Digitaler Zwilling: Verwaltungsschale BBox als Datenablage über den Lebenszyklus einer Brücke

Statistische Auswertungen von Brückeneinsturzdaten zeigen, dass Massivbrücken signifikant seltener einstürzen als Brücken aus Stahl oder Holz. Da weltweit die Hauptursache für Brückeneinstürze Hochwasser und damit verbundene fluviale Prozesse wie Auskolkung, Muren etc. und Anpralle sind, liegt die Vermutung nahe, dass die hohe Eigenlast der Massivbrücken zu einem insgesamt robusteren Verhalten bei diesen Ereignissen führt. Im Rahmen dieses Beitrags soll geprüft werden, ob die IABSE‐Einsturzdatenbank diese These bestätigt und Hinweise auf weitere Ursachen identifiziert werden können. Dazu wird die IABSE‐Einsturzdatenbank mittels Verfahren der Künstlichen Intelligenz und des maschinellen Lernens (KI/ML) untersucht. Die KI/ML‐Analyse bestätigt die bisherige These allerdings nicht. Im Weiteren werden Ursachen für die Ablehnung der These, wie z. B. die Repräsentativität der Daten, diskutiert. Es wird eine Erweiterung der Datenbank für Ereignisse mit großen Einsturzzahlen empfohlen.

show abstract

“…B. [15–20]. Gleichwohl wurden in [21] die Grenzen der Anwendung von KI/ML im Bereich des Ingenieurwesens aufgezeigt.…”

Section: Einführung In Die Ki/ml‐verfahrenunclassified

KI/ML‐gestützte Auswertung und Interpretation der IABSE‐Brückeneinsturzdatenbank

Proske

Güner²,

Hingorani

et al. 2023

Beton und Stahlbetonbau

View full text Add to dashboard Cite

show abstract

“…Ohne eine zentrale nachhaltige Datenablage kann der Digitale Zwilling nicht umgesetzt werden. Von den Autoren wurde hierfür die Verwaltungsschale BBox nach Vorbild der Industrie 4.0 entwickelt [6, 7]. Die Prognose der tatsächlichen Resttragfähigkeit und der realistischen Restlebensdauer für ein bestehendes Ingenieurbauwerk ist eines der derzeit drängendsten Probleme im Straßen‐ und Bahnverkehr.…”

Section: Einführungunclassified

“…An der Heinrichsbrücke Bamberg [7, 30] (Bild 6) wurde das intelligente Konzept der SHIPs erstmalig angewandt, sodass das Potenzial der neuen SHIP‐Methodik dargestellt werden kann. Die Erfassung der Messdaten an der Stahlbrücke erfolgte mittels folgender synchronisiert angebrachter 22 Sensoren: 13 Dehnmessstreifen (DMS) MMF003166 Typ, 2 dreidimensionale Beschleunigungssensoren ASC 5521‐010‐5A‐5L Typ und 3 Temperatursensoren ETG 50 Typ.…”

Section: Anwendung Der Ships – Praxisbeispielunclassified

See 1 more Smart Citation

Ingenieurbauwerke als intelligente Systeme – Erhaltungsmanagement mit Structural Health Information Patterns (SHIPs)

Varabei

Wimmer

Braml

2022

Beton und Stahlbetonbau

Self Cite

View full text Add to dashboard Cite

Intelligente Systeme (IS) erreichen derzeit die Industrie 4.0 [1, 2] in einem vielfältigem Einsatzspektrum. Mit dem Erhalt von Big Data können IS‐Anwendungen von neuen Techniken des maschinellen Lernens (ML) erweitert werden, um auf Basis der IS erzeugte Digitale Zwillinge direkt umzusetzen. Auf Ingenieurbauwerke können diese Techniken durch ein Bauwerksmonitoring übertragen werden. Durch Onlineüberwachung des Betriebsverhaltens kann ein intelligentes Erhaltungsmanagement über den gesamten Lebenszyklus mit einer proaktiven Schadenserkennung betrieben werden. Mittlerweile ist die Entwicklung wirtschaftlicher intelligenter smarter Verfahren für die Wissensextraktion in der künstlichen Intelligenz (KI) von ausschlaggebender Bedeutung. Der Beitrag stellt die Structural Health Information Patterns (SHIPs) vor, die aus einem Monitoring gewonnen und mit einer ML‐Technik erzeugt werden. Es wird die Erstellung von SHIPs gezeigt. Zudem wird dargestellt, welches Bauwerksmonitoring für die Zustandsüberwachung erforderlich ist, sodass die ML‐Techniken für ein intelligentes Erhaltungsmanagement angewandt werden können. Es werden neuartige Ansätze der intelligenten Analyse mit unüberwachtem und überwachtem ML in Hinblick auf SHIPs für die technische Strukturüberwachung des Ingenieurbauwerks betrachtet. Die neue SHIP‐Methodik wird abschließend an einem Praxisbeispiel, der Heinrichsbrücke Bamberg, demonstriert.

show abstract

“…The measured data of this bridge is currently used for further research about intelligent data processing and machine learning techniques [21,22].…”

Section: Data Measurement During the Reassessment Process On The Exam...mentioning

confidence: 99%

Practical concepts for the use of probabilistic methods in the structural analysis and reassessment of existing bridges - presentation of latest research and implementation

Braml

Kainz

2022

APP

Self Cite

View full text Add to dashboard Cite

In structural engineering and bridge construction, probabilistic calculations are only performed in a few exceptional cases. The ability to directly use information from the existing structure is an important advantage of probabilistic methods. Geometric data or the position and quantity of the installed reinforcing steel and tendons can be measured. Results from monitoring of the traffic can be used to generate structure-specific load models. Many clients are still very sceptical about the results of probabilistic calculations, even though there are several examples of successful application. The use of probabilistic verification formats is explicitly permitted by the German guideline for the assessment of existing bridges (German: Nachrechnungsrichtlinie). Since a high degree of special knowledge is required for the application of probabilistic calculations, it is difficult to establish the potential of this verification method in practice. It is necessary to enable the practical engineer to utilize the advantages of probabilistic calculations and to include the actual structural conditions into the calculation model, but without the need for all the special knowledge. Structure-specific partial safety factors include measured data and can be used for the well-known and in the codes established semi-probabilistic design concept. The authors present examples for the successful application of probabilistic methods and of data measurement during the reassessment of two existing bridges in Germany. The capabilities of full-probabilistic calculations for the reassessment of existing structures are described and concepts for the calculation of structure-specific partial safety factors are shown.

show abstract

Digitaler Zwilling: Verwaltungsschale BBox als Datenablage über den Lebenszyklus einer Brücke

Cited by 15 publications

References 5 publications

KI/ML‐gestützte Auswertung und Interpretation der IABSE‐Brückeneinsturzdatenbank

KI/ML‐gestützte Auswertung und Interpretation der IABSE‐Brückeneinsturzdatenbank

Ingenieurbauwerke als intelligente Systeme – Erhaltungsmanagement mit Structural Health Information Patterns (SHIPs)

Practical concepts for the use of probabilistic methods in the structural analysis and reassessment of existing bridges - presentation of latest research and implementation

Contact Info

Product

Resources

About