Revista
de la
Universidad
del Zulia
Fundada en 1947
por el Dr. Jesús Enrique Lossada
DEPÓSITO LEGAL ZU2020000153
ISSN 0041-8811
E-ISSN 2665-0428
Ciencias del
Agro
Ingeniería
y Tecnología
Año 12 N° 32
Enero - Abril 2021
Tercera Época
Maracaibo-Venezuela
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
190
Condiciones de optimización del desgaste de neumáticos radiales
para buses de transporte
John Eduardo Valle de la Cruz *
Rafael Gilberto Zhindon Almeida **
Jonathan Alexander Ruiz Carrillo ***
RESUMEN
Para discriminar los efectos de factores controlables que inciden en la duración de los
neumáticos radiales aplicados en buses de transporte, en función del ritmo de desgaste de la
banda de rodamiento, se aplica un análisis no lineal de estimación con ecuaciones. Se
verifica que un control de presión de inflado, índice de carga y velocidad pueden
incrementar el tiempo de vida útil de las llantas. La población la conformaron neumáticos
instalados en cooperativas de transporte terrestre de personas, que circulan en la Provincia
El Oro de Ecuador. Se registraron 1463 datos de 61 marcas, con diferentes dimensiones tipo
R17.5 y R22.5. El modelo establecido es factible, y los resultados pueden reflejar las
condiciones de mejor uso o incremento de vida útil, lo que proporciona una base teórica
para predecir el desgaste que experimentarán los neumáticos en diferentes tipos de
aplicación y condiciones de manejo.
PALABRAS CLAVE: Neumáticos de transporte, ritmo de desgaste, índice de carga, índice
de velocidad.
*Máster Universitario en Energías Renovables. Doctorando en Estadística y Matemática Aplicada.
Institución de adscripción: Universidad Nacional de Tumbes. ORCID: https://orcid.org/0000-0001-
6045-7393. E-mail: john_electric@hotmail.com
**Máster Universitario en Energías Renovables. Doctorando en Estadística y Matemática Aplicada.
Institución de adscripción: Universidad Nacional de Tumbes. ORCID: https://orcid.org/0000-0002-
3901-1829. E-mail: rzhindon.itso@gmail.com
*** Doctor en Ingeniería Industrial – UNMSM. Máster en Docencia Universitaria e Investigación
Educativa – UTMACH. Director de la Unidad de Investigación Desarrollo e Innovación
Tecnológica del Instituto Superior Tecnológico El Oro - Machala – Ecuador. Institución de
adscripción: Instituto Superior Tecnológico El Oro. ORCID: orcid.org/0000-0002-9183-0004. E-
mail: jruiz@utmachala.edu.ec
Recibido: 29/10/2020 Aceptado: 09/12/2020
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
191
Radial tire wear optimization conditions for transport buses
ABSTRACT
To discriminate the effects of controllable factors that affect the duration of radial tires
applied on transport buses, depending on the tread wear rate, a nonlinear analysis of
estimation with equations is applied. It is verified that a control of inflation pressure, load
index and speed can increase the lifetime of the tires. The population was made up of tires
installed in land transport cooperatives of people, which circulate in the El Oro Province
(Ecuador). 1463 data from 61 brands were registered, with different dimensions type R17.5
and R22.5. The established model is feasible, and the results may reflect the conditions of
better use or increase of useful life, which provides a theoretical basis for predicting the
wear that the tires will experience in different types of application and driving conditions.
KEY WORDS: Transport tires, wear rate, load index, speed index.
Introducción
Las emisiones de carbono que producen los neumáticos fuera de uso se incrementan
con su constante descarte por desgaste y fallas, que a menudo se presentan por la mala
aplicación o deficiente control de estos neumáticos luego de haberse instalado.
Dependiendo del tipo de recorrido, carga soportada, velocidad promedio y otras
condiciones de operación, se deben instalar neumáticos acordes a estos factores. Sin
embargo, la inexperiencia, impericia o falta de asesoría suele provocar que las personas
responsables de una unidad de transporte no consideren estos elementos e instalen
neumáticos en función del precio, profundidad de labrado o por emulación (Rodovalho and
Tomi, 2017; Colfecar, 2014).
La correcta selección de un neumático optimizará o maximizará su tiempo de vida
útil, siempre y cuando se lleve un control adecuado sobre variables como la presión de
inflado y una rotación periódica, aparte de otras medidas de cuidado útiles, como el
emparejamiento adecuado de llantas en dual y mantener en buenas condiciones mecánicas
la unidad de transporte (Ejsmont et al., 2016; Hong et al., 2013).
En muchos estudios se ha comprobado que la presión de inflado tiene un efecto
directo sobre la duración de un neumático, y esa presión está determinada por las
dimensiones de la llanta y la carga que deben soportar. En nuestro estudio se controla este
factor para enfocarnos en otros, tales como la clasificación de capas o (Ply Rating), carga
promedio, velocidad media de recorrido, diseño de labrado, y su efecto sobre los
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
192
neumáticos, tomando registros en periodos de tiempo constantes (Taghavifar and Mardani,
2013; Richard et al., 2015)
Otros estudios han comprobado que el desgaste de las llantas es mayor al principio
de su vida útil, es decir, cuando son nuevas, y conforme continúan en uso el ritmo de
desgaste disminuye. Se han propuesto varias formas de estimar la degradación por fricción
de las llantas, pero poco se precisa sobre sus factores condicionantes en una sola
metodología de cálculo (Cabrera et al., 2004; Chen et al., 2018).
