TY - CONF A1 - Küttenbaum, Stefan A1 - Taffe, A. A1 - Braml, T. A1 - Maack, Stefan ED - Alexander, M. G. ED - Beushausen, H. ED - Dehn, F. ED - Moyo, P. T1 - Reliability assessment of existing bridge constructions based on results of non-destructive testing N2 - The non-destructive testing methods available for civil engineering (NDT-CE) enable the measurements of quantitative parameters, which realistically describe the characteristics of existing buildings. In the past, methods for quality evaluation and concepts for validation expanded into NDT-CE to improve the objectivity of measured data. Thereby, a metrological foundation was developed to collect statistically sound and structurally relevant information about the inner construction of structures without destructive interventions. More recently, the demand for recalculations of structural safety was identified. This paper summarizes a basic research study on structural analyses of bridges in combination with NDT. The aim is to use measurement data of nondestructive testing methods as stochastic quantities in static calculations. Therefore, a methodical interface between the guide to the expression of uncertainty in measurement and probabilistic approximation procedures (e.g. FORM) has been proven to be suitable. The motivation is to relate the scientific approach of the structural analysis with real information coming from existing structures and not with those found in the literature. A case study about the probabilistic bending proof of a reinforced concrete bridge with statistically verified data from ultrasonic measurements shows that the measuring results fulfil the requirements concerning precision, trueness, objectivity and reliability. T2 - International Conference on Concrete Repair, Rehabilitation and Retrofitting (ICCRRR 2018) CY - Cape Town, South Africa DA - 19.11.2018 KW - NDT KW - Concrete KW - Probabilistic reassessment KW - Bridge PY - 2018 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-467898 DO - https://doi.org/10.1051/matecconf/201819906001 SN - 2261-236X VL - 199 SP - 06001, 1 EP - 9 PB - MATEC Web of Conferences AN - OPUS4-46789 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Küttenbaum, Stefan A1 - Maack, Stefan A1 - Taffe, A. A1 - Braml, T. ED - Sykora, M. ED - Lenner, R. ED - de Koker, N. T1 - On the Treatment of Measurement Uncertainty in Stochastic Modeling of Basic Variables N2 - The acquisition and appropriate processing of relevant information about the considered system remains a major challenge in assessment of existing structures. Both the values and the validity of computed results such as failure probabilities essentially depend on the quantity and quality of the incorporated knowledge. One source of information are onsite measurements of structural or material characteristics to be modeled as basic variables in reliability assessment. The explicit use of (quantitative) measurement results in assessment requires the quantification of the quality of the measured information, i.e., the uncertainty associated with the information acquisition and processing. This uncertainty can be referred to as measurement uncertainty. Another crucial aspect is to ensure the comparability of the measurement results.This contribution attempts to outline the necessity and the advantages of measurement uncertainty calculations in modeling of measurement data-based random variables to be included in reliability assessment. It is shown, how measured data representing time-invariant characteristics, in this case non-destructively measured inner geometrical dimensions, can be transferred into measurement results that are both comparable and quality-evaluated. The calculations are based on the rules provided in the guide to the expression of uncertainty in measurement (GUM). The GUM-framework is internationally accepted in metrology and can serve as starting point for the appropriate processing