CN114676612A

CN114676612A - 跨海大桥的风险评估方法及相关装置

Info

Publication number: CN114676612A
Application number: CN202210301354.4A
Authority: CN
Inventors: 柳成荫
Original assignee: Shenzhen Graduate School Harbin Institute of Technology
Current assignee: Shenzhen Graduate School Harbin Institute of Technology
Priority date: 2022-03-25
Filing date: 2022-03-25
Publication date: 2022-06-28

Abstract

本申请实施例提供了一种跨海大桥的风险评估方法及相关装置，方法包括：建立目标桥梁的有限元模型；对有限元模型进行动力分析确定其准确性；获取目标桥梁所处位置的历史灾害数据；根据历史灾害数据确定影响目标桥梁安全的一个或多个风险事件；从准确的有限元模型的N个桥梁部位中确定M个关键构建；为M个关键构件中每个关键构建划分多个损伤指标；计算每个关键构件处于相应损伤状态的失效概率，得到多个第一失效概率；根据多个第一失效概率中每个第一失效概率计算目标桥梁的失效概率，得到多个第二失效概率；根据多个第一失效概率和多个第二失效概率确定目标桥梁的风险等级。这样实现了多种风险因素作用下的桥梁风险评估。

Description

跨海大桥的风险评估方法及相关装置

技术领域

本申请属于通信技术领域，具体涉及一种跨海大桥的风险评估方法及相关装置。

背景技术

目前，跨海桥梁结构体系复杂，影响桥梁结构安全的因素众多，故潜在的风险问题也必然需要重视。

现有的对跨海桥梁风险评估的研究大多集中在单一风险作用下单一结构的风险评估。在这种方式下，如果在相对复杂的环境因素作用下，则无法确保全桥风险评估的准确度。

发明内容

本申请实施例提供了一种跨海大桥风险评估方法及相关装置，以期实现多种风险因素作用下的桥梁风险评估。

第一方面，本申请实施例提供了一种跨海大桥的风险评估方法，其特征在于，应用于电子设备，包括：

建立目标桥梁的有限元模型，所述有限元模型包括桥梁的N个桥梁部位，N为正整数；

对所述有限元模型进行动力分析，以验证所述有限元模型的准确性；

获取所述目标桥梁所处位置的历史灾害数据；

根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件；

从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建，M为大于N的正整数；

为所述M个关键构件中的每个关键构建划分多个损伤指标，所述多个损伤指标与多个损伤状态一一对应；

计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率；

根据所述多个第一失效概率中每个第一失效概率计算所述目标桥梁的失效概率，得到多个第二失效概率；

根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。第二方面，本申请实施例提供了一种跨海大桥风险评估装置，其特征在于，包括：

创建单元，用于建立目标桥梁的有限元模型，所述有限元模型包括桥梁的N个桥梁部位， N为正整数；

分析单元，用于对所述有限元模型进行动力分析，以验证所述有限元模型的准确性；

第二确定单元，用于从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建，M为大于N的正整数；

获取单元，用于获取目标桥梁所处位置的历史灾害数据；

第一确定单元，用于根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件；

划分单元，用于为所述M个关键构件中的每个关键构建划分多个损伤指标，所述多个损伤指标与多个损伤状态一一对应；

计算单元，用于计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率；以及根据所述多个第一失效概率中每个第一失效概率计算所述目标桥梁的失效概率，得到多个第二失效概率；

第三确定单元，用于根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。

第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行本申请实施例第一方面和第二方面中任一方面的步骤的指令。

第四方面，本申请实施例提供了一种计算机存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本实施例第一方面和第二方面中任一方面所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面和第二方面中任一方面所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，本申请实施例中，首先建立目标桥梁的有限元模型，所述有限元模型包括桥梁的N个桥梁部位，N为正整数；然后对所述有限元模型进行动力分析，以验证所述有限元模型的准确性；再获取所述目标桥梁所处位置的历史灾害数据；进而根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件；从通过准确性验证的有限元模型的N 个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建，M为大于N的正整数；然后为所述M个关键构件中的每个关键构建划分多个损伤指标，所述多个损伤指标与多个损伤状态一一对应；计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率；根据所述多个第一失效概率中每个第一失效概率计算所述目标桥梁的失效概率，得到多个第二失效概率；最后根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。这样，实现了多种风险因素作用下的桥梁风险评估。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种电子设备的结构示意图；

