Filtern
Dokumenttyp
Schlagworte
- Measurement uncertainty (4)
- NDT (4)
- Concrete bridges (3)
- Digitaler Zwilling (3)
- Existing structures (3)
- Assessment (2)
- Bridge (2)
- Concrete (2)
- Measurement (2)
- Nachrechnung (2)
Organisationseinheit der BAM
- 8 Zerstörungsfreie Prüfung (15) (entfernen)
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.
Digitaler Zwilling: Verwaltungsschale BBox als Datenablage über den Lebenszyklus einer Brücke
(2021)
Auf dem Weg zur digitalen Brücke existieren bereits erste Lösungen, die den Lebenszyklus einer Brücke abbilden können. Für die Planung, den Bau und den Unterhalt stehen unterschiedlichste Werkzeuge, z. B. BIM, DIN 1076, SIB-Bauwerke, Monitoring etc. zur Verfügung, die jeweils mit unterschiedlichen Datenformaten arbeiten. Für ein intelligentes Erhaltungsmanagement müssen aber alle Daten mit den verschiedenen Datenformaten zusammengeführt, abgelegt und so verwaltet werden können, dass über den gesamten Lebenszyklus einer Brücke die Abbildung eines ganzheitlichen digitalen Zwillings eines Bauwerks möglich ist. Die Autoren haben dafür mit BBox den Prototyp einer Verwaltungsschale (VWS) auf Grundlage von Industrie 4.0 entwickelt. Damit wird das physikalisch-ingenieurtechnische Modell zur Zustandsbewertung der Brücke in den Mittelpunkt gestellt und der gesamte Lebenszyklus einer Brücke kann unabhängig von Datenformaten digital erfasst werden. Da der Aufbau der VWS durch die Granularität optimal strukturiert ist, bietet die Ablage und Einspeisung von Messdaten sowohl die Grundlage eines Live-Monitorings als auch den Grundstein für maschinelles Lernen (ML). Der Datenzugriff via S3-Schnittstelle erleichtert die Entwicklung von eigenen Prognosemodellen mit Informationsmustern (SHIP – Structural Health Information Pattern). Am Beispiel der Heinrichsbrücke Bamberg wird die praktische intelligente Umsetzung des Bauwerksmonitorings inkl. VWS mit Informationsmustern und ML gezeigt.
"The reassessment of bridges continues to take great importance both nationally and internationally. A major challenge is to find computation models reflecting the actual properties of the considered structures sufficiently accurate. Besides regular inspections, the conduction of advanced measurements is suitable to generate reliable information about a structure to be assessed. Prior to incorporating measurement results in reassessment, the relevance, the trueness, and the precision of the measured information needs to be stated. On the one hand, the use of information whose quality has not been assessed can lead to errors with serious consequences. On the other, the measurement of irrelevant information is inefficient. Although the use of measured data in assessment is currently mostly unregulated, their appreciation in reliability analyses is beneficial since the built environment can be assessed more realistically. Utilizing NDT in reassessment has the potential to extend remaining lifetimes of a structure, save resources, and improve infrastructural availabilities. The power of judgment regarding the decision on the reliability of an existing structure can be increased.
In this contribution, an approach is outlined to process non-destructively gathered measurement data in a comparableway in order to include themeasured information in probabilistic reliability assessments of existing structures. An essential part is the calculation of measurement uncertainties. The effect of incorporating evaluated NDT-results is demonstrated by means of a prestressed concrete bridge and GPR measurements conducted on this bridge as a case-study. The bridge is assessed regarding SLS Decompression using the NDT-results."
Making optimal decisions about the reliability of existing structures requires that the information used in assessment adequately represents the properties and the condition of the structures. The knowledge gap regarding a structure to be assessed can be successively filled by individually purposeful observations on site. This paper gives an overview of an approach for utilizing nondestructively gathered measurement results in reliability assessment of existing structures. An essential part of measurement-based stochastic modeling of basic variables is the calculation of measurement uncertainties, which serves to establish confidence in measurement, to ensure the comparability of unambiguously expressed measurement results, and to quantify the quality of the measured information. Regarding the current discourse on how to treat information collected on-site in the context of assessment, the authors recommend that measurement uncertainty becomes an uncertainty component mandatorily to be represented in measurement-based stochastic models. The main steps of the proposed concept are presented, and the advantages of its application are emphasized by means of a prestressed concrete bridge as case study. The bridge is assessed regarding the serviceability limit state decompression using ultrasonic and radar data measured at the structure.
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.