of measured data to be used in assessment. In conclusion, the effects of incorporating the non-destructively measured data into reliability analysis are presented using a prestressed concrete bridge as case-study. T2 - International Probabilistic Workshop 2022 (IPW2022) CY - Stellenbosch, South Africa DA - 09.09.2022 KW - Reliability KW - Assessment KW - Existing structures KW - Measurement uncertainty PY - 2022 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-556580 DO - https://doi.org/10.14311/APP.2022.36.0109 SN - 2336-5382 VL - 36 SP - 109 EP - 118 PB - Czech Technical University CY - Prague AN - OPUS4-55658 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Maack, Stefan T1 - Nutzung von ZfP-Daten bei der Nachrechnung von Brücken - Beispiel Regenbrücke Roding N2 - Im Laufe des Lebenszyklus einer Brücke kann es erforderlich sein, diese hinsichtlich der Tragfähigkeit neu zu bewerten. Ursächlich hierfür sind beispielsweise sich ändernde Einwirkungen, wie steigende Verkehrslasten oder auch neuere Erkenntnisse, die beim ursprünglichen Bauwerksentwurf noch nicht berücksichtigt wurden. Die aufgeführten Ursachen treten hierbei meisten nach mehreren Jahrzehnten der Nutzung des Bauwerkes auf. In Deutschland findet eine planmäßige Neubewertung für Brückenbauwerken des Bundes und der Länder auf Basis der im Mai 2011 eingeführten Nachrechnungsrichtline statt. Neben der Neubewertung zur Gewährleistung der Zuverlässigkeit im laufenden Betrieb ist es insbesondere im Rahmen des Abbruches von Bauwerken wichtig Resttragfähigkeiten beurteilen zu können. Die Zuverlässigkeit der Berechnungsergebnisse hängt insbesondere von der Anzahl und von der Qualität der einbezogenen Informationen ab. Durch die Anwendung von zerstörungsfreien Prüfmethoden können quantitative Informationen gesammelt werden, die für die Beurteilung der Tragwerke sowohl relevant als auch ausreichend genau sind. Die gemessenen Daten können explizit in probabilistische Berechnungsmodelle für die Nachrechnung einer Brücke einfließen. Dadurch wird das Modell sukzessive an die Realität angenähert — in anderen Worten: "zugeschärft". Die Zuverlässigkeit der Ergebnisse der Nachrechnung steigt. In diesem Beitrag wird an einem konkreten Beispiel der gegenwärtige Stand von Technik und Forschung für ausgewählte Fragstellungen gezeigt. Im Rahmen der erstellten Abbruchstatik einer vorgespannten Brücke aus Beton wurden Ergebnisse der zerstörungsfreien Prüfung verwendet, um Spanngliedlagen für eine Beprobung zu detektieren. Darüber hinaus wurden die Messergebnisse mit wissenschaftlichen Methoden (Phasenauswertung) ausgewertet, um den Zustand der Verpressung der Spannglieder beurteilen zu können. Weiterhin werden die gewonnenen Messdaten der zerstörungsfreien Prüfung verwendet, um den Nachweis zu erbringen, dass auf deren Grundlage eine zuverlässigere Beurteilung der Tragfähigkeit des Bauwerkes erfolgen kann. Hierfür werden die ersten Ergebnisse der Voruntersuchungen für den Biegenachweis der vorgespannten Brücke präsentiert. T2 - Fachtagung Bauwerksdiagnose 2020 CY - Berlin, Germany DA - 13.02.2020 KW - Zerstörungsfreie Prüfung KW - Brückenbauwerke KW - Nachrechnungsrichtlinie KW - Abbruchstatik PY - 2020 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-504471 AN - OPUS4-50447 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Braml, T. A1 - Wimmer, J. A1 - Maack, Stefan A1 - Küttenbaum, Stefan A1 - Kuhn, T. A1 - Reingruber, M. A1 - Gordt, A. A1 - Hamm, J. ED - Krieger, J. T1 - Datenablage als Grundlage für den digitalen Zwilling eines Bauwerks – Verwaltungsschale BBox N2 - Der Weg zur digitalen Brücke ist eingeschlagen. Im Bereich der Planung, Bauüberwachung und -ausführung wird aktuell das Building Information Modelling (BIM) eingeführt. Ist eine Brücke in der Baulast von Bund und Ländern errichtet, wird ihr Zustand im Zuge von wiederkehrenden Bauwerksprüfungen nach DIN 1076 lückenlos überwacht. Abgespeichert werden die Informationen der Überwachung in einer Datenbank (ASB-ING Teilsystem Bauwerksdaten). Aus dieser Datenbank können anschließend relevante Informationen in ein objektspezifisches Bauwerksbuch überführt werden. In dieser Datenbank werden im Vorfeld definierte Daten abgespeichert. Reine Messdaten oder aber auch die verwendeten ingenieurtechnisch-physikalischen Modelle verbleiben in der Regel bei den beauftragen Dienstleistern. Zusammengefasst existieren verschiedene parallele Insellösungen der Informationsablage. Gegenstand verschiedener Forschungsanstrengungen ist es nun Lösungen zu finden, die einen ganzheitlichen Ansatz für den Informationsfluss von der Errichtung über den Betrieb bis hin zum Abbruch eines Bauwerkes sicherstellen. Im Rahmen einer prototypischen Entwicklung wird auf Grundlage, des für die Industrie 4.0 entwickelten open source Software Framework Eclipse BaSyx, ein möglicher Lösungsansatz – die Verwaltungsschale BBox (Bridge Box) - präsentiert. Dieser Lösungsansatz stellt das physikalisch-ingenieurtechnische Modell zur Zustandsbewertung der Brücke gedanklich in den Mittelpunkt. Unter der Voraussetzung einer durchgängigen Digitalisierung der gesamten Prozessschritte innerhalb der Lebensdauer der Brücke, kann jeder Planungs- und Fertigungsschritt, die Instandhaltung einschließlich des Rückbaus erfasst werden. Das Besondere hierbei ist, dass auch die Grundlagen der Bewertung, wie Messdaten, mit abgespeichert werden. Die Modellstruktur der Verwaltungsschale erlaubt hierbei eine bedarfsgerechte Granularität hinsichtlich der Messdaten auf allen virtuellen Ebenen, um das physikalisch-ingenieurtechnisch Modell mit Daten zu versorgen. Die gewählte Form der Datenablage bildet den Grundstein für zukünftige KI-Auswertungen z.B. mit den Methoden des Maschinellen Lernens (ML). Der Zugriff auf die dafür jeweils benötigten Daten wird durch die Ablage der Daten einschließlich Metadaten und den Einsatz einer Standard S3 Schnittstelle stark vereinfacht. Der Beitrag stellt die Entwicklung und die Systemarchitektur der BBox am Beispiel von 2 Projekten dar. T2 - 1. Fachkongress Digitale Transformation im Lebenszyklus der Verkehrsinfrastruktur CY - Esslingen, Germany DA - 29.05.2021 KW - Brücke KW - Digitalisierung KW - Digitaler Zwilling KW - Datenablage PY - 2021 UR - https://elibrary.narr.digital/article/99.125005/dtv202110075 SN - 2748-9221 IS - 1 SP - 75 EP - 84 PB - expert verlag AN - OPUS4-56159 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Küttenbaum, Stefan A1 - Maack, Stefan A1 - Aßmann, Norman A1 - Feistkorn, S. T1 - Ways to unlock the potential of non-destructive concrete testing for the reliability assessment of our built environment N2 - This contribution attempts to shed light on the application of POD analyses and measurement uncertainty calculations in nondestructive testing of concrete structures to provide useful and quality-assured information for reliability assessments of our built environment - with an emphasis on ground penetrating radar. It is shown that signal processing techniques affect POD analysis results to varying degrees, that measurement uncertainties are useful to validate PODs, and that the utilization of both POD analysis and measurement uncertainty calculations can pave the way to NDT-based reliability assessment, which will be exemplarily demonstrated in conclusion – generally aiming to derive those maintenance strategies and actions that are in line with actual demands. T2 - SPIE Smart Structures + Nondestructive Evaluation 2023 CY - Los Angeles, USA DA - 12.03.2023 KW - Probability of detection KW - Measurement uncertainty KW - Ground penetrating radar (GPR) KW - Existing structures PY - 2023 DO - https://doi.org/10.1117/12.2658736 VL - 12491 SP - 1 EP - 11 PB - SPIE AN - OPUS4-57393 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - GEN A1 - Gebauer, D. A1 - Gutierrez, B. A1 - Marx, S. A1 - Maack, Stefan A1 - Küttenbaum, Stefan A1 - Pirskawetz, Stephan A1 - Breit, W. A1 - Mechtcherine, V. A1 - Grahl, K. A1 - Thiel, T. A1 - Schickert, M. A1 - Krüger, M. T1 - Interrelated data set from nondestructive and destructive material testing of concrete compressive strength specimens N2 - This data set contains three different data types obtained from concrete specimens. For each specimen, the rebound numbers, ultrasonic data (ultrasonic velocity, time of flight), and destructive concrete strength are given. Two kind of specimen geometries were tested: cubes and drilled cores. The files are labeled according to the specimen geometry as "cube" or "core" and the type of measurement data as "compressive_strength", "rn_R" and "rn_Q" for rebound numbers as well as "us" for ultrasonic data. The ultrasonic data were generated by six independent laboratories, the rebound numbers by five independent laboratories and the destructive tests by one laboratory. The designation of each specimen establishes the relationship between the different data types. KW - Non-destructive testing KW - Rebound number KW - Ultrasonic pulse velocity KW - Compressive concrete strength KW - Interlaboratory comparison PY - 2023 DO - https://doi.org/10.7910/DVN/AFCITK PB - Harvard College CY - Cambridge, MA, USA AN - OPUS4-57499 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - GEN A1 - Maack, Stefan A1 - Küttenbaum, Stefan A1 - Bühling, Benjamin T1 - Low-frequency ultrasound data (pulse-echo technique) with shear horizontal and longitudinal waves on the step-shaped concrete specimen “Pk266” with tendons N2 - This dataset contains raw data acquired in ultrasound measurements on a reference specimen made of concrete at Bundesanstalt für Materialforschung und -prüfung (BAM), Berlin (Germany). The internal specimen identifier is “Pk266”. The measurements were conducted using the pulse-echo method. The upper surface of the specimen was defined as measuring area. The aim of the measurements is to determine both the geometrical dimensions (thickness) and the position of tendons to the measuring area. In addition to this, a second dataset of a second specimen with identifier is existing named “Pk050” has been acquired. Pk050 has the same geometrical dimensions and concrete recipe as Pk266 recipe but does not contain tendons [Reference: https://doi.org/10.7910/DVN/9EID5D]. KW - Ultrasound KW - Pulse echo method KW - Synthetic Aperture Focusing Technique KW - Validation KW - Elastic wave PY - 2023 DO - https://doi.org/10.7910/DVN/NUU0WZ PB - Harvard College CY - Cambridge, MA, USA AN - OPUS4-57232 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - GEN A1 - Maack, Stefan A1 - Küttenbaum, Stefan A1 - Bühling, Benjamin T1 - Low-frequency ultrasound data (pulse-echo technique) with shear horizontal and longitudinal waves on the step-shaped concrete specimen “Pk050” N2 - This dataset contains raw data acquired in ultrasound measurements on a reference specimen made of concrete at Bundesanstalt für Materialforschung und -prüfung (BAM), Berlin (Germany). The internal specimen identifier is “Pk050”. The measurements were conducted using the pulse-echo method. The upper surface of the specimen was defined as measuring area. The aim of the measurements is to determine the geometrical dimensions (thickness) of the specimen “Pk050”. In addition to this, a dataset of a second specimen with identifier “Pk266” has been acquired. Pk266 has the same geometrical dimensions and concrete recipe as Pk050, but contains tendons [Reference: https://doi.org/10.7910/DVN/NUU0WZ]. KW - Ultrasound KW - Pulse echo method KW - Synthetic Aperture Focusing Technique KW - Validation KW - Elastic wave PY - 2023 DO - https://doi.org/10.7910/DVN/9EID5D PB - Harvard College CY - Cambridge, MA, USA AN - OPUS4-57231 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - GEN A1 - Maack, Stefan A1 - Benner, Philipp A1 - Kröll, Mirco A1 - Prager, Jens A1 - Daum, Werner