TY - CONF A1 - Herrmann, Ralf A1 - Schneider, Ronald A1 - Simon, Patrick A1 - Hille, Falk A1 - Said, Samir A1 - Baeßler, Matthias ED - Curbach, M. ED - Marx, S. ED - Scheerer, S. ED - Hampel, T. T1 - Structural Health Monitoring der Maintalbrücke Gemünden zur Unterstützung einer prädiktiven Instandhaltung N2 - Nach den bisherigen Regeln werden Bauwerksprüfungen von Brücken in starr definierten Intervallen durchgeführt. Diese starre, periodische, zustandsbasierte Instandhaltungsstrategie soll zukünftig durch eine flexible und prädiktive Instandhaltung ersetzt werden. Hierbei sollen Inspektionen und Instandhaltungsmaßnahmen unterstützt durch autonome Systeme auf der Grundlage von Monitoringdaten geplant und zusätzlich bei unvorhergesehenen Ereignissen ausgelöst werden. Im Rahmen des Verbundforschungsvorhabens AISTEC wird ein Vorgehen für Großbauwerke und kleinere Regelbauwerke zur Umsetzung eines kombinierten globalen, schwingungsbasierten und quasistatischen Monitorings entworfen. An der Maintalbrücke Gemünden – einer semiintegralen Rahmenbrücke aus Spannbeton auf der Schnellfahrstrecke Hannover–Würzburg – wurde als Demonstrator ein Dauermonitoring realisiert. T2 - 11. Symposium Experimentelle Untersuchungen von Baukonstruktionen (SEUB) CY - Online meeting DA - 08.03.2021 KW - Structural Health Monitoring KW - Umwelteinflüsse KW - Prädiktive Instandhaltung PY - 2021 UR - https://tu-dresden.de/bu/bauingenieurwesen/imb/ressourcen/dateien/veranstaltungen/seub/11-seub-2021/2021_SEUB11_06_Herrmann_et_al.pdf?lang=de VL - 55 SP - 66 EP - 76 PB - Technische Universität Dresden CY - Dresden AN - OPUS4-52810 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Herrmann, Ralf A1 - Hille, Falk A1 - Pitters, S. A1 - Ramasetti, Eshwar Kumar A1 - Schneider, Ronald A1 - Wedel, F. A1 - Hindersmann, I. ED - Rogge, Andreas ED - Meng, Birgit T1 - Föderiertes Datenmanagement von Monitoringdaten aus Structural Health Monitoring Anwendungen und daraus gewonnenen Trainingsdaten bei Spannbetonbrücken N2 - Beim Structural Health Monitoring entstehen eine Vielzahl von Daten, Metadaten und Modellen mit hohem Wert für die Beurteilung des Bauwerkszustands und der Prognose von Veränderungen. Kontinuierlich anwachsende Datenbestände müssen nachhaltig geteilt, genutzt und über die Bauwerkslebensdauer archiviert werden. Dabei stellen die Vielfalt der Messaufgaben, die Heterogenität der Daten, die dezentrale Erfassung und z. T. der Umfang eine Herausforderung für die beteiligten Akteure dar. Für den Datentransfer der Monitoringdaten zwischen der Straßenbauverwaltung und den Monitoringausführenden wird ein flexibles Abstimmungsverfahren vorgeschlagen und ein Lösungskonzept für ein föderiertes Datenmanagement skizziert. Eine weitere Herausforderung stellt die bauwerksübergreifende Zusammenstellung von Trainingsdaten für konkrete KI-Anwendungen dar. T2 - 11. Jahrestagung des DAfStb mit 63. Forschungskolloquium der BAM Green Intelligent Building CY - Berlin, Germany DA - 16.10.2024 KW - Structural Health Monitoring PY - 2024 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-612902 SN - 978-3-9818564-7-7 SP - 178 EP - 185 PB - Bundesanstalt für Materialforschung und -prüfung (BAM) CY - Berlin AN - OPUS4-61290 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Gerards-Wünsche, Paul A1 - Ratkovac, Mirjana A1 - Schneider, Ronald A1 - Hille, Falk A1 - Baeßler, Matthias T1 - A framework for assessing the reliability of crack luminescence – an automated fatigue crack detection system N2 - The new crack luminescence method offers the possibility of making fatigue surface cracks in metallic materials more visible during inspections through a special coating system. This coating system consists of two layers, whereby the first layer has fluorescent properties and emits visible light as soon as it is irradiated by UV light. The top layer is black and is designed to prevent the fluorescent layer from emitting if no crack develops in the underlying material. The technique proved particularly useful in a wide variety of fatigue tests of steel components under laboratory conditions. Moreover, it has the potential to be used in various industrial applications. To enable industrial deployment and integration into maintenance strategies, a concept study is developed in this contribution, resulting in a qualification framework that can serve as a foundation for determining the reliability of the crack luminescence system in terms of a probability of detection curve. Within this study, factors causing measurement variability and uncertainty are being determined and their influences assessed. Due to the extension of the system by a moving computer vision system for automated crack detection using artificial intelligence, additional long-term effects associated with structural health monitoring systems need to be incorporated into an extended probability of detection study as part of the technical justification. Finally, important aspects and findings related to design of experiments are discussed, and a framework for reliability assessment of a new optical crack monitoring method is presented, emphasizing the influence of various uncertainty parameters, including long-term effects such as system ageing. T2 - SPIE Conference Smart Structures + Nondestructive Evaluation 2023 CY - Long Beach, CA, USA DA - 24.03.2023 KW - Structural Health Monitoring KW - Non-Destructive Evaluation KW - Probability of Detection KW - Reliability KW - Artificial Intelligence KW - Computer Vision KW - Crack Luminescence KW - Wind PY - 2023 SN - 978-1-5106-6086-1 DO - https://doi.org/10.1117/12.2658390 SP - 1 EP - 15 AN - OPUS4-57244 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -