Comparación entre la clasificación visual y la mecánica en piezas de pino ponderosa.

Abstract

Este trabajo es parte de una investigación desarrollada con el fin de caracterizar, para uso estructural, la madera de pino ponderosa proveniente de bosques implantados en la zona andina de la Patagonia Norte de Argentina. En el año 2002 Argentina comenzó con las normas de clasificación visual pero la tendencia en el mundo es avanzar hacia una clasificación mecánica. El objetivo de este artículo es presentar la comparación entre modelos de clasificación mecánica y de clasificación visual resistente. El programa experimental incluyó 454 cuerpos de prueba de 6 escuadrías diferentes. Los ensayos se realizaron según la norma UNE-EN:408 (2012)1 . Se diseñaron cinco modelos para la clasificación mecánica. Para la clasificación visual se utilizó un método ya publicado sobre la base de la nudosidad y las dimensiones de los anillos de crecimiento. La clasificación mecánica presentó un 92,7% y 98,8% de aciertos en las calidades superior e inferior respectivamente, con rendimientos del 18% y 36%. La clasificación visual mostró rendimientos más altos, pero con un alto porcentaje de sobreestimas, un 64% y un 57% en las calidades superior e inferior respectivamente. Se concluye que con la clasificación mecánica se predice más acertadamente la calidad estructural de cada pieza.

This work is part of an investigation developed in order to characterize, for structural use, the ponderosa pine wood from forests implanted in the Andean zone of Northern Patagonia in Argentina. In 2002 Argentina started with visual classification standards but the trend in the world is to move towards a mechanical classification. The objective of this article is to present the comparison between mechanical classification and resistant visual classification models. The experimental program included 454 test corps from 6 different squads. The tests were carried out according to the UNE-EN: 408 (2012)1 standard. Five models were designed for mechanical classification. For visual classification, a previously published method was used on the basis of the knots and the dimensions of the growth rings. The mechanical classification presented 92.7% and 98.8% of correct answers in the superior and inferior qualities respectively, with yields of 18% and 36%. The visual classification showed higher yields, but with a high percentage of overestimations, 64% and 57% in the superior and inferior qualities respectively. It is concluded that with the mechanical classification the structural quality of each piece is more accurately predicted.