現在位置首頁 > 博碩士論文 > 詳目
  • 同意授權
論文中文名稱:類神經網路於台灣省道橋梁橋梁檢測資料分析及劣化預測之研究 [以論文名稱查詢館藏系統]
論文英文名稱:The Study of Neural Network on Data Analysis and Deterioration Forecast of Highway Bridges in Taiwan [以論文名稱查詢館藏系統]
院校名稱:臺北科技大學
學院名稱:工程學院
系所名稱:土木與防災研究所
中文姓名:陳克劼
英文姓名:Ke-chieh Chen
研究生學號:93428502
學位類別:碩士
語文別:中文
口試日期:2007-01-23
論文頁數:176
指導教授中文名:李有豐
口試委員中文名:陳清泉;曾惠斌
中文關鍵詞:省道橋梁類神經網路橋梁檢測
英文關鍵詞:Highway BridgesNeural networksBridge inspection
論文中文摘要:道路的興建縮短了兩地交通的時程,促進了經濟的繁榮,而橋梁的架設則跨越障礙連結遭阻隔兩地的道路進而擴大了活動的範圍,橋梁在交通運輸網路是非常重要的組成構件,省道橋梁亦是如此。在臺灣地區橋梁受人為外力及天然災害的機率頻繁,各橋梁主管單位普遍人力不足,每年編列之維修經費有限,因此劣化情形相當嚴重,而橋梁一旦中斷無法提供服務時,其將增加之社會成本相當可觀,因此在過去十幾年來政府投入相當多之人力及經費在橋梁維護上,也建立了橋梁管理系統協助橋梁管理機關進行橋梁維護管理,而橋梁檢測資料亦是其中一項之重要資訊。本研究嘗試以公路總局轄下部份的省道橋梁檢測資料及已知相關基本資料,應用類神經網路為分析工具,建立起省道橋梁劣化因素與劣化情形的因果關係,初步瞭解省道橋梁未來的劣化趨勢,期能在日後的橋梁檢測及橋梁維護時,能及早因應並作妥善處理,以達到節省人力,物力,讓資源有效利用,並期能對本人服務的單位有所貢獻。
論文英文摘要:The highway bridges contributes to shortening the traffic time and distance between two sites and promotes economic development; the construction of bridges, on the other hand, removes barriers and expands the area for human activities. Bridges, including those of provincial highways, are very important components of the traffic network. Bridges in Taiwan area are often exposed to damage by external forces as well as natural disasters, and bridge administration agencies have experienced problems such as manpower shortages and insufficient annual budgeting for maintenance. As a result, the degradation and deterioration of infrastructure continue. Given that more added social costs need to be incurred if bridges fail to provide services, the government in Taiwan has invested considerable human and financial resources on bridge maintenance during the past decade and has established a bridge administration system to assist the work of authorized agencies. Bridge inspection data is one of the key indicator sources of information. This study attempts to make use of data and known basic information concerning the inspection of provincial bridges by adopting neural networking as the analytical tool for the acquisition of causal relationships between degradation and its effects, to initially understand future degradation patterns of provincial bridges. It is expected that research results will serve as reference for early response and proper treatment of bridge inspection and maintenance by the Directorate for whom I have been working, in order to save manpower and materials by the most effective use of resources.
論文目次:中文摘要 .……i
英文摘要 ..…ii
誌謝 ….iii目錄 .…iv
表目錄 …vii
圖目錄 ….ix
第一章 緒論 1
1.1 研究動機 1
1.2 研究範圍 1
1.3 研究目的及內容 2
1.4 研究架構與方法 3
第二章 文獻回顧 5
2.1 橋梁構件 5
2.1.1 橋梁分類 5
2.1.2 橋梁之構成 6
2.1.3 上部結構 7
2.1.4 下部結構 8
2.2 橋梁劣化原因及現象探討 8
2.2.1 鋼筋混凝土橋梁一般劣化原因 9
2.2.2 鋼筋混凝土橋梁一般劣化現象 11
2.2.3 橋梁評估及損壞相關因素研究 15
2.3 橋梁目視檢測之D.E.R.評等法 15
2.3.1 D.E.R.評等法評估準則 18
2.3.2 D.E.R.評等法特性分析 18
2.3.3 檢查項目 19
2.4 橋梁管理系統 20
2.4.1 橋梁管理系統的定義與範圍 20
