Методы отбора проб для оценки больших железобетонных конструкций: Часть II

Большие структуры настоящее время многочисленные возможные места испытанием для неразрушающего контроля. Проблемы заключаются в выборе места испытания, управление собранных данных, и заявив, результаты тестирования. Эти исследования оценили возможности использования методов отбора проб для оказания помощи в решении этих задач. Для оценки применимости методов ', выборка была применена к данным от реальных структур, которые ранее были тщательно протестированы. Исследователи могли сравнить их предсказания, основанные на отбор проб для фактических результатов всесторонних испытаний. Эти исследования показали, что методы отбора проб полезны при определении количества образцов и их расположения. Результаты могут быть эффективно, как заявил доверительный интервал, представляя диапазон для прогнозирования на основе приемлемых неопределенности. В этой статье процедуры (в том числе простой случайной, систематически и адаптивной выборки) применяется в 7,5 мили (12 км) в длину железобетонных дамба, где целью было найти расслоения вызванные коррозией арматуры ..

Ключевые слова: коррозия; выборки; испытания.

ВВЕДЕНИЕ

Эта статья вторая статья в серии, посвященной использованию методов отбора проб для оказания помощи в оценке больших бетонных конструкций. В этой серии представлены исследования, направленные на изучение использования методов отбора проб для оказания помощи инженеров в принятии решений относительно количества и расположения неразрушающих испытаний, и в том степень знания, полученные на тестирование. Два исследования случае. Неразрушающего данных испытаний для структур подчеркнул в этих примерах, первоначально собранные во всех возможных местах испытаний, поэтому авторы имели уникальную возможность сравнить прогнозы выборки фактического состояния конструкций для оценки точности различных подходов выборки.

Часть I этой серии при условии соответствующего опыта работы и краткое описание методов отбора проб, используемые в исследованиях, а также результаты, полученные в примере после натянутый моста, где примерно 170 пучков проводится расследование. В данной работе более крупной структуры, подпорную стенку с более чем 700 единиц (стеновые панели), анализируется, чтобы получить дополнительный опыт в использовании методов отбора проб для оценки крупных структур. В тематическом исследовании дамба, методы отбора проб, в том числе простой случайной, систематически и адаптивной выборки были использованы для составления прогнозов о состоянии стен на основе тестов, только доля стеновых панелей. Полученные результаты сравниваются с фактическими результатами тестирования по всей структуры. Основные выводы исследования представлены в обеих газетах представлены. Сравнивая два тематических исследований, он также будет показано, что различные методы отбора проб лучше подходят для различных типов структур.

ЗНАЧЕНИЕ ИССЛЕДОВАНИЯ

Эти исследования привели к разработке метода определения количества и местонахождения испытаний в области неразрушающего оценку крупных бетонных конструкций. Метод показывает, как информация, полученная от этих испытаний могут быть использованы для предсказания о состоянии всей структуры с использованием доверительных интервалов. Это первый случай, когда методы отбора проб были использованы для установления ущерба государства в конкретных структурах. Результаты исследований показывают, что представленные методы выборки являются очень полезными в принятии сбора и анализа данных из неразрушающих испытаний более эффективным и экономичным.

ПРИМЕР

Структура железобетонных дамба

В 1986 году один из 728 стеновых панелей, которые сформировали 7,5 мили (12 км) в длину железобетонных дамба рухнула. Существовал обеспокоенность тем, что другие группы дамба, которая была построена примерно в 1960 году, возможно, также не, что создает угрозу для человека и собственности. Эта проблема привела к расследованию, которая включает оценку состояния и дизайн ремонта и обновления сейсмических меры по wall.1

На рисунке 1 показан типичный сечение стены. Инспекция рухнул панели показали, что существует серьезный коррозии вертикальной арматуры на и чуть выше и ниже строительство совместных в стене. Неразрушающий контроль, структурный анализ, и проектирование схем ремонта были проведены в 1996 года с использованием принятых методов и приемов. Методы отбора проб не были использованы в этой оригинальной работы.

