Diterima: 11 Maret 2020 / Diterima: 10 Juli 2020 / Dipublikasikan online: 23 Juli 2020
© Springer Nature Switzerland AG 2020
Abstrak
Respons nyata dari struktur tertentu, seperti lendutan, umumnya berbeda dengan prediksi yang diperoleh dari model
teoritis. Oleh karena itu, pemantauan struktur secara berkala atau jangka panjang menjadi suatu keharusan. Makalah ini
menjelaskan suatu pendekatan untuk menentukan periode yang paling sesuai untuk melakukan pemantauan lendutan pada
jembatan beton bertulang. Periode yang dicari memungkinkan dilakukannya pembaruan model teoritis yang terbaik untuk
merepresentasikan perilaku struktur dengan lebih baik seiring berjalannya waktu. Jadi, optimasi genetik digunakan untuk
memperbarui hukum kekakuan lentur yang sudah ada untuk meminimalkan perbedaan antara lendutan yang diukur dan
yang diprediksi; pengukuran akan dipertimbangkan dari periode waktu yang berbeda. Metodologi yang diusulkan
diterapkan pada satu set representatif dari 21 jembatan balok-T RC dengan parameter yang bervariasi. Simulasi
pengukuran lendutan statis berdasarkan data penimbangan yang dikumpulkan di beberapa negara Eropa digunakan dalam
aplikasi ini.
13
89 Halaman 2 dari Solusi Infrastruktur Inovatif (2020) 5:89
24
Gbr. 1 Contoh distribusi beta
bimodal GVW untuk kelas
kendaraan 112r
estimasi banyak model berdasarkan data eksperimen yang Tabel 1 Label semua
tersebar, seperti estimasi parameter kriteria keruntuhan
kelaskendaraanKendaraan sendiri Kendaraan Kendaraan
batuan [12, 13]. Mergos dan Sextos [14] juga campuran
gandeng
menggunakan metode genetika Kendaraan
dengan
trailer
optimasi untuk pemilihan gerakan tanah gempa bumi
di antara data yang dikumpulkan oleh European Strong-Motion 11 1111r 112a 111
Database.
Jadi, penggunaan data defleksi atau regangan statis dalam 12 112r 113a 122
model
identifikasi tidak jarang terjadi; karena defleksi adalah salah 22 1211r 122a
satu 1112r
parameter yang dipantau paling kuat untuk struktur waktu tertentu diverifikasi dengan konvergensi lendutan
Dengan
diagnosisadanya sensorinidan
kesehatan, teknologi
mungkin akuisisi data, lendutan
mengindikasikan kerusakan
jembatan dari waktu ke waktu dapat dikumpulkan dengan jangka panjang setelah ekstrapolasi 100 tahun.
dan struktural
lebih mudah
perubahan dan itu
ketika dapat
akandigunakan
berlebihan.untuk
Denganmemperbaharui
kemajuan
parameter jembatan. Namun, hampir semua studi yang
telah dikutip sebelumnya didasarkan pada data yang tidak
bergantung pada waktu dan evolusi model yang
diperbaharui dengan waktu tidak diperhitungkan. Jadi,
tujuan dari makalah ini adalah untuk menemukan jendela
waktu yang paling sesuai untuk melakukan pemantauan
lendutan (karena pemantauan terus menerus tidak hemat
biaya) agar dapat memperbaharui model degradasi yang
ada dengan tepat. Sebagai langkah pertama, parameter
yang akan diidentifikasi adalah terkait dengan kekakuan
lentur global gelagar jembatan yang bergantung pada
siklus. Pengukuran lendutan disimulasikan berdasarkan
data penimbangan yang sebenarnya agar lebih realistis, dan
optimasi dilakukan dengan algoritma genetika karena data
yang ada tersebar.
Mengetahui bahwa jembatan beton bertulang
merupakan bagian utama dari jembatan yang dibangun
[15], 21 jembatan gelagar kreta bertulang yang memiliki
geometri bervariasi digunakan untuk aplikasi ini.