2.4.2 臺灣地區橋梁管理系統 21
2.4.2.1 臺灣地區橋梁管理系統之發展 21
2.4.2.2 臺灣地區橋梁管理系統介紹 23
2.4.2.3 橋梁管理系統模組 23
2.5 類神經網路應用於土木工程之研究 26
第三章 研究方法 28
3.1 類神經網路 28
3.1.1 神經元模型 28
3.1.2 類神經網路學習規則 32
3.2 倒傳遞類神經網路 33
3.2.1 網路架構 34
3.2.2 倒傳遞類神經網路學習演算法 37
3.2.3 倒傳遞類神經網路學習流程 39
3.2.4 倒傳遞神經網路之特性及注意事項 42
3.2.5 類神經網路應用於橋梁管理系統之資料規格化 43
第四章 研究架構 45
4.1 橋梁構件選取原則 45
4.2 資料挖掘方法 46
4.3 橋梁基本資料分析 47
4.4 橋梁構件劣化因子相對重要性分析 50
4.4.1 橋台 53
4.4.2 橋墩 60
4.4.3 支承 61
4.4.4 防震設施 62
4.4.5 伸縮縫 63
4.4.6 主構件 64
4.4.7 副構件 65
4.4.8 橋面版 66
4.4.9 討論 67
4.5 國道、省道及市區道路橋梁構件劣化因子相對重要性比較 68
4.5.1 橋台 70
4.5.2 橋墩 71
4.5.3 支承 72
4.5.4 防震設施 73
4.5.5 伸縮縫 74
4.5.6 主構件 76
4.5.7 副構件 77
4.5.8 橋面版 78
4.5.9 討論 79
第五章 類神經網路構件劣化預測模式 81
5.1 橋梁構件網路模式架構 81
5.2 省道橋梁類神經網路分析與結果 83
5.2.1 橋台 89
5.2.2 橋墩 90
5.2.3 支承 91
5.2.4 防震設施 92
5.2.5 伸縮縫 93
5.2.6 主構件 94
5.2.7 副構件 95
5.2.8 橋面版 96
5.2.9 討論 97
5.3 國道、省道及市區道路橋梁構件類神經網路分析比較 98
5.3.1 橋台 100
5.3.2 橋墩 102
5.3.3 支承 104
5.3.4 防震設施 106
5.3.5 伸縮縫 108
5.3.6 主構件 110
5.3.7 副構件 112
5.3.8 橋面版 114
5.3.9 討論 116
第六章 結論與建議 117
6.1 結論 117
6.2 建議 119
參考文獻 ........................................... 120
附錄
附錄A:橋梁檢測輸入參數表 123
附錄B:橋墩劣化因素分析 127
附錄C:支承劣化因素分析 134
附錄D:防震設施劣化因素分析 141
附錄E:伸縮縫劣化因素分析 148
附錄F:主構件劣化因素分析 155
附錄G:副構件劣化因素分析 162
附錄H:橋面版劣化因素分析 169
論文參考文獻:[1] Adeli, H., and Yeh, C. (1989). “Perceptron Learing in Engineering Design,” Microcomputers in Civil Engineering, Vol. 4, pp. 247-256.
[2] Ellis, G. W., Yao, C., Zhao, R., and Penumadu, D.(1995). “Stress-strain Modeling of Sands Using Artificial Neural Network,” Journal of Geotechnical Engineering, Vol. 121, No. 5, pp. 429-435.
[3] Garrett, J. H. (1992). “Neural Networks and Their Applicability Within Civil Engineering,” Proc. 8th Annual Conf. of Computing in Civil Engineering and Geographic Information Systems Symposium, ASCE, pp. 1155-1162.
[4] Ghaboussi, J. (1994). “Some Applications of Aeural Aetworks in Atructural Angineering,” Proceedings of the 11th Conference on Analysis and Computation Atlanta, ASCE, pp. 25-36.
[5] Goh, A. T. C. (1996). “Pile Driving Records Reanalyzed Using Neural Networks,” ASCE, Journal of Geotechnical Engineering, Vol. 122, No. 6, pp.492-495.
[6] Goh A. T. C. (2002). “Probabilistic Neural Network for Evaluating Seismic Liquefaction Potential,” Canadian Geotechnical Journal, Vol. 39, pp. 219-232.
[7] Juang, C. H., and Chen, C. J. (2000). “A Rational Method for Development of Limit State for Liquefaction Evaluation Based on Shear Wave Velocity Measurements,” International Journal for Numerical and Analytical Method in Geomechanics, Vol. 24, pp. 1-27.
[8] Lin, C-C. J. (2000) ”A Neural Network Based Methodology for Genterating Spectrum Compatible Earthquake Accelerograms, ” Ph.D thesis, Department of Civil Engineering ,University of Illinois at Urbana-Champaign.
[9] Vanluchene, R. D., and Sun, R. (1990). “Neural Networks in Structural Engineering,” Microcomputers in Civil Engineering, Vol. 5, pp. 207-215..
