Filtern
Dokumenttyp
- Vortrag (5)
- Zeitschriftenartikel (1)
- Beitrag zu einem Tagungsband (1)
- Sonstiges (1)
Sprache
- Mehrsprachig (8) (entfernen)
Schlagworte
- Additive Manufacturing (2)
- Mobile Robot Olfaction (2)
- Non-destructive testing (2)
- Akkreditierung (1)
- Artificial neural networks (1)
- Beton (1)
- Brillouin sensing (1)
- Chloride (1)
- DCC (1)
- Data Analysis (1)
Organisationseinheit der BAM
- 8 Zerstörungsfreie Prüfung (8) (entfernen)
Eingeladener Vortrag
- nein (5)
Es handelt sich hierbei um die erste Veröffentlichung einer verifizierbaren eAttestation (DCC mit DAkkS-Siegel). Sie wurde vom akkreditierten Kalibrierlabor D-K-11075-08, im Rahmen des QI-Digital Vorhabens, für den Fachbereich 8.1 erstellt und dient im Zusammenhang mit dem Vortrag "Digitale Kalibrierzertifikate – die Umsetzung in akkreditierten Laboratorien" auf dem 324. PTB-Seminar "Berechnung der Messunsicherheit – Empfehlungen für die Praxis" als Anschauungsmaterial für die Digitalisierung in der Metrologie.
In this paper, we present a collection of machine learning assisted distributed fiber optic sensors (DFOS) for applications in the field of infrastructure monitoring. We employ advanced signal processing based on artificial neural networks (ANNs) to enhance the performance of the dynamic DFOS for strain and vibration sensing. Specifically, ANNs in comparison to conventional and computationally expensive correlation and linearization algorithms, deliver lower strain errors and speed up the signal processing allowing real time strain monitoring. Furthermore, convolutional neural networks (CNNs) are used to denoise the dynamic DFOS signal and enable useable sensing lengths of up to 100 km. Applications of the machine learning assisted dynamic DFOS in road traffic and railway infrastructure monitoring are demonstrated. In the field of static DFOS, machine learning is applied to the well-known Brillouin optical frequency domain analysis (BOFDA) system. Specifically, CNN are shown to be very tolerant against noisy spectra and contribute towards significantly shorter measurement times. Furthermore, different machine learning algorithms (linear and polynomial regression, decision trees, ANNs) are applied to solve the well-known problem of cross-sensitivity in cases when temperature and humidity are measured simultaneously. The presented machine learning assisted DFOS can potentially contribute towards enhanced, cost effective and reliable monitoring of infrastructures.
Im Zuge der Ist-Zustandserfassung von Stahl- und Spannbetonbauwerken spielt die chemische Analyse von Beton eine zentrale Rolle. Durch den externen Eintrag von schädigenden Substanzen wie Chlorid oder Alkalien aus Tausalzen oder Meerwasser, kann u.U. der Beton und/oder die Stahlbewehrung angegriffen werden. Bei Überschreitung kritischer korrosionsauslösender Chloridgehalte, z.B. bei Stahlbeton 0,4 M.-% (bzw. 0,5 M.-%) und Spannbeton 0,2 M.-% bezogen auf den Zement, erhöht sich das Risiko für eine Chlorid-induzierte Korrosion. Für die Beurteilung eines Instandsetzungsbedarfs und, sofern notwendig, der Erarbeitung eines Instandsetzungskonzeptes muss nach der Rili-SIB1 ein sachkundiger Planer herangezogen werden. Standardmäßig werden für die chemische Analyse Bohrkerne bzw. Bohrmehlproben aus dem zu untersuchenden Bauwerk entnommen und nach aufwendiger Probenvorbereitung nasschemisch analysiert (nach DAfStb Heft 401 oder DIN 14629). Dabei wird der Gesamtchloridgehalt bezogen auf die Einwaage angegeben. Eine Umrechnung auf den Zementgehalt erfolgt i.d.R. durch Schätzwerte. Der Einsatz der laserinduzierten Plasmaspektroskopie (LIBS) wird seit Mitte der 90er Jahren an der Bundesanstalt für Materialforschung und -prüfung erforscht, um den Chloridgehalt durch eine ortsaufgelöste Elementanalyse an einer Betonprobe möglichst genau zu ermitteln. Die zweidimensionale LIBS-Messung mit einer lateralen Auflösung von 100 µm x 100 µm erlaubt die Berücksichtigung der Heterogenität von Beton. Dabei lassen sich die Bindemittelmatrix und die Gesteinskörnung separat betrachten, wodurch sich die Aussagekraft der Ergebnisse und somit die Sicherheit der chemischen Zustandserfassung erhöht. Durch die stetige Weiterentwicklung von Komponenten wie Laser, Spektrometer und analytischer Auswerteroutinen sind mittlerweile automatisierte Systeme für die schnelle LIBS-Analyse auf dem Markt verfügbar. In diesem Vortrag wird der aktuelle Stand der Technik anhand von Praxisbeispielen präsentiert und entscheidende Vorteile gegenüber dem Standardverfahren herausgestellt. Aufgrund der Möglichkeit für eine simultane Multielementanalyse mit LIBS werden weitere Anwendungen, wie z.B. die Ermittlung der Karbonatisierungstiefe, Untersuchungen von Transportprozessen, Chlorideintrag entlang von Rissen oder Untersuchungen von Elementverteilungen im Kontext einer AKR vorgestellt.
Der Vortrag gibt Beispiele dafür, wie Drohnen sinnvoll im zivilen Bereich eingesetzt werden können. Insbesondere werden die Lokalisierung von Gasemissionsquellen und die Erstellung von Gasverteilungskarten vorgestellt.
In diesem Vortrag wird am Beispiel magnetischer Werkstoffe zur Energiewandlung gezeigt, wie röntgentomographische Untersuchungen zur Strukturaufklärung in Kompositen und Massivproben beitragen können. Die Bauteile werden zerstörungsfrei geprüft, um Risse, Poren und andere Defekte und ihren Einfluss auf die funktionellen Eigenschaften dreidimensional und rechtzeitig im Lebenszyklus des Werkstoffs zu charakterisieren. Kombiniert man Mikrotomographie mit anderen Methoden der magnetischen Werkstoffcharakterisierung, lassen sich einzigartige Aussagen über den Aufbau und die funktionellen Eigenschaften treffen.
In diesem Vortrag wird am Beispiel magnetischer Werkstoffe zur Energiewandlung gezeigt, wie röntgentomographische Untersuchungen zur Strukturaufklärung in Kompositen und Massivproben beitragen können. Die Bauteile werden zerstörungsfrei geprüft, um Risse, Poren und andere Defekte und ihren Einfluss auf die funktionellen Eigenschaften dreidimensional und rechtzeitig im Lebenszyklus des Werkstoffs zu charakterisieren. Kombiniert man Mikrotomographie mit anderen Methoden der magnetischen Werkstoffcharakterisierung, lassen sich einzigartige Aussagen über den Aufbau und die funktionellen Eigenschaften treffen.
Wir laden zum Trainingsworkshop Datenanalyse ein. Angetrieben durch die Digitalisierung und die sogenannte Industrie 4.0 steigt die Erwartungshaltung gegenüber der Nutzung von Daten. Die Unsicherheit, Widersprüchlichkeit und Redundanz separat verarbeiteter einzelner Quellen soll durch die synergetische Zusammenführung heterogener Datensätze überwunden werden. Dabei steht der zunehmenden Aufgabenkomplexität eine ebenso zunehmende Verfügbarkeit an Daten und Analyseverfahren gegenüber.
Der Workshop vermittelt ein konzeptionelles Verständnis für moderne Datenanalyseverfahren (Machine Learning (ML), Multivariate Statistik) und soll durch ein anschließendes Hands-On Training mit Python (https://www.python.org) einen einfachen Einstieg in die Thematik ermöglichen. Der Kurs richtet sich an den wissenschaftlichen Nachwuchs.
This presentation gives an introduction to the gas-sensitive aerial robots developed at BAM, including various application examples in the field of mobile robot olfaction: gas source localization and gas distribution mapping.