Over the last few decades, evaluating the performance of existing structures has become increasingly important, particularly as the number of bridges reaching their design life continues to rise. As a result, there is a growing need for effective and accurate procedures to guide the assessment of the current structures' capacity and safety levels to implement appropriate maintenance and rehabilitation strategies. Evaluating a structure's performance involves assessing its ability to carry loads, resist external forces, and maintain its functionality over time. This is a complex process that requires a deep understanding of the structure's behavior, as well as knowledge of the environmental conditions it is subjected to.

In recent years, technological advances and an increased understanding of reliability concepts have allowed for the development of more sophisticated tools and methods for structural evaluation. Thus, engineers and researchers can obtain more accurate and reliable data about a structure's performance, which can inform decision-making processes related to maintenance, repair, and replacement.

This study aims to present a methodology that guides the assessment of existing structures' performance effectively and accurately. Precisely, the performance is measured in terms of redundancy and robustness. Thus, a comparison of existing reliability- and risk-based indicators is performed through an example application presented in one of the appended papers. The comparison allows an overview of the difference between the available measures and the type of information provided by each one of them.

Also, in one of the appended papers a new algorithm for evaluating the failure probability value is proposed. The algorithm is based on metamodel strategies and integrates the advantages of kriging, learning, and copula functions. The proposed algorithm aims to reduce the number of performance function evaluations, so the number of model runs is feasible when using Finite Element Modeling (FEM).

By comparing the available redundancy and robustness indicators, it was possible to observe that each measure provides different insights into these two structural properties. Additionally, direct comparison between them is challenging since their units can differ, and the lack of a target or standard values makes their interpretation difficult. Therefore, when using a specific indicator, it is required to specify the definition adopted clearly.

Furthermore, the proposed algorithm showed through the validation examples and the case study that it can obtain the failure probability accurately and effectively. Its application resulted in a more economical methodology, in terms of computational cost, compared to other existing reliability methods. 

Under de senaste årtiondena har utvärderingen av befintliga konstruktioners prestanda blivit allt viktigare, särskilt eftersom antalet broar som når sin dimensionerande livslängd fortsätter att öka. Det finns därför ett växande behov av effektiva och noggranna metoder som kan vägleda bedömningen av befintliga konstruktioners bärförmåga och säkerhetsnivåer samt stödja genomförandet av lämpliga underhålls- och rehabiliteringsåtgärder. Utvärderingen av en konstruktions prestanda omfattar bedömning av dess förmåga att bära laster, motstå yttre påverkningar och bibehålla sin funktion över tid. Detta är en komplex process som kräver en djupgående förståelse av konstruktionens beteende samt kunskap om de miljöförhållanden som den utsätts för.

Under senare år har tekniska framsteg och en ökad förståelse för tillförlitlighetsbegrepp möjliggjort utvecklingen av mer avancerade verktyg och metoder för utvärdering av konstruktioner. Ingenjörer och forskare kan därmed erhålla mer noggranna och tillförlitliga uppgifter om en konstruktions prestanda, vilka kan användas som underlag för beslut om underhåll, reparation och utbyte.Syftet med denna studie är att presentera en metodik som möjliggör en effektiv och noggrann bedömning av befintliga konstruktioners prestanda. Prestandan mäts specifikt i termer av redundans och robusthet. En jämförelse mellan befintliga tillförlitlighets- och riskbaserade indikatorer genomförs därför med hjälp av ett tillämpningsexempel som presenteras i ett av de bifogade delarbetena. Jämförelsen ger en överblick över skillnaderna mellan de tillgängliga måtten och vilken typ av information vart och ett av dem tillhandahåller.I ett av delarbetena föreslås även en ny algoritm för beräkning av brottsannolikheten. Algoritmen baseras på metamodellstrategier och kombinerar fördelarna med kriging samt inlärnings- och kopulafunktioner. Den föreslagna algoritmen syftar till att minska antalet utvärderingar av prestandafunktionen, så att det erforderliga antalet modellkörningar blir hanterbart vid användning av finita elementmetoden (FEM).Jämförelsen mellan de tillgängliga indikatorerna för redundans och robusthet visade att varje mått ger olika insikter i dessa två konstruktionsegenskaper. En direkt jämförelse mellan indikatorerna är dessutom svår eftersom de kan ha olika enheter, samtidigt som avsaknaden av mål- eller standardvärden försvårar tolkningen. Vid användning av en specifik indikator är det därför nödvändigt att tydligt ange vilken definition som tillämpas.Valideringsexemplen och fallstudien visade dessutom att den föreslagna algoritmen kan beräkna brottsannolikheten på ett noggrant och effektivt sätt. Tillämpningen resulterade i en beräkningsmässigt mer kostnadseffektiv metodik jämfört med andra befintliga tillförlitlighetsmetoder.