桥梁网络氯盐腐蚀下时间依赖的抗震韧性评估与堆叠集成学习预测

《RELIABILITY ENGINEERING & SYSTEM SAFETY》:Time-dependent seismic resilience assessment and Stacking ensemble learning prediction of bridge networks under chloride-induced corrosion

【字体: 大 中 小 】 时间:2026年08月30日 来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 13.7

编辑推荐:

   摘要氯离子侵蚀导致桥梁结构逐步退化,降低交通桥梁网络的抗震性能。本研究建立了时变抗震韧性评估框架,整合了腐蚀损伤演化、构件至网络易损性传递以及震后交通流重分配。首先,将实际区域道路拓扑抽象为基于图论的桥梁子网络,并通过Louvain算法和生成对抗网络构建结合实际与虚拟拓扑的混

  

摘要氯离子侵蚀导致桥梁结构逐步退化,降低交通桥梁网络的抗震性能。本研究建立了时变抗震韧性评估框架,整合了腐蚀损伤演化、构件至网络易损性传递以及震后交通流重分配。首先,将实际区域道路拓扑抽象为基于图论的桥梁子网络,并通过Louvain算法和生成对抗网络构建结合实际与虚拟拓扑的混合样本数据库。推导单桥时变易损性函数,将构件腐蚀损伤映射为网络边权退化,随后采用增量交通分配方法量化耦合腐蚀-地震灾害下的功能损失。定义三个可量化的韧性指标,即结构韧性、功能韧性和综合韧性,用于量化多尺度系统性能退化。提出一种两层Stacking集成学习模型,以决策树、随机森林和支持向量机为基础学习器,以岭回归为元学习器,以加速韧性计算并量化特征重要性。数值结果表明,网络韧性随服役时间和地震动强度的上升持续下降;在相同地震激励下,氯离子腐蚀扩大了交通功能失效的范围。所提出的Stacking预测器实现了高预测精度,R2>0.9,MAE<0.116,RMSE<0.102;特征分析验证了交通需求功能和功能损失率主导了网络抗震性能的演化。本研究为老化桥梁交通网络的长期抗震性能评估和有针对性的维护调度提供了可量化的技术支持。

引言桥梁网络是城市生命线系统的基本组成部分,其性能直接决定区域连通性和城市整体功能。震后证据表明,桥梁是交通基础设施中最脆弱的要素之一;一旦受损,可能造成严重的交通中断,阻碍紧急物资运输,降低灾后响应和恢复效率([1];Farzam等人,2023年;[3])。在沿海和融雪剂环境中,氯离子腐蚀逐步降低桥梁结构的承载能力和延性,导致显著的时变抗震脆弱性[4]。同时,在韧性城市范式下,研究从单一结构安全转向网络级韧性,个体桥梁的损伤可能通过网络拓扑传播并触发级联效应,从而放大系统级风险。因此,将氯离子诱导的时变结构劣化纳入桥梁网络韧性评估,对于阐明结构性能演化与网络功能退化之间的耦合关系,以及支持灾后决策和基础设施维护规划至关重要。