1. Presentación del estudio específico
El objetivo de la presente investigación es caracterizar una metodología de
estimación del ritmo de desgaste de un neumático, para lo cual se toma como referente una
base de datos de los buses de transporte que circulan en la provincia de El Oro; y se ha
seleccionado esta provincia por ser una de las más diversas del Ecuador en condiciones
climáticas y tipos de carreteras, por lo cual se pueden generalizar los resultados del estudio
a nivel nacional (Noblecilla et al., 2016).
Por lo general, se pueden clasificar los tipos de ruta en asfaltadas de larga distancia,
urbano o regional, mixto o asfalto-destapado y, terreno severo o de construcción. No
obstante, nos centramos en buses de transporte de personas, así que para esta clase de
vehículos los neumáticos para terreno severo se consideran mal aplicados; tampoco se
consideran los neumáticos de uso especial como los para nieve, de aplicación agrícola o de
tipo industrial, es decir, para maquinaria muy pesada (Wang et al., 2004; Sakhaeifar et al.,
2018). ).
En definitiva, en este estudio se verifica la incidencia en el ritmo de desgaste de la
presión de inflado, carga soportada y condiciones de operación de los neumáticos en su
tiempo de vida útil, cuando se mantienen relativamente constantes las rutas de transporte,
los neumáticos instalados y, llevando un control periódico de las presiones de inflado y
velocidad promedio de circulación de los buses donde están instaladas las unidades
muestreadas.
2. Métodos
Con la finalidad de verificar la incidencia de la presión de inflado, carga soportada y
condiciones de operación de los neumáticos en su tiempo de vida útil, se analizan
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
193
indicadores como la presión de inflado promedio (medida en libras por pulgada cuadrada o
psi, cada psi equivale a 6894.76 Pascales de presión), índice de presión, carga promedio
soportada (medida en Kilogramos o Kg, también se puede medir en toneladas o Ton), índice
de carga, velocidad promedio de recorrido (medida en Kilómetros por hora o Km/h), índice
de velocidad, diseño de corona aplicado, tipo de carretera y, ritmo de desgaste de los
neumáticos muestreados, medido en milímetros o mm (Taghavifar and Mardani, 2013).
La población la componen los neumáticos instalados en las cooperativas de
transporte que circulan en Machala y la Provincia de El Oro, Ecuador. La muestra es
representativa de la población total, logrando reunir un total de 1463 datos, correspondiente
a 627 unidades de transporte, de 17 cooperativas o compañías; con lo que se reunió registros
de 61 marcas de neumáticos con diferentes dimensiones radiales R17.5 y R22.5.
Para evitar variaciones, a los representantes de las diferentes compañías
participantes y sus miembros se les solicitó mantener sin cambios las rutas de transporte de
los autobuses y los neumáticos instalados y, se llevó un control periódico cada 15 días de las
presiones de inflado y la velocidad promedio de circulación de los buses donde están
instaladas las unidades muestreadas. Además, de no cambiar los neumáticos de las
unidades, se recomendó únicamente rotarlos. En los casos en los que algún neumático fue
retirado de un bus por falla, desgaste o cualquier otra razón, no se procedió a tomar datos
y/o se cerró el registro para dicho bus; esto también aplicó a los buses que por razones
particulares alteraron su recorrido habitual (Rodovalho and Tomi, 2017; Ejsmont et al.,
2016).).
Las cooperativas de transporte consideradas fueron: Cooperativa 6 de Octubre,
Cooperativa Ciudad de Machala, Multioro S.A. y Oroconti S.A. de recorrido urbano;
Centinela del Sur, Cooperativa Azuay, Cooperativa El Guabo, Cooperativa Piñas
Interprovincial y Cooperativa TAC de recorrido regional; Cooperativa de Transporte
Interprovincial Pasaje, Cooperativa de Transporte Oro Express y Cooperativa de
Transportes Victoria S.A. de recorrido en carreteras mixtas; y, CIFA, Cooperativa de
Transporte Panamericana, Cooperativa de Transportes Loja Internacional, Cooperativa
Ecuatoriano Pullman y Rutas Orenses de recorrido en carreteras pavimentadas de larga
distancia. El instrumento de investigación incluía los elementos descritos en la Tabla 1, que
contiene todos los indicadores requeridos para verificar el supuesto principal.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
194
Tabla 1. Ficha de control usada como instrumento de investigación
FICHA
CONTROL
Cooperativa o
Compañía
Placa del Bus
Tipo de carretera
Pavimentado larga distancia / Regional / Urbano / Mixto
Periodo / Fecha
Ítem
Neumático
1
Neumático
2
Neumático
3
Neumático
4
Neumático
5
Neumático
6
1
2
3
4
5
6
7
8
9
10
11
12
13
14
2.1. Procedimiento de análisis
El presente estudio sigue un proceso cuantitativo; una vez definidos los indicadores a
medir, para el análisis de resultados el diseño de investigación fue experimental, con un
mínimo grado de control de las variables presión de inflado, carga soportada y condiciones
de manejo, es decir, una pre-experimentación; se aplica un análisis estadístico exploratorio,
descriptivo e inferencial, con ayuda del software IBM SPSS 23 versión de prueba. Las
características estadísticas exploratorias de los indicadores incluidos en el análisis se
obtuvieron con la opción Estadísticos descriptivos, sub-opción Frecuencias.
Las estimaciones de desgaste de la banda de rodadura o ritmo de desgaste de los
neumáticos se realizaron usando Modelos lineales generalizado (GLM), sub-opción
Ecuaciones de estimación generalizadas (GEE). En el tratamiento agrupamos los datos,
primero por número de registros obtenidos (que estadísticamente es recomendable que
sean al menos 5), luego por placa del vehículo y después por número del neumático. Estos
tres filtros eliminan la posibilidad de que se repita la información o se mezcle e invalide los
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
195
resultados, además de considerar comparaciones equitativas en función del número de
registros que se hayan obtenido en cada bus. Para categorizar los datos resultantes se usó
como variable de ponderación de escala a la medida del neumático, siendo esta ponderación
más alta cuanto mayor es la dimensión de la llanta, pues la mayoría son R22,5.
Los factores predictores serían el periodo, la presión registrada, la carga promedio y
la velocidad media. Los elementos covariables utilizados fueron el ply rating, el índice de
presión, índice de carga simple y dual, índice de velocidad y diseño de corona aplicado,
verificando la interacción entre los factores, covariables y el elemento dependiente. Se
establece el modelo de estimación usando la distribución gamma con enlace logarítmico
dado que la respuesta de desgaste no es lineal (Chen et al., 2018; Montgomery et al., 2013).
El valor pronosticado del predictor lineal nos permitirá identificar los menores valores de
desgaste de acuerdo con los registros obtenidos.
A continuación, se hizo una comparación de las medias de desgaste de las bandas de
rodadura de las diferentes marcas, modelos y medidas de llantas usando la opción Comparar
medias, sub-opción Medias. La variable dependiente en este caso será el valor pronosticado
del predictor lineal anteriormente obtenido. Las capas de filtrado fueron los registros,
número de neumático, marca, modelo y medida. Para contraste se usaron las medias y
desviaciones estándar de cada caso. Con esto, se pudo establecer un ranking de los tipos de
neumáticos que evidenciaron el menor ritmo de desgaste de la banda de rodadura para las
distintas aplicaciones. Los mejores valores serán los que tengan el promedio más bajo con la
menor desviación estándar. Esto último puede verificarse calculando el límite superior
(media + desviación) del valor de desgaste de cada caso, definido por marca, modelo y
medida de neumático.
Por último, las ecuaciones para predicción del desgaste se estimaron con ayuda del
mismo software IBM SPSS con la opción Regresión, sub-opción Lineales. La variable
dependiente vuelve a ser el valor pronosticado del predictor lineal, ingresando las variables
de periodo, carga promedio, velocidad media y presión registrada. En la ecuación general la
variable de selección fue Registros, siempre que sean al menos 5. La ponderación se volvió a
hacer en función de la medida del neumático, identificando las marcas como casos. Y, en las
ecuaciones específicas por tipo de carretera, se tomó este componente como variable de
selección, ponderando según los registros obtenidos (Montgomery et al., 2013).
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
196
3. Resultados
Los estadísticos descriptivos se resumen en que se obtuvieron 1463 datos de buses,
con un total de 8778 registros por los 6 neumáticos. No hubo casos perdidos. El 37.3 % de
los buses circulan en trayectos urbanos y el 28.4 % en regional. Para el diseño de corona no
se hace esta diferenciación, contabilizando 62.6 % de neumáticos con diseño regional, es
decir, que conjuga urbano y regional. Del 78.3 % de las llantas se recogieron entre 1 y 4
registros, y del 21.7 % se contabilizaron al menos 5 datos secuenciales. Para el modelo sólo
se consideró este último grupo.
La compañía de donde se obtuvieron más datos fue de Oroconti S.A. con el 16.6 %,
seguido de la cooperativa Ciudad de Machala con el 11.7 %. La marca de neumático más
popular fue Barum con 21.8 % del total válido, con igual porcentaje para su modelo BF 12. La
medida típica fue la 295/80R22.5 que representó el 74.4 % de registros. Más del 75 % de las
presiones registradas se ubican por encima de los 95 psi. El índice de presión habitual fue de
120 psi (78.7 %). El 79.5 % de las llantas tiene un Ply Rating H o 16 capas equivalentes.
Los índices de carga en singular son 152 y en dual 148 con el 73.9 y el 65.2 % de
frecuencia respectivamente.
La carga promedio se estima en 2500 Kilogramos (Kg) el 92.5 % de las veces,
partiendo de una masa total del automotor de 15 Toneladas (Ton) distribuida en 6
neumáticos (este promedio es aproximado pues la carga no se distribuye de manera
uniforme). El índice de velocidad más común fue M, es decir, 130 Kilómetros por hora
(Km/h) con el 62.8 %. La velocidad media sugerida para control fue inferior a 50 Km/h el
86.7 % de las veces. Las observaciones considerables más comunes fueron desgaste irregular
(10.7 %), válvula sin tapón y fuga de aire (ambas se presentaron con el 10 % de frecuencia).
Para estimar las ecuaciones no se usaron todos los datos puesto que los neumáticos
de los que se obtuvieron entre uno y cuatro registros no proporcionaban suficiente
información para caracterizar su ritmo de desgaste. Por esta razón se validaron 1902 (21.7
%) de los registros, que lo componen aquellos neumáticos de los que se obtuvieron de 5 a 10
datos secuenciales (10 fue el número máximo de registros, esto no fue restringido),
contando con información efectiva de 54 buses, 6 neumáticos por cada uno. Esto último se
presenta en las estimaciones de parámetro (desgaste) como niveles o filtros de efecto sujeto.
