نمذجة التدهور

نمذجة التدهور (بالإنجليزية: Deterioration modeling)‏ هي عملية نمذجة وتوقع الظروف المادية للهياكل أو البنية التحتية. يتم تمثيل حالة البنية التحتية إما باستخدام مؤشر حتمية أو احتمال الفشل. أمثلة على مقاييس الأداء هذه هي مؤشر حالة الرصيف للطرق أو مؤشر حالة الجسور للجسور. بالنسبة للمقاييس الاحتمالية، والتي هي محور نظرية الموثوقية، يتم استخدام مؤشر احتمال الفشل أو الموثوقية.[1][2] تعد نماذج التدهور مفيدة لإدارة أصول البنية التحتية وهي أساس اتخاذ القرارات المتعلقة بالصيانة والتأهيل.[3][4] حالة كل البنية التحتية المادية تتدهور بمرور الوقت. يمكن أن يساعد نموذج التدهور صانعي القرار على فهم مدى إسقاط الحالة أو انتهاكها لعتبة معينة.[5]

منحنى البانيو يوضح احتمال الفشل.

تقليديا، تستخدم معظم البلديات منحنيات التدهور لنمذجة التدهور.[5] في الآونة الأخيرة، تم تقديم أساليب أكثر تعقيدًا تعتمد على المحاكاة ونماذج ماركوف ونماذج التعلم الآلي. يسمى نموذج معروف لإظهار احتمال فشل الأصول طوال حياته منحنى معدل الإخفاق. يتكون هذا المنحنى من ثلاث مراحل رئيسية: فشل الرضيع، الفشل المستمر، وفشل التآكل. في إدارة أصول البنية التحتية، يكون النمط السائد من التدهور بسبب الشيخوخة وحركة المرور والسمة المناخية. وبالتالي، فإن الفشل الذائب هو الأكثر إثارة للقلق.[6][7]

أنواع نماذج التدهور

التدهور التخطيطي للأصل مع مرور الوقت. تمثل الزيادة في مؤشرات الأداء إجراء صيانة.

نماذج التدهور إما حتمية أو احتمالية. لا يمكن للنماذج الحتمية تحقيق الاحتمالات. و مع ذلك، يمكن للنماذج الاحتمالية أن تتنبأ بالوضع المستقبلي واحتمال التواجد في هذه الحالة المعينة.[6][8]

نماذج حتمية

النماذج الحتمية بسيطة ومفهومة، ولكنها لا يمكن أن تتضمن الاحتمالات. منحنيات تدهور وضعت فقط على أساس العمر هي مثال على نماذج التدهور الحتمية. تقليديا، يتم تطوير معظم النماذج الميكانيستية والميكانيستية-التجريبية باستخدام النهج الحتمية، ولكن في الآونة الأخيرة أصبح الباحثون والممارسون مهتمين في النماذج الاحتمالية.[6]

نماذج الاحتمالية

أمثلة على نماذج التدهور الاحتمالي هي النماذج التي تم تطويرها استنادًا إلى نظرية الموثوقية و سلسلة ماركوف و التعلم الآلي. على عكس النماذج الحتمية، يمكن أن يشتمل النموذج الاحتمالي على الاحتمال. على سبيل المثال، يمكن أن يوضح أنه خلال خمس سنوات سيكون الطريق في حالة سيئة مع وجود احتمال بنسبة ٪75، وهناك احتمال بنسبة ٪25 في أن يبقى في حالة جيدة. هذه الاحتمالات حيوية لتطوير نماذج تقييم المخاطر. إذا كانت حالة أو فئة مقياس الأداء موضع اهتمام، فيمكن استخدام نماذج ماركوف وخوارزميات تصنيف إحصائي.[3] ومع ذلك، إذا كان صناع القرار مهتمين بالقيمة الرقمية لمؤشرات الأداء، فيجب عليهم استخدام خوارزميات تعلم الانحدار. يتمثل أحد قيود نماذج ماركوف في أنهم لا يستطيعون النظر في تاريخ الصيانة،[3][9] والتي تعد من بين السمات المهمة للتنبؤ بالظروف المستقبلية. نماذج التدهور التي تم تطويرها استنادًا إلى التعلم الآلي لا تحتوي على هذا القيد. علاوة على ذلك، يمكن أن تتضمن ميزات أخرى مثل السمات المناخية وحركة المرور كمتغيرات إدخال.[6]

المصادر

  1. Melchers, R. E. (2002), “Structural Reliability Analysis and Prediction,” 2nd Ed., John Wiley, Chichester, UK. الوسيط |CitationClass= تم تجاهله (مساعدة)
  2. Piryonesi, Sayed Madeh; Tavakolan, Mehdi (9 January 2017). "A mathematical programming model for solving cost-safety optimization (CSO) problems in the maintenance of structures". KSCE Journal of Civil Engineering. 21 (6): 2226–2234. doi:10.1007/s12205-017-0531-z. الوسيط |CitationClass= تم تجاهله (مساعدة)
  3. Piryonesi, S. M.; El-Diraby, T. E. (2020) [Published online: December 21, 2019]. "Data Analytics in Asset Management: Cost-Effective Prediction of the Pavement Condition Index". Journal of Infrastructure Systems. 26 (1). doi:10.1061/(ASCE)IS.1943-555X.0000512. الوسيط |CitationClass= تم تجاهله (مساعدة)
  4. "The IAM (Institute of Asset Management): Asset Management - an Anatomy". مؤرشف من الأصل في 27 سبتمبر 2020. الوسيط |CitationClass= تم تجاهله (مساعدة)
  5. El-Diraby, T. E., Kinawy, S., & Piryonesi, S. M. (2017). A Comprehensive Review of Approaches Used by Ontario Municipalities to Develop Road Asset Management Plans (No. 17-00281) نسخة محفوظة 12 يونيو 2018 على موقع واي باك مشين.
  6. "Piryonesi, S. M. (2019). The Application of Data Analytics to Asset Management: Deterioration and Climate Change Adaptation in Ontario Roads (Doctoral dissertation)". مؤرشف من الأصل في 2 ديسمبر 2019. الوسيط |CitationClass= تم تجاهله (مساعدة)
  7. Ens, A. (2012). Development of a flexible framework for deterioration modelling in infrastructure asset management. الوسيط |CitationClass= تم تجاهله (مساعدة)
  8. Piryonesi, S. M.; El-Diraby, T. (2018). "Using Data Analytics for Cost-Effective Prediction of Road Conditions: Case of The Pavement Condition Index:[summary report]". United States. Federal Highway Administration. Office of Research, Development, and Technology. FHWA-HRT-18-065. مؤرشف من الأصل في 2 فبراير 2019 عبر National Transportation Library Repository & Open Science Access Portal. الوسيط |CitationClass= تم تجاهله (مساعدة)
  9. Okasha, N. M., & Frangopol, D. M. (2009). Lifetime-oriented multi-objective optimization of structural maintenance considering system reliability, redundancy and life-cycle cost using GA. Structural Safety, 31(6), 460-474. الوسيط |CitationClass= تم تجاهله (مساعدة)
    • بوابة هندسة تطبيقية
    This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.