TY - JOUR A1 - Schneider, Ronald A1 - Simon, Patrick A1 - Herrmann, Ralf A1 - Hille, Falk A1 - Baeßler, Matthias T1 - Bestandteile Digitaler Zwillinge im Erhaltungsmanagement von Verkehrsbrücken T1 - Components of digital twins in the operation and maintenance management of traffic bridges N2 - Digitale Zwillinge werden zukünftig ein integraler Bestandteil des Erhaltungsmanagements von Verkehrsbrücken sein. In diesem Beitrag wird argumentiert, dass sie nicht nur als digitale Abbilder physikalischer Bauwerke verstanden werden sollten, sondern als eine umfassende digitale Methode, die durch die Integration von Datenerfassung, Erhaltungsmaßnahmen, Datenmanagement, Bauwerksbewertung und Entscheidungsunterstützung die Bauwerksüberwachung und ‐erhaltung verbessert. In diesem Zusammenhang wird betont, dass der Übergang von der reaktiven zur prädiktiven Erhaltung durch den Einsatz von Digitalen Zwillingen nur dann realisierbar ist, wenn neben den erforderlichen diagnostischen und prognostischen Zustandsanalysen auch Methoden zur Optimierung von Entscheidungen über Datenerfassung und Erhaltungsmaßnahmen implementiert werden. Zur Veranschaulichung der Diskussion werden in diesem Beitrag exemplarisch zwei Bestandteile eines Digitalen Zwillings für das Erhaltungsmanagement von Verkehrsbrücken am Beispiel einer Eisenbahnbrücke demonstriert. Dabei wird zum einen gezeigt, wie Monitoringdaten mittels eines Datenmanagementsystems strukturiert verwaltet und für angeknüpfte Analysen bereitgestellt werden. Zum anderen erfolgt im Rahmen einer bauwerksspezifischen Einwirkungsermittlung eine Zugidentifikation anhand von gemessenen Schwellenschwingungen. N2 - Digital twins will become an integral part of the operation and maintenance management of traffic bridges in the future. This paper argues that they should not only be understood as digital representations of physical structures but as a digital methodology that enhances the operation and maintenance of bridges through the integration of data collection, maintenance actions, data management, structural assessment, and decision support. In this context, it is emphasized that the transition from reactive to predictive maintenance using digital twins can only be achieved if, in addition to the necessary diagnostic and prognostic condition analyses, methods for optimizing decisions on data collection and maintenance actions are also implemented. To illustrate this discussion, two key components of a digital twin for the operation and maintenance management of traffic bridges are demonstrated using a railway bridge as an example. First, it is shown how monitoring data can be systematically managed and made available for subsequent analyses through a data management system. Second, train identification based on measured sleeper vibrations is conducted as part of an object-specific load assessment. KW - Digitale Zwillinge KW - Erhaltung KW - Inspektion KW - Monitoring KW - Brücken PY - 2025 DO - https://doi.org/10.1002/bate.202400101 SN - 1437-0999 SP - 1 EP - 11 PB - Ernst & Sohn CY - Berlin AN - OPUS4-62837 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Simon, Patrick A1 - Helmrich, M. A1 - Herrmann, Ralf A1 - Schneider, Ronald A1 - Baeßler, Matthias A1 - Lorelli, S. A1 - Morgenthal, G. T1 - Maintalbrücke Gemünden: Bauwerksmonitoring und -identifikation aus einem Guss T1 - Maintalbrücke Gemünden – Integrated structural health monitoring and UAS diagnostics N2 - Die Infrastruktursysteme der Industriestaaten erfordern heute und in Zukunft ein effizientes Management bei alternder Bausubstanz, steigenden Lasten und gleichbleibend hohem Sicherheitsniveau. Digitale Technologien bieten ein großes Potenzial zur Bewältigung der aktuellen und künftigen Herausforderungen im Infrastrukturmanagement. Im BMBF-geförderten Projekt Bewertung alternder Infrastrukturbauwerke mit digitalen Technologien (AISTEC) wird untersucht, wie unterschiedliche Technologien und deren Verknüpfung gewinnbringend eingesetzt werden können. Am Beispiel der Maintalbrücke Gemünden werden ein sensorbasiertes Bauwerksmonitoring, bildbasierte Inspektion mit durch Kameras ausgestatteten Drohnen (UAS) und die Verknüpfung digitaler Bauwerksmodelle umgesetzt. Die aufgenommenen Bilder dienen u. a. als Grundlage für spätere visuelle Anomaliedetektionen und eine 3D-Rekonstruktion, welche wiederum für die Kalibrierung und Aktualisierung digitaler Tragwerksmodelle genutzt werden. Kontinuierlich erfasste Sensordaten werden ebenfalls zur Kalibrierung und Aktualisierung der Tragwerksmodelle herangezogen. Diese Modelle werden als Grundlage für Anomaliedetektionen und perspektivisch zur Umsetzung von Konzepten der prädiktiven Instandhaltung verwendet. Belastungsfahrten und historische Daten dienen in diesem Beitrag der Validierung von kalibrierten Tragwerksmodellen. N2 - Infrastructure systems of industrialised countries today and in the future require efficient