La información descriptiva básica de los indicadores considerados se muestra en la
Tabla 2. Se puede verificar las escalas obtenidas en cada indicador con los mínimos y
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
197
máximos. Para diseño de corona se entiende 1 de larga distancia y 4 de construcción,
ordenado por índice de velocidad de mayor a menor admitido. Las medidas de neumático se
ordenaron por dimensión, siendo 215/75R17.5 la menor (1) y 315/80R22.5 la mayor (13).
Tabla 2. Estadísticos descriptivos básicos de los indicadores considerados para el
estudio
Variable tipo
Indicador
Mínimo
Máximo
Media
Desviación
estándar
Variable dependiente
Profundidad /
Remanente (mm)
0,1
20
8,53
3,903
Covariable
Ply Rating
14
20
16,25
0,781
Índice de presión
95
130
120,87
3,917
Índice de Carga
Simple
126
157
151,14
2,339
Índice de Carga Dual
124
154
147,42
2,006
Índice de velocidad
80
130
120,46
13,065
Diseño de corona
1
4
2,03
0,566
Ponderación de escala
Medida del neumático
1
13
9,56
1,323
Las estimaciones del ritmo de desgaste obtenidos con la herramienta software IBM
SPSS versión 23, opción GLM sub-opción GEE en función de las variables consideradas
para la presente investigación se detallan en la Tabla 3. Nótese que en las estimaciones de
los ritmos de desgaste de la banda de rodadura se deben considerar el valor de intersección
(constante), el periodo, la carga media, la velocidad media, el ply rating, los índices de carga
y tipo de labrado (diseño de corona).
Con los valores de la Tabla 3 se obtienen las medias de desgaste de la banda de rodaje
de los neumáticos por marca, modelo y medida. Las menores de estas medias o ritmos de
desgaste promedio corresponden a los tipos de neumáticos que se muestran en la Tabla 4,
abarcando el total de datos sobre cada tipo de llanta. El ranking, de acuerdo con los
resultados del presente artículo, se determinó en función de los límites superiores,
entendido como la suma de la media con la desviación estándar, promedio calculados por
marca, modelo y medida de neumático.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
198
Tabla 3. Estimaciones del ritmo de desgaste en función de las variables consideradas
Inferior Superior
Chi-cuadrado
de Wald
Grados de
libertad
Significancia
(Intersección)
4,739 1,6084 1,587 7,892 8,682 1 ,003
[Periodo=1]
1,228 ,0413 1,147 1,309 882,884 1 0,000
[Periodo=2]
1,113 ,0463 1,022 1,204 577,085 1 0,000
[Periodo=3]
1,017 ,0450 ,929 1,105 510,770 1 0,000
[Periodo=4]
,948 ,0442 ,861 1,034 459,123 1 0,000
[Periodo=5]
,837 ,0445 ,749 ,924 353,873 1 0,000
[Periodo=6]
,732 ,0457 ,643 ,822 256,590 1 0,000
[Periodo=7]
,739 ,0501 ,641 ,837 217,845 1 0,000
[Periodo=8]
,575 ,0507 ,476 ,675 128,903 1 0,000
[Periodo=9]
,489 ,0518 ,387 ,590 88,997 1 0,000
[Periodo=10]
,555 ,0643 ,429 ,681 74,602 1 ,000
[Periodo=11]
,393 ,0564 ,282 ,504 48,565 1 ,000
[Periodo=12]
0
a
[Presion=80]
-,006 ,1153 -,232 ,220 ,003 1 ,956
[Presion=82]
-,144 ,1277 -,394 ,107 1,266 1 ,260
[Presion=84]
,109 ,1082 -,103 ,321 1,009 1 ,315
[Presion=86]
-,017 ,1074 -,227 ,194 ,025 1 ,876
[Presion=88]
,036 ,1051 -,170 ,242 ,118 1 ,731
[Presion=90]
-,098 ,0534 -,203 ,007 3,369 1 ,066
[Presion=92]
-,049 ,0542 -,155 ,057 ,812 1 ,367
[Presion=94]
-,030 ,0561 -,140 ,080 ,292 1 ,589
[Presion=96]
-,016 ,0547 -,123 ,091 ,087 1 ,768
[Presion=98]
,003 ,0562 -,107 ,113 ,003 1 ,954
[Presion=100]
,032 ,0508 -,068 ,132 ,396 1 ,529
[Presion=102]
-,029 ,0496 -,127 ,068 ,351 1 ,553
[Presion=104]
-,055 ,0491 -,151 ,042 1,239 1 ,266
[Presion=106]
,001 ,0504 -,098 ,100 ,000 1 ,988
[Presion=108]
,015 ,0518 -,087 ,116 ,079 1 ,778
[Presion=110]
-,070 ,0469 -,162 ,022 2,210 1 ,137
[Presion=112]
-,093 ,0461 -,183 -,003 4,057 1 ,044
[Presion=114]
-,030 ,0466 -,121 ,061 ,414 1 ,520
[Presion=116]
-,135 ,0469 -,227 -,043 8,332 1 ,004
[Presion=118]
-,088 ,0477 -,182 ,005 3,418 1 ,064
[Presion=120]
0
a
[CargaMedia=1500]
-,493 ,1613 -,809 -,177 9,355 1 ,002
[CargaMedia=2500]
0
a
[VelocMedia=30]
-,056 ,0736 -,200 ,088 ,581 1 ,446
[VelocMedia=40]
-,001 ,0813 -,160 ,158 ,000 1 ,992
[VelocMedia=50]
,180 ,0764 ,030 ,330 5,544 1 ,019
[VelocMedia=60]
0
a
PlyRating
,090 ,0317 ,028 ,152 8,038 1 ,005
IndicePresion
-,005 ,0055 -,015 ,006 ,709 1 ,400
ICSingle
,115 ,0351 ,047 ,184 10,787 1 ,001
ICDual
-,147 ,0439 -,233 -,061 11,252 1 ,001
IndiceVeloc
,000 ,0009 -,002 ,002 ,034 1 ,854
TipoLabrado
-,039 ,0168 -,072 -,006 5,413 1 ,020
(Escala)
1,469
Variable dependiente: Profundidad / Remanente (mm)
Modelo: (Intersección), Periodo, Presion, CargaMedia, VelocMedia, PlyRating, IndicePresion, ICSingle, ICDual, IndiceVeloc,
TipoLabrado
a. Definido en cero porque este parámetro es redundante.
