Professional Documents
Culture Documents
ESCUELADEGRADUADOS
Estimacindeprdidasporsismoenedificiosperuanos
medianteCurvasdeFragilidadanalticas
TESISPARAOPTARELGRADOACADMICO
DEMAGSTERENINGENIERACIVIL
Presentadapor
Ing.JosMartnVelsquezVargas
Asesor
Dr.MarcialBlondet
LimaPer
Agosto2006
AGRADECIMIENTOS
AmiasesorymaestroDr.Ing.MarcialBlondetporelconstanteapoyoydedicacinal
desarrollodeesteproyecto.
AmisamigosNicolaTarque,RafaelAguilar,MaraAngelaAstorga,ManuelMonroyy
Ana Bolaos, quienes compartieron sus experiencias profesionales y conocimientos
acadmicosduranteeldesarrollodeestainvestigacin.
A mis amigos Henry Len y Jorge Herrera quienes formaron parte del equipo que
iniciestalneadeinvestigacin.
AlaDireccinAcadmicaInvestigacin(DAI)delaPUCPporelapoyobrindadopara
larealizacindeestainvestigacin.
II
DEDICATORIA
AmiesposaMarianaporqueeslaluz
queenciendemividayporquesuconstante
apoyohizorealidadestetrabajo.
Amispadresyhermanosporquesonejemplode
perseverancia,defeydesacrificio.
Jos
III
RESUMEN
Lascurvasdefragilidadsongeneradasanalticamentemedianteunprocedimientode
simulacinenelquesetomaencuentalaincertidumbreyaleatoriedaddelademanda
ssmica y de las propiedades mecnicas de la estructura. Se generan una cantidad
importante de muestras de modelos con propiedades estructurales variables y un
mismonmerodeacelerogramasaleatorios.Losmodelosestructuralesgeneradosson
sometidosalosacelerogramasaleatoriosysecalculasurespuestamedianteunanlisis
dinmico nolineal. Luego, aplicando un procedimiento estadstico, se generan las
curvasdefragilidad.
Las prdidas por sismo, es decir, los costos de reparacin asociados a determinados
escenariosdepeligrossmicopuedenestimarseapartirdelascurvasdefragilidad.En
este trabajo se propone un mtodo sencillo en el que se utiliza el costo de reposicin
totalylosfactoresdedaoasociadosalosdiversosestadoslmites.
Lametodologaparagenerarcurvasdefragilidadesimplementadaenunprogramade
cmputo y se generaron las curvas de fragilidad para 2 colegios tpicos peruanos. Se
observaunamarcadadiferenciaenlavulnerabilidadssmicadeamboscolegios.
Losresultadosdemuestranquelavulnerabilidadssmicadelasestructurasestudiadas
est adecuadamente representada mediante sus curvas de fragilidad. Tambin se
concluye que pueden estimarse con una razonable precisin los costos de reparacin
estructural.Existeunaclaradiferenciaenloscostosdereparacinestimadosparalos2
colegiosestudiados.
IV
ABSTRACT
Theconstantoccurrenceofearthquakesinourcountryhasleftanimportantamountof
knowledgewhichwehavetostudyandanalyze,inorderfortobeabletomitigatethe
seismic risk in our buildings. This thesis intends to develop a methodology to
accuratelyassesstheseismiclossinPeruvianbuildings.Themethodologyemphasizes
on a probabilistic approach and is based on fragility curves. Fragility curves are
functions that represent the vulnerability of a structure when subjected to various
levelsofseismicintensity.Withthisassessmenttoolitmightbepossibletoestimatethe
repair costs of group of buildings or evaluate the performance of reinforcement
systems.Thisworkrepresentsandassessmentoftheseismicriskofbuildings.
Fragilitycurvesaregeneratedanalyticallybymeansofasimulationprocessinwhich
theuncertaintyandrandomnessoftheseismicdemandandthemechanicalproperties
ofthestructurearetakenintoaccount.Animportantquantityofsamplesofstructural
modelsisgeneratedwithvariablestructuralpropertiesandasamenumberofrandom
timehistory records (synthetic signals) is also generated. The generated structural
modelsaresubjectedtotherandomrecordsandtheirresponsesarecomputedthrough
a nonlinear dynamic analysis. Then, using statistical techniques, fragility curves are
built.
Seismicloss,thatis,therepaircostsassociatedtopredefinedseismichazardscenarios
mightbeestimatedfromthefragilitycurves.Inthisworkasimplemethodisproposed
anditusesthetotalrepositioncostanddamagefactorsrelatedtoseverallimitstates.
Themethodologytogeneratefragilitycurvesisimplementedinacomputerprogram
and fragility curves are generated for 2 typical Peruvian schools. An important
differenceconcerningtheseismicvulnerabilityisobservedbetweenbothschools.
Results show that the seismic vulnerability of the studied structures is adequately
representedbytheirfragilitycurves.Alsoitcanbeinferredthattherepaircostsofthe
structurescanbeassessedwithareasonableaccuracy.Thereisacleardifferenceinthe
repaircostsassessedforbothschools,whicharesubjectofthisstudy.
V
CONTENIDO
AGRADECIMIENTOS ........................................................................................................... II
DEDICATORIA.......................................................................................................................III
RESUMEN ................................................................................................................................IV
ABSTRACT ............................................................................................................................... V
CONTENIDO...........................................................................................................................VI
1INTRODUCCIN
1.1Planteamientodelproblema............................................................................................. 1
1.2Antecedentesyjustificacin ............................................................................................. 2
1.3Hiptesis .............................................................................................................................. 2
1.4Objetivos .............................................................................................................................. 3
2MARCOTERICOYMETODOLOGA
2.1Introduccin ........................................................................................................................ 4
2.2Marcoterico ..................................................................................................................... 4
2.3Conceptosrelacionadosconlainvestigacin ................................................................. 5
2.3.1Lossismos .................................................................................................................. 5
2.3.2Curvasdefragilidad................................................................................................. 6
2.3.3ConceptosbsicosdeEstadsticayProbabilidad................................................. 7
2.3.4SimulacinMontecarlo .......................................................................................... 10
2.4Metodologayplandetrabajo........................................................................................ 11
3CURVASDEFRAGILIDAD
3.1Vulnerabilidadssmica .................................................................................................... 13
3.1.1Evaluacinvisualrpidadelavulnerabilidadssmica.................................... 13
3.1.2CurvasdeFragilidadyMatricesdeProbabilidaddeDao ............................ 15
3.2MtodosparagenerarCurvasdeFragilidad .............................................................. 16
3.2.1Mtodosbasadosenobservacionesdecampo .................................................. 16
3.2.2Mtodosexperimentales ....................................................................................... 17
3.2.3Mtodosapartirdelaopinindeexpertos ....................................................... 18
3.2.4Mtodosanalticos ................................................................................................. 20
3.3CurvasdeFragilidadAnalticas..................................................................................... 21
3.3.1SimulacinMontecarloparaestimarlarespuestaestructural ......................... 22
3.3.2AnlisisDinmicoNolineal ................................................................................. 25
VI
3.3.3Funcindedistribucindeprobabilidaddeldao............................................ 26
3.3.4Generacindelascurvasdefragilidad ............................................................... 27
3.4Algoritmoparagenerarcurvasdefragilidadanalticamente.................................... 28
4PRDIDASPORSISMO
4.1Implementacindelametodologa ............................................................................... 30
4.2Curvasdefragilidadpara2colegiostpicosperuanos................................................ 31
4.2.1Colegio780antiguo(preNDSR1997) ................................................................. 31
4.2.2Colegio780nuevo................................................................................................... 33
4.2.3Desempeosismorresistente................................................................................. 35
4.2.4Curvasdefragilidaddeloscolegios .................................................................... 37
4.3Estimacindeprdidasporsismo.................................................................................. 40
4.3.1EstimacindeprdidasusandoelmtododeHAZUS...................................... 40
4.3.2Estimacinrpidausandofactoresdedao ........................................................ 40
5CONCLUSIONESYRECOMENDACIONES
5.1Conclusiones ...................................................................................................................... 43
5.2Recomendaciones .............................................................................................................. 44
REFERENCIASBIBLIOGRFICAS.................................................................................... 45
ANEXOS
A.EstimacindelpeligrossmicodelcampusPUCP......................................................... 48
B.ProgramaFragilidadv1.0 ................................................................................................... 53
VII
1 INTRODUCCIN
1.1 PLANTEAMIENTODELPROBLEMA
Lasedificacioneseducativashandemostradoserparticularmentemuyvulnerablesdebido
asuspeculiarescaractersticasestructurales.EnelPernoexisteunametodologaparala
estimacin del riesgo ssmico de estas edificaciones. Los mtodos probabilistas se
recomiendanparaestablecerlascondicionesdeestametodologadebidoaquesetoman
en cuenta las incertidumbres en los parmetros ssmicos y estructurales (Ellingwood
2001).Esteenfoqueprobabilistapermiteestimarelriesgossmicodegruposdeedificioso
unatipologaestructural.
Lapresentepropuestapartedelanecesidaddecuantificarelriesgossmicodegruposde
edificaciones educativas con tipologas estructurales similares. Los resultados de esta
metodologa pueden expresarse en trminos monetarios y sern de gran utilidad para
diseadores, investigadores, expertos en seguridad y compaa de seguros, y
administradoresdesistemasesenciales(Bonett2003).
Lascurvasdefragilidadcuantificanelriesgossmicodeunaestructuraodeunatipologa
estructural.Seproponecalcularlascurvasdefragilidadparalastipologasmscomunes
enlasedificacioneseducativasperuanas.Paracalcularestascurvasseutilizarunmtodo
analticobasadoenlasimulacinestocsticadelosparmetrosssmicosyestructurales.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 1
1.2 ANTECEDENTESYJUSTIFICACIN
Estudiospreviosdemuestranquelavulnerabilidadssmicapuederepresentarsemediante
curvas de fragilidad y matrices de probabilidad de dao (Bonett 2003). Las curvas de
fragilidadcaracterizanlavulnerabilidaddeuntipodeestructuraypermitenestimarlas
prdidasporsismo.Elprincipalobjetivodeestetrabajoesgenerarestascurvasmediante
un mtodo analtico. Las curvas de fragilidad generadas para las tipologas
representativas de edificaciones educativas sern implementadas en la metodologa de
estimacindeprdidas.
LametodologaprobabilsticaparaestimarelpeligrossmicofuedesarrolladaporCornell
(1969 y 1970). Esta metodologa integra informacin sismotectnica, parmetros
sismolgicosyleyesdeatenuacinregionalesparalosdiferentesmecanismosderuptura.
Elresultadoesunacurvadepeligrossmico,dondeserelacionanlaaceleracinmxima
del terreno y la probabilidad anual de excedencia para un determinado tiempo de
exposicin. Monroy y Bolaos(2004) aplicaron estametodologa para generar mapas de
peligro uniforme para el Per. En al anexo A se estima la peligro ssmico del campus
PUCP y se compara estos resultados con el mapa de peligro uniforme generado por
MonroyyBolaos.
1.3 HIPTESIS
Laprediccindeterminista(unsoloanlisis)delarespuestaestructuraldeunedificio
queessometidoaunsismoconstituyesolounbosquejoasucomportamientoreal.La
prediccin probabilstica es ms bien una descripcin ms completa del
comportamiento ssmico en el que cada respuesta estructural est asociada a una
probabilidaddeocurrencia.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 2
Las curvas de fragilidad constituyen un enfoque probabilstico para estimar de
manerarazonablelavulnerabilidadssmicadeedificios.
Estametodologabasadaencurvasdefragilidadanalticaspermitirestimarcostosde
reparacinenformarpidaysencilla.
1.4 OBJETIVOS
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 3
2 MARCOTERICOYMETODOLOGA
2.1 INTRODUCCIN
En este captulo se describe el marco terico de la investigacin, que tiene por objetivo
relacionar el problema en estudio (vulnerabilidad y riesgo ssmico de los edificios
peruanos) con las teoras, conceptos y artculos tcnicos relacionados con el tema. Se
explican algunos trminos relacionados a los sismos, las Curvas de Fragilidad y los
conceptos de Estadstica y Probabilidad utilizados en esta investigacin. Adems, se
muestralametodologadelainvestigacinyseexplicacadaunodelospasosrealizados.
2.2 MARCOTERICO
Elriesgossmicoeselgradodeprdidasesperadasquesufrenlasestructurasduranteel
lapsodetiempoquepermanecenexpuestasalaaccinssmica(Bonett2003,Barbart1998).
Tambin, el riesgo ssmico es definido como una funcin de la vulnerabilidad ssmica y
del peligro ssmico, que de forma general se puede expresar como: Riesgo = Peligro x
Vulnerabilidad (Fourier dAlbe 1988, Kuroiwa 2002). El riesgo ssmico combina los
resultadosdelpeligrossmicoylavulnerabilidadssmicaqueexhibenlasestructuras.Las
curvas de fragilidad constituyen una herramienta fundamental para la estimacin del
riesgossmico.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 4
anteriores o suficientes resultados de ensayos de laboratorio. El mtodo analtico utiliza
tcnicas de simulacin para considerar la incertidumbre en los parmetros ssmicos y
estructurales. La simulacin Montecarlo define ambos parmetros como variables
aleatorias generadas a partir de sus funciones de distribucin de probabilidad. Para
representar la accin ssmica se generan seales sintticas y para los parmetros
estructuralesseevalasudispersinestadsticadependiendodeltipodeestructura.Para
reducirelnmerodesimulacionesrequeridasseutilizantcnicasdeoptimizacincomoel
mtodo del Hipercubo Latino Mejorado (Bonett 2003). Finalmente al definir los estados
discretosdedao(leve,moderado,severoycolapso)seobtienenlascurvasdefragilidad
queseutilizanenlaestimacindelriesgossmicodeestructuras.
2.3 CONCEPTOSRELACIONADOSCONLAINVESTIGACIN
Acontinuacindeexplicanlosconceptosrelacionadosconlainvestigacin.
2.3.1 Lossismos
Los sismos son perturbaciones sbitas en el interior de la tierra que dan origen a
vibracionesomovimientosdelsuelo.Elorigendelossismosennuestroterritoriosedebe
principalmente a la interaccin de la placa Nazca (placa ocenica) con la placa
Sudamericana (placa continental) (Fig. 2.1). Frente a la costa del Per se produce el
fenmeno de subduccin en el que la placa Nazca se introduce debajo de la placa
Sudamericana. Cuando se presenta un movimiento relativo entre estas dos placas se
generanondasssmicas,queproducenelmovimientodelsuelo.
Fig.2.1InteraccindelaplacaNazcaconlaSudamericana
(Disponiblede:www.igm.cl/Terremoto.html)
Lasondasssmicasseclasificanenondasdecuerpoyenondasdesuperficie.Lasondas
decuerposonaquellasquesetransmitendesdeelinteriordelacortezaterrestrehaciala
superficie.Encambio,lasondassuperficialessolosetransmitensobrelasuperficieyson
lasmsperjudicialesparalasedificaciones.
Paraelestudiodelossismosesnecesarioconocerdospuntosimaginarios.Unodeelloses
el foco o hipocentro, que es el centro de propagacin de las ondas smicas. El foco se
idealizacomounpuntoenlasuperficiedefalladondeseinicialaruptura.Elotropunto
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 5
importanteeselepicentro,queeslaproyeccindelfocosobrelasuperficieterrestre(Fig.
2.2).
Fig.2.2Epicentroyfoco(Disponiblede:www.harcourtschool.com)
2.3.2 Curvasdefragilidad
La definicin de los estados de dao queda a criterio del diseador. En la figura 2.4 se
observaotroejemplodecurvasdefragilidadendondeseconsideran5estadosdedao.
Enestecaso,sedisponedemayorinformacinparatenerunamedicinmsprecisadela
vulnerabilidadssmicadelaestructura.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 6
Fig.2.3Definicindecurvasdefragilidad
Fig.2.4Ejemplodecurvasdefragilidadpara5estadosdiscretosdedao.
2.3.3 ConceptosbsicosdeEstadsticayProbabilidad
LaEstadsticayProbabilidadsondoscamposdistintosperocomplementanelestudiode
laaleatoriedadqueesinherentealosfenmenosfsicos.MientrasquelaEstadsticatiene
que ver con la determinacin de algunas medidas de incertidumbre a partir de
experimentos realizados en objetos reales, la Probabilidad estudia modelos matemticos
idealesquepuedenaplicarsealestudiodelaaleatoriedad.LateoradelaProbabilidades
exacta en el sentido de que se trata de una rama de la Matemtica, mientras que la
Estadsticaes soloaproximada. Sinembargo, la Estadsticabrinda informacinquehace
quelosmodelosprobabilsticosseantilesenlavidareal.Esconsecuencia,lateoradela
Probabilidadresultaraintilsinlosparmetrosbrindadosporlastcnicasestadsticas.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 7
Laconsideracindeincertidumbresenlosparmetrosestructuralesylascargasconvellan
aunadescripcinestocsticadelasrespuestasdelsistemaestructural.Paraestepropsito,
elusodemtodosexactosdelateoradelaProbabilidadestlimitadaacasossimples.El
mtodo de Montecarlo es un a herramienta general que salva esa dificultad y puede
aplicarse a casos ms complejos. Consiste en la generacin de estadsticas artificiales de
lasrespuestaspormediodemodelosprobabilsticosdelosparmetrosylascargas.