在此背景下,越来越多的关注聚焦于桥梁网络层面的韧性退化机制。Cui等人[5]提出了一种改进的钢筋混凝土劣化模型,考虑了点蚀腐蚀和开裂后腐蚀速率变化,适用于海洋环境中桥梁下部结构的寿命分析。Liu等人[6]研究了气候变化对桥梁网络风险的影响,量化了温度升高对网络风险水平的影响,并开发了基于风险的最优维护框架,其中采用遗传算法确定最优桥梁更换策略,为渐进式劣化机制提供了有价值的见解。Yang等人[7]建立了腐蚀钢筋混凝土桥梁的寿命抗震韧性评估框架,利用三维有限元建模和S形恢复函数量化腐蚀对地震脆弱性、功能损失和恢复过程的时变影响;然而,未考虑点蚀腐蚀和钢筋与混凝土之间的粘结强度退化,且分析未扩展至网络层面。Alothman等人[8]考察了不同类型地震动对结构抗震脆弱性的影响。此外,还提出了考虑氯离子腐蚀的老化桥梁和道路网络概率寿命抗震韧性评估方法,通过非线性增量动力分析和蒙特卡洛模拟获得时变易损性,并利用交通流分配模型评估网络功能恢复,探索老化、地震场景与结构承载力之间的相互作用[9,10]。然而,这些研究未涉及基础设施升级策略、维修成本与韧性提升之间的权衡。在桥梁网络可靠性领域,Ghosh等人[11]基于现场监测数据开发了老化桥梁网络的地震可靠性评估方法,将结构劣化和桥梁间失效相关性纳入易损性分析,并采用蒙特卡洛模拟进行网络可靠性评估;Rokneddin等人[12]随后利用实际桥梁网络案例验证了该方法并识别了关键桥梁。通过整合监测数据和失效相关性,此类研究提高了网络可靠性评估的真实性,并将检查数据纳入韧性分析提供了有价值的指导。然而,这些方法高度依赖监测数据,且未充分考虑交通功能退化和震后恢复过程,而这些对韧性评估至关重要。

随着多灾害风险研究的推进,越来越多努力致力于从寿命角度评估基础设施韧性。Peng等人[13]提出了一种基于贝叶斯信念网络的桥梁抗震韧性评估方法。通过整合文献和专家知识构建条件概率模型,该方法在小样本条件下捕获多因素不确定性,实现更精确的韧性量化。Dong和Frangopol[14]开发了考虑气候变化的桥梁多灾害时变损失与韧性评估的寿命框架,将时变灾害模型和结构劣化效应整合,量化灾害强度和发生频率变化对桥梁性能随时间演化的影响。此外,多项研究将氯离子腐蚀劣化与地震灾害耦合,纳入寿命可靠性分析框架以评估钢筋混凝土桥墩的长期抗震性能[[15], [16], [17], [18]]。尽管这些研究考虑了环境退化对结构抗震性能的影响,但主要聚焦于单个构件,且腐蚀演化过程依赖简化假设。Alipour等人[19,20]开发了纳入劣化机制的高速公路桥梁网络抗震韧性评估框架,将区域特异性易损性特征和交通流分析相结合,量化结构退化对网络韧性的影响,并通过多场景模拟确定最优恢复策略。然而,腐蚀机制被简化,且未明确考虑交通需求的动态变化及其对网络功能的影响。

此外,多项研究从网络拓扑和系统级行为角度研究了桥梁网络韧性。Aghaeidoost和Billah[21]提出了一种基于网络可靠性的区域桥梁抗震韧性评估框架,将易损性模型和交通权重因子整合,构建多维指标体系以量化节点和整体网络韧性。还进一步发展了基于易损性的网络韧性模型,利用基于矩阵的方法和事件树方法分析桥梁构型、网络拓扑和替代负荷路径对韧性的影响,从而形成优先改造策略。Chen等人[22]通过将第二代构件级易损性模型与随机损失函数整合,建立了钢筋混凝土桥梁的高分辨率区域地震损失评估框架,实现了跨重现期、构件类型和维修行动的损失分解和敏感性分析;然而,未考虑交通中断和间接经济损失,也未纳入桥梁老化效应和多种强度指标以捕获复杂地震响应。Wan等人[23]基于功能不确定性提出了桥梁网络韧性缺陷风险分析方法,利用多阶段运营性能量化在指定恢复期内无法满足基本功能的概率,并使用风险加权指标评估桥梁重要性;然而,未验证不同恢复策略的适用性,地震灾害建模被简化,且未考虑多灾害场景。Bocchini和Frangopol[24]开发了交通网络中震后桥梁维修调度的优化框架,旨在最大化网络韧性、最小化恢复至目标性能水平的时间并降低总维修成本。Kheirkhahan和Bellantuono[25]通过考虑地震灾害、单个桥梁的结构脆弱性以及桥梁中断的系统性后果,评估了受桥梁损伤影响的道路网络恢复能力。Ishibashi等人[26]采用图论建模包含桥梁的道路网络,能够估算缓解措施的效益成本比,并基于震后交通功能评估网络韧性。

