin embargo, un anlisis de comparacin entre los indicadores CARE-W y
EAAB pone en evidencia que la informacin manejada por la EAAB puede proporcionar insumos para
la construccin de indicadores similares a aquellos manejados por CARE-W (Tabla 1).

Tabla 1.- Comparacin indicadores EAAB respecto a CARE-W

Indicador CARE-W
Control de fuga
Inspeccin de hidrantes

Unidad
%/AO
%/AO

Reemplazo o renovacin de
alcantarillado

%/AO

Reemplazo de vlvulas

%/AO

Rehabilitacin de servicios de
conexin

%/AO

Fallas en tuberas
Fallas en vlvulas
Interrupciones de agua
Calidad del agua suministrada

No. Ao/100 km
No. Ao/100 km
%
%

Reclamos de servicio
Reclamos sobre continuidad del
servicio
Interrupciones
Inversin anual para nuevos recursos y
mejoramiento de recursos

No. Ao/conexiones
%
%

Indicadores EAAB *
Bsqueda sistemtica de fugas
Accionamiento, verificacin, localizacin y mantenimiento de
hidrantes
-Reposicin de tapas de pozos de inspeccin
-Reposicin de rejillas de sumideros
-Reposicin de cargues con tapas de pozos

Accionamiento, verificacin, localizacin y mantenimiento de

vlvulas
-Renovacin acometidas
-Cantidad de reconexiones
Fallas de servicio
ndice de reclamos operativos alcantarillado
Cierres programados
-Toma de muestras para calidad de agua
-Calidad del agua red de distribucin
ndice de reclamos operativos acueducto
Continuidad del servicio
Cortes del servicio
Total giros inversin directa vigencia y cuentas por pagar

Puede observarse que el esquema actual de inspeccin y priorizacin de intervencin de la EAAB

puede potencializarse a travs de un marco de trabajo orientado a la gestin proactiva de la
infraestructura de drenaje, como en el caso de CARE-W. Se destacan dos elementos, producto de este
trabajo, los cuales podran servir para complementar las estrategias de gestin de activos de la
Empresa. En primer lugar, la EAAB a travs de los equipos tele-operados recopila una cantidad
significativa de datos fsicos y ambientales de las redes de drenaje (tipo y magnitud de los fallos,
condiciones operacionales, etc.), informacin que podra utilizarse para tener estimaciones de los
factores de riesgo de la infraestructura, que apoyen la toma de decisiones para rehabilitacin o
inspeccin de la red. En segundo lugar, mediante el anlisis de datos de la informacin recopilada se
podra lograr una optimizacin de los recursos para la inspeccin de las redes (equipos tele-operados)
con fines de mejorar la tasa de xito en la deteccin de fallos.

DATOS Y MTODOS
El presente estudio piloto se realiz en el segmento del sistema de alcantarillado de la ciudad de Bogot
denominado Zona 1, cuyas redes cuentan con una extensin total de 2091,3 km (ver caractersticas en
Tabla 2). Se emplearon los datos recopilados mediante los dos equipos tele-operados por la EAAB
asignados a esta rea durante el periodo 2008 a 2010. Se parti de los resultados de la inspeccin de
98,4 km (4,7 %) de redes de drenaje sanitario, pluvial y combinado (2267 inspecciones en total) que
compilan un total de 3218 fallos identificados (ver resumen en Figura 2). Cada registro de inspeccin
consta de la siguiente informacin: fecha de inspeccin, identificacin de campo del tramo
inspeccionado, caractersticas fsicas del tramo inspeccionado, tipo de sistema, nmero del tramo,

longitud, dimetro, material, estado de la va, clima, sentido de la inspeccin, identificacin de campo
de los pozos aguas arriba y aguas abajo, tipo y gravedad de falla (puntaje operacional o estructural).
Tabla 2. - Caractersticas de la red del rea piloto y las longitudes inspeccionadas
Tipo de Red
Red Sanitaria

Red Pluvial

Combinada

Total

Parmetro
Longitud Total - km
Long Inspeccin - km
(# Inspecciones)
% Insp
Longitud Total
Long Inspeccin - km
(# Inspecciones)
% Insp
Longitud Total
Long Inspeccin - km
(# Inspecciones)
% Insp
Longitud Total
Longitud inspecc.
% Insp

Red Local*
1207,30
25,32
(777)
2,1 %
629,90
56,59
(1.206)
9,0 %
57,70
3,10
(61)
5,4 %
1837,20
81,91
4,5 %

Red Troncal **
73,70
0,98
(10)
1,3 %
180,30
12,40
(185)
6,9 %
6,90
0
(0)
0,0 %
254,10
13,40
5,3 %

Total red
1281,10
26,30
(787)
2,1 %
810,20
69,00
(1.391)
8,5 %
64,60
3,10
(61)
4,8 %
2091,30
98,40
4,7 %

* Dimetro < 1,0 m en la red Sanitario y < 1,2 m en la Red Pluvial, ** Dimetro 1,0 m en la red
Sanitario y 1,2 m en la Red Pluvial

Tabla 3.- Fallos estructurales, operacionales o de inventario

registrados en la muestra de inspecciones utilizada.