Uneventoaleatoriosedefinecomoelresultadodeunexperimentonocausal,esdecir,un
experimentoenelcualseesperanmuchosresultados.Elresultadofinaldelexperimento,
denominado realizacin, podra no coincidir con otro resultado obtenido en un intento
distinto. Por ello, luego de una intensa repeticin del experimento se obtiene una
poblacinderesultadosquedescribelaaleatoriedaddelfenmeno.Definamoseltamao
delapoblacinporN.
Llamemos ahora X a los resultados del experimento. La Funcin de Distribucin
Acumulada(CDF)esunacoleccindeprobabilidadesparaelcasogeneraldeleventoser
menorquex,dondexsedefinecomocualquiervalorreal(figura2.5a):
FX ( x ) = P( X x ) (2.3)
Porotrolado,laprobabilidaddequeXseencuentredentrodelintervalo[a,b]estdado
por:
P(a < X b ) = FX (b ) FX (a ) (2.4)
En Estadstica, la funcin de distribucin es generada mediante un ordenamiento de la
poblacinderesultadosenordenascendenteyluegoaplicandolaecuacin:
FX ( xi ) =
i
(2.5)
N
Diversos modelos de funcin de distribucin han sido desarrollados en la teora de la
Probabilidad. Estos modelos brindan una descripcin ideal de los CDF a diferencia de
aquellosderivadosdeunanlisisestadstico.MientrasqueelobjetivodelaEstadsticaes
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 8
ajustar el mejor modelo CDF a la informacin disponible, el mtodo Montecarlo usa
modelos CDF ya ajustados de las diversas variables aleatorias para generar datos
artificiales que sern usados como entradas en un conjunto de anlisis estructurales
determinsticos.
Unmejorreflejoestadsticodelapoblacinsedenominahistograma(fig.2.5b),elcualse
obtieneagrupandolosdatosencategoras(intervalos)yasignandoacadaunodeellosel
nmero de casos que comprende. Este concepto est relacionado con el que en
Probabilidad se denomina Funcin de Densidad de Probabilidad (PDF). Algunos
ejemplosdePDFssemuestranenlafigura2.6.LarelacinentreelCDFyelPDFestdada
porlassiguientesrelacionasmatemticas:
dFX ( x )
f X (x ) = (2.6)
dx
FX ( x ) = fU (u )du
x
(2.7)
locualimplicaque
b
P[a < X b] = F (b) F (a) = f ( x)dx (2.8)
a
Cabenotarque
f X ( x )dx = FX ( ) = 1 (2.9)
locualimplicaquelaprobabilidaddesermenorqueinfinitoes1,yque
P[ x < X ] = 1 FX ( x) (2.10)
quedefinelaprobabilidaddeleventocomplementario.
(a) (b)
Fig.2.5(a)Funcindedistribucinacumulada(CDF)deunavariablex.(b)Histograma
tpicoparaunavariablex.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 9
(a) (b) (c)
Fig.2.6Funcionestpicasdedensidaddeprobabilidad:(a)Distribucinuniforme,(b)
Distribucinnormaly(c)Distribucinlognormal.
2.3.4 SimulacinMontecarlo
LaideageneraldelmtodoMontecarlopuederesumirsedelasiguientemanera:seanlas
respuestasydeunsistemadependientesdeunconjuntodevariablesaleatoriasx,cuyas
descripciones probabilsticas marginales (funciones de densidad de probabilidad, PDFs)
son conocidas. Mediante tcnicas y algoritmos ya probados, una gran poblacin de
muestras de cada una de estas variables (usualmente llamadas variatas) pueden ser
generadas, de tal manera que sus histogramas se aproximen ms a las marginales
mientras ms grande sea la poblacin. Una poblacin de muestras del mismo tamao
puede obtenerse ejecutando un solver (calculadora) de manera determinista,
reemplazando aleatoriamente los valores de las variables aleatorias correspondientes en
cadaejecucin.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 10
Fig.2.7MtododelaInversinparagenerarvariatasaleatorias.
El mtodo formulado arriba es un mtodo mejor conocido como Muestreo Aleatorio
Simple porque no se optimiza la poblacin de muestras con el objetivo de reducir su
tamaoysinsacrificarlacalidaddeladescripcinestadsticadelsistema.Mientrasesta
tcnicapuedeserrpidaparaelanlisisdeconfiabilidaddecomponentessimplesoan
para estructuras con un reducido nmero de grados de libertad, es muy costoso en
trminosdeesfuerzocomputacionalparasistemasgrandes.Parareducireltamaodela
muestraseutilizalatcnicadelHipercuboLatino(Florian1992).
2.4 METODOLOGAYPLANDETRABAJO
Paraeldesarrollodelproyectosehanrealizadoinvestigacionesexclusivamentetericas.
La investigacin involucr el estudio de las metodologas para generar curvas de
fragilidad, el anlisis de los parmetros involucrados en el proceso de simulacin y la
implementacindeunprogramadecmputoparagenerarcurvasdefragilidad.
Lametodologaparaeldesarrollodelainvestigacinfuelasiguiente:
a)Investigacinbibliogrfica
b)Revisindeprogramasdecmputo
Serevislosprogramasdecmputodisponiblesparalasimulacindesistemasfsicosen
general.EnprimertrminosereviselprogramaSTORM(EASI2002)cuyafinalidades
evaluarelcomportamientoestocsticodesistemasfsicosmediantesimulacin.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 11
A partir de este programa se opt por desarrollar uno de similares caractersticas pero
aplicado particularmente al anlisis ssmico de estructuras. Este programa denominado
FragilidadsecodificenMatLab.
Se estudi el manejo del programa DRAIN2DX (Prakah et al. 1993) para realizar el
anlisis dinmico nolineal de estructuras planas. Este programa es utilizado por el
programaFragilidadcomounmduloqueseencargaderealizarelanlisisssmico.
Se estudi el manejo del programa SIMQKE1 (Vanmarcke et al. 1976) para generar
seales sintticas (registros de acelerogramas aleatorios). Este programa tambin es
utilizadocomounmdulodentrodelprogramaFragilidad.
c)DesarrollodelmtodoanalticoparagenerarcurvasdeFragilidad.
Todas las etapas del algoritmo para generar curvas de fragilidad fueron implementadas
enelprogramaFragilidad.
d)Implementacinenunprogramadecmputo
e)Estimacindeprdidas
Se desarroll una metodologa rpida para estimar costos de reparacin a partir de las
curvasdefragilidad.EstametodologaestbasadaenlosconceptosdelmtodoHAZUS
(FEMA1999).
f)Aplicacinaedificiosperuanos
Segenercurvasdefragilidadpara2edificacioneseducativastpicasysecalcularonsus
prdidasprobables(costosdereparacin)para3escenariosdepeligrossmico.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 12
3 CURVASDEFRAGILIDAD
3.1 VULNERABILIDADSSMICA
Pararepresentaravulnerabilidadssmicadeunaestructura,demanerageneral,pueden
mencionarse dos tcnicas. La primera la constituye la evaluacin visual y rpida de la
vulnerabilidadssmicamientrasquelasegundaesmssofisticadayrequieredeanlisis
ms detallados. De los mtodos sofisticados se describir el mtodo analtico basado en
curvasdefragilidad.
3.1.1 Evaluacinvisualrpidadelavulnerabilidadssmica
Laevaluacinvisualrpidadeedificacionesesunadelasmuchasmetodologasusadas
paralaestimacindelavulnerabilidadssmicadelasedificaciones.Estametodologase
basaenelprocedimientodeasignacindepuntajesalasestructurasytieneelobjetivode
identificar los edificios potencialmente vulnerables por medio de las deficiencias
estructurales que presentan. Los reportes FEMA 154 y FEMA 155 (1988) describen el
procedimiento de Evaluacin Visual Rpida (PEVR), donde los edificios pueden ser
evaluados rpidamente y ser calificados como ssmicamente aceptables o ssmicamente
vulnerables.
Uninspectorpreviamentecalificadoypreparado,completalosdatosquesepidenenuna
ficha de de evaluacin (figura 3.1) basndose en una revisin rpida del edificio que
puededemorarentre15a20minutos.Lametodologaseiniciaidentificandoelsistema
estructural y el material del que esta construido el edificio. En el formulario se
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 13
contemplan puntajes de riesgo bsicos para diferentes tipologas de edificaciones que
sonproductodelprocesamientodedatosdeencuestasrealizadasaexpertos.Latareadel
inspectorconsisteenmodificarestospuntajes,conalgunospuntajesmodificadoresque
serelacionanconlascaractersticasquepresentaeledificio.Lospuntajesmodificadores
calificanlosdefectosobondadesenelsistemasismorresistente.Finalmentesellegaaun
puntajeestructuralPdecadaunodelosedificiosqueseevalan.ElpuntajePcalificael
potencial peligro de una edificacin ante la ocurrencia de un sismo. Este puntaje
usualmente vara entre 0 y 6. A mayor puntaje implica mejor comportamiento ante la
ocurrenciadeunsismo.
El resultado final es una lista de edificios evaluados que sern divididos en dos
categoras:Losquemantienenunnivelderiesgoaceptableconelfindesalvaguardarla
vidadelosocupantesylosquepodranserssmicamentevulnerablesyquedebernser
estudiados minuciosamente en el futuro. Para dividir en estas dos categoras se deber
decidir un puntaje que ser el lmite entre ambas y que en el caso de la comisin
elaboradoradeFEMA154fuede2.
ATC21(AreasNEHRP5,6,7Alta) DIRECCION:
PEVRDEEDIFICACIONESPOTENCIALMENTESISMICAS ZIP:
OTRASCARACTERISTICAS
NoPISOS: AOCONSTR.:
EVALUADOR: FECHA:
AREATOTALDELAEDIFICACION.
NOMBREDELAEDIFICACION:
USO:
USO PUNTAJESESTRUCTURALESBASICOSYMODIFICADORES
RESIDENCIAL TIPOLOGIA W S1 S2 S3 S4 C1 C2 C3/S5 PC1 PC2 RM URM
COMERCIAL NoPERSONAS BASICO 4.5 4.5 3 5.5 3.5 2 3 1.5 2 1.5 3 1
OFICINA
INDUSTRIAL 010 ALTURA N/A 2 1 N/A 1 1 1 0.5 N/A 0.5 1 0.5
PUBLICO 11100 COND.POBRE 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5
COLEGIO 100+ IRREG.VERT. 0.5 0.5 0.5 0.5 0.5 1 0.5 0.5 1 1 0.5 0.5
EDIF.GOBIERNO PISOBLANDO 1 2.5 2 1 2 2 2 1 1 2 2 1
SERV.EMERG TORSION 1 2 1 1 1 1 1 1 1 1 1 1
EDIF.HISTOR. IRREG.PLANTA 1 0.5 0.5 0.5 0.5 0.5 0.5 0.5 1 1 1 1
PELIGRO CHOQUE N/A 0.5 0.5 N/A 0.5 0.5 N/A N/A N/A 0.5 N/A N/A
NOESTRUCTURAL COLUM.CORT N/A N/A N/A N/A N/A 1 1 1 N/A 1 N/A N/A
NORMAACT 2 2 2 2 2 2 2 N/A 2 2 2 N/A
CONFIANZAENLOSDATOS
S1 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3
S2 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6
S3 N/A 0.8 0.8 N/A 0.8 0.8 0.8 0.8 N/A 0.8 0.8 0.8
PUNTAJEFINALP
COMENTARIOS
REQUIERE
EVALUACION
POSTERIOR?
SI NO
Fig.3.1FormulariodeEvaluacinVisualRpidapropuestoporFEMA154(1988).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 14
3.1.2 CurvasdeFragilidadyMatricesdeProbabilidaddeDao
Lascurvasdefragilidadsonunaherramientaprobabilsticaqueconstituyenlabasepara
la estimacin del riesgo ssmico. Los mtodos para generar estas curvas son diversos y
entre ellos destacan los mtodos basados en observaciones de campo, los mtodos
experimentales, los mtodos basados en opinin en expertos y los mtodos analticos
(Bonett2003).
Fig.3.2Ejemplodecurvasdefragilidad(Muoz2004)
Lasmatricesdeprobabilidaddedaosonotraformaderelacionar(enformadiscreta)la
intensidad ssmica con los estados de dao. Estas matrices expresan la probabilidad de
obtenerundeterminadoniveldedaoparaunaestructurasujetaaunsismoconunnivel
deseveridaddeterminado(Bragaetal1986).
Enlatabla3.1semuestraunejemplodematrizdeprobabilidaddedaoparaotrotipode
estructura. En este caso, se observa que para un sismo de intensidad IX en la escala de
Mercalli Modificada (MMI) se tiene una probabilidad de 3,0% de alcanzar dao ligero;
68,1%paradaomoderadoy28,9%paradaopesado.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 15
Tabla3.1MatrizdeprobabilidaddedaopropuestaporelATC13paraunatipologa
estructural(1985)
Probabilidad de dao en porcentaje para c/IMM y
Estado de Rango Factor Factor Central estado de dao
Dao Dao (%) Dao (%)
VI VII VIII IX X XI XII
1-Sin Dao 0 0,0 0,1
2-Mnimo 0-1 0,5 27,0 2,2
3-Ligero 1 - 10 5,0 72,9 89,3 32,2 3,0
4-Moderado 10 - 30 20,0 8,5 66,9 68,1 19,9 3,9 0,1
5-Pesado 30 - 60 45,0 0,9 28,9 74,2 57,8 12,4
6-Mayor 60 - 100 80,0 5,9 38,3 84,3
7-Destruccin 100 100,0 3,2
3.2 MTODOSPARAGENERARCURVASDEFRAGILIDAD
3.2.1 Mtodosbasadosenobservacionesdecampo
Los mtodos utilizados para la generacin de curvas de fragilidad a partir de los daos
observados,son de granutilidadparacalibrar los resultados obtenidos con los mtodos
analticosy/oensayosdelaboratorio.
Estosmtodosconsistenbsicamenteenlassiguientesetapas(Bonett2003):
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 16
Los mtodos basados en las observaciones de campo, slo deben ser utilizados para
evaluar,demaneraglobal,elcomportamientodelasestructurasdeunamismaclaseyno
son recomendados para el anlisis de una estructura en particular. Un ejemplo de
aplicacin de este tipo de metodologas, son las curvas de fragilidad desarrolladas por
Yamazaki y Murao (2000) para los edificios en Japn (figura 3.3), a partir del informe
realizado por el gobierno de las ciudad de Nishinomiya de los daos observados en
diferentes estructuras despus del sismo del 17 de Enero de 1995 en HyogokenNanbu
(KobeJapn).
Fig.3.3Curvasdefragilidadparaedificiosjaponesesdeconcretoarmado,generado
medianteobservacionesdecampo(YamazakiyMurao2000)
3.2.2 Mtodosexperimentales
Ambosensayosproporcionaninformacindegranutilidad.Losensayosdelsegundotipo
sonmuchomsrealistas,debidoaquerepresentan,deunaformamsadecuada,laaccin
ssmica.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 17
realizados en una mesa vibradora utilizando cinco registros de aceleraciones de sismos
tpicos (El centro, Taft, Pacoima, Kobe y Northridge) elegidos aleatoriamente. Se
consideraroncincovaloresdeaceleracinmximahorizontal(hPGA=0,3;0,4;0,5;0,6y
0,7g)ycuatrofactoresdeescaladiferentespararepresentarlaaceleracinmximavertical
vPGA/hPGA=0,1/4,1/3y1/2.ElprimerodeestosfactoresvPGA/hPGA=0corresponde
al caso en que no se considera la componente de aceleracin mxima vertical. Las
medicionesdelosvaloresdehPGAyvPGAsehicieronenvariospuntosdelamesa.Para
medir los desplazamientos horizontales del bloque, se utilizaron tanto transductores de
desplazamiento (Temposonic displacement transducers LVDT) como indicadores
permanenteslocalizadossobrelasuperficiededeslizamiento.Seconstruyeroncurvasde
fragilidad para 8 umbrales de desplazamiento relativo entre 0,1 y 3 pulgadas. Estos
umbralespuedenrelacionarsedirectamenteconlosestadosdiscretosdedao.LaFigura
3.4 muestra un ejemplo de las curvas obtenidas para un umbral de desplazamiento
relativo igual a 1 pulgada. En el eje de las abscisas estn los valores de aceleracin
mxima horizontal, hPGA, y en las ordenadas las probabilidades de que el
desplazamientorelativoseamayoroiguala1pulgada.
Figura3.4Ejemplodecurvasdefragilidadexperimentalesparaundesplazamientorelativo
mximode1pulgada(ChongySoong,2000).
3.2.3 Mtodosapartirdelaopinindeexpertos
Laestimacindelporcentajeesperadodedaoquepuedesufrirungrupodeestructuras
ante una intensidad ssmica dada, se determina tambin a partir de las respuestas de
expertosenanlisis,diseoypatologaestructural,aunaseriedepreguntasrelacionadas
con el comportamiento de la estructura considerada. A partir de esta informacin se
puede calcular un parmetro cuantificador del dao, que es funcin de la intensidad
ssmica del movimiento. Una vez calculado este factor, para todas las estructuras
correspondientes a una misma clase, se determinan los estadsticos de los resultados
obtenidosyseajustaunafuncindedistribucindeprobabilidad(generalmenteseutiliza
lafuncinbeta).Posteriormente,seestablecenlosestadosdiscretosdedaoquesedesean
considerar y, para cada uno de estos, se define un intervalo de variacin del parmetro
cuantificador del dao. Las probabilidades para cada estado de dao se pueden
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 18
determinar integrando la funcin de distribucin elegida entre los lmites de los
respectivos intervalos. Las curvas de fragilidad se obtienen graficando estas
probabilidadesparacadavalordelaintensidadssmica.
