钢筋混凝土主梁无监督式安全性评估方法

曹辉 王贤强 沈浩 焦峪波

摘要：为了解决人为主观因素和指标权重不确定性对桥梁安全性评估的影响，基于模糊聚类理论，提出了一种适用于钢筋混凝土主梁结构的无监督式安全状态评估方法。首先，构建了钢筋混凝土主梁结构安全性评估指标体系，以典型桥梁的检测数据为聚类样本，基于F统计量计算，确定了聚类样本的最佳分类。其次，将同一类桥梁检测指标均值作为该类别的中心，通过待评估桥梁检测指标数据与类别中心的模糊贴近度计算，实现该桥梁的安全性评价。以长春赛德大桥为实体工程，针对评价指标对结构安全性的影响差异，通过考虑和不考虑指标权重对桥梁安全性评估进行了分析。结果表明，基于模糊聚类的钢筋混凝土主梁结构安全评估方法是有效性。研究方法对客观评价钢筋混凝土主梁安全性及研究钢筋混凝土桥梁安全性评估方法具有借鉴意义。

关键词：道路工程;钢筋混凝土桥梁;上部结构;安全性评估;模糊聚类;模糊贴近度

中图分类号：U414文献标志码：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

隨着交通基础设施建设的不断完善，桥梁数量不断增加。截止到2017年底，中国公路桥梁已达8325万座。与此同时，随着公路运输量及车辆保有量的持续增加，桥梁设施的安全性受到严重威胁。美国联邦公路局调查显示，美国每年新增危桥约5 000座[1]。而在中国公路路网中，服役年限超过20年的桥梁比例达到40%以上，已有超过10万座危桥。大量危桥的存在增加了桥梁运营体系的安全风险，桥梁垮塌事故的频发造成了重大的经济损失和恶劣的社会影响。因此，研究有效的桥梁安全状态评估方法，实现在役桥梁安全性评估，对于确保桥梁结构安全运营具有重要的现实意义[2-5]。

目前，国内桥梁安全性状态评估的技术规范主要有《公路桥涵养护规范（JTG H11-2004）》《城市桥梁养护技术规范（CJJ 99-2017）》和《公路养护技术规范（JTG H10-2009）》，这些规范在桥梁安全性状态评估中发挥了重要作用。但是，不同规范中的安全性评估指标缺乏统一标准，指标划分不具体，评分过程存在较强的主观性。为了避免在桥梁安全性评估过程中人为主观因素的影响，国内外学者做了大量研究。XIA等[6]建立了混合分布模型，利用桥梁可靠度对在役桥梁进行状态评估。WANG等[7-8]提出了桥梁状态评估的证据推理方法与模糊群决策（FGDM）方法。文献[9]提出了一种桥面板模糊状态分级方法解决状态评估中数据的不确定性问题，通过模糊推理建立模糊评估系统，获取桥梁的模糊状态评级。PAN等[10]提出了一种基于模糊线性回归的桥梁服役状态评估方法，该方法以矩阵代数为基础，可以对模糊数和精确量进行处理。赵璐等[11]通过不确定层次分析法确定评估指标权重，结合最优传递矩阵法实现了桥梁的安全性评估。任剑[12]提出了基于程度分析法的桥梁安全性评估方法，该方法通过程度分析的模糊判定，实现桥梁安全性评估。李洁等[13]分别建立了适用于在役钢筋混凝土桥梁的系统、结构、部件及构件等评估指标体系，确定了相应的评估标准，实现了桥梁结构安全性综合评定及养护策略制定。在桥梁安全性评估过程中，主观因素的影响对评估结果影响较大，如模糊推理方法的隶属度函数确定、层次分析法确定指标权重等。因此，在桥梁状态评估过程中尽量降低人为主观因素的影响，对提高桥梁安全性评估系统的有效性具有重要作用。

1模糊聚类计算理论

样本分类的传统方式是先确定分类标准，根据这一标准划分分类对象，这是一种有监督的学习模式。而聚类分析方法是一种无监督的学习模式，根据分类样本的属性对分类样本进行动态分类。模糊聚类方法可以有效避免传统的确定性方法对样本类别的硬性划分，基于模糊计算的基本原理，对样本数据的内在特征进行不确定性描述，从而更加客观地对样本数据状态进行表征[14-18]。运用模糊聚类方法进行样本分类的计算步骤如下。

在得到最佳分类结果以后，需要确定各类桥梁的具体安全状态。考虑到所选取样本的代表性，笔者结合桥梁的通车日期对其进行界定，区分其具体安全状态。1#桥、7#桥通车时间分别为2002年和2009年，通车时间晚，安全性状态为“良好”，定为Ⅰ类桥梁。同理，2#桥、4#桥通车时间分别为2000年和1996年，安全性状态为“较好”，定为Ⅱ类桥梁，3#桥、5#桥通车时间分别为1991年和1989年，安全性状态为“一般”，定为Ⅲ类桥梁。6#桥、8#桥通车时间为1985年和1983年，安全性状态为“差”，定为Ⅳ类桥梁。