图2是本申请实施例提供的一种跨海大桥风险评估方法的流程示意图；

图3是本申请实施例提供的一种ALARP标准的示意图；

图4是本申请实施例提供的一种响应面方程的拟合示意图；

图5是本申请实施例提供的一种目标桥梁的贝叶斯网络模型的示意图；

图6是本申请实施例提供的一种跨海大桥风险评估装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、系统、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面先对本申请涉及到的相关术语进行介绍。

目前，现有桥梁风险评估的研究大多集中在单一风险作用下单一结构的风险评估，缺少对于两种及两种以上风险作用下全桥的风险评估的研究，运营阶段全桥的风险评估大多基于定性的方法，采用专家打分的方式对桥梁的风险损失和发生概率进行等级划分，目前尚没有形成完整的桥梁体系的定量风险评估方法。目前贝叶斯网络被大量用于风险评估领域，但在桥梁这类复杂的大型结构中缺少相应的研究应用。因此本发明技术将考虑建立基于贝叶斯网络的桥梁多灾害风险评估模型，形成一个统一的完整的具有普遍适用性的桥梁多灾害风险评估框架。

为解决上述问题，本申请实施例提供了一种跨海大桥风险评估方法，所述跨海大桥风险评估方法可以应用于对桥梁进行风险评估的场景中。所述方法首先建立目标桥梁的有限元模型，并对所述有限元模型进行动力分析，以验证所述有限元模型的准确性；再从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建；然后获取目标桥梁所处位置的历史灾害数据，根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件；为所述M个关键构件中的每个关键构建划分多个损伤指标，所述多个损伤指标与多个损伤状态一一对应；计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率；根据所述多个第一失效概率中每个第一失效概率计算所述目标桥梁的失效概率，得到多个第二失效概率；最终根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。本方案可以适用于多种场景，包括但不限于上述提到的应用场景。

下面介绍本申请实施例涉及的系统架构。

本申请还提供了一种电子设备10，如图1所示，其包括至少一个处理器(processor)11；显示屏12；以及存储器(memory)13，还可以包括通信接口(CommunicationsInterface)15 和总线14。其中，处理器11、显示屏12、存储器13和通信接口15可以通过总线14完成相互间的通信。显示屏12设置为显示初始设置模式中预设的用户引导界面。通信接口15可以传输信息。处理器11可以调用存储器13中的逻辑指令，以执行上述实施例中的方法。

可选的，所述电子设备10可以是移动电子设备，也可以是电子设备或其他设备，在此不做唯一性限定。

此外，上述的存储器13中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器13作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器11通过运行存储在存储器13中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器13可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备10的使用所创建的数据等。此外，存储器13可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

下面对具体的方法进行详细的介绍。

请参阅图2，本申请还提供了一种跨海大桥的风险评估方法，所述跨海大桥的风险评估方法可以应用于如上文所述的电子设备。所述跨海大桥的风险评估方法包括：

步骤201、建立目标桥梁的有限元模型。

其中，所述有限元模型包括桥梁的N个桥梁部位，N为正整数。

在一个可能的实施例中，所述建立目标桥梁的有限元模型，包括：获取所述目标桥梁的结构数据；根据所述结构数据建立所述有限元模型。

示例的，由于所述跨海大桥的典型案例为悬索桥，因此本实施例以伶仃洋大桥为例对有限元模型的建立进行说明，但不限于悬索桥，可以适用与所有的桥梁。

具体实现中，伶仃洋大桥是一座跨径为2666m悬索桥，主跨的跨径为1666m，两边跨的跨径都为500m，桥塔为门式结构，高度为270m，主跨主缆的垂跨比为1∶9.65。主缆直径1.1m，间距42.1m，其中边跨单缆股数为279股，中跨单缆股数为271股。伶仃洋大桥吊杆为普通吊杆和加强吊杆，吊杆沿桥纵向间距为12.8m，沿桥横向间距为42.1m。主梁采用钢箱梁，宽度为49.7m，高度为4m。根据伶仃洋大桥的数据在ANSYS有限元软件中建立伶仃洋大桥的有限元模型，将桥梁结构离散为5个部分，分别为桥塔、桥墩、主缆、吊杆以及主梁。伶仃洋大桥的桥塔和桥墩采用BEAM188单元对桥塔、桥墩结构进行模拟，能够很好的模拟其压弯受力形式。在建立伶仃洋大桥主缆时，采用LINK10单元对其进行模拟，主缆根据桥梁吊杆吊点进行离散。伶仃洋大桥的有限元模型中吊杆采用LINK10单元进行仿真。伶仃洋大桥主梁为钢箱梁，采用脊骨梁模式进行模拟，主梁通过BEAM4单元进行模拟，按照吊杆的吊点进行离散。BEAM4单元的刚度即为主梁的刚度，不考虑桥面系部分的刚度影响，仅计入其作为二期恒载的质量贡献。建模所采用的边界和约束条件如表1-1所示，表中1表示约束，0表示放开约束。

