[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有效
申请号: | 202011561626.1 | 申请日: | 2020-12-25 |
公开(公告)号: | CN112632677B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 陶伟峰;王乃玉;汪英俊;林陪晖;王俊彦;黄秀兵 | 申请(专利权)人: | 浙江大学;浙江海峡创新科技有限公司;海峡创新互联网股份有限公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/23;G06F30/27;G06Q10/00;G06Q10/04;G06Q10/06;G06Q50/08;G06F111/06;G06F111/08;G06F119/02;G06F119/04 |
代理公司: | 杭州宇信知识产权代理事务所(普通合伙) 33231 | 代理人: | 王煦丽 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 半马尔科夫 决策 过程 桥梁 寿命 维护 策略 优化 方法 | ||
本发明公开了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,包括:S1、确定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、计算决策区间内桥梁的失效概率;S4、每年对桥梁进行一次健康检测,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;S5、求解半马尔科夫决策过程模型,获得桥梁最优全寿命维护策略。该方法基于桥梁的可靠度指标对预防性维护策略和必要性维护策略进行统一优化,同时考虑了桥梁性能退化过程中的随机性及决策区间内桥梁的时变可靠度。
技术领域
本发明涉及桥梁工程技术领域,具体涉及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。
背景技术
桥梁在服役期间不可避免会受到各种环境因子的作用,如碳化、氯离子侵蚀及车辆疲劳荷载,导致强度逐渐下降,从而影响安全性。若维护不当,老旧桥梁容易在极端车辆荷载下发生倒塌,造成严重的社会影响。另一方面,过度维护则会造成不必要的资源浪费。因此,如何优化桥梁的全寿命维护策略,在维护费用与倒塌风险之间达到一种权衡,是桥梁管理部门关心的重要问题。桥梁的维护措施可分为预防性维护与必要性维护两大类,前者通过修复桥梁保护层以延缓锈蚀的进一步发展,后者则是将桥梁修复至完好状态,所需的费用也更高。目前,常用的优化方法对预防性维护策略和必要性维护策略进行了区别对待,分别基于时间和性能对两者进行优化,而不是在一个统一的框架内进行优化。
发明内容
本发明为了克服以上技术的不足,提供了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。
本发明克服其技术问题所采用的技术方案是:
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,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;其中,步骤S1中所述的年失效概率是指桥梁在一年内发生失效的概率,而决策区间内桥梁的失效概率是指桥梁在相邻两个决策时刻之间发生失效的概率;
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;
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。
进一步地,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强度公式计算得出退化后的桥梁强度;所述有限元分析和截面承载力公式都是计算桥梁强度的两种常用手段,前者工作量大但精度较高,后者简单易行但精度相对低一些。
进一步地,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。
进一步地,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;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学;浙江海峡创新科技有限公司;海峡创新互联网股份有限公司,未经浙江大学;浙江海峡创新科技有限公司;海峡创新互联网股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011561626.1/2.html,转载请声明来源钻瓜专利网。