JAHRESBERICHT - Institut für Baustatik und Konstruktion - ETH Zürich

FORSCHUNG
Probabilistische Analyse von grossen
Ingenieurbauwerken und -Systemen unter
Verwendung von GIS
Projektleitung: Prof. Dr. M.H. Faber
Mitarbeiter: J. Qin
Wenn kausale und statistische Abhängigkeiten zwischen
Einwirkungen auf die Komponenten eines
grossen Ingenieurbauwerks oder Systems bestehen,
kann dies einen signifikanten Einfluss auf die
Performance des Gesamtsystems haben. Eine probabilistische
Entscheidungsanalyse wird dadurch
numerisch sehr anspruchsvoll. Zudem ist bei der
Betrachtung realer Systeme ein Grossteil der für
eine probabilistische Systemanalyse benötigten In -
for mation in der Regel nicht verfügbar. Dieser
Man gel an Information muss auf eine konsistente
Art und Weise in der Entscheidungsfindung berücksichtigt
werden. Ziel des Projektes ist es, die probabilistische
Analyse von grossformatigen In ge nieur -
sys temen weiterzuentwickeln, wobei zwei mitein -
an der verbundene Problemfelder betrachtet werden
sollen: (1) Risikomanagement über den gesamten
Le benszyklus von einzelnen, aber sehr grossen
Bau werken, wie z.B. Brücken und (2) Risi ko ma na -
ge ment für geographisch verteilte In genieur sys -
teme, wie z.B. Elektrizitätsnetzwerke.
Eine hierarchische Bayes’sche probabilistische
Modellierung der Performance von Systemen wird
unter Annahme einer „bottom-up“ als auch einer
„top-down“ Perspektive untersucht. Im „bottomup“
Ansatz werden Systeme durch kausale und
logische Beziehungen ihrer Konstituenten modelliert.
Probabilistische Modelle für das Verhalten der
Komponenten unter der Einwirkung von Ex trem -
ereig nissen und Schädigungsprozessen sollen hierfür
erweitert werden. „Top-down“ Ansätze dienen als
Mit tel zur Verbesserung und Aktualisierung der
„bot tom-up“ Modelle.
Ein weiterer Fokus soll auf der Verbindung von
Bayes’schen Modellen mit den Daten-Layern von
GIS-Systemen liegen. Die Anwendung von GIS
soll die Nutzung von Information in Quasi-Echtzeit
zur Aktualisierung, Visualisierung und Doku men ta -
tion von Risiken sowie zur Planung von In stand hal -
tungs massnahmen ermöglichen.
Probabilistic Analysis of Large-scale
Engineered Systems using GIS
When large-scale engineered systems exhibit performances
significantly influenced by causal and
statistical dependencies of events relating to the
constituents, the decision analysis of the probabilis -
tic characteristics of the system performance be -
comes numerical involving. Moreover, when considering
realistic systems much of the information re -
quired for probabilistic system analysis is unavailable
and the probabilistic assessments must be able to
account for this lack of knowledge. The aim here is
to improve the probabilistic analysis for large-scale
engineered system, with special consideration of
two interrelated problems: (1) life cycle risk ma na -
gement of individual but large structures like
bridges and (2) risk management of geographically
distributed engineered systems, such as electricity
distribution systems.
Hierarchical Bayesian probabilistic modeling of
system performance will be researched from both the
bottom-up and top-down perspective. In the bottomup
approach, systems are modeled through a causal
and logical interrelation of constituents. Pro babilistic
models for the performance of components subject to
extreme events as well as deterioration effects will be
extended. Top-down modeling approaches will be
investigated as a fundamental means of improving
and updating bottom-up mo dels.
Furthermore, the research effort will be directed
on the linkage of Bayesian models with the data
layers of the GIS. The GIS must facilitate that
quasi-time information can be utilized for updating,
documenting and visualizing the development of
risk and facilitate maintenance activities.
45