Filtern
Dokumenttyp
- Zeitschriftenartikel (20)
- Beitrag zu einem Tagungsband (14)
- Vortrag (10)
- Posterpräsentation (4)
- Video (1)
- Forschungsdatensatz (1)
Schlagworte
- Concrete (7)
- LIBS (7)
- NMR (6)
- Radar (6)
- Feuchte (5)
- Recycling (5)
- NMR relaxometry (4)
- Neutronensonde (4)
- Nuclear magnetic resonance (4)
- Capillary suction (3)
Organisationseinheit der BAM
- 8.0 Abteilungsleitung und andere (50) (entfernen)
Paper des Monats
- ja (1)
Eingeladener Vortrag
- nein (10)
Nuclear magnetic resonance (NMR) with focus on 1H protons is increasingly applied for non-destructive testing applications. Besides mobile NMR, laboratory devices such as the NMR core-analyzing tomograph are used. As their magnetic field is more homogeneous, they enable measurements with higher signal-to-noise ratios (SNR), but with limited sample sizes. The tomograph presented here (8.9 MHz) was constructed for a maximum sample diameter of 70 mm and length of up to 1 m. The resolution, the echo time (min. 50 µs), the SNR and the measurement type can be adjusted by means of exchangable coils. The tomograph enables measurements along the complete sensitive length, slice-selective and even 2- or 3-dimensional measurements. A movable sample lifting system thereby allows a precise positioning of the sample.
In our current research project „Reincarnate“ we aim to anchor the idea of the circular economy in the European construction industry and significantly extend the life cycle of buildings, construction products and materials through innovative solutions. On the long term, this is an approach reduce construction waste by 80 percent and the CO2 footprint of the construction sector by 70 percent."
This project has received funding from the European Union’s Horizon Europe research and innovation programme and will take you on a tour on what are the drivers, what is the goal, who are the partners and how we want to make the world a better place!
Vorstellung der Themen der Nachwuchsgruppe "Materialcharakterisierung und -informatik für die Nachhaltigkeit im Bauwesen" von Prof. Sabine Kruschwitz (TU Berlin und BAM)
With 8% of man-made CO2 emissions, cement production is an important driver of the climate crisis. By using alkali-activated binders, part of the energy-intensive clinker production process can be dispensed. However, as numerous raw materials are involved in the manufacturing process here, the complexity of the materials increases by orders of magnitude. Finding a properly balanced binder formulation is like looking for a needle in a haystack. We have shown for the first time that artificial intelligence (AI)-based optimization of alkali-activated binder formulations can significantly accelerate research.
The "Sequential Learning App for Materials Discovery" (SLAMD) aims to accelerate practice transfer. With SLAMD, materials scientists have low-threshold access to AI through interactive and intuitive user interfaces. The value added by AI can be determined directly. For example, the CO2 emissions saved per ton of cement can be determined for each development cycle: the more efficient the AI optimization, the greater the savings.
Our material database already includes more than 120,000 data points of alternative binders and is constantly being expanded with new parameters. We are currently driving the enrichment of the data with a life cycle analysis of the building materials.
Based on a case study we show how intuitive access to AI can drive the adoption of techniques that make a real contribution to the development of resource-efficient and sustainable building materials of the future and make it easy to identify when classical experiments are more efficient.
With 8% of man-made CO2 emissions, cement production is an important driver of the climate crisis. By using alkali-activated binders, part of the energy-intensive clinker production process can be dispensed. However, as numerous raw materials are involved in the manufacturing process here, the complexity of the materials increases by orders of magnitude. Finding a properly balanced binder formulation is like looking for a needle in a haystack. We have shown for the first time that artificial intelligence (AI)-based optimization of alkali-activated binder formulations can significantly accelerate research.
The "Sequential Learning App for Materials Discovery" (SLAMD) aims to accelerate practice transfer. With SLAMD, materials scientists have low-threshold access to AI through interactive and intuitive user interfaces. The value added by AI can be determined directly. For example, the CO2 emissions saved per ton of cement can be determined for each development cycle: the more efficient the AI optimization, the greater the savings.
Our material database already includes more than 120,000 data points of alternative binders and is constantly being expanded with new parameters. We are currently driving the enrichment of the data with a life cycle analysis of the building materials.
Based on a case study we show how intuitive access to AI can drive the adoption of techniques that make a real contribution to the development of resource-efficient and sustainable building materials of the future and make it easy to identify when classical experiments are more efficient.
