Bayesian updating for life-cycle structural reliability assessment of concrete bridges

The assessment and preservation of concrete bridge infrastructure has become an increasingly important challenge for modern society. A large proportion of existing bridges are aging under conditions that may differ significantly from those assumed at the design phase, including intensified traffic demand, prolonged environmental exposure, and evolving performance requirements. In such circumstances, deterministic evaluation methods are often insufficient to represent the actual condition of a structure, since deterioration processes and structural response are inherently uncertain. In this context, probabilistic approaches have proven relevant for investigating changes in the safety condition of assets through performance or reliability metrics, particularly for existing infrastructure. Recent advances in bridge monitoring devices, together with the reduction in costs associated with their deployment in temporary or permanent information systems, have encouraged their installation on the most critical assets within regional networks, supported by investments from infrastructure management authorities. These observations can be reflected in direct mechanical or physical features, but also be the outcome of loading campaigns on site to examine structural responses. For this reason, the incorporation of Bayesian methodologies has become increasingly relevant, in particular for operating with the underlying aleatory and epistemic uncertainties based on new information gathered from inspections and monitoring campaigns. The introduction of such conditionality to events in the history of the bridge enables not only the identification of optimal strategies involving different types of inspection and maintenance activities with respect to the residual safety condition, but also the identification of those alternatives linked to an efficient use of economic resources. This thesis presents a probabilistic framework for the life-cycle reliability analysis of concrete bridges, with particular emphasis on the incorporation of new information based on Bayesian model updating. The proposed approach describes how bridge reliability evolves over time as deterioration progresses and as additional evidence becomes available from inspections and monitoring activities. In this way, structural assessment is not treated as a one-time evaluation, but rather as a dynamic process in which prior assumptions are continuously revised in light of emerging data. This perspective is particularly relevant for existing infrastructure, where uncertainties in material properties, environmental exposure, deterioration rates, and structural modeling can be substantial. The framework integrates deterioration models that are specific to concrete and steel components; structural performance assessment through advanced nonlinear analyses accounting for material and geometric nonlinearities; and the quantification of uncertainties. The latter area comprises effective sampling methods with variance reduction techniques, estimation of small failure probabilities, the introduction of approximate representations of structural response through surrogate models, techniques for the simulation of spatially variant features in concrete bridges, and the update of time-variant reliability and performance metrics after new data and information from inspection or monitoring campaigns become available. Chloride-induced corrosion is considered as the principal deterioration mechanism affecting the performance of concrete bridges over time. A further contribution lies in the treatment of inspection outcomes and condition information within a decision-oriented reliability framework. The methodology is formulated so that assessments can be deployed in a pre-posterior stage, that is, by evaluating the possible combinations of outcomes from informative events and the associated effectiveness of repairs. This makes the framework suitable for bridge management applications. The model updating principles are shown to provide a rational means of refining life-cycle reliability estimates and the evolution of costs. The proposed framework contributes to the literature on the application of a Bayesian perspective to aging bridge infrastructure, particularly for examining the effects of single or multiple observations of different types, and for identifying effective management strategies within an expected service life.

La valutazione e la conservazione di ponti e viadotti in calcestruzzo armato e calcestruzzo armato precompresso rappresentano una sfida di crescente rilevanza per la società moderna. Una parte consistente dei ponti esistenti è soggetta a fenomeni di invecchiamento e processi di degrado strutturale in condizioni che possono differire significativamente da quelle assunte in fase di progettazione, tra cui l’aumento della domanda di traffico, l’esposizione ambientale prolungata e l’evoluzione dei requisiti prestazionali. In tali circostanze, i metodi di valutazione deterministici risultano spesso insufficienti a rappresentare le condizioni effettive di una struttura, poiché i processi di degrado e la risposta strutturale sono intrinsecamente incerti. In questo contesto, gli approcci probabilistici si sono dimostrati efficaci per analizzare le variazioni delle condizioni di sicurezza delle opere mediante indicatori di prestazione o di affidabilità, in particolare nel caso delle infrastrutture esistenti. I recenti progressi nei dispositivi per il monitoraggio dei ponti, insieme alla riduzione dei costi associati alla loro installazione nell’ambito di sistemi informativi temporanei o permanenti, ne hanno favorito l’impiego sulle opere più critiche, anche grazie agli investimenti delle autorità responsabili della gestione delle infrastrutture. Le osservazioni raccolte possono riguardare direttamente caratteristiche meccaniche o fisiche, oppure derivare da campagne di prova in sito finalizzate all’analisi della risposta strutturale. Per questa ragione, l’impiego di metodologie bayesiane ha assunto una rilevanza crescente, in particolare per il trattamento delle incertezze aleatorie ed epistemiche sulla base delle nuove informazioni acquisite attraverso ispezioni, attività sperimentali e campagne di monitoraggio. L’introduzione di tale condizionamento rispetto agli eventi che caratterizzano la storia dell’opera consente non solo di individuare strategie ottimali comprendenti diverse tipologie di interventi manutentivi e attività di ispezione, in relazione alla condizione di sicurezza residua, ma anche di identificare le alternative associate a un impiego efficiente delle risorse economiche. La presente tesi propone un quadro probabilistico per l’analisi dell’affidabilità a ciclo di vita di ponti in calcestruzzo armato e calcestruzzo armato precompresso, con particolare attenzione all’integrazione di nuove informazioni mediante l’aggiornamento bayesiano dei modelli. L’approccio sviluppato descrive l’evoluzione nel tempo dell’affidabilità di ponti e viadotti con il progredire del degrado strutturale e con la disponibilità di ulteriori evidenze derivanti dalle attività di ispezione e monitoraggio. In questo modo, la valutazione strutturale non è considerata come un’analisi condotta in un singolo istante temporale, bensì come un processo dinamico nel quale le ipotesi iniziali vengono progressivamente aggiornate sulla base dei nuovi dati disponibili. Tale prospettiva risulta particolarmente rilevante per le infrastrutture esistenti, nelle quali le incertezze associate alle proprietà dei materiali, all’esposizione ambientale, ai livelli di degrado e alla modellazione strutturale possono essere significative. Il quadro metodologico integra modelli di degrado specifici per elementi in calcestruzzo armato e calcestruzzo armato precompresso, la valutazione delle prestazioni strutturali mediante analisi non lineari che considerano le non linearità dei materiali e della geometria, nonché la quantificazione delle incertezze. Quest’ultimo ambito comprende metodi di campionamento efficienti con tecniche di riduzione della varianza, la stima di piccole probabilità di collasso, l’introduzione di rappresentazioni approssimate della risposta strutturale mediante modelli surrogati, tecniche per la simulazione di proprietà caratterizzate da variabilità spaziale e l’aggiornamento di indicatori di affidabilità e prestazioni variabili nel tempo a seguito dell’acquisizione di nuovi dati e informazioni provenienti da campagne di ispezione o monitoraggio. La corrosione indotta dai cloruri è considerata il principale meccanismo di degrado che influenza nel tempo le prestazioni di ponti in calcestruzzo armato e calcestruzzo armato precompresso. Un ulteriore elemento riguarda il trattamento degli esiti delle ispezioni e delle informazioni sullo stato di conservazione nell’ambito di un quadro affidabilistico orientato al processo decisionale. La metodologia è formulata in modo da consentire lo svolgimento delle valutazioni in una fase preliminare rispetto all’acquisizione delle informazioni, ossia considerando le possibili combinazioni degli esiti delle attività informative e la relativa efficacia degli interventi di riparazione. Ciò rende il quadro metodologico idoneo alle applicazioni di gestione dei ponti. I principi dell’aggiornamento dei modelli forniscono uno strumento razionale per affinare le stime dell’affidabilità a ciclo di vita e l’evoluzione dei costi. Il quadro proposto contribuisce alla letteratura relativa all’applicazione di una prospettiva bayesiana a ponti e viadotti soggetti a degrado, in particolare per l’analisi degli effetti di osservazioni singole o multiple di diversa natura e per l’individuazione di strategie di gestione efficaci nell’arco della vita utile prevista.