鋼筋混凝土主梁無(wú)監(jiān)督式安全性評(píng)估方法

曹輝 王賢強(qiáng) 沈浩 焦峪波

摘要：為了解決人為主觀因素和指標(biāo)權(quán)重不確定性對(duì)橋梁安全性評(píng)估的影響，基于模糊聚類理論，提出了一種適用于鋼筋混凝土主梁結(jié)構(gòu)的無(wú)監(jiān)督式安全狀態(tài)評(píng)估方法。首先，構(gòu)建了鋼筋混凝土主梁結(jié)構(gòu)安全性評(píng)估指標(biāo)體系，以典型橋梁的檢測(cè)數(shù)據(jù)為聚類樣本，基于F統(tǒng)計(jì)量計(jì)算，確定了聚類樣本的最佳分類。其次，將同一類橋梁檢測(cè)指標(biāo)均值作為該類別的中心，通過(guò)待評(píng)估橋梁檢測(cè)指標(biāo)數(shù)據(jù)與類別中心的模糊貼近度計(jì)算，實(shí)現(xiàn)該橋梁的安全性評(píng)價(jià)。以長(zhǎng)春賽德大橋?yàn)閷?shí)體工程，針對(duì)評(píng)價(jià)指標(biāo)對(duì)結(jié)構(gòu)安全性的影響差異，通過(guò)考慮和不考慮指標(biāo)權(quán)重對(duì)橋梁安全性評(píng)估進(jìn)行了分析。結(jié)果表明，基于模糊聚類的鋼筋混凝土主梁結(jié)構(gòu)安全評(píng)估方法是有效性。研究方法對(duì)客觀評(píng)價(jià)鋼筋混凝土主梁安全性及研究鋼筋混凝土橋梁安全性評(píng)估方法具有借鑒意義。

關(guān)鍵詞：道路工程;鋼筋混凝土橋梁;上部結(jié)構(gòu);安全性評(píng)估;模糊聚類;模糊貼近度

中圖分類號(hào)：U414文獻(xiàn)標(biāo)志碼：Adoi： 10.7535/hbgykj.2019yx04001

Abstract：Aiming at the influence of subjective factors and uncertainty of index weight on bridge safety assessment， an unsupervised safety assessment method for RC bridge superstructure based on fuzzy clustering is proposed in this paper. Firstly， the index system of safety assessment of bridge superstructure is constructed， and the monitoring data of bridge are selected as clustering samples. Based on the principle of fuzzy clustering， the optimal classification of samples is determined. Secondly， average value of the same kind of bridge monitoring index is taken as the approximate center. Bridge safety is evaluated by calculating the fuzzy closeness between the unknown bridge monitoring data and corresponding approximate center. The Changchun Saide Bridge is selected as practical project， bridge safety assessment is investigated by the influence of index weight considering the impact difference of evaluation index on structure safety， and effectiveness of the proposed method in this study is verified， which provides reference for the girder safety of reinforced concrete bridge， and for safety assessment method of the reinforced concrete bridge study.

Keywords：pavement engineering; reinforced concrete bridge; superstructure; safety evaluation; fuzzy clustering; fuzzy nearness

隨著交通基礎(chǔ)設(shè)施建設(shè)的不斷完善，橋梁數(shù)量不斷增加。截止到2017年底，中國(guó)公路橋梁已達(dá)8325萬(wàn)座。與此同時(shí)，隨著公路運(yùn)輸量及車輛保有量的持續(xù)增加，橋梁設(shè)施的安全性受到嚴(yán)重威脅。美國(guó)聯(lián)邦公路局調(diào)查顯示，美國(guó)每年新增危橋約5 000座[1]。而在中國(guó)公路路網(wǎng)中，服役年限超過(guò)20年的橋梁比例達(dá)到40%以上，已有超過(guò)10萬(wàn)座危橋。大量危橋的存在增加了橋梁運(yùn)營(yíng)體系的安全風(fēng)險(xiǎn)，橋梁垮塌事故的頻發(fā)造成了重大的經(jīng)濟(jì)損失和惡劣的社會(huì)影響。因此，研究有效的橋梁安全狀態(tài)評(píng)估方法，實(shí)現(xiàn)在役橋梁安全性評(píng)估，對(duì)于確保橋梁結(jié)構(gòu)安全運(yùn)營(yíng)具有重要的現(xiàn)實(shí)意義[2-5]。

