AbstractThis paper presents a multi

Abstract

This paper presents a multi-regression-based framework to efficiently and accurately determine load ratings of complex steel bridges. To validate the efficiency and accuracy of the proposed framework, the framework was applied to an in-service steel bridge located in Iowa. A network of strain sensors was placed on critical regions of the bridge to capture its behaviors resulting from actual ambient five-axle trucks. To approximate the trucks, relevant Weigh-In-Motion (WIM) data were secured from two weigh stations nearest the bridge. As part of the load rating calculation process, strain sensors were tested for significance and compared to the WIM data to explore which trucks significantly affect the sensors. Four different regression methods were used with the significant WIM data that were condensed to match the size of conventional rating data obtained from a series of structural analyses of the bridge based upon the AASHTO Manual. The four different truck data sets obtained from the regression methods were then each combined with the conventional data to create the corresponding regression models to predict load ratings. The predicted data were compared to the conventional data to determine the best fit regression model. Using the best fit model, a sensitivity analysis was performed to test which truck characteristic parameters affect the predicted ratings the most. Findings indicated that the framework can build the best fit regression model capable of accurately and rapidly predicting load ratings given unknown truck data. It was also found that each axle weight and the largest axle spacing have a great influence on the predicted ratings, implying that these variables may be holistically considered to ensure structural safety of steel bridges subjected to unknown trucks.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อเอกสารนี้แสดง multi-regression ตามกรอบการทำงานได้อย่างมีประสิทธิภาพ และถูกต้องกำหนดโหลดการจัดอันดับของสะพานเหล็กซับซ้อน การตรวจสอบประสิทธิภาพและความถูกต้องของกรอบการนำเสนอ กรอบใช้สะพานเหล็กให้บริการแก่ในรัฐไอโอวา เครือข่ายของเซนเซอร์ต้องใช้ถูกวางในภูมิภาคสำคัญของสะพานเพื่อจับภาพพฤติกรรมเกิดจากรถบรรทุกเพลาห้าแวดล้อมจริง เพื่อประมาณรถบรรทุก น้ำหนักเคลื่อน (WIM) ข้อมูลที่ปลอดภัยจากสถานีน้ำหนักใกล้สะพาน เป็นส่วนหนึ่งของกระบวนการคำนวณการจัดอันดับการโหลด ต้องใช้เซนเซอร์ถูกทดสอบนัยสำคัญ และเมื่อเปรียบเทียบกับข้อมูล WIM การบรรทุกที่มากมีผลต่อเซนเซอร์ มีใช้วิธีการถดถอยต่าง ๆ สี่ WIM ข้อมูลสำคัญที่ได้บีบให้ตรงกับขนาดของข้อมูลคะแนนปกติที่ได้จากชุดของการวิเคราะห์โครงสร้างของสะพานตามคู่มือ AASHTO ชุดสี่ของข้อมูลรถบรรทุกต่าง ๆ ได้จากวิธีการถดถอยได้ แล้วละรวมกับข้อมูลทั่วไปการสร้างแบบจำลองถดถอยที่สอดคล้องกันเพื่อทำนายการจัดอันดับการโหลด ข้อมูลคาดการณ์ถูกเปรียบเทียบกับข้อมูลทั่วไปการกำหนดแบบจำลองถดถอยพอดีสุด ใช้แบบพอดีที่สุด การวิเคราะห์ความไวทำการทดสอบพารามิเตอร์ใดลักษณะรถบรรทุกมีผลต่อการคาดการณ์การจัดอันดับสูงสุด ผลการวิจัยระบุว่า กรอบสามารถสร้างโมเดลถดถอยพอดีที่สุดสามารถคาดการณ์การจัดอันดับการโหลดให้รถบรรทุกไม่ทราบข้อมูลอย่างถูกต้อง และรวดเร็ว นอกจากนี้ยังพบว่า น้ำหนักแต่ละเพลาและระยะห่างของเพลาที่ใหญ่ที่สุดมีอิทธิพลที่ดีในการคาดการณ์การจัดอันดับ หน้าที่ที่ตัวแปรเหล่านี้อาจในแบบองค์รวมถือความปลอดภัยโครงสร้างของสะพานเหล็กภายใต้รถบรรทุกไม่ทราบ

ผลลัพธ์ (ไทย) 2:

บทคัดย่อบทความนี้นำเสนอกรอบการทำงานแบบ multi-ถดถอยตามไปอย่างมีประสิทธิภาพและถูกต้องตรวจสอบการจัดอันดับภาระของสะพานเหล็กที่ซับซ้อน ในการตรวจสอบประสิทธิภาพและความถูกต้องของกรอบที่เสนอกรอบถูกนำไปใช้เหล็กในการให้บริการสะพานตั้งอยู่ในรัฐไอโอวา เครือข่ายของเซ็นเซอร์สายพันธุ์ถูกวางลงบนพื้นที่ที่มีความสำคัญของสะพานในการจับภาพพฤติกรรมที่เกิดจากการที่เกิดขึ้นจริงโดยรอบรถบรรทุกห้าเพลา ที่ใกล้เคียงกับรถบรรทุกที่เกี่ยวข้องชั่งน้ำหนักใน-Motion (WIM) ข้อมูลที่มีความปลอดภัยจากสองสถานีที่ใกล้ที่สุดมีน้ำหนักสะพาน ในฐานะที่เป็นส่วนหนึ่งของกระบวนการการคำนวณคะแนนโหลดเซ็นเซอร์สายพันธุ์ได้รับการตรวจอย่างมีนัยสำคัญและเมื่อเทียบกับข้อมูล WIM ในการสำรวจซึ่งรถบรรทุกส่งผลกระทบต่อเซ็นเซอร์ สี่วิธีการถดถอยที่แตกต่างกันถูกนำมาใช้กับข้อมูล WIM อย่างมีนัยสำคัญที่มีการรวมตัวเพื่อให้ตรงกับขนาดของข้อมูลทั่วไปคะแนนที่ได้รับจากชุดของการวิเคราะห์โครงสร้างของสะพานตามคู่มือ AASHTO รถบรรทุกสี่ชุดข้อมูลที่แตกต่างกันได้จากวิธีการถดถอยอยู่แล้วแต่ละรวมกับข้อมูลเดิมในการสร้างแบบจำลองการถดถอยที่สอดคล้องกันในการทำนายการจัดอันดับการโหลด ข้อมูลคาดการณ์ถูกนำมาเปรียบเทียบกับข้อมูลเดิมในการกำหนดรูปแบบการถดถอยแบบที่ดีที่สุด โดยใช้รูปแบบที่ดีที่สุดเหมาะสมกับการวิเคราะห์ความไวได้ดำเนินการในการทดสอบซึ่งพารามิเตอร์ลักษณะรถบรรทุกส่งผลกระทบต่อการจัดอันดับที่คาดการณ์ไว้มากที่สุด ผลการวิจัยชี้ให้เห็นว่ากรอบการทำงานสามารถสร้างแบบรูปแบบการถดถอยที่ดีที่สุดความสามารถในการได้อย่างถูกต้องรวดเร็วและคาดการณ์การจัดอันดับที่ได้รับการโหลดข้อมูลรถบรรทุกที่ไม่รู้จัก นอกจากนี้ยังพบว่าในแต่ละน้ำหนักเพลาและระยะห่างล้อที่ใหญ่ที่สุดที่มีอิทธิพลอย่างมากต่อการจัดอันดับที่คาดการณ์หมายความว่าตัวแปรเหล่านี้อาจได้รับการพิจารณาแบบองค์รวมเพื่อความปลอดภัยของโครงสร้างของสะพานเหล็กยัดเยียดให้รถบรรทุกที่ไม่รู้จัก

ผลลัพธ์ (ไทย) 3:

นามธรรม

บทความนี้เสนอหลายขั้นตอนตามกรอบได้อย่างมีประสิทธิภาพและถูกต้องตรวจสอบโหลดจัดอันดับสะพานเหล็กที่ซับซ้อน เพื่อตรวจสอบประสิทธิภาพและความถูกต้องของการเสนอกรอบแนวคิด เพื่อใช้เป็นสะพานในเหล็กตั้งอยู่ในไอโอวาเครือข่ายของความเครียดเซนเซอร์ถูกวางไว้บนวิกฤตภูมิภาคของสะพานเพื่อจับภาพของพฤติกรรมที่เกิดจากอุณหภูมิที่เกิดขึ้นจริงห้าเพลารถบรรทุก ประมาณน้ำหนักรถบรรทุกที่เกี่ยวข้องในการเคลื่อนไหว ( WIM ) ข้อมูลที่มีความปลอดภัยจากสถานีที่ใกล้ที่สุดสองชั่ง สะพาน เป็นส่วนหนึ่งของการคำนวณโหลด การประเมินกระบวนการความเครียดเซนเซอร์ทดสอบความสำคัญและเมื่อเทียบกับ วิมข้อมูลสำรวจที่รถบรรทุกมีผลต่อเซ็นเซอร์ สี่วิธีการถดถอยแบบใช้กับอย่างวิมข้อมูลอย่างย่อให้ตรงกับขนาดของข้อมูลที่ได้จากแบบประเมินชุดของการวิเคราะห์โครงสร้างของสะพานตามคู่มือ AASHTO .ชุดสี่รถบรรทุกที่แตกต่างกัน ข้อมูลที่ได้จากการวิธีการของแต่ละรวมกับข้อมูลแบบสร้างที่ถดถอยแบบจำลองทำนายการจัดอันดับโหลด ทำนายข้อมูลเมื่อเทียบกับข้อมูลเดิมในการตรวจสอบที่ดีที่สุดเหมาะสมกับการถดถอยแบบ การใช้ที่เหมาะสมที่สุดแบบการวิเคราะห์ความไวได้ทดสอบ ซึ่งพารามิเตอร์ลักษณะรถบรรทุกส่งผลกระทบต่อคาดการณ์คะแนนมากที่สุด ผลการวิจัยพบว่า กรอบสามารถสร้างแบบจำลองการถดถอยที่เหมาะสมที่สุดที่สามารถทำนายคะแนนให้ถูกต้องและรวดเร็วโหลดข้อมูลรถบรรทุกที่ไม่รู้จักนอกจากนี้ยังพบว่าในแต่ละน้ำหนักเพลาและระยะห่างเพลาใหญ่ที่สุด มีอิทธิพลมากในการทำนายคะแนนหมายความว่าตัวแปรเหล่านี้อาจจะโดยการพิจารณาเพื่อให้มั่นใจความปลอดภัยของโครงสร้างเหล็กสะพานภายใต้รถบรรทุกที่ไม่รู้จัก