• Smart Structures and Systems
• /
• 제17권6호
• /
• pp.995-1015
• /
• 2016

In the design and condition assessment of bridges, it is usually necessary to take into consideration the extreme conditions which are not expected to occur within a short time period and thus require an extrapolation from observations of limited duration. Long-term structural health monitoring (SHM) provides a rich database to evaluate the extreme conditions. This paper focuses on the extrapolation of extreme traffic load effects on bridges using long-term monitoring data of structural strain. The suspension Tsing Ma Bridge (TMB), which carries both highway and railway traffic and is instrumented with a long-term SHM system, is taken as a testbed for the present study. Two popular extreme value extrapolation methods: the block maxima approach and the peaks-over-threshold approach, are employed to extrapolate the extreme stresses induced by highway traffic and railway traffic, respectively. Characteristic values of the extreme stresses with a return period of 120 years (the design life of the bridge) obtained by the two methods are compared. It is found that the extrapolated extreme stresses are robust to the extrapolation technique. It may owe to the richness and good quality of the long-term strain data acquired. These characteristic extremes are also compared with the design values and found to be much smaller than the design values, indicating conservative design values of traffic loading and a safe traffic-loading condition of the bridge. The results of this study can be used as a reference for the design and condition assessment of similar bridges carrying heavy traffic, analogous to the TMB.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.733-745
• /
• 2010

수문자료의 계절성은 수자원관리의 관점에서 매우 중요한 요소로서 계절성의 변동은 댐의 운영, 홍수조절, 관개용수 관리 등 다양한 분야와 밀접한 관계를 가지고 있다. 수문빈도해석을 위해 POT 자료와 같은 부분기간치계열을 사용함으로써 자료의 확충, 계절성 확보, 발생빈도모형의 구축 등이 가능하다. 본 연구에서는 POT 자료의 장점을 효과적으로 빈도해석에 연계시키는 방법론으로서 POT 자료로부터 계절성을 추출하고 이를 빈도해석과 연계시켜 Bayesian 기법을 기반으로 하는 비정상성 빈도해석 모형을 구축하였다. 서울지점의 관측 자료로부터 98% Threshold를 적용하여 POT 자료를 추출하였으며, GEV 분포에 대한적합성을 검토하였다. 위치 및 규모매개변수의 계절적변동성을 Fourier 급수로 표현하고, Bayesian Markov Chain Monte Carlo 모의를 통해 매개변수들의 사후분포를 추정하였으며, 사후분포와 Quantile 함수를 이용하여 재현기간에 따른 확률강수량을 추정하였다. 계절성을 고려한 비정상성빈도해석 결과 7~8월의 비정상성 확률강수량과 기존 정상성빈도해석의 결과가 유사한 값을 나타내고 있으며 동시에 계절성을 반영한 확률강수량의 거동을 효과적으로 모의가 가능하였다.