Parámetro
B
Error
estándar
95% de intervalo de
confianza de Wald
Contraste de hipótesis
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
199
Tabla 4. Ranking de tipos de neumáticos con menor ritmo de desgaste
Marca Modelo Medida Ply Rating IC Single IC Dual
Índice de
velocidad
Diseño de
corona
Media de
desgaste
Desviación
estándar
Límite
superior
Double Coin RT 500 H 143 141 K Regional 1,7431 0,1315 1,8746
Hifly HH 111 H 143 141 J Regional 1,7692 0,1621 1,9314
Daewoo DW 317 H 141 140 J Larga distancia 1,7417 0,2448 1,9866
Maxxis UR 275 J 143 141 J Regional 1,9052 0,1518 2,0570
Ling Long D 905 J 143 141 J Regional 1,8645 0,1971 2,0616
Fullrun TB 766 H 149 146 M Larga distancia 1,7314 0,4049 2,1362
General Tire S 370 H 149 146 L Regional 1,8790 0,4046 2,2836
Double Coin RT 606 G 144 141 L Regional 1,8887 0,3649 2,2536
General Tire S 370 H 152 148 M Regional 1,8361 0,4515 2,2876
General Tire RA H 152 148 M Regional 1,7967 0,4086 2,2053
Double Coin RR 660 J 152 149 L Regional 1,8913 0,3946 2,2858
Advance GL 665 A 315/80R22,5 G 154 150 K Mixta 1,9718 0,2491 2,2209
235/75R17,5
275/80R22,5
295/75R22,5
295/80R22,5
El detalle de una parte de los cálculos antes mencionados se incluye en la Tabla 5 del
presente documento. Las ecuaciones para predicción del desgaste de la banda de rodaje de
los neumáticos se esquematizan en la Tabla 6. Donde los valores de X1 son quincenales, de
tiempo, X2 son los kilogramos promedio que soportará la llanta, en X3 se especifica la
velocidad media a la que circulará el automotor y, X4 serán los psi con los que circulará la
llanta.
4. Discusión
La medida de neumático que presenta el menor desgaste de banda de rodamiento en
promedio es la 235/75R17.5, comúnmente aplicada en buses livianos que circulan en
carreteras regionales y mixtas, con una masa media de 9 toneladas. Para estas aplicaciones,
la mejor opción según nuestros resultados, puede ser la marca Double Coin modelo RT 500,
con una media de desgaste quincenal de 1.743 mm, ply rating (clasificación de capa) 16 (H),
índice de carga máxima singular 2725 Kg (143) y dual 2575 Kg (141), índice de velocidad
máxima 110 Km/h (K). En unidades de transporte con masa similar (9 Ton) que circulen en
carreteras pavimentadas de larga distancia, la opción puede ser la marca Daewoo, modelo
DW317, media de desgaste cada dos semanas de 1.74 mm, ply rating 16, índice de carga
simple 2575 Kg y dual 2500 Kg (140), índice de velocidad 100 Km/h (J), acorde a los
requerimientos en este tipo de buses de transporte de pasajeros (Triangle, 2015; Double
Coin, 2016).
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
200
Tabla 5. Parte de la hoja de cálculo desarrollada para establecer tipos de neumático con
menor desgaste
Marca Modelo Medida
Media de
desgaste
Desviación
estándar
Límite
superior
315/80R22,5
1,97183 ,249064
2,220893
Total
1,97183 ,249064
2,220893
315/80R22,5
1,97183 ,249064
2,220893
Total
1,97183 ,249064
2,220893
295/80R22,5
2,33931 ,270105
2,609419
Total
2,33931 ,270105
2,609419
295/75R22,5
2,17796 ,185780
2,363741
Total
2,17796 ,185780
2,363741
295/75R22,5
2,17796 ,185780
2,363741
295/80R22,5
2,33931 ,270105
2,609419
Total
2,26248 ,242546
2,505025
295/80R22,5
2,28667 ,286758
2,573432
Total
2,28667 ,286758
2,573432
295/80R22,5
2,28667 ,286758
2,573432
Total
2,28667 ,286758
2,573432
275/80R22,5
2,01082 ,377788
2,388613
11R22,5
2,10503 ,184075
2,289101
295/80R22,5
2,02772 ,326277
2,354000
Total
2,03062 ,323371
2,353993
275/80R22,5
2,01082 ,377788
2,388613
11R22,5
2,10503 ,184075
2,289101
295/80R22,5
2,02772 ,326277
2,354000
Total
2,03062 ,323371
2,353993
295/80R22,5
2,31767 ,217886
2,535553
Total
2,31767 ,217886
2,535553
295/80R22,5
2,31767 ,217886
2,535553
Total
2,31767 ,217886
2,535553
275/70R22,5
2,06153 ,320835
2,382363
Total
2,06153 ,320835
2,382363
275/80R22,5
2,36247 ,170040
2,532510
295/80R22,5
2,34055 ,302757
2,643310
Total
2,34674 ,271087
2,617828
295/80R22,5
1,88477 ,414661
2,299428
Total
