7.2 Ingenieurbau
Filtern
Dokumenttyp
- Beitrag zu einem Tagungsband (23)
- Vortrag (23)
- Zeitschriftenartikel (8)
- Buchkapitel (1)
- Posterpräsentation (1)
Schlagworte
- Structural Health Monitoring (7)
- Offshore (5)
- SHM (5)
- Structural health monitoring (5)
- Gründungsstrukturen (4)
- Grout (3)
- Leichtbau (3)
- Offshore Windenergieanlagen (3)
- Repair (3)
- Automatisierte schweißtechnische Fertigung (2)
Organisationseinheit der BAM
- 7.2 Ingenieurbau (56) (entfernen)
Paper des Monats
- ja (2)
Dieses Dokument enthält die Präsentationsfolien des BAM-Teams beim Abschlusstreffen des Forschungsprojekts DiMoWind-Inspect. Es wurden die Arbeitspakete Datenmanagement, Referenzkennzeichnungssystem, Grundlagen der Schadensbewertung, Risikobasierte Inspektions- und Instandhaltungsplanung und Schadensdetektion mittels Risslumineszenz sowie eine abschließende Bewertung des Projekts vorgestellt.
Im Forschungsprojekt DiMoWind-Inspect wurde untersucht, welche Grundvoraussetzungen geschaffen werden müssen, um digitale Methoden für die Instandhaltung von Offshore-Windenergieanlagen einsetzen zu können. Daten aus allen Lebensphasen der Anlagen werden derzeit nur selten effizient dafür genutzt, um die sinnvollsten Instandhaltungsmaßnahmen am richtigen Ort, zum richtigen Zeitpunkt und mit den geringsten Kosten durchzuführen. Eine im Vorhaben entwickelte einheitliche Strukturierung der bisher häufig unstrukturierten Bau- und Instandhaltungsdaten ermöglicht ihre übergreifende, anwenderspezifische Verfügbarkeit. Hierfür werden Prinzipien des Referenzkennzeichnungssystems RDS-PP adaptiert. Es wird aufgezeigt, wie neben Bauteilen auch zusätzliche Informationen wie Instandhaltungsmaßnahmen oder Mängel strukturiert werden können. Dem Ansatz des Building Information Modeling folgend werden die Bauwerkskomponenten direkt mit den Informationen aus Inspektionen und weiteren Instandhaltungsmaßnahmen verknüpft. So können Informationen aus dem Betrieb über den Zustand der Struktur verarbeitet und für die maßgebenden Berechnungen und Nachweise zur Verfügung gestellt werden. Als Anwendungsfall wird ein zweistufiges Konzept vorgestellt, das zur Bewertung der Ermüdungslebensdauer eines korrosionsgeschädigten Konstruktionsdetails der Gründungsstruktur einer Offshore-Windenergieanlage mit Informationen aus der Instandhaltung eingesetzt wird.
The Bundesanstalt für Materialforschung und -prüfung (BAM) collaborates with TNO to develop a software framework for automated calibration of structural models based on monitoring data. The ultimate goal is to include such models in the asset management process of engineering structures. As a basis for developing the framework, a multi-span road bridge consisting of ten simply supported steel box girders was selected as a test case. Our group measured output-only vibration data from one box girder under ambient conditions. From the data, we determined eigenfrequencies and mode shapes. In parallel, we developed a preliminary structural model of the box girder for the purpose of predicting its modal properties. In this contribution, we provide an overview of the measurement campaign, the operational modal analysis, the structural modeling and qualitatively compare the identified with the predicted modes. As an outlook, we discuss the further steps in the calibration process and future applications of the calibrated model.