A1 - Casperson, Ralf A1 - Heckel, Thomas A1 - Spaltmann, Dirk A1 - et al., ED - Wahlster, W. ED - Winterhalter, C. T1 - Deutsche Normungsroadmap künstliche Intelligenz T1 - German standardization roadmap on artificial intelligence N2 - Im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz haben DIN und DKE im Januar 2022 die Arbeiten an der zweiten Ausgabe der Deutschen Normungsroadmap Künstliche Intelligenz gestartet. In einem breiten Beteiligungsprozess und unter Mitwirkung von mehr als 570 Fachleuten aus Wirtschaft, Wissenschaft, öffentlicher Hand und Zivilgesellschaft wurde damit der strategische Fahrplan für die KI-Normung weiterentwickelt. Koordiniert und begleitet wurden diese Arbeiten von einer hochrangigen Koordinierungsgruppe für KI-Normung und -Konformität. Mit der Normungsroadmap wird eine Maßnahme der KI-Strategie der Bundesregierung umgesetzt und damit ein wesentlicher Beitrag zur „KI – Made in Germany“ geleistet. Die Normung ist Teil der KI-Strategie und ein strategisches Instrument zur Stärkung der Innovations- und Wettbewerbsfähigkeit der deutschen und europäischen Wirtschaft. Nicht zuletzt deshalb spielt sie im geplanten europäischen Rechtsrahmen für KI, dem Artificial Intelligence Act, eine besondere Rolle. N2 - On behalf of the German Federal Ministry of Economic Affairs and Climate Action, DIN and DKE started work on the second edition of the German Standardization Roadmap Artificial Intelligence in January 2022. With the broad participation and involvement of more than 570 experts from industry, science, the public sector and civil society, the strategic Roadmap for AI standardization was thus further developed. This work was coordinated and accompanied by a high-level coordination group for AI standardization and conformity. The standardization roadmap implements a measure of the German government’s AI Strategy and thus makes a significant contribution to “AI – Made in Germany”. Standardization is part of the AI Strategy and is a strategic instrument for strengthening the innovation and competitiveness of the German and European economies. Not least for this reason, standardization plays a special role in the planned European legal framework for AI, the Artificial Intelligence Act. KW - Digitalisierung KW - Künstliche Intelligenz KW - Datenwissenschaft KW - Normung Roadmap KW - Data science KW - Artificial intelligence KW - Standardization roadmap KW - Digitization PY - 2022 UR - https://www.din.de/resource/blob/1072988/20bf33d405710a703aa26f81362493bb/ausgabe-2-nrm-ki-data.pdf UR - https://www.dke.de/de/arbeitsfelder/core-safety/normungsroadmap-ki SP - 1 EP - 448 PB - Deutsches Institut für Normung (DIN) CY - Berlin ET - 2. AN - OPUS4-56576 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - GEN A1 - Maack, Stefan A1 - Bertovic, Marija A1 - Radtke, Martin A1 - et al., ED - Wahlster, W. ED - Winterhalter, C. T1 - Deutsche Normungsroadmap künstliche Intelligenz N2 - Rund ein Jahr haben DIN und DKE in einem gemeinsamen Projekt mit dem Bundesministerium für Wirtschaft und Energie und zusammen mit ca. 300 Fachleuten aus Wirtschaft, Wissenschaft, öffentlicher Hand und Zivilgesellschaft an der Normungsroadmap Künstliche Intelligenz gearbeitet. Eine hochrangige Steuerungsgruppe unter dem Vorsitz von Prof. Wolfgang Wahlster hat die Erarbeitung koordiniert und begleitet. Ziel der Roadmap ist die frühzeitige Entwicklung eines Handlungsrahmens für die Normung und Standardisierung, der die internationale Wettbewerbsfähigkeit der deutschen Wirtschaft unterstützt und europäische Wertmaßstäbe auf die internationale Ebene hebt. KW - Künstliche Intelligenz KW - Normung KW - Roadmap PY - 2020 UR - https://www.din.de/resource/blob/772438/ecb20518d982843c3f8b0cd106f13881/normungsroadmap-ki-data.pdf VL - 2020 SP - 1 EP - 232 PB - Deutsches Institut für Normung (DIN) CY - Berlin ET - 1. AN - OPUS4-51733 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -