[发明专利]基于半马尔科夫决策过程的桥梁全寿命维护策略优化方法

权利要求书

1.一种基于半马尔科夫决策过程的桥梁全寿命维护策略优化方法，其特征在于，包括步骤：

S1、基于退化后的桥梁强度和车辆荷载的年极值分布，计算桥梁的年失效概率及对应的可靠度指标，并根据可靠度指标定义桥梁状态；

S2、仅考虑锈蚀引起的可靠度指标退化，且设定退化过程符合伽马过程；

S3、采用时变可靠度方法计算决策区间内桥梁的失效概率；

S4、分别定义桥梁的状态空间和桥梁维护的动作空间，每年对桥梁进行一次健康检测，根据检测结果判断桥梁保护层的退化情况并确定桥梁状态，根据桥梁状态确定采取的决策，该决策问题采用半马尔科夫决策过程模型；

半马尔科夫决策过程模型如下：

上式中，为最优值函数，表示t时刻之后的最小总期望贴现成本；π_t(s)为由策略π_t和状态s确定的维护措施；Π为桥梁全寿命维护策略空间；

s′为桥梁的下一个可能状态，其值取决于当前状态和当前维护措施，具体是：1)若当前不采取维护措施，则s′比s高一个等级但不超过最高等级，2)若当前采取预防性维护措施，则s′＝s，3)若当前采取必要性维护措施，则s′＝s₀，s₀为桥梁完好状态；

Δt为相邻两个决策时刻之间的时间间隔，其概率分布p(Δt|π_t(s))由当前维护措施决定，具体是：1)若当前不采取维护措施，则Δt为桥梁在当前状态上的停留时间，其概率分布由可靠度指标退化过程确定，2)若当前采取预防性维护措施或必要性维护措施，则Δt为锈蚀起始时间，且服从正态分布；

T为桥梁设计使用年限；λ为贴现率；c₀为桥梁维护费用，由桥梁状态和维护措施决定；c₁为时间间隔Δt内因桥梁倒塌造成的期望贴现间接损失，可按下式计算：

上式中，C_f为因桥梁失效造成的间接经济损失；i和j都为表示时间的求和变量；β_i和β_j分别表示第i和第j年的可靠度指标；

S5、采用Q学习算法求解步骤S4所述的半马尔科夫决策过程模型，获得桥梁最优全寿命维护策略。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，退化后的桥梁强度的获取方式如下：

对桥梁进行健康检测，获得关于桥梁锈蚀程度的数据，然后通过有限元分析或截面承载力公式计算得出退化后的桥梁强度。

3.根据权利要求1所述的方法，其特征在于，所述步骤S1中，车辆荷载的年极值分布根据实测数据统计得出或参考桥梁设计规范得出。

4.根据权利要求1所述的方法，其特征在于，所述步骤S1中，计算可靠度指标及定义桥梁状态，具体包括如下：

依次设桥梁的年失效概率为可靠度指标为β，所述可靠度指标β的计算为：

上式中，Φ(·)为标准正态分布函数，由β可以得到可靠度指标退化系数D：

上式中，β₀为桥梁的初始可靠度指标；

将可靠度指标退化系数从0到1均匀离散为N等份，从而得到N+1个离散值，对应N+1个桥梁状态，分别为s₀、s₁、……、s_N，其中，s₀和s_N分别对应完好状态和可靠度指标为0的状态，s₁至s_N-1处于完好状态与可靠度指标为0的状态之间，且对应的可靠度指标依次降低。