Resumen

La fiabilidad del inventario del modelo de evaluación del ciclo de vida (ACV) depende en gran medida de la calidad de los datos y normalmente presenta una incertidumbre significativa. Se estableció una metodología estadística rigurosa para captar y cuantificar las incertidumbres inherentes vinculadas a los resultados del modelo de ACV. Se identificaron dos fuentes de incertidumbre, la calidad de los datos y el modelo. La primera se capturó convirtiendo el valor determinista en función de densidad de probabilidad utilizando la distribución beta de acuerdo con la matriz de evaluación de la calidad de los datos; la segunda se evaluó prescribiendo el intervalo de variación mediante la definición del factor de incertidumbre. Se diseñaron estructuras de pavimento funcionales equivalentes y el modelo de ACV calculó el consumo energético y las emisiones de CO2 correspondientes. Se observó una variación del 10% para los resultados del ACV y dentro del intervalo de análisis de 30 años, en el nivel de confianza del 95, y las cargas medioambientales del pavimento de cemento son superiores a las de los pavimentos de asfalto, mientras que la comparación entre los dos pavimentos de asfalto no es estadísticamente significativa. Por lo tanto, la metodología estadística establecida es capaz de capturar la incertidumbre del modelo de ACV y cuantificar la fiabilidad de los resultados del ACV.

• Materias:Máquina de vectores Estudio numérico Controlador Método computacional Modelado matemático
• Subjects:Vector machine Numerical study Controller Computational method Mathematical modeling
• Palabras claves:Modelo de ACV, calidad de los datos, resultados de ACV, pavimentos asfálticos, estructuras de pavimento equivalentes funcionales, consumo energético correspondiente, función de densidad de probabilidad, metodología estadística rigurosa, intervalo de análisis de un año, modelo
• Keywords:LCA model, data quality, LCA results, asphalt pavements, functional equivalent pavement structures, corresponding energy consumption, probability density function, rigorous statistical methodology, year analysis span, model