• Architectural research
• /
• 제7권2호
• /
• pp.81-89
• /
• 2005

Over the years, existing bridges have had various degrees of maintenance to extend the service life. As the existing bridges continue to deteriorate, however, each Department of Transportation (DOT) of the United States of America faces increasing demands on the limited funds available for bridge maintenance. Therefore, it is very important for State Department of Transportations to establish Maintenance, Repair, and Rehabilitation (MR&R) strategies for bridge structures such that funds get allocated for appropriate maintenance over the service life. This paper identifies the state-of-art and the state-of-practice of MR&R actions and the use of MR&R strategies in concrete bridge decks. In addition, a questionnaire survey was conducted to identify the type and timing for MR&R actions as well as existing MR&R strategies taken in concrete bridge deck by each DOT. This paper also presents the results of the survey.

• 한국산학기술학회논문지
• /
• 제21권10호
• /
• pp.248-258
• /
• 2020

본 연구에서는 해외 선진국의 유지관리 체계를 벤치마킹하여 시설물의 생애주기 차원에서 종합적 자산 관리개념을 고려한 유지관리 기술 분류체계를 제안하였다. 이를 위하여 비교사례 연구 기법을 적용하였으며, 국내·외 유지관리 제도, 정의, 기술 분류체계 등을 비교·분석하였다. 비교사례 분석을 위하여 유지관리 비용 집행 비율이 높은 미국, 영국, 일본을 대상 국가로 선정하였고, 해당 국가들의 유지관리 체계를 분석하였다. 다음으로, 국내 유지관리 관련 법에 내포되어있는 인프라 유지관리 기술의 분류 및 정의에 대하여 분석하였다. 그 결과 해외 선진국들은 유지관리 기술의 효과에 따라 유지보수와 개선을 명확하게 분류하고, 예방적 유지관리 활동 중심의 체계를 구성하고 있었다. 반면, 우리나라의 시설물 유지관리 기술은 그 분류 및 정의가 명확하게 구분되지 않고 아직도 사후 대응적 구조 중심으로 이루어져 있어 개선이 필요한 것으로 나타났다. 비교사례연구 결과를 토대로 제안한 분류체계는 유지관리, 유지보수, 성능개선의 개념을 정립하고, 예방적 유지보수와 대응적 유지보수를 명확하게 구분하였다. 결과적으로 제안된 기술 분류체계는 자산관리관점에서 선제적 유지관리 활동과 합리적인 유지관리 예산 분배를 위한 기초연구로서의 활용도가 높을 것으로 기대된다.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.700-706
• /
• 2009

Bridges are vital components of any road network which demand crucial and timely decision-making for Maintenance, Repair and Rehabilitation (MR&R) activities. Bridge Management Systems (BMSs) as a decision support system (DSS), have been developed since the early 1990's to assist in the management of a large bridge network. Historical condition ratings obtained from biennial bridge inspections are major resources for predicting future bridge deteriorations via BMSs. Available historical condition ratings in most bridge agencies, however, are very limited, and thus posing a major barrier for obtaining reliable future structural performances. To alleviate this problem, the verified Backward Prediction Model (BPM) technique has been developed to help generate missing historical condition ratings. This is achieved through establishing the correlation between known condition ratings and such non-bridge factors as climate and environmental conditions, traffic volumes and population growth. Such correlations can then be used to obtain the bridge condition ratings of the missing years. With the help of these generated datasets, the currently available bridge deterioration model can be utilized to more reliably forecast future bridge conditions. In this paper, the prediction accuracy based on 4 and 9 BPM-generated historical condition ratings as input data are compared, using deterministic and stochastic bridge deterioration models. The comparison outcomes indicate that the prediction error decreases as more historical condition ratings obtained. This implies that the BPM can be utilised to generate unavailable historical data, which is crucial for bridge deterioration models to achieve more accurate prediction results. Nevertheless, there are considerable limitations in the existing bridge deterioration models. Thus, further research is essential to improve the prediction accuracy of bridge deterioration models.

• 한국철도학회논문집
• /
• 제13권1호
• /
• pp.71-77
• /
• 2010

대부분의 선진국에서 교량의 유지보수 및 보강(Maintenance Repair & Rehabilitation-MR&R)으로 인한 비용은 해마다 증가하고 있다. 전산화된 교량유지관리 및 의사결정시스템(Bridge Management System-BMS)은 가능한 최저의 생애주기비용(Life Cycle Cost - LCC)에 최적의 안정성를 확보하기 위해 개발되었다. 본 논문에서는 제한된 현존하는 교량진단기록을 이용하여 현존하지 않는 과거의 교량상태등급 데이타를 생성하기 위해 Backward Prediction Model(BPM)이라 불리는 인공신경망(Artificial Neural Network-ANN)에 기초한 예측모델을 제시한다. 제안된 BPM은 한정된 교량 정기점검기록으로부터 현존하는 교량진단기록과 연관성을 확립하기 위해 교통량과 인구, 그리고 기후 등과 같은 비구조적 요소를 이용하며, 제한된 교량진단기록과 비구조적 요소 사이에 맺어진 연관성을 통해 현존하지 않는 과거의 교량상태등급 데이타를 생성할 수 있다. BPM의 신뢰도를 측정하기 위하여 Maryland DOT로 부터 얻어진 National Bridge Inventory(NBI)와 BMS 교량진단자료를 이용하였다. 이중 NBI자료를 이용한 Backward comparison 에 있어서 실제 NBI기록과 BPM으로 생성된 교량상태등급과의 차이(상판: 6.68%, 상부구조부: 6.61%, 하부구조부: 7.52%)는 BPM으로 생성된 결과의 높은 신뢰도를 보여준다. 이 연구의 결과는 제한된 정기점검 기록으로 야기되는 BMS의 장기 교량손상 예측에 관련된 사용상의 문제를 최소화하고 전반적인 BMS 결과의 신뢰도를 높이는데 기여 할 수 있다.