Влияние эха метод был использован для выявления расслоений в бетонных стенах в результате коррозии арматурной стали. Импакт-эхо испытания были проведены на 25 дюйма (635 мм) промежутки вдоль всего 7,5 мили (12 км) длина дамбы. След по всей длине стены показана на рис. 2. 25 дюйма (635 мм), расстояние было выбрано на основе знаний, метода тестирования, возможность тестирования на 7,5 мили (12 км) от стены, а вертикальные арматурного проката в промежутках между 5 дюймов (127 мм) .1

Пример параметров

Как и в случае моста, один из первых этапов в процессе проведения отбора образцов необходимо выбрать устройство для отбора проб, у-значение для записи на каждой единице оборудования, количество единиц в выборке. При выборе единицы выборки, один включает в себя рассмотрение поведение конструкции под следствием. Если один удар эхо тест точка выбрана в качестве единицы выборки, задача упрощается к тестированию на твердой недостаток область, в которой простые расчеты для тестирования пропорции могут быть использованы. Каждый образец подразделение будет потом, однако, только предоставить информацию о 25 дюйма (635 мм), длина стены, которая не обязательно является критической длины дефекта для структурного анализа. Поэтому, как и в случае с мостом, группа контрольных точек, был включен в единице выборки с записью из рядом недостатков. Группа контрольных точек был выбран единый стеновые панели, как показано на рис. 3. Каждая панель была структурно независимой и, таким образом, есть смысл выбрать панель, как единица выборки.

Несколько различных вариантов были исследованы у-значения для записи на каждой панели. Они включали: 1) общее количество дефектов обнаружено на панели, 2) наибольшее число последовательных недостатки (дефекты в соседних точках испытания), расположенный в центре (внутренней) части панели, и, 3) наибольшее число последовательных недостатки находится в конце каждой панели. Каждое из этих значений может помочь определить структурную целостность панели и, таким образом, все три значения могут быть записаны для каждой панели пробы. Расчеты для каждого у стоимость те же, а только для демонстрационных целей, результаты общего числа дефектов в каждой секции будут представлены в этой статье.

Как с моста, результаты, полученные с помощью обычного (неадаптивных) отбор техники и ее адаптивного коллегой будут представлены. Для сравнения полученных результатов с помощью случайных выборок (как неадаптивных и адаптивные) также представил.

Из обычных методов отбора проб, систематического отбора проб был выбран. Структура может быть легко рассматривать как прямой сплошной стеной (как если бы все группы были изложены в ряду, игнорируя углы) для получения линейной населения. Систематического отбора проб техника делает выбор панелей просто, потому что они расположены через равные промежутки вдоль стены длиной. Эта процедура имеет то преимущество, меньше усилий для проведения образца, поскольку тестирование инженер бы только отсчитывать каждого х-панелей знать, какие из них для проверки. Например, инженер начнется в Группе 5 и проверить каждый 20-й панели с тех пор. Это дает определение группы для образца легче на местах, чем простой случайной выборки, с них меньше шансов на error.2

Населения кажется, хорошо подходит для систематического образца, поскольку этот метод работает лучше, когда одна группа образца (определяемых как группы каждого к-го блока) содержит представитель ломтик (позволяет в полной мере разнообразия) населения. Желательно, чтобы гетерогенной смеси в выборке группы и для каждой выборки быть похожими на других. Пока никакой конкретной информации заранее известно о сходстве панелей, и это можно только предположить, что группы по конкретным лицом бассейна могут быть похожи друг на друга (то же воздействие, вероятно, тем же подрядчиком и материалов). Систематическое образца будут выбирать панели из различных стены и, таким образом, вероятно, в гетерогенных выборочной группе.

Кроме того, систематическая выборка не очень хорошо подходит для населения, которое носит циклический характер, когда период времени у-значения близка к интервалу тестирования К. В этом случае отбор проб на определенный промежуток только захватывает часть населения с аналогичными свойствами и не является репрезентативной для населения в других разделах period.3 Потому что есть разное количество панелей в каждом бассейне, он не появляется что не будет конкретных периодичность данных, которые необходимо избегать, и, следовательно, систематическая выборка может быть использован.