表1-1桥梁约束体系表

步骤202、对所述有限元模型进行动力分析，以验证所述有限元模型的准确性。

在一个可能的实施例中，所述对所述有限元模型进行动力分析，以验证所述有限元模型的准确性，包括：对所述有限元模型进行动力特性分析，得到所述有限元模型的第一振型和第一频率；并将所述第一振型和所述第一频率分别与所述目标桥梁的实际振型和实际频率进行对比分析，以验证本申请所建立的桥梁模型的准确性。

具体实现中，已建立的伶仃洋大桥的有限元模型进行模态分析，得到所述有限元模型振型和频率，并通过与已有的文献数据进行对比分析，以此来验证本文所建立的桥梁模型的准确性。

具体的，对模型(以下简称模型O)进行了动力特性分析，前六阶固有频率与第一文献中有限元模型(以下简称模型A)频率和第二文献中的有限元模型(以下简称模型B)的频率进行了对比，如表1-2所示。所述第一文献可以是所述伶仃洋大桥的设计图，所述第二文献可以是伶仃洋大桥抗风性能研究报告。可以理解的是，所述第一文献和所述第二文献还可以是其他具有相应权威性的动力特性分析的文献，在此不做唯一性限定。

表1-2伶仃洋大桥前六阶固有频率对比

从表1-2中可以看出，本模型与模型A的最大相对误差为5.063％，与模型B前六阶固有频率的相对误差最大为5.618％，本模型与A、B两模型的固有频率相对误差都较小，处于合理的范围内，验证本模型的合理性。可以理解的是，若误差较大，例如误差大于10％，则判断所述有限元模型不合理。

步骤203、获取所述目标桥梁所处位置的历史灾害数据。

示例的，所述历史灾害数据可以是目标桥梁对应的公开数据，可以从网络或者文献中查阅得到。

步骤204、根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件。

在一个可能的实施例中，所述根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件，包括：对所述历史灾害数据中的每一种灾害的发生次数进行统计，得到统计结果；从所述统计结果中选择发生频率大于第一预设频率的一个或多个风险事件。

具体实现中，统计国内外发生的桥梁风险事故，并对这些事故进行分析，得到导致桥梁风险事故的主要因素。本文分析其中的大风事故、地震事故、火灾事故、水利事故、碰撞事故、疲劳事故的发生事件。从其中确定出发生频率最多的风灾。可以理解的是，也可以选择对所述桥梁影响最大的灾害作为所述风险事件，例如，对所述目标桥梁安全影响最大的地震灾害。

可以看出，本实施例中，实现了对风险事件的确定。

步骤205、从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建。

示例的，M为大于N的正整数。

在一个可能的实施例中，所述从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建，包括：模拟所述一个或多个风险事件的荷载数据；向所述有限元模型输入所述荷载数据，得到所述N个桥梁部位中每个桥梁部位的每个构件单元针对所述荷载数据的响应数据；基于所述响应数据确定出所述每个桥梁部位的关键构件，得到M个关键构建，其中，所述M个关键构件为响应大于预设阈值的桥梁构件。

具体实现中，在桥梁风险评估中，计算所有构件的失效概率计算量大难以实现，同时也没有必要，在目前桥梁风险监测中也同样是监测桥梁关键位置的响应，故只需要考虑每一个组成部分中风险较大构件进行失效概率计算便可满足风险评估要求。因此，为减少计算量，只取了桥梁一侧的关键构件进行失效概率计算。

