Condition Assessment of Concrete Bridge Decks using Ground Penetrating Radar
Notice bibliographique
Résumé
Highway bridge structures play a critical role in transportation system. While one-third of Canada’s 75,000 highway bridges have structural or functional deficiencies and a short remaining service life; in the United States (US), as of December 2013, more than 100 million m2 of the total 360 million m2 of concrete bridge decks is either structurally deficient or functionally obsolete. To eliminate that deficient backlog in US by 2028, it is estimated that an annual investment of $20.5 billion would be needed and the largest portion of this expenditure would be for bridge decks. \nCondition assessment of concrete bridge decks provides required inputs for programming deck maintenance activities. In both Canada and the United States, the main approach to evaluate condition of bridge decks, as for other bridge elements, is based on visual inspection. Although this approach may be effective in finding external flaws such as cracks, scaling and spalls; it cannot detect subsurface defects such as voids, internal cracks, delaminations, or rebar corrosion. To overcome such limitation of visual inspection, this research aims at developing a condition assessment system for concrete bridge decks based on nondestructive evaluation (NDE) technology. In order to achieve that goal, three research objectives were identified: (1) study and select the most appropriate NDE technology; (2) study methods for interpreting data of selected NDE technique; and (3) develop bridge deck corrosiveness index (BDCI) from NDE output. \nGround penetrating radar (GPR) was found to be one of the most appropriate technologies for inspecting concrete bridge decks subjected to corrosion-induced deterioration. As for GPR data interpretation, two analysis methods are proposed in this research. The first one is an integrated technique between the amplitude method and visual interpretation with threshold calibration based on K-means clustering. The second approach is a technique for analyzing time-series GPR data. Based on correlation coefficient between A-scans, this technique assesses concrete deterioration by studying the change of GPR signals over time. Expert opinions, through a structured questionnaire survey, were used to develop and interpret bridge deck corrosiveness index (BDCI) based on GPR output. After being validated by several case studies, an automated software has been developed to facilitate the implementation of the entire methodology. The developed system and models will help transportation agencies to identify critical deficiencies and focus limited funding on most deserving bridge decks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».