• Structural Engineering and Mechanics
• /
• 제59권4호
• /
• pp.703-718
• /
• 2016

Masonry arch bridges present a large segment of Iranian railway bridge stock. The ever increasing trend in traffic requires constant health monitoring of such structures to determine their load carrying capacity and life expectancy. In this respect, the performance of one of the oldest masonry arch bridges of Iranian railway network is assessed through field tests. Having a total of 11 sensors mounted on the bridge, dynamic tests are carried out on the bridge to study the response of bridge to test train, which is consist of two 6-axle locomotives and two 4-axle freight wagons. Finite element model of the bridge is developed and calibrated by comparing experimental and analytical mid-span deflection, and verified by comparing experimental and analytical natural frequencies. Analytical model is then used to assess the possibility of increasing the allowable axle load of the bridge to 25 tons. Fatigue life expectancy of the bridge is also assessed in permissible limit state. Results of F.E. model suggest an adequacy factor of 3.57 for an axle load of 25 tons. Remaining fatigue life of Veresk is also calculated and shown that a 0.2% decrease will be experienced, if the axle load is increased from 20 tons to 25 tons.

• 한국방재학회 논문집
• /
• 제5권2호
• /
• pp.9-16
• /
• 2005

본 논문에서는 유역 내 침수피해를 예측할 수 있는 실현가능한 수단으로써 인공신경망의 활용에 대해 제안하고자 한다. 유역 내 다양한 환경인자에 의한 침수피해 예측모형의 구축을 위해 108개 중유역을 대상으로 1990년부터 2000년까지 강우량, 침수피해면적, 토지이용 등 총 27개의 매개변수를 선정하여 총 49개의 데이터 세트를 구성하였다. 연구결과, 침수피해는 강우량과 같은 기상정보 뿐 만 아니라 다양한 유역환경의 특성에 영향을 받는 것으로 나타났으며 인공신경망 모형에 의해 R=0.92 수준에서 예측값과 관측값이 잘 일치하는 것으로 나타났다. 따라서 인공신경망은 입력값들과 대응된 출력값들을 알고 있는 경우 과거와 현재의 시공간 정보를 활용하여 특정유역의 강우량에 따른 침수피해면적을 산정 할 수 있으며, 복잡하고 비선형적 역동성을 지니고 있는 유역 내 환경변화에 대한 예측모형으로 활용이 가능하다고 판단된다. 또한 인공신경망은 입력자료의 중요도를 평가하는데 이용될 수 있으며, 기존 모형에서 다루어지는 매개변수중요도를 정량화 시킬 수 있어 다른 모형의 매개변수 추정이나 보정에 도움을 줄 수 있을 것으로 판단된다.