Two probabilistic life-cycle maintenance models for the deteriorating pavement

Cheng, Z.; Remenyte-Prescott, R.

doi:10.17531/ein.2018.3.7

Artykuł - szczegóły

Tytuł artykułu

Two probabilistic life-cycle maintenance models for the deteriorating pavement

Autorzy

Cheng Z. , Remenyte-Prescott R.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.17531/ein.2018.3.7

Warianty tytułu

Dwa probabilistyczne modele eksploatacji niszczejącej nawierzchni drogowej

Języki publikacji

Abstrakty

Pavement maintenance management poses a significant challenge for highway agencies in terms of pavement deterioration over time and limited financial resources to keep the road condition at an acceptable level. In this paper two probabilistic maintenance models are proposed and compared for pavement deterioration and maintenance processes to evaluate different maintenance strategies. Firstly, the states of pavement condition are defined using the features of different pavement maintenance works, instead of using the traditional method of cumulative service index rating. Secondly, a Markovian model is presented to describe the pavement deterioration and maintenance process with some constraints on the number of interventions, the effect of interventions and etc. But for the complex scenarios, such as non-Markovian deterioration, dependencies between the different types of interventions and the usage of emergency maintenance for roads when the required budget for maintenance is unavailable, a simulation-based Petri-net model is built up to investigate the whole life-cycle evolution. Two examples are used to illustrate and compare the proposed models to demonstrate the merits and disadvantages of each model and its applicable conditions.

Zarządzanie utrzymaniem nawierzchni stanowi poważne wyzwanie dla agencji eksploatacji autostrad, ponieważ stan nawierzchni wraz z upływem czasu ulega pogorszeniu, a środki finansowe potrzebne na utrzymanie jej w stanie używalności są ograniczone. W niniejszej pracy zaproponowano dwa probabilistyczne modele utrzymania nawierzchni drogowej. Modele porównywano w odniesieniu do procesów niszczenia nawierzchni oraz jej konserwacji, celem oceny różnych strategii eksploatacji. Na wstępie określono stan nawierzchni na podstawie charakterystyk wykonanych prac konserwacyjnych, zamiast korzystania z tradycyjnej metody oceny narastającego wskaźnika obsługi technicznej. Po drugie, przedstawiono model Markowa opisujący procesy niszczenia i konserwacji nawierzchni, z pewnymi ograniczeniami dotyczącymi liczby napraw, wyników napraw, itp. W przypadku złożonych scenariuszy obejmujących niszczenie jako proces niemarkowowski, opisanie zależności między różnymi typami napraw oraz korzystania z konserwacji awaryjnej dróg, w przypadkach gdy wymagany budżet na konserwację jest niedostępny, wymaga skonstruowania modelu sieci Petriego opartego na symulacji. Model ten pozwala na zbadanie ewolucji całego cyklu życia nawierzchni. W pracy przedstawiono dwa przykłady umożliwiające porównanie wad i zalet proponowanych modeli. Przykłady ilustrują także warunki zastosowania tych modeli.

Słowa kluczowe

performance deterioration pavement maintenance management Markov process Petri-net method

pogorszenie charakterystyk zarządzanie utrzymaniem nawierzchni proces Markowa metoda sieci Petriego

Wydawca

Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne

Czasopismo

Eksploatacja i Niezawodność

Rocznik

2018

Tom

Vol. 20, no. 3

Strony

394--404

Opis fizyczny

Bibliogr. 25 poz., rys.

Twórcy

autor

Cheng Z.

chengzhijun@nudt.edu.cn,

College of Systems Engineering National University of Defense Technology 137 Yan Wachi Road, Kaifu District Changsha, Hunan, 410073 China

autor

Remenyte-Prescott R.

r.remenyte-prescott@nottingham.ac.uk

Resilience Engineering Research Group University of Nottingham Coates B52 University Park Nottingham, NG7 2RD United Kingdom

Bibliografia

1. Aalst W M P. The Application of Petri Nets to Workflow Management. Journal of Circuits, Systems and Computers 1998; 8: 21-66, https://doi.org/10.1142/S0218126698000043.
2. Anastasios M L, Pavan K T. An overview and a case study of pavement performance prediction. International Journal of Pavement Engineering 2013; 14(7): 629-644, https://doi.org/10.1080/10298436.2012.715644.
3. Andrews J D. A Modeling Approach to Railway Track Asset Management. Proceedings of the Institution of Mechanical Engineers. Part F: Journal of Rail and Rapid Transit 2012; 1: 1-18.
4. Chootinan P, Chen A, Horrocks M R, Bolling D. A Multi-year Pavement Maintenance Program using a Stochastic Simulation-based Genetic Algorithm Approach. Transportation Research Part A: Policy and Practice 2006; 40: 725-743, https://doi.org/10.1016/j.tra.2005.12.003.
5. FHWA, Transportation Research Program Administration in Europe and Asia, Technical Report, Federal Highway Administration, U.S. Department of Transportation, 2009:3-7.
6. Hong F, Prozzi J A. Estimation of Pavement Performance Deterioration using Bayesian Approach. Journal of Infrastructure Systems 2006; 12: 77-86, https://doi.org/10.1061/(ASCE)1076-0342(2006)12:2(77).
7. Iken M, Brandhorst H, Korsgren O, Brandhorst D. Evaluating the cost effectiveness of flexible rehabilitation treatments using different performance criteria. Journal of Transportation Engineering 2009; 135(10): 753-763, https://doi.org/10.1061/(ASCE)TE.1943-5436.0000041.
8. Jingyu S, Derren P. A hierachical colored Petri net model pf fleet maintenance with cannibalisation. Reliability Engineering and System Safety 2017; 168: 290-305, https://doi.org/10.1016/j.ress.2017.05.043.
9. Jinwoo L, Samer M. A joint bottom-up solution methodology for system-level pavement rehabilitation and reconstruction. Transportation Research Part B 2015; 78:106-122, https://doi.org/10.1016/j.trb.2015.05.001.
10. Johanns M, Craig J. Pavement maintenance manual. Nebraska: Department of Road, 2002:5-10.
11. Jui S C, Thanh S L. Reliability-based performance simulation for optimized pavement maintenance. Reliability Engineering and System Safety 2011; 96:1402-1410, https://doi.org/10.1016/j.ress.2011.05.005.
12. Kowalski M, Magott J, Nowakowski T, Werbinska W S. Analysis of Transportation system with the use of Petri nets. Eksploatacja I Niezawodnosc - Maintenance and Reliability 2011; 1(49): 48-62.
13. Le B, Andrews J D. Modelling Railway Bridge Asset Management. Proceedings of the Institution of Mechanical Engineers. Part F: Journal of Rail and Rapid Transit 2013; 2: 1-13, https://doi.org/10.1177/0954409713490924.
14. Levulyte L, Zuraulis V, Sokolovskij E. The research of dynamic characteristics of a vehicle driving over road roughness. Eksploatacja I Niezawodnosc - Maintenance and Reliability 2014; 16(4): 518-525.
15. Li N, Xie W C, Haas R. Reliability-based Processing of Markov Chains for Modeling Pavement Network Deterioration. Transportation Research Record 2010; 1524: 203- 213, https://doi.org/10.3141/1524-24.
16. Liu R, Kumar A, Aalst W. A Formal Modeling Approach for Supply Chain Event Management. Decision Support Systems 2007; 43: 761-778, https://doi.org/10.1016/j.dss.2006.12.009.
17. Marzio M, Enrico Z., Luca P. Condition-based maintenance optimization by means of genetic algorithms and Monte Carlo simulation. Reliability Engineering and System Safety 2002; 77: 151-166, https://doi.org/10.1016/S0951-8320(02)00043-1.
18. Prasad J R, Kanuganti S, Bhanegaonkar P N, Sarkar A K, Arkatkar S. Development of Relationship between Roughness (IRI) and Visible Surface Distress: A Study on PMGSY Roads. Procedia-Social and Behavioral Science 2013; 104: 322-331, https://doi.org/10.1016/j.sbspro.2013.11.125.
19. Prescott D R, Andrews J D. A Track Ballast Maintenance and Inspection Model for a Rail Network. Proceedings of the Institution of Mechanical Engineers. Part F: Journal of Rail and Rapid Transit. 2013, 227: 251-266, https://doi.org/10.1177/1748006X13482848.
20. Puterman M L. Markov Decision Process: Discrete Stochastic Dynamic Programming. 2nd edition. New Jersey: John Wiley & Sons Press. 2004.
21. Schneeweiss W G. Tutorial: Petri nets as a graphical description medium for many reliability scenarios. Reliability, IEEE Transactions on, 2001; 50(2): 159-164, https://doi.org/10.1109/24.963123.
22. Sugier J, Anders G J. Modelling and evaluation of deterioration process with maintenance activities. Eksploatacja i Niezawodnosc -Maintenance and Reliability 2013; 15(4): 305-311.
23. U.S. Department of Transportation, Transportation in the United States - A Review. New York: Bureau of Transportation Statistics, 1997:1-2.
24. Xueqing Z, Hui G. Road maintenance optimization through a discrete-time semi-Markov decision process. Reliability Engineering and System Safety 2012; 103: 110-119, https://doi.org/10.1016/j.ress.2012.03.011.
25. Zhang T, Cheng Z, Liu YJ, Guo B. Maintenance scheduling for multi-unit system: a stochastic Petri-net and genetric algorithm based approach. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2012; 14(3): 256-264.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-d5a7e863-5ec6-4c1c-a69f-f81f7cf5f700