Anagnos et al., (1995) siguieron este mtodo para transformar las matrices de
probabilidaddedaodelATC13,encurvasdefragilidadpara40clasesdeedificios.Para
ello, utilizan la escala de intensidad de Mercalli modificada MMI para caracterizar la
demanda ssmica y el factor de dao df para representar el comportamiento de la
estructura. Este parmetro se define como la relacin entre el costo de reparacin y el
costodereposicinparaundeterminadovalordelaintensidadssmicadelmovimiento.
Seconsideran7valoresdeMMI(variandoentreVIyXIIcadagradodeintensidad)y6
factoresdedaodf(0.1%,1.0%,10%,30%,60%y99%).Paracalcularlasprobabilidadesde
excedencia,seutilizanlosintervalosdevariacinpropuestosenelATC13(verTabla3.2)
y la funcin de distribucin beta. As por ejemplo de acuerdo a la Tabla 3.2, la
probabilidad de exceder o igualar el estado de dao Mayor se obtiene integrando la
funcindedistribucindeprobabilidadbetaparalosvaloresdelfactordedaomayores
o iguales al 60 %. La Figura 3.5 muestra cinco curvas de fragilidad para un edificio de
mampostera no reforzada de elevacin media obtenidas mediante este mtodo. En este
caso,losestadosdedaoestnrepresentadosporlosvaloresdiscretosdelfactordedao.
Tabla3.2.Estadosdiscretosdedaoeintervalosdevariacindelfactordedao(ATC,
1985).
Figura3.5Ejemplodecurvasdefragilidadobtenidasapartirdelaopinindeexpertos
paraunedificiodemamposteradeelevacinmedia(Anagnosetal.,1995).dfeselfactor
dedaoodamagefactor.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 19
Aguilar y Astorga (2006) desarrollaron un mtodo basado en opinin de expertos para
generarlascurvasdefragilidaddeestructurasdeedificacioneseducativasperuanas.Enla
figura3.6semuestraelformatodeencuestautilizadoparaentrevistaralosexpertos.
Figura3.6FormatodeencuestautilizadoporAguilaryAstorga(2006)paragenerarcurvasde
fragilidadbasadoenopinindeexpertos.
3.2.4 Mtodosanalticos
Estosmtodosutilizananlisisnumricosypuedenserempleadosparazonasdondeno
se dispone de observaciones de daos debidos a sismos, ni de suficientes resultados de
ensayosdelaboratorio.
Los resultados obtenidos con este tipo de mtodos, son muy sensibles a los modelos
construidos para representar las estructuras y la accin ssmica, por lo tanto, deben
utilizarse modelos que representen de la mejor forma posible tanto el comportamiento
ssmicoestructuralcomolasprincipalescaractersticasdelosmovimientosdelterreno.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 20
Los recientes avances en la ingeniera ssmica indican que los mtodos probabilistas
deben ser utilizados para proporcionar las bases para la mejora del diseo
sismorresistente de estructuras y para establecer las condiciones de las metodologas de
evaluacindeldao.
Lascomparacionesrealizadasentrelosdaosobservadosyloscalculados,muestranque,
a pesar de los recientes avances en el anlisis dinmico no lineal y en el modelado de
estructuras, hay fuertes limitaciones en utilizar mtodos puramente deterministas para
evaluareldaoenlasestructurasdespusdeocurridounsismo.Lasincertidumbrestanto
en los parmetros ssmicos como estructurales, pueden producir discrepancias
significativasentreelcomportamientoobservadoyelcalculado.Porlotanto,losmtodos
probabilistas son esenciales para proporcionar una perspectiva del comportamiento
estructuralantelaocurrenciadeundeterminadosismo(Ellingwood,2001).
3.3 CURVASDEFRAGILIDADANALTICAS
Elprocedimientoparagenerarcurvasdefragilidadconsisteencalcularlarespuestadeun
grupo significativo de estructuras ante diferentes niveles de demanda ssmica. Del
procesamiento estadstico del nivel de dao encontrado se obtienen las curvas de
fragilidad.Paragenerarlamuestrasetomanencuentalasvariacionesenlaspropiedades
estructurales, en la demanda ssmica y en los estados de dao representado por un
parmetroindicadordeldao(PID).Usando,luego,procedimientosdeanlisisdinmico
nolineal, se calcula la respuesta y se construyen funciones de distribucin de
probabilidad para el dao alcanzado. Finalmente, en base a estas funciones se logra
representarlavulnerabilidadmediantecurvasdefragilidadomatricesdeprobabilidadde
dao.Lasetapasdeestametodologasemuestranenlafigura3.7
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 21
Figura3.7Metodologaparalasimulacindelascurvasdefragilidad(AdaptadodeBonett2003)
3.3.1 SimulacinMontecarloparaestimarlarespuestaestructural
a) EstadosdeDao
Losestadosdedaonormalmenteseclasificancomo:sindao,leve,moderado,severoy
colapso. Debido a que los elementos estructurales y no estructurales son sensibles a los
desplazamientosrelativosdeentrepiso,seproponeenestemtodousarladerivamxima
deentrepisoDmxcomoParmetroIndicadordelDaoEstructural(PID).Esteconceptose
ilustraenlafigura3.8.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 22
Figura3.8DefinicindelconceptodederivadeentrepisoDmx=d/hp(izquierda)yrelacinentrelas
derivasmximasdeentrepisoylosdesplazamientosespectralesobtenidoselespectrode
capacidad(derecha).
ApartirdelarelacinentrelasderivasmximasdeentrepisoDmxomax(expresadocomo
un porcentaje de hp) y los desplazamientos espectrales obtenidos del espectro de
capacidaddelaestructura,esposibledeterminarlosestadosdedaodiscretos.
b) Parmetrosssmicos
Para representar la accin ssmica en el anlisis nolineal se utilizan seales sintticas
(acelerogramas aleatorios). Se generan seales compatibles con el espectro de peligro
uniformedelsitio.EstassealessintticassegeneranparaunParmetroindicadordela
IntensidadSsmica(PIS).ElPISutilizadoeslaaceleracinmximadelsuelo(PGA)debido
a que el peligro ssmico est definido en funcin de este parmetro en todo el territorio
peruano.Enlafigura3.9seobservanacelerogramasgeneradosparaundeterminadositio
con PGAs de 0,20g y 0,40g compatibles con el espectro elstico de diseo de la norma
peruana.
Figura3.9Sealessintticasgeneradosparaunaaceleracinmximadelterreno(PGA)de0,20g
(izquierda)y0,40g(derecha).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 23
EstassealesdegenerandemaneraaleatoriamedianteelprogramaSIMQKEteniendoen
cuentaquesuespectroderespuestaseacompatibleconelespectrodediseodelanorma
peruana de diseo sismorresistente. En la figura 3.10 se muestran algunos espectros de
respuestacalculadosparaacelerogramasaleatorios.
Figura3.10EspectrosderespuestageneradosenSIMQKEparaalgunassealessintticas.
c) Parmetrosestructurales
Si observamos el grupo de viviendas de la figura 3.11 notamos que las estructuras son
muy similares. Sin embargo, a pesar de que estas viviendas pueden haber sido
construidos por la misma compaa o el mismo personal del trabajo, e inclusive con los
mismos materiales, existe la posibilidad de que sus propiedades mecnicas presenten
variabilidad. En consecuencia, el comportamiento frente a los sismos tambin ser
variable. Es por ello que se debe considerar de manera estocstica la variabilidad e
incertidumbre en los parmetros estructurales. En este estudio se toman en cuenta
aquellosparmetrosquedeterminanelcomportamientonolinealdelaestructura.
Figura3.11Viviendasconsimilarescaractersticasarquitectnicasyestructurales.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 24
Para las estructuras de concreto armado estudiadas, los parmetros estructurales
considerados fueron la resistencia a la compresin del concreto (fc) y el esfuerzo de
fluencia del acero de refuerzo (fy), tal como se muestran en la figura 3.12. De acuerdo a
datos experimentales el fy se ajusta mejor a una distribucin lognormal. Para el fy de
4200kgf/cm2seusaunamediade4800kgf/cm2yuncoeficientedevariacindel6%.Enel
concreto, es tpico utilizar la distribucin normal y para un concreto con fc de 280 kg
f/cm2seadoptaunamediade320kgf/cm2yuncoeficientedevariacindel15%.
Figura3.12Funcionesdedistribucindeprobabilidadparalaresistenciaacompresindel
concreto(distribucinnormal)yelesfuerzodefluenciadelacero(distribucinlognormal).
3.3.2 AnlisisDinmicoNolineal
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 25
Figura3.13Respuestasdedesplazamientoenazoteaparaunaestructuraplana,estimadas
medianteDRAIN2DX(arriba)ySAP2000(abajo).
3.3.3 Funcindedistribucindeprobabilidaddeldao
Apartirdelosresultadosobtenidosdelprocesodesimulacin,seobtienenlasfunciones
de distribucin de probabilidad del PID para cada nivel de intensidad ssmica (PIS). La
figura3.14muestraunejemploparalosdesplazamientoslateralesmximosdeuncolegio
tpico peruano. Estas curvas fueron ajustadas mediante polinomios cbicos normales
(HongyLind1996).
Fig.3.14Funcindedistribucindeprobabilidadacumulada(fdp)delosdesplazamientos
lateralesmximosparaunmodelodecolegiotpicoperuano.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 26
3.3.4 Generacindelascurvasdefragilidad
Utilizando las funciones de distribucin condicional del parmetro de respuesta
estructural(figura3.14)ylosvaloreslmitesquedefinenlosestadosdiscretosdedao,se
obtienenlascurvasdefragilidadquerelacionanelParmetroindicadordelaIntensidad
Ssmica (PIS) con la probabilidad de excedencia (FD) de un estado de dao EDi (Bonett
2003).stoes:
(3.1)
Lafigura3.15muestraelprocedimientodeobtencindeunacurvadefragilidadparael
caso del estado de dao severo. Por ejemplo, para un PGA de 0,20 g, y mx = 0,90 %
correspondiente al estado de dao severo, se tiene una fdp de 0,50. La probabilidad de
excedenciaseobtienecomoFD=1fdp=10,50=0,50;querepresentaunaprobabilidad
del50%de alcanzaroexcederelniveldedaoseveroparaunaaceleracinmximadel
terreno de 0,20g. Los puntos as obtenidos se pueden tambin ajustar a los polinomios
normalespropuestosporHongyLind(1996)oaunadistribucinlognormal.Seaplicael
mismo procedimiento para los dems estados de dao y se obtienen curvas como las
mostradasenlafigura3.2.
Figura3.15Procedimientoparalaobtencindelascurvasdefragilidadapartirdelasfdpydelos
umbralesdelosestadosdiscretosdedao.a)Paraelumbraldedaosevero(mx=0,9%)seleen
lasfdpscorrespondientesacadaPGA.b)FDiseobtienecomo1fdpiyseajustalacurvade
probabilidadalospuntosobtenidos.(Bonett2003).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 27
3.4 ALGORITMOPARAGENERARCURVASDEFRAGILIDADANALTICAMENTE
a) Definirlosdatosdelproblema:
Definir el modelo estructural plano que represente adecuadamente el
comportamientossmicodeledificioenestudio.
Definir los estados de dao discretos a partir de la curva de capacidad de la
estructura.
DefinirlosNISnivelesdeintensidadssmica:N1,N2,,NNIS.
Definirelnmerodemuestrasquesegenerarnparacadaparmetroestructuraly
para cada parmetro ssmico: NM. El nmero de anlisis determinsticos a
realizar,entotalserNISxNM.
Definir los NP parmetros estructurales en los que se considerarn variabilidad:
PE1, PE2, PENP. Cada parmetro estructural viene definido por su funcin de
densidaddeprobabilidadfdp1,fdp2,,fdpNP.
DefinirNSparmetrosssmicosenlosqueseconsiderarvariabilidad:PS1,PS2,
, PSNS. Cada parmetro ssmico viene definido por su funcin de densidad de
probabilidad:fdps1,fpds2,,fdpsNS.
b) FijarunniveldeintensidadssmicaNk,parak=1,2,.,NIS.
Para cada nivel de intensidad ssmica, generar las NMxNP muestras de parmetros
estructurales y las NMxNS muestras de parmetros ssmicos. Se utiliza el Mtodo
InversoylatcnicadelHipercuboLatinoparagenerarunvalorparacadaparmetro
de manera aleatoria a partir de su funcin de densidad de probabilidad (normal,
uniforme,lognormal,etc.).Esdecir:
ParacadaparmetroestructuralPEi,coni=1,2,.,NP,generarNMmuestrasde
parmetrosestructurales.Esdecir:
o NMmuestrasdePE1apartirdesudistribucinfdp1
o NMmuestrasdePE2apartirdesudistribucinfdp2
o .
o NMmuestrasdePENPapartirdesudistribucinfdpNP
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 28
vienerepresentadoporunasolasealsinttica.Serealizaelanlisisdinmicono
lineal de las estructuras generadas (figura 3.16) para obtener las respuestas de
derivas mximas de entrepiso. Es decir, se cuenta con NM muestras de modelos
estructurales:
o Modelo estructural 1 con parmetros estructurales PE1, PE2,.PENP y
sometido a un seal sinttica caracterizada por sus parmetros ssmicos
PS1,PS2,,PSNS.
o Modelo estructural 2 con parmetros estructurales PE1, PE2,.PENP y
sometido a un seal sinttica caracterizada por sus parmetros ssmicos
PS1,PS2,,PSNS.
o
o Modelo estructural NM con parmetros estructurales PE1, PE2,.PENP y
sometido a un seal sinttica caracterizada por sus parmetros ssmicos
PS1,PS2,,PSNS.
Repetirelpaso(b)paravaloresdekdesde1hastaNIS.
En esta etapa deben ejecutarse un total de NMxNIS anlisis determinsticos de tipo
anlisisdinmiconolinealdeestructuras.
Figura3.16Paracadaniveldeintensidadssmica,segeneranmodelosestructuralesaleatoriamente
quesonsometidosasealessintticasescogidasaleatoriamente.
c) ParacadaniveldeintensidadssmicaNk,parak=1,2,.,NIS.,construirlasfunciones
de distribucin acumulada (figura 3.14) de las derivas mximas de entrepiso
aplicandolosconceptosdelaseccin3.3.3.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 29
4 PRDIDASPORSISMO
4.1 IMPLEMENTACINDELAMETODOLOGA
Figura4.1ArchivodeentradadedatosparalosprogramasDRAIN2DXyFragilidad.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 30
Figura4.2InterfasedelprogramaFragilidad.Enesteejemplosecalculan50muestrasparacada
niveldeintensidadssmica.
4.2 CURVASDEFRAGILIDADPARA2COLEGIOSTPICOSPERUANOS
Comoaplicacindeestametodologaseseleccion2colegiostpicosperuanos:unsistema
aporticadorelativamenteantiguoquehatenidopobredesempeossmico,780antiguo,
y un sistema de diseo ms reciente cuyo excelente desempeo ha sido probado en el
sismo de Arequipa del 2001, el 780 moderno. La denominacin 780 se debe a que
amboscolegiostienenaulasde7,80mdelargo.
4.2.1 Colegio780antiguo(preNDSR1997).
Lafigura4.4muestraunesquemaconelsistemaestructuraldeledificio.Lalosadetecho
es una losa aligerada unidireccional de 0,20m de espesor, orientada en el sentido
longitudinal de la edificacin (XX en la figura). Esta losa descansa en muros de
albailera confinada de 0,25m de ancho (ejes 1, 3, 5 y 7 de la figura 4.4) y en vigas
peraltadas generalmente de 0,30mx0,70m (ejes 2, 4 y 6). Las vigas en el sentido
longitudinal(ejesAyB)sonde0,25mx0,40m.Lascolumnassonde0,30mx0,40m(C1)y
0,25mx0,40m(C2), con su mayor dimensin en el sentido transversal. La figura 4.5
muestraeldetallederefuerzodelasvigasylafigura4.6delascolumnas
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 31
Figura4.3Colegio780antiguopreNDSR1997de3aulasporpisoenlacostaperuana
Figura4.4Vistaenplantadelsistemaestructuraldeledificio780antiguo.
Figura4.5Detalledevigasdeconcretoarmado(colegio780antiguo).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 32
Figura4.6Detalledecolumnasdeconcretoreforzado(colegio780antiguo).
Elsistemasismorresistenteenelsentidolongitudinal(XXenlafigura4.4),consisteen2
prticos de concreto armado (ejes A y B) con columnas y vigas de poco peralte. En la
direccintransversal(YY)elsistemasismorresistenteestconstituidofundamentalmente
pormurosdealbaileraconfinada.
Los edificios de este tipo han sufrido dao en sismos pasados debido al problema de
columna corta. Este problema se ocasiona por la excesiva flexibilidad en el sentido
longitudinalyelmalaislamientodelosalfeizaresdealbailera(AguilaryAstorga2006).
4.2.2 Colegio780nuevo
En1997lanormaperuanadediseosismorresistentesufriunaactualizacinimportante
que trajo como consecuencia un cambio notorio en el sistema estructural de las
edificaciones educativas. El aumento en los requerimientos de rigidez de esta norma
ocasionqueenlosnuevosedificiosseincrementaranlasdimensionesdelascolumnasy
vigas. A partir de 1997 el gobierno empez a construir edificios educativos
significativamentemsrobustosalosquedenominaremoscolegio780actualonuevo.
