OpenIPDM：桥梁退化和干预评估的概率框架软件

软件X 18（2022）101077原始软件出版物OpenIPDM：评估桥梁退化和干预影响的概率框架放大图片作者：James A. Goulet加拿大蒙特利尔理工学院土木、地质和采矿工程系ar t i cl e i nf o文章历史记录：接收日期：2022年2022年3月31日收到修订版，2022年保留字：桥梁老化软件外观检查结构健康监测a b st ra ct本文介绍了OpenIPDM软件，使用网络规模的视觉检测数据的基础设施的退化过程建模除了退化状态估计之外，OpenIPDM还提供了量化干预效果、估计干预使用寿命以及生成用于验证目的的合成数据的功能。上述功能中的每一个都可以通过交互式图形用户界面访问。OpenIPDM的设计基于对加拿大魁北克的桥梁网络所做的研究工作，因此软件中提出的概念已经在现实环境中的应用中得到了验证。此外，该软件为今后在模拟恶化和干预规划这一主题领域的发展奠定了基础。©2022作者（S）。由爱思唯尔公司出版这是CC BY-NC-ND下的开放获取文章许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。代码元数据当前代码版本v1.0.0用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-22-00024Reproducible Capsule N.A的永久链接法律代码许可证MIT许可证使用git的代码版本控制系统使用Matlab的软件代码语言、工具和服务编译要求、运行环境依赖性Matlab（2020b版或更高版本）、Matlab统计和机器学习工具箱，并访问GPU和并行计算（仅模型训练工具箱需要）。如果可用，链接到开发人员文档/手册https://github.com/CivML-PolyMtl/OpenIPDM/tree/main/Help问题支持电子邮件zac. gmail.com1. 动机和意义监测桥梁的劣化状态是规划维护活动和许多其他决策过程的先决条件[1目视检查是执行健康监测任务和提供网络规模数据的常用技术[6尽管如此，从目视检查数据中解释信息是具有挑战性的[9挑战来自技术方面，例如评估方法的主观性质[11-此外，缺失数据和*通讯作者。电子邮件地址：zachary. polymtl.ca（Zachary Hamida）.https://doi.org/10.1016/j.softx.2022.101077离群值可能会在使用检查数据进行的任何类型的分析中造成不稳定或不稳定[14]。为了解决上述挑战，已经开发了软件OpenIPDM以提供对最先进的劣化模型的访问GUI便于通过检查数据进行导航，并对结构元件、桥梁和桥梁网络进行分析。OpenIPDM还能够生成合成数据，执行验证和确认分析，并自动管理缺失数据和离群值。OpenIPDM中采用的劣化模型基于SSM-KR框架，这是一种结合状态空间模型（SSM）和核回归（KR）的混合劣化模型SSM-KR能够使用目视检查数据对确定条件和速度进行建模，同时考虑检查员的不确定性。此外该2352-7110/©2022作者。由爱思唯尔公司出版。这是一篇开放获取的文章，使用CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxZachary Hamida，Blanche Laurent和James-A.Goulet软件X 18（2022）1010772t，1Bt，this context，yt，1=Fig. 1. 信息层次结构示例，从桥梁Bj、结构类别Sj、结构元件e j开始，以劣化状态结束估计数x2个p随着时间t，基于检查数据y， j.SSM-KR中的KR框架允许利用桥梁之间的结构相似性，这有助于提高劣化模型的整体预测能力。在对网络规模恶化进行建模的背景下，存在少数具有类似功能的软件（例如，Pontis），其中大多数是：（1）商业的，以及（2）依赖于具有有限能力的框架来对基础设施的退化进行建模（例如，无能力估计和考虑检查员OpenIPDM完全整个数据库来获取信息。通过预处理并将每个网桥的信息存储为.mat文件，可以进一步提高计算效率这可以通过从文件菜单访问 预 处 理 数 据 功 能 来在 OpenIPDM 接 口 中 。 为 了 说 明OpenIPDM中的输入-输出数据，在图1中示出了结构元素e 130的示例。二、在该图中，劣化模型提供了对结构的劣化状况的预测。