1.1.2 Factor de Seguridad y Confiabilidad Estructural
En términos muy generales, entendemos por seguridad el evitar que la estructura o elemento alcance o sobrepase un estado límite hasta el cual se considera que el comportamiento de la estructura es aceptable. Tal estado límite es el de falla o colapso de un elemento o de la estructura completa. Para establecer una medida cuantitativa de la seguridad se introduce el concepto de factor de seguridad cuya evaluación requiere comparar la “demanda” de resistencia (solicitación o carga) con la capacidad “suministrada” a la estructura (su resistencia máxima).
La concepción más simplista del factor de seguridad puede ilustrarse con el siguiente ejemplo: el cable de una grúa debe ser capaz de resistir una carga de 3 toneladas, y se ha seleccionado un cable de acero de calidad y sección tal que su resistencia nominal de rotura es de 5 toneladas. Decimos entonces que el factor de seguridad (FS) a la rotura del cable es:
El hipotético problema anterior nos induce de inmediato a pensar que si existiera certeza de que la carga máxima no excederá de 3 toneladas, bastaría con una resistencia levemente superior para evitar la rotura, y por tanto se podría usar un cable más económico. Sin embargo, en la realidad hay incertidumbre respecto al valor preciso de la carga que el operador puede ser requerido de alzar, como también respecto de la resistencia última real del cable utilizado en esa grúa en particular. En rigor se trata de un problema probabilístico, ya que tanto la solicitación como la capacidad resistente son variables aleatorias. El campo del análisis que comprende la evaluación de la seguridad por medio de modelos probabilísticos de la solicitación y de la resistencia es el de la Confiabilidad Estructural.
Para el análisis de la seguridad estructural se considera separadamente la solicitación S, o carga aplicada, y la resistencia R, o capacidad de un elemento. Como variables aleatorias sus valores no son determinísticos, es decir, no pueden ser fijados con precisión, sino que deben describirse por una función de distribución de probabilidades o función de densidad de probabilidades (FDP). En referencia a S, la Fig. 1.2 muestra la FDP fs(s), en que S es una variable continua que incluye todos los posibles valores de s. Para recordar algunos conceptos elementales de la teoría de probabilidades nótese que por definición, la probabilidad de que S tome un valor igual o menor que un valor so dado es:
en que la función Fs(s) = P(S ≤ s) se conoce como función de distribución acumulada (FDA). La probabilidad dada por la Ec. 1-1 corresponde al área oscura en la Fig. 1.2. La probabilidad que S sea mayor que so es:
Figura 1.2 Función de densidad de probabilidades
Notar que de la Ec. 1-1 se infiere que P(S=so) = 0, porque la longitud del intervalo es nula. O sea, la probabilidad de que una variable aleatoria continua tome un valor dado es nula, y por tanto fs(so) no es una probabilidad, sino la intensidad de la función densidad en so. A su vez, por definición fs(s) ≥ 0, e implícita en la Ec. 1-2 está la condición:
Parámetros o indicadores para describir una variable aleatoria son el valor medio us (o media o valor esperado) de la variable dado por la Ec. 1-4, el que representa el centro de gravedad del área bajo la curva fs(s),
y la varianza σs2 que es una medida de la dispersión de la variable en torno a su valor medio, la que geométricamente corresponde al momento de inercia del área bajo fs(s) con respecto a μs:
Usualmente la dispersión se expresa en términos de la desviación estándar σs (raíz cuadrada de la varianza) o del coeficiente de variación ΩS = σS/μS. Este último descriptor tiene la ventaja de ser adimensional, por lo que frecuentemente se expresa en tanto por ciento.
Aunque la discusión acerca de cuáles modelos matemáticos se ajustan mejor a las variables en consideración escapa al objetivo de esta sección, cabe mencionar que la distribución log-normal es frecuentemente usada para modelar distribuciones asimétricas de variables que no adoptan valores negativos, como la resistencia R por ejemplo. A su vez, cabe recordar que si una variable (R) tiene distribución logarítmico-normal, significa que el logaritmo natural de la variable (In R) es normal (Gaussiana).
Asimismo, variables que representan el máximo entre un número de observaciones tienen distribuciones de las llamadas extremas. Ciertos tipos de carga tienen estas características: por ejemplo, las cargas de viento y las sobrecargas de uso. En el caso del viento, no interesa un diagrama de frecuencias (FDP) de la velocidad del viento en todo instante o acada hora en un sitio en particular, lo que sí interesa es la velocidad máxima diaria o la velocidad máxima anual. Con la FDP de esta última variable se podrán calcular velocidades de viento asociadas a condiciones relevantes para el diseño, especificadas en términos como los siguientes: la velocidad del viento que se excede en promedio cada 50 años. En este caso, 50 años corresponde a lo que se denomina período de retorno medio, y el valor de diseño asociado “el viento de 50 años”. Este problema se puede modelar con una distribución extrema Tipo II (ver Benjamin y Cornell, 1970).
(*) para área tributaria de 36 m2
Igualmente, en relación con las sobrecargas (o cargas vivas) que se superpondrán a las cargas permanentes (o cargas muertas) que actúan sobre una estructura, interesará la intensidad máxima de la carga durante la vida útil de la estructura o típicamente un período de referencia de 50 años. Las sobrecargas de piso comprenden las cargas sostenidas de ocupación normal (como mobiliario, equipos y personas) y las cargas extraordinarias de corta duración (como la congregación de personas durante una fiesta, o la acumulación de muebles durante una remodelación). En el caso de edificios, las normas especifican sobrecargas de piso uniformemente distribuidas que se supone representan el efecto de cargas concentradas y distribuidas reales que, por cierto, pueden ocurrir en infinitas formas en cuanto a su distribución espacial. Las sobrecargas de diseño especificadas en los códigos pueden reducirse para determinar las cargas sobre elementos afectos a áreas tributarias muy grandes (ver Sección 1.1.5.a). La Tabla 1.1 muestra valores especificados en las normas chilena (NCh1537.Of86), mexicana (RDF-76), y norteamericana (ANSI A58.1, 1981). Como referencia puede indicarse que las cargas dadas por esta última norma conducen a cargas vivas ligeramente inferiors al valor medio de la carga viva máxima en 50 años.
En el caso de los materiales, las resistencias nominales o características son tales que una mínima fracción de la producción no cumple con el valor especificado. Considérese por ejemplo el hormigón, cuya resistencia se mide mediante ensayos de compresión realizados sobre probetas cúbicas o cilíndricas de 28 días de edad, curadas en ambiente húmedo. En particular, el código ACI 318-95 considera probetas cilíndricas de 6x12 pulgadas (diámetro x alto), cuya resistencia de compresión de diseño se especifica como fc’. Esta resistencia es menor que la resistencia promedio del concreto producido fcr’, como se aprecia en la Fig. 1.3. En efecto, el ACI requiere que el fcr’ sea el mayor de los valores dados por las ecuaciones: