Using artificial neural networks for GNSS observations analysis and displacement prediction of suspension highway bridge
Description
Abstract Bridges are playing a major role in the socio-economic development of any country over the world. Suspension highway bridges are one of the most sensitive structures to various external influences and loads. Therefore, the need for structural monitoring system, maintenance, and deformation prediction for these structures is important and vital. One of the main objectives of monitoring the structural deformation is predicting the deformation values, which will help to avoid sudden failure and accidents in the future. Artificial neural networks (ANNs) and adaptive neuro-fuzzy inference systems (ANFIS) have proven successful solution in many engineering applications and problems. This paper investigates an integrated monitoring system using GNSS observations for studying the deformation behavior and displacement prediction for suspension highway bridge, taking into consideration the effect of wind, temperature, humidity and traffic loads during the operational and short-term measurements. Due to the complexity of the mathematical processing of large GNSS monitoring data for obtaining reliable results, adequate model of several alternatives should be chosen. One of the main objectives of this paper is to investigate the optimum predictive model for analysis of GNSS observations and displacement prediction. Several models are applied and compared for prediction of suspension bridge displacement for both kinematic and dynamic models. The resulting predicted displacement values by applying artificial neural networks (ANNs) and ANFIS provide a significant improvement for predicting the structure deformation values for suspension highway bridges from GNSS observations.
Translated Descriptions
Translated Description (Arabic)
تلعب Abstract Bridges دورًا رئيسيًا في التنمية الاجتماعية والاقتصادية لأي بلد في جميع أنحاء العالم. تعد جسور الطرق السريعة المعلقة واحدة من أكثر الهياكل حساسية لمختلف التأثيرات والأحمال الخارجية. لذلك، فإن الحاجة إلى نظام المراقبة الهيكلية والصيانة والتنبؤ بالتشوه لهذه الهياكل مهمة وحيوية. أحد الأهداف الرئيسية لمراقبة التشوه الهيكلي هو التنبؤ بقيم التشوه، مما سيساعد على تجنب الفشل المفاجئ والحوادث في المستقبل. أثبتت الشبكات العصبية الاصطناعية (ANNs) وأنظمة الاستدلال العصبي الضبابي التكيفية (ANFIS) نجاحها في العديد من التطبيقات والمشاكل الهندسية. تبحث هذه الورقة في نظام مراقبة متكامل يستخدم ملاحظات GNSS لدراسة سلوك التشوه والتنبؤ بالإزاحة لجسر الطريق السريع المعلق، مع الأخذ في الاعتبار تأثير الرياح ودرجة الحرارة والرطوبة وأحمال حركة المرور أثناء القياسات التشغيلية والقصيرة الأجل. نظرًا لتعقيد المعالجة الرياضية لبيانات مراقبة الشبكات العالمية لسواتل الملاحة الكبيرة للحصول على نتائج موثوقة، يجب اختيار نموذج مناسب لعدة بدائل. يتمثل أحد الأهداف الرئيسية لهذه الورقة في التحقيق في النموذج التنبؤي الأمثل لتحليل ملاحظات النظم العالمية لسواتل الملاحة والتنبؤ بالنزوح. يتم تطبيق العديد من النماذج ومقارنتها للتنبؤ بإزاحة الجسر المعلق لكل من النماذج الحركية والديناميكية. توفر قيم الإزاحة المتوقعة الناتجة من خلال تطبيق الشبكات العصبية الاصطناعية (ANNs) و ANFIS تحسنًا كبيرًا للتنبؤ بقيم تشوه الهيكل لجسور الطرق السريعة المعلقة من ملاحظات GNSS.Translated Description (French)
Résumé Les ponts jouent un rôle majeur dans le développement socio-économique de tout pays du monde. Les ponts routiers suspendus sont l'une des structures les plus sensibles aux diverses influences et charges extérieures. Par conséquent, la nécessité d'un système de surveillance structurelle, d'un entretien et d'une prédiction de la déformation de ces structures est importante et vitale. L'un des principaux objectifs du suivi de la déformation structurelle est de prédire les valeurs de déformation, ce qui aidera à éviter les défaillances soudaines et les accidents à l'avenir. Les réseaux de neurones artificiels (RNA) et les systèmes d'inférence neuro-floue adaptatifs (SIFNA) ont fait leurs preuves dans de nombreuses applications et problèmes d'ingénierie. Cet article