目前，國(guó)內(nèi)橋梁安全性狀態(tài)評(píng)估的技術(shù)規(guī)范主要有《公路橋涵養(yǎng)護(hù)規(guī)范（JTG H11-2004）》《城市橋梁養(yǎng)護(hù)技術(shù)規(guī)范（CJJ 99-2017）》和《公路養(yǎng)護(hù)技術(shù)規(guī)范（JTG H10-2009）》，這些規(guī)范在橋梁安全性狀態(tài)評(píng)估中發(fā)揮了重要作用。但是，不同規(guī)范中的安全性評(píng)估指標(biāo)缺乏統(tǒng)一標(biāo)準(zhǔn)，指標(biāo)劃分不具體，評(píng)分過(guò)程存在較強(qiáng)的主觀性。為了避免在橋梁安全性評(píng)估過(guò)程中人為主觀因素的影響，國(guó)內(nèi)外學(xué)者做了大量研究。XIA等[6]建立了混合分布模型，利用橋梁可靠度對(duì)在役橋梁進(jìn)行狀態(tài)評(píng)估。WANG等[7-8]提出了橋梁狀態(tài)評(píng)估的證據(jù)推理方法與模糊群決策（FGDM）方法。文獻(xiàn)[9]提出了一種橋面板模糊狀態(tài)分級(jí)方法解決狀態(tài)評(píng)估中數(shù)據(jù)的不確定性問(wèn)題，通過(guò)模糊推理建立模糊評(píng)估系統(tǒng)，獲取橋梁的模糊狀態(tài)評(píng)級(jí)。PAN等[10]提出了一種基于模糊線性回歸的橋梁服役狀態(tài)評(píng)估方法，該方法以矩陣代數(shù)為基礎(chǔ)，可以對(duì)模糊數(shù)和精確量進(jìn)行處理。趙璐等[11]通過(guò)不確定層次分析法確定評(píng)估指標(biāo)權(quán)重，結(jié)合最優(yōu)傳遞矩陣法實(shí)現(xiàn)了橋梁的安全性評(píng)估。任劍[12]提出了基于程度分析法的橋梁安全性評(píng)估方法，該方法通過(guò)程度分析的模糊判定，實(shí)現(xiàn)橋梁安全性評(píng)估。李潔等[13]分別建立了適用于在役鋼筋混凝土橋梁的系統(tǒng)、結(jié)構(gòu)、部件及構(gòu)件等評(píng)估指標(biāo)體系，確定了相應(yīng)的評(píng)估標(biāo)準(zhǔn)，實(shí)現(xiàn)了橋梁結(jié)構(gòu)安全性綜合評(píng)定及養(yǎng)護(hù)策略制定。在橋梁安全性評(píng)估過(guò)程中，主觀因素的影響對(duì)評(píng)估結(jié)果影響較大，如模糊推理方法的隸屬度函數(shù)確定、層次分析法確定指標(biāo)權(quán)重等。因此，在橋梁狀態(tài)評(píng)估過(guò)程中盡量降低人為主觀因素的影響，對(duì)提高橋梁安全性評(píng)估系統(tǒng)的有效性具有重要作用。

1模糊聚類計(jì)算理論

樣本分類的傳統(tǒng)方式是先確定分類標(biāo)準(zhǔn)，根據(jù)這一標(biāo)準(zhǔn)劃分分類對(duì)象，這是一種有監(jiān)督的學(xué)習(xí)模式。而聚類分析方法是一種無(wú)監(jiān)督的學(xué)習(xí)模式，根據(jù)分類樣本的屬性對(duì)分類樣本進(jìn)行動(dòng)態(tài)分類。模糊聚類方法可以有效避免傳統(tǒng)的確定性方法對(duì)樣本類別的硬性劃分，基于模糊計(jì)算的基本原理，對(duì)樣本數(shù)據(jù)的內(nèi)在特征進(jìn)行不確定性描述，從而更加客觀地對(duì)樣本數(shù)據(jù)狀態(tài)進(jìn)行表征[14-18]。運(yùn)用模糊聚類方法進(jìn)行樣本分類的計(jì)算步驟如下。

在得到最佳分類結(jié)果以后，需要確定各類橋梁的具體安全狀態(tài)?？紤]到所選取樣本的代表性，筆者結(jié)合橋梁的通車日期對(duì)其進(jìn)行界定，區(qū)分其具體安全狀態(tài)。1#橋、7#橋通車時(shí)間分別為2002年和2009年，通車時(shí)間晚，安全性狀態(tài)為“良好”，定為Ⅰ類橋梁。同理，2#橋、4#橋通車時(shí)間分別為2000年和1996年，安全性狀態(tài)為“較好”，定為Ⅱ類橋梁，3#橋、5#橋通車時(shí)間分別為1991年和1989年，安全性狀態(tài)為“一般”，定為Ⅲ類橋梁。6#橋、8#橋通車時(shí)間為1985年和1983年，安全性狀態(tài)為“差”，定為Ⅳ類橋梁。

通過(guò)模糊聚類方法計(jì)算分析，得到了樣本的最佳分類，并通過(guò)橋梁的通車時(shí)間劃分了橋梁的安全狀態(tài)。將聚類分析結(jié)果作為安全性評(píng)估的樣本庫(kù)和基準(zhǔn)數(shù)據(jù)，將處于同一安全類別橋梁的安全性評(píng)估指標(biāo)的平均值作為該類別的近似中心。通過(guò)計(jì)算待評(píng)估橋梁安全狀態(tài)評(píng)估指標(biāo)數(shù)據(jù)與各類別中心之間的模糊貼近度，實(shí)現(xiàn)待評(píng)估橋梁的安全性評(píng)估。根據(jù)8座橋梁的分類結(jié)果，計(jì)算獲取的安全性評(píng)估指標(biāo)類別中心如表2所示。

3考慮指標(biāo)權(quán)重的主梁結(jié)構(gòu)無(wú)監(jiān)督式安全性評(píng)估

3.1基于不確定型層次分析法的安全性評(píng)估指標(biāo)權(quán)重體系構(gòu)建

基于不確定型層次分析法計(jì)算原理[19-20]，筆者邀請(qǐng)10位橋梁專家對(duì)上文確定的安全性評(píng)估指標(biāo)體系開(kāi)展評(píng)分，進(jìn)而確定指標(biāo)體系間判斷矩陣，計(jì)算得到橋梁結(jié)構(gòu)安全性評(píng)估指標(biāo)的權(quán)重，如表3所示。

3.2考慮指標(biāo)權(quán)重的模糊聚類評(píng)估系統(tǒng)構(gòu)建

對(duì)橋梁安全性評(píng)估的標(biāo)準(zhǔn)化矩陣（式13）進(jìn)行加權(quán)處理，得到考慮指標(biāo)權(quán)重的模糊等價(jià)矩陣，如式（15）所示。確定不同的閾值λ，從而對(duì)評(píng)估樣本進(jìn)行動(dòng)態(tài)聚類分析，基于F統(tǒng)計(jì)量計(jì)算確定樣本間的最佳分類，得到聚類結(jié)果。最佳分類結(jié)果為{1，7}，{2，4}，{3，5}，{6，8}。將同一類橋梁評(píng)估指標(biāo)的加權(quán)平均值作為該類別的近似中心，計(jì)算得到了考慮指標(biāo)權(quán)重安全性狀態(tài)評(píng)估各類別中心，如表4所示。

4橋梁安全性評(píng)估實(shí)例

以長(zhǎng)春賽德大橋作為安全性評(píng)估實(shí)例，驗(yàn)證本文所提出方法的有效性。該橋?yàn)楹?jiǎn)支小箱梁橋，跨徑為6×30 m，橋面寬24 m。通過(guò)對(duì)該橋進(jìn)行靜動(dòng)力及無(wú)損檢測(cè)，獲取了該橋安全性評(píng)估指標(biāo)的現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)，如表5所示。

