Assessment and identification of concrete box-girder bridges properties using surrogate model calibration: case study: El Tablazo bridge

Abstract

This work consists in identifying and assessing the properties in a pre-stressed concrete bridge related to material, geometry and physic sources, through a surrogate model. The participation of this mathematical model allows to generate a relationship between bridge properties and its dynamic response, with the purpose of creating a tool to predict the analytical values of the studied properties from measured eigenfrequencies; in this case, it is introduced the identification of damage scenarios, giving the application for validate the generated metamodel (Artificial Neural Network - ANN). A FE model is developed to simulate the studied structure, a Colombian bridge called El Tablazo, one of the higher in the country of this type (box-girder bridge), with a total length of 560 meters, located on the Sogamoso riverbed in the region of Santander - Colombia. Once the damage scenarios are defined, this work allows to indicate the basis for futures plans of structural health monitoring.

Este trabalho consiste em identificar e avaliar as propriedades de uma ponte em betão pré-esforçado em relação ao material, geometria e características físicas através de um metamodelo. A participação deste modelo matemático permite gerar uma relação entre as propriedades da ponte e sua resposta dinâmica, com o objetivo de criar uma ferramenta para prever os valores analíticos das propriedades estudadas a partir de frequências próprias medidas; neste caso, é introduzida a identificação de cenários de dano, dando uma aplicação para validar o metamodelo (Rede Neural Artificial - ANN). Um modelo de elemento finito é desenvolvido para simular a estrutura estudada, uma ponte colombiana chamada El Tablazo, uma das que apresenta maior altura do país em seu tipo (pontes em viga-caixão), com um comprimento total de 560 metros, localizada no rio Sogamoso, na região de Santander - Colômbia. Uma vez que os cenários de dano são definidos, a tese permite indicar a base para os planos futuros de monitoramento da saúde estrutural.