1,88477 ,414661
2,299428
295/80R22,5
2,15735 ,450105
2,607457
Total
2,15735 ,450105
2,607457
275/70R22,5
2,06153 ,320835
2,382363
275/80R22,5
2,36247 ,170040
2,532510
295/80R22,5
2,25258 ,372870
2,625454
Total
2,26760 ,341228
2,608829
Advance
GL 665 A
Total
Antyre
TB 707
TB 726
Total
Apollo
EnduRace
RA
Bridgestone
M 840
R 155
R 250
R 297
Total
Total
Barum
BF 12
Total
Boto
BT 388
Total
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
201
Tabla 6. Constantes, coeficientes y variables de las ecuaciones para predicción del
desgaste
Modelo
Elemento
Periodo
(de 15
días)
Carga
promedio
(Kg)
Velocidad
media
(Km/h)
Presión
registrada
(psi)
Constante
X1
X2
X3
X4
General
1,273951
-0,094479
0,000398
0,010506
-0,000731
Pavimentado
2,939253
-0,082894
0,000000
0,000000
-0,003764
Regional
2,732791
-0,094350
0,000000
0,000000
0,000000
Urbano
1,720238
-0,095403
0,000357
0,000000
-0,000962
Mixto
2,554561
-0,090152
0,000000
0,000000
0,000000
En buses de mayor peso, para aplicación en carreteras asfaltadas de larga distancia la
mejor opción, según nuestros resultados, es la marca Fullrun modelo TB 766 medida
275/80R22.5 con un ritmo de desgaste promedio de 1.73 mm, con clasificación de capa de 16,
índice de carga máxima 3250 Kg (149) singular y 3000 Kg (146) dual, y un índice de
velocidad máxima 130 Km/h (M). Relativamente la duración de los neumáticos para
aplicación regional es mayor en la marca General Tire modelo S370 medida 275/80R22.5,
con un ritmo de desgaste promedio de 1.879 mm cada quince días a lo largo de su vida útil,
siendo mayor al principio y menor al final. El diseño de corona recomendado es para uso
regional y urbano; la diferencia con la marca anterior es el índice de velocidad que es de 120
Km/h (L). Estos valores se apegan a los requerimientos de la mayoría de las unidades de
transporte urbano y regional que circulan en la provincia de El Oro, donde estas unidades
típico tienen una masa promedio de 15 Ton (Triangle, 2015; Continental, 2016).
Y para uso en vías mixtas destaca la marca Advance modelo GL 665 A, medida
315/80R22.5, clasificación de capa 14 (G), índice de carga 3750 Kg (154) singular y 3350 Kg
(150) dual, y un índice de velocidad 110 Km/h máximo. Nótese que los índices de velocidad
podrían ser menores tanto para los usos regional como los mixtos, pues los buses que
circulan por estas rutas no suelen desarrollar más de 90 Km/h, siendo el límite de velocidad
habitual de 60 Km/h. Sin embargo, los resultados apuntan a una marca y modelo de
neumático existente (Triangle, 2015; Bridgestone, 2019).
Para los modelos de regresión desarrollados con el software IBM SPSS, en la
determinación de las constantes, coeficientes y variables presentes en las ecuaciones para
predicción del desgaste de la banda de rodamiento presentadas en la Tabla 5, algunas
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
202
variables son constantes o tienen correlaciones no significativas y se suprimen del análisis
(la ecuación general está detallada en la Tabla 7).
Tabla 7. Coeficientes de los diferentes modelos de regresión (Ecuación general)
Coeficientes
estandarizad
os
B
Error
estándar
Beta
(Constante) 2,581 0,006 415,553 0,000
Periodo (15
dias)
-0,093 0,001 -0,906 -93,045 0,000
(Constante) 1,402 0,124 11,318 0,000
Periodo (15
dias)
-0,093 0,001 -0,910 -95,543 0,000
Carga
promedio
(Kg)
0,000 0,000 0,091 9,524 0,000
(Constante) 1,214 0,088 13,859 0,000
Periodo (15
dias)
-0,094 0,001 -0,922 -136,931 0,000
Carga
promedio
(Kg)
0,000 0,000 0,075 11,150 0,000
Velocidad
media (Km/h)
0,010 0,000 0,294 43,670 0,000
(Constante) 1,274 0,090 14,232 0,000
Periodo (15
dias)
-0,094 0,001 -0,922 -137,226 0,000
Carga
promedio
(Kg)
0,000 0,000 0,076 11,333 0,000
Velocidad
media (Km/h)
0,011 0,000 0,296 43,872 0,000
Presión
registrada
(psi)
-0,001 0,000 -0,021 -3,097 0,002
c. Selección de casos sólo para los cuales Registros obtenidos >= 5
Coeficientes
a,b,c
Modelo
Coeficientes no
estandarizados
t
Sig.
