4.1 Introduccin
El campo de la fiabilidad estructural (seguridad de funcionamiento) proporciona un
marco ideal para evaluar la importancia que, sobre su seguridad, funcionamiento y
durabilidad, tienen las incertidumbres en la amenaza, las cargas estructurales, la re-
sistencia y la rigidez de la estructura. En este contexto el diseo, para determinados
niveles de desempeo, requiere la conexin entre los estados lmite estructurales y
su probabilidad de ocurrencia. Una de las formas ms utilizadas para representar
el funcionamiento de una estructura son las curvas de fragilidad. stas represen-
tan la probabilidad de que la respuesta de una estructura exceda un determinado
estado lmite, en funcin de un parmetro que define la intensidad del movimiento
del suelo. En otras palabras, puede decirse que son una medida de la vulnerabili-
dad ssmica de una estructura en trminos probabilistas. La construccin de estas
curvas, requiere de un entendimiento completo de los mecanismos de respuesta del
sistema estructural para diferentes niveles de la demanda ssmica, los cuales varan
entre movimientos frecuentes de baja intensidad hasta movimientos fuertes poco
frecuentes. Generalmente para estos ltimos, el comportamiento de la estructura
es altamente no lineal e implica un grado de complejidad elevado, por lo tanto, se
recomienda utilizar un tipo de anlisis que permita modelar este comportamiento.
Una buena opcin consiste en definir un grupo de acelerogramas que representen
las principales caractersticas de los movimientos en la zona, tanto desde el punto
de vista de aceleraciones pico o efectivas como de duracin y contenido frecuen-
cial y, evaluar la respuesta de la estructura cuando se somete a estas aceleraciones,
mediante un anlisis dinmico no lineal.
Las curvas de fragilidad son de gran utilidad para los ingenieros de diseo, investi-
gadores, expertos en fiabilidad, expertos de compaas de seguros y administradores
de sistemas crticos, tales como hospitales y autopistas, entre otros, debido a que
99
100 CAPTULO 4. CURVAS DE FRAGILIDAD Y MATRICES DE PROBABILIDAD DE DAO
Para aplicar estos mtodos, las estructuras existentes se clasifican por tipologas
y para cada una de ellas, se definen varias clases de acuerdo a las principales caracte-
rsticas geomtricas (altura, rea en planta, nmero de niveles, etc.) y a los aspectos
relacionados con el uso e importancia de las estructuras. En cuanto a la intensidad
del movimiento, sta se determina en cada una de las zonas donde se encuentran
localizadas las estructuras analizadas. As, a partir de los daos observados durante
las inspecciones despus de ocurrido un sismo, es posible generar curvas de fragilidad
para cada una de las clases identificadas previamente.
Este tipo de mtodos requieren de la participacin de expertos en diseo, anli-
sis y patologa de estructuras para poder elaborar los formularios de inspeccin que
permiten describir los daos observados. Generalmente, estos formularios se com-
ponen de una serie de preguntas, tipo test, las cuales pueden ser luego utilizadas
para relacionar los daos observados con el grado de deterioro de la estructura. Lo
aconsejable es que estos formularios sean utilizados por profesionales especializados
en el tema para reducir las incertidumbres asociadas al carcter subjetivo de estos
mtodos.
El procedimiento empleado para construir las curvas de fragilidad, para una
clase de estructuras en particular, a partir de daos observados, puede describirse
mediante los siguientes pasos:
Clculo del nmero de estructuras ml que exceden los estados de dao EDj ,
para cada ai .
Figura 4.1. Curvas de fragilidad obtenidas a partir de los daos observados en el sismo
de Kobe (Yamaguchi y Yamazaki, 2000).
Los mtodos basados en las observaciones de campo, slo deben ser utilizados
para evaluar, de manera global, el comportamiento de las estructuras de una misma
clase y no son recomendados para el anlisis de una estructura en particular.
Anagnos et al., (1995) siguieron este mtodo para transformar las matrices de
probabilidad de dao del ATC-13, en curvas de fragilidad para 40 clases de edifi-
cios. Para ello, utilizan la escala de intensidad de Mercalli modificada MMI para
caracterizar la demanda ssmica y el factor de dao df (damage factor) para re-
presentar el comportamiento de la estructura. Este parmetro se define como la
relacin entre el costo de reparacin y el costo de reposicin para un determi-
nado valor de la intensidad ssmica del movimiento. Se consideran 7 valores de
MMI (variando entre V I y XII cada grado de intensidad) y 6 factores de dao
df (0.1%, 1.0%, 10%, 30%, 60% y 99%). Para calcular las probabilidades de exce-
4.5. MTODOS ANALTICOS 105
Tabla 4.1. Estados discretos de dao e intervalos de variacin del factor de dao
(ATC, 1985).
Figura 4.4. Esquema de los pasos requeridos para la generacin de curvas de fragilidad
y matrices de probabilidad de dao correspondientes, desde una ptica probabilista.