1.1.3.1.

Reparacin, reparacin puntual

1.1.3.2.

Conexin, defectos de conexin

1.1.3.3.

Nivel de agua dentro de la red

1.1.3.4.

Exfiltracin

1.1.3.5.

Plagas

1.1.3.6.

Flujo en una conexin

1.1.3.7.

Curvatura del alcantarillado

1.1.3.8.

Cambio de material

1.1.3.9.

Cambio de dimetro

400
300
200

100
0
1114

Infiltracin

1135

1.1.2.5.

500

1137

1.1.2.4.

Depsitos pegados, sedimentados o ingreso

de suelo
Otros obstculos

1134

Races

1.1.2.3.

1116

1.1.2.2.

Fotografa 1.- Ejemplo de una imagen tomada

por el equipo de inspeccin CCTV. EAAB

1111

Obstruccin por conexin

1133

Falta de mortero

1.1.2.1.

1131

1.2.1.2. *

1125

Defecto en el ladrillo o la mampostera

1124

Daos superficiales

1.2.1.1. *

1121

Junta desplazada

1.1.1.6.

1122

Material de sello introducido en la tubera

1.1.1.5.

1123

Rotura o colapso

1.1.1.4.

1113

Fisura/grieta/fractura

1.1.1.3.

1136

Deformacin o deflexin

1.1.1.2.

1112

1.1.1.1.

1132

Inventario

Descripcin

1115

Operacin

Cdigo

Frecuencia de f allos

Categora de
fallo
Estructural

Codigo de f alla

Figura 1.- Frecuencia de ocurrencia de fallas

* Parmetros estructurales de colectores en mampostera

Como puede verse en la Figura 1 y la Tabla 3, las fallas que se presentan con mayor frecuencia son:
defectos de conexin, juntas desplazadas, flujo en una conexin, fisuras/grietas/fractura. Los defectos

menos frecuentes son presencia de plagas, material del sello introducido en la tubera, entre otros.
Todos estos defectos reflejan problemas estructurales y de inventario (Tabla 3).
Se desarrollaron tres grupos de modelos (explicados en Tabla 4) para establecer la importancia relativa
de los factores estructurales, ambientales u operacionales en relacin con el estado de la red de
alcantarillado. En cada uno de los grupos se realiz un anlisis de regresin lineal (simple o mltiple)
para explorar y cuantificar la relacin entre la variable dependiente o de criterio ( ) p.e. gravedad del
fallo, y una o ms variables aleatorias independientes (
), p.e. dimetro, material, tipo de
red. La finalidad del anlisis de regresin es buscar aquellas variables explicativas que mejor expliquen
la variable dependiente. Para determinar si la asociacin entre Xi y Y es estadsticamente vlida, para
cada modelo, se verific el nivel de significancia de la hiptesis nula (Ho): la pendiente del modelo
lineal es igual a 0. Si el p-valor es menor que el nivel de significancia elegido (0,10; 0,05 0,01), se
supone la condicin de hiptesis alterna ( ), es decir, que con un nivel de significancia aceptable,
existe una relacin entre X y Y, dada por la pendiente del modelo lineal.
a)

b)
0

8 10

Bx

Gr Mm P.

Pl

Ds

Pv

Vr
100

max

80
60

DIA

40
20
12
10
8

N_EST

6
4
2
0

8
6

N_OPE

4
2
0

Pl
P.

MAT

Mm
Gr
Bx

Sm
S_
Sn
Pl
Cn
Cm
B_
Ac

T_RED

Vr

ZONA

Pv
Ds

0
20 40 60 80

Ac

Cm

Pl

S_

Figura 2.- Diagramas de densidad de dispersin entre las variables asociadas a las inspecciones (a) Todas las
variables y (b) Variables cuantitativas
Tabla 4. - Grupos de modelos propuestos para establecer la importancia relativa de los factores estructurales,
ambientales u operacionales en relacin con el estado de la red de alcantarillado
Modelo general

Variable dependiente
(Yi)

Y1: # fallas

II

Y2: Gravedad falla

III

Y3: Tipo de falla

Variables independientes
(X = {X1,X2, Xn})
X1: Tipo de red
X2: Dimetro
X3 Material
X4: Zona,

Forma funcional

i.
ii.
iii.
iv.