Единственным указанием возможных сходств между панелями, что на северо-облицовочные панели были в основном покрыты мхом, а на юго-облицовки стен были пусты. Таким образом, воздействие может быть возможным группировки, и, если бы это было так, то стратифицированная выборка может быть лучшим методом выборки по структуре. В этом разделе исследования, однако, авторы не будут требовать, чтобы инженер такие предсказания до того, как начала тестирования. Этот случай не похож на предыдущий, в котором, даже до начала испытания пластов стало ясно, просто из-за различных стоимость тестирования на воду и землю. Возможность использования слоев выборки будут рассмотрены после выборки данные были собраны и изучены с помощью простой случайной выборки после стратификации.

После отбора проб метод был выбран, общая оценка размера выборки, должны быть сделаны. Той же формуле, что и для моста случае (уравнение (1) части 1), будет использоваться здесь. Опять же, некоторые оценки должны быть сделаны в области народонаселения и ошибки допускаются. Если стандартное отклонение, по оценкам, равен среднему, то Опять же, цель 90% доверительный будем считать, и, таким образом, г = 1,645. В случае дамба, Есть 728 панелей, так что N = 728.

И наконец, относительная ошибка должна быть предположить. В этом случае 20% будет выбран. Потому что население дамба больше, чем у моста, меньше относительная погрешность может быть целью. Часто это может оказаться полезным заменить диапазон относительных г значения ошибок для определения увеличение числа образцов, необходимых для конкретных сокращения в R. Подставляя вышеупомянутых значений в уравнение дает образец размером 62 панелей или 8,5% населения. (Для этого исследования, 10% населения, или около 73 панелей, будет проверен). Чтобы получить представление о влиянии относительной погрешности от числа образцов: если г относительной ошибки в два раза до 10%, образца увеличивается число п более чем втрое до 197 панелей, и, если г был повышен до 25%, п снижается до 41 панелей.

Простая случайная выборка

Простой случайной выборки является одним из самых основных типов образцов и может служить в качестве основы для сравнения для других типов образца. Единиц выбраны случайным без замены, как это было в случае с мостом данных. Таким образом, те же формулы применяются для оценки среднего и дисперсии, а именно уравнение. (2) и (3) части 1. Типичный пример приведен на рис. 4, где каждый блок представляет собой черные стены панель, включенных в выборку. Эта диаграмма показывает, 73 панелей, случайно отобранных из общей суммы в 728 групп.

90% доверительный интервал рассчитывается таким же образом, как они были на мост данных, используя формулу. (4) части 1. Доверительный интервал для 10 случайных выборок дамба данные приведены на рис. 5. Восемь из 10 образцов содержат фактические среднем 4,0 недостатки в панель (показана пунктирной линией) в пределах доверительного интервала. Исключение составляют фрагменты 2 и 7, которые интервалы конца рядом с фактической имею в виду. Средняя ширина доверительного интервала составляет около 1,2 недостатки / панель, с нижней границы приближении для образца 7 на 2,8 недостатки / панель и высокий интервал заканчивается на 5,6 недостатки / панель для образца 2.

После стратифицированной случайной выборке

Тех же точках образца, которые были собраны по той простой случайной выборки были использованы в пост-слоистых дизайн для определения среднего и дисперсии оценки увеличится в точности анализа с использованием слоев. Хотя не было никаких явных причин стратифицировать перед испытанием, как и в случае с моста с различными затратами теста на слои, было отмечено, что некоторые стратификации, возможно, существуют определенные воздействия. Как было сказано ранее, визуальные наблюдения до начала испытания показали, мох на панелях с северной экспозиции. Наличие мха указал, что эти панели не испытывал смачивания и сушки в той же степени, что панели с южной экспозиции, которая не течет, опытный, и, таким образом, вероятно, испытывают меньше коррозии. Таким образом, воздействие может также играть роль в определении слоев.

После того как данные были собраны, информация была отделена пласта и приведены на диаграмме. Одним из таких граф из образца показана на рис. 6 (а) и гистограммы от всего населения представлены на рис. 6 (б). Восемь различных групп риска (четыре для каждой половины структуры) каждый из которых представлен в виде строки, которая имеет высоту, что соответствует среднему числу недостатков в панели управления. Существовали более четырех общих экспозиций на север, юг, восток и запад, поскольку восточные F бассейнов, G, H и были обращены приблизительно 45 градусов от других бассейнах (см. рис. 2). Как видно из баров, групп риска, похоже, свидетельствуют о некотором большей или меньшей склонности к недостатков.

