Multi-Life Cycle Assessment for Sustainable Bridge Construction = 지속가능한 교량 건설을 위한 다중 생애주기평가

다국어 초록 (Multilingual Abstract)

Sustainable infrastructure development requires balancing structural performance, resource efficiency, and environmental responsibility throughout the life cycle. Bridge systems, as essential components of transportation networks, consume significant material and energy resources during construction, maintenance, and rehabilitation. Conventional life cycle assessment (LCA) frameworks, however, focus mainly on the production stage and often neglect the dynamic interactions among material circulation, deterioration, and climate-adjusted risks that shape long-term sustainability. Addressing these challenges requires an integrated approach that quantifies the interdependent effects of material circularity, maintenance demand, and environmental performance within a unified analytical framework.
This research proposes a comprehensive multi-LCA framework for circular economy (CE) performances and risk assessment of bridge infrastructure by integrating CE principles, probabilistic maintenance modeling, and climate-adjusted deterioration prediction. The framework advances beyond conventional LCA by explicitly incorporating time-dependent deterioration, adaptive maintenance, and the multi-recycling potential of materials, enabling a realistic and holistic evaluation of infrastructure sustainability under changing environmental conditions.
The first component establishes a hierarchical CE performance assessment procedure coupling life cycle assessment with material flow analysis (MFA). Conventional circularity metrics were extended into multi-recycling indicators at three hierarchical levels—material (〖MCI〗_MR), element (〖ECI〗_MR), and system (〖SCI〗_MR)—to quantify resource persistence and recovery across successive life cycles. Comparative analyses of prestressed concrete (PSC) and steel plate girder bridges revealed that circularity performance and global warming potential (GWP) are governed primarily by material recyclability and the number of recycling loops. By integrating these hierarchical indicators, the framework translates CE principles into measurable engineering metrics, bridging the gap between conceptual sustainability goals and quantifiable environmental outcomes.
The second component introduces a probabilistic life cycle maintenance model integrating empirical inspection data and stochastic analysis. Recognizing that the use phase is one of the most uncertain yet impactful stages, Monte Carlo simulations were employed to estimate maintenance frequency, cumulative costs, and GWP at the element level. Regression-based relationships between cost and GWP linked economic and environmental impacts, resulting in a life cycle maintenance database that reflects actual operational patterns rather than static assumptions.
The third component extends the framework to incorporate long-term climate change effects. Regional meteorological data were coupled with IPCC climate projections to evaluate the influence of temperature and humidity on chloride ingress and steel corrosion. Gaussian mixture and copula-based models generated probabilistic environmental data and deterioration correction factors, which were embedded in probabilistic performance functions to assess how climate-adjusted risks alter maintenance intervals, failure probabilities, and environmental impacts. This integration transforms deterministic deterioration models into adaptive, risk-informed predictive tools for assessing future bridge performance.
Finally, the CE performances and risk-informed models were consolidated into an integrated multi-LCA framework for comprehensive sustainability evaluation. Preventive and essential maintenance scenarios revealed that while infrequent interventions may reduce short-term cost, they increase long-term emissions due to major replacements. Conversely, optimized preventive strategies can lower cumulative GWP and extend service life, demonstrating the trade-off between cost efficiency and carbon reduction.
Collectively, this dissertation advances a unified, data-driven, and risk-informed framework for sustainable bridge management. Its originality lies in (1) extending CE principles through hierarchical multi-recycling indicators, (2) establishing probabilistic maintenance models linking operational data with environmental assessment, (3) incorporating climate-dependent deterioration mechanisms into life cycle prediction, and (4) unifying these methodologies into a CE-LCA structure that quantifies trade-offs among cost, carbon, and circularity. The framework strengthens the scientific foundation for sustainability assessment and provides practical guidance for designing, maintaining, and operating infrastructure that is both resource-efficient and climate-resilient.

국문 초록 (Abstract)

지속가능한 인프라의 개발은 구조적 성능, 자원 효율성, 그리고 환경적 책임을 생애주기 전반에서 균형 있게 달성하는 것을 요구한다. 교량 시스템은 교통 네트워크의 핵심 구성요소로서, 시공, 유지관리 및 보수 과정에서 막대한 자재와 에너지를 소비한다. 기존의 생애주기평가(life cycle assessment, LCA) 체계는 주로 생산단계에 초점을 맞춰왔으며, 장기적인 지속가능성에 영향을 미치는 자재 순환, 열화, 기후 유발 리스크 간의 동적 상호작용을 충분히 반영하지 못하였다. 이러한 한계를 극복하기 위해서는 자재 순환성, 유지관리 수요, 환경성과 간의 상호의존적 영향을 통합적으로 정량화 할 수 있는 분석 접근법이 필요하다.
