Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Decision-support tools for Resilience Enhancement of Aging infrastructure under Multi-event Sequences

Description du projet

Une nouvelle vie pour les réseaux vieillissants de ponts européens en béton armé

Dans toute l’Europe, les réseaux vieillissants de ponts en béton armé jouent un rôle important dans des infrastructures essentielles à la vie quotidienne et au bon fonctionnement des industries. Cependant, nombre de ces réseaux sont confrontés à des risques croissants résultant de dégradations dues à la corrosion ou de séquences sismiques comprenant un séisme principal suivi de répliques (MS-AS). Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet DREAMS développera un cadre probabiliste multi-échelle afin de quantifier la résilience spatio-temporelle des réseaux de ponts en cours de détérioration. Ce cadre s’appuiera sur de nouvelles technologies, notamment des flux de travail assistés par l’IA, des modèles de détérioration fondés sur la physique à l’échelle des matériaux, des analyses de résilience à l’échelle des réseaux et des évaluations de fragilité dépendant de l’état à l’échelle des structures pour les séquences MS-AS. Il permettra également de démontrer cette solution sur un banc d’essai synthétique représentant un réseau de ponts côtiers italiens.

Objectif

Aging reinforced concrete (RC) bridge networks in Europe face growing risks from sequential and cascading hazards. Corrosion-induced deterioration progressively reduces structural capacity, while sequential seismic events such as mainshock–aftershock (MS–AS) sequences amplify vulnerabilities and threaten system-wide functionality. The 2016–2017 Central Italy earthquake sequence alone caused an estimated €27 billion in reconstruction costs, underscoring the socio-economic burden of cascading seismic impacts. To address these challenges, DREAMS develops a multi-scale probabilistic framework to quantify the spatiotemporal resilience of deteriorating bridge networks. The framework integrates (a) material-level physics-based deterioration models calibrated against experimental datasets, (b) structure-level state-dependent fragility assessment under MS–AS sequences, and (c) network-level resilience analysis that propagates damage to functionality trajectories, recovery times, and accessibility metrics. Novel contributions also include AI-assisted workflows such as surrogate modeling and active learning for efficient computational simulation, and stochastic treatment of sequential hazards beyond single “worst-case” assumptions. A synthetic testbed of an Italian coastal bridge network will serve as a demonstrator, enabling scenario-based analyses and participatory “what-if” workshops with academic partners and collaborators, practitioners, and stakeholders. Key outcomes include open-source Python libraries and packages, end-to-end reproducible workflows, and an interactive decision-support system with GIS dashboards designed for both scientific advancement and practice-oriented decision-making. By explicitly linking long-term deterioration with sequential hazard impacts, DREAMS provides a robust foundation for resilience-oriented planning, supporting infrastructure robustness, risk-informed policy, and enhanced social preparedness.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2025-PF

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSITY COLLEGE LONDON
Contribution nette de l'UE
€ 276 187,92
Adresse
GOWER STREET
WC1E 6BT London
Royaume-Uni
Région
London Inner London — West Camden and City of London
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total
Aucune donnée