Elcolegio780nuevoesunedificiodeconcretoarmadoyalbaileraquetieneunaplanta
rectangular, con uno a tres niveles y 2 a 5 aulas por piso (figura 4.8). Las aulas son
cuadradas de 7,80m de lado aproximadamente. Este edificio tambin se utiliza para
oficinas,bibliotecasylaboratorioscontabiquesdivisorios.
Las ventanas y puertas se ubican en las fachadas longitudinales, la comunicacin se da
por un corredor longitudinal y el acceso al segundo y tercer nivel es por una caja de
escaleras separada estructuralmente del edificio. Los alfeizares de las ventanas son
tabiquesseparadosdelascolumnasmediantejuntasdeaproximadamente1.
Eltechodeledificio780nuevoenlacostaeshorizontal(figura4.7)yenzonaslluviosas
inclinadoadosaguas.Enlamayoradeloscasoslostechossonlosasaligeradas.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 33
Figura4.7Edificio780actualde3aulasporpisoenlacostaperuana
Lafigura4.8muestraunesquemaconelsistemaestructuraldeledificio.Lalosadetecho
es una losa aligerada unidireccional de 0,20m de espesor, orientada en el sentido
longitudinal de la edificacin (XX en la figura). Esta losa descansa en muros de
albailera confinada de 0,25m de ancho (ejes 1, 3, 5 y 7) y en vigas peraltadas
generalmentede0,30mx0,70m(ejes2,4y6).Lasvigasenelsentidolongitudinal(ejesAy
B) son de 0,25mx0,55m. Las columnas son rectangulares de 0,25mx0,58m (P1),
0,25mx0,90m(P2)yenformadeTde0,45mx0,90m(P3),consumayordimensinenel
sentidolongitudinal.Eldetalledelrefuerzodevigasycolumnassemuestraenlafigura
4.9y4.10respectivamente(AguilaryAstorga2006).
Figura4.8Plantadelsistemaestructuraldelcolegio780nuevo
Elsistemasismorresistenteenelsentidolongitudinal(XXenlafigura4.8),consisteen2
prticosdeconcretoarmado(ejesAyB)concolumnasyvigasperaltadas.Enelsentido
transversal (YY) el sistema sismorresistente est constituido fundamentalmente por
murosdealbaileraconfinada.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 34
Figura4.9Detalledelrefuerzodelasvigas(colegio780nuevo)
Figura4.10Detalledelrefuerzodelascolumnas(colegio780nuevo)
Los edificios educativos diseadosy construidos con la norma sismorresistente peruana
de1997noreportarondaosdespusdelterremotodeArequipa(2001).
4.2.3 Desempeosismorresistente
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 35
desempeo. La figura 4.11 muestra los resultados de la evaluacin del desempeo
sismorresistenteparaamboscolegios.
Figura4.11Desempeosismorresistentedeloscolegios780antiguoynuevo(LenyQuintana
2004).
Paradefinirlosestadosdiscretosdedaosesectorizalascurvasdecapacidadtalcomose
muestra en a figura 4.12. Los sectores limitados por estos desplazamientos (en azotea)
corresponden a los estados de dao sin dao, leve, moderado, severo y colapso.
Asimismo estos desplazamientos de azotea corresponden a desplazamientos espectrales
en el espectro de capacidad. En la figura 4.13 se ha calculado la relacin entre los
desplazamientos de azotea, los desplazamientos espectrales y las derivas mximas
correspondientes.
P = Capacidad de Desplazamiento Inelstico
Cortante en la Base
FE
Punto de
0.3P 0.3 P 0.2P 0.3 P
Fluencia
Efectiva
Lmite de
Estabilidad
Curva de
Capacidad
Resistente
Desplazamiento en el Techo
Figura4.12Sectorizacindelacurvadecapacidad.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 36
Figura4.13Relacinentrelosdesplazamientosdeazotea,losdesplazamientosespectralesylas
derivasmximascorrespondientesparaloscolegios780(LenyQuintana2004).
4.2.4 Curvasdefragilidaddeloscolegios
Las curvas de fragilidad para ambos edificios se muestran en las figuras 4.14 y 4.15. Se
puedeobservarclaramentequeelcolegio780Modernotieneunamejoraradicalensu
desempeo ssmico y por lo tanto baja probabilidad de daos severos para sismos
moderados. Esto se debe al aumento en la exigencia de rigidez lateral impuesta por la
normasismorresistentede1997(SENCICO1997).
ParagenerarestascurvasdefragilidadseutilizelprogramaFragilidad(verAnexoB).Se
calculan 100 muestras de modelos estructurales y para 12 niveles de intensidad (1200
anlisisdinmiconolineal)loscualesvandesde0,05ghasta0,60genelcasodelcolegio
780antiguoydesde0,05ghasta1,00genelcasodelcolegio780moderno.
Los estados discretos de dao vienen definidos por las derivas mximas de entrepiso
mostradasenlafigura4.13.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 37
Pontificia Universidad Catlica
del Per
(a)
Figura4.14Curvasdefragilidadparaeledificiodelcolegio780antiguo.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 38
Pontificia Universidad Catlica del
Per
(a)
Figura4.15Curvasdefragilidadparaeledificiodelcolegio780nuevo.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 39
4.3 ESTIMACINDEPRDIDASPORSISMO
4.3.1 EstimacindeprdidasusandoelmtododeHAZUS
Figura4.16MetodologadeestimacindeprdidasporsismomedianteHAZUS.
4.3.2 Estimacinrpidausandofactoresdedao
Paraestudiarelefectodelossismosseutilizaelfactordedaoquerepresentalarelacin
entre el costo de reparacin y el costo de reposicin (reemplazo total) del edificio. Los
valores mostrados en la tabla 4.1. son los recomendados por Hwang y Lin (2002) y que
han sido utilizados en esta metodologa. Por ejemplo, a partir de esta tabla, podramos
afirmar que para reparar una estructura que ha sufrido dao moderado el costo de
reparacinequivaleal20%delcostodereposicin.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 40
Debido a que los elementos estructurales y noestructurales son sensibles a los
desplazamientos relativos de entrepiso, en este estudio se usa la deriva mxima de
entrepiso,mx,comoPID.Apartirdelacurvadecapacidaddelaestructurasedefinenlos
rangosdemxasociadosconlosestadosdedao(SEAOC1999).
Tabla4.1EstadosdedaoyfactoresdedaosugeridosporHwangyLin(2002)
EstadodeDao FactordeDao
SinDao 0%
Leve 5%
Moderado 20%
Severo 65%
Completo 100%
Las curvas de fragilidad de estos colegios permiten calcular directamente los costos de
reparacin,escogiendoadecuadamenteescenariosdeintensidadssmica.Cabemencionar
que no se toma en cuenta el dao producido en los elementos noestructurales. El
procedimiento consiste en determinar las probabilidades para los diversos estados de
daoylosfactoresdedao(FD),quepermitencalcularunFactordeDaoMedio,FDM
(Hwang y Lin 2002). En la figura 4.17 se muestra la forma de obtener el FDM para el
colegio780antiguoyparaunaintensidadssmicarepresentadaporunPGAde0,40g.A
partirdeestatablasepuedeafirmarquelaestructurasedaa,enpromedio,un82,8%.
Figura4.17DeterminacindelFactordeDaoMedioapartirdelasCurvasdeFragilidad.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 41
Considerandouncolegiotipo780antiguode450m2dereaconstruidaycuyocostode
reposicin es de aproximadamente US$ 250/m2, se estima un costo de reparacin de su
estructuraanteunsismode0,40gde82,8%x450m2xUS$250/m2=US$93150.Enlatabla
4.2semuestranloscostosdereparacinestimadosparaamboscolegiostpicosyparalos
3nivelesdepeligrossmicoestimadosparaelcampusPUCP(veranexoA).
Tabla4.2.Costosdereparacinestructuraldelos2colegiostpicosperuanos
Costo de reparacin ($)
Intensidad Ssmica Aceleracin pico (g)
780 antiguo 780 moderno
Sismo Ocasional 0,20 $13 500 $281
Sismo Raro 0,40 $93 150 $4 500
Sismo Muy Raro 0,50 $108 563 $7 538
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 42
5 CONCLUSIONESYRECOMENDACIONES
5.1 CONCLUSIONES
Estetrabajodemuestraquelascurvasdefragilidadpermitenestimarrazonablemente
bien las prdidas por sismo, ya que toman en cuenta las incertidumbres tanto en la
demandassmicacomoenlarespuestadelaestructura.Debidoaquesetratadeuna
herramienta probabilstica, su aplicacin resulta ms efectiva cuando se aplica
masivamenteagruposdeedificiosdesimilarescaractersticasestructurales.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 43
5.2 RECOMENDACIONES
Finalmente,porlaexperiencialogradaduranteeldesarrollodeesteproyectosepueden
darlassiguientesrecomendaciones:
Debido a que existe una cantidad importante de colegios diseados con la norma
previaalao1997(780antiguo),estametodologapuedeaplicarseparaevaluar el
riesgossmico(costosdereparacin)deestasedificacionesantediversosescenariosde
sismos. Tambin se pueden proponer algunos sistemas de refuerzo y evaluar su
desempeomediantesuscurvasdefragilidad.
Lametodologapropuestatienemuchassimplificaciones,peropuede mejorarsesise
toman en cuenta otras variables particulares del sitio (accin ssmica) y de la
estructura. Enun trabajofuturo la metodologapodra refinarse paragenerar curvas
defragilidadmsprecisas.Lasrecomendacionesson:incluirsismosrealesenvezde
seales sintticas, considerar la definicin de los estados de dao como dependiente
delosparmetrosestructuralesyutilizarcomoparmetroindicadordelaintensidad
ssmicaalpseudodesplazamientoolapseudoaceleracinelsticadelaestructuraya
querepresentanmejorlademandassmica.
La metodologa se puede aplicar a gran escala para evaluar el riesgo ssmico de
grandesgruposdeedificios.Estosgruposdeedificiospodranestarconstituidospor
tipologas estructurales similares dentro de una misma ciudad. Debido a que la
metodologa integra informacin de peligro y vulnerabilidad, se puede generar un
mapaderiesgossmico.Enestemapasepuedenidentificarlaszonasquerequierende
especialatencinporserlasmsvulnerables.Unejemplodemapaderiesgossmico
se observa en la figura 5.1. De esta manera podran implementarse un plan de
refuerzodelasedificacionespotencialmentevulnerables.
Figura5.1Ejemplodemapaderiesgossmico.Daomediodelosedificiosdemamposterano
reforzadadeelevacinmediayaltadelEixampleEscenarioICCdeterminista(Lantada,2003).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 44
REFERENCIASBIBLIOGRFICAS
Aguilar, R., Astorga, M.A. 2006. Desempeo sismorresistente de las edificaciones educativas
peruanas.TesisparaoptarelgradodeMagster.PUCP.Lima.Per.
Alva,J.1993.DistribucindeIsoaceleraciones.UNICISMIDLima,Per.
AppliedTechnologyCouncil(ATC).1985.EarthquakeDamageEvaluationdataforCalifornia.
ATC13.RedwoodCity,California.
Applied Technology Council (ATC). 2000. Rapid Visual Screening of Buildings for Potential
SeismicHazards:AHandbook.ATC21/FEMA154.Washington,USA.
Barbat,A.1998.Elriesgossmicoeneldiseodeedificios,calidadsiderrgicaMadrid,Espaa.
BommerJ.,Salazar,W.ySamayoa,R.1998.RiesgossmicoenlareginmetropolitanadeSan
Salvador.ProgramaSalvadoreodeInvestigacinsobredesarrolloymedioambiente.San
Salvador,ElSalvador.
BragaF.,DolceM.,LiberatoreD.1986.Assessmentoftherelationshipsbetweenmacroseismic
intensity,typeofbuildinganddamage,basedonrecentItalyearthquakedata.Proceedingofthe
8thEuropeanConferenceonEarthquakeEngineering.Lisboa,Portugal.
Bratley, P., Fox, B. L., Schrage, L. E. 1987. A Guide to Simulation. Springer Verlag. New
York.
Casaverde,L.yVargas,J.1980.ZonificacinSsmicadelPer.IISeminarioLatinoamericano
deIngenieraSismorresistente,OEAyPUCP.Lima,Per.
Castillo,J.,Alva,J.1993.PeligroSsmicoenelPer.VIICongresoNacionaldeMecnicade
SueloseIngenieradeCimentaciones,Lima,Per.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 45
Cornell,C.A.,andVanmarcke,E.H.1969.TheMajorInfluencesonSeismicRisk,Proceedings.
FourthWorldConferenceonEarthquakeEngineering,Vol.I.
Cornell, C. A., and Benjamin, J. R. 1970. Probability, Statistics, and Decision for Civil
Engineers.
EASI.2002.STORM.Ametacomputingsimulationenvironmentforstochasticoptimizationand
robustnessmanagement.Usersmanual.EasiEngineering.Germany.
Erberik, M., and Elnashai, A. 2004. Vulnerability Analysis of Flat Slab Structures.
Proceedings of the 13th World Conference on Earthquake Engineering. Paper No. 3102.
Vancouver,August,2004.
FEMA1988.FederalEmergencyManagementAgency.FEMA154:RapidVisualScreening
ofBuildingsforPotentialSeismicHazards:AHandbook.Washington.USA.
FEMA. 1999. Federal Emergency Management Agency. HAZUS 99 SR2: Earthquake Loss
EstimationMethodology.TechnicalManual.USA.
Florian,A.1992.Anefficientsamplingscheme:UpdatedLatinHypercube.
FourierdAlbe,E.1988.Anapproachtoearthquakeriskmanagement.EngineeringStructures.
Hwang, H.H. M., andHuo, JR. 1994. Generation of HazardConsistent Fragility Curves for
SeismicLossEstimationStudies.TechnicalReportNCEER940015.
Hwang,H., and Lin,Y.W. 2002. Seismic Loss Assessment of Memphis City School Buildings.
Proceedings of the Seventh U.S. National Conference on Earthquake Engineering
(7NCEE).
Kuroiwa,J.2002.ReduccindedesastresViviendoenarmonaconlanaturaleza.Programade
lasNacionesUnidasparaelDesarrollo(PNUD).Lima,Per.
MathWorksInc.2002.MATLAB.TheLanguageofTechnicalComputing.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 46
McGuire, R. 1976. EQRISK. Evaluation of Sites for Earthquake Risk, Open File Report 7997.
USGS,EEUU.
Monroy M., Bolaos L. 2004. Espectros de peligro ssmico uniforme. Programa MRIESGO.
TesisparaoptarelgradodeMagsterenIngenieraCivil.PUCP.
Ripley,B.D.1987.StochasticSimulation.JohnWileyandSons,NewYork.
Rubinstein, R. Y. 1981. Simulation and the Montecarlo Method. John Wiley and Sons, New
York.
SENCICO1997.NormaTcnicadeEdificacinNTE.030.DiseoSismorresistente.
SilgadoM.,GieseckeA.1981.TerremotosenelPer.Lima:EdicionesRichkayPer.
StructuralEngineersAssociationofCalifornia.SEAOC(1999).RecommendedLateralForces
RequirementsandCommentary(theBlueBook).California.
Vanmarcke,E.H.,Cornell,C.A.,Gasparini,D.A.&Hou,S.N.1976.ProgramSIMQKE1.
SimulationofEarthquakeGroundMotions.DepartmentofCivilEngineering,Massachusetts
InstituteofTechnology,Cambridge,Massachusetts.
Yamazaky,F.andMurao,O.2000.FragilitycurvesforbuildingsinJapanbasedonexperience
fromthe1995Kobeearthquake.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 47
ANEXOS
ANEXOA.ESTIMACINDELPELIGROSSMICODELCAMPUS
PUCP
Elpeligrossmicosepuedecuantificarmedianteelvalormximodealgnparmetroque
representa el movimiento del terreno, por ejemplo, la aceleracin mxima del terreno.
Tambin es usual utilizar algn parmetro correspondiente a la respuesta estructural
como es la pseudoaceleracin (parmetro que permite calcular los desplazamientos
mximosenunaestructura).
Pararepresentarelpeligrossmicosepuedenempleardosenfoques,eldeterministayel
probabilista. El enfoque determinista cuantifica el peligro considerando el sismo ms
destructivo que pueda ocurrir en el lugar de anlisis. El enfoque probabilista expresa la
aceleracin de diseo (parmetro que representa el movimiento del terreno) para
diferentesnivelesdeprobabilidaddeexcedencia.
A.1.Sismicidadregionalylocal
ElcampusPUCPestubicadoenlaciudaddeLimaqueseencuentracercaalmargende
laplacatectnicaconvergenteactivaentrelasplacasdeNazcaaloesteySudamericanaal
este.Suscoordenadasgeogrficasson1207LatitudSury7711LongitudOeste(figura
A.1).
Figura A.1. Ubicacin del campus PUCP (Placas
Tectnicas).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 48
FOSA
PERUANA-CHILENA
COSTA AMAZONAS
0
ZON
AD PLACA SUDAMERICANA
E IN
PROFUNDIDAD, km
TE R (ZONA CORTICAL)
50 FAS
E
PL A
CA
DE
NAZ ZO
CA NA
DE
100 IN T
RA P
8a LAC
10 A
cm
/a
o
150
FiguraA.2.Seccintransversaldelprocesotectnicoenlazonadesubduccin.
LasismicidadhistricaenelPerhasidoregistradadesdelaconquistaycolonizacinde
losespaoles.Losinvestigadoresquerealizaronlosaportesmsimportantesalahistoria
ssmica peruana fueron Silgado (1968, 1978, 1985), Dorbath et al. (1990) y Alva et al.