具体的，本实施例中，主要选取5个主要的桥梁部位分别为桥塔、桥墩、主梁、主缆和吊杆，这几个部位是影响桥梁安全的主要结构，其中，每个桥梁部位也包括多个构件。当所述有限元模型通过准确性验证后，向每个桥梁部位的多个构件分别施加风荷载和地震波荷载，得到每个构件对风荷载和地震波荷载的响应数据，进而确定出M个关键构件。

具体实现中，基于深中通道测风塔测风资料与中山国家气象站，参考类比港珠澳大桥的风况，根据深圳至中山跨江通道工程桥位气象观测及风参数研究，得到深中通道伶仃洋大桥的海上风速相对于海岸风速增大10％，地表粗糙度系数α＝0.112；伶仃洋大桥桥位的风剖面系数取三角岛处的0.10，伶仃洋大桥桥位标高10m高度的三个重现期10min平均风速详见表2-1。其中根据《公路桥梁抗风设计规范》，在桥梁设计水准情况下，自然风发生频率与重现期的关系为：

F＝1/T

P＝1-(1-F)^N

式中T为重现期(年)；N为计寿命(年)；F为自然风发生频率；P为在设计年限内，自然风发生概率。

伶仃洋大桥平均年最大风速如表2-1所示。

表2-1伶仃洋大桥10m处10min平均年最大风速

根据《公路桥梁抗风设计规范》海面风场的平均风剖面可用指数律来描述：

式中U为桥梁高度d处的风速；α为桥址处的地表粗糙度系数；f为抗风风险系数，取1.05。

采用自回归模型的线性滤波法来模拟脉动风的风速时程，风速谱采用Davenport谱，因为Davenport谱是我国规范采用的反应谱，比较符合我国的风环境。

式中f为频率，K为von Kaman常数，通常取0.4。

具体的，基于所述Davenport谱的模型对所述伶仃洋大桥主梁处的脉动风速进行的模拟，得到对应的功率谱和风速时程图。

在地震工程中，多遇地震烈度是指在50年期限内，可能遭遇到的超越概率为63％的地震烈度值，罕遇地震烈度为在50年期限内，可能遇到的超越概率为2％～3％的地震烈度值[76]。

地震超越概率与重现期的关系为：

P_n＝1-(1-p)ⁿ

式中Pn为超越概率；p为重现期；n为设计年限。

50年超越概率为2％～3％相当于1600～2500年一遇的地震，对于桥梁来说，因其重要性需要保证其足够安全，故在设计时会考虑罕遇地震作用下的抗震性能要求，同时桥梁的设计年限一般为100年。基于此本文选取百年超越概率为5％即重现期为1950年的地震作用对桥梁进行风险评估，评估当发生罕遇地震时桥梁是否还处于安全状态，同时考虑需要评估桥梁运营期内发生可能性较大的小震作用对桥梁安全风险的影响，本文选取了超越概率为63％即百年一遇的地震作用评估桥梁的安全风险，同时也为了给桥梁在超过其设防要求的地震作用下的风险评定提供重要的参考和依据，有必要对大于桥梁设防要求的地震作用下的风险进行评估，故本文选取了大于超越概率5％的地震作用即超越概率为2％的地震作用来对桥梁进行风险评估。

具体的，通过三角级数法构造地震模型，模拟出相应的地震波。通常通过拟合的地震波需要进行基线调整，通过基线调整可以解决通过加速度时程曲线积分得到位移曲线时基线漂移的问题，目前通常采用的基线调整方法是最小二乘法，本文也考虑采用最小二乘法对地震加速度进行基线调整，以百年重现期为2％的地震工况为例，得到基线调整后的各项时程对比。

进一步的，通过上述方式模拟风荷载和地震波，施加到所述桥梁的每个构件上，最终根据响应结果筛选出符合要求的关键构件。

可以看出，本实施例中，实现了对关键构建的确定。

步骤206、为所述M个关键构件中的每个关键构建划分多个损伤指标。

其中，所述多个损伤指标与多个损伤状态一一对应。

具体实现中，建立桥梁风灾和地震灾害风险评估指标实际上就是确定合理的、可接受的风险限值；目前，风险接受准则很多，例如ALARP准则、风险矩阵等，但是不一样的风险接受准则有其使用的范围和特性，对于桥梁工程地震灾害和风灾，目前还没有科学合理的风险接受准则。本文根据ALARP原理，采用定量风险概率和定性风险评估相结合的方法来表达桥梁震害和风害的评价指标，ALARP标准如图3所示。

