一种桥梁群养护策略方法

本发明涉及桥梁群的，具体而言，涉及一种桥梁群养护策略方法。

背景技术：

1、当桥梁退化到一定程度，其状态不再满足正常运营要求时，必须采取必要的维护措施来提高其技术状态，该策略的制定基于历年来桥梁群状态情况的研究，旨在在有限的资金预算下，在预期养护周期内获得最佳的养护效果。

2、2005年长安大学吕颖钊在期刊长安大学学报(自然科学版)上发表《在役桥梁承载力模糊可靠性的马尔科夫预测》一文中表明：根据模糊评价理论，确定桥梁承载力状况分布向量，引入马尔科夫过程方法，构造结构状态转移概率矩阵，并以算例表明，该方法可实现桥梁承载力的可靠度预测；2007年同济大学的耿波在武汉理工大学学报(交通科学与工程版)上发表期刊《桥梁技术状况预测的灰色马尔可夫链模型研究》一文中表明：将灰色马尔可夫链用于桥梁的技术状况预测中，以解决传统的回归分析模型无法考虑不确定因素对结构技术状况的影响和概率型模型对单一桥梁预测的局限性问题，提出了将灰色模型gm(1，1)与马尔可夫链有机结合起来，利用二者的优点充分考虑了桥梁技术状况的整体趋势和局部波动情况，最大限度地利用历史信息，通过对国外某桥的技术状况进行预测，证实了该模型的预测精度；2012年中国科学院城市环境研究所的卢新在计算机应用研究上发表期刊《基于改进的有限马尔可夫链的桥梁性能退化预测系统》一文中表明：作者提出基于有限markov链与poisson分布的桥梁结构性能退化预测模型，并通过实际检测数据说明了该模型的适用性；2017年的重庆交通大学的蒋茂源在四川水泥上发表期刊《基于新维无偏灰色马尔科夫模型的桥梁技术状况预测》一文中表明：首先采用无偏灰色预测模型分析得到预测对象的发展变化趋势，再以此为基础进行马尔可夫预测，最后采用信息更替的思想，用灰色马尔可夫预测得到的预测数据不断更新历史数据，将这种预测方式应用于桥梁技术状况的预测，既能发挥出短期预测的优点，又能降低中长期预测的相对误差；2023年长安大学的刘冉在建筑结构上发表期刊《基于模糊理论和马尔可夫的在役pc桥梁使用性能预测》一文中表明：为了预测在役pc桥梁的使用性能，通过对其耐久性指标的模糊评价，得到桥梁模糊可靠性分布向量，使用马尔可夫模型构造状态转移矩阵，得到桥梁使用性能的时变曲线，选取山西省的八政桥为具体依托工程，预测这座在役桥梁在运营期内的使用性能，并且与该桥梁的实测值进行对比分析。计算结果表明模型计算满足实际工程的精度要求。

3、综上，虽然研究人员基于markov理论建立各结构退化模型方面已经做了许多的研究，但对于群级桥梁状况的维修决策缺乏合理可靠的科学依据，对于桥梁管理部门而言，当前仅凭管理人员的主观意识来分配维护资金，管理者很难制定出最优桥梁养护策略。

