Risk-based railway infrastructure management systems

Abstract

A gestão de ativos de infraestruturas envolve diversos processos relacionados com o seu ciclo de vida nomeadamente na avaliação do estado de conservação, modelação da degradação, manutenção e otimização. Entre os vários ativos que compõem a rede ferroviária, as pontes sao ativos valiosos para a rede ferroviária, uma vez que permitem cruzar determinados obstáculos tais como rios, vales, entre outros. No entanto, esses tipos de estruturas estão expostos a varias ameaças que podem causar degradação severa a longo prazo ou a curto prazo em caso de eventos extremos. Dessa forma, a falta de manutenção pode resultar em grandes consequências indesejáveis tanto para a estrutura, colapso parcial ou total do sistema, como para as pessoas. Além disso, diversos estudos tem sido propostos por diferentes autores relativo a analise Os-recuperação apps um evento extremo por meio do calculo da resiliência. A resiliência representa a capacidade da infraestrutura de se recuperar de eventos extremos e representa um indicador valioso para estimar as dimensões das consequências. 0 principal objetivo desta investigação é contribuir para uma evolução da pratica atual de monitorização de infraestruturas em Portugal, através da proposta de uma metodologia de gestão baseada no risco e na resiliência. A metodologia desenvolvida inclui a estimativa de modelos de degradação que contemplam a degradação devido a eventos como corrosão e eventos como terremotos, inundações, entre outros. Além disso, a metodologia desenvolvida sugere diferentes pianos de manutenção para um determinado período do ciclo de vida. Algoritmos genéticos sao aqui adotados para otimizar problemas com dois objetivos conflituosos entre si, desempenho e custos. Estes conceitos sao validados individualmente através dos capítulos desta tese e validados no capitulo 7 num estudo de caso de uma ponte ferroviária de beta() armado localizada em Portugal.

Asset management of infrastructures involves several processes related with its life cycle namely on the assessment of the condition state, degradation modelling, maintenance, and optimization. Among the several assets that compose the railway network, bridges are valuable assets for the rail network by providing cross critical links such as waterways, valleys, and other types of facilities. However, these types of structures are exposed to several threats that can cause severe degradation at long term or at short term in case of hazard events. In this way, the lack of maintenance can result in large undesirable consequences either for the structure, such as partial or total collapse of the system, or for the people. Moreover, several studies have been proposed by different authors concerning the post recovery analysis after a hazard event through the calculation of the resilience. Resilience stands for the ability of the infrastructure to recovery from hazard events and represents a valuable indicator to estimate the dimensions of the consequences. The main goal of this research is to contribute to an evolution of the current practice of infrastructure monitoring in Portugal by proposing a management methodology based on the risk and on the resilience. The developed framework includes the estimation of degradation models that captures degradation due to events such as corrosion and events such as earthquakes, floods, among others. Moreover, the developed methodology is capable of suggesting different maintenance plans for a certain life cycle period. Genetic Algorithms are here employed to optimize problems with two different conflicting objectives, performance and costs. These concepts are validated individually through the chapters of this thesis and validated in the chapter 7 in a case study of a reinforced concrete railway bridge located in Portugal.