ALARP风险接受准则中，ALARP表示最大可接受风险，即如果风险水平超过这一区域即为不可接受风险水平。不同的风险水平有其不同的风险概率限值，但是目前，桥梁地震灾害风险评估还没有一个公认的可接受的风险限值。本文参考文献中常用的风险概率分配标准和研究成果，基于公路桥隧工程设计的安全风险评估划分概率,如表3-1所示。

表3-1风险概率限值范围

桥梁工程的风险等级可分为四级，根据跨海桥梁对风险的可接受程度，划分风险等级水平，如表3-2所示。

表3-2风险水平接受准则

由于结构完好等级发生可能性越大，其他结构损伤等级发生的可能性越小，结构越安全。将桥梁损伤等级分为四级，其风险等级也为四级，根据风险可接受准则，确定桥梁的风险评估矩阵，如表3-3所示。

表3-3风险评估矩阵

步骤207、计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率。

在一个可能的实施例中，所述计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率，包括：确定所述多个关键构件的第一状态功能函数；根据第一状态功能函数计算极限状态方程；获取所述目标桥梁的结构材料参数；从所述结构材料参数中随机抽样多组参数拟合响应面，得到响应面方程；所述基于JC法对所述响应面方程的随机变量进行正态化，得到第二状态功能函数；针对每个关键构件，执行以下处理，得到多个第一失效概率：根据所述第二状态功能函数计算对应的关键构件的可靠度；根据所述可靠度得到所述关键构件的第一失效概率。

具体实现中，可靠度可以用来评估结构在某一状态下的安全性能，对结构所处状态进行安全评价。结构可靠度一般会受到结构自身或者外在因素的影响，比如结构自身的材料强度、几何尺寸大小和外界荷载等随机不确定因素，在结构可靠度计算时这些因素可以看作是随机变量。其公式为：

Z＝g(x₁，x₂，…，x_n)＝g(R，S)＝R-S

式中S为结构响应，如应力、位移等；R为结构的抗力，如截面强度、刚度等；x_i为随机参数，其中，i＝1,2，…，n。

当Z＝0时便为结构极限状态方程，如下式所示：

Z＝g(x₁，x₂，…，x_n)＝0

以伶仃洋大桥为例，伶仃洋大桥可靠度分析的极限状态方程定义为：

Z(X)＝R_i-S_imax

式中，Z(X)表示第i个单元的极限状态函数；X表示随机向量；R_i表示第i个单元的抗力，对主梁、吊杆和主缆而言为单元截面的应力，对桥塔和桥墩而言为截面的曲率；S_imax表示第i个单元的结构最大响应，对主梁、吊杆和主缆而言为单元截面在风荷载和地震荷载作用下的最大应力，对桥塔和桥墩而言为截面在风荷载和地震荷载作用下的最大截面曲率。

伶仃洋大桥利用响应面法拟合功能函数在ANSYS中完成，利用ANSYS中的可靠度分析模块实现，考虑结构各参数的不确定性，在伶仃洋大桥分析中考虑了弹性模量的变异性、截面面积的不确定性、材料密度的不确定性以及抗弯惯性矩的不确定性，通过定义输出变量和输出变量，通过抽样出来的点拟合的功能函数利用编制得到的JC法求解程序，求解构件的可靠度，其计算过程上述极限状态方程所示。

伶仃洋大桥结构材料随机变量参数参考相关文献并根据实际经验取用，如表4-1所示。

表4-1伶仃洋大桥材料随机参数

具体的，本文利用ANSYS有限元软件，根据上一章节确定的关键构件，计算其失效概率，以40号吊杆为例，依据响应面法拟合的40号吊杆最大应力响应面如图4所示，表示吊杆最大应力与弹性模量、材料密度的三维关系。根据ANSYS拟合的响应面可以得到响应面方程，根据响应面方程利用JC法可以求出结构在不同给定损伤状态下的失效概率。

大型结构由于具有很强的非线性特征，结构功能函数一般不能够直接简单表示，一般为隐函数，难以直接表示。通过响应面法可以将复杂结构的功能函数以简单且显示的公式近似表达出来。利用响应面法其函数形式的选取至关重要，其函数形式应该满足以下两个要点：其一，函数形式尽可能简单且能够表达出真实函数；其二，所选取的函数中的待定系数的数量不宜过多，避免在进行分析计算时产生较大的工作量。响应面法的计算过程如下所示：