Parameter dihitung berdasarkan interval waktu yang
berbeda dari data terukur; keakuratannya untuk rentang
13
Solusi Infrastruktur Inovatif (2020) 5:89 Halaman 3 dari 24
Simulasi lalu lintas 89
13
89 Halaman 4 dari Solusi Infrastruktur Inovatif (2020) 5:89
24
yang terakhir menyangkut jembatan dengan panjang Perhitungan dan lendutan diperoleh dengan pendekatan
bentang lebih dari 45 m dan umumnya diadopsi ketika berdasarkan integrasi ganda dari lendutan akibat beban
kecepatan rata-rata dapat dicatat untuk semua kendaraan yang bergantung pada waktu dan lendutan akibat
yang melintas [18]. Karena panjang bentang tidak melebihi penyusutan. Sifat realistis dari data simulasi juga
45 m, lalu lintas yang mengalir bebas akan dipastikan dengan penggunaan beban lalu lintas stokastik.
dipertimbangkan dalam studi ini. Untuk bentang menerus beton bertulang, lendutan pada
Menurut data lalu lintas yang tercatat di beberapa jalan pertengahan bentang adalah [25]:
raya di L2
Swiss, kendaraan dapat dikelompokkan dalam dua belas
kelas sesuai Δ= z+z+z
10 (1)
tif terhadap jumlah gandar dan jarak gandar [19]. Setiap 96 L M R
Kelas ditunjuk dengan serangkaian karakter yang mengacu dimana L adalah panjang bentang, zL, zR dan zM berturut-
pada jenis dan posisi gandar; misalnya, dalam kasus kelas turut adalah kelengkungan pada tumpuan kiri, tumpuan
123a, semua kendaraan memiliki satu gandar tunggal, diikuti kanan dan pada tengah bentang. Rumus untuk perhitungan
oleh gandar tandem dan kemudian gandar tridem; huruf "a" lendutan tengah bentang ini hanya berlaku untuk beban
berarti bahwa kendaraan di kelas ini diartikulasikan. Huruf yang ditahan; untuk tujuan ini, bagian elastis dari lendutan
"r" mengacu pada kendaraan dengan gandengan. Semua akibat beban lalu lintas dihitung dengan metode elemen
label kelas kendaraan dirangkum dalam Tabel 1. Hanya hingga dengan mempertimbangkan elemen balok.
truk yang memiliki dua sampai enam gandar (kendaraan Pengaruh rangkak di bawah beban lalu lintas yang
dengan berat kendaraan kotor lebih dari 3,5 ton) yang bervariasi dimasukkan dalam kelengkungan akibat rangkak
dipertimbangkan karena mobil biasa tidak berpengaruh dengan mengasumsikan tegangan atau momen rata-rata
pada jembatan yang didesain untuk menopang kendaraan yang berkelanjutan setiap 1 tahun; nilai rata-rata ini
yang jauh lebih berat [20, 21]. Ketika tingkat masing- disimpulkan dari pencocokan distribusi normal dari beban
masing kelas kendaraan dari total lalu lintas berat yang diterapkan sepanjang periode waktu respons. Rumus
diberikan, distribusi berat kendaraan bruto GVW untuk yang dimodifikasi berikut ini kemudian dipertimbangkan
masing-masing kelas kemudian digunakan untuk untuk perhitungan lendutan total:
menghasilkan berat kotor truk dengan menggunakan L2 , t t
metode inverse transform; contoh untuk Δ≈ 10 z ( t) + z , t + 12z ,t+ð (t)
elas. Cre. i shrin. s elas. (lalu lintas)
Distribusi beta bimodal untuk kelas kendaraan 112r 96 i
diilustrasikan pada Gbr. 1 di mana puncak pertama (2)
mengacu pada truk tanpa muatan dan
Untuk memodelkan distribusi GVW pada masing-masing dimana zelas. adalah kelengkungan elastis akibat beban
gandar untuk setiap kendaraan, beberapa penelitian mati berkelanjutan, zcre. adalah kelengkungan akibat
didasarkan pada distribusi modal dan multi-modal, dan rangkak, zshrin. adalah kelengkungan akibat susut umur, t,
terkadang nilai deterministik digunakan untuk mendapatkan
ti dan ts adalah waktu dimana lendutan harus dihitung,
proporsi GVW yang diangkut oleh masing-masing gandar waktu penerapan penambahan beban i dan umur beton
[16]; Dalam penelitian ini, koefisien distribusi untuk pada awal susut, masing-masing, ðelas. (lalu lintas) adalah
masing-masing kelas kendaraan dipilih secara lendutan elastis di bawah beban lalu lintas yang bervariasi.
deterministik dan dihitung dengan optimasi untuk Perhatikan bahwa hanya kelengkungan akibat susut yang
mendapatkan distribusi yang paling mendekati distribusi tersedia pada tumpuan kiri dan kanan yang tidak
semua gandar yang tercatat, dan masing-masing gandar bergantung pada beban.
dalam satu kelompok (tandem atau tridem) diasumsikan
memiliki bobot yang sama demi kesederhanaan [22]. Perhitungan velas kelengkungan elastis.
Dalam kasus lalu lintas yang bergerak bebas, jarak antar
kendaraan bergantung pada volume lalu lintas; profil arus Pada penampang melintang tertentu, kelengkungan sesaat
rata-rata per jam (kendaraan per jam) diambil dari nilai zi karena momen layanan yang berkelanjutan adalah:
yang tercatat untuk jalur lambat di jalan tol Belanda [23].
Langkah waktu untuk perhitungan lendutan dipilih untuk
M
menjadi 25 jam agar dapat mencakup semua zel (t) = (3)
kemungkinan aliran per jam. as. EcIef1
Simulasi pengukuran defleksi jangka panjang atau defleksi yang bergantung pada waktu
panjang statis (data referensi) memberikan perkiraan perkiraan
13
89 Halaman 6 dari Solusi Infrastruktur Inovatif (2020) 5:89
24
Pengurangan Ief1 secara bertahap dengan waktu akibat susut Perhitungan kelengkungan yang diakibatkan oleh
dan pembebanan siklik dipertimbangkan dengan rangkak vcre.
pengurangan Mcr, momen retak, akibat tegangan yang
diakibatkan susut [24]; untuk penampang beton bertulang, Kelengkungan yang diakibatkan oleh creep diberikan oleh
Mcr1 diberikan oleh: persamaan berikut ini:
t
t∗
f
M =Zf -σ (5) z t,
cr1 ct cs elas. i cc i
zcr t, ti = (8)
a
e.
di mana Z adalah modulus penampang untuk bagian yang E
tidak retak, di mana t=Mt ∕ It ,Mt adalah yang
f fadalah kekuatan tarik lentur karakteristik beton z diterapkan
ct elas. i i c ef i i
dan σcs adalah tegangan tarik maksimum yang diinduksi momen pada waktu ti; secara efektif, ini adalah kenaikan
penyusutan pada momen
bagian yang tidak retak pada serat ekstrem di mana retak per tahun ΔMi = M ti - M ti-1 , sehubungan dengan nilai rata-
terjadi. rata momen yang diterapkan setiap tahun.
Untuk penampang beton bertulang yang retak pada tekukan
murni
2.
5pw
σ= Es ε ∗ (6) disimpulkan dari:
cs
1 + 50pw cs
a = 0.48p−0.5 1 + (125p + 0.1) A ∕Ast
1.2 (9)
sc
di mana pw adalah rasio tulangan web Ast ∕bw d, Es adalah
∗
modulus young baja dan ε adalah susut desain akhir
cs di mana p = Ast∕bd0 dan Ast adalah luas ekuivalen dari ikatan
ketegangan. tulangan di zona tarik pada kedalaman d0 dan b lebar balok.
Menurut CEB-FIP Model Code 90 untuk struktur beton, Koefisien rangkak bergantung waktu cc yang digunakan
regangan susut total yang diperlukan untuk menentukan σcs untuk menghitung kelengkungan bergantung waktu z(t)
dapat dihitung dari [26] dapat dihitung dengan rumus
t
ε ,t=ε βt-t (7) Dihitung dari [26]
cs s cs0 s s
cc t, ti = 0βc t - ti (10)
Dalam Persamaan (7), εcs0 adalah koefisien penyusutan
nosional, βs adalah Pada Persamaan (10),0 adalah koefisien rangkak nosional,
koefisien untuk menggambarkan perkembangan susut βc adalah koefisien untuk menggambarkan perkembangan
terhadap waktu, t adalah umur beton dalam hari, dan ts rangkak terhadap waktu, t adalah umur beton dalam hari,
adalah umur beton pada saat awal susut. dan ti adalah umur beton
εcs0 = εs fcm βRH (7a) pada pemuatan i.
