Probabilistic traffic load identification for concrete bridges

  • In this work, a probabilistic framework for identification of traffic loads on concrete Bridge structures is presented using data from a FE structural model in combination with a finite volume approach for traffic load modelling. The identification approach uses Bayesian Inference to identify traffic loads from measured sensor data from travelling load experiments performed at BAM. The work focuses on the load identification part of the Framework utilizing global structural response measurements only. The obtained information on traffic loads can be forwarded to further analysis such as fatigue and structure state estimation or model updating.

Volltext Dateien herunterladen

  • 2018_Zorn_IRF2018_6th International Conference on Integrity_Seite 521_.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Sebastian Zorn, Jörg F. UngerORCiD
Dokumenttyp:Zeitschriftenartikel
Veröffentlichungsform:Verlagsliteratur
Sprache:Englisch
Titel des übergeordneten Werkes (Englisch):IRF2018, Proceeding of the 6th International Conference on Integrity-Reliability-Failure
Jahr der Erstveröffentlichung:2018
Organisationseinheit der BAM:7 Bauwerkssicherheit
7 Bauwerkssicherheit / 7.7 Modellierung und Simulation
Herausgeber (Institution):IRF2018
Verlag:INEGI-Instituto de Ciência e Inovação em Engenharia Mecânica e Gestão Industrial
Verlagsort:Portugal
Jahrgang/Band:06
Erste Seite:Paper 7121, 521
Letzte Seite:522
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurbau
Freie Schlagwörter:Concrete bridges; FE modelling; Risk analysis; Traffic loads
Themenfelder/Aktivitätsfelder der BAM:Infrastruktur
Veranstaltung:IRF2018, Proceedings of the 6th International Conference on Integrity-Reliability-Failure
Veranstaltungsort:Lisbon, Portugal
Beginndatum der Veranstaltung:22.07.2018
Enddatum der Veranstaltung:26.07.2018
ISSN:978-989-20-8313-1
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:18.09.2019
Referierte Publikation:Ja
Datum der Eintragung als referierte Publikation:18.09.2019
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.