元素e130，基于检查数据y 130 ∈[25，100]。在开放源代码，并涵盖了最新的发展，1˜130 为t，1基于视觉检查的上下文建模恶化。该软件是正在进行的研究的一部分，并且已经在使用视觉检查的结构健康监测领域做出了一些贡献[11，14，15，18]。除了对检查数据库进行退化分析外，OpenIPDM还可以作为一个基准工 具，用于消 除和增强基础设 施退化模型。 此外，OpenIPDM还可以在小规模（元素级）或网络级上促进决策框架的开发和测试。该软件提供了对网络规模目视检查的开发、设计和分析的见解，这些见解来自真实案例研究。2. 软件描述本节提供了OpenIPDM当前版本中可用的主要体系结构和功能的一般描述。2.1. 软件构架OpenIPDM是使用Matlab中的App Designer构建和编译的，具有完整的GUI，为用户提供了轻松的访问软件中的不同功能。工作流 在OpenIPDM中，操作两种类型数据：真实数据和合成数据。真实数据是指从真实基础设施收集的检查数据，而合成数据是指为模拟真实数据而生成的数据集，具有已知参数并可访问真实劣化状态[11，15，18]。OpenIPDM的主界面提供了导航功能，用于访问和获取对真实数据的分析结果。图1示出了对从结构级开始到输出的信息的分层访问，其对应于用户选择的结构元件的劣化状态估计。从图1中，与每个桥j相关联的信息被动态地存储在Matlab阵列中，这相对于将搜索查询应用于结构元件，而y13025表示结构元件的不良状况。OpenIPDM的主界面还提供了对附加工具箱的访问 图 3显示了软件体系结构的摘要。图3、软件OpenIPDM将两种类型作为输入的文件格式，这是，.csv和. mat。.csv格式主要表示包含真实数据库信息的输入文件（例如，检查数据）;而.mat格式表示与模型参数、预处理数据和合成数据集相关的输入文件。此外，OpenIPDM的主界面有两个重要的菜单，即工具菜单和分析菜单，下一节将详细介绍2.2. 软件功能本节概述了OpenIPDM中的主要功能，可通过Tools（工具）菜单或Analyses（分析）菜单访问。2.2.1. 软件工具工具菜单中的功能与预处理真实数据、劣化框架的参数估计和生成合成数据有关。下面的列表简要介绍了“工具”（Tools）菜单中可用的工具箱读取真实数据库：这个工具箱的目的是预处理真实的目视检查数据库，它需要.csv文件作为输入，并生成准备在Matlab中进行分析的.mat文件。提取的.mat文件主要包含有关检查和结构属性的信息，这些信息按照表1所示的模板排列在Matlab单元数组变量中。单元阵列中的B行对应于总数的结构进行目视检查，而每列对应于一个元素的结构，与输入数据T×V的数组。T行表示t，·100，指的是一个完美的条件，Zachary Hamida，Blanche Laurent和James-A.Goulet软件X 18（2022）1010773˜1S≫12..图二、 基于结构元件e130的观测值y130∈[2 5，100]的条件劣化分析，误差条表示估计的检查员t，11不确定性，阴影区域代表预测期。图3.第三章。 OpenIPDM的 主要架构和功能以及可接受的 输 入 输 出 文 件 格 式 。在结构图元上执行的检查，而V列表示用户导入的图元每个元素的信息包括（从左到右）：观察y、检查员IDIi、检查年份t、结构ID、元素表1Matlab单元数组变量的数据结构示例，包含有关元素和结构的信息。e1. . .eE结构#1[T × V]。. .[T × V]• 生成合成数据库：生成合成数据。.........对于验证劣化模型中的任何假设、执行受控实验和评估状态估计以及参数估计框架的性能是重要的。该工具箱通过Hamida和Goulet工作中定义的几个标准，确保生成的数据集定量和定性地代表真实检查数据库[11，15，18]。模型训练：有三个模型训练工具箱，它们是：模型训练-通用，模型训练-干预和模型训练-网络。 模型训练通用工具箱被指定用于估计单个结构类别的劣化模型参数（例如，类型beamj）的所有元素，而模型训练-干预工具箱使得能够估计与干预框架相关联的模型参数[18]。另一方面，工具箱模型训练- 网络使得能够针对多个结构类别（例如，梁Sj，板Sj，.. .等）。之前结构#B[T × V]。. .[T × V]并使用基于梯度的优化方法来更新参数，并且在某些情况下，使用贝叶斯推断来进行参数估计（例如，估计检查员参数）[11，19]。