Filtern
Dokumenttyp
- Vortrag (17)
- Beitrag zu einem Tagungsband (13)
- Zeitschriftenartikel (8)
- Buchkapitel (6)
- Forschungsdatensatz (4)
- Posterpräsentation (3)
- Forschungsbericht (2)
- Dissertation (1)
- Handbuch (1)
Referierte Publikation
- nein (55) (entfernen)
Schlagworte
- Existing structures (13)
- Reliability (12)
- NDT (9)
- Non-destructive testing (9)
- Nachrechnung (8)
- Assessment (7)
- Concrete (7)
- Bestandsbauwerke (6)
- Measurement uncertainty (6)
- Messunsicherheit (6)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (17)
Die Alterung bestehender Brückenbauwerke fällt mit dem sich verschlechternden Zustand und zunehmenden Anforderungen an die Bausubstanz zusammen, die eine Folge von steigenden Verkehrszahlen und der Zulassung des Schwerlastverkehrs sind. Der daraus erwachsende Bedarf an Beurteilungen von bestehenden Brücken ist national und international fortwährend groß. Die Grundlage für Nachrechnungen sind die über das System verfügbaren Informationen. Sowohl die rechnerische Zuverlässigkeit eines Tragwerks als auch die Validität der Ergebnisse hängen im Wesentlichen vom Zustand, also von der Qualität und der Relevanz dieser Informationen ab. Die gezielte Messung von gütebewerteten, relevanten Informationen kann die Urteilsfähigkeit des Beurteilenden über die Zuverlässigkeit eines Tragwerks signifikant steigern. Wünschenswert ist die Erhebung derartiger Informationen ohne signifikante Eingriffe in die Bausubstanz.
Das Ziel der vorliegenden Arbeit ist die Entwicklung und Erprobung einer Vorgehensweise für die probabilistische Beurteilung von bestehenden Bauwerken mit zerstörungsfrei gemessenen Daten und einer Methodik zum objektiven Nachweis der Eignung von zerstörungsfreien Messverfahren zur Anwendung im Zuge einer Nachrechnung. Herausgestellt wird die Eignung der im Guide to the Expression of Uncertainty in Measurement (GUM) publizierten Regeln zur Bewertung der Qualität der gemessenen Informationen, die später im statischen Nachweis verwendet werden sollen. Die Anforderungen an die Basisvariablen, d. h. an die Eingangsgrößen im probabilistischen Nachweis, werden aus den Vorschriften zur Zuverlässigkeitsanalyse mit dem probabilistischen Näherungsverfahren FORM, der First Order Reliability Method, abgeleitet. Darauf basiert die Entwicklung der Schnittstelle zwischen der Messtechnik und der Nachrechnung. Im Kern werden die messdatenbasierten Basisvariablen explizit als Zufallsgrößen bei der Zuverlässigkeitsanalyse berücksichtigt. Die entwickelte Vorgehensweise wird am Beispiel von zwei Spannbetonbrücken und vier Basisvariablen erprobt. In die Nachweise der Biege- und der Querkrafttragfähigkeit sowie in einen Nachweis der Dekompression fließen geometrische Messergebnisse ein, die mithilfe von Radar- und Ultraschallmessungen generiert werden. Ein wichtiger Bestandteil ist die Bildung von Modellen zur Auswertung der Messungen und zur Berechnung der Messergebnisse.
Es wird gezeigt, dass die Einbeziehung der zerstörungsfrei generierten Messergebnisse die Unsicherheit in den Berechnungsmodellen reduzieren und den Grad der Annäherung der Modelle
an die Realität steigern kann. Die Messergebnisse sind zuverlässig und vergleichbar. Umfassende Sensitivitätsanalysen geben Aufschluss über sinnvollerweise zu messende Bauwerksparameter, die einen maßgeblichen Einfluss auf die Tragwerkszuverlässigkeit ausüben. Auf diese Weise wird die Relevanz der Informationen ermittelt. Das Potential derartiger Analysen für die gezielte Planung und Beauftragung von Messungen sowie für die bedarfsgerechte Zuschärfung von initial unzureichenden Berechnungsmodellen erscheint groß. Die messdatenbasierten Modelle können darüber hinaus die Robustheit einer Tragwerksanalyse steigern. Die Berücksichtigung von Messergebnissen ist dann besonders nützlich, wenn zur Beurteilung erforderliche Informationen fehlen oder Zweifel an den verfügbaren Informationen aufgekommen sind. Im besten Fall resultiert daraus die Verlängerung von rechnerischen Restnutzungsdauern, die Steigerung der Verfügbarkeit der Infrastruktur, die Optimierung des Ressourcenverbrauchs und insgesamt eine realitätsnahe Bauwerksbewertung.
Measuring means knowing. The structural engineer’s Knowledge about structures is vitally important for the assessment of their structural safety. This contribution shows, how non-destructive testing methods can be used to collect valuable Information about existing structures. This value is expressed in this paper by the usability in probabilistic assessments and thus by the reliability of the information. The development of non-destructive testing methods in civil-engineering allows the realistic measurement and visualization of inner constructions of concrete components with a minimum of destructive interventions.
The evaluation of the quality of measurement data is of fundamental importance for quantitative measurements in order to ensure the objectivity of testing and evaluation and to assess the reliability of the knowledge acquired. Both systematic and random deviations must be identified, quantified and taken into account to obtain statistically sound data. The Focus of this contribution is on the methodical path, how displayed measurement data can be processed into reliable knowledge.
It is not about developing assessment methods but about providing
necessary knowledge to increase their operational usability.
The non-destructive testing methods available for civil engineering (NDT-CE) enable the measurements of quantitative parameters, which realistically describe the characteristics of existing buildings. In the past, methods for quality evaluation and concepts for validation expanded into NDT-CE to improve the objectivity of measured data. Thereby, a metrological foundation was developed to collect statistically sound and structurally relevant information about the inner construction of structures without destructive interventions. More recently, the demand for recalculations of structural safety was identified. This paper summarizes a basic research study on structural analyses of bridges in combination with NDT. The aim is to use measurement data of nondestructive testing methods as stochastic quantities in static calculations. Therefore, a methodical interface between the guide to the expression of uncertainty in measurement and probabilistic approximation procedures (e.g. FORM) has been proven to be suitable. The motivation is to relate the scientific approach of the structural analysis with real information coming from existing structures and not with those found in the literature. A case study about the probabilistic bending proof of a reinforced concrete bridge with statistically verified data from ultrasonic measurements shows that the measuring results fulfil the requirements concerning precision, trueness, objectivity and reliability.
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.