본 연구는 순환경제(circular economy, CE) 원칙, 확률론적 유지관리 모델링, 그리고 기후보정 열화예측을 통합하여, 지속가능한 교량 건설을 위한 다중 생애주기평가 (multi-LCA) 프레임워크를 제안한다. 이 프레임워크는 시간의존적 열화, 적응형 유지관리, 그리고 자재의 다중 재활용 가능성을 명시적으로 고려함으로써, 변화하는 환경 조건 하에서 인프라의 지속가능성을 보다 현실적이고 총체적으로 평가할 수 있게 한다.
연구의 첫 번째 구성요소는 LCA와 물질흐름분석(material flow analysis, MFA)을 결합한 계층적 CE 성능 평가 절차(hierarchical CE performance assessment procedure)를 정립하는 것이다. 기존의 순환성 지표를 확장하여, 자재(MCIMR), 요소(ECIMR), 시스템(SCIMR) 수준의 다중 재활용 지표를 도입함으로써, 연속적인 자원 보존과 회수를 정량화 하였다. 이 접근법은 자재의 재활용성, 구조적 구성, 시스템 경계 가정이 순환성과 환경영향 간의 관계를 어떻게 결정하는지를 명확히 설명한다. 이를 통해 CE 원칙을 측정 가능한 공학적 성과 지표로 전환할 수 있는 구조화된 평가체계를 제공하며, 개념적 지속가능성 목표와 정량적 환경성과 간의 간극을 연결한다.
두 번째 구성요소에서는 실제 점검 데이터와 확률적 신뢰도 이론을 통합한 생애주기 유지관리 확률 모델을 개발하였다. 인프라의 사용단계가 가장 불확실하면서도 영향력이 큰 구간임을 고려하여, 교량 부재 별 유지관리 빈도, 누적 비용, 그리고 이에 따른 지구 온난화 잠재력(global warming potential, GWP)을 추정하는 데이터 기반 방법론을 구축하였다. 몬테카를로 시뮬레이션을 통해 부재 수명의 확률분포를 모델링하고, 비용–GWP 간의 회귀관계를 통해 경제성과 환경 영향 간의 연계를 정량화 하였다. 그 결과 구축된 생애주기 유지관리 데이터베이스는 정태적 가정이 아닌 실제 운용 패턴을 반영한 현실적 LCA 수행의 기반을 제공한다.
세 번째 구성요소에서는 프레임워크를 확장하여 장기 기후변화가 열화 및 유지관리 수요에 미치는 영향을 반영하였다. 지역 기상자료를 IPCC 대표 시나리오 기반의 기후예측과 연계하여, 온도 및 습도가 염화물 침투와 강재 부식에 미치는 영향을 정량화 하였다. 이를 위해 가우시안 혼합 분포 와 코퓰라 기반 상관 구조를 활용하여 확률적 환경 데이터와 열화 보정 계수를 생성하였으며, 이를 신뢰도 기반 성능 함수에 통합하였다. 이 과정을 통해 기후 리스크가 유지관리 주기, 파괴확률, 환경영향을 어떻게 변화시키는지를 평가하였고, 기존의 결정론적 열화 모델을 적응형·리스크 정보 기반 예측 도구로 확장하였다.
마지막 구성요소에서는 CE 성능과 리스크 기반 LCA 절차를 통합하여 포괄적 지속가능성 평가를 위한 multi–LCA 통합 프레임워크를 구축하였다. 이 통합 접근법은 자재 순환성, 생애주기 비용, 환경부하, 기후 복원력을 동시에 고려할 수 있으며, 예방적 유지관리(preventive maintenance, PM) 와 필수적 유지관리(essential maintenance, EM) 시나리오를 분석하여 경제성과 환경 영향 간의 상충관계를 규명하였다. 분석 결과, 유지관리 빈도를 낮추는 것은 단기 비용을 줄이지만, 주요 부재 교체로 인해 장기 배출량이 증가함을 보여주었다. 반대로 예방적 개입을 최적화하면 누적 GWP를 줄이고 수명을 연장할 수 있어, 비용 효율성과 탄소 저감 간의 균형을 달성할 수 있는 유지관리 전략의 방향성을 제시하였다. 이 통합 프레임워크는 지속가능성 평가를 위한 분석 도구로서뿐만 아니라, 복원력 있고 적응적인 인프라 관리를 위한 의사결정 지원체계로 기능할 수 있다.