Managing aging engineering structures requires damage identification, capacity reassessment, and prediction of remaining service life. Data from structural health monitoring (SHM) systems can be utilized to detect and characterize potential damage. However, environmental and operational variations impair the identification of damages from SHM data. Motivated by this, we introduce a Bayesian probabilistic framework for building models and identifying damage in monitored structures subject to environmental variability. The novelty of our work lies (a) in explicitly considering the effect of environmental influences and potential structural damages in the modeling to enable more accurate damage identification and (b) in proposing a methodological workflow for model‐based structural health monitoring that leverages model class selection for model building and damage identification. The framework is applied to a progressively damaged reinforced concrete beam subject to temperature variations in a climate chamber. Based on deflections and inclinations measured during diagnostic load tests of the undamaged structure, the most appropriate modeling approach for describing the temperature‐dependent behavior of the undamaged beam is identified. In the damaged state, damage is characterized based on the identified model parameters. The location and extent of the identified damage are consistent with the cracks observed in the laboratory. A numerical study with synthetic data is used to validate the parameter identification. The known true parameters lie within the 90% highest density intervals of the posterior distributions of the model parameters, suggesting that this approach is reliable for parameter identification. Our results indicate that the proposed framework can answer the question of damage identification under environmental variations. These findings show a way forward in integrating SHM data into the management of infrastructures.
Vorstellung OWA VERBATIM
(2024)
Das Risiko von Pfahlfussbeulen ist ein wesentlicher Grund für hohe Pfahlwandstärken bei Monopiles. Das Projekt VERBATIM - Verifikation des Beulnachweises und –verhaltens großer Monopiles zielte darauf ab, Beulphänomene zu untersuchen, die sich sowohl auf die plastischen Verformungen der Pfahlspitze während der Installation als auch auf das Beulen des eingebetteten Pfahls in der Nähe des Seebodens beziehen.
Auf der Basis aufwändiger Versuche wurden numerische Modelle entwickelt und validiert. Dies ermöglicht ein besseres Verständnis des Beulverhaltens, um die Wanddicke zu reduzieren, was Kosteneinsparungen bei der Stahlmenge sowie die Entwicklung sicherer und optimierter Strukturen erlaubt. Die bisherigen Designverfahren konnten die erfolgreiche Installation der Monopiles gewährleisten. Da die Größe von Monopiles jedoch stetig zunimmt, wird die Entwicklung verbesserter Designverfahren für sichere und kostengünstige Fundamente immer wichtiger.
Der Rückenwind-Vortrag gibt eine Übersicht zu den durchgeführten Untersuchungen und Ergebnissen
The risk of pile base buckling is a major reason for high pile wall thicknesses in monopiles. The VERBATIM project - Verification of the buckling detection and behaviour of large monopiles - aimed to investigate buckling phenomena related to both the plastic deformation of the pile tip during installation and the buckling of the embedded pile near the seabed.
Numerical models were developed and validated on the basis of extensive tests. This enables a better understanding of the buckling behaviour in order to reduce the wall thickness, which allows cost savings in the amount of steel and the development of safer and optimised structures. The previous design procedures were able to ensure the successful installation of the monopiles. However, as the size of monopiles continues to increase, the development of improved design methods for safe and cost-effective foundations is becoming increasingly important.
The presentation provides an overview of the investigations carried out and the results.
Information on the condition and reliability of an offshore jacket structure provided by a vibration-based structural health monitoring system can guide decisions on inspection and maintenance. When selecting the sensor setup, the designer of the monitoring system must assess its overall benefit compared to its costs before installation. The potential benefit of continuously monitoring the dynamic response of a jacket structure can be formally quantified through a value of information analysis from Bayesian decision theory. In this contribution, we present a framework for optimizing the placement of vibration sensors on offshore jacket structures by maximizing the value of information of the monitoring system. To solve the resulting discrete optimization problem, we adapt a genetic algorithm. The framework is demonstrated in a numerical example considering a redundant jacket-type steel frame. The numerical study shows that monitoring the vibration response of the frame is beneficial. Good sensor setups consist of relatively few sensors located towards the upper part of the
frame. The adapted genetic algorithm performs similarly well as established sequential sensor placement algorithms and holds substantial promise for application to real jacket structures.