Gegenüber dem Neubauentwurf können bei der Bewertung von bestehender Bausubstanz Sicherheitsreserven genutzt werden, da Unsicherheiten, die beim Bau auftreten können, besser bekannt oder nicht mehr vorhanden sind. Können solche Unsicherheiten genauer bewertet werden, z. B. durch die Feststellung der genauen Lage der Spannglieder bei einer Spannbetonbrücke, so können Sicherheitsbeiwerte reduziert werden, ohne dass es dabei zu Auswirkungen auf das normativ festgelegte Zuverlässigkeitsniveau kommt. Mittlerweile sind Prüfmethoden an Bauwerken wirtschaftlich einsetzbar und auch so leistungsfähig, dass die für die Tragfähigkeit und Gebrauchstauglichkeit wesentlichen Parameter identifiziert werden können. Ein wesentlicher Punkt ist hierbei die Integration derartiger Messergebnisse in Rechenmodelle, die für die Nachrechnung des Bauwerks verwendet werden. Dies können sowohl semiprobabilistische Rechenmodelle als auch vollprobabilistische Modelle sein. Bei semiprobabilistischen Methoden können aus den Messergebnissen Teilsicherheitsbeiwerte berechnet und abgeleitet werden, die dann in den bekannten Nachweisformaten gemäß den Eurocodes und der Nachrechnungsrichtlinie berücksichtigt werden. Bei vollprobabilistischen Nachweisen können die Messdaten in Form von Verteilungsdichtefunktionen mit gemessenen Variationskoeffizienten direkt in das Rechenmodell eingehen. In einer dreiteiligen Aufsatzreihe werden die Messverfahren und die Nutzung der Ergebnisse bei der Nachrechnung vorgestellt. Der vorliegende Teil 1 zeigt die Möglichkeiten des Einsatzes von zerstörungsfreien Prüfverfahren und bewertet deren Leistungsfähigkeit. Messen heißt wissen. Dieses Wissen spiegelt die Realität wider und soll den Tragwerksplaner bei der Entscheidungsfindung über die Sicherheit und Zuverlässigkeit von Bestandsbauwerken unterstützen.
Increasing requirements on the infrastructure caused by more and heavier traffic coincide with both the aging and the progressive degradation of bridge constructions. These exemplary issues lead to a non-negligible need for reassessments of existing bridges. Compared to the new building design, safety reserves can be used in the evaluation of such existing structures, since uncertainties that may arise during the design, construction and previous Service time are better known or no longer present. Uncertainties can be evaiuated more precisely by measurements. In the meantime, the application of advanced NDT-methods on concrete structures have become so capable, that crucial structure Parameters like certain material properties or geometrical dimensions can be quantified without significant destructive interventions. The measured data can be explicitly incorporated into the probabilistic computation models used for the bridge reassessment in form of random variables. Therewith, a previously insufficient model can be refined to achieve a higher level of approximation. This contribution emphasises two fundamental steps of the measured data based probabilistic reassessment: The sensitivity analyses to identify the cruciai Parameters and the needed accuracy of the related information as well as the comparison with expected uncertainties of non-destructively measured Parameters.
Durch die Einbeziehung von gemessenen Daten bei der Bewertung von bestehenden Bauwerken können Unsicherheiten bei der Beurteilung des Tragverhaltens reduziert werden, ohne das normative Zuverlässigkeitsniveau einzuschränken. Informationen sind die wesentliche Grundlage für die Analyse der Zuverlässigkeit von Tragwerken. Umso wichtiger ist die Kenntnis über die Präzision und die Richtigkeit der verwendeten Informationen. Aus messtechnischer Sicht kann ein Messwert, dem keine Messunsicherheit beigeordnet wurde, als wertlos erachtet werden. Liegt ein vollständig dokumentiertes Messergebnis vor, so ist die Qualität der gemessenen Information bekannt und deren Vergleichbarkeit gewährleistet. In diesem Beitrag wird am Beispiel einer Spannbetonbrücke und zweier Grenzzustände gezeigt, wie Messergebnisse aus der zerstörungsfreien Prüfung in probabilistische Nachweise von Bestandsbauwerken einfließen können und welche Auswirkungen die Implementierung von gemessenen Daten bei der Bewertung von Bestandsbauwerken haben kann.
The purpose of this contribution is to introduce and to apply the developed approach of incorporating non-destructively gathered measurement results (instead of deterministic information and assumptions) into a reassessment model of a typical prestressed concrete road bridge and to outline the advantages. An essential part is the quality evaluation of the non-destructively measured information, that deals primarily with two questions. Could the object or parameter to be obtained reliably detected and if, how accurate are the inspection results achieved? Therefore, the importance of the combination of a probability of detection (POD)-approach and measurement uncertainty calculations is emphasized. With regard to the introduced case-study it is shown, for which structure parameters an assumption deviating from the actual (and measurable) situation has a particularly strong (and possibly arithmetically unfavorable) influence on the structural reliability. Measurements on such parameters are particularly beneficial for a reliable and robust reassessment. In conclusion, the individual reassessment results without consideration and with consideration of evaluated non-destructive inspection results are compared.