1
2
3
4
a. Variable dependiente: Valor pronosticado de predictor lineal
b. Regresión de mínimos cuadrados ponderada - Ponderada por Medida del neumático
Los análisis de varianza permitieron determinar, con una significancia de 0.01 los
modelos que mejor se ajustaban a las variables consideradas. En la Tabla 8 se detalla una de
estas pruebas estadísticas, la que corresponde para la obtención de la ecuación general
(Montgomery, et al., 2013; Rubio Hurtado and Berlanga Silvestre, 2012). En el caso de las
ecuaciones para predecir el desgaste de las llantas aplicadas en carreteras pavimentadas de
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
203
larga distancia, se consideran constantes los valores de carga y velocidad media, 2500 Kg y
60Km/h respectivamente. En uso regional y en mixto también se considera constante o no
significativa la presión de inflado. Esto último no es inusual para el presente estudio, pues
este factor fue controlado periódicamente. Y, para aplicaciones urbanas la variable
velocidad media es la única considerada constante o no significativa (Chen et al., 2018;
Svendenius, 2007).
Tabla 8. Análisis de varianza desarrollados para evaluar los modelos de regresión
(Ecuación general)
Suma de
cuadrados
gl
Media
cuadrática
F Sig.
Regresión 1778,148 1 1778,148 8657,378
,000
d
Residuo 390,243 1900 0,205
Total 2168,391 1901
Regresión 1795,938 2 897,969 4578,412
,000
e
Residuo 372,453 1899 0,196
Total 2168,391 1901
Regresión 1982,607 3 660,869 6751,559
,000
f
Residuo 185,784 1898 0,098
Total 2168,391 1901
Regresión 1983,542 4 495,885 5088,987
,000
g
Residuo 184,849 1897 0,097
Total 2168,391 1901
g. Predictores: (Constante), Periodo (15 dias), Carga promedio (Kg), Velocidad media (Km/h),
Presión registrada (psi)
a. Variable dependiente: Valor pronosticado de predictor lineal
b. Regresión de mínimos cuadrados ponderada - Ponderada por Medida del neumático
c. Selección de casos sólo para los cuales Registros obtenidos >= 5
d. Predictores: (Constante), Periodo (15 dias)
e. Predictores: (Constante), Periodo (15 dias), Carga promedio (Kg)
f. Predictores: (Constante), Periodo (15 dias), Carga promedio (Kg), Velocidad media (Km/h)
ANOVA
a,b,c
Modelo
1
2
3
4
Cuando se pronostique el desgaste promedio de la banda de rodamiento que tendrá
un neumático en función de la carga promedio, velocidad media y presión de inflado, hay
que tener en cuenta que los diferentes tipos de carretera por la circulan los neumáticos
inciden en su consumo, pues el desgaste de la banda de rodaje de los neumáticos se produce
por la fricción, la cual consume energía en forma de calor, degradando el caucho del que se
componen las llantas. Un aumento de la velocidad de recorrido incrementa la capacidad de
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
204
deformación del neumático por generación de calor, lo que resulta en más temperatura en la
banda de rodadura y mayor ritmo de desgaste del neumático. Esta consideración lleva a
suponer que las llantas se desgastan más en temporadas calurosas (Chen et al., 2018; Li et
al., 2012).
Conclusiones
Con los resultados obtenidos se ha logrado discriminar los factores controlables más
representativos que afectan la duración de las llantas aplicadas en buses de transporte de
personas, en función del ritmo de desgaste de la banda de rodamiento, verificando que la
incorrecta presión de inflado, la sobrecarga y malas condiciones de operación de los
neumáticos reducen su tiempo de vida útil.
En unidades livianas de transporte, los neumáticos medida 235/75R17.5 demuestran
un menor desgaste por kilómetro recorrido, destacando el modelo RT 500 para aplicación
en carreteras regionales y mixtas. Para uso en vías pavimentadas de larga distancia presenta
menor ritmo de desgaste el modelo de neumático DW 317. En buses de 18 toneladas que
circulen en carreteras con tramos pavimentados y destapados, una buena alternativa sería el
modelo GL 665 A, medida 315/80R22.5.
Los análisis de varianza y modelos de regresión de mínimos cuadrados ponderada
nos permitieron estimar ecuaciones para determinar el ritmo de desgaste de una llanta en
un tiempo determinado, con una presión de inflado, carga y velocidades medias de recorrido
preestablecidas. En algunos casos varios de estos factores fueron no significativos según las
condiciones de manejo. Un claro ejemplo de esto fue para buses de recorrido regional y
mixto, pues las presiones de inflado, carga soportada y velocidad media son bastante
regular. Además, en el establecimiento de los modelos no se presentaron sesgos de datos.
A pesar de haber sido un factor controlado, la presión de inflado de los neumáticos
influye en su funcionamiento; el desgaste de los neumáticos disminuye a medida que su
rigidez aumenta, la deformación del neumático se limita y la generación de calor disminuye.
Además de esto, el desgaste de los neumáticos es afectado de forma directa con el aumento
de la carga que deben soportar. La sobrecarga en las unidades de transporte elevará el
desgaste de las llantas, por lo que la condición de sobrecarga debería ser evitada.
La velocidad de recorrido, la carga soportada y la presión de inflado tienen un efecto
significativo en el desgaste de los neumáticos y son sus principales factores de impacto. El
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
205
modelo establecido para estimar el ritmo de desgaste de los neumáticos es factible, y los
resultados pueden reflejar las condiciones de mejor uso o incremento de su vida útil, lo que
proporciona una base teórica para predecir el desgaste que experimentarán las llantas en
diferentes tipos de aplicación y condiciones de manejo o funcionamiento.
Referencias
Bridgestone (2019). “Catálogo de Renovado.” Bandag, Mexico D.F., p. 28, 2019. URL:
https://www.bridgestonecomercial.com.mx/content/dam/bcs-latam-sites/bridgestone-
commercial/PDFS/Cat%C3%A1logo%20Bandag%20Light_1.pdf.
