In the last decade, there has been growing interested among society in the topic of bridge safety. The assessment of bridges' structural reliability involves evaluating the degradation level of their structural components. Among these, the system of prestressed concrete tendons in bridge decks is treated with great attention in the latest bridge inspection guidelines. Indeed, due to the inherent nature of this structural type, it cannot be inspected through conventional or visual inspections but requires specific non-destructive and/or semi-destructive tests. Since the use of prestressed concrete as a bridge construction system is very common and the cost of the tests for evaluation of tendons damage is quite rising, optimizing the number of tests to be performed on each structure is crucial. In this work, we present a Bayesian variant of the FHWA model for determining the size of the tendon sample to be inspected. Additionally, the model is extended to non-perfectly predictive tests.
Nell'ultimo decennio è cresciuto notevolmente l'interesse della società per il tema della sicurezza dei ponti. L’aggiornamento dell'affidabilità strutturale dei ponti richiede la valutazione del livello di degrado delle relative componenti strutturali. Tra queste, la componente del sistema di precompressione degli impalcati in calcestruzzo precompresso viene trattato con grande attenzione nelle più recenti linee guida per l'ispezione dei ponti. Infatti, il sistema di precompressione è intrinsecamente difficilmente ispezionabile attraverso ispezioni visive, ma richiede l’impiego di specifici test non distruttivi e/o parzialmente distruttivi. A causa della forte diffusione del calcestruzzo precompresso come sistema di costruzione per i ponti e dell’elevato costo delle prove ispettive, risulta fondamentale l’ottimizzazione del numero di prove da eseguire sulle strutture del patrimonio infrastrutturale italiano. In questo lavoro, presentiamo una variante bayesiana del modello FHWA per la determinazione della dimensione minima del campione di cavi da precompressione da ispezionare. Inoltre, proponiamo la generalizzazione del modello bayesiano al caso di test non perfettamente predittivi.