P_f＝P(Z(x)≤0)

式中，x＝(x₁，x₂，...，x_n)^T是基本随机变量；P(·)表示概率。

Z为结构在荷载或者材料不确定性等输入下产生的响应，称为响应面，可以采用二次完全多项式来表征Z，如下式所示：

式中，X_i＝(i＝1，2，…，n)为基本随机设计变量，a，bi，c_i是待定的系数。

由响应面法拟合极限状态方程的具体步骤如下：

(1)假设初始的

一般取均值点。

(2)计算功能函数

和

得到2n+1个响应值。

(3)利用2n+1个响应值求解出响应面待定参数a，b_i，c_ij，得到以二次多项式表达的近似功能函数，从而确定极限状态方程。

在实际工程中，结构构件随机变量并非全是服从正态分布，可通过JC法来解决这个问题。其计算过程如下：

式中,

为标准正态分布函数，

为标准正态分布函数的反函数，u_Yi和σ_Yi为正态分布随机标量iY的均值和标准差，

为非正态变量的分布函数值，

为非正态变量的概率密度函数值。

经过当量正态化之后，功能函数式也随之转变为：

Z＝g_Y(Y₁，Y₂，…，Y_n)

根据功能函数，可以得到以下三个式子：

通过上述三个公式可计算出关键构件可靠度指标β，进而通过所述可靠度指标得到对应的失效概率，其中，失效概率＝1-可靠度指标。

对于桥梁风险识别和风险概率估计，本文采用定量计算的方法，根据有限元响应面方法求解风险概率，首先建立桥梁模型，将桥梁分为桥塔、桥墩、主缆、主梁和吊杆五个部分，根据桥梁地震和风灾响应分析得到桥梁各个部分的关键构件，再根据ANSYS可靠度分析模块，考虑桥梁各个结构的材料不确定性，利用响应面方法拟合桥梁关键构件的状态功能函数，再利用JC法计算关键构件的第一失效概率。

可以看出，本实施例中，实现了对关键构件的第一失效概率的计算。

步骤208、根据所述多个第一失效概率中每个第一失效概率计算所述目标桥梁的失效概率，得到多个第二失效概率。

本节将贝叶斯网络方法应用于承受多种载荷即地震荷载和风荷载的大跨桥梁结构系统。风荷载和地震荷载分别取三种情况，风荷载大小按照前文重现期10年、50年、100年进行选取，地震荷载按照前文超越概率2％、5％、63％进行选取；结构组件分为桥塔桥墩、主梁、吊杆、主缆，根据桥梁结构损伤指标的定量分析，桥塔有四个损伤状态，主梁有三个损伤状态，吊杆有两个损伤状态，主缆有四个损伤状态。同时由于桥梁作为一个结构体系，本文考虑其各关键结构之间的关系为串联关系，即某一关键结构发生某种损伤状态即代表全桥发生该种损伤状态，全桥构件损伤状态对应关系如表5-1所示。

表5-1桥梁各构件损伤指标

步骤209、根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。

具体实现中，建立的贝叶斯网络模型如图5所示，F代表风荷载，E代表地震荷载；H表示吊杆，有三个关键构件，分别为H1、H2、H3，每个关键构件有两种损伤状态，分别为Hi1、Hi2，其中i＝1，2，3；C表示主缆，有两个关键构件，分别为C1、C2，每个关键构件有四种损伤状态，分别为Ci1、Ci2、Ci3、Ci4，其中i＝1，2；G表示主梁，有两个关键构件，分别为 G1、G2，每个关键构件有三种损伤状态，分别为Gi1、Gi2、Gi3，其中i＝1，2；T表示桥塔，有三个关键构件，分别为T1、T2、T3，每个关键构件有四种损伤状态分别Ti1、Ti2、Ti3、 Ti4，其中，i＝1，2，3；P表示桥墩，有两个关键构件，分别为P1、P2，每个关键构件有四种损伤状态，分别为Pi1、Pi2、Pi3、Pi4，其中，i＝1，2。