Cabrera, J. A.; Ortiz, A.; Carabias, E. and Simon, A. (2004). “An Alternative Method to
Determine the Magic Tyre Model Parameters Using Genetic Algorithms,” Veh. Syst. Dyn.,
2004. ISSN: 0042-3114.
Chen, X.; Xu, N. and Guo, K. (2018). “Tire wear estimation based on nonlinear lateral
dynamic of multi-axle steering vehicle,” Int. J. Automot. Technol., vol. 19, no. 1, pp. 63–75,
2018. ISSN: 12299138.
Colfecar (2014). “Reciclaje de llantas: Maximizar su vida útil y desecharlas correctamente,”
Bogotá, 2014. URL: https://nanopdf.com/download/enero-2015-informe-reciclaje-de-
llantas_pdf.
Continental (2016). “Catálogo 2016.” Continental Tire México, Mexico D.F., p. 112, 2016.
URL: https://blobs.continental-
tires.com/www8/servlet/blob/646948/1f4faeb76b29ff7f8a8a85e72a14dbb9/catálogo-
camión-2016-data.pdf.
Double Coin (2016). “Libro de datos y referencias de neumáticos para camiones.” Monrovia,
p. 32, 2016. URL: https://www.doublecointires.com/wp-content/uploads/Double-Coin-
TBR-Data-Book-Spanish.pdf.
Ejsmont, J. A.; Ronowski, G.; Świeczko-Żurek, B. and Sommer, S. (2016). “Road texture
influence on tyre rolling resistance,” Road Mater. Pavement Des., pp. 1–18, Mar. 2016. ISSN:
1468-0629.
Hong, S.; Erdogan, G.; Hedrick, K. and Borrelli, F. (2013). “Tyre - road friction coefficient
estimation based on tyre sensors and lateral tyre deflection: modelling, simulations and
experiments,” Veh. Syst. Dyn., vol. 51, no. 5, pp. 627–647, 2013. ISSN: 0042-3114.
Kunnappillil Madhusudhanan, A.; Corno, M.; Arat, M. A. and Holweg, E. (2016). “Load
sensing bearing based road-tyre friction estimation considering combined tyre slip,”
Mechatronics, vol. 39, pp. 136–146, Nov. 2016. ISSN: 0957-4158.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
John Eduardo Valle de la Cruz et al. // Condiciones de optimización del desgaste de neumáticos … 190-206
DOI: http://dx.doi.org/10.46925//rdluz.32.14
206
Li, Y.; Zuo, S.; Lei, L.; Yang, X. and Wu, X. (2012). “Analysis of impact factors of tire wear,”
J. Vib. Control, vol. 18, no. 6, pp. 833–840, 2012. ISSN: 1077-5463.
Montgomery, D.; Peck, E.; Vining, G. and Khuri, A. (2013). Introduction to Linear
Regression Analysis, Fifth Edit., vol. I, no. 2. International Statistical Review, 2013. ISBN:
978-0-470-54281-1.
Noblecilla M.; Ortíz L.; Ruiz, J.; Encalada L., and Ordoñez, O. (2016). “Análisis del
potencial turístico de las comunidades rurales. Caso de estudio: Comunidad Muyuyacu, El
Oro-Ecuador,” RIAT, vol. 12, pp. 48–59, 2016. ISSN: 0718-235X.
Richard, S.; Champoux, Y.; Lépine, J. and Drouet, J. M. (2015). “Using an alternative forced-
choice method to study shock perception at cyclists’ hands: The effect of tyre pressure,” in
Procedia Engineering, 2015. ISSN: 1877-7058.
Rodovalho E. da C. and Tomi, G. de (2017). “Reducing environmental impacts via improved
tyre wear management,” J. Clean. Prod., vol. 141, pp. 1419–1427, Jan. 2017. ISSN: 0959-6526.
Rubio Hurtado, M. J. and Berlanga Silvestre, V. (2012). “Cómo aplicar las pruebas
paramétricas bivariadas t de Student y ANOVA en SPSS . Caso práctico .,” Rev. d’Innovació
i Recer. en Educ., vol. 5, no. 2, pp. 83–100, 2012. ISSN: 1886-1946.
Sakhaeifar, M.; Banihashemrad, A.; Liao, G. and Waller, B. (2018). “Tyre–pavement
interaction noise levels related to pavement surface characteristics,” Road Mater. Pavement
Des., vol. 19, no. 5, pp. 1044–1056, 2018. ISSN: 21647402.
Svendenius, J. (2007). Tire Modeling and Friction Estimation. Lund: Lund University, 2007.
ISBN: 0280-5316.
Taghavifar, H. and Mardani, A. (2013). “Investigating the effect of velocity, inflation
pressure, and vertical load on rolling resistance of a radial ply tire,” J. Terramechanics, vol.
50, no. 2, pp. 99–106, 2013. ISSN: 0022-4898.
Triangle (2015). “Product Catalogue Commercial Tires.” Triangle, p. 37, 2015. URL:
http://www.triangle.com.cn/productmanual/%E4%BA%A7%E5%93%81%E7%9B%AE%E5
%BD%95-%E5%95%86%E7%94%A8%E8%BD%A6%E8%BD%AE%E8%83%8E.pdf.
Wang, J.; Alexander, L.. and Rajamani, R. (2004). “Friction Estimation on Highway
Vehicles Using Longitudinal Measurements,” J. Dyn. Syst. Meas. Control, vol. 126, no. 2, pp.
265–275, 2004. ISSN: 0022-0434.