Может быть, стоит отметить, что еще один стратификации было совершено покушение, в котором данные были разделены на две толщи (одна группа для западного бассейнов через E, а другой для восточных бассейнов через F H). Эта группировка производится интервал результаты, аналогичные тем, которые из восьми слоев группы описано выше, и, таким образом, только один такой пакет результаты.

Среднего и дисперсии оценки были сделаны с помощью уравнений, для пост-слоистых случайных samples4, 5 и приближенных степенями свободы, были рассчитаны аналогично тому, как части 1.4,6 доверительные интервалы для расчетное среднее недостатков в использовании панель Результаты 10 образцов показаны на рис. 7. Когда-восемь слоев воздействия критерий был использован, некоторое увеличение точности 90% доверительный интервал наблюдался в девяти из 10 образцов, содержащих фактические средние.

Систематическая выборка

Систематическое образца, как правило, удобнее, чем вести случайной выборки, поскольку стоимость единицы измеряются на регулярной основе. Часто, это увеличение удобства берется стоимость снижение точности среднего и дисперсии оценок. В этом разделе систематического образца будет проводиться на дамбу, чтобы определить, насколько хорошо он может работать по этому делу.

До сих пор было установлено, что 10% населения будет производиться отбор проб для сравнения с результатами случайной выборки. Для достижения этой цели для систематического образца, необходимо принять решение о числе выборочных групп (отправной точкой для &-го счета) и интервал А между образцами, чтобы достигнуть правильного выборки. Группе стеновых панелей, которые были пробы на каждом А-м группа будет передан в качестве основного образца (например, 5 групп, 25, 45, ..., 725). И каждый стеновые панели в том, что основной образец будет передан в качестве дополнительного устройства (например, Группа 25).

Первый инстинкт может быть, чтобы выбрать один отправной точкой и протестировать любой &-й панели после этого момента до конца населения. В этом случае, однако, пример только, как считается, одного размера (один основной выборки) и объективной оценкой дисперсии не может быть сделано, если ничего не предполагается о численности населения (например, при условии, что единицы в случайном порядке) .5 несколько вариантов существуют, чтобы преодолеть это препятствие. Одним из вариантов является начало более чем на один пункт с соответствующим удлинением интервала выборки так, чтобы общее число единиц среднего проб-прежнему остается на 10% населения. Это может быть немного сложнее образца в данной области, но не предположения, необходимые для получения объективной оценки дисперсии. Второй вариант, чтобы начать тестирование только в одной точке старта, а затем применять приближенные методика для оценки дисперсии. В этой статье, оба варианта будет предпринята попытка и сравнивать.

Прежде чем начать, интервал выборки А должен быть выбран. Для варианта с двумя отправными точками, с тем чтобы образца 10%, или 1 / 10 часть населения, 1 / 2 от этой суммы, или 1 / 20 населения, должны отбираться с каждой выборки. В этом случае, начиная точки выбираются случайным образом между 1 и 20, и каждый 20-й панели (А = 20) после этих точек будет проб. Одним из таких образцов показана на рис. 8 (). Для одной отправной точки отбора проб 1 / 10 населения, начальная точка будет выбран случайным между панелями 1 и 10 и образцы будут обращается каждый 10-м (К = 10) панели после этого момента. Рис 8 (б) показано общее расположение таких систематического образец с одной точкой старта.

Чтобы рассчитать расчетное среднее

Одним из основных недостатков систематическое образца является то, что каждая группа X-панели, считается одной пробы, и, таким образом, не существует определения дисперсии для конкретного образца с единой точки отсчета. Один из способов избежать этой проблемы включает в себя, начиная отсчет с интервалом более чем в одном месте (например, начиная с точки 5 и 11, и проверка всех 20 ЖК-панель от каждой из этих точек). Это отнимает некоторые удобства выборки, но позволяет для расчета дисперсии. Потому что это только считается двух образцов, однако, Есть только две степени свободы и Z-значение используется для расчета доверительного интервала достаточно велика.

Нет актуальных разница определяется для систематического образца с единой точки отсчета, поскольку выборка состоит из в основном один выборочной группе. (Разница не определяется только одна точка отбора проб). Исследователи, однако, создали формулы для аппроксимации дисперсии. Эти приближения являются предвзятыми, но, если соответствующие оценки будет выбран, смещения последствия могут быть минимальными. Чтобы выбрать лучшие оценки по выборке, насколько это возможно, должны быть хорошо известно заранее населения, например, если данные слоистых или если он имеет линейного тренда. Если это возможно, модель населения могут быть сделаны и различных оценок можно судить по модели, чтобы определить самый лучший выбор.

Таким образом, недостатком такого подхода является то, что некоторые знания населения не требуется, и инженер не может иметь такую информацию до начала отбора проб. Вольтер рекомендует некоторые оценки, которые в целом полезно для различных populations.7 Одна из этих оценок, V ^ ^ к югу одним, судят here.4 Он основан на различия высшего порядка и обеспечивает защиту от тенденций, автокорреляция, и стратификации эффектов. Это хорошо для примерно случайных населения. Этот метод дает возможность прогнозировать доверительные интервалы при сохранении удобства систематической выборки.

Другой вариант, который существует для расчета дисперсии и доверительного интервала загрузочный метода. Эта процедура используется, когда нет определенной формулы существует разница, или если разница очень трудно вычислить. Основная идея загрузочный методология взять пробы точки данных, а затем рисовать, с заменой от первоначального образца, другой загрузочный образец, который имеет те же размеры, как оригинал. Из этого загрузочный образца, загрузочный репликации стоимости ведется следствие (в данном случае имею в виду) вычисляется. Этот процесс интерполяции от первоначальной выборки данных выполняется много раз, например, 100 или 1000 раз. Дисперсии и доверительные интервалы, то рассчитывается с использованием загрузочного репликаций. Загрузочный оценку стандартной ошибки значения, что эквивалентно стандартного отклонения значений загрузочный samples.4, 8

Чтобы использовать загрузочный метод систематического образца, авторы собрали данные пунктов из систематической выборки дамба с одного старта. Загрузочный стена была построена путем присвоения значения недостатки в панель на стене одного и того же размера, что и оригинал (728 групп). Эти панели значения были выбраны из первоначальной выборки случайным с заменой. Систематическое Затем образец Этот образец был один старт и тот же интервал (к стоимости), а исходной выборки. Процесс построения загрузочный стены, присвоением значений от исходного образца, а также отбор проб загрузочный стене повторяется 1000 раз, чтобы получить 1000 репликации начальной загрузки. Из этих репликаций, дисперсию и доверительный интервал был рассчитан.

В этом разделе, доверительные интервалы приведены для каждого из трех методов оценки дисперсии обсуждали. График на рис. 9 показаны результаты систематического образца с двумя отправными точками и интервал 20 панелей, с тем чтобы общее количество панелей пробы либо 72 или 73 групп. Основным недостатком этих образцов было то, что доверительные интервалы были довольно широкий, так как г-значение, в которой разница умножается получить доверительный интервал, достаточно большой для малых степеней свободы присутствует в таких образцах. Доверительные интервалы в этих образцах может быть как большой, как примерно 10 дефектов на панели. Такой большой доверительный интервал дает мало информации о состоянии панелей. Все образцы делать содержат фактические средние, но за счет более широкого доверительными интервалами.

Лучший вариант, вероятно, начать с одной отправной точкой и использовать один из опубликованных оценок приближения разница такого образца. Результаты оценки V ^ ^ к югу одного показаны на графике на рис. 10. Как можно увидеть, сравнивая это с предыдущим два участка для систематического начинается, доверительные интервалы гораздо меньше, и кажется, что делать и на оценку в виду, девять из 10 образцов, содержащих фактические средние в интервале. Ширина интервалов аналогичные простой случайной выборки показаны на рис. 5.

Доверительные интервалы для третьего варианта для анализа данных систематических образца, а именно загрузочный приближении, не рассчитываются в том же порядке, как и предыдущие результаты, которые использовались уравнения. (4) части 1. Разнообразие процедур, которые существуют для расчета доверительных интервалов с помощью этого метода. Процедуры, Эфрон и Tibshirani8 называют "Лучше Bootstrap доверительный интервал" будет использоваться в данном документе. Эта техника называется диагонально-исправлена, и ускоренный метод (ДСС). В этой процедуре, исследовали стоимость (в настоящем документе, среднее), собранные для большого числа загрузочный репликаций. Значения затем отсортировано по величине и нижние и верхние оценки выбраны в качестве значения, определенный процент с каждого конца упорядоченное множество.

Интервал BCA доверия более вычислительных ресурсов, чем другие методы оценки интервала и требует большого числа рассчитывается values.8 расчеты, однако, могут быть выполнены достаточно легко с помощью компьютера, но они требуют больше времени, чем другие методы. Чтобы определить, что дополнительного времени и усилий не стоит, результаты могут быть рассмотрены на рис. 11. Доверительные интервалы узком производятся до сих пор, и уже, чем случайная выборка со средней шириной 1,0 недостатки в панели по сравнению с шириной случайной выборки 1,2 недостатки в панели управления. Кроме того, девять из 10 образцов включать фактические средние, и только восемь из случайной выборки включены в виду.

Адаптивная случайная выборка

Адаптивного образца после обычных образцов. Как и в случае исследования мост, значения ставки (выше некоторого порога) отмечены и подразделений в этой области, представляющих интерес, добавил к образцу. Кроме того соседних единиц повторяется, пока единицы проверяются которых не превышает установленного порога. В случае дамба, ценности, представляющие интерес, недостаток составляет выше определенного нижнего предела, например, четыре недостатки в панели и соседних подразделений, которые являются добавил панели слева и справа один с высоким (> = C) недостаток значение. Этот метод позволяет областях дамба с большим числом дефектов будет изучена более подробно. Для адаптивного случайной выборки, начальная выборка состояла из 36 панелей. Опять же, желательно окончательный размер выборки был один, который использовали примерно такое же количество панелей для расчетов, а неадаптивных выборки из 73 панелей. (Edge единиц, значения которых не учитываются, не учитываются в этом подсчет панелей пробы.) Типичные адаптивной случайной выборки показана на рис.

Для адаптивный дизайн образца, условием для дальнейшего отбора проб C должен быть установлен. В данном конкретном населения, C будет решающим ряд недостатков для каждой панели для оправдания дальнейшему тестированию, чтобы определить, если соседние панели имеют сходное число дефектов. В первоначальном анализе, проведенном, было установлено, что пять недостатков оправданным дополнительный ремонт work.1

Исследования были проведены, чтобы увидеть эффект от изменения порогового значения. Эта величина позволяет определить размер и количество кластеров, включенных в выборку. Если этот параметр установлен очень низкий, то многие единицы, потребуются дополнительные выборки своих соседей и кластеры могут быть очень большими и не указывает на области особенно серьезный ущерб. Если значение равно очень высокая, несколько единиц будет соответствовать критериям для дальнейшего отбора и окончательного размера выборки может быть практически равна первоначальной выборки большинство кластеров, состоящих из только один блок. Образцы были проведены на дамбу, использующие С значения от трех до семи лет.

Девяносто процентов доверительных интервалов с использованием числа первоначальных пересечений для диапазона значений C показаны на рис. 13 (а). В общем, доверительные интервалы расширить слегка увеличивает C стоимости. Рис 13 (б) показывает количество образцов, используемых в расчетах с общего числа проб, взятых для каждого порогового значения. Как и следовало ожидать, общее число панелей пробы уменьшается при увеличении порогового значения, упав с 153 пробы общей панели, когда обрезание три недостатки в панели 61 панелей при обрезание семь.

Узком доверительные интервалы для C = 3, но для этого порогового значения многих других панелей испытаны, и он не может стоить дополнительных затрат тестирование на некоторое снижение доверия ширина (1,56 недостатки / ширина панели для C = 3 по сравнению с 1,72 недостатки / ширина панели для C = 4). Из этих результатов, выбор C = 4 выглядит хорошей обрезания. Он производит один из узких доверительных интервалов, требуется только 64% от тестов, которые узком интервале для C = 3 требуется, и позволяет инженеру возможность для дальнейшего тестирования у панелей, которые чуть ниже предела.

90% доверительный интервал для 10 образцов показаны на рис. 14. Среднее количество панелей проб было 104 с 75 из тех, которые использовались в расчетах. Если эти результаты по сравнению с неадаптивных случайной выборки было показано в первом разделе, можно видеть, что доверительные интервалы для адаптивного образца шире, чем для неадаптивных случайной выборки, а средние оценки (отображается как круги на доверительные интервалы ) ближе к фактической среднем 3,97 недостатки / панели, и все 10 образца интервалы содержат фактические средние. Важно также помнить, что количество значений, используемых для расчета интервалов в обоих случаях была примерно одинаковой, но адаптивная технология требует проверки почти 30 дополнительных панелей, значения которых не были использованы в любых расчетов.

Адаптивная систематического образца

Как и в исследовании моста и его адаптивных стратифицированной выборки, адаптивные систематического образца дамбы в results4 не проявлял большого обещание, что требует дополнительных неиспользованных точках испытания в то время как все еще производят широкий доверительный интервал.

ВЫВОДЫ

Это две части документа, представленного процедур с использованием статистических методов для оказания помощи в неразрушающего контроля крупногабаритных конструкций. Отбор проб теория была применена к примеру после натянутый железобетонный мост чтобы показать, как случайные и стратифицированной выборки методы могут воспользоваться инженер делать прогнозы о состоянии структуры после ограниченного тестирования. Изучение 7,5 мили (12 км) железобетонные дамбы показали, как случайные и систематические методы выборки можно было бы использовать для оказания помощи в его оценке.

В тематическом исследовании дамба, количество расслоений в отдельных панелей была использована для прогнозирования расслоения во всей структуре. Этот пример еще одну возможность определить, насколько хорошо методов отбора проб могут быть использованы в структурных исследованиях. Конкретные результаты этого исследования включают:

* Простая случайная выборка обеспечила достаточно хороший прогноз ряд недостатков в группу, когда 10% от групп были испытаны;

* После стратификации под воздействием группы позволило некоторым улучшением по сравнению с простой случайной выборки в некоторых образцах. Девять из 10 пост-слоистых доверительные интервалы, содержащиеся истинной средней по сравнению с восемью в интервалах от простой случайной выборки без стратификации;

* Систематическая выборка с двумя отправными точками позволяет объективную оценку разницы в виду, но дает слишком мало степеней свободы, чтобы внести значимый интервальных оценок;

* Это невозможно вычислить объективную оценку дисперсии для систематического образца с единой точки отсчета, но приближение методик, казалось, хорошо работает. Загрузочный метод, предусмотренный доверительные интервалы более узким, чем простая случайная выборка со всех 10 интервалов, содержащих истинной средней в пределах своих границ. Этот метод требует дополнительных расчетов и компьютерного моделирования. Если эти работы не желательно, уравнение представленные Wolter7 оценить расхождение было выделено чуть более широком интервале, но результаты по-прежнему сопоставимы с простой случайной выборки;

* Систематическая выборка имеет преимущество по сравнению с простой случайной выборки удобства. Для систематического образец панели пройти тестирование в очередной картины и тестирования инженер нужно только отсчитывать каждого х-панели для тестирования, а также

* Как и в случае с мостом, адаптивных образца не показывают много обещаний.

Результаты двух исследований с участием случае выборки могут быть использованы бы сделать несколько замечаний по поводу общей выборки структур. К ним относятся:

* Если инженер устанавливает желаемую уверенность, знает, общее число единиц для испытания на структуру, можно сделать некоторые оценки для коэффициента вариации, методы отбора проб даст способ вычислить приблизительное количество контрольных точек необходимо;

* После того, особый метод отбора проб был выбран, инженер бы процедура используется для выбора контрольных точек отбора проб;

* Простой случайной выборки из структурных элементов, которые будут испытаны, кажется, работает хорошо в производстве узких доверительных интервалов в общем случае;

* Причины выбрать метод отбора проб, помимо простого случайного отбора будет включать конкретные требования рассматриваемого дела. В исследованных случаях эти причины включают в себя: 1) тестирование стоимости различия в различных областях структуры и 2) удобства выбора точек измерения через регулярные промежутки времени, а также

* Если дальнейшие исследования сделать для сокращения доверительные интервалы для адаптивной выборки, эти методы не похоже на работу и для отбора проб структур. Дальнейшие исследования необходимы, чтобы определить, если это было верно для этих двух случаев, потому что их население не редки и в группы, или, если это вообще верно для большинства структур.