分別考慮和不考慮指標(biāo)權(quán)重的影響，計(jì)算得到賽德大橋評(píng)估指標(biāo)實(shí)測(cè)數(shù)據(jù)與各安全狀態(tài)類別中心之間的模糊貼近度，其結(jié)果如表6和表7所示。從計(jì)算結(jié)果可以看出，在不考慮指標(biāo)權(quán)重的情況下，賽德大橋?qū)崪y(cè)數(shù)據(jù)和Ⅰ類中心的模糊貼近度為0.94;考慮指標(biāo)權(quán)重的情況下，賽德大橋?qū)崪y(cè)數(shù)據(jù)和Ⅰ類中心的模糊貼近度值為0.93。因此，可以判定該橋目前所處的安全狀態(tài)為Ⅰ類（良好），結(jié)構(gòu)性能整體處于安全狀態(tài)。不考慮指標(biāo)權(quán)重和考慮指標(biāo)權(quán)重的模糊聚類評(píng)估結(jié)果具有一致性。

5結(jié)語(yǔ)

在現(xiàn)有橋梁安全性評(píng)估方法中，人為主觀因素成為影響橋梁安全性評(píng)估的主要原因。筆者通過(guò)選取鋼筋混凝土橋梁可定量實(shí)測(cè)數(shù)據(jù)構(gòu)建安全性評(píng)估指標(biāo)體系，基于模糊聚類方法，提出了一種無(wú)監(jiān)督式橋梁安全性評(píng)估方法。通過(guò)選取8座典型鋼筋混凝土橋梁作為安全性評(píng)估的聚類樣本，分別考慮指標(biāo)權(quán)重和不考慮指標(biāo)權(quán)重的影響，采用模糊聚類計(jì)算方法和F統(tǒng)計(jì)量分析，確定樣本的最佳分類。在同一類別的橋梁中，建立評(píng)估指標(biāo)的評(píng)估類別中心，通過(guò)計(jì)算待評(píng)估橋梁實(shí)測(cè)數(shù)據(jù)和類別中心的模糊貼近度對(duì)橋梁的安全性進(jìn)行評(píng)估。選取長(zhǎng)春市賽德大橋作為橋梁安全性評(píng)估的實(shí)體工程，對(duì)其安全性進(jìn)行了評(píng)估。分別考慮權(quán)重和不考慮權(quán)重影響，均得到安全性“良好”的結(jié)果，評(píng)估結(jié)果具有一致性，取得了良好的實(shí)際應(yīng)用效果，驗(yàn)證了所提出的無(wú)監(jiān)督式主梁安全評(píng)估方法的有效性。筆者僅對(duì)鋼筋混凝土主梁結(jié)構(gòu)進(jìn)行了安全狀態(tài)評(píng)價(jià)，考慮到橋梁狀況評(píng)價(jià)應(yīng)綜合考慮上部結(jié)構(gòu)、下部結(jié)構(gòu)、支座及附屬設(shè)施等構(gòu)件，下一步將完善安全狀況評(píng)定標(biāo)準(zhǔn)體系，使方法適用于橋梁整體狀況的評(píng)價(jià)。

參考文獻(xiàn)/References：

[1]焦峪波.不確定條件下橋梁結(jié)構(gòu)損傷識(shí)別及狀態(tài)評(píng)估的模糊計(jì)算方法研究[D]. 長(zhǎng)春： 吉林大學(xué)，2012.

JIAO Yubo. The Fuzzy Calculation Method for Damage Identification and Condition Evaluation of Bridge under Uncertainties [D]. Changchun： Jilin University， 2012.

[2]王彬， 徐秀麗， 李雪紅， 等. 基于自適應(yīng)模糊推理和RBF網(wǎng)絡(luò)的橋梁安全評(píng)估[J]. 中國(guó)安全科學(xué)學(xué)報(bào)， 2017， 27（5）： 164-168.

WANG Bin， XU Xiuli， LI Xuehong， et al. Safety assessment of bridge based on RBF neural network and adaptive fuzzy inference[J]. China Safety Science Journal， 2017， 27（5）： 164-168.

[3]LIAO K W， HOANG N D， GITOMARSONO J. A probabilistic safety evaluation framework for multi-hazard assessment in a bridge using SO-MARS learning model[J]. KSCE Journal of Civil Engineering， 2018， 22（3）： 903-915.

[4]YE X W， YI T H， SU Y H， et al. Strain-based structural condition assessment of an instrumented arch bridge using FBG monitoring data[J]. Smart Structures and Systems， 2018， 20（2）： 139-150.