Half-Cell-Potential Mapping (HP) is the most popular non-destructive testing (NDT) method for the detection of active corrosion in reinforced concrete. HP is influenced by parameters such as moisture and chloride gradients in the component. The sensitivity to the spatially small, but dangerous pitting is low. In this study we show how additional measurement information can be used with multi-sensor data fusion to improve the detection performance and to automate data evaluation. The fusion is based on supervised machine learning (SML). SML are methods that recognize relationships in (sensor) data based on given labels. We use SML to distinguish "defective" and "intact" labeled areas in our dataset. It consists of 18 measurement - each contains HP, ground radar, microwave moisture and Wenner resistance data. Exact labels for changing environmental conditions were available in a laboratory study on a reinforced concrete slab, which deteriorated controlled and accelerated. The deterioration progress was monitored continuously and corrosion was generated targeted at a predefined location. The detection results are quantified and statistically evaluated. The SML results shows a significant improvement over the best single method (HP).
Potentialfeldmessung (PM) ist die beliebteste Methode der Zerstörungsfreien Prüfung (ZfP) zur Lokalisierung von aktiver Betonstahlkorrosion. PM wird durch Parameter wie z. B. Feuchtigkeits- und Chloridgradienten im Bauteil beeinflusst, so dass die Sensitivität gegenüber der räumlich sehr begrenzten, aber gefährlichen Lochkorrosion gering ist. Wir zeigen in dieser Studie, wie zusätzliche Messinformationen mit Multisensor-Datenfusion genutzt werden können, um die Detektionsleistung zu verbessern und die Auswertung zu automatisieren. Die Fusion basiert auf überwachtem maschinellen Lernen (ÜML). ÜML sind Methoden, die Zusammenhänge in (Sensor-) Daten anhand vorgegebener Kennzeichnungen (Label) erkennen. Wir verwenden ÜML um „defekt“ und „intakt“ gelabelte Bereiche in einem Multisensordatensatz zu unterscheiden. Unser Datensatz besteht aus 18 Messkampagnen und enthält jeweils PM-, Bodenradar-, Mikrowellen-Feuchte- und Wenner-Widerstandsdaten. Exakte Label für veränderliche Umweltbedingungen wurden in einer Versuchsanordnung bestimmt, bei der eine Stahlbetonplatte im Labor kontrolliert und beschleunigt verwittert. Der Verwitterungsfortschritt wurde kontinuierlich überwacht und die Korrosion gezielt erzeugt. Die Detektionsergebnisse werden quantifiziert und statistisch ausgewertet. Die Datenfusion zeigt gegenüber dem besten Einzelverfahren (PM) eine deutliche Verbesserung. Wir beschreiben die Herausforderungen datengesteuerter Ansätze in der zerstörungsfreien Prüfung und zeigen mögliche Lösungsansätze.
Feuchte, insbesondere in Form von Flüssigwasser, stellt in Baustoffen ein hohes Schadenspotential dar. Um mit zerstörungsfreier Prüfung mögliche Risikostellen zu lokalisieren und Präventionsmaßnahmen zu ergreifen, sind Kenntnisse über das Porengefüge und Feuchtetransportmechanismen im Baustoff erforderlich. Eine wesentliche Problematik besteht derzeit in der Erfassung und Quantifizierung von Feuchteverteilungen bei Teilsättigung.
Wir verfolgen derzeit einen Ansatz, mittels Nuklear Magnetischer Resonanz (NMR) in Korrelation mit relativen Luftfeuchtmessungen den Flüssigwasseranteil bei Teilsättigung zu ermitteln. Mit Protonen-NMR lassen sich Relaxationszeiten von Wasserstoffprotonen in Abhängigkeit von ihrer Bindungsart und ihrer Umgebung - z. B. Porenstruktur und -größe - erfassen. Allerdings lässt sich bei Materialien mit sehr breiten Porengrößenverteilungen nicht klar differenzieren, ob kurze Relaxationszeiten durch größere teilgesättigte oder kleinere vollgesättigte Poren verursacht werden. Für die Korrelation mit der relativen Luftfeuchte im Baustoff erfolgt zunächst eine künstliche Regulierung im Klimaschrank. Durch einen neuentwickelten Ansatz von Hillerborg lassen sich dann bei jeder Luftfeuchte die adsorbierten Wasserschichtdicken und der Porensättigungsgrad für die vorhandenen Porengrößen berechnen. Mithilfe des berechneten Porensättigungsgrades lässt sich eine genauere Analyse der zeitlichen Entwicklung von Relaxationszeitenverteilungen (insbesondere bei Trocknungs- und Aufsättigungsprozessen) vornehmen. Somit sollen erstmals Aussagen zu kürzeren Relaxationszeiten bei teilgesättigten Porensystemen, die beispielsweise auch eine multimodale Porengrößenverteilung aufweisen, getroffen werden können.