(1984).
Los terremotos histricos ms importantes que han ocurrido en Lima a lo largo de la
historiasemuestranenlasiguientetabla.
TablaA.1.TerremotosHistricosenLima(Silgado1985).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 49
A.2.EvaluacindelPeligroSsmico
En los ltimos 30 aos la aplicacin de los conceptos de probabilidades en la ingeniera
ssmicahapermitidoquelasincertidumbresenlamagnitud,laubicacin,lavariacindel
movimiento del suelo y en la respuesta estructural puedan ser explcitamente
consideradasenlaevaluacindelpeligrossmico.
AceleracinmximadelterrenoenelCampus
Sehaestimadoelpeligrossmicodelcampus,empleandolametodologapropuestapor
McGuire(1976)quesebasaenelteoremadeprobabilidadtotal.Esteteoremasepuede
representarmediantelasiguienteecuacin:
P [A] = P [A S , R ] f S (S ) f R (R ) dS dR (A.1)
Para la evaluacin del riesgo ssmico se han elegido tres escenarios de sismicidad
representados por los niveles de peligro ssmico sugeridos por el SEAOC (1999): Sismo
Ocasional(50%deexcedenciaen50aos),SismoRaro(10%deexcedenciaen50aos)y
SismoMuyRaro(5%deexcedenciaen50aos).
Estosnivelesdesismicidadsepuedenexpresartambinatravsdelperododeretorno,
mediantelasiguienteexpresin:
t
PMX [a > A] = 1 e TR
(A.2)
donde:
PMX[a>A],eslaprobabilidaddesuperarunvaloraceleracinA.
t,eseltiempodeexposicin(generalmentelavidatildelaedificacin).
TR,eselperododeretorno.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 50
El peligro ssmico en el campus se estim mediante el empleo del programa EQRisk
(McGuire 1976). Se tomaron como datos de entrada las coordenadas del campus, las
fuentessismognicassugeridasporCastilloyAlva(1993)yseemplelaleydeatenuacin
deCasaverdeyVargas(1980).
Adems,seestablecieronvaloresderecurrencia(inversadelperododeretorno)paralos
cuales se estim la aceleracin pico asociada. Con estas aceleraciones se gener la curva
perododeretornoversusaceleracinparaelcampusPUCPmostradaenlafiguraA.3.
3500
3000
2500
2000
1500
1000
500
0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Aceleracin (g)
FiguraA.3.Curvaperododeretornovs.aceleracinasociadaparalascoordenadasdelcampusde
laPUCP.
Losvaloresdeaceleracinpicoparalostresnivelesdesismicidadsemuestranenlatabla
A.2.
TablaA.2.Aceleracinpicoasociadaalostresnivelesdesismicidadseleccionados
Sepuedecomprobarquelosresultadosdelatablaanteriorcoincidenconlasaceleraciones
estimadas por el programa MRIESGO (Monroy y Bolaos 2004), como se observa en el
mapadedistribucindeaceleracionesmostradoenlafiguraA.4.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 51
-82 -80 -78 -76 -74 -72 -70 -68
+1 +1
0 0
4g
0 3 g 0 0. 4
26
ECUADOR
0..34
0
28 g
-2 -2
g
g
0.
36
g
6g g
-4 -4
0.
22
g
0.
0.
04
0.
20
g
06
0.
g
g
08
-6 -6
0. 20 g
g
18
0.
0.
10
g
0.
0.
12
36
0.
g
g
14
g
-8 -8
BRASIL
0.
16
0.
g
O
18
0.
0.45 g
g
14
0.
g
20
0.
g
22
0.
0.40 g
g
0. 8g
24
-10 -10
0..302g 0 .3.38 0g
0 .3 4g 0 0. 4
26
0 .3
g
0
2 g
g
0.34 g
OC
6g g
0.28 g
EA
NO
-12 0.22 g
0.
12 -12
0. g
0.
PA
0 16
14
0. .18 g
g
0.16 g 2
0. 0g g
CI
0 2
0 .24 2g
0 .26 g
FI
0. .28g g
CO
3
0.10 g 0.
32
0g
g
-14 0 0.1 -14
0. .14 2g
0. 6g
0.04 g 0 1 g
34
0. 38
0 .1 6g
0. 0 2g
0. .20 8g
3 g
0.0.4 44gg
g
4
22 g
00..
0.02 g 0g
g
44
0 .2
0. .264g
28 g
g
-16 BOLIVIA -16
PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU
ESCUELA DE GRADUADOS
0 .30 2g
0.3
g
36
0 . 0. 4 0 g
MANUEL MONROY, ANA BOLAOS - 2004 42 g
g
km
CHILE
-20 100 200 300 400 -20
-82 -80 -78 -76 -74 -72 -70 -68
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 52
ANEXOB.PROGRAMAFRAGILIDADVERSIN1.0
B.1.Descripcingeneraldelprograma
El programa Fragilidad requiere del uso de los programas SIMQKE y DRAIN 2DX
(Prakah et al. 1993). Ambos estn incluidos en la lista de archivos. El archivo
Simqke.exeeselejecutabledelprogramaSIMQKEyseencargadegenerarlasseales
sintticas.Elarchivod2dx.exeeselejecutabledelprogramaDRAIN2DXyseencarga
de realizar el anlisis dinmico nolineal de cada una de las muestras. Estos programas
sonutilizadosdemaneraautomticayenformanointeractiva(esdecir,sinintervencin
del usuario) desde los mdulos del programa Fragilidad. Es posible actualizar las
versiones de estos ejecutables siempre que se tome en cuenta la forma de ejecutarlos
dentrodelcdigofuentedelprogramaFragilidad.
Cabe resaltar que esta primera versin ha sido desarrollada sin interfase grfica para el
usuario final, puesto que se necesita probar de manera exhaustiva cada uno de los
mdulos.Sehapuestoespecialnfasisenlapuestaapuntodecadaunodelosmdulos.
Todoshansidoprobadosytrabajanconsuficienteprecisinyeficiencia.Sinembargo,es
posiblegenerarunainterfasegrficaenunaprximaversin.
Antes de ejecutar el programa se deben preparar algunos archivos. Los archivos tienen
como nombre en la parte inicial el correspondiente al nombre de la estructura. En los
archivosdescritosacontinuacinNomEstserefierealnombredelaestructura.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 53
NomEst1.inp:Primerapartedelarchivodeentradadedatos(archivodetexto)parael
programaDRAIN2DX.Paraprepararcadaunodelosbloquesesnecesarioreferirseal
manualdelprogramaDRAIN2DX(Prakahetal.1993).Estearchivosolodebeabarcar
losbloquesdesdeeliniciohastaantesdelaprimeralneadedatosparaladefinicin
de Momentos de Fluencia. Se recomienda ver los ejemplos col780a1.inp y
col780n1.inp.
NomEst3.inp:Tercerapartedelarchivodeentradadedatos(archivodetexto)parael
programa DRAIN 2DX. Este archivo solo debe abarcar los bloques desde el que le
siguealbloquededefinicindeMomentosdeFluenciahastaelfinal.Serecomienda
ver los ejemplos col780a3.inp y col780n3.inp. Cabe mencionar que la segunda
partedelarchivodeentradadedatosesgeneradodesdedentrodelprogramaconlos
datosproporcionadosporelusuario
EnlafiguraB.1semuestranlas2partesdelarchivodeentradadedatosDRAIN2DXy
queesnecesarioparalaejecucindelprogramaFragilidad.
Figura B.1. Entrada de datos para el programa DRAIN 2DX: Primera parte (izquierda) y tercera
parte(derecha).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 54
Una vez preparados los 3 archivos mencionados lneas arriba, se ejecuta el programa
medianteelcomandoFragilidadenlaventanadecomandos.Serecomiendatenertodos
losarchivosdelprogramaenunmismodirectorio.Elprocesodesimulacinpodratomar
muchashorasdependiendodelacapacidaddelacomputadora,delnmerodemuestras,
del nmero de parmetros estructurales y del nmero de niveles de sismicidad. En una
computadoraPentiumIVcon1.7GHzy256MbdeRAM,elprogramaseejecutaconuna
velocidad de 500 muestras por hora. Un ejemplo tpico de 100 muestras y 20 niveles de
sismicidad(2000muestrasentotal)duraaproximadamente4horas.
La ejecucin del programa puede ser interrumpido en cualquier momento ya sea por el
usuariooeventualmenteporalgnerrorgeneradoentiempodeejecucin.Sinembargoel
procesopuedereanudarsedesdelamuestraenquesequed.Paraellohayquereferirsea
lafuncinSimCont.m.
Durante el proceso de ejecucin se generan archivos de texto con informacin sobre las
muestrasylascurvasdefragilidad.Encualquiermomento,yaseaduranteodespusde
la ejecucin del programa pueden consultarse estos archivos (figura B.2). Los archivos
generadossonlossiguientes:
NomEst.sim: Este archivo de texto contiene los datos generales de la estructura
simulada, las muestras de valores generadas para los parmetros estructurales y los
resultados del proceso de simulacin (anlisis dinmico nolineal) de las estructuras
generadas).Encadamatrizdemuestrasgeneradasparaunparmetroestructural, el
nmero de filas corresponde al nmero de muestras y el nmero de columnas al
nmerodenivelesdesismicidad.
NomEst.frg: Este archivo de texto contiene los datos para graficar las funciones de
distribucinacumuladadeladerivamximadeentrepisoylascurvasdefragilidad.
Figura B.2. Archivos de salida del programa Fragilidad: Archivo NomEst.sim que muestra los
datosdeentrada(izquierda)yarchivoNomEst.simquemuestralosresultados(derecha).
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 55
B.2.Mdulosdelprograma
FiguraB.3.MdulosprincipalesdelprogramaFragilidad
Acontinuacinsedescribenlosprincipalesmdulosdelprograma:
Fragilidad.m:ProgramaprincipalqueejecutalosmdulosNomEstIni.m,Guarden.m,
EstLHS.m,EstCurvas.myEstRes.m.
NomEstIni.m:Mduloquecontienelosdatosdeentradaparatodoelprograma.Seha
descritoendetalleenlaseccinB.1.
GuardaGen.m: Mdulo que se encarga de almacenar la informacin en los archivos
desalida.Todoslosarchivosdesalidapuedenrevisarsemediantecualquiereditorde
textos.
EstLHS.m: Mdulo que genera las muestras mediante Hipercubo Latino y ejecuta el
anlisis dinmico nolineal de cada de las muestras. Este mdulo ejecuta los
programasGenMuestras.m,GuardaMuestras.mySimNoLineal.m.
EstCurvas.m: Mdulo que genera las curvas de fragilidad luego de concluir todo el
proceso de simulacin. Este mdulo ejecuta los programas GenAcum.m,
GenCurvas.myGuardaCurvas.m.
EstRes.m: Mdulo que imprime y grafica los resultados. Este mdulo ejecuta los
programasImpHist.m,ImpDerivas.meImpCurvas.m.
Lasfuncionesquesonllamadasporlosmdulossonlassiguientes:
ajustepoli2.m:Realizaelajustedeunacurvamediantepolinomioscbicosnormales.
Por defecto la funcin de reajuste es de grado 3. Sin embargo, en algunos casos el
ajustedelascurvasnoessatisfactorioperosepuedecambiarelgradodelafuncin
dentrodelcdigodelafuncinparamejorelajuste.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 56
derivamax.m:Calculaladerivamximadeentrepisoapartirdelosdesplazamientos
decadaentrepiso.
Gsismo.m: Genera seales sintticas con la ayuda del programa SIMQKE. Los
parmetros de la funcin son la aceleracin mxima del terreno y la duracin de la
sealssmica.
Simulacion.m:Reanudaoiniciael analisisnolinealdelasmuestrasgeneradas.Siel
procesofueinterrumpido,llamaralafuncinconSimCont.Siseiniciaelprocesode
simulacin,llamaralafuncindesdeSimNoLineal.
B.3.Resultadosgeneradosporelprograma
AcontinuacinsemuestranalgunaspantallasderesultadosqueelprogramaFragilidad
tieneposibilidadesdecalcular.
FiguraB.4.Histogramasdelosparmetrosestructuralesgeneradosparaelprocesodesimulacin.
FiguraB.5.Funcionesdedistribucindeprobabilidadacumuladadeladerivamximade
entrepiso.Segeneranparacadaniveldeintensidadssmica.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 57
FiguraB.6.Curvasdefragilidadgeneradaparalosestadosdedao:sindao,leve,moderado,
severoycolapso.
EstimacindeprdidasporsismoenedificiosperuanosmedianteCurvasdeFragilidadAnalticas 58
Pontificia Universidad Catlica del Per
Departamento de Ingeniera
Seccin Ingeniera Civil
INFORME FINAL
Investigadores
Dr. Marcial Blondet
Ing. Alejandro Muoz
Asistente de investigacin
Ing. Jos Velsquez
Lima - Per
Octubre 2005
Pontificia Universidad Catlica del Per
CONTENIDO
RESUMEN
1. INTRODUCCIN
1.1. Antecedentes
1.2. Objetivos
1.3. Metodologa y plan de trabajo
4. CONCLUSIONES
REFERENCIAS BIBLIOGRFICAS
RESUMEN
El proyecto consiste en el estudio del peligro ssmico del campus PUCP y en el desarrollo de
una metodologa para evaluar las prdidas por sismo en edificios peruanos. Esta metodologa
se aplic a la estimacin del riesgo ssmico de dos edificaciones educativas. En este informe
final se describe el desarrollo terico y analtico de los mtodos y tcnicas a utilizar y su
adaptacin a los objetivos propuestos.
El peligro ssmico del campus se ha cuantificado mediante la aceleracin mxima del terreno
para varios escenarios de sismos (espectros de diseo y seales sintticas). Esta estimacin se
basa en un enfoque probabilstico que toma en cuenta la sismicidad histrica, las fallas activas
cercanas y las condiciones topogrficas del lugar en estudio.
Para evaluar la vulnerabilidad ssmica de las edificaciones educativas se propone un mtodo
sofisticado que permite estimar las prdidas (riesgo ssmico) mediante curvas de fragilidad.
Las curvas de fragilidad son una manera de representar las probabilidades de alcanzar
determinados niveles de dao y son generadas para un tipo de estructura mediante simulacin
Montecarlo.
1. INTRODUCCIN
1.1. Antecedentes
En el Per no existe una metodologa definida de estimacin de prdidas por sismos mientras
que en otros pases, estudios de riesgo ssmico han permitido tomar medidas preventivas de
reforzamiento en edificaciones vulnerables. La Pontificia Universidad Catlica del Per
(PUCP) ha propuesto desarrollar e implementar una metodologa de evaluacin de riesgo
ssmico para edificios peruanos que puede aplicarse a las edificaciones del campus PUCP.
Para lograr este objetivo se necesita conocer por un lado el grado de la amenaza ssmica a la
que est expuesto el campus PUCP (peligro ssmico) y por otro lado, la capacidad que tienen
sus edificaciones de resistir esta amenaza (vulnerabilidad ssmica). Al combinar el peligro con
la vulnerabilidad se pueden estimar las prdidas por sismo (riesgo ssmico).
La metodologa probabilstica para estimar el peligro ssmico fue desarrollada por Cornell
(1969 y 1970). Esta metodologa integra informacin sismo-tectnica, parmetros
sismolgicos y leyes de atenuacin regionales para los diferentes mecanismos de ruptura. El
resultado es una curva de peligro ssmico, donde se relacionan la aceleracin mxima del
terreno y la probabilidad anual de excedencia para un determinado tiempo de exposicin.
Recientemente, Monroy y Bolaos (2004) aplicaron esta metodologa para generar mapas de
peligro uniforme para el Per.
Uno de los primeros intentos para cuantificar la vulnerabilidad ssmica fue desarrollado por el
Consejo de Tecnologa Aplicada (ATC) que plasm sus resultados en el reporte ATC-13
(1985). Este reporte cuantifica la probabilidad de dao ssmico de diferentes tipologas de
edificios basndose en la opinin de expertos. El ATC desarroll un mtodo de evaluacin
visual rpida de edificios ante un potencial peligro ssmico. El procedimiento de este mtodo
se describe en el reporte FEMA 154 (ATC- 21 2000). Actualmente se est adaptando esta
metodologa para edificios peruanos (Muoz y Blondet 2004) con el objetivo de reforzar la
infraestructura educativa.
FOSA
PERUANA-CHILENA
COSTA AMAZONAS
0
ZON
AD PLACA SUDAMERICANA
E INT
PROFUNDIDAD, km
Figura 2.2. Seccin transversal del proceso tectnico en la zona de subduccin (Bariola 2001).
P [A] = P [A S , R ] f S (S ) f R (R ) dS dR (1)
PMX [a > A] = 1 e TR
(2)
Donde,
PMX [a>A], es la probabilidad de superar un valor aceleracin A.
t, es el tiempo de exposicin (generalmente la vida til de la edificacin).
TR, es el perodo de retorno.
El peligro ssmico en el campus se estim mediante el empleo del programa EQRisk
(McGuire, 1976). Se tomaron como datos de entrada las coordenadas del campus, las fuentes
3500
3000
2500
2000
1500
1000
500
0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Aceleracin (g)
Figura 2.3. Curva perodo de retorno vs. aceleracin asociada para las coordenadas del campus de la
PUCP.
Los valores de aceleracin pico para los tres niveles de sismicidad se muestran en la tabla 2.2.