4.5. MTODOS ANALTICOS 109
En todo caso, se requieren tres pasos previos orientados a: 1) seleccin del in-
dicador de la accin ssmica, 2) seleccin del modelo estructural y 3) el modelo de
dao. Se analizan a continuacin estos tres aspectos preliminares.
como Parmetro Indicador del Dao estructural (P ID). Adicionalmente, este pa-
rmetro se utiliza para controlar la respuesta de las estructuras en las diferentes
normativas de diseo sismorresistente, lo cual facilita considerablemente la imple-
mentacin de los resultados obtenidos en estas normativas y su interpretacin, por
parte de los ingenieros, calculistas y personal a cargo de la construccin.
La deriva entre piso corresponde a la diferencia entre los desplazamientos hori-
zontales totales de un nudo en el piso i, i , y un nudo localizado en el mismo eje
vertical en el piso i 1, i1 , divididos por la altura del piso hi , esto es:
i i1
i = (4.4)
hi
A partir de la ecuacin (4.4) se determina el valor mximo de la deriva entre
piso max , esto es:
Dao a los elementos estructurales que forman parte del sistema resistente de
cargas laterales y a los elementos no estructurales, tales como muros divisorios,
particiones, enchapes, acabados, instalaciones elctricas, mecnicas, etc.
Figura 4.6. Acelerograma sinttico generado a partir del espectro de diseo para la
ciudad de Armenia (Quindio - Colombia) (Bonett et al., 2002).
el momento. Para construir las curvas de fragilidad es necesario establecer una des-
cripcin cualitativa del dao producido en los elementos de las estructuras y en sus
contenidos, de tal forma que pueda evaluarse de manera rpida, sencilla y global
su comportamiento cuando se ven sometidas a movimientos ssmicos de diferente
intensidad. Normalmente el nmero de estados discretos utilizados para representar
el dao son pocos, debido a la dificultad para diferenciarlos. Los lmites entre cada
uno de ellos se determina a partir de ensayos de laboratorio, opiniones de expertos
o inferidos a partir de las observaciones de daos despus de ocurrido un sismo. Se
han realizado varios estudios para relacionar diferentes parmetros de la respuesta
estructural con estados discretos de dao (Park et al., 1987; Gunturi, 1992; Nielsen
et al., 1992;), sin embargo, lo recomendable es contar con intervalos calibrados me-
diante experimentacin y/o levantamientos de dao en la zona bajo estudio, debido
a la variabilidad que puede presentarse en la respuesta estructural. Por ejemplo, los
umbrales que permiten definir los estados discretos de dao para una estructura dise-
ada segn las recomendaciones existentes en una regin de alta sismicidad pueden
ser mucho mayores que los correspondientes a una zona de sismicidad moderada.
La metodologa desarrollada en este trabajo, considera 5 estados discretos de
dao, los cuales se relacionan de forma directa con los niveles de desempeo ssmico
propuestos por el comit VISION 2000, estos son: sin dao (totalmente operacional),
leve (operacional), moderado (seguridad), severo (prximo al colapso) y colapso (co-
lapso). La descripcin de los daos fsicos estructurales depende de cada tipologa,
sin embargo, la descripcin de los niveles de desempeo de acuerdo al comit VISION
2000 es la misma para todas las estructuras. En cuanto a los valores lmite de los
estados de dao, stos se determinan en este caso, a partir de un anlisis esttico
no lineal de las estructuras. Con este tipo de anlisis es posible identificar fcil-
mente puntos lmite tales como: el agrietamiento, la cedencia y el agotamiento de la
capacidad ltima de los diferentes elementos estructurales, los cuales pueden rela-
cionarse de manera directa con los estados de dao considerados. Se ha elegido este
procedimiento, debido a que para las dos zonas estudiadas; Manizales en Colom-
bia y Barcelona en Espaa, no se conoce la existencia de informacin proveniente
de ensayos de laboratorio o levantamientos de dao que permitan establecer estos
umbrales.
exactamente debido a que los parmetros bsicos tales como la resistencia del ma-
terial y las propiedades geomtricas, siempre exhiben variaciones estadsticas. Por
consiguiente, el uso de una metodologa probabilista es la ms apropiada para la
generacin de las curvas de fragilidad, ya que sta, permite considerar todas estas
incertidumbres (Hwang y Jaw, 1990).
Para considerar la incertidumbre de cualquier parmetro, se requieren datos ex-
perimentales, o simulados, que permitan ajustar una funcin de distribucin que
represente su variacin. Estas funciones estn definidas por pocos parmetros es-
tadsticos, esto es, por ejemplo, la media, la desviacin estndar o el coeficiente
de variacin, entre otros. Una vez se cuenta con una funcin de distribucin para
cada parmetro, stos se definen como variables aleatorias y utilizando tcnicas de
simulacin se puede obtener un muestreo adecuado de cada una de ellas.
En este trabajo, se utiliza un proceso de simulacin por el Mtodo de Monte
Carlo (MMC), para generar los valores correspondientes a las variables aleatorias.