( )

3. RESULTADOS Y DISCUSIN
En la Figura 3 y la Figura 4 se muestran los resultados de los modelos del grupo I y grupo II (Tabla 4).
Como puede observarse en la figura, se identificaron dos factores de riesgo con significancia elevada
(p-valor < 0,05): material y dimetro. En el primer caso, se identific una correlacin significativa en
Gres y PVC (slo para el modelo del grupo I) con respecto al puntaje estructural (suma de puntajes
individuales de fallas estructurales) resultado de las inspecciones. En cuanto a la zona y el tipo de red,
stas no muestran un nivel de asociacin con la condicin estructural de las redes. En la Figura 3b y la
Figura 4b se observa que se presenta una mayor incidencia y frecuencia de fallos en dimetros
pequeos, especialmente en los menores a 20 pg.
En la Figura 5, se muestran los resultados de los modelos del grupo III (ver Tabla 4). A diferencia de
los dos grupos de modelos anteriores, se identific la zona (pavimentada, destapa o verde) como un
factor de riesgo significativo (p-valor < 0,05). En cuanto al material, el dimetro y el tipo de red, stos
no muestran un nivel de asociacin con el tipo de falla 1.1.1.5 Junta Desplazada. Para tipos de fallas
menos frecuentes (Figura 1), la zona (fallas 1.1.1.2 y 1.1.2.3), el tipo de red (fallas 1.1.1.2, 1.1.2.3,
1.1.1.3 y 1.1.2.1) y el dimetro (fallas 1.1.1.3 y 1.1.2.1) muestran niveles altos de significancia.

(b)
1000

800

800

Puntaje Estructural

1000

600

400

Puntaje Estructural

(a)

600

400

200

200

600

400

80

60

40

1000

800

600

400

200

Puntaje Estructural

800

20

Polipropileno

Polietileno

P.V.C

Novafort

Ladrillo

Mamposteria

Gres

Concreto

Box

(d)

1000

Puntaje Estructural

(c)

100

Diametro

Material

200

Sumidero

Sanitaria_Sumidero

Sanitaria

Pluvial

Concreto

Combinada

Box_Culvert

Zona
Acueducto

Verde

Pavimentada

Destapada

Zona

Figura 3.- Grupo de modelos I. Puntaje estructural = f(X). a). X1 Material, b). X2 Dimetro, c). X3 Zona y d).
X4 Tipo de red

A la luz de los resultados anteriores, es posible estimar la tasa actual de xito de la identificacin de
fallas, resultado de inspecciones CCTV, analizando de manera independiente cada de factor de riesgo

significativo mencionado arriba. Aunque se tiene un nmero diferente de inspecciones para cada
material (1331 para concreto, 660 para gres y 156 para PVC), se observa que para Gres y PVC, el
nmero medio de fallos por inspeccin (1,10 y 0,64) es alto respecto a la media de la muestra (0,50).
Otros materiales muestran medias significativamente menores en nmero de fallos por inspeccin
(concreto 0,22 y mampostera 0,07).
Tabla 3.- Grupo de modelos I. Puntaje estructural = f(X). a). X1 Material, b). X2 Dimetro, c). X3 Zona y d).
X4 Tipo de red.
MODELO
I.a
I.b
I.c

FORMA DEL
MODELO
y1 ~ Material
y1 ~ Dimetro
y1 ~ Zona
y1 ~ Tipo de
red

I.d

VARIABLES SIGNIFICATIVAS
Variable X
Estimate
Gres
1,10E+03
PVC
6,47E+02
Dimetro
-0,94052
Sin correlacin

Std.Error
2,32E+02
2,46E+02
0,09404

t-value
4,751
2,632
-10,00

Pr(>|t|)
2,15e-06***
0,00854**
<2e-16 ***

Sin correlacin

Tabla 4. Grupo de modelos II. Puntaje fallo = f(Xi). a). X1 Material, b). X2 Dimetro, c). X3 Zona y d). X4 Tipo
de red
MODELO