Tabla 2.2. Aceleracin pico asociada a los tres niveles de sismicidad seleccionados
Nivel de Peligro Ssmico Aceleracin Pico Perodo de
(g) Retorno (aos)
Sismo Ocasional (50% de excedencia / 50 aos) 0,20 72
Sismo Raro (10% de excedencia / 50 aos) 0,40 475
Sismo Muy Raro (5% de excedencia / 50 aos) 0,50 975
Se puede comprobar que los resultados de la tabla anterior coinciden con las aceleraciones
estimadas por el programa MRIESGO (Monroy y Bolaos 2004), como se observa en el mapa
de distribucin de aceleraciones mostrado en la figura 2.4.
0 0
ECUADOR COLOMBIA
0. 30 g
4g
0..324g 0 0.0. 40
26
0 .3
0
28 g
-2 -2
g
g
0.
36
.3 38g g
g
6g
-4 0. -4
22
g
0.
0.
04
0.
20
g
06
0.
g
g
08
-6 -6
0. 20g
g
18
0.
0.
10
g
0.
0.
12
36
0.
g
g
14
g
-8 -8
0.
16 BRASIL
0.
g
18
0.45 g 0.
g
14
0.
O
g
20
0.
g
22
0.
0.40 g
g
0. 8g
24
-10 -10
0.. 302g 0 .3. 38 0g
0 .3 4g 0 .4
26
0 .3
g
0
2 g
0.34 g
OC
0
6g g
0.28 g
EA
NO
-12 -12
0.
0.22 g
12
0.
g
0.
PA
0 16
14
0 .18 g
0. .20gg
g
0.16 g
CI
0 2
0 .24 2g
0 .26 g
FI
0. .28g g
CO
30
0.10 g 0.
32 g
g
-14 0 0.1 -14
0 .14 2g
0 . 6g
0.04 g 0. . 16 g
34
0. 38 g
0 1 g
0 . 40 2 g
0. .20 8g
3 g
0.0.4 44gg
22 g
00..
0.02 g 0g
44
0 .2
0. .264g
28 g
g
-16 BOLIVIA -16
PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU
0 .30 2g
ESCUELA DE GRADUADOS
0.3
g
36
0 8
0. . 40 g
MANUEL MONROY, ANA BOLAOS - 2004 42 g
g
km
CHILE
-20 100 200 300 400 -20
-82 -80 -78 -76 -74 -72 -70 -68
Figura 2.4. Distribucin de aceleraciones en el Per para un periodo de exposicin de 50 aos y 10%
de probabilidad de excedencia (Monroy y Bolaos 2004).
Seales Sintticas
Las seales sintticas son registros de seales ssmicas aleatorias y que se utilizan para
representar el comportamiento estocstico del movimiento del suelo. En este trabajo se han
generado seales sintticas compatibles con el espectro de diseo de la norma peruana. Estas
seales se usan para estudiar la vulnerabilidad de los edificios mediante curvas de fragilidad.
En la figura 2.5 se muestran seales sintticas representativas de los niveles de peligro
ssmico para el campus PUCP.
Seal sintetica para una aceleracion maxima del suelo de 0.20g
0.5
0.4
0.3
0.2
Aceleracion del suelo, g
0.1
-0.1
-0.2
-0.3
-0.4
-0.5
0 10 20 30 40 50 60
Tiempo, s
0.4
0.3
0.2
Aceleracion del suelo, g
0.1
-0.1
-0.2
-0.3
-0.4
-0.5
0 10 20 30 40 50 60
Tiempo, s
Figura 2.5. Seales sintticas para sismos ocasionales (arriba) y sismos raros (abajo).
Como parte del presente trabajo se ha estudiado una primera metodologa que permite evaluar
la vulnerabilidad ssmica de edificaciones educativas de una manera visual y rpida (Muoz
2004). La segunda metodologa permitir estimar el riesgo ssmico, es decir, los costos de
reposicin de las edificaciones mediante el desarrollo de curvas de fragilidad. Esta ltima
constituye la mayor parte del trabajo realizado en este proyecto.
3.1. Evaluacin visual rpida de la vulnerabilidad ssmica
Tipologas estructurales
La caracterizacin de las tipologas se realiza para poder agrupar un gran nmero de edificios
con caractersticas similares y obtener un nico modelo representativo. De esta manera
analizando el modelo representativo se puede extrapolar los resultados para todo el grupo que
representa.
Las tipologas de edificaciones educativas ms importantes son :
Prticos de concreto armado rellenos con muros de albailera
Placas de concreto armado rellenos con muros de albailera
Mampostera de adobe
Mampostera con bloques de concreto
A partir de las tipologas definidas, se calculan los puntajes bsicos y los puntajes
modificadores. Estos puntajes son obtenidos a partir de las encuestas realizadas a los expertos.
Tabla 3.1. Matriz de probabilidad de dao propuesta por el ATC-13 para una tipologa (1985)
Probabilidad de dao en porcentaje para c/IMM y estado
Estado de Rango Factor Factor Central de dao
Dao Dao (%) Dao (%)
VI VII VIII IX X XI XII
1-Sin Dao 0 0,0 0,1
2-Mnimo 0-1 0,5 27,0 2,2
3-Ligero 1 - 10 5,0 72,9 89,3 32,2 3,0
4-Moderado 10 - 30 20,0 8,5 66,9 68,1 19,9 3,9 0,1
5-Pesado 30 - 60 45,0 0,9 28,9 74,2 57,8 12,4
6-Mayor 60 - 100 80,0 5,9 38,3 84,3
7-Destruccin 100 100,0 3,2
Funciones de distribucin
de probabilidad de dao
Matrices de
Curvas de fragilidad
probabilidad de dao
Figura 3.2. Metodologa para la simulacin de las curvas de fragilidad (Adaptado de Bonett 2003)
a. Variabilidad considerada
El mtodo de Montecarlo es una tcnica de simulacin que permite estimar la respuesta de
procesos estocsticos. A partir de funciones de distribucin de probabilidad de las variables
del proceso se pueden estimar las respuestas (Bonett 2003, Erberik y Elnashai 2004). Para
estudiar la vulnerabilidad de edificios, se genera un conjunto de muestras de las variables que
representan los parmetros ssmicos y estructurales. Los valores para cada parmetro se eligen
en forma aleatoria a partir de su distribucin de probabilidad. Para obtener resultados
confiables se requiere de un gran nmero de ejecuciones. Para reducir el tamao de la muestra
se utiliza la tcnica del Hipercubo Latino (Florian 1992). Esta tcnica permite reducir la
muestra a 100 modelos estructurales que representan razonablemente bien las incertidumbres
en las variables ssmicas y estructurales.
Parmetros ssmicos
Para representar la accin ssmica en el anlisis no-lineal se utilizan seales sintticas
(acelerogramas aleatorios). Se generan seales compatibles con el espectro de peligro
uniforme del sitio. Estas seales sintticas se generan para un Parmetro indicador de la
Intensidad Ssmica (PIS). El PIS utilizado es la aceleracin mxima del suelo (PGA) debido a
que el peligro ssmico est definido en funcin de este parmetro en todo el territorio peruano.
En la figura 2.5 se observan acelerogramas generados para un determinado sitio con PGAs de
0,20g y 0,40g compatibles con el espectro elstico de diseo de la norma peruana.
Parmetros estructurales
Los parmetros estructurales considerados fueron la resistencia a la compresin del concreto
(fc) y el esfuerzo de fluencia del acero de refuerzo (fy). De acuerdo a datos experimentales el
fy se ajusta mejor a una distribucin lognormal. Para el fy de 4200kg-f/cm2 se usa una media
de 4800kg-f/cm2 y un coeficiente de variacin del 6%. En el concreto, es tpico utilizar la
distribucin normal y para un concreto con fc de 280 kg-f/cm2 se adopta una media de 320
kg-f/cm2 y un coeficiente de variacin del 15%.
Estados de Dao
Para estudiar el efecto de los sismos se utiliza el factor de dao que representa la relacin
entre el costo de reparacin y el costo de reposicin (reemplazo total) del edificio. Los valores
mostrados en la tabla 3.2 son los recomendados por Hwang y Lin (2002) y que han sido
utilizados en esta metodologa. Por ejemplo, a partir de esta tabla, podramos afirmar que para
reparar una estructura que ha sufrido dao moderado el costo de reparacin equivale al 20%
del costo de reposicin.
Debido a que los elementos estructurales y no-estructurales son sensibles a los
desplazamientos relativos de entrepiso, en este estudio se usa la deriva mxima de entrepiso,
mx, como PID. A partir de la curva de capacidad de la estructura se definen los rangos de
mx asociados con los estados de dao (SEAOC 1999).
Tabla 3.2. Estados de dao y factores de dao sugeridos por Hwang y Lin (2002)
EstadodeDao FactordeDao
SinDao 0%
Leve 5%
Moderado 20%
Severo 65%
Completo 100%
Colegio
780 nuevo
(3.1)
La figura 3.4 muestra el procedimiento de obtencin de una curva de fragilidad para el caso
del estado de dao severo. Por ejemplo, para un PGA de 0,20 g, y mx = 0,90 %
correspondiente al estado de dao severo, se tiene una fdp de 0,50. La probabilidad de
excedencia se obtiene como FD=1-fdp = 1-0,50=0,50, que representa una probabilidad del
50% de alcanzar o exceder el nivel de dao severo para una aceleracin mxima del terreno
de 0,20g. Los puntos as obtenidos se pueden tambin ajustar a los polinomios normales
propuestos por Hong y Lind (1996) o una distribucin lognormal. Se aplica el mismo
procedimiento para los dems estados de dao y se obtienen curvas como las mostradas en la
figura 3.1.
Figura 3.4. 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 PGA. b) FDi se obtiene como 1 fdpi y se ajusta la curva de
probabilidad a los puntos obtenidos. (Bonett 2003).
Curvas de fragilidad
Como aplicacin de esta metodologa se seleccion 2 colegios tpicos peruanos: un sistema
aporticado relativamente antiguo que ha tenido pobre desempeo ssmico, 780 antiguo, y
un sistema de diseo ms reciente cuyo excelente desempeo ha sido probado en el sismo de
Arequipa del 2001, el 780 moderno. La denominacin 780 se debe a que ambos colegios
tiene aulas de 7,80m de largo. Las curvas de fragilidad se muestran en la figura 3.6. Se puede
observar claramente que el colegio 780 Moderno tiene una mejora radical en su desempeo
ssmico y por lo tanto baja probabilidad de daos severos para sismos moderados. Esto se
debe al aumento en la exigencia de rigidez lateral impuesta por la norma sismorresistente de
1997 (SENCICO 1997).
Figura 3.7. Determinacin del Factor de Dao Medio a partir de las Curvas de Fragilidad.
Considerando un colegio tipo 780 antiguo de 450m2 de rea construida y cuyo costo de
reposicin es de aproximadamente US$250/m2, se estima un costo de reparacin de su
estructura ante un sismo de 0,40g de 43,75% x 450m2 x US$250/m2 = US$ 49219. En la tabla
3.3 se muestran los costos de reparacin estimados para ambos colegios tpicos y para los 3
niveles de peligro ssmico..
Tabla 3.3. Costos de reparacin estructural de los 2 colegios tpicos peruanos
Aceleracin Costo de reparacin (miles de US$)
Intensidad Ssmica
pico (g) 780 antiguo 780 moderno
Sismo Ocasional 0,20 9,3 0,0
Sismo Raro 0,40 49,2 5,5
Sismo Muy Raro 0,50 74,0 10,1
4. CONCLUSIONES
Este trabajo demuestra que las curvas de fragilidad permiten estimar razonablemente bien las
prdidas por sismo, ya que toman en cuenta las incertidumbres tanto en la demanda ssmica
como en la respuesta de la estructura. Debido a que se trata de una herramienta probabilstica,
su aplicacin resultar ms efectiva si se aplica masivamente a grupos de edificios de
similares caractersticas estructurales.
Debido a que existe una cantidad importante de colegios diseados con la norma previa al ao
1997 (780 antiguo), esta metodologa puede aplicarse para evaluar el riesgo ssmico (costos
de reparacin) de estas edificaciones ante diversos escenarios de sismos. Tambin se pueden
proponer algunos sistemas de refuerzo y evaluar su desempeo mediante sus curvas de
fragilidad. Esta metodologa puede ser utilizada para estimar las prdidas por sismo en los
edificios del campus PUCP.
La metodologa para generar curvas de fragilidad tiene muchas simplificaciones, pero puede
mejorarse si se toman en cuenta otras variables particulares del sitio (accin ssmica) y de la
estructura. En un trabajo futuro la metodologa podra refinarse para generar curvas de
fragilidad ms consistentes. Las recomendaciones son: incluir sismos reales en vez de seales
sintticas, considerar la definicin de los estados de dao como dependiente de los parmetros
estructurales y utilizar como parmetro indicador de la intensidad ssmica al pseudo-
desplazamiento o la pseudo-aceleracin de la estructura ya que son ms representativos de la
demanda ssmica.
REFERENCIAS BIBLIOGRFICAS
Applied Technology Council (ATC). 1985. Earthquake Damage Evaluation data for
California. ATC-13. Redwood City, California.
Applied Technology Council (ATC). 2000. Rapid Visual Screening of Buildings for
Potential Seismic Hazards: A Handbook. ATC-21/FEMA 154. Washington, USA.
Bonett, Ricardo. 2003. Vulnerabilidad y Riesgo Ssmico de Edificios. Aplicacin a entornos
urbanos en zonas de amenaza alta y moderada. Tesis Doctoral, Universidad Politcnica de
Catalua. Barcelona.
Braga F., Dolce M., Liberatore D. 1986. Assessment of the relationships between
macroseismic intensity, type of building and damage, based on recent Italy earthquake data.
Proceeding of the 8th European Conference on Earthquake Engineering. Lisboa, Portugal.
Casaverde L. y Vargas J. 1980. Zonificacin Ssmica del Per, II Seminario
Latinoamericano de Ingeniera Sismorresistente, OEA y PUCP Lima, Per.
Castillo, J., Alva, J. 1993. Peligro Ssmico en el Per, VII Congreso Nacional de Mecnica
de Suelos e Ingeniera de Cimentaciones, Lima, Per.
Cornell, C. A., and Benjamin, J. R. 1970. Probability, Statistics, and Decision for Civil
Engineers.
Cornell, C. A., and Vanmarcke, E. H. 1969. The Major Influences on Seismic Risk,
Proceedings. Fourth World Conference on Earthquake Engineering, Vol. I.
Erberik, M., and Elnashai, A. 2004. Vulnerability Analysis of Flat Slab Structures.
Proceedings of the 13th World Conference on Earthquake Engineering. Paper No. 3102.
Vancouver, August, 2004.
Florian, A. 1992. An efficient sampling scheme: Updated Latin Hypercube Sampling.
Probabilistic Engineering Mechanics, 7, 123130.
Hong, H. P. y Lind, N. C. 1996. Approximate reliability analysis using normal polynomial
and simulation results. Structural Safety, 18(4), 329339.
Hwang, H. H. M., and Huo, J-R. 1994. Generation of Hazard-Consistent Fragility Curves for
Seismic Loss Estimation Studies. Technical Report NCEER-94-0015.
Hwang, H., and Lin, Y.W. 2002. Seismic Loss Assessment of Memphis City School
Buildings. Proceedings of the Seventh U.S. National Conference on Earthquake Engineering
(7NCEE).
MathWorks Inc. 2002. MATLAB. The Language of Technical Computing.
McGuire, R. 1976. EQRISK. Evaluation of Sites for Earthquake Risk, Open File Report 79-
97. USGS, EEUU.
Monroy M., Bolaos L. 2004. Espectros de peligro ssmico uniforme. Programa
MRIESGO. Tesis para optar el grado de Magster en Ingeniera Civil. PUCP.
Muoz A. y Blondet M. 2004. Plan Nacional de Proteccin Ssmica de la Infraestructura
Educativa del Per. Proyecto de Investigacin auspiciado por la DAI. Primer Informe.
Pontificia Universidad Catlica del Per.
PRIMER INFORME
Investigadores
Jorge Marcial Blondet Saavedra
Juan Alejandro Muoz Pelaez
Lima - Per
Diciembre 2004
Pontificia Universidad Catlica del Per
Contenido
RESUMEN 3
1. INTRODUCCIN 3
1.1. Antecedentes 3
1.2. Objetivos 4
1.3. Metodologa y plan de trabajo 5
1.4. Resultados esperados 6
1.5. Avance realizado 6
REFERENCIAS BIBLIOGRFICAS 25
RESUMEN
1. INTRODUCCIN
1.1. Antecedentes
1.2. Objetivos
FOSA
PERUANA-CHILENA
COSTA AMAZONAS
0
ZO
NA PLACA SUDAMERICANA
DE
INT
PROFUNDIDAD, km
E RF (ZONA CORTICAL)
50 A SE
PL A
CA
DE
NAZ ZO
CA NA
DE
100 IN T
RAP
8a LAC
10 A
cm
/a
o
150
Figura 2.2. Seccin transversal del proceso tectnico en la zona de subduccin (Bariola
2001).
P [A] = P [A S , R ] f S (S ) f R (R ) dS dR (1)
PMX [a > A] = 1 e TR
(2)
Donde,
PMX [a>A], es la probabilidad de superar un valor aceleracin A.
t, es el tiempo de exposicin (generalmente la vida til de la edificacin).
TR, es el perodo de retorno.