[10] 陳添宇(2005),類神經網路於橋梁老劣化預測之研究,碩士論文,國立台北科技大學土木與防災研究所。
[11] 林鎮洋、李有豐、彭添富、鄭光炎、林至聰、陳彥璋(2005),「市區道路之橋梁檢測與評估系統之研究」,內政部營建署營建自動化專案計畫。
[12] 李有豐、林安彥(2000),橋梁檢測評估與補強,全華科技股份有限公司。
[13] 徐耀賜(1995),公路橋梁之養護與維修,大學圖書供應社。
[14] 張荻薇、張國鎮、宋裕祺、蔡孟豪(1999),「集集地震橋梁損壞模式分析探討」,結構工程,第十四卷,第三期,第91~129頁。
[15] 交通部台灣區國道新建工程局(2001),集集大地震對結構物之震害及修復。
[16] 公路橋梁一般目視檢測手冊(1995),中華民國交通部台灣區國道高速公路局。
[17] 黃兆龍(2003),高性能混凝土理論與實務,詹氏書局。
[18] 張荻薇、王昭列、宋裕祺(1999),「橋梁劣化與災害損壞與震害問題對策」構造物破壞原因探討與處置研討會論文集,第95~123頁。
[19] 交通部運輸研究所(2006),95年度橋梁維護管理訓練講習訓練教材。
[20] 張荻薇、王炤烈(1999),「混凝土橋梁常見之損壞與震害問題對策」,構造物破壞原因探討與處置研討會論文集,第95~123頁。
[21] 交通部(2003),公路養護手冊。
[22] 交通部公路總局(2005),94年度公路交通量調查統計表。
[23] 桃園縣政府(2006),桃園市編號道路(鄉道)橋梁資料調查及檢測期末報告。
[24] 交通部公路總局(2004),橋梁防蝕設計與施工準則建立之研究期末報告。
[25] 交通部公路總局第一區養護工程處(2005),轄區路線資料。
[26] 交通部公路總局(2005),河川橋梁沖刷並補強後之安全評估成果報告。
[27] 台灣省公路局(1999),橋梁管理系統開發計畫研究報告。
[28] 張荻薇(2004),「橋梁工程概論」,台北科技大學土木防災所高等橋梁工程講義。
[29] 張荻薇(2004),「橋梁之劣化概況及原因探討」,台北科技大學土木防災所高等橋梁工程講義。
[30] 張荻薇(2000),「災後橋梁之震害診斷與處理對策」,土木技術,第三卷,第七期,第54~72頁。
[31] 李有豐、謝尚賢、王隆昌、陳清泉、詹麒璋、鄭育祥、常婓春、曾志煌、賴威伸(2002),「建立橋梁檢測制度方法及準則之研究」,交通部運輸研究所暨國立台北科技大學合作辦理。
[32] 張晉瑋(2004),台灣地區鋼筋混凝土橋梁構件劣化模型之建立,碩士論文,國立中央大學土木工程研究所。
[33] 張文彬(2005),縣管橋梁維修優選排序之研究,碩士論文,逢甲大學土木工程學系。
[34] 交通部公路總局(2004),橋梁重要程度等級之建立。
[35] 蕭富元、陳錦清、羅國峰,「公路隧道目視檢測評估方法之探討與應用」,臺灣公路工程,第三十二卷,第二期,第13~24頁。
[36] 李青蔚(2002),決策優選比較法評估既有鋼筋混凝土橋梁損傷等級,碩士論文,國立台灣海洋大學河海工程學系。.
[37] 鄭錦聰(2003),MATLAB程式設計基礎編,全華科技圖書股份有限公司。
[38] 周鵬程(2004),類神經網路入門-活用Matlab,全華科技圖股份有限公司。
[39] 羅華強(2005),類神經網路-Matlab的應用,高立圖書有限公司。
[40] 蘇木春、張孝德(2004),機器學習-類神經網路、模糊系統以及基因演算法則,全華科技圖股份有限公司。
[41] 王進德、蕭大全(2003),類神經網路與模糊控制入門,全華科技圖股份有限公司。
[42] 葉怡成(2003),類神經網路模式應用與實作,儒林圖書有限公司。
[43] 張斐章,張麗秋(2006),類神經網路,東華書局股份有限公司。
[44] 朱慧德、周卓定(2000),「以遠端資料挖掘建構虛擬資料倉儲」,中華管理評論,第3卷,第2期,第69~81頁。
[45] 許文政(2005),橋梁生命週期成本評構件劣化預測模式之研究,碩士論文,國立中央大學營建管理研究所,2005。
[46] 蘇暉傑(2002),既有橋梁損壞相關影響因素之研究-以台中縣為例,碩士論文,逢甲大學交通工程與管理研究所。
[47] 王坤賢(2002),類神經網路於鋼構橋梁表面塗裝檢測之應用,博士論文,國立交通大學土木工程學系,2002。
[48] 林勝傑(2001),類神經網路與馬可夫鍊理論於舖面狀況評估之應用,碩士論文,國立成功大學土木工程研究所。
[49] 郭得和(2005),類神經網路於橋梁分析之應用,碩士論文,逢甲大學土木工程學系。
論文全文使用權限:同意授權於2007-02-09起公開