近年来,随着计算能力的提升,机器学习技术越来越多地应用于桥梁抗震韧性评估,从单个结构扩展到网络级系统,以解决大规模分析中的计算瓶颈和不确定性传播问题。Wang等人[27]提出了一种基于机器学习的桥梁网络长期抗震韧性评估框架,开发多维韧性指标体系以实现快速区域地震响应预测,同时考虑结构劣化和网络恢复过程;然而,该研究假设均匀腐蚀,忽略了局部失效机制,且未纳入实际交通需求波动或多次地震事件。Han和Frangopol[28]开发了整合时变易损性分析与震后交通模拟的卷积神经网络代理模型,以显著降低计算成本,高效评估高速公路桥梁网络的时变抗震韧性;然而,桥梁结构被简化为单自由度系统,该模型在复杂网络和极端地震场景下的适用性仍有待进一步验证。Khan等人[29]提出了一种基于贝叶斯信念网络的桥梁抗震韧性评估方法。通过整合文献和专家知识构建条件概率模型,该方法在小样本条件下捕获多因素不确定性,实现更精确的韧性量化。此外,未考虑桥梁老化和环境腐蚀引起的时变性能退化、网络级多灾害效应和级联行为。Yang等人[30,31]进一步提出了基于Stacking-GAN的桥梁网络抗震韧性快速评估方法,建立了耦合结构与交通功能的综合韧性指标,但同样未纳入结构老化效应的影响。

总之,尽管在老化桥梁网络抗震韧性评估方面已取得重大进展,但仍存在若干局限性。现有研究为理解结构劣化、地震脆弱性和网络功能退化提供了有价值的贡献。然而,大多数现有框架仍依赖基于物理的模拟,包括非线性动力分析、易损性分析和蒙特卡洛模拟,在应用于大规模桥梁网络和多场景寿命评估时计算资源需求较大。例如,基于概率易损性分析和交通模拟的寿命抗震韧性方法可以有效捕获结构损伤与网络功能之间的相互作用[9,10],但在不同劣化状态和地震场景下的重复模拟显著增加了计算成本。因此,这些方法难以直接应用于快速韧性预测和实时决策。

此外,长期氯离子腐蚀与短时地震灾害的耦合效应引入了强非线性特征和多重不确定性,这仍然对传统解析和数值方法构成挑战。近期研究试图通过考虑老化桥梁模型中的空间变异性和腐蚀倾向来改善劣化表征[42],并将氯离子侵蚀和碳化综合效应纳入老化混凝土结构的多灾害风险评估[43]。然而,这些研究主要聚焦于结构级性能退化,而劣化效应通过桥梁网络的传播及其对系统级韧性的影响仍未得到充分研究。类似地,尽管考虑腐蚀不确定性的寿命抗震脆弱性模型提高了风险估计的可靠性[46],但从单个桥梁劣化到网络级功能退化的不确定性传播仍然难以高效量化。

从基础设施管理的角度,近期研究进一步强调了将韧性评估与维护和改造决策相结合的重要性。Omidian等人[44]提出了基于遗传算法的桥梁网络改造韧性-寿命周期成本优化框架,证明了平衡韧性提升和经济投资的必要性。Pugliese等人[45]开发了基于Petri网的老化钢筋混凝土交通基础设施在气候变化影响下的风险管理框架,强调了在资产管理中考虑复杂劣化机制的重要性。然而,这些优化和风险管理框架通常需要多场景下重复性能评估,限制了其在环境条件和灾害状况持续变化下大规模网络的效率。