由于在正常情况下的大量结构元件（例如，E103），整个参数估计的大部分操作都是矢量化的，主要依赖于使用（GPU）以及使用（CPU）的并行计算。2.2.2. 软件分析OpenIPDM中的Analyses菜单提供了分别使用真实数据和合成数据进行模型验证和验证分析的此菜单下的工具箱包括：• 模型验证：综合模型的验证分析对于训练步骤，用户可以确定用于避免过拟合的训练-验证-测试集的大小。参数估计函数主要依赖于最大似然估计（MLE）方法，数据涉及评估检测的预测能力通过将估计的劣化状态与真实状态进行比较来优化模型。有不同的验证评估，例如，检查预测误差超过·Zachary Hamida，Blanche Laurent和James-A.Goulet软件X 18（2022）1010774[客户端][客户端]我={}===表2使用生成合成数据工具箱配置和生成合成数据集所需的输入。示例合成数据集时间跨度60σV（Ii）1，6时间序列数20000µV（I i）0，0检查员人数223Trans. 参数4时间，并调查估计中的任何偏差。此外，还可以用真实参数，特别是与检查员直接相关的参数来验证模型参数的估计。模型验证：此工具箱通过依赖于从未用于训练退化模型的检查数据来验证退化模型的性能。为了使用此工具箱执行验证，需要有两个完整的真实数据库，其中一个数据库包含比另一个更多的检查数据。附加检查数据被视为测试集，工具箱可利用该测试集来确定劣化模型预测中是否存在任何偏差或报告附加检查数据的对数似然。2.2.3. 单元测试为了验证和维护软件中的不同功能，创建了一些单元测试并嵌入到界面中。单元测试的主要目的是使用不同的输入集验证劣化模型性能对于具有分析和/或参数估计功能的工具箱，可以从Developer菜单访问单元测试。3. 说明性示例在本节中，给出了生成和使用合成数据的示例该实例包括三个步骤：（1）生成合成数据，（2）估计模型参数，(3)进行验证分析。上述每个步骤将在以下章节中详细介绍。3.1. 生成合成数据集为了生成合成数据集，使用工具箱Generate Synthetic Data，可以从OpenIPDM主菜单栏中的菜单Tools访问。该工具箱的界面很简单，主要需要模型参数作为输入。对于本示例，我们生成了E20000结构元件的检查数据，每个结构元件的平均使用寿命为T60年。检查员I1、I2、. . .，我我参与的是我223合成督察。每个合成检查员都被假定有一个OB-误差模型，vt：V<$N（μV（Ii），σ2（Ii））。标准生成的数据：包含生成合成检测数据集所涉及的所有信息。Full和Short：包含真实状态和相应的采样观察值。InspectorID：具有每个合成检查员的唯一标识符（ID）观察：包含综合检查数据。TrueInspector：包括检查员真实σV（Ii）、偏差μV（Ii）以及合成检查员ID，它们共同用于验证参数估计过程。有关数据生成步骤的其他信息，用户可以参考软件附带的手册3.2. 模型参数估计为了基于生成的综合检测数据集估计劣化模型参数，我们使用工具箱模型训练-通用，可从主菜单栏中的菜单工具这个工具箱的输入包括使用加载按钮在界面中加载文件：Observed.mat和InspectorID.mat由于该示例中的数据集是合成的，因此用户必须在界面上选择Synthetic Data复选框。在此之后，用户必须指定劣化模型类型和优化算法。在本例中，我们考虑使用SSM劣化模型，并依赖下一步是配置参数边界和测试集大小，这可以通过按下按钮ModelCon- fig来完成。模型配置接口允许定义参数边界以及与参数估计过程相关的其他选项。对于此示例情况，用户可以依赖于模型参数的默认配置，并通过按下按钮OK保存设置。在这一步之后，用户可以根据所提供的配置进行处理以估计劣化模型参数。应该注意的是，参数估计步骤需要访问Matlab中的并行计算工具箱以及专用GPU卡。在参数估计过程结束时，工具箱提供两个.mat文件，其中包含模型参数和检查员3.3. 验证分析结果本案例研究的最后一步是使用前一步中估计的模型参数来检查劣化模型的预测能力。这是通过使用工具箱验证合成数据来完成的，可以从OpenIPDM主菜单栏中的分析菜单访问。有几个评估，可以执行，以验证退化模型在这个例子中，我们考虑平均预测值，在一段时间T内的测量误差=10年，对于一个群体来说，E=200个合成结构元素。 的输入V偏差σ（I）和偏差µ工具箱中演示的界面如图4所示。后Vi V（Ii）是针对每个合成物检查员使用均匀分布，并根据用户定义的值。