제안된 multi-LCA 프레임워크는 (1) 자재–요소–시스템 수준에서 적용 가능한 계층적 다중 재활용 지표를 통한 CE 원칙의 확장, (2) 실제 운영데이터와 환경평가를 연결한 확률론적 유지관리 모델의 구축, (3) 기후 의존적 열화 메커니즘의 생애주기 성능 예측모델 내 통합, (4) 이러한 세 접근법을 비용–탄소–순환성 간 상충관계를 정량적으로 평가할 수 있는 통합적 분석 체계를 제공한다. 이러한 접근은 생애주기 기반 지속가능성 평가의 과학적 정밀성을 높이고, 자원 효율성과 기후 복원력을 동시에 고려한 인프라의 설계·유지관리·운영을 위한 실질적 지침을 제공함으로써, 미래 지향적이고 회복탄력적인 사회기반시설 건설 및 관리체계의 구축 가능성을 제시한다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1. Background and motivation 1
• 1.2. Objective and scope 7
• 1.3. Organization 9
• Chapter 2. Hierarchical Circular Economy Performance Assessment 11
• 2.1. Introduction 11
• 2.2. Life cycle assessment 13
• 2.2.1. Definition 13
• 2.2.2. System boundary for infrastructure 15
• 2.2.3. Life cycle inventory 17
• 2.2.4. Allocation approach 18
• 2.2.5. Life cycle cost assessment 20
• 2.3. Hierarchical material flow analysis 22
• 2.3.1. Definition 22
• 2.3.2. Hierarchical circularity metrics 24
• 2.3.3. Circularity metrics incorporating multi-recycling pathways 28
• 2.4. Circular economy performance of target bridges 30
• 2.4.1. Target bridge designs description 35
• 2.4.2. System-level circular economy performance 37
• 2.4.3. Element-level circular economy performance 42
• 2.4.4. Material-level circular economy performance 50
• 2.5. Influence of concrete recycling on circular economy performance 53
• 2.5.1. Expansion of system boundary for concrete recycling scenarios 53
• 2.5.2. Circular economy performances with recycled aggregate concrete 55
• 2.6. Summary 59
• Chapter 3. Data-Driven Bridge Life Cycle Maintenance Estimation 63
• 3.1. Introduction 63
• 3.2. Probabilistic lifetime and maintenance cost modeling of bridge elements 65
• 3.2.1. Maintenance history 65
• 3.2.2. Representative lifetime estimation 68
• 3.2.3. Cumulative maintenance cost modeling according to service age 72
• 3.3. Maintenance cost-environmental impact correlation 75
• 3.3.1. Maintenance cost and quantity data 75
• 3.3.2. Maintenance life cycle inventory database development 78
• 3.3.3. Derivation of correlations between maintenance cost and environmental impacts 82
• 3.4. Life cycle maintenance estimation for target bridges 85
• 3.4.1. Life cycle maintenance cost and environmental impact assessment 85
• 3.4.2. Life cycle cost comparison including environmental cost 92
• 3.5. Summary 95
• Chapter 4. Risk-Informed Bridge Life Cycle Maintenance Prediction Under Long-Term Climate Change 99
• 4.1. Introduction 99
• 4.2. Climate-adjusted life cycle performance and risk models 102
• 4.2.1. Probabilistic performance models for bridge superstructures 102
• 4.2.2. Chloride-induced corrosion model for PSC girder 103
• 4.2.3. General corrosion model for steel plate girder 108
• 4.3. Climate-accelerated degradation scenarios 110
• 4.3.1. Climate change scenarios with regional meteorological data 110
• 4.3.2. Estimation of correction factors in deterioration models 115
• 4.4. Prediction of risk-informed life cycle failure loss considering climate change effects 117
• 4.4.1. Risk-informed LCA procedure 117
• 4.4.2. Estimation of failure loss under climate change scenarios 122
• 4.4.3. Parametric analysis for preventive maintenance interval 128
• 4.4.4. Incorporation in multi-LCA framework 131
• 4.5. Summary 135
• Chapter 5. Conclusions, Limitations, and Future Directions 137
• 5.1. Major contributions and key findings 137
• 5.2. Limitations and recommendations for future research 142
• References 146
• Appendix A. Environmental Impact Categories 161
• Appendix B. DDFs and corresponding fuzzy values 163
• Appendix C. Bill of quantities for target bridge designs in Chapters 2 and 3. 165
• Appendix D. Bill of quantities for target bridge designs in Chapter 4. 166
• Abstract in Korean 168