近年来,机器学习方法通过从高维数据集中学习复杂非线性关系,为提高基础设施韧性评估效率提供了新机遇。

现有研究已证明了替代模型和数据驱动方法在减少地震韧性分析计算负担方面的潜力[27,28]。然而,以往的基于机器学习的研究主要关注地震响应的快速预测,并未充分考虑与时间相关的腐蚀劣化、网络拓扑演变以及结构-功能耦合退化问题。此外,单一学习算法在表征环境劣化、地震烈度、结构损伤和交通功能之间复杂相互作用方面可能存在局限性。因此,目前仍需要一种能够整合多源信息、捕捉非线性耦合效应并提供高效韧性评估的先进预测框架。

针对上述局限性,本研究开发了一种考虑氯离子诱发腐蚀和地震灾害的时间相关桥梁网络韧性预测框架。引入Stacking集成学习策略,通过结合多个基学习器来克服单个机器学习模型的局限性,并提高对复杂非线性问题的预测鲁棒性。所提出的框架整合了腐蚀引起的结构退化、地震易损性分析和交通网络功能评估,建立了环境暴露、结构状态、网络特征与韧性性能之间的关系。

具体而言,本研究旨在回答以下研究问题:(1)长期氯离子诱发的劣化如何影响桥梁网络在地震灾害下的韧性演变;(2)结构退化、地震损伤、网络拓扑和交通功能之间的非线性相互作用如何被高效地表征。通过回答这些问题,本研究为老化桥梁网络的全生命周期韧性评估提供了一种高效方法,并为预防性维护和灾害应对规划提供了技术支持。本研究的技术框架如图1所示。

**桥梁网络样本数据库开发**

为评估氯离子诱发腐蚀下桥梁网络的时间相关性能,首先需要建立具有代表性的桥梁网络样本数据库。该数据库旨在捕捉桥梁及其网络系统在不同服役阶段、环境条件和结构参数配置下的力学和功能响应特征。

**基于图的网络抽象**:基于演绎推理方法,选择图模型网络抽象作为核心建模形式。

**桥梁网络时间相关特征计算**

在构建桥梁网络特征集的过程中,选取了九个关键指标来表征网络的结构性能和功能性能,包括节点数、边数、聚类系数、连通性、最短路径长度、节点介数、节点度、总交通需求和预期网络功能损失[35]。前七个指标描述了网络的拓扑特征和结构鲁棒性,而……

**预测模型概述**

本研究建立了考虑氯离子诱发腐蚀劣化、地震易损性演变、交通功能重构和恢复过程的时间相关桥梁网络韧性评估框架。所提出的框架以桥梁网络拓扑、环境暴露参数、结构属性和地震强度参数作为输入,通过……实现对桥梁网络全生命周期韧性的动态评估。

**桥梁网络特征重要性评估**

在本研究中,在开发桥梁网络地震恢复能力评估框架过程中,系统地引入了敏感性和特征重要性分析方法,以定量表征每个评估指标在模型中的作用,如图12所示。通过将模型输出与特征贡献评估相结合,深入分析了不同指标对桥梁网络地震恢复能力预测的影响和贡献。

**结论**

本研究探讨了氯离子腐蚀引起的桥梁结构性能的时间相关退化及其对桥梁网络地震韧性的影响。通过整合腐蚀劣化建模、地震易损性分析、交通功能评估和基于机器学习的预测,开发了时变韧性评估与预测框架。主要结论总结如下:

(1) 氯离子诱发腐蚀劣化……

**数据可用性**

本研究中生成和分析的数据集可通过合理请求向通讯作者获取。

**未引用参考文献** [2,34]

**CRediT作者贡献声明**

杨国军:概念构思。刘胜海:原始稿撰写、数据整理。孙鹏博:项目管理。侯春明:资源。杜永锋:正式分析。

杨国军|刘胜海|孙鹏博|侯春明|杜永锋
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号