In dieser Arbeit wird die Kombination aus NMR und der relativen Luftfeuchte an sehr porösen Dämmplatten aus Kalziumsilikat, die zur Wärmedämmung sowie der Entgegenwirkung von Schimmelbildung eingesetzt werden, angewendet. Untersucht werden 28 Proben à 6 Gruppen, die von unterschiedlichen Herstellern stammen bzw. unterschiedlich hergestellt wurden.
Leitungswasserschäden nahmen im Jahr 2016 mit rund 2,6 Milliarden Euro den größten Posten bei Gebäudeversicherungen ein. Die Bestimmung und Lokalisierung des Schadensausmaßes ist dabei ein erster wichtiger Schritt, um die erforderlichen Sanierungsarbeiten abschätzen und effizient vornehmen zu können. Hierfür sind Radar und Neutronensonden bereits etablierte Verfahren. Für verlässliche Aussagen zum quantitativen Feuchtegehalt eines Baustoffes werden jedoch zerstörende Sondierungsbohrungen zur Kalibrierung der aufgenommenen Daten benötigt. Dieser hohe zeitliche und finanzielle Aufwand soll zukünftig durch den parallelen Einsatz der genannten Messverfahren verhindert werden.
In der durchgeführten Studie wurden Estrichprobekörper auf Zement- und Anhydritbasis mit variablen Dicken und Festigkeiten hergestellt und deren Austrocknung mit Radar und Neutronensonde über einen Zeitraum von 90 Tagen beobachtet. Als Referenzverfahren zur Ermittlung des Feuchteverlaufs dienten die gravimetrische Darr- und chemische Calcium-Carbid-Methode, welche an kleineren Schwesterproben der gleichen Charge angewendet wurden. Kontinuierliche Wägungen der größeren Probekörper gaben hierbei Aufschluss über den durch Austrocknung schwindende Wasseranteil.
Aus dem aufgenommen Radardatensatz konnten anschließend markante Signalmerkmale im Zeit- und Frequenzbereich extrahiert und deren Zusammenhang zum Feuchtegehalt der Estrichtypen untersucht werden. Hierbei wurden gängige Methoden aus der Literatur zur Feuchtemessung mit Radar angewandt, wobei die Kombination dieser und das Hinzuziehen der Neutronensonde mittels Datenfusion zu einem höheren Informationsgehalt beiträgt. Somit kann eine zerstörungsfreie Quantifizierung des Feuchteschadens an schwimmenden Fußbodenaufbauten vorgenommen werden
Leitungswasserschäden nahmen im Jahr 2016 mit rund 2,6 Milliarden Euro den größten Posten bei Gebäudeversicherungen ein. Die Bestimmung und Lokalisierung des Schadensausmaßes ist dabei ein erster wichtiger Schritt, um die erforderlichen Sanierungsarbeiten abschätzen und effizient vornehmen zu können. Hierfür sind Radar und Neutronensonden bereits etablierte Verfahren. Für verlässliche Aussagen zum quantitativen Feuchtegehalt eines Baustoffes werden jedoch zerstörende Sondierungsbohrungen zur Kalibrierung der aufgenommenen Daten benötigt. Dieser hohe zeitliche und finanzielle Aufwand soll zukünftig durch den parallelen Einsatz der genannten Messverfahren verhindert werden. In der durchgeführten Studie wurden Estrichprobekörper auf Zement- und Anhydritbasis mit variablen Dicken und Festigkeiten hergestellt und deren Austrocknung mit Radar und Neutronensonde über einen Zeitraum von 90 Tagen beobachtet. Als Referenzverfahren zur Ermittlung des Feuchteverlaufs dienten die gravimetrische Darr- und chemische Calcium-Carbid-Methode, welche an kleineren Schwesterproben der gleichen Charge angewendet wurden. Kontinuierliche Wägungen der größeren Probekörper gaben hierbei Aufschluss über den durch Austrocknung schwindende Wasseranteil. Aus dem aufgenommen Radardatensatz konnten anschließend markante Signalmerkmale im Zeit- und Frequenzbereich extrahiert und deren Zusammenhang zum Feuchtegehalt der Estrichtypen untersucht werden. Hierbei wurden gängige Methoden aus der Literatur zur Feuchtemessung mit Radar angewandt, wobei die Kombination dieser und das Hinzuziehen der Neutronensonde mittels Datenfusion zu einem höheren Informationsgehalt beiträgt. Somit kann eine zerstörungsfreie Quantifizierung des Feuchteschadens an schwimmenden Fußbodenaufbauten vorgenommen werden