FORMA

Variables significativas
Variable X

Estimate

Std.Error

t-value

Pr(>|t|)

x1Gres

2,26E+05

1,09E+05

2,070

0,0386***

x1P.V.C

1,97E+05

1,11E+05

1,772

0,0764

-0,25207

0,04977

-5065

4,32e-07

II.3.a

y1 ~ Dimetro
y1 ~ Zona

x1 Dimetro

II.4.a

y1 ~ Tipo de red

Sin correlacin

II.1.a
II.2.a

y1 ~ Material

Sin correlacin

Tabla 5. Grupo de modelos III. Tipo de Falla 1115 JUNTA DESPLAZADA (n=437). Puntaje fallo = f(Xi). a).
X1 Material, b). X2 Dimetro, c). X3 Zona y d). X4 Tipo de red
MODELO

Forma

Variables significativas
Variable X

III.1.a Falla_1115

y1 ~ Material

Sin correlacin

III.1.b Falla_1115

y1 ~ Dimetro

Sin correlacin

III.1.c Falla_1115

y1 ~ Zona

III.1.d Falla_1115

y1 ~ Tipo de red

Estimate

Std.Error

t-value

Pr(>|t|)

x1Pavimentada

29,86

10,182

2,933

0,00354**

x1Verde

84,564

15,387

5,496

6,62e-08 ***

Sin correlacin

Figura 4.- Diagrama de factores de riesgo por tipo de falla

Tabla 6. Grupo de modelos III. Correlaciones significativas en otros tipos de falla a) Falla (1112) = f(Zona), b)
Falla (1123) = f(Material), c) Falla (1123) = f(Zona), d) Falla (1113) = f(Dimetro)
MODELO

TIPO DE
FALLA

III.1.a Falla_1112

Fisura, grieta o
fractura

III.1.b Falla_1112
III.1.c Falla_1112

Deposito
/sedimentos

Variables significativas
Estimate

Std.Error

t-value

Variable X

x1Pavimentada

-20611

9626

-2141

0,0329*

x1Verde

-33333

16532

-2016

0,0445*

y1 ~ Tipo de red

x1Sanitaria

13209

6656

1984

0,0480*

y1 ~ Dimetro

Sin correlacin
x1Ladrillo

6,000

2,863

2,096

0,0368*

y1 ~ Material

Sin correlacin

y1 ~ Dimetro

Sin correlacin

y1 ~ Zona

III.1.d Falla_1112
III.1.a Falla_1123

Forma

III.1.b Falla_1123

Pr(>|t|)

y1 ~ Material
y1 ~ Zona

x1P.V.C

3,818

2,114

1,806

0,0718

III.1.c Falla_1123

x1Pavimentada

17,364

0,7121

2,439

0,0153*

III.1.d Falla_1123

y1 ~ Tipo de red

x1Sanitaria_Sumidero 30,000

12,586

2,384

0,0177*

y1 ~ Material

x1P.V.C

-212,791

112,335

-1,894

0,0595

y1 ~ Dimetro
y1 ~ Zona

x1 Diametro

0,7471

0,2669

2,799

0,00559 **

y1 ~ Tipo de red

x1Combinada

85,00

30,28

2,807

0,005452**

x1 Diametro
Sin correlacin

0,02658

0,01406

1,89

0,0603*

x1Pluvial

23,496

0,7787

3,018

0,00292**

x1Sanitaria

17,185

0,7642

2,249

0,02573*

III.1.a Falla_1113
III.1.b Falla_1113
III.1.c Falla_1113
III.1.d Falla_1113
III.1.a Falla_1121
III.1.b Falla_1121
III.1.c Falla_1121
III.1.d Falla_1121