通过模糊聚类方法计算分析，得到了样本的最佳分类，并通过桥梁的通车时间划分了桥梁的安全状态。将聚类分析结果作为安全性评估的样本库和基准数据，将处于同一安全类别桥梁的安全性评估指標的平均值作为该类别的近似中心。通过计算待评估桥梁安全状态评估指标数据与各类别中心之间的模糊贴近度，实现待评估桥梁的安全性评估。根据8座桥梁的分类结果，计算获取的安全性评估指标类别中心如表2所示。

3考虑指标权重的主梁结构无监督式安全性评估

3.1基于不确定型层次分析法的安全性评估指标权重体系构建

基于不确定型层次分析法计算原理[19-20]，笔者邀请10位桥梁专家对上文确定的安全性评估指标体系开展评分，进而确定指标体系间判断矩阵，计算得到桥梁结构安全性评估指标的权重，如表3所示。

3.2考虑指标权重的模糊聚类评估系统构建

对桥梁安全性评估的标准化矩阵（式13）进行加权处理，得到考虑指标权重的模糊等价矩阵，如式（15）所示。确定不同的阈值λ，从而对评估样本进行动态聚类分析，基于F统计量计算确定样本间的最佳分类，得到聚类结果。最佳分类结果为{1，7}，{2，4}，{3，5}，{6，8}。将同一类桥梁评估指标的加权平均值作为该类别的近似中心，计算得到了考虑指标权重安全性状态评估各类别中心，如表4所示。

4桥梁安全性评估实例

以长春赛德大桥作为安全性评估实例，验证本文所提出方法的有效性。该桥为简支小箱梁桥，跨径为6×30 m，桥面宽24 m。通过对该桥进行静动力及无损检测，获取了该桥安全性评估指标的现场实测数据，如表5所示。

分别考虑和不考虑指标权重的影响，计算得到赛德大桥评估指标实测数据与各安全状态类别中心之间的模糊贴近度，其结果如表6和表7所示。从计算结果可以看出，在不考虑指标权重的情况下，赛德大桥实测数据和Ⅰ类中心的模糊贴近度为0.94;考虑指标权重的情况下，赛德大桥实测数据和Ⅰ类中心的模糊贴近度值为0.93。因此，可以判定该桥目前所处的安全状态为Ⅰ类（良好），结构性能整体处于安全状态。不考虑指标权重和考虑指标权重的模糊聚类评估结果具有一致性。

5结语

在现有桥梁安全性评估方法中，人为主观因素成为影响桥梁安全性评估的主要原因。笔者通过选取钢筋混凝土桥梁可定量实测数据构建安全性评估指标体系，基于模糊聚类方法，提出了一种无监督式桥梁安全性评估方法。通过选取8座典型钢筋混凝土桥梁作为安全性评估的聚类样本，分别考虑指标权重和不考虑指标权重的影响，采用模糊聚类计算方法和F统计量分析，确定样本的最佳分类。在同一类别的桥梁中，建立评估指标的评估类别中心，通过计算待评估桥梁实测数据和类别中心的模糊贴近度对桥梁的安全性进行评估。选取长春市赛德大桥作为桥梁安全性评估的实体工程，对其安全性进行了评估。分别考虑权重和不考虑权重影响，均得到安全性“良好”的结果，评估结果具有一致性，取得了良好的实际应用效果，验证了所提出的无监督式主梁安全评估方法的有效性。笔者仅对钢筋混凝土主梁结构进行了安全状态评价，考虑到桥梁状况评价应综合考虑上部结构、下部结构、支座及附属设施等构件，下一步将完善安全状况评定标准体系，使方法适用于桥梁整体状况的评价。

参考文献/References：

[1]焦峪波.不确定条件下桥梁结构损伤识别及状态评估的模糊计算方法研究[D]. 长春： 吉林大学，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， 徐秀丽， 李雪红， 等. 基于自适应模糊推理和RBF网络的桥梁安全评估[J]. 中国安全科学学报， 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]毛建伟. 广义模糊综合安全评价模型及其在铁路桥梁评价中的应用[J].河北科技大学学报， 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]赵璐，程龙. 不确定型层次分析法在桥梁安全评估中的应用[J]. 洛阳理工学院学报（自然科学版）， 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]任剑. 基于程度分析法的桥梁安全性评估[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]李洁，马楠，李松辉. 在役桥梁安全评估及养护策略研究[J]. 公路交通科技（应用技术版），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，陈栋梁. 不确定型层次分析法在渡槽结构状态评估中的应用[J].武汉大学学报（工学版）， 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]黄侨， 任远， 林阳子. 大跨径桥梁综合评估中的不确定型层次分析法[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.