技术实现思路

1、本发明要解决的问题是：提供一种桥梁群养护策略方法，能够提供合理可靠的科学依据，协助制定出最优桥梁养护策略。

2、为解决上述问题，本发明提供一种桥梁群养护策略方法，桥梁群包括多个桥梁，预先为每个所述桥梁设定对应不同状态等级的阈值范围，所述桥梁群养护策略方法包括以下步骤：

3、步骤s1，针对每个桥梁，获取并根据所述桥梁的完好程度值和各所述阈值范围匹配得到对应的所述状态等级，并持续统计所述桥梁处于所述状态等级下的一停留时间；

4、步骤s2，根据所述停留时间得到符合weibull分布统计规律的条件因素；

5、步骤s3，根据所述条件因素构建得到概率密度函数、累积密度函数和生存函数，并求解得到所述桥梁处于所述状态等级时的模型参数；

6、步骤s4，构建所述停留时间的状态转移概率矩阵并根据所述状态转移概率矩阵得到状态等级分布；

7、步骤s5，构建所述桥梁群的修复矩阵，并根据所述修复矩阵和所述状态等级分布得到所述桥梁群在考虑桥梁养护行为情况下的技术状况；

8、步骤s6，根据nsga-ii算法求解所述技术状况得到对应的pareto解集，以辅助制定桥梁群养护策略。

9、优选的，所述步骤s2中，通过以下计算公式得到所述条件因素：

10、

11、其中，

12、f(ti，λi，βi)表示所述条件因素；

13、i表示所述状态等级；

14、ti表示所述桥梁处于所述状态等级i时的所述停留时间；

15、λi表示所述桥梁处于所述状态等级i时的weibull分布比例参数；

16、βi表示所述桥梁处于所述状态等级i时的weibull形状参数。

17、优选的，所述步骤s3中，通过以下计算公式得到所述概率密度函数、所述累积密度函数和所述生存函数：

18、

19、si(t)＝1-fi(t)

20、

21、其中，

22、fi(t)表示所述概率密度函数；

23、fi(t)表示所述累积密度函数；

24、si(t)表示所述生存函数；

25、t表示时刻；

26、λi表示所述桥梁处于所述状态等级i时的weibull分布比例参数；

27、βi表示所述桥梁处于所述状态等级i时的weibull形状参数。

28、优选的，所述步骤s3中，通过以下计算公式求解得到所述桥梁处于所述状态等级时的模型参数：

29、

30、

31、其中，

32、u表示第u年；

33、v表示第v年；

34、βi表示所述桥梁处于所述状态等级i时的第一模型参数；

35、λi表示所述桥梁处于所述状态等级i时的第二模型参数。

36、优选的，所述步骤s4中，通过以下计算公式构建得到所述状态转移概率矩阵：

37、

38、其中，

39、p(t)表示所述状态转移概率矩阵；

40、pn，n(t)表示所述桥梁群处于时刻t时保持状态n的概率。

41、优选的，所述步骤s4中，通过以下计算公式得到所述状态等级分布：

42、

43、

44、其中，

45、a(t)表示所述桥梁群在不受养护行为干预情况下t年后的概率分布；

46、an(t)表示t年后所述桥梁群中处于状态n的各所述桥梁的比例；

47、ai(t)表示t年后所述桥梁群中处于状态等级i的各所述桥梁的比例；

48、a(t0)表示所述桥梁群在初始状态t0时的状态分布；

49、k表示预设参数。

50、优选的，所述步骤s5中，通过以下计算公式构建得到所述修复矩阵：

51、

52、其中，

53、r(t)表示所述修复矩阵；

54、rn，n表示所述桥梁群经过养护行为后保持状态n的概率；

55、r21表示所述桥梁群经过养护行为后从状态2提升至状态1的概率。

56、优选的，所述步骤s5中，通过以下计算公式得到所述技术状况：

57、

58、其中，

59、g(t)表示所述技术状况；

60、a(t)表示所述桥梁群在不受养护行为干预情况下t年后的概率分布；

61、r(t)表示所述修复矩阵；

62、表示所述桥梁群在每个状态所能得到的平均分。

63、本发明具有以下有益效果：本发明通过划分桥梁的状态等级、统计停留时间、求解条件因素和模型参数、构建状态转移概率矩阵和修复矩阵，提供扎实的数据支撑，保证合理可靠的科学依据，使得能够精准模拟桥梁的技术状况，并且通过nsga-ii算法求解技术状况进行多目标优化，辅助操作人员制定出最优桥梁养护策略，并且引入了桥梁修复矩阵后，能够直观体现出不同养护行为对技术状况的提升效果，来辅助操作人员进行最优桥梁养护策略的判断。