Filtern
Erscheinungsjahr
- 2020 (4) (entfernen)
Dokumenttyp
- Beitrag zu einem Tagungsband (2)
- Vortrag (1)
- Posterpräsentation (1)
Referierte Publikation
- nein (4)
Schlagworte
- Feuchte (4)
- Radar (4)
- Building floors (1)
- Fußboden (1)
- Klassifikation (1)
- Moisture (1)
- Multivariate Datenauswertung (1)
- Neutronensonde (1)
- Signalmerkmale (1)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (1)
Multivariate Auswertung von Radarsignalen zur Bestimmung typischer Feuchteschäden in Fußböden
(2020)
Leitungswasserschäden nahmen im Jahr 2018 mit rund 2,9 Milliarden Euro den größten Posten bei Gebäudeversicherungen ein und verursachten damit mehr Kosten, als Elementar-, Feuer, Sturm- und Hagelschäden zusammen. Neutronensonden helfen hier bereits bei der horizontalen Eingrenzung eines Feuchteschadens, wobei die vertikale Unterscheidung betroffener Schichten nur durch die zerstörende Entnahme von Bohrkernen vorgenommen werden kann. Der parallele Einsatz des Radarverfahrens soll hier mit seiner hohen Sensitivität für Wasser künftig zu einem erhöhten Informationsgehalt beitragen und eine kostengünstigere Schadensdiagnose und Planung der Reparaturmaßnahmen ermöglichen.
In einem laufenden Forschungsvorhaben werden in systematischen Laborstudien gängige Schadensfälle an häufig anzutreffenden Fußbodenaufbauten simuliert und deren Einfluss auf das Radarverfahren untersucht. Die Bewertung der Schadensträchtigkeit zugeführter Wassermengen erfolgt mithilfe von Luftfeuchtesensoren, welche in der Dämmebene platziert sind. Beim Aufbau der Fußbodenstrukturen kommen Zement- und Anhydritestriche, sowie die Dämmmaterialen Styropor, Styrodur, Glaswolle und Perlite-Schüttung mit variierenden Schichtdicken zum Einsatz. Die Robustheit der zu entwickelnden Messmethode gegenüber derartig verschiedenen und in der Praxis häufig unbekannten Schichtstrukturen stellt eine besondere Herausforderung dar und soll durch den Einsatz multivariater Datenauswertung erhöht werden. Diesbezüglich empfehlen bisherige Ergebnisse die Betrachtung der örtlichen Verteilungen qualitativer Signalmerkmale wie Amplituden, Laufzeiten und Frequenzen im Radargramm (B-Scan). Deren Eignung für reale Schadensfälle außerhalb der Laborumgebung wird hierbei stets kritisch hinterfragt und soll weiterführend an Praxiseinsätzen validiert werden.
Signalmerkmale des Radarverfahrens zur Klassifizierung von Feuchteschäden in Fußbodenaufbauten
(2020)
Zur Eingrenzung und Klassifizierung auftretender Feuchteschäden in geschichteten Fußbodenaufbauten wird bereits seit vielen Jahren das Neutronensondenverfahren eingesetzt. Während eine Eingrenzung des Schadens bereits durch die zerstörungsfrei aufgenommenen Messdaten möglich ist, erfordert die Klassifizierung zeit- und kostenintensive Sondierungsbohrungen. Die somit gewonnenen Tiefeninformationen zur Lage des Flüssigwassers tragen maßgeblich zur Planung der erforderlichen Reparaturarbeiten bei, was die Frage nach einer zerstörungsfreien Alternative zur vertikalen Lokalisierung von Feuchte in Fußböden stellt. Das Radarverfahren ist mit seiner hohen Sensitivität für Wasser besonders geeignet und soll künftig zur automatisierten Klassifizierung typischer Schadensfälle beitragen.
In einem laufenden Forschungsvorhaben werden in systematischen Laborstudien gängige Schadensfälle an häufig anzutreffenden Fußbodenaufbauten simuliert und deren Einfluss auf die genannten Verfahren untersucht. Hierbei kommen Zement- und Anhydritestriche, sowie unterschiedliche Dämmmaterialen mit variierenden Schichtdicken zum Einsatz.
Wesentlicher Bestandteil der Auswertung ist die Extraktion signifikanter Signalmerkmale des Radarverfahrens, welche Rückschlüsse auf den Schadensfall und ggf. die Wassermenge zulassen. Die Robustheit gegenüber unterschiedlichsten Aufbauten mit wechselnden Schichtdicken und Materialien steht hierbei besonders im Fokus. Erste Ergebnisse empfehlen die Betrachtung der örtlichen Verteilung bestimmter Signalmerkmale im Radargramm (B-Scan), um eine Klassifizierung der Schadensfälle vornehmen zu können.
Das Neutronensondenverfahren wird bereits seit vielen Jahren erfolgreich zur Eingrenzung und Quantifizierung auftretender Feuchteschäden an Fußböden eingesetzt. Hierzu bedarf es jedoch einer Vielzahl zerstörender Sondierungsbohrungen, welche die gewonnenen Messdaten kalibrieren und eine Tiefenzuordnung des Flüssigwassers zulassen. Dadurch entsteht ein zeitlicher und finanzieller Aufwand, der durch den parallelen Einsatz des elektromagnetischen Radarverfahrens vermieden werden könnte. Mit seiner hohen Sensitivität für Wasser bietet diese Messmethode die Möglichkeit der vertikalen Lokalisierung von Feuchte, was zu einer automatisierten Klassifizierung typischer Schadensfälle beitragen soll.
In einem laufenden Forschungsvorhaben werden in systematischen Laborstudien gängige Schadensfälle an häufig anzutreffenden Fußbodenaufbauten simuliert und deren Einfluss auf die genannten Verfahren untersucht. Hierbei kommen Zement- und Anhydritestriche, sowie unterschiedliche Dämmmaterialen mit variierenden Schichtdicken zum Einsatz. Wesentlicher Bestandteil der Auswertung ist die Extraktion signifikanter Signalmerkmale des Radarverfahrens, welche Rückschlüsse auf den Schadensfall und ggf. die Wassermenge zulassen. Weiterführend sollen die Kombinationsmöglichkeiten der verschiedenen Signalmerkmale und der Neutronensondendaten durch Methoden der multivariaten Datenauswertung und des maschinellen Lernens geprüft werden. Die Unabhängigkeit gegenüber wechselnden Schichtdicken und Materialien steht hierbei besonders im Fokus und soll anhand der erzielten Ergebnisse evaluiert werden.
In this ongoing research project, we study the influence of moisture damage on Ground Penetrating Radar (GPR) in different floor constructions. For this purpose, a measurement setup with interchangeable layers is developed to vary the screed material (cement or anhydrite) and insulation material (glass wool, perlite, expanded and extruded polystyrene), as well as the respective layer thickness. The evaluation of the 2 GHz common-offset radar measurements is focused on the extraction of distinctive signal features that can be used to classify the underlying case of damage without any further information about the hidden materials or layer thicknesses. In the collected dataset, we analyze the horizontal distribution of A-scan features in corresponding B-scans to detect water in the insulation layer. Furthermore, possible combinations of these features are investigated with the use of multivariate data analysis and machine learning (logistic regression) in order to evaluate the mutual dependencies. In this study, the combination of an amplitude- and frequency-based feature achieved an accuracy of 93.2 % and performed best to detect a damage in floor insulations.