di mana εs fcm = 160 + 10βsc (9 - fcm) ∕fcm0 ) × 10−6 , fcm 0= RHβ fcm β t0 (10a)
adalah kuat tekan rata-rata beton pada umur di mana =1+ 1-RH∕RH0
, β1∕3f = 5.3 dan
RH
28 hari (MPa), fcm0 = 10 MPa, βsc = 5 untuk semen 0,46(h∕h0 ) cm )
∕fcm0 0.5
pengerasan normal, β = -1.55β untuk 40% <RH β t0 = 0,1 + (1t ∕ t )0.2 . (fcm
)
<99%, RH adalah
RH sRH 01
relative humidity for the ambient atmosphere taken as 80% Perkembangan rangkak dengan waktu t - ti diberikan oleh
βc
untuk atmosfer
lembab, dan β luar ruangan yang sRH = 1 - RH∕RH0 ,3
t t-t ∕ 0.3
RH = 100%.
i 1
0 βc t − ti = (10b)
Perkembangan penyusutan dengan waktu βs t - ts βH + t - t i ∕t1
diberikan oleh: adalah
18
0.5 dengan = 150 1 + 1.2RH∕RH 0 + 250.
βt-t= t - ts ∕t1 (7b) βH
s s 2 Perhitungan kelengkungan akibat penyusutan
350 h ∕ 0h + t - ts ∕ t1
vShrin.
di mana t1 = 1 hari, h0 = 100 mm dan h = 2Ac∕u adalah
ukuran notasi member dalam mm, Ac adalah penampang Lengkungan akibat susut untuk penampang beton bertulang
melintang dan merupakan keliling member yang diberikan oleh:
bersentuhan dengan atmosfer.
13
t
Regangan
Solusi susut
Infrastruktur desain
Inovatif (2020) 5:89 ε∗ dihitung
akhir cs pada zε ,t Halaman 7 dari 24
100 tahun, umur desain rata-rata untuk beton bertulang zshri t, ts =
r cs s 89 (11)
jembatan. n. h
13
89 Halaman 8 dari Solusi Infrastruktur Inovatif (2020) 5:89
24
Model teoretis untuk perhitungan defleksi jangka
panjang
Ec, N = σσmax
max
+ε (12)
sch
E c
zr = 1.2 1 - 0.5 A
Ast
(11a)
d
di mana Ec, N adalah modulus siklik setelah N jumlah siklus,
di mana h adalah kedalaman keseluruhan penampang dan E
untuk penampang beton bertulang yang retak pada lentur adalah modulus Young beton awal dan εc adalah regangan
murni: rangkak siklik yang diberikan oleh:
L8w9.5G5
13
Rent Infrastruktur
Solusi Lebar (m) Nomor
Inovatif bw (mm) h (mm)
(2020) 5:89 b (mm) hf (mm) d (mm) Ast (mm )2 ns u Ac Halaman
(mm )2 9 dari
RH24
ang gelagar 89 (%)
(m)
8 9.5 5 200 800 1900 160 704 3277 4 1.484 432,000 54
13
89 Halaman 10 Solusi Infrastruktur Inovatif (2020) 5:89
dari 24
dan Δ = σmax - σmin ∕fc , di mana σmax dan σmin masing- Tabel 2 Parameter yang terlibat ParameterNilai awal
dalam masalah pengoptimalan
masing adalah tegangan maksimum dan minimum yang
terkait dengan beban total (beban mati + beban hidup) p1 129 (Eq. 13)
dan beban mati saja. p2 17.8 (Persamaan
13)
Momen inersia kedua yang efektif diberikan oleh
p3 3 (Eq. 13)
3 p4 3 (Eq. 13)
Mcr
Ief2 = Icr
+ Ma Ig - Icr (14) p5 10.954 (Eq.
15)
13
1 2
pengetahuan analitis
Solusi Infrastruktur tentang
Inovatif (2020) 5:89 domain pencarian, jumlah i=1 Halaman 11 dari 24
parameter yang besar atau bentuk matematis yang tidak 89
diketahui dari fungsi yang diminimumkan. Adapun dalam di mana adalah jumlah respon yang tersedia untuk setiap
penelitian ini individu, y1 (t) adalah defleksi simulasi bergantung waktu
yang diadopsi sebagai referensi untuk optimasi, y2 (t)
merupakan respon numerik untuk defleksi bergantung
waktu yang dihitung berdasarkan model teoritis yang
diusulkan.
13
89 Halaman 12 Solusi Infrastruktur Inovatif (2020) 5:89
dari 24
yang didasarkan pada pengalaman yang terbatas. Jadi, Diagram alir
mereka akan diperbarui berdasarkan sejumlah besar data
defleksi simulasi dari model yang divalidasi. Metodologi yang diusulkan dirangkum dalam diagram alir
yang diberikan pada Gbr. 4.
Langkah-langkah pengoptimalan
13
Karena pada kenyataannya, tidak mungkin memiliki data
Solusi Infrastruktur Inovatif (2020) 5:89 Halaman 13 dari 24
referensi 89
Dari pemantauan waktu nyata untuk jangka waktu yang
sangat lama, optimasi dilakukan dalam beberapa interval
waktu dari 0 hingga 60 tahun hanya untuk satu jembatan
dengan panjang 9,1 m, untuk mendeteksi periode yang
paling sesuai untuk pengumpulan data jika dilakukan
pemantauan waktu nyata. Parameter yang diperoleh
dimasukkan ke dalam model numerik untuk memeriksa
validitasnya setelah ekstrapolasi.
Lendutan gelagar yang bergantung pada waktu dihitung;
analisis difokuskan pada lendutan tengah bentang karena
merupakan lendutan yang paling kritis. Distribusi lateral
beban hidup dihitung dengan menggunakan Guyon-
Massonnet, dan tidak ada efek dinamis yang
diperhitungkan. Pada setiap langkah waktu, konfigurasi
kendaraan baru disimulasikan sesuai dengan model lalu
lintas yang disajikan di atas dan peningkatan berat dari 0,5
sampai 1% per tahun dialokasikan untuk setiap gandar
untuk mempertimbangkan evolusi lalu lintas. Langkah
waktu 25 jam dipilih untuk mengoptimalkan waktu
perhitungan dan mencakup semua kemungkinan arus rata-
rata per jam. Gambar 5 menunjukkan respon lendutan
statis dari simulasi pengukuran dan perhitungan numerik
selama 100 tahun. Perbedaan antara kedua kurva di awal
mungkin terkait dengan efek penyusutan yang tidak
dimasukkan dalam rumus model numerik. Jelas bahwa
model empiris yang digunakan untuk menghitung
degradasi kekakuan lentur hingga umur 100 tahun dalam
model numerik menyebabkan lendutan yang terlalu tinggi;
untuk itu, beberapa parameter yang sesuai akan
dimodifikasi dengan menggunakan optimasi genetik.
Jarak antara kedua kurva akan diminimalkan untuk
memperbaiki model kekakuan lentur. Parameter yang
dipilih untuk dimodifikasi ditunjukkan pada Tabel 2.
13
89 Halaman 14 Solusi Infrastruktur Inovatif (2020) 5:89
dari 24
Parameter yang paling sesuai yang dihasilkan dari mempertimbangkan data referensi selama periode
optimasi untuk beberapa interval waktu ditunjukkan pada
Tabel 5. Untuk memeriksa keakuratannya, parameter-
parameter tersebut diganti dalam model dan lendutan statis
diekstrapolasi hingga 100 tahun. Respons tersebut
kemudian dibandingkan dengan pengukuran simulasi
selama 100 tahun. Hasilnya menunjukkan bahwa dengan
13
dari
Solusi0Infrastruktur
hingga 20Inovatif
tahun(2020)
saja tidak
5:89 cukup dan menyebabkan Halaman 15 dari 24
prediksi defleksi yang tidak realistis setelah ekstrapolasi. 89
Gambar 6 menunjukkan bahwa parameter yang paling
sesuai yang diberikan oleh optimasi berdasarkan periode
waktu ini menghasilkan respon yang sangat kritis setelah
ekstrapolasi hanya setelah 30 tahun; hal ini disebabkan
oleh tingginya
13
89 Halaman 16 Solusi Infrastruktur Inovatif (2020) 5:89
dari 24
Tabel 4 Deskripsi variabel utama parameter ini dapat diadopsi untuk jembatan ini karena
Simbol Variabel Unit Nilai
respon defleksi statis yang sesuai tetap sesuai dengan
pengukuran simulasi bahkan setelah 100 tahun. Rentang
Es Modulus elastisitas baja MPa 201,300 waktu [30:40 tahun] merupakan periode pemantauan yang
Ec Modulus elastisitas beton MPa 28,570 masuk akal sehubungan dengan umur jembatan.
fcf Kuat tekan beton MPa 32 Temuan ini harus diverifikasi untuk banyak jembatan
fr Modulus pecah MPa 3.39 yang representatif dengan dimensi yang bervariasi.
nsJumlah batang baja -3 , 4, 5, 6, 8
Di Nomor diameter batang tunggal #8 , 9, 10, 11 Kasus set jembatan
b Lebar flensa m1. 58 → 3.13
bw Lebar web m0. 2, 0.3 atau 0.4 Berdasarkan studi uji coba untuk satu jembatan RC,
hf Kedalaman flange m 0.16 tampaknya jangka waktu 10 tahun dapat mencukupi untuk
hp Kedalaman total m0. 8 → 1.2 tujuan optimasi. Jadi, pekerjaan yang sama dilakukan
w Lebar jembatan m 9.5-12.5 untuk kelompok jembatan balok-T RC yang dijelaskan di
atas. Tujuannya adalah untuk menemukan interval paling
awal sepanjang umur jembatan yang dapat menghasilkan
meningkatnya laju defleksi dalam periode waktu ini yang estimasi parameter yang memuaskan. Lendutan statis
disebabkan oleh rangkak dan susut. disimulasikan untuk semua jembatan sesuai dengan metode
Di antara interval pengukuran yang dipilih sebagai pertama u n t u k interval waktu berikut: [0, 20 tahun]; [20,
referensi untuk optimasi (lihat Tabel 5), interval terpendek 30 tahun]; [30, 40 tahun]. Optimasi kemudian dilakukan
yang memastikan konvergensi setelah 100 tahun memiliki pada setiap interval waktu untuk menemukan parameter
panjang 10 tahun, tepatnya dari 30 hingga 40 tahun. terbaik yang mendekatkan respons lendutan dari model
Untuk optimasi berdasarkan pengukuran selama periode numerik dengan respons terukur yang disimulasikan;
30 hingga 40 tahun, jalur konvergensi dapat dilihat dari lendutan kemudian diekstrapolasi untuk mengecek validitas
garis abu-abu pada Gbr. 7. Dapat disimpulkan dari Gbr. 8, parameter tersebut terhadap waktu.
setelah ekstrapolasi defleksi menurut parameter yang
dioptimasi berdasarkan pengukuran dari 30 hingga 40 tahun,
bahwa
Tabel 5 Hasil optimasi Parameters [0:20] [0:40] [0:60] [10:40] [20:40] [20:60] [30:40] [40:60]
untuk interval waktu yang berbeda
p1 157.3756 165.6374 90.2170 153.3527 122.8907 101.5543 49.4495 47.6458
p2 46.8034 72.5572 55.8378 62.6120 47.2291 55.9111 58.6594 52.7688
p3 5 6 7.7226 8 10 11.3507 7.2863 11.6609
p4 14 18 9.8953 7 7 5.2465 6.7476 6.3052
p5 35.3362 39.4672 17.7073 10.4883 34.1026 33.3033 26.5217 16.9633
13
Solusi Infrastruktur Inovatif (2020) 5:89 Halaman 17 dari 24
89
Gbr. 6 Ekstrapolasi lendutan
hingga masa layan 100 tahun
berdasarkan parameter yang
paling sesuai yang diperoleh
dari optimasi selama periode 0
hingga 20 tahun
13
Solusi Infrastruktur Inovatif (2020) 5:89 Halaman 19 dari 24
89
20 tahun tidak dapat dijadikan dasar untuk optimasi. Jika periode waktu ini disebabkan oleh penyusutan dan rangkak
data referensi atau data yang dipantau hanya tersedia untuk yang dapat mempengaruhi prediksi lendutan jangka
interval waktu tersebut, hal ini tidak cukup untuk panjang.