El peligro ssmico en el campus se estim mediante el empleo del programa
EQRisk (McGuire, 1976). Se tomaron como datos de entrada las
coordenadas del campus, las fuentes sismognicas sugeridas por Castillo y
Alva (1993) y se emple la ley de atenuacin de Casaverde y Vargas (1980).
Adems, se establecieron valores de recurrencia (inversa del perodo de
retorno) para los cuales se estim la aceleracin pico asociada. Con estas
aceleraciones se gener la curva perodo de retorno versus aceleracin para
el campus PUCP mostrada en la figura 2.2.
Perodo de Retorno (aos)
3500
3000
2500
2000
1500
1000
500
0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Aceleracin (g)
Figura 2.2. Curva perodo de retorno vs. aceleracin asociada para las coordenadas del
campus de la PUCP.
Tabla 2.2. Aceleracin pico asociada a los tres niveles de sismicidad seleccionados
Se puede comprobar que los resultados de la tabla anterior coinciden con las
aceleraciones estimadas por el programa MRIESGO (Monroy y Bolaos
2004), como se observa en el mapa de distribucin de aceleraciones
mostrado en la figura 2.3.
0. 30 g
4g
0..324g 0 0.0. 40
26
+1 +1
0 .3
0
28 g
g
g
0 0
.3 38g g
ECUADOR COLOMBIA
6g
-2 -2
0.
36
g
-4 -4
0.
22
g
0.
0.
04
0.
20
g
06
0.
g
g
08
-6 -6
0. 20g
g
18
0.
0.
10
g
0.
0.
12
36
0.
g
g
14
g
-8 -8
BRASIL
0.
O
16
0.
g
18
0.
0.45 g
g
14
0.
g
2
0.
0g
22
0.
0.40 g
g
0. 8g
24
-10 -10
0.. 302g 0 .3.38 0g
0 .3 4g 0 .4
26
0 .3
g
0
2 g
0.34 g
OC
0
6g g
0.28 g
EA
NO
-12 -12
0.
0.22 g
12
0.
g
0.
PA
16
0
14
0 .18 g
0 .20 g
g
0.16 g
CI
0. .22 g
0. 24 g
FI
0 2 6 g
0. .28g g
CO
30
0.10 g 0.
32 g
g
-14 0 0.1 -14
0 .14 2g
0.
0.04 g 0 .1 g
34
0. .38 g
0 .1 6g
0 4 0 2g
0. .20 8g
36 g
0.0.4 44gg
g
g
22 g
00..
0.02 g 0g
44
0 .2
0. .264g
28 g
g
-16 BOLIVIA -16
PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU
0 .30 2g
ESCUELA DE GRADUADOS
0.3
g
36
0 8
0. . 4 0 g
MANUEL MONROY, ANA BOLAOS - 2004 42 g
g
km
CHILE
-20 100 200 300 400 -20
-82 -80 -78 -76 -74 -72 -70 -68
Seales Sintticas
Resumen
Este procedimiento forma parte del estudio realizado por Muoz cuyo objetivo
es reforzar la infraestructura educativa peruana. Requiere de la ejecucin de
encuestas de opinin a expertos en estructuras y en evaluacin de daos
producidos por sismos.
La evaluacin visual de un edificio en particular, se lleva cabo mediante el
llenado de un formulario. El resultado es la obtencin de un puntaje
estructural P, el cual toma en cuenta la tipologa estructural del edificio y las
caractersticas individuales que pueden ser observadas desde su exterior. El
puntaje estructural P se relaciona con la probabilidad de que el edifico
presente un nivel dao que amenace la vida de los ocupantes ante la
ocurrencia de un sismo severo en la regin en estudio. Mediante el puntaje
P, se puede decidir qu edificios requieren una evaluacin ms detallada.
El procedimiento de evaluacin visual rpida podr ser aplicable en el Per
teniendo en cuenta las variaciones en los parmetros de entrada como son la
tipologa estructural, los puntajes estructurales bsicos y los puntajes
modificadores.
En la figura 3.1 se presenta la propuesta tentativa del formulario de
evaluacin.
Tipologas estructurales
- Mampostera de adobe
- Mampostera con bloques de concreto
OTRASCARACTERISTICAS
NoPISOS: AOCONSTR.:
EVALUADOR: FECHA:
AREATOTALDELAEDIFICACION.
NOMBREDELAEDIFICACION:
USO:
USO PUNTAJESESTRUCTURALESBASICOSYMODIFICADORES
RESIDENCIAL TIPOLOGIA AD AC C1 C2 C3 M1 M2
COMERCIAL NoPERSONAS PUNTAJEBASICO ? ? ? ? ? ? ?
OFICINA
INDUSTRIAL 010 ALTURA ? ? ? ? ? ? ?
PUBLICO 11100 COND.POBRE ? ? ? ? ? ? ?
COLEGIO 100+ IRREGULARIDADVERTICAL ? ? ? ? ? ? ?
EDIF.GOBIERNO PISOBLANDO ? ? ? ? ? ? ?
SERV.EMERG DENSIDADMUROS ? ? ? ? ? ? ?
EDIF.HISTOR. IRREGULARIDADENPLANTA ? ? ? ? ? ? ?
PELIGRO CHOQUE ? ? ? ? ? ? ?
NOESTRUCTURAL COLUMNACORTA ? ? ? ? ? ? ?
NORMAACTUAL ? ? ? ? ? ? ?
SUELOBLANDO ? ? ? ? ? ? ?
SUELOINTERMEDIO ? ? ? ? ? ? ?
SUELODURO ? ? ? ? ? ? ?
PUNTAJEFINALP
COMENTARIOS REQUIEREEVALUACION
POSTERIOR?
SI NO
AD ADOBE
AC ACERO
C1 PLACASDECONCRETOARMADO
C2 PORTICOSDECONCRETOARMADO
C3 PORTICOSRELLENOSCONMUROSDEALBAILERIA
M1 MAMPOSTERIASINREFORZAR
M2 MAMPOSTERIAREFORZADA
Figura 3.1. Propuesta tentativa del Formulario de Evaluacin Visual Rpida para las
tipologas de edificaciones educativas peruanas (Muoz 2004).
Las matrices de probabilidad de dao son otra forma de relacionar (en forma
discreta) la intensidad ssmica con los estados de dao. Estas matrices
expresan la probabilidad de obtener un determinado nivel de dao para una
estructura sujeta a un sismo con un nivel de severidad determinado (Braga et
al 1986).
Tabla 3.1. Matriz de probabilidad de dao propuesta por el ATC-13 para una tipologa (1985)
Probabilidad de dao en porcentaje para c/IMM y
Estado de Rango Factor Factor Central estado de dao
Dao Dao (%) Dao (%)
VI VII VIII IX X XI XII
1-Sin Dao 0 0,0 0,1
2-Mnimo 0-1 0,5 27,0 2,2
3-Ligero 1 - 10 5,0 72,9 89,3 32,2 3,0
4-Moderado 10 - 30 20,0 8,5 66,9 68,1 19,9 3,9 0,1
5-Pesado 30 - 60 45,0 0,9 28,9 74,2 57,8 12,4
6-Mayor 60 - 100 80,0 5,9 38,3 84,3
7-Destruccin 100 100,0 3,2
Funciones de distribucin
de probabilidad de dao
Matrices de
Curvas de fragilidad
probabilidad de dao
Figura 3.3. Metodologa para la simulacin de las curvas de fragilidad (Adaptado de Bonett 2003)
(a) (b)
Figura 3.4. Distribucin Normal (a) y Log-normal (b) tpicas.
Simulacin Montecarlo
Curvas de fragilidad
Figura 3.6. 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 PGA. b) FDi se obtiene como 1 fdpi y se
ajusta la curva de probabilidad a los puntos obtenidos. (Bonett 2003).
Este trabajo tambin forma parte del estudio realizado por Muoz (2004). A
continuacin se describe en forma resumida el contenido de este trabajo.
El primer paso en esta metodologa es definir los estados de dao y la
variable que se utilizar para identificar el nivel de dao fsico de las
estructuras. La variable que define el nivel de dao fsico de las estructuras
es el Factor de Dao (FD) y se define con la siguiente relacin.
Los estados de dao y sus rangos de aplicacin que utiliza el reporte ATC-13
son los que se muestran en la tabla 4.
A los expertos se les entrega una encuesta para que estimen el nivel de dao
fsico de una estructura ante cierto nivel de intensidad del movimiento
ssmico. En la metodologa desarrollada se identifica diversas tipologas
estructurales y por lo tanto se determina el nivel de daos de cada una de
ellas. El resultado final es la obtencin de matrices de probabilidad de daos
para cada tipologa estructural (ver ejemplo en tabla 3.1).
El procedimiento para obtener y procesar las opiniones de expertos se
modela mediante el mtodo Delphi. El mtodo consiste en la formulacin de
cuestionarios, obtencin de respuestas e iteracin de los resultados varias
veces (Muoz 2004).
En el presente proyecto se pretende verificar las curvas de fragilidad
analticas con las generadas a partir de la opinin de expertos.
Espectro de Respuesta
Sa
Espectro de Capacidad
Sd
1.00
Dao Acumulado
L
M
S
0.50
C Curvas de Fragilidad
0.00
Sd
100%
Estados de Dao:
Costo de reposicin
N - Nulo
L - Leve
50% M - Moderado
S - Severo
C - Completo
0%
N L M S C
Figura 3.7. Metodologa de estimacin de prdidas por sismo (Adaptado de HAZUS 1999).
Resumen
REFERENCIAS BIBLIOGRFICAS
Castillo, J., Alva, J. 1993. Peligro Ssmico en el Per, VII Congreso Nacional
de Mecnica de Suelos e Ingeniera de Cimentaciones, Lima, Per.
EDUCATIVAS PERUANAS
RESUMEN
En este artculo se presenta una metodologa probabilstica para estimar prdidas por sismo en edificios
educativos peruanos. Se generan curvas de fragilidad (vulnerabilidad) para 2 tipos de edificios
representativos de colegios y se estiman prdidas en escenarios de peligro ssmico definidos. Las curvas
de fragilidad se generan analticamente mediante simulacin considerando las incertidumbres en la
demanda ssmica y en los parmetros estructurales. La metodologa puede aplicarse masivamente a los
colegios antiguos para estimar el monto de prdidas ante un eventual sismo. sto permitir tambin
evaluar sistemas de refuerzo.
Las curvas de fragilidad representan la probabilidad de que una estructura exceda un determinado estado
de dao en funcin de un parmetro que define la intensidad ssmica. Estas curvas sirven para estimar el
riesgo ssmico de grupos de edificios con caractersticas estructurales similares o de una estructura
esencial (puente, planta nuclear, aeropuerto, lneas vitales). Las curvas de fragilidad se pueden generar
mediante observaciones de campo, basndose en la opinin de expertos y utilizando mtodos analticos
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
(Bonett 2003). Cuando no se dispone de suficiente informacin de campo, las curvas de fragilidad pueden
generarse analticamente mediante simulacin (Hwang y Huo 1994).
La figura 1.1 muestra un ejemplo de curvas de fragilidad para un tipo de estructura. La intensidad ssmica
se ha definido por la aceleracin pico del suelo. Se observa que para una aceleracin de 0,30g, la
probabilidad de que esta edificacin presente un dao completo ser de 37%. El 35 % de edificios de este
tipo sufriran dao severo, el 20 % dao moderado y solo el 8% dao leve, ante la misma intensidad
ssmica.
Funciones de distribucin
de probabilidad de dao
Matrices de
Curvas de fragilidad
probabilidad de dao
Fig. 1.2. Metodologa para generar analticamente curvas de fragilidad (adaptado de Bonett 2003)
El mtodo de Montecarlo es una tcnica de simulacin que permite estimar la respuesta de procesos
estocsticos. A partir de funciones de distribucin de probabilidad de las variables del proceso se pueden
estimar las respuestas (Bonett 2003, Erberik y Elnashai 2004). Para estudiar la vulnerabilidad de edificios,
se genera un conjunto de muestras de las variables que representan los parmetros ssmicos y
estructurales. Los valores para cada parmetro se eligen en forma aleatoria a partir de su distribucin de
probabilidad. Para obtener resultados confiables se requiere de un gran nmero de ejecuciones. Para
reducir el tamao de la muestra se utiliza la tcnica del Hipercubo Latino (Florian 1992). Esta tcnica
permite reducir la muestra a 100 modelos estructurales que representan razonablemente bien las
incertidumbres en las variables ssmicas y estructurales.
Para representar la accin ssmica en el anlisis no-lineal se utilizan seales sintticas (acelerogramas
aleatorios). Se generan seales compatibles con el espectro de peligro uniforme del sitio. Estas seales
sintticas se generan para un Parmetro indicador de la Intensidad Ssmica (PIS). El PIS utilizado es la
aceleracin mxima del suelo (PGA) debido a que el peligro ssmico est definido en funcin de este
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
parmetro en todo el territorio peruano. En la figura 1.3 se observa un acelerograma generado para un sitio
con PGA de 0,4g compatible con el espectro elstico de diseo de la norma peruana.
Fig. 1.3. Acelerograma generado para un PGA de 0,4g compatible con el espectro de diseo peruano.
Los parmetros estructurales considerados fueron la resistencia a la compresin del concreto (fc) y el
esfuerzo de fluencia del acero de refuerzo (fy). De acuerdo a datos experimentales el fy se ajusta mejor a
una distribucin lognormal. Para el fy de 4200kg-f/cm2 se usa una media de 4800kg-f/cm2 y un coeficiente
de variacin del 6%. En el concreto, es tpico utilizar la distribucin normal y para un concreto con fc de
280 kg-f/cm2 se adopta una media de 320 kg-f/cm2 y un coeficiente de variacin del 15%.
Para estudiar el efecto de los sismos se utiliza el factor de dao que representa la relacin entre el costo de
reparacin y el costo de reposicin (reemplazo total) del edificio. Los valores mostrados en la tabla 1.1.
son los recomendados por Hwang y Lin (2002) y que han sido utilizados en esta metodologa. Por
ejemplo, a partir de esta tabla, podramos afirmar que para reparar una estructura que ha sufrido dao
moderado el costo de reparacin equivale al 20% del costo de reposicin.
Debido a que los elementos estructurales y no-estructurales son sensibles a los desplazamientos relativos
de entrepiso, en este estudio se usa la deriva mxima de entrepiso, mx, como PID. A partir de la curva de
capacidad de la estructura se definen los rangos de mx asociados con los estados de dao (SEAOC 1999).
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
Tabla 1.1. Estados de dao y factores de dao sugeridos por Hwang y Lin (2002)
EstadodeDao FactordeDao
SinDao 0%
Leve 5%
Moderado 20%
Severo 65%
Completo 100%
El modelo estructural considera elementos unidimensionales con rtulas concentradas por flexin y
rtulas concentradas por corte, de tal manera que se toma en cuenta la degradacin de la rigidez y la
prdida de resistencia de los elementos del sistema estructural a travs del tiempo. Los modelos simulados
son sometidos a las seales sintticas que representan el movimiento ssmico. Para realizar el anlisis no-
lineal se utiliza el programa DRAIN-2DX (Prakah et al. 1993).
A partir de los resultados obtenidos del proceso de simulacin, se obtienen las funciones de distribucin
de probabilidad del PID para cada nivel de intensidad ssmica (PIS). La figura 1.4. muestra un ejemplo
para los desplazamientos laterales mximos de un colegio tpico peruano. Estas curvas fueron ajustadas
mediante polinomios cbicos normales (Hong y Lind 1996).
Colegio
780 nuevo
Fig. 1.4. Funcin de distribucin de probabilidad acumulada (fdp) de los desplazamientos laterales mximos para
un modelo de colegio tpico peruano.
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
Utilizando las funciones de distribucin condicional del parmetro de respuesta estructural (figura 1.4) 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 (PIS) con la probabilidad de excedencia (FD)
de un estado de dao EDi (Bonett 2003). sto es:
(1.1)
La figura 1.5 muestra el procedimiento de obtencin de una curva de fragilidad para el caso del estado de
dao severo. Por ejemplo, para un PGA de 0,20 g, y mx = 0,90 % correspondiente al estado de dao
severo, se tiene una fdp de 0,50. La probabilidad de excedencia se obtiene como FD=1-fdp = 1-0,50=0,50,
que representa una probabilidad del 50% de alcanzar o exceder el nivel de dao severo para una
aceleracin mxima del terreno de 0,20g. Los puntos as obtenidos se pueden tambin ajustar a los
polinomios normales propuestos por Hong y Lind (1996) o una distribucin lognormal. Se aplica el
mismo procedimiento para los dems estados de dao y se obtienen curvas como las mostradas en la
figura 1.1.
Figura 1.5. Procedimiento para la obtencin de las curvas de fragilidad (Bonett 2003).
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
El proceso para generar las curvas de fragilidad se ha sistematizado mediante un programa desarrollado en
MatLab (MathWorks 2002) denominado Fragilidad. Este programa tiene la intencin de ser de
propsito general, es decir, que pueda aplicarse al estudio de cualquier tipologa estructural. En el futuro
se pretende mejorar la interfase y habilitar ms opciones para que pueda aplicarse en la estimacin del
riesgo ssmico de los edificios de la Pontificia Universidad Catlica del Per.
El cdigo ha sido desarrollado de acuerdo al diagrama mostrado en la figura 1.2. Cada bloque representa
un mdulo del programa y puede documentarse, optimizarse y en general, mantenerse en forma
independiente. El programa Fragilidad requiere de un archivo de entrada de datos donde se debe
proporcionar informacin sobre el modelo estructural, parmetros ssmicos y estructurales, funciones de
distribucin de probabilidad, definicin de los estados de dao y parmetros del proceso de simulacin.
