TY  - CONF
A1  - Auersch, Lutz
T1  - Erschütterungsprognose mit KI? Schnelle Ersatzmodelle und physikbasiertes maschinelles Lernen in der Bauwerk-Boden-Dynamik
T2  - VDI-Berichte 2447 “Baudynamik 2025”
N2  - Erschütterungsprognosen können mit sehr detaillierten Modellen durchgeführt werden. Dies ist sowohl bei der Erstellung des Modells (zum Beispiel für ein Finite-Element-Modell für Boden und Bauwerk), als auch bei der Berechnung zeitaufwändig, von einigen Minuten für die Wellenausbreitung in geschichteten Böden mit Wellenzahlintegralen bis zu mehreren Stunden für Randelementlösungen für die korrekte Bauwerk-Boden-Wechselwirkung. Hier sind einfache und schnelle Ersatzmodelle von Vorteil, die die Ergebnisse der detaillierten Berechnungen gut wiedergeben. Diese Ersatzmodelle können vollständig auf physikalischen Überlegungen beruhen (white-box Modelle) oder mit Hilfe von maschinellem Lernen aus einer Vielzahl von detaillierten Rechenergebnissen erzeugt werden (black-box Modelle). Erfahrungen mit black-box Modellen zeigen, dass es sinnvoll ist das maschinelle Lernen mit physikalischen Informationen anzureichern (grey-box Modelle). Es werden Anwendungsmöglichkeiten für physikbasiertes maschinelles Lernen im Bereich von Bahnerschütterungen aufgezeigt, die Erschütterungsemission durch die Fahrzeug-Fahrweg-Wechselwirkung, die Wellenausbreitung im Boden, die Erschütterungsimmission in Gebäude, Gleisschäden und das Monitoring von Eisenbahnbrücken.
T2  - VDI-Tagung Baudynamik
CY  - Würzburg, Germany
DA  - 02.04.2025
KW  - Bahnerschütterungen
KW  - Emissionsmodell
KW  - Immissionsmodell
KW  - Transmissionsmodell
KW  - Tunnelausbreitung
KW  - Gleisüberwachung
PY  - 2025
SN  - 978-3-18-092447-2
SN  - 0083-5560
VL  - 2447
SP  - 53
EP  - 64
PB  - VDI-Verlag
CY  - Düsseldorf
AN  - OPUS4-62886
LA  - deu
AD  - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany
ER  -