Дальнейшая работа над различными типами структур, в том числе зданий и плотин, должна быть проведена. Эти исследования должны рассмотреть общие черты ущерб от типа структуры и определить методы отбора проб, которые будут наиболее эффективными для их оценки.

Нотация

BCA = диагонально-исправлена, и ускоренный метод

C = пороговое значение для адаптивного образца

А = интервал выборки

N = общее число единиц в области народонаселения

п = число образцов

г = относительная погрешность

V ^ к югу одного = дисперсии оценки систематических образца с единой точки начала

г = верхний

Ссылки

1. Кеснер, K.; Постон, RW; Salmassian, K.; и Фултон, GR, "Ремонт Марина-дель-Рей Сиволл," Бетон International, В. 21, № 12, декабрь 1999, с. 43-50.

2. Беллхаус, DR, "Систематический отбор проб," Руководство по статистике, V. 6, Krishnaiah PR и Р. Рао, ред., Elsevier Ко науки Publishing, Inc, Нью-Йорк, 1988, с. 125-145.

3. Мурти, MN, и Рао, TJ, "Систематический отбор проб с наглядными примерами," Руководство по статистике, V. 6, PR Krishnaiah и Р. Рао, ред., Elsevier Science издательства "Publishing Co, Inc, Нью-Йорк, 1988, с. 147-185.

4. Уильямс, T., "Применение методов отбора проб и надежность методы для оказания помощи в оценке и ремонт Крупномасштабные структуры", кандидатская диссертация, Корнельский университет, Итака, штат Нью-Йорк, 1999, 114 с.

5. Томпсон, С. К., отбор проб, John Wiley

6. Satterthwaite, ИП, "примерное распределение оценок компонент дисперсии," Биометрические бюллетень, т. 2, 1946, с. 110-114.

7. Вольтер, К., "Исследование некоторых оценках Разница систематического отбора проб," Журнал Американской статистической ассоциации, В. 79, № 388, декабрь 1984, с. 781-790.

8. Эфрон, Б. и Tibshirani, RJ, Введение в Bootstrap, Chapman

Тамара Jadik Уильямс адъюнкт-профессор в Департаменте гражданской и экологической инженерии в Лафайет Колледж, Easton, Па Она получила BSE в строительстве из Принстонского университета, Принстон, штат Нью-Джерси, и ее MS и докторскую степень строительной техники из Корнельского университета, Итака, штат Нью-Йорк ее научных интересов включает надежности и методы взятия проб для неразрушающего контроля крупногабаритных конструкций.

Линда К. Нозик является профессором в Школе гражданской и экологической инженерии и директор аспирантуры по программе "инженер-системотехник в университете Корнелла. Она получила BSE в инженерных систем в университете Джорджа Вашингтона, Вашингтон, округ Колумбия, и степень магистра и докторскую степень в инженерных систем из Университета Пенсильвании, Филадельфия, Па Ее научные интересы включают в себя разработку математических моделей для использования в управлении сложными систем.

Mary J. Sansalone, ВВСКИ, является профессором гражданской и экологической инженерии в университете Корнелла. Она является членом комитета ACI E 803, факультет сети Координационного комитета. Ее исследовательские интересы включают неразрушающего контроля материалов и конструкций.

Рэндалл В. Постон ВВСКИ, является ректор Уитлок Далримпл Постон и партнеры ", Остин, Техас Он является членом и бывший председатель Комитета МСА 224, трещин, а также членом комитетов МСА 222, коррозии металлов в бетоне; 228 Неразрушающий контроль бетона, 318, Железобетона кодекса потенциала; 318-F, новые материалы, товары и идеи, и 562, оценки, ремонта и восстановления бетонных зданий. Он также является одним из лауреатов 1998 ACI практику строительства Award.

Входящие в состав МСА Keith Кеснер является директором проекта LZA технологии, New York, NY. Он получил степень магистра и докторскую степень строительной техники из Корнельского университета и его BS в строительстве из Университета штата Коннектикут, Сторрс, Коннектикут Он является членом комитетов МСА 228, неразрушающего контроля, а также 364, реабилитации, а также является со- Получатель 1998 ACI практику строительства Award.