management with an ageing stock, increasing loads while simultaneously maintaining a high level of safety. Digital technologies offer great potential for the current and future challenges in infrastructure management. The BMBF-funded project AISTEC is investigating how the individual technologies and their interconnection can be used beneficially. With the Maintalbrücke in Gemünden as an exemplary application, sensor-based structural monitoring, image-based inspection using unmanned aircraft systems (UAS) equipped with cameras and the integration of digital structural models are being implemented. The recorded images serve, among others, as basis for subsequent anomaly detection and a 3D reconstruction, which in turn are used for updating digital structural models. Continuously recorded sensor data is used to update the parameters of the structural models, which in turn provide the basis for predictive maintenance. Load tests are used to validate the models. KW - Bauwerksüberwachung KW - Strukturmonitoring KW - Structural Health Monitoring KW - Modell-Update KW - UAS KW - Belastungstest KW - Structural system identification KW - Structural health monitoring KW - Model update KW - UAS KW - Load tests PY - 2022 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-554924 DO - https://doi.org/10.1002/bate.202100102 SN - 0932-8351 VL - 99 IS - 3 SP - 163 EP - 172 PB - Ernst & Sohn CY - Berlin AN - OPUS4-55492 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Eichner, Lukas A1 - Gerards-Wünsche, Paul A1 - Happel, Karina A1 - Weise, Sigurd A1 - Haake, Gerrit A1 - Sieber, Lars A1 - Flederer, Holger A1 - Schneider, Ronald A1 - Herrmann, Ralf A1 - Hille, Falk A1 - Baeßler, Matthias A1 - Huhn, Holger A1 - Küchler, Andreas T1 - Digitales Datenmanagement für die Instandhaltung von Offshore-Windparks T1 - Digital data management for maintenance in offshore wind farms N2 - Im Forschungsprojekt DiMoWind-Inspect wurde untersucht, welche Grundvoraussetzungen geschaffen werden müssen, um digitale Methoden für die Instandhaltung von Offshore-Windenergieanlagen einsetzen zu können. Daten aus allen Lebensphasen der Anlagen werden derzeit nur selten effizient dafür genutzt, um die sinnvollsten Instandhaltungsmaßnahmen am richtigen Ort, zum richtigen Zeitpunkt und mit den geringsten Kosten durchzuführen. Eine im Vorhaben entwickelte einheitliche Strukturierung der bisher häufig unstrukturierten Bau- und Instandhaltungsdaten ermöglicht ihre übergreifende, anwenderspezifische Verfügbarkeit. Hierfür werden Prinzipien des Referenzkennzeichnungssystems RDS-PP adaptiert. Es wird aufgezeigt, wie neben Bauteilen auch zusätzliche Informationen wie Instandhaltungsmaßnahmen oder Mängel strukturiert werden können. Dem Ansatz des Building Information Modeling folgend werden die Bauwerkskomponenten direkt mit den Informationen aus Inspektionen und weiteren Instandhaltungsmaßnahmen verknüpft. So können Informationen aus dem Betrieb über den Zustand der Struktur verarbeitet und für die maßgebenden Berechnungen und Nachweise zur Verfügung gestellt werden. Als Anwendungsfall wird ein zweistufiges Konzept vorgestellt, das zur Bewertung der Ermüdungslebensdauer eines korrosionsgeschädigten Konstruktionsdetails der Gründungsstruktur einer Offshore-Windenergieanlage mit Informationen aus der Instandhaltung eingesetzt wird. N2 - The DiMoWind-Inspect research project explored the essential requirements for implementing digital methods in the maintenance of offshore wind turbines. Currently, data from all stages of the turbines' lifecycles are underutilized, leading to suboptimal maintenance actions being taken in terms of location, timing, and cost. A consistent structuring of previously often unstructured construction and maintenance data developed in the project enables their cross-disciplinary, user-specific availability. To accomplish this, the principles of the Reference Designation System for Power Plants RDS-PP are applied. In this way, additional information, such as maintenance measures or defects, can be structured alongside components. The components of the structures are directly linked with information from inspections and other maintenance activities, following the Building Information Modeling approach. This allows for processing operational information about the condition of the structure and providing it for relevant calculations and assessments. As a use case, a two-stage concept is presented, utilizing maintenance information to assess the fatigue life of a corrosion-damaged structural detail in the support structure of an offshore wind turbine. KW - Building Information Modeling KW - Datenmanagement KW - Instandhaltung KW - Offshore-Windenergie KW - Referenzkennzeichnungssystem PY - 2024 DO - https://doi.org/10.1002/bate.202400026 VL - 101 IS - 10 SP - 558 EP - 567 PB - Ernst & Sohn CY - Berlin AN - OPUS4-60765 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -