近年来我国桥梁数量以每年2.7万座的速度增长,现已拥有超过100万座桥梁成为世界上的桥梁大国。然而我国大部分在役桥梁修建于上世纪八十年代,无论从设计荷载还是施工工艺都难以满足当今社会的需要,截止2016年底我国已有超过10万座危桥[1]。因此,桥梁管养部门如何开展行之有效的管养手段并把有限的养护经费合理分配给数量巨大的桥梁设施,这便需要全面准确的桥梁状况评定方法和科学的桥梁管养手段,本文对这两方面进行研究。1.由于影响桥梁状况的因素繁多,各因素间的关系错综复杂且影响程度各不相同,为增加对桥梁状况认知和描述的准确性,由系统科学的角度来揭示影响桥梁因素间的内在联系。研究桥梁状况时,受人类认知和检测技术的限制,系统内部分信息已知、部分信息未知,对此本文采用灰色理论进行分析。2.从桥梁适用性、耐久性和安全性的角度出发以自然环境、人类活动、桥梁外部耐久性和桥梁结构安全性四个方面建立桥梁状况评定体系。根据规范中对桥梁状况等级的划分,以桥梁状况指数为系统特征行为序列用灰色关联法分析各指标的灰色关联度并以此确定权重。将实际值带入中心点三角白化权函数通过灰色聚类分析确定桥梁所属等级。本文以富锋桥项目为例对其进行状况评定,评定结果为“合格状态C”。3.以GM(1,n)模型为基础沿用桥梁状况评定体系中各指标,分别建立GM(1,14)状态模型、GM(1,14)残差修正模型和灰色神经网络模型。将富锋桥历年统计数据带入模型中,从误差的角度分析灰色神经网络模型的残差和为54.63,平均相对误差为3.463%模型精度较高。从合理性的角度分析灰色神经网络模型得到的2016年桥梁状况评分为61.4,所得分数更符合富锋桥状况评定结果。因此以灰色神经网络模型为桥梁状况退化模型进行桥梁管理系统开发。4.采用ASP.NET技术在.NET Framework的web开发平台建立了一个完整的桥梁管理系统。系统在具有桥梁信息管理模块、桥梁检测与评分模块、结构定期检测现场记录模块、桥梁评分等级模块、报表中心及基础资料等模块的基础上,采用Matlab与Paython语言混编技术实现了桥梁退化模型的建立,并能将评定结果在网页上显示。分析表明,以灰色理论为基础建立的桥梁状况评定体系能够准确反映桥梁的实际运营状况,结合具有桥梁退化模型的管理系统开发能够对影响桥梁状况的问题“对症下药”,为我国桥梁事业信息化、科学化管理起到积极的促进意义。