详情

原文传递基于数据驱动的区域中小跨径桥梁服役状态网级评估方法研究

论文题名：	基于数据驱动的区域中小跨径桥梁服役状态网级评估方法研究
关键词：	公路桥梁;服役状态;网级评估;退化预测模型
摘要：	在大力推进交通强国战略和经济高速发展的时代背景下，我国以公路桥梁为典型的基础设施建设取得长足发展。然而，在桥梁建设取得巨大成就的同时，桥梁管养压力接踵而至。随着服役时间的推移，加之外部服役环境和内部材料劣化的耦合作用，桥梁结构不可避免地发生性能退化，大量带病工作桥梁表现出耐久性不足、结构抗力急剧衰减等问题。因此，亟需快速准确的获取桥梁安全状态，为桥梁预防性养护管理提供科学指导。本文针对区域中小跨径桥梁数量庞大、分布广泛、难以综合评估的问题，以重庆市政桥梁为依托，从统计分析、特征挖掘、预测建模、网级评估方面，开展了基于数据驱动的区域中小跨径桥梁服役状态网级评估方法研究。主要研究内容及结论如下：　　（1）剖析了重庆市政桥梁现阶段服役状况。首先，以重庆主城区城市桥梁为依托，根据气候特征划分为三个区域；其次，从数据角度出发，给出适用于区域桥梁状态评估的数据获取与预处理方法，建立了区域桥梁状态数据库；最后，基于对桥梁检测数据库样本的梳理与分析，在分区域层面上统计服役时间、桥型、最大跨径、桥长、技术状况等级分布特征和桥梁典型病害、维护状况等关键信息，以此掌握现阶段重庆市政桥梁服役状况，探明现存问题与维护需求。分析结果表明：桥梁整体服役状况较好，超过半数桥梁服役时间在9~16年间，桥面系各类病害数量占比超过半数，对板梁桥、桥面系结构和重要服役时间节点需予以重点关注。　　（2）挖掘了区域中小跨径桥梁服役状态退化特征。首先，基于线性均值回归方法拟合桥梁技术状况评分时变函数，初步揭示了桥梁技术状况在单一变量影响下的时变退化规律；然后，结合统计学和互信息类相关性分析，获取了服役时间、桥型、最大跨径等桥梁退化特征变量与总体或部件评分的相关系数，探究了各变量间的依存关系，提炼出相关程度较高且敏感性强的变量候选集。研究表明：退化特征的挖掘，有效地利用与探究桥梁长期检测数据中蕴藏的数据模式，桥龄是影响桥梁结构性能退化的首要因素，相关性分析结果可为区域桥梁退化预测模型的构建提供可靠输入。　　（3）建立了基于WOA-ELM的区域中小跨径桥梁服役状态退化预测模型。首先，描述了桥梁退化预测模型的数学表达；其次，在退化规律挖掘基础上建立桥梁结构退化标准函数曲线，通过数值算例验证评估预测方法的可靠性与可行性；然后，以筛选的敏感变量集为输入，桥梁总体或部件技术状况评分为输出，构建了基于鲸鱼优化算法-极限学习机（WOA-ELM）的桥梁状态退化预测模型，并与其他算法预测性能对比；最后，利用训练完成的模型预测区域路网内任意桥梁整体结构或部件的时变状态趋势以及整个区域网未来技术状况的概率分布。研究表明：所提方法具有一定优越性，能有效刻画桥梁数据间复杂非线性逻辑关系，克服单一桥梁的评估缺陷，有益于从区域层面上把握桥梁未来服役状态。　　（4）提出了基于组合赋权和改进TOPSIS法的区域中小跨径桥梁服役状态网级评估方法。首先，建立了考虑结构特征参数和技术状况评分的桥梁性能优劣性评估指标体系；其次，结合改进层次分析法（IAHP）和CRITIC法确定各指标主客观权重，计算耦合主客观因素的组合权重；最后，提出了融合灰色关联度与欧氏距离作为新型距离测度的改进优劣解距离法（TOPSIS），以部分重庆市现役城市桥梁为工程案例，评定各桥梁未来服役性能的相对优劣性。研究表明：该方法解决了单一指标权重取值的问题，弥补了传统欧氏距离无法有效辨别评估对象相对位置关系的缺陷，有效地将评估结果转化为管理决策，可为区域中小跨径桥梁网级评估提供有益参考。
作者：	徐喆
专业：	建筑与土木工程
导师：	杨先一;周建庭
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2022