为每个检查员生成和分配σV（Ii）和µV（Ii真）偏差与来自参数估计框架的估计偏差。在这个例子中，我们依赖于GUI中的默认输入，表2中显示了一些小的调整。在提供输入之后，可以通过按下按钮Generate来开始生成合成数据集的过程。生成合成数据的时间主要取决于数据集的大小和配置与单调退化过程的兼容性。此工具箱的输出是一组.mat文件，这些文件是在按下Save按钮后获得的。文件列表包括，提供输入文件和参数后，可以通过按下运行按钮来执行验证分析。验证分析的处理时间主要取决于分析中涉及的合成结构元素E的数量分析完成后，软件输出两个图表，如图10和11所示。5和6.第一个图表显示了预期劣化条件、速度和加速度的模型预测的绝对平均误差，如图所示。 五、另一方面，第二个图表显示了预期劣化条件、速度和加速度的模型预测的平均误差（图6）。图5和6代表单个评估的结果，但是，还有其他验证评估，在软件手册中有详细描述。······Zachary Hamida，Blanche Laurent和James-A.Goulet软件X 18（2022）1010775图四、工 具 箱验证合成数据的输入和配置。图五. 分别基于真实条件、速度和加速度的预期条件、速度和加速度的预测时间的绝对平均误差，置信区间由标准差±σ（深灰色阴影）和±2σ（浅灰色阴影）表示。见图6。 分别基于真实条件、速度和加速度的预期条件、速度和加速度的预测时间的平均误差，置信区间由标准差±σ（深灰色阴影）和±2σ（浅灰色阴影）表示4. 影响OpenIPDM代表了向网络级目视检查数据以及基础设施退化行为信息的可访问性迈出的在许多情况下，目视检查数据库由私人和/或政府机构管理，因此，对检查数据的访问是有限的。OpenIPDM通过使用户能够生成与实际案例研究中的目视检查数据具有相似特征的合成数据集，克服了数据可用性问题[11，15、18]。此外，该软件还提供了管理网络规模目视检查的见解，并提供了一个用于预处理和组织信息的模板，以节省计算时间。此外，OpenIPDM依赖于概率方法，具有经证实的扩展能力和在不同领域进行改进的高潜力[14]。在这种情况下，有前途的改进方向是，通过引入有关基础设施的额外信息来增强劣化模型，以及减少与参数相关的计算成本Zachary Hamida，Blanche Laurent和James-A.Goulet软件X 18（2022）1010776估计框架。此外，该软件为制定和测试决策和规划框架提供了坚实的基础。5. 结论在本文中，我们提出了OpenIPDM，一个开源的软件，用于模拟基础设施的退化行为该软件由多个工具箱组成，这些工具箱共同支持网络规模劣化模型的设计、验证和确认。OpenIPDM中目前可用的框架在估计检查员的不确定性和基于目视检查对干预效果进行建模方面具有最先进的能力此外，该软件还提供了用于管理大型目视检查数据库以及处理缺失数据和异常值的工具。当前版本的OpenIPDM主要侧重于使用基于目视检查的数据驱动方法对劣化过程进行建模未来的发展可能会涉及其他方面，如处理故障 模 式 ， 检 查 脆 弱 区 域 以 及 调 查 恶 化 导 致 故 障 的 机 制 。OpenIPDM是开放的贡献，并鼓励用户扩展软件的能力，在建模的恶化行为和/或开发额外的功能，如决策和规划模块的开发。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作确认该项 目由加 拿大魁 北克 省交通 部资助 . 作者 希望感 谢 SimonPedneault和René Gagnon对本项目相关信息获取的支持引用[1] Chase SB，Adu-Gyamfi Y，Aktan A，Minaie E.桥梁健康指数的国家和国际方法的综合。Tech.代表，美国的联邦公路管理局，特纳-费尔班克公路研究中心;2016年。[2] 张伟，王宁.预算约束下的桥接网络维护优先级。Struct Saf 2017;67：96-104. http://dx.doi.org/10.1016/j的网站。strusafe.2017.05.001网站。[3] Allah Bukhsh Z，Stipanovic I，Klanker G，O'Connor A，Doree AG.基于多属性效用理论的网络级桥梁维修规划。Struct结构工程2019;15（7）：872-85.http://dx.doi.org/10.1080/15732479.2017.1414858.