具体的，根据贝叶斯网络计算各种荷载工况下桥梁全桥失效概率如表6-1所示，F0和E0 表示没有发生风荷载和地震作用。

表6-1全桥失放概率

从表6-1中可以看出，通过贝叶斯网络计算得到的全桥的失效概率要大于单个构件的失效概率，所以考虑全桥的灾害作用下的风险必然是大于只考虑桥梁部分结构的风险，所以在灾害风险作用下，考虑全桥的风险是必要的。同时因为考虑了各构件之间是相互串联的关系，所以损伤概率越大的构件对桥梁整体的损伤影响越大，在风荷载作用下，主梁的损伤对桥梁整体损伤影响最大，在地震作用下桥塔桥墩的损伤对桥梁整体的损伤影响最大。

根据风险评估矩阵，结合计算得出全桥失效概率，可以得到不同灾害作用下伶仃洋大桥风险等级，如表6-2所示。

表6-2全桥风险评估结果

从表6-2的风险评估结果可以看出，在风荷载作用下伶仃洋大桥的最大风险为一级风险，在本文选取的最大风荷载即重现期为100年的风荷载作用下，伶仃洋大桥处于安全状态。

本文选取的地震作用分别为超越概率为63％、5％和2％的地震作用，从表5-4中可以看出，超越概率为63％的地震作用下伶仃洋大桥的风险等级为一级，桥梁处于安全状态。当超越概率为5％时，桥梁结构发生轻微损伤的概率较大，此时伶仃洋大桥最大风险等级为三级风险。当超越概率为2％时，其发生轻微损伤的概率非常高，但是桥梁最大风险等级也处于三级风险水平。同时风与地震荷载同时作用时其最大风险等级也为三级风险。

根据伶仃洋大桥桥梁总体设计报告，伶仃洋大桥的设计年限为100年，其抗震设防标准为两水准，水准一即100年超越概率10％，水准一地震作用下桥塔桥墩、主梁、主缆和吊杆都处于无损伤状态，车辆正常运行；水准二即100年超越概率4％，水准二地震作用下桥塔桥墩、主梁、主缆为轻微损伤状态，吊杆为无损伤状态，桥梁经过简单修复可继续使用。根据风险评估准则，风险是由风险后果和风险发生概率共同决定的，尽管桥梁发生的损伤是轻微损伤，但由于其发生概率高，其风险也可能高，当结构处于轻微损伤但是发生的概率超过0.03 时，其风险等级为三级风险，所以当发生超越概率为4％的地震作用时，伶仃洋大桥处于三级风险状态。

可以理解的是，以上所提出的贝叶斯网络程序已经使用贝叶斯网络工具箱实现。贝叶斯网络模型呈现的网络结构都可以使用简单的算法生成，它们可以用基本的网络结构来自动生成更复杂系统的贝叶斯网络。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，移动电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

请参阅图6，本申请还提供一种跨海大桥风险评估装置60，包括：

创建单元601，用于建立目标桥梁的有限元模型，所述有限元模型包括桥梁的N个桥梁部位，N为正整数；

分析单元602，用于对所述有限元模型进行动力分析，以验证所述有限元模型的准确性；

获取单元603，用于获取目标桥梁所处位置的历史灾害数据；

第一确定单元604，用于根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件；

第二确定单元605，用于从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建，M为大于N的正整数；

划分单元606，用于为所述M个关键构件中的每个关键构建划分多个损伤指标，所述多个损伤指标与多个损伤状态一一对应；

计算单元607，用于计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率；以及根据所述多个第一失效概率中每个第一失效概率计算所述目标桥梁的失效概率，得到多个第二失效概率；

第三确定单元608，用于根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。

在一个可能的实施例中，所述建立目标桥梁的有限元模型的方面，所述创建单元601具体用于：获取所述目标桥梁的结构数据；根据所述结构数据建立所述有限元模型。

在一个可能的实施例中，所述对所述有限元模型进行动力分析，以验证所述有限元模型的准确性的方面，所述分析单元602具体用于：对所述有限元模型进行动力特性分析，得到所述有限元模型的第一振型和第一频率；并将所述第一振型和所述第一频率分别与所述目标桥梁的实际振型和实际频率进行对比分析，以验证本文所建的桥梁模型的准确性。

在一个可能的实施例中，所述从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建的方面，所述第二确定单元605具体用于：模拟所述一个或多个风险事件的荷载数据；向所述有限元模型输入所述荷载数据，得到所述N 个桥梁部位中每个桥梁部位的每个构件单元针对所述荷载数据的响应数据；基于所述响应数据确定出所述每个桥梁部位的关键构件，得到M个关键构建，其中，所述M个关键构件为响应大于预设阈值的桥梁构件。