Este mtodo permite simular el comportamiento de sistemas fsicos o numricos y
se distingue de otros mtodos de simulacin por ser estocstico, esto es, de alguna
manera no determinista. Este comportamiento se debe generalmente al uso de se-
cuencias de nmeros aleatorios (Hammond et al., 1994). Adicionalmente ha sido
ampliamente reconocido como el ms preciso para todos los clculos que requieren
el conocimiento de la funcin de distribucin de probabilidad, f dp, de las respuestas
de ciertos sistemas bajo ciertas excitaciones. La idea general del mtodo consiste en
que las respuestas Y de un sistema dependen de un grupo de variables aleatorias
X, cuya descripcin probabilista marginal es conocida. Por medio de algoritmos
adecuados, se puede generar una poblacin grande de muestras de cada una de esas
variables, de tal manera que sus histogramas representen bien las distribuciones
marginal y conjunta (Hurtado y Barbat, 1998).
As pues, para generar curvas de fragilidad a partir de mtodos analticos proba-
bilistas, resulta conveniente utilizar el MMC. En este caso en particular, el mtodo
es utilizado tanto para generar los acelerogramas sintticos considerando las incer-
tidumbres en los parmetros ssmicos, como para obtener la funcin de distribucin
condicional del dao de la estructura teniendo en cuenta la incertidumbre en los
parmetros que caracterizan su respuesta. La aplicacin de este mtodo requiere de
un gran nmero de ciclos de simulacin para alcanzar un nivel de confianza acep-
table en la estimacin de las probabilidades. Por lo tanto, para reducir el tamao
de la muestra, se utiliza la tcnica de optimizacin del hipercubo latino mejorado
(Updated Latin Hypercube) (Florian, 1992).
al fuerte avance que ha sufrido el poder del clculo de los ordenadores, que actual-
mente llegan a tener una velocidad comparable con las estaciones de trabajo, se
puede hablar de otras plataformas como el STAC (CIMNE, 2002) que funcionan en
este entorno, y que posee caractersticas muy similares a las del PROMENVIR.
La plataforma STAC, se utilizar ms adelante para la generacin de curvas de
capacidad de edificios de mampostera.
La definicin de un proyecto (proceso completo de simulacin) en el PROMENVIR,
o en el STAC, presenta tres etapas: 1) definicin de las variables de entrada y salida,
2) definicin de la ejecucin del cdigo determinista y finalmente 3) representacin
estadstica de los datos generados. La Figura 4.7 muestra un diagrama de flujo
del procedimiento utilizado por este programa para la obtencin de las curvas de
fragilidad y, a continuacin, se efecta una breve descripcin de estas tres etapas.
Figura 4.7. Esquema general de los mdulos de los programas PROMENVIR y STAC.
4.5. MTODOS ANALTICOS 119
Figura 4.8. Ilustracin del mdulo para la definicin de las variables aleatorias indepen-
dientes.
Curvas de fragilidad
Utilizando las funciones de distribucin condicional del parmetro de respuesta es-
tructural f dp (Figura 4.10) y los valores lmites que definen los estados discretos de
dao, se obtienen las curvas de fragilidad que relacionan el parmetro indicador de
la intensidad ssmica (P IS) con la probabilidad de excedencia (F D) de un estado
de dao determinado EDi , esto es;
Figura 4.11. Procedimiento para la obtencin de las curvas de fragilidad a partir de las
fdp y de los umbrales de los estados discretos de dao. a) Para el umbral de dao severo
( max = 0.9%) se leen las fdps correspondientes a cada P GA. b) F Di se obtiene como
1 fdpi y se ajusta la curva de probabilidad a los puntos obtenidos.
124 CAPTULO 4. CURVAS DE FRAGILIDAD Y MATRICES DE PROBABILIDAD DE DAO
Descripcin de los estados discretos de dao y definicin del valor mximo del
P ID para cada uno de ellos.
En este trabajo, se ha puesto a punto un mtodo expedito para generar las curvas
de fragilidad de los edificios de mampostera no reforzada de la ciudad de Barcelona
(Espaa). La Figura 4.13 esquematiza el procedimiento utilizado para obtener la
curva de fragilidad del estado de dao moderado. En ella puede verse cmo sobre el
espectro de capacidad obtenido a partir de un anlisis esttico no lineal, se pueden
identificar los valores lmites del desplazamiento espectral para cada estado de dao.
A partir de ellos y utilizando los valores supuestos para el parmetro Sd se generan
mediante la ecuacin (4.1) las curvas de fragilidad para cada estado de dao, esto
es:
! " #$
1 Sd
FD = ln (4.13)
Sd Sd
La Figura 4.14 muestra las curvas de fragilidad obtenidas para un edificio de 6
niveles de mampostera no reforzada construido en la zona del Eixample en Barcelona
(Espaa). La Tabla 4.4 muestra los parmetros a partir de los cuales se generan
estas curvas.
4.5. MTODOS ANALTICOS 127
cin rpida y prctica para un gran nmero de estructuras, que puede ser de gran
ayuda para la identificacin de posibles focos de concentracin del dao en la zona
de inters.