[5]毛建偉. 廣義模糊綜合安全評(píng)價(jià)模型及其在鐵路橋梁評(píng)價(jià)中的應(yīng)用[J].河北科技大學(xué)學(xué)報(bào)， 2008， 29 （3）： 246-249.

MAO Jianwei. Generalized fuzzy comprehensive safety evaluation model and its application to railway bridge[J]. Journal of Hebei University of Science and Technology， 2008， 29 （3）： 246-249.

[6]XIA H W， NI Y Q，WONG K Y， et al. Reliability-based condition assessment of in-service bridges using mixture distribution models[J]. Computers and Structures， 2012（106/107）： 204-213.

[7]WANG Yingming， ELHAG T M S. Evidential reasoning approach for bridge condition assessment[J]. Expert Systems with Applications， 2008， 34（1）： 689-699.

[8]WANG Yingming， ELHAG T M S. A fuzzy group decision making approach for bridge risk assessment[J]. Computers & Industrial Engineering， 2007， 53 （1）： 137-148.

[9]TARIGHATA A， MIYAMOTO A. Fuzzy concrete bridge deck condition rating method for practical bridge management system[J]. Expert Systems with Applications， 2009， 36 （10）： 12077-12085.

[10]PAN N F， LIN T C， PAN N H. Estimating bridge performance based on a matrix-driven fuzzy linear regression model [J]. Automation in Construction， 2009， 18（5）： 578-586.

[11]趙璐，程龍. 不確定型層次分析法在橋梁安全評(píng)估中的應(yīng)用[J]. 洛陽(yáng)理工學(xué)院學(xué)報(bào)（自然科學(xué)版）， 2017， 27（2）： 20-23.

ZHAO Lu，CHENG Long.Application of uncertain AHP on bridge evaluation based on optimal transfer matrix[J].Journal of Luoyang Institute of Science and Technology（Natural Science Edition）， 2017， 27（2）： 20-23.

[12]任劍. 基于程度分析法的橋梁安全性評(píng)估[J].交通科技， 2016（3）： 82-85.

REN Jian. Bridge safety evaluation based on degree analysis[J].Transportation Science and Technology， 2016（3）： 82-85.

[13]李潔，馬楠，李松輝. 在役橋梁安全評(píng)估及養(yǎng)護(hù)策略研究[J]. 公路交通科技（應(yīng)用技術(shù)版），2012（6）：10-13.

[14]LIU Hanbing， WANG Xianqiang， JIAO Yubo， et al. Condition evaluation for existing reinforced concrete bridge superstructure using fuzzy clustering improved by particle swarm optimisation[J]. Structure and Infrastructure Engineering， 2017， 13（7）： 11-19.

[15]BHATIA V， RANI R. A parallel fuzzy clustering algorithm for large graphs using pregel[J]. Expert Systems with Applications， 2017， 78（15）： 135-144.

[16]LI S， ELBESTAWI M A. Fuzzy clustering for automated tool condition monitoring in machining[J]. Mechanical Systems and Signal Processing， 1996， 10（5）： 533-550.

[17]BINESH N， REZGHI M. Fuzzy clustering in community detection based on nonnegative matrix factorization with two novel evaluation criteria[J]. Applied Soft Computing， 2018，69：689-703.

[18]WU Junjie， WU Zhiang， CAO Jie， et al. Fuzzy consensus clustering with applications on big data[J]. IEEE Transactions on Fuzzy Systems， 2017， 25（6）： 1430-1445.

[19]夏富洲，劉富奎，陳棟梁. 不確定型層次分析法在渡槽結(jié)構(gòu)狀態(tài)評(píng)估中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版）， 2012， 45 （3）： 277-281.

XIA Fuzhou， LIU Fukui， CHEN Dongliang. Application of uncertain type AHP to aqueduct structure condition assessment [J].Engineering Journal of Wuhan University， 2012， 45 （3）： 277-281.

[20]黃僑， 任遠(yuǎn)， 林陽(yáng)子. 大跨徑橋梁綜合評(píng)估中的不確定型層次分析法[J]. 公路交通科技， 2008， 25（3）： 79-83.

HUANG Qiao， REN Yuan， LIN Yangzi. Uncertain type of AHP method in comprehensive assessment of long span bridge[J]. Journal of Highway and Transportation Research and Development， 2008， 25（3）： 79-83.