[4] Mandić Ivanković A，Strauss A，Sousa H.欧洲可持续公路桥梁管理绩效指标评估见：土木工程师学会会议录-工程可持续性，第173卷。ThomasTelford Ltd; 2019 ， 第 109-24 页 。 http://dx.doi.org/10.1680/jensu.18 的 网站。00052。[5]放大图片作者：Casas J.成本行动TU 1406：公路桥梁的质量在：混凝土结构基于性能的方法-第14届国际结构混凝土联盟研讨会论文集。南非开普敦; 2016年，URLhttp://hdl.handle.net/1822/42293。[6][10]杨文军，李文军，李文军，李文军.公路桥梁目视检查的可靠性，卷一。Tech. 代 表 ， 6300 GeorgetownPike ： Turner-Fairbank Highway ResearchCenter; 2001.[7] 放大图片作者：Soetjipto JW，Adi TJW，Anwar N.基于混合马尔可夫系统动力学的桥梁劣化预测模型。见：第六届欧亚土木工程论坛国际会议，第 138 卷 。 EditionDiffu-sionPresseSciences;2017 ， p.05001.http://dx.doi.org/10.1051/matecconf/201713805001.[8]MTQ。MinistèredesTransports，delaMobilitéDurableetdel'Électrification des Transports; 2014年。[9]杨文，王文，等.桥梁结构损伤识别.北京：机械工程出版社，2000，24（1）：100-100.结构控制健康监测2015;22：1396-407。http://dx.doi.org/10.1002/stc.1749网站。[10]Campbell LE，Connor RJ，Whitehead JM，Washer GA.钢桥疲劳裂纹目视检 测 性 能 评 价 基 准 。J Bridge Eng 2019;25 （ 1 ） ： 04019128.http://dx.doi.org/10.1061/(ASCE)BE. 1943-5592.0001507。[11] Hamida Z，Goulet J-A.使用网络级状态空间模型对目视检查导致的基础设施退化进行建模结构控制健康监测2020;1545http://dx.doi.org/10.1002/stc.2582网站。[12]张文，等.桥梁结构健康监测与外观检测的比较.中国桥梁工程学报，2000，24（ 1 ） ： 119 - 119.J Perform Constr Facil 2015;30 （ 3 ） ： 04015049 。http://dx.doi.org/10.1061/（ASCE）CF.1943-5509.0000802。[13]杨文辉，杨文辉.量化目视检查数据的不确定性。泰勒和弗朗西斯，伦敦，英国;2018，p. 2252-9，[14] Hamida Z，Goulet J-A.评估网络规模退化和干预对桥梁影响的随机模型结构控制健康监测2021;1545-2255。http://dx.doi.org/10.1002/stc.2916网站。[15] Hamida Z，Goulet J-A.基于视觉检测和结构属性的网络规模劣化建模。StructSaf2020;88：102024.http://dx.doi.org/10.1016/j.strusafe.2020.102024网站。[16]汤普森P，谢泼德R。庞蒂斯第七届桥梁管理会议。（七）、交通研究委员会;1993年，URLhttps://trid.trb.org/view/390340。[17]放大图片作者：Ellis RM，Thompson PD，Gagnon R，Richard G.魁北克省交通部新型桥梁管理系统的设计与实现。第十届桥梁与结构管理国际会议。交通研究通报; 2008，p.77//trid.trb.org/view/873719网站。[18]Hamida Z，Goulet J-A.基于桥梁网络的视觉检查量化干预效果。2021;1-12.http://dx.doi.org/10.1080/15732479.2021.1919149网站。[19]Deka B，Goulet J-A.状态空间模型中过程噪声的在线贝叶斯推断，2021年Mandalpt已提交出版。