Rotura o
colapso

Obstruccin por y1 ~ Material

conexin
y1 ~ Dimetro
y1 ~ Zona
y1 ~ Tipo de red

Sin correlacin

Sin correlacin

CONCLUSIONES Y RECOMENDACIONES
Los resultados del presente estudio piloto han permitido identificar y cuantificar factores de riesgo
asociados a caractersticas fsicas y/o ambientales de las redes de drenaje urbano. Con la muestra de
2291 inspecciones de CCTV recopiladas por la Empresa de Acueducto y Alcantarillado de Bogot
(EAAB), pueden observarse asociaciones estadsticas significativas (obtenidas mediante modelos de
regresin lineal) entre la ocurrencia, magnitud y/o tipo de fallos y las caractersticas de la red.
El principal factor de riesgo identificado es el tipo de material. En efecto, se identific una correlacin
significativa entre los materiales de Gres y PVC y la gravedad y cantidad de fallos identificados en una
tubera. Para estos dos materiales, se verific, con un nivel de confianza superior a 95 %, su asociacin
tanto con la condicin estructural general de la tubera como con la gravedad. Respectivamente para
Gres y PVC, el nmero medio de fallos por inspeccin (1,10 y 0,64) es alto respecto a la media de la
muestra (0,50). Otros materiales muestran medias significativamente menores en nmero de fallos por
inspeccin (concreto 0,22 y mampostera 0,07). Sin embargo, el nmero de inspecciones realizadas en
tuberas de concreto (1331) es significativamente mayor en comparacin con aquellas realizadas para
tuberas de Gres (660) y de PVC (156). Teniendo en cuenta que estos materiales son los de mayor
incidencia, se hace imperativo que la EAAB pueda incrementar la tasa de efectividad de inspecciones
en conducciones de Gres y PVC.
En el anlisis especfico respecto a los tipos de fallas, se identific que el material PVC est
significativamente asociado a las rupturas y colapsos de las conducciones, mientras que las tuberas de
ladrillo estn asociadas a depsitos y sedimentos. El dimetro tambin se identific como factor de
riesgo: los resultados muestran una mayor incidencia y frecuencia de fallos en dimetros pequeos,
especialmente en los menores a 20 pg, lo cual tambin debe ser considerando un factor determinante en
el planeamiento de las inspecciones.
A nivel general, otras variables no muestran un nivel de asociacin con la condicin estructural de las
redes. No obstante, a nivel especfico se pudo identificar la relacin entre algunos tipos de fallas y el
tipo de superficie (pavimentada, sin pavimentar o verde), as como el tipo de red (sanitaria, pluvial y
combinada).
Puede observarse que mediante un anlisis sistemtico de las variables recopiladas mediante procesos
de inspeccin por CCTV, es posible establecer factores de riesgo de la infraestructura con miras a
optimizar los recursos destinados al proceso de inspeccin. De esta manera es posible reducir la
incertidumbre en la intervencin en la red de drenaje, y a su vez proporcionar elementos de
seguimiento para adelantar futuras inspecciones, con una previa planificacin de stas. No obstante
cabe sealar que el presente estudio no incluye el anlisis de variables propuestas por otros autores,
tales como profundidad de las conducciones y edad de las redes, en razn a que esta informacin no se
encuentra asociada con la informacin relativa a las inspecciones CCTV disponibles. En cualquier
caso, los resultados muestran la posibilidad de mejorar la tasa de xito en la deteccin de fallos de los
equipos de inspeccin si se adopta un esquema de priorizacin basado en los factores de riesgo.
Asimismo, a la luz de los resultados obtenidos, los autores consideran pertinente recomendar a la
EAAB continuar con el presente estudio incluyendo la totalidad de la informacin fsica disponible en
las bases de datos, y considerando otras variables como las anteriormente mencionadas.
AGRADECIMIENTOS
Los autores agradecen a la EAAB por la informacin suministrada para la realizacin de la presente
investigacin.

REFERENCIAS
Ashley, R. (2002). Sewer systems and performance indicatorsinto the 21st century. Urban Water,
4(2), 123-135. doi:10.1016/S1462-0758(02)00010-9
Brady, J., Goodman, S., Kerri, K., & Reed, R. (2011). "Performance Indicators for Wastewater
Collection Systems". Journal of Water Pollution Control Federation, 51(4), 695-708.
EAAB. (2008). NS-058. Calificacin de patologa y prioridad de intervencin de redes de drenaje
urbano.
Eisenbeis, P., & Gat, Y. L. (2002). WP2 Description and Validation of Technical Tools: D3 Models
Description. Civil Engineering, (2).
Fenner, R. (2000). Approaches to sewer maintenance: a review. Urban Water, 2(4), 343-356.
doi:10.1016/S1462-0758(00)00065-0
Le Gauffre, P, Baur, R, & Miramond, M. (2002). CARE-W: D7 Survey of multi-criteria techniques
and selection of relevant procedures. Framework.
Le Gauffre, P., Joannis, C., Vasconcelos, E., Breysse, D., Gibello, C., & Desmulliez, J.-J. (2007).
Performance Indicators and Multicriteria Decision Support for Sewer Asset Management. Journal
of Infrastructure Systems, 13(2), 105. doi:10.1061/(ASCE)1076-0342(2007)13:2(105)
Le Gauffre, P, & Baur, R. (2002). CARE-W: WP 3 Decision support for annual rehabilitation
programmes D6 Criteria for the prioritisation of rehabilitation projects. Water.
Krrman, E. (2001). Strategies towards sustainable wastewater management. Urban Water, 3(1-2),
63-72. doi:10.1016/S1462-0758(01)00018-8
Sgrov, S. (1999). Rehabilitation of water networks Survey of research needs and on-going efforts.
Urban Water, 1(1), 15-22. doi:10.1016/S1462-0758(99)00002-3