memperkirakan perilaku jangka panjang jembatan dalam Interval waktu yang dipertimbangkan berikutnya adalah
hal kekakuan lenturnya. Hal ini dapat dikaitkan dengan lebih dari 10 tahun, dari 20 hingga 30 tahun. Setelah
laju peningkatan yang tinggi dari lendutan statis dalam simulasi pengukuran untuk interval waktu ini, optimasi
diterapkan untuk menyimpulkan nilai parameter yang akan
dimodifikasi dalam model
13
89 Halaman 20 Solusi Infrastruktur Inovatif (2020) 5:89
dari 24
Tabel 6 Hasil optimasi dari 30 hingga 40 tahun untuk semua jembatan Kesimpulan
Jembatan p p p p p1 2 3 4 5
Makalah ini merupakan langkah awal dalam
L8w9.5G577. 4857 83.9192 19 17 26.6348 pengembangan metodologi yang disederhanakan untuk
L8w9.5G663. 8156 26.2566 7.4881 18.3307 26.8413 evaluasi jembatan beton bertulang, berdasarkan
L8w12.5G6 73.7627 89.9786 18 13 34.388 pengukuran lendutan statis saja. Melakukan identifikasi
L12w9.5G4 129.7964 98.1375 14 4 5.2463 parameter untuk memperbaharui nilai kekakuan pada
L12w12.5G4 62.3827 21.5257 13 4 13.0499 struktur yang tidak rusak diperlukan untuk pemodelan
L12w9.5G5 36.0565 48.8861 18 11 30.1639 struktur yang lebih akurat. Mengetahui bahwa masalah
L12w12.5G5 48.0085 64.1018 15 10.975 35.0101 optimasi ini tidak dapat dilakukan dengan metode gradien,
L12w9.5G6 32.7018 76.9853 17 10 9.5467 algoritma genetika menjadi alat yang efisien untuk
L12w12.5G6 30.8972 75.0553 11.8154 5.9708 28.2213 melakukan optimasi pada masalah seperti ini. Metode
L16w9.5G4 46.1059 94.9197 7 8 18.8298 optimasi yang diusulkan memastikan konvergensi fungsi
L16w12.5G4 19.5045 73.6776 7 19 28.8546 obyektif (perbedaan antara respon terukur dan numerik)
L16w9.5G5 61.3637 59.2149 14 9 33.7814 setelah jumlah iterasi yang relatif kecil, meskipun ada
L16w12.5G5 11.5964 50.5918 10 4 13.5356 gangguan pada respon lendutan statik akibat beban lalu
L16w9.5G6 16.9425 70.7044 20 6 36.4994
lintas. Tujuan dari penelitian ini juga untuk mendeteksi
L16w12.5G6 63.7332 83.6294 7.7658 10 30.2752
periode waktu yang lebih baik untuk mengumpulkan
L20w9.5G4 32.7018 76.9853 17 10 9.5467 pengukuran. Ditemukan bahwa periode paling awal yang
L20w12.5G4 14.1365 75.3214 17 7 21.4183 menghasilkan konvergensi untuk semua jembatan adalah
L20w9.5G5 25.242 69.1621 11 13 34.9788 30 sampai 40 tahun, dimana parameter yang akan
L20w12.5G5 12.0409 10.767 13 13 15.2886 diperbaharui dalam kekakuan lentur diestimasi untuk setiap
L20w9.5G6 17.5113 75.4144 19.0501 5.6823 25.6623 jembatan berdasarkan pengukuran yang sesuai. Parameter
L20w12.5G6 34.5745 69.5747 15 7 14.0165 yang diperbaharui dalam rumus kekakuan disajikan untuk
semua jembatan.
13
89 Halaman 22 Solusi Infrastruktur Inovatif (2020) 5:89
dari 24
2. Yuen KV, Beck JL, Katafygiotis LS (2006) Pendekatan 16. Enright B, O'Brien EJ (2013) Simulasi Monte Carlo pembebanan
probabilistik terpadu untuk pembaruan model dan deteksi lalu lintas ekstrim pada jembatan bentang pendek dan menengah.
kerusakan. J Appl Mech 73:555. Struct Infrastruct Eng 9:1267-1282.
https://doi.org/10.1115/1.2150235 https://doi.org/10.1080/15732 479.2012.688753
3. Hajela P, Soeiro F (1989) Deteksi kerusakan struktural 17. O'Brien EJ, Caprani CC, O'Connell GJ (2006) Penilaian
berdasarkan analisis statik dan modal. American Institute of pembebanan jembatan: perbandingan antara Eropa Barat dan
Aeronautics dan Astronautics, Reston Eropa Tengah/Timur. Bridge Struct 2:25-33.
4. Sanayei M, Scampoli S (1991) Identifikasi kekakuan elemen https://doi.org/10.1080/15732480600578451
struktur dari data uji statik. J Eng Mech 117(5):1021-1036 18. Bruls A, Calgaro JA, Mathieu, H, Prat M (1996) ENV1991-
5. Robert-Nicoud Y, Raphael B, Burdet O, Smith IFC (2005) bagian 3: model utama beban lalu lintas pada jembatan; studi
Identifikasi model jembatan dengan menggunakan data latar belakang. Dalam: Prosiding Kolokium IABSE. IABSE-
pengukuran. Berbantuan Komputer Civ Infrastruct Eng 20:118- AIPC-IVBH, Delft, Belanda, hal 215-228
131 19. Meystre T, Hirt MA (2006) Evaluasi jalur-jalur jalan yang ada
6. Catbas N, Gokce HB, Frangopol DM (2013) Analisis prediktif dengan model muatan lalu lintas yang sebenarnya. Berne
dengan memasukkan ketidakpastian melalui serangkaian model 20. Jacob B, Labry D (2002) Evaluasi pengaruh kendaraan berat
yang dikalibrasi dengan data pemantauan kesehatan struktural. J terhadap kelelahan jembatan. Dalam: Prosiding simposium
Eng Mech 139:712-723. https://doi.org/10.1061/(asce)em.1943- internasional ke-7 sium tentang berat & dimensi kendaraan berat
7889.0000342 21. O'Brien EJ, Enright B (2011) Pemodelan lalu lintas dua lajur
7. Lewis RM, Torczon V, Trosset MW (2000) Metode pencarian satu arah untuk pembebanan jembatan. Struct Saf 33:296-304.
langsung: dulu dan sekarang. J Comput Appl Math 124:191-207 https://doi. org/10.1016/j.strusafe.2011.04.004
8. Liu GR, Ma WB, Han X (2002) Prosedur terbalik untuk 22. El Hajj Chehade F, Younes R, Mroueh H, Hage Chehade F
menentukan konstanta material laminasi komposit menggunakan (2018) Penggunaan optimasi stokastik dalam analisis data
gelombang elastis. Metode Komputasi Appl Mech Eng penimbangan gerak. Dalam: Powers N et al (eds) Pemeliharaan,
191:3543-3554 keselamatan, risiko, manajemen dan kinerja siklus hidup
9. Vishnuvardhan J, Krishnamurthy CV, Balasubramaniam K jembatan. Taylor & Francis Group, London
(2007) Rekonstruksi berbasis algoritma genetika dari modulus 23. Enright B (2010) Simulasi pembebanan lalu lintas pada jembatan
elastisitas pelat ortotropik menggunakan array SHM pemancar- jalan raya. Institut Teknologi Dublin, Dublin
penerima ganda gelombang terpandu ultrasonik. Smart Mater 24. Gilbert RI (2001) Susut, retak dan lendutan terhadap
Struct 16:1639-1650 kemampuan layan- struktur beton. Electron J Struct Eng 1:15-37
10. Gomes HM, Awruch AM, Lopes PAM (2011) Optimasi berbasis 25. Gilbert RI (2011) Kondisi batas kemampuan layan pada desain
keandalan struktur komposit laminasi menggunakan algoritma kreta bertulang. Procedia Eng 14:385-395.
genetik dan jaringan saraf tiruan. Struct Saf 33:186-195 https://doi.org/10.1016/j. proeng.2011.07.048
11. Tee KF, Khan LR, Chen HP, Alani AM (2014) Optimasi biaya 26. (1993) KODE MODEL CEB-FIP 1990
siklus hidup berbasis keandalan untuk jaringan pipa bawah 27. Balaguru P, Shah SP (1982) Sebuah metode untuk memprediksi
tanah. Tunn Undergr Space Technol 43:32-40 lebar retak dan lendutan untuk pembebanan fatik. Spec Publ
12. Das SK, Basudhar PK (2006) Studi perbandingan teknik-teknik 75:153-176
estimasi parameter untuk model-model kriteria keruntuhan 28. Holland JH (1975) Adaptasi dalam sistem alami dan buatan.
batuan. Can Geotech J 43:764-771 University of Michigan Press, Ann Arbor
13. Das SK, Basudhar PK (2011) Optimasi parameter kriteria 29. Deb K (2001) Optimasi multi-objektif menggunakan algoritma
keruntuhan batuan dengan menggunakan pendekatan error-in- evolusioner . Wiley, Chichester
variables. Int J Geomech 11:36-43. 30. FASCICULE 61 Konsepsi, kalkulasi dan pengembangan karya
https://doi.org/10.1061/(asce)gm.1943-5622.0000069 seni titel II. Program biaya dan pengembangan rute
14. Mergos PE, Sextos AG (2019) Pemilihan gerakan tanah gempa
bumi untuk berbagai tujuan menggunakan algoritma genetika.
Eng Struct 187:414-427
15. Kelompok pengembangan jembatan beton sejarah jembatan
beton. http://www.cbdg.org.uk/intro2.asp. Diakses pada 10 Mei
2017
13