étudie un système de surveillance intégré utilisant des observations GNSS pour étudier le comportement de déformation et la prédiction du déplacement pour les ponts routiers suspendus, en tenant compte de l'effet du vent, de la température, de l'humidité et des charges de trafic pendant les mesures opérationnelles et à court terme. En raison de la complexité du traitement mathématique des grandes données de surveillance GNSS pour obtenir des résultats fiables, un modèle adéquat de plusieurs alternatives doit être choisi. L'un des principaux objectifs de cet article est d'étudier le modèle prédictif optimal pour l'analyse des observations GNSS et la prédiction du déplacement. Plusieurs modèles sont appliqués et comparés pour la prédiction du déplacement du pont suspendu pour les modèles cinématiques et dynamiques. Les valeurs de déplacement prédites résultantes en appliquant des réseaux neuronaux artificiels (RNA) et ANFIS fournissent une amélioration significative pour prédire les valeurs de déformation de la structure pour les ponts routiers suspendus à partir des observations GNSS.Translated Description (Spanish)
Los puentes abstractos están desempeñando un papel importante en el desarrollo socioeconómico de cualquier país del mundo. Los puentes colgantes son una de las estructuras más sensibles a diversas influencias y cargas externas. Por lo tanto, la necesidad de un sistema de monitoreo estructural, mantenimiento y predicción de deformaciones para estas estructuras es importante y vital. Uno de los principales objetivos del monitoreo de la deformación estructural es predecir los valores de deformación, lo que ayudará a evitar fallas repentinas y accidentes en el futuro. Las redes neuronales artificiales (RNA) y los sistemas de inferencia adaptativa neurodifusa (ANFIS) han demostrado ser una solución exitosa en muchas aplicaciones y problemas de ingeniería. Este documento investiga un sistema de monitoreo integrado utilizando observaciones de GNSS para estudiar el comportamiento de la deformación y la predicción del desplazamiento para el puente colgante de la carretera, teniendo en cuenta el efecto del viento, la temperatura, la humedad y las cargas de tráfico durante las mediciones operativas y a corto plazo. Debido a la complejidad del procesamiento matemático de grandes datos de monitoreo GNSS para obtener resultados confiables, se debe elegir un modelo adecuado de varias alternativas. Uno de los principales objetivos de este trabajo es investigar el modelo predictivo óptimo para el análisis de los GNSS y la predicción de desplazamientos. Se aplican y comparan varios modelos para la predicción del desplazamiento del puente colgante tanto para modelos cinemáticos como dinámicos. Los valores de desplazamiento predichos resultantes mediante la aplicación de redes neuronales artificiales (RNA) y ANFIS proporcionan una mejora significativa para predecir los valores de deformación de la estructura para puentes colgantes de autopistas a partir de los GNSS.Files
s41062-021-00458-4.pdf.pdf
Files
(8.4 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:4bf345aab4b1518ad08a6b341cfdb576
|
8.4 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- استخدام الشبكات العصبية الاصطناعية لتحليل ملاحظات النظم العالمية لسواتل الملاحة والتنبؤ بإزاحة جسر الطريق السريع المعلق
- Translated title (French)
- Utilisation de réseaux neuronaux artificiels pour l'analyse des observations GNSS et la prédiction du déplacement du pont routier suspendu
- Translated title (Spanish)
- Uso de redes neuronales artificiales para el análisis de observaciones GNSS y la predicción del desplazamiento del puente colgante de la autopista
Identifiers
- Other
- https://openalex.org/W3134747520
- DOI
- 10.1007/s41062-021-00458-4
References
- https://openalex.org/W1581808154
- https://openalex.org/W2001993733
- https://openalex.org/W2006844095
- https://openalex.org/W2019207321
- https://openalex.org/W2067788778
- https://openalex.org/W2555647788
- https://openalex.org/W2768516017
- https://openalex.org/W2918005232