在一个可能的实施例中，所述根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件的方面，所述第一确定单元604具体用于：对所述历史灾害数据中的每一种灾害的发生次数进行统计，得到统计结果；从所述统计结果中选择发生频率大于第一预设频率的一个或多个风险事件。

在一个可能的实施例中，所述计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率，所述计算单元607具体用于：确定所述多个关键构件的第一状态功能函数；根据第一状态功能函数计算极限状态方程；获取所述目标桥梁的结构材料参数；从所述结构材料参数中随机抽样多组参数拟合响应面，得到响应面方程；所述基于JC法对所述响应面方程的随机变量进行正态化，得到第二状态功能函数；针对每个关键构件，执行以下处理，得到多个第一失效概率：根据所述第二状态功能函数计算对应的关键构件的可靠度；根据所述可靠度得到所述关键构件的第一失效概率。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如， DVD)、或者半导体介质。半导体介质可以是固态硬盘。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的；例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、磁碟、光盘、易失性存储器或非易失性存储器。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，RAM)可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(directrambus RAM，DR RAM)。等各种可以存储程序代码的介质。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。

Claims

1.一种跨海大桥风险评估方法，其特征在于，应用于电子设备，包括：

获取所述目标桥梁所处位置的历史灾害数据；

根据所述多个第一失效概率和所述多个第二失效概率确定所述目标桥梁的风险等级。

2.根据权利要求1所述的方法，其特征在于，所述建立目标桥梁的有限元模型，包括：

获取所述目标桥梁的结构数据；

根据所述结构数据建立所述有限元模型。

3.根据权利要求1所述的方法，其特征在于，所述对所述有限元模型进行动力分析，以验证所述有限元模型的准确性，包括：

对所述有限元模型进行动力特性分析，得到所述有限元模型的第一振型和第一频率；

并将所述第一振型和所述第一频率分别与所述目标桥梁的实际振型和实际频率进行对比分析，以验证本文所建的桥梁模型的的准确性。

4.根据权利要求1所述的方法，其特征在于，所述从通过准确性验证的有限元模型的N个桥梁部位中确定出每个桥梁部位的关键构件，得到M个关键构建，包括：

模拟所述一个或多个风险事件的荷载数据；

向所述有限元模型输入所述荷载数据，得到所述N个桥梁部位中每个桥梁部位的每个构件单元针对所述荷载数据的响应数据；

基于所述响应数据确定出所述每个桥梁部位的关键构件，得到M个关键构建，其中，所述M个关键构件为响应大于预设阈值的桥梁构件。

5.根据权利要求1所述的方法，其特征在于，所述根据所述历史灾害数据确定出影响所述目标桥梁安全的一个或多个风险事件，包括：

对所述历史灾害数据中的每一种灾害的发生次数进行统计，得到统计结果；

从所述统计结果中选择发生频率大于第一预设频率的一个或多个风险事件。

6.根据权利要求5所述的方法，其特征在于，所述计算所述每个关键构件处于对应的多个损伤状态中每个损伤状态下的失效概率，得到多个第一失效概率，包括：

确定所述多个关键构件的第一状态功能函数；

根据第一状态功能函数计算极限状态方程；

获取所述目标桥梁的结构材料参数；

从所述结构材料参数中随机抽样多组参数拟合响应面，得到响应面方程；

所述基于JC法对所述响应面方程的随机变量进行正态化，得到第二状态功能函数；

针对每个关键构件，执行以下处理，得到多个第一失效概率：

根据所述第二状态功能函数计算对应的关键构件的可靠度；

根据所述可靠度得到所述关键构件的第一失效概率。

7.一种跨海大桥风险评估装置，其特征在于，包括：

创建单元，用于建立目标桥梁的有限元模型，所述有限元模型包括桥梁的N个桥梁部位，N为正整数；

获取单元，用于获取目标桥梁所处位置的历史灾害数据；

8.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令，或者所述程序包括权利要求7所述的装置的步骤的指令。

9.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法中的步骤的指令，或者执行如权利要求7所述的装置的步骤的指令。

10.一种计算机程序产品，其特征在于，包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可被操作来使计算机执行如权利要求1-6任一项所述的方法中的步骤的指令，或者执行如权利要求7所述的装置的步骤的指令。