ANのメンテナンスアクティビティインフラストラクチャネットワークは、投資されたリソースが構造品質の将来の状態に関連する最適化です。
境界は予算、近くの交通使用量によって設定されます。そして時々、利用可能な時間の制限によって。
生涯にわたって道路橋などの複雑な機械システムの構造的完全性を分析する2つの戦略があります。ボトムアップモデルは、2つの球体に基づいた物理的に単純化された抵抗モデルに基づいており、地面ベースの境界があります。
一方、データ駆動型モデルは、特定のブリッジから幅広い反応情報を収集し、行動を予測するために回帰のために人工モデルを外挿するためにそれを使用します。後者の戦略は、センサー技術、より良いデータ処理モデル、安価なコンピューティングパワーの可用性により、好ましいと考えられています。
ボトムアップアプローチを補完し、最初のビューで驚くべき構造的行動になることがあることをより深く理解することを提供します。技術的には、構造は、直列または並列で互いに接続されている分岐で構成される論理システム（「断層ツリー」）として構築されています。
データベースのアプローチは完全に自明ではありません。データ収集に加えて、外れ値を特定する必要があり、完全な品質チェックを実施する必要があります。
環境要因と高レベルの使用は、メンバー容量を減らすことができ、次の試験で必要な基準を満たすことができない可能性が高くなります。これは統計的ハザード率と呼ばれます。
橋、構造、または輸送ネットワークの所有者は、継続的なインフラストラクチャの可用性を保証するために、いつ、どこで、どこで投資を展開しなければならないかに関係しています。メンテナンスシナリオはコンピューターモデルでシミュレートされ、コストの見積もりを生成できます。
交通渋滞と結果として生じる公共コストにつながる修理活動からのボトルネックを考慮して、インフラストラクチャのメンテナンスの最適化は完全に他の戦略につながる可能性があります。その分野での私たちの仕事は、データのコレクション、準備、分析を中心に展開しています。
詳細については、ご覧くださいhttp://www.petschacher.at/en/.
