Algorytmy wspomagające proces zarządzania drogowymi obiektami inżynierskimi

• Autorzy: Janas L. , Kaszyński A. , Miller B.

Warianty tytułu

EN

Algorithms supporting the management process of road engineering objects

• Języki publikacji: PL

Abstrakty

PL

W wielu krajach proces zarządzania obiektami mostowymi jest wspomagany zaawansowanymi algorytmami obliczeniowymi. W niniejszym artykule omówiono algorytmy wspomagające ustalanie kolejności remontów obiektów mostowych, opracowane dla Generalnej Dyrekcji Dróg Krajowych i Autostrad. Algorytmy te są oparte na bazie danych ewidencyjnych, bazie ocen uszkodzeń oraz bazie ocen przydatności do użytkowania. Jeden z algorytmów, wykorzystujący sieci neuronowe, jest stosowany w GDDKiA do wspomagania tworzenia listy rankingowej obiektów inżynierskich (w tym mostowych), które wymagają remontów w pierwszej kolejności.

EN

The number of bridges on the Polish national roads and motorways exceeds 4 thousand. The objective assessment which objects should be repaired at first creates many difficulties. The administrator of national roads General Directorate for National Roads and Motorways (GDDKiA) sought the tool which, based on existing databases, will form the list with order of repairs of bridges. In the article there are discussed parameters which should be taken into consideration at the settlement of the order of repair. A novel approach is presented herein, namely the computational algorithm based on neural networks, enabling the creation of stand-ings and the settlement of the optimum-order of repair. This algorithm is currently used in GDDKiA.

Słowa kluczowe

PL

obiekty mostowe; zarządzanie; remonty; sieci neuronowe

EN

bridges; management system; repairs; neural networks

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Drogownictwo
• Rocznik: 2017
• Tom: nr 9
• Strony: 285--289
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Janas L.

• Politechnika Rzeszowska

autor

Kaszyński A.

• Generalna Dyrekcja Dróg Krajowych i Autostrad

autor

Miller B.

• Politechnika Rzeszowska

Bibliografia

• [1] Miller, B. (2010), Application of Semi-Bayesian Neural Networks in the Identification of Load Causing Beam Yielding, in Konstantinos Diamantaras; Wlodek Duch & Lazaros Iliadis, ed., ‘Artificial Neural Networks – ICANN 2010’, Springer Berlin / Heidelberg, , pp. 97-100.
• [2] Woodward R. J., et al.: Bridge Management in Europe (BRIME) – Final Report, Project funded by the European Commission under the Transport Rtd. Programme of the 4th Framework Program, 2001
• [3] Zarządzenie GDDKiA nr 14/2005, Instrukcje przeprowadzania przeglądów drogowych obiektów inżynierskich, GDDKiA, Warszawa 2005 (opr. Janas L., Jarominiak A., Michalak E.)
• [4] Zarządzenie GDDKiA nr 64/2008, Zasady stosowania skali ocen punktowych stanu technicznego i przy da tności do użytkowania drogowych obiektów inżynierskich, Warszawa 2008 (opr. Janas L., Michalak E.)
• [5] Ziemiański, L.; Miller, B. & Piątkowski, G. (2007), Intelligent Computational Paradigms in Earthquaqe Engineering, Idea Publishing Group, chapter Application of Neurocomputing to Parametric Identification Using Dynamic Responses, pp. 362—392.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).