Seismic Reliability Assessment and Retrofit Screening of Existing Bridge Networks

Abstract

교량 네트워크는 지진 직후 인류 및 물류의 이동에 중요한 역할을 한다. 교량 네트워크의 내진 신뢰성을 평가하기 위한 효율적이고 효과적인 방법을 찾는 것은 위험 관리자에게 중요하다. 본 연구는 기존 교량 네트워크의 내진 성능 평가와 교량 네트워크 내의 기존 교량 보강으로 인한 위험 완화에 중점을 두었다. 본 연구는 지진 후 교통 네트워크의 취약도 분석을 위한 새로운 프레임워크를 제안하고, 미국 캘리포니아의 가상 교량을 이용하여 제안된 방법론의 효율성을 확인한다. 제안된 방법론은 교량 경로의 기능 가능성을 지반 운동 강도의 함수로 나타낸다. 이 방법론은 네트워크의 취약성을 확인하고 경로의 기능 가능성을 기반으로 지진 발생 후 가능한 경로의 가용성을 평가할 수 있도록 돕는다. 본 연구에서는 교량 네트워크의 내진 신뢰도를 계산하기 위해 머신러닝 기법을 적용하였다. 제안된 방법은 기존 방법보다 적은 계산 비용으로 쉽게 비상 위험 관리 시스템에서 구현될 수 있으며, 교량 순위 지정 및 개선 계획의 우선 순위에 대한 정보를 제공한다. 지진 발생 후 효율적인 비상 대응 및 복구를 위해서는 가장 신뢰할 수 있는 최단 경로를 파악하는 것이 중요하다. 따라서 연결성과 이동 시간을 동시에 고려하여 운송 네트워크의 신뢰성을 계산하는 것이 중요하다. 이와 관련하여 본 연구에서는 이동 시간과 연결 신뢰성을 결합한 이동 시간 및 연결 신뢰성(TTCR)이라는 새로운 지진 신뢰성 지표를 제안하였다. 또한 운송 네트워크의 TTCR을 계산하기 위한 새로운 프레임워크를 제안하고, 제안된 방법론을 캘리포니아의 브리지 네트워크에 적용하였다. 이와 더불어 위험 관리자가 교통 네트워크의 지진 위험을 줄이기 위하여 시기 적절하고 합당한 결정을 내릴 수 있도록 TTCR에 기반한 보강 계획을 제안한다. 키워드:교량 네트워크 분석, 지진, 이동 시간 신뢰성, 연결 신뢰성, 네트워크 및 교량 취약성, 기계 학습, 내진 보강 전략.