Filtern
Erscheinungsjahr
- 2020 (2) (entfernen)
Dokumenttyp
Referierte Publikation
- nein (2)
Schlagworte
- Feuchte (2)
- Radar (2)
- Building floors (1)
- Moisture (1)
- Neutronensonde (1)
Organisationseinheit der BAM
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.