网级桥梁退化模型能够为桥梁管理者提供对桥梁退化状态和趋势的全面把握。现有模型通常依赖于检测报告的评分,易受数据残缺和错误的影响,也难以有效分析维修效应。本文提出一种基于病害数据治理的路网级桥梁退化模型。首先对桥梁检测报告中的残错病害数据进行了清洗与修正,确保更好地反映桥梁的自然退化过程改为数据的完备性和准确性。。基于修正后的数据,本文提出了一个新的定量指标用于衡量桥梁部件的退化程度,并建立了其与评分相对应的经验公式,克服了评分体系受人为因素影响较大的问题。接着,本文利用多源数据结合自动机器学习方法,构建了桥梁部件级退化模型,确保模型能够在少量参数调整的情况下,适应区域桥梁的状态评估与预测。本文基于上海市3条路线的桥梁检测数据对模型进行了验证,结果表明,该方法在修正数据的同时提升了退化模型的预测精度,病害严重程度指标增强了模型对维修行为的量化能力,基于自动机器学习的退化模型则提高了模型的可扩展性与实用性,能为区域桥梁群管理提供可靠的决策依据。
