A Deterioration Model for Concrete Bridge Deck Using System Reliability Analysis
Notice bibliographique
Résumé
Generally, in existing bridge management systems, deterioration is modeled based on visual inspections in which corresponding condition states are assigned to individual elements. Therefore, limited attention is given to the correlation between bridge elements from structural perspective. In this process, the impact of history of deterioration on the reliability of a structure is disregarded which may lead to inappropriate decisions. Improved estimate of service life of a bridge deck may help decision makers enhance the intervention planning and optimize life cycle costs. A reliability-based deterioration model is potentially an appropriate replacement for the existing procedures. The predicted element-level structural conditions for different time intervals are implemented to the non-linear Finite Element model of a bridge structure and the system reliability indices are estimated for different time intervals. The resulting degradation curve could be calibrated and updated based on the outcomes of the visual inspections. The aim of this research is to evaluate the system reliability of conventional bridges which have been designed based on the existing codes. The developed method utilizes the reliability theory and establishes a deterioration model for such bridges based on their failure mechanisms. This method has been applied to a simply supported concrete bridge superstructure designed according to the Canadian Highway Bridge Design Code (CHBDC). Based on the reliability estimates, the bridge is found to be in a good condition during the initial stages of its service life. However, its condition degrades faster once corrosion in steel reinforcements is initiated and spalling of concrete occurs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».