單橋維護成本最佳化

本研究採用了生物共生演算法(Symbiotic Organism Search，SOS)，

是新式且具有強大功能的演算法，SOS透過模擬生物生存在生態系統中

並與其他生物共生的策略，用以模擬數值最佳化及解決工程上規劃與管 理的問題。

共生生物演算法是以其他演算法為研究基礎，所發展出的演算法，

SOS會在可搜尋空間中，不斷地迭代候選解，進而求得全域最佳解。在 SOS演算法中，初始假設環境是一個生態系統，在這個生態系統搜尋空 間中，會有一組隨機生成的生物群，其中，每一個生物代表一個對應問 題的候選解，且每一個生物體在生態系統中也代表一組目標適應值，這 個目標適應值會反映預期目標的適應程度。

臺灣位處地震帶及受季風氣候所影響，所以颱風與地震頻傳，造成 橋梁飽受天然災害侵害。在地震方面之評估，地震會造成許多橋梁不同 程度的損壞，尤其是早期老舊橋梁的耐震能力因損傷遞減，其殘餘能力 更有不足之慮；另外，每年颱風、豪雨及近年來河床嚴重下降和氣候變 遷等因素，使得河水暴漲且水勢洶湧，造成橋墩、河床及橋台之基礎處 被劇烈淘刷，特別對原本已裸露之橋基，災情更形惡化，橋梁易受沖刷 而導致損壞；海島型氣候使環境中充滿鋼筋腐蝕劣化的因子，橋梁往往 須於其壽齡內花上大筆費用進行維護補強工作，嚴重造成政府財政的負 擔；且在人為使用方面，亦有車輛超載問題。近年來，許多橋梁由於過 去施工技術不足，加上施工品質未能嚴謹控制，造成未屆設計年限，卻 面臨拆除或需花費龐大金額進行維修補強，對於政府日漸拮据之財務狀 況，無疑是雪上加霜。因此，橋梁耐久性與安全性日益受到堪慮，保全 橋梁殘餘壽齡以達到工程永續迫在眉睫。如何評估現有橋梁之健康度，

進而計算不同時間點進行維護之延壽與經濟效益是迫切的課題，詳細內 容將於第六章說明。

第四章 橋梁維修機率

橋梁是由許多不同元件組成，各元件功能不一，受風險損傷狀況 也不近相同，難以就橋梁整體進行風險評估。本研究考量風險因子包 含: 承載、地震、洪水及使用等。其中之承載及使用是屬於橋梁元件老 化所造成之風險，故直接以元件老化視為其風險因子，加上地震及洪 水等共三項風險因子。

本研究將風險類別分為可視老化(visible)與潛勢危害(invisible)，其 中可視老化中元件老化為風險因子，其風險指標為平時D.E.R.&U.檢測 可得之狀況指標(CI，Condition Index)。潛勢危害部分可分為地震及洪 水沖刷為主要原因，地震風險指標將使用考慮材料劣化影響之結構耐 震容量(Ay及Ac)，並輔以蒙地卡羅模擬生命週期地震事件與受損結構 性能修正模型以評估含累積損傷影響之風險。洪水沖刷採用現行SSI值 作為風險指標，亦採用蒙地卡羅模擬洪水事件以進行風險評估。

故本階段將評估橋梁維修發生之機率，並分析各風險因子將對橋 梁整體造成橋梁維修機率，以利計算危害機率將衝擊橋梁的程度，本 步驟計算流程如圖4.1。

圖 4.1 橋梁維修機率流程圖

本研究風險因子共有三項：包含可視老化(元件老化)、潛勢危害(地 震、洪水)。故本步驟將以元件老化、地震及洪水順序橋梁風險分析步 驟說明，最後將得到橋梁5年、10年、15年、20年、25年及30年至100 年之橋梁維修發生機率。