Figura 2.1. Archivo de entrada de datos para los programas DRAIN-2DX y Fragilidad.
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
Como aplicacin de esta metodologa se seleccion 2 colegios tpicos peruanos: un sistema aporticado
relativamente antiguo que ha tenido pobre desempeo ssmico, 780 antiguo, y un sistema de diseo ms
reciente cuyo excelente desempeo ha sido probado en el sismo de Arequipa del 2001, el 780 moderno.
La denominacin 780 se debe a que ambos colegios tiene aulas de 7,80m de largo. Las curvas de
fragilidad se muestran en la figura 2.2. Se puede observar claramente que el colegio 780 Moderno tiene
una mejora radical en su desempeo ssmico y por lo tanto baja probabilidad de daos severos para sismos
moderados. Esto se debe al aumento en la exigencia de rigidez lateral impuesta por la norma
sismorresistente de 1997 (SENCICO 1997).
Las curvas de fragilidad de estos colegios permiten calcular directamente los costos de reparacin,
escogiendo adecuadamente escenarios de intensidad ssmica. Cabe mencionar que no se toma en cuenta el
dao producido en los elementos no-estructurales. El procedimiento consiste en determinar las
probabilidades para los diversos estados de dao y los factores de dao (FD), que permiten calcular un
Factor de Dao Medio, FDM (Hwang y Lin 2002). En la figura 3.1 se muestra la forma de obtener el
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
FDM para el colegio 780 antiguo y para una intensidad ssmica representada por un PGA de 0,4g. A
partir de esta tabla se puede afirmar que la estructura se daa, en promedio, un 43,75%.
Figura 3.1. Determinacin del Factor de Dao Medio a partir de las Curvas de Fragilidad.
Considerando un colegio tipo 780 antiguo de 450m2 de rea construida y cuyo costo de reposicin es de
aproximadamente US$250/m2, se estima un costo de reparacin de su estructura ante un sismo de 0,40g de
43,75% x 450m2 x US$250/m2 = US$ 49219. En la tabla 3.1 se muestran los costos de reparacin
estimados para ambos colegios tpicos y para 3 escenarios de intensidad ssmica.
4 CONCLUSIONES
Este trabajo demuestra que las curvas de fragilidad permiten estimar razonablemente bien las prdidas por
sismo, ya que toman en cuenta las incertidumbres tanto en la demanda ssmica como en la respuesta de la
estructura. Debido a que se trata de una herramienta probabilstica, su aplicacin resultar ms efectiva si
se aplica masivamente a grupos de edificios de similares caractersticas estructurales.
Debido a que existe una cantidad importante de colegios diseados con la norma previa al ao 1997 (780
antiguo), esta metodologa puede aplicarse para evaluar el riesgo ssmico (costos de reparacin) de estas
edificaciones ante diversos escenarios de sismos. Tambin se pueden proponer algunos sistemas de
refuerzo y evaluar su desempeo mediante sus curvas de fragilidad.
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
La metodologa propuesta tiene muchas simplificaciones, pero puede mejorarse si se toman en cuenta
otras variables particulares del sitio (accin ssmica) y de la estructura. En un trabajo futuro la
metodologa podra refinarse para generar curvas de fragilidad ms consistentes. Las recomendaciones
son: incluir sismos reales en vez de seales sintticas, considerar la definicin de los estados de dao
como dependiente de los parmetros estructurales y utilizar como parmetro indicador de la intensidad
ssmica al pseudo-desplazamiento o la pseudo-aceleracin elstica de la estructura ya que son ms
representativos de la demanda ssmica.
REFERENCIAS
Bonett, Ricardo (2003). Vulnerabilidad y Riesgo Ssmico de Edificios. Aplicacin a entornos urbanos en
zonas de amenaza alta y moderada. Tesis Doctoral. Universidad Politcnica de Catalua. Barcelona.
Erberik, M., and Elnashai, A. (2004). Vulnerability Analysis of Flat Slab Structures. Proceedings of the
13th World Conference on Earthquake Engineering. Paper No. 3102. Vancouver, August, 2004.
Florian, A. (1992). An efficient sampling scheme: Updated Latin Hypercube Sampling. Probabilistic
Engineering Mechanics, 7, 123130.
Hong, H. P., and Lind, N. C. (1996). Approximate reliability analysis using normal polynomial and
simulation results. Structural Safety, 18(4), 329339.
Hwang, H. H. M., and Huo, J-R (1994). Generation of Hazard-Consistent Fragility Curves for Seismic
Loss Estimation Studies. Technical Report NCEER-94-0015.
Hwang, H., and Lin, Y.W. (2002). Seismic Loss Assessment of Memphis City School Buildings.
Proceedings of the Seventh U.S. National Conference on Earthquake Engineering (7NCEE).
EDUCATIVAS PERUANAS
RESUMEN
En este artculo se presenta una metodologa probabilstica para estimar prdidas por sismo en edificios
educativos peruanos. Se generan curvas de fragilidad (vulnerabilidad) para 2 tipos de edificios
representativos de colegios y se estiman prdidas en escenarios de peligro ssmico definidos. Las curvas
de fragilidad se generan analticamente mediante simulacin considerando las incertidumbres en la
demanda ssmica y en los parmetros estructurales. La metodologa puede aplicarse masivamente a los
colegios antiguos para estimar el monto de prdidas ante un eventual sismo. sto permitir tambin
evaluar sistemas de refuerzo.
Las curvas de fragilidad representan la probabilidad de que una estructura exceda un determinado estado
de dao en funcin de un parmetro que define la intensidad ssmica. Estas curvas sirven para estimar el
riesgo ssmico de grupos de edificios con caractersticas estructurales similares o de una estructura
esencial (puente, planta nuclear, aeropuerto, lneas vitales). Las curvas de fragilidad se pueden generar
mediante observaciones de campo, basndose en la opinin de expertos y utilizando mtodos analticos
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
(Bonett 2003). Cuando no se dispone de suficiente informacin de campo, las curvas de fragilidad pueden
generarse analticamente mediante simulacin (Hwang y Huo 1994).
La figura 1.1 muestra un ejemplo de curvas de fragilidad para un tipo de estructura. La intensidad ssmica
se ha definido por la aceleracin pico del suelo. Se observa que para una aceleracin de 0,30g, la
probabilidad de que esta edificacin presente un dao completo ser de 37%. El 35 % de edificios de este
tipo sufriran dao severo, el 20 % dao moderado y solo el 8% dao leve, ante la misma intensidad
ssmica.
Funciones de distribucin
de probabilidad de dao
Matrices de
Curvas de fragilidad
probabilidad de dao
Fig. 1.2. Metodologa para generar analticamente curvas de fragilidad (adaptado de Bonett 2003)
El mtodo de Montecarlo es una tcnica de simulacin que permite estimar la respuesta de procesos
estocsticos. A partir de funciones de distribucin de probabilidad de las variables del proceso se pueden
estimar las respuestas (Bonett 2003, Erberik y Elnashai 2004). Para estudiar la vulnerabilidad de edificios,
se genera un conjunto de muestras de las variables que representan los parmetros ssmicos y
estructurales. Los valores para cada parmetro se eligen en forma aleatoria a partir de su distribucin de
probabilidad. Para obtener resultados confiables se requiere de un gran nmero de ejecuciones. Para
reducir el tamao de la muestra se utiliza la tcnica del Hipercubo Latino (Florian 1992). Esta tcnica
permite reducir la muestra a 100 modelos estructurales que representan razonablemente bien las
incertidumbres en las variables ssmicas y estructurales.
Para representar la accin ssmica en el anlisis no-lineal se utilizan seales sintticas (acelerogramas
aleatorios). Se generan seales compatibles con el espectro de peligro uniforme del sitio. Estas seales
sintticas se generan para un Parmetro indicador de la Intensidad Ssmica (PIS). El PIS utilizado es la
aceleracin mxima del suelo (PGA) debido a que el peligro ssmico est definido en funcin de este
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
parmetro en todo el territorio peruano. En la figura 1.3 se observa un acelerograma generado para un sitio
con PGA de 0,4g compatible con el espectro elstico de diseo de la norma peruana.
Fig. 1.3. Acelerograma generado para un PGA de 0,4g compatible con el espectro de diseo peruano.
Los parmetros estructurales considerados fueron la resistencia a la compresin del concreto (fc) y el
esfuerzo de fluencia del acero de refuerzo (fy). De acuerdo a datos experimentales el fy se ajusta mejor a
una distribucin lognormal. Para el fy de 4200kg-f/cm2 se usa una media de 4800kg-f/cm2 y un coeficiente
de variacin del 6%. En el concreto, es tpico utilizar la distribucin normal y para un concreto con fc de
280 kg-f/cm2 se adopta una media de 320 kg-f/cm2 y un coeficiente de variacin del 15%.
Para estudiar el efecto de los sismos se utiliza el factor de dao que representa la relacin entre el costo de
reparacin y el costo de reposicin (reemplazo total) del edificio. Los valores mostrados en la tabla 1.1.
son los recomendados por Hwang y Lin (2002) y que han sido utilizados en esta metodologa. Por
ejemplo, a partir de esta tabla, podramos afirmar que para reparar una estructura que ha sufrido dao
moderado el costo de reparacin equivale al 20% del costo de reposicin.
Debido a que los elementos estructurales y no-estructurales son sensibles a los desplazamientos relativos
de entrepiso, en este estudio se usa la deriva mxima de entrepiso, mx, como PID. A partir de la curva de
capacidad de la estructura se definen los rangos de mx asociados con los estados de dao (SEAOC 1999).
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
Tabla 1.1. Estados de dao y factores de dao sugeridos por Hwang y Lin (2002)
Sin Dao 0%
Leve 5%
Moderado 20%
Severo 65%
Completo 100%
El modelo estructural considera elementos unidimensionales con rtulas concentradas por flexin y
rtulas concentradas por corte, de tal manera que se toma en cuenta la degradacin de la rigidez y la
prdida de resistencia de los elementos del sistema estructural a travs del tiempo. Los modelos simulados
son sometidos a las seales sintticas que representan el movimiento ssmico. Para realizar el anlisis no-
lineal se utiliza el programa DRAIN-2DX (Prakah et al. 1993).
A partir de los resultados obtenidos del proceso de simulacin, se obtienen las funciones de distribucin
de probabilidad del PID para cada nivel de intensidad ssmica (PIS). La figura 1.4. muestra un ejemplo
para los desplazamientos laterales mximos de un colegio tpico peruano. Estas curvas fueron ajustadas
mediante polinomios cbicos normales (Hong y Lind 1996).
Colegio
780 nuevo
Fig. 1.4. Funcin de distribucin de probabilidad acumulada (fdp) de los desplazamientos laterales mximos para
un modelo de colegio tpico peruano.
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
Utilizando las funciones de distribucin condicional del parmetro de respuesta estructural (figura 1.4) 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 (PIS) con la probabilidad de excedencia (FD)
de un estado de dao EDi (Bonett 2003). sto es:
(1.1)
La figura 1.5 muestra el procedimiento de obtencin de una curva de fragilidad para el caso del estado de
dao severo. Por ejemplo, para un PGA de 0,20 g, y mx = 0,90 % correspondiente al estado de dao
severo, se tiene una fdp de 0,50. La probabilidad de excedencia se obtiene como FD=1-fdp = 1-0,50=0,50,
que representa una probabilidad del 50% de alcanzar o exceder el nivel de dao severo para una
aceleracin mxima del terreno de 0,20g. Los puntos as obtenidos se pueden tambin ajustar a los
polinomios normales propuestos por Hong y Lind (1996) o una distribucin lognormal. Se aplica el
mismo procedimiento para los dems estados de dao y se obtienen curvas como las mostradas en la
figura 1.1.
Figura 1.5. Procedimiento para la obtencin de las curvas de fragilidad (Bonett 2003).
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
El proceso para generar las curvas de fragilidad se ha sistematizado mediante un programa desarrollado en
MatLab (MathWorks 2002) denominado Fragilidad. Este programa tiene la intencin de ser de
propsito general, es decir, que pueda aplicarse al estudio de cualquier tipologa estructural. En el futuro
se pretende mejorar la interfase y habilitar ms opciones para que pueda aplicarse en la estimacin del
riesgo ssmico de los edificios de la Pontificia Universidad Catlica del Per.
El cdigo ha sido desarrollado de acuerdo al diagrama mostrado en la figura 1.2. Cada bloque representa
un mdulo del programa y puede documentarse, optimizarse y en general, mantenerse en forma
independiente. El programa Fragilidad requiere de un archivo de entrada de datos donde se debe
proporcionar informacin sobre el modelo estructural, parmetros ssmicos y estructurales, funciones de
distribucin de probabilidad, definicin de los estados de dao y parmetros del proceso de simulacin.
Figura 2.1. Archivo de entrada de datos para los programas DRAIN-2DX y Fragilidad.
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
Como aplicacin de esta metodologa se seleccion 2 colegios tpicos peruanos: un sistema aporticado
relativamente antiguo que ha tenido pobre desempeo ssmico, 780 antiguo, y un sistema de diseo ms
reciente cuyo excelente desempeo ha sido probado en el sismo de Arequipa del 2001, el 780 moderno.
La denominacin 780 se debe a que ambos colegios tiene aulas de 7,80m de largo. Las curvas de
fragilidad se muestran en la figura 2.2. Se puede observar claramente que el colegio 780 Moderno tiene
una mejora radical en su desempeo ssmico y por lo tanto baja probabilidad de daos severos para sismos
moderados. Esto se debe al aumento en la exigencia de rigidez lateral impuesta por la norma
sismorresistente de 1997 (SENCICO 1997).
Las curvas de fragilidad de estos colegios permiten calcular directamente los costos de reparacin,
escogiendo adecuadamente escenarios de intensidad ssmica. Cabe mencionar que no se toma en cuenta el
dao producido en los elementos no-estructurales. El procedimiento consiste en determinar las
probabilidades para los diversos estados de dao y los factores de dao (FD), que permiten calcular un
Factor de Dao Medio, FDM (Hwang y Lin 2002). En la figura 3.1 se muestra la forma de obtener el
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
FDM para el colegio 780 antiguo y para una intensidad ssmica representada por un PGA de 0,4g. A
partir de esta tabla se puede afirmar que la estructura se daa, en promedio, un 43,75%.
Figura 3.1. Determinacin del Factor de Dao Medio a partir de las Curvas de Fragilidad.
Considerando un colegio tipo 780 antiguo de 450m2 de rea construida y cuyo costo de reposicin es de
aproximadamente US$250/m2, se estima un costo de reparacin de su estructura ante un sismo de 0,40g de
43,75% x 450m2 x US$250/m2 = US$ 49219. En la tabla 3.1 se muestran los costos de reparacin
estimados para ambos colegios tpicos y para 3 escenarios de intensidad ssmica.
4 CONCLUSIONES
Este trabajo demuestra que las curvas de fragilidad permiten estimar razonablemente bien las prdidas por
sismo, ya que toman en cuenta las incertidumbres tanto en la demanda ssmica como en la respuesta de la
estructura. Debido a que se trata de una herramienta probabilstica, su aplicacin resultar ms efectiva si
se aplica masivamente a grupos de edificios de similares caractersticas estructurales.
Debido a que existe una cantidad importante de colegios diseados con la norma previa al ao 1997 (780
antiguo), esta metodologa puede aplicarse para evaluar el riesgo ssmico (costos de reparacin) de estas
edificaciones ante diversos escenarios de sismos. Tambin se pueden proponer algunos sistemas de
refuerzo y evaluar su desempeo mediante sus curvas de fragilidad.
Congreso Chileno de Sismologa e Ingeniera Antissmica
IX Jornadas, 16-19 de Noviembre de 2005, Concepcin - Chile
La metodologa propuesta tiene muchas simplificaciones, pero puede mejorarse si se toman en cuenta
otras variables particulares del sitio (accin ssmica) y de la estructura. En un trabajo futuro la
metodologa podra refinarse para generar curvas de fragilidad ms consistentes. Las recomendaciones
son: incluir sismos reales en vez de seales sintticas, considerar la definicin de los estados de dao
como dependiente de los parmetros estructurales y utilizar como parmetro indicador de la intensidad
ssmica al pseudo-desplazamiento o la pseudo-aceleracin elstica de la estructura ya que son ms
representativos de la demanda ssmica.
REFERENCIAS
Bonett, Ricardo (2003). Vulnerabilidad y Riesgo Ssmico de Edificios. Aplicacin a entornos urbanos en
zonas de amenaza alta y moderada. Tesis Doctoral. Universidad Politcnica de Catalua. Barcelona.
Erberik, M., and Elnashai, A. (2004). Vulnerability Analysis of Flat Slab Structures. Proceedings of the
13th World Conference on Earthquake Engineering. Paper No. 3102. Vancouver, August, 2004.
Florian, A. (1992). An efficient sampling scheme: Updated Latin Hypercube Sampling. Probabilistic
Engineering Mechanics, 7, 123130.
Hong, H. P., and Lind, N. C. (1996). Approximate reliability analysis using normal polynomial and
simulation results. Structural Safety, 18(4), 329339.
Hwang, H. H. M., and Huo, J-R (1994). Generation of Hazard-Consistent Fragility Curves for Seismic
Loss Estimation Studies. Technical Report NCEER-94-0015.
Hwang, H., and Lin, Y.W. (2002). Seismic Loss Assessment of Memphis City School Buildings.
Proceedings of the Seventh U.S. National Conference on Earthquake Engineering (7NCEE).