Probabilistic bridge deterioration prediction models based on Markov matrices using real and simulated data from deterministic models

• Published in: Revista IBRACON de estruturas e materiais 2024, Vol.17 (1)
• Main Authors: Souza, Christian Alexandre Feitosa de, Carvalho, José Maria Franco de, Martins, Ana Carolina Perreira, Bellon, Fernando Gussão, Andrade, Matheus Sant’Anna, Oliveira, Diogo Silva de, Ribeiro, José Carlos Lopes, Cesar Jr, Kleos Magalhães Lens
• Format: Article
• Language: English
• Subjects: bridge; bridge management system; deterioration prediction model; deterministic model; ENGINEERING, CIVIL; probabilistic model
• ISSN: 1983-4195; 1983-4195
• DOI: 10.1590/s1983-41952024000100015

Abstract This study uses real and simulated information from 885 bridges in Brazil. A total of 2,655 available inspection data were collected from the database, and 37,170 additional data were simulated from deterministic deterioration prediction models developed in previous studies. The probabilistic Markov matrices-based models obtained include one covering all the bridges, specific models for non-aggressive and aggressive environments, and models for Average Daily Traffic (ADT) of less than and more than 4,000. Validation showed good metrics, with a coefficient of determination of 0.6268, a mean absolute error and mean squared error below 0.5, and an accuracy of 66.25%. Finally, these tools enable more accurate forecasting, and a better understanding of the risks associated with the deterioration of structures for safe and cost-effective bridge management. Resumo Este estudo utiliza informações reais e simuladas de 885 pontes no Brasil. Um total de 2.655 dados de inspeção disponíveis foram coletados do banco de dados, e 37.170 dados adicionais foram simulados a partir de modelos determinísticos de previsão de deterioração desenvolvidos em estudos anteriores. Os modelos probabilísticos baseados em matrizes de Markov obtidos incluem um que abrange todas as pontes; modelos específicos para ambientes não agressivos e agressivos; e modelos para Tráfego Médio Diário (VMD) inferior e superior a 4.000. Na validação observou-se boas métricas, com o coeficiente de determinação de 0,6268, um erro médio absoluto e o erro médio quadrático abaixo de 0,5 e uma acurácia de 66,25%. Por fim, estas ferramentas permitem uma previsão mais precisa e uma melhor compreensão dos riscos associados à deterioração das estruturas para uma gestão segura e económica das pontes.