Este estudio aborda el impacto disruptivo de los incidentes en las redes viales, que a menudo provocan congestión de tráfico. Si no se gestionan de manera oportuna, la congestión puede propagarse e intensificarse con el tiempo, retrasando significativamente la recuperación de las condiciones de flujo libre. Proponemos un modelo mejorado basado en una decaimiento exponencial del tiempo necesario para la recuperación del flujo libre entre ocurrencias de incidentes. Nuestro enfoque integra un proceso de ruido impulsivo, asumiendo que los incidentes siguen un proceso de Poisson no homogéneo. Los incrementos en el tiempo de recuperación después de los incidentes se modelan utilizando distribuciones exponenciales y gamma. Derivamos métricas clave de rendimiento, brindando información sobre el riesgo de congestión y el fenómeno de desbloqueo, incluida la probabilidad de que el tiempo de paso inicial para que nuestro proceso exceda un umbral de congestión predefinido. Esta probabilidad se analiza utilizando dos métodos: (1) un enfoque de simulación exacta y (2) una técnica de aproximación analítica. Utilizando la aproximación analítica, estimamos cantidades extremas críticas, como la tasa mínima de eliminación de incidentes, la intensidad mínima de incrementos en el tiempo de recuperación y la intensidad máxima de ocurrencias de incidentes requeridas para evitar exceder un umbral de congestión especificado con una probabilidad dada. Estos hallazgos ofrecen herramientas valiosas para gestionar y mitigar los riesgos de congestión en las redes viales.