7.2 Ingenieurbau
Filtern
Dokumenttyp
- Beitrag zu einem Tagungsband (19)
- Vortrag (6)
- Zeitschriftenartikel (5)
- Dissertation (1)
- Sonstiges (1)
- Posterpräsentation (1)
Referierte Publikation
- nein (33) (entfernen)
Schlagworte
- Structural Health Monitoring (6)
- Impact (4)
- Damage characterization (3)
- Damage localization (3)
- Planar tomography (3)
- Structural health monitoring (3)
- Belastungsversuch (2)
- Brücke (2)
- Cable failure (2)
- Cable-stayed bridge (2)
Organisationseinheit der BAM
- 7 Bauwerkssicherheit (33)
- 7.2 Ingenieurbau (33)
- 8 Zerstörungsfreie Prüfung (9)
- 3 Gefahrgutumschließungen; Energiespeicher (4)
- 3.3 Sicherheit von Transportbehältern (4)
- 8.5 Röntgenbildgebung (4)
- 7.4 Baustofftechnologie (2)
- 8.0 Abteilungsleitung und andere (2)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (2)
- 7.1 Baustoffe (1)
Eingeladener Vortrag
- nein (6)
Reinforced concrete (RC) is used as structural material in most diverse civil engineering applications. For the variability of its physical properties it is still an engineering challenge to meet all necessary requirements for the prediction of dynamic effects under impact loading. In this paper, investigations are shown within the scope of quantifying and evaluating the damage caused by an impact. The experimental investigations are performed in the field of low- and medium-velocity impact. The chosen flat nose shape results in small penetrations on the top side and scabbing on the bottom side. The plate is scanned with an adapted planar tomographic examination after the impact, and the damage is analysed, afterwards. Cracks and spalling are made visible with a reconstruction. The numerical model validated on the tomographic results justifies the application for further predictions of the damage description.
At present, to produce renewable energy offshore wind farms play an important role. The available space combined with the more valuable wind conditions make offshore locations very attractive for wind powered energy production. In Europe a significant number of offshore wind farms already exist, especially in the North and Baltic Sea. In future this trend will continue, and further offshore wind farms will be built. The majority of offshore wind turbines are mounted on steel foundation structures. Due to the high-cyclic loading by wind and waves fatigue stress plays a substantial role regarding structural safety.
Besides the consideration of fatigue within the design process, to monitor existing steel structures for potential fatigue cracks during their life time is a major topic and a challenge.
For the structures of the offshore wind turbines are large and partially under water effective reliable methods for the detection of fatigue cracks are required.
This contribution presents investigations on different crack detection methods applied at high-cycle fatigue tests on small-scale welded steel samples as well as on large-scale welded steel components. The tests were conducted at the BAM laboratories. For crack detection mainly three different methods were used and compared. The first method regards to the measurement of strain by conventionally strain gauges. Secondly, the crack luminescence was used as a new and effective optical method for surface monitoring. And finally, crack detection by pressure differentials of the inner and outer section of tubular steel elements was investigated. A comparison study will emphasize the advantages and disadvantages of the different methods and show which of the described methods is potentially more suitable for an application on real offshore wind structures.
We examine the behavior of reinforced concrete components subjected to impact induced loading conditions which might be caused by vessels collisions such as aircraft fuel tanks The concrete plates were impact damaged at TU Dresden and shipped to BAM At BAM laminar tomography as the imaging method is used to determine and quantify the damage state An automatic crack detection method based on template matching is applied to find the cracks and we aim to develop a new method using machine learning Algorithms In addition numerical models are developed to understand the experiment and to predict the damage structures based on failure mechanisms.
The subject of damage localization is an important issue for Structural Health Monitoring (SHM) particularly in mechanical or civil structures under ambient excitation. In this paper, the statistical subspacebased damage localization method has been applied on a benchmark application, namely a 1/200 scale model of the Saint-Nazaire Bridge, which is a cable-stayed bridge located on the Loire River near the river’s mouth. The employed damage localization method combines data-driven features with physical parameter information from a finite element model in statistical tests, avoiding typical ill-conditioning problems of FE model updating. Damage is introduced in the mockup for cable failures on some of the 72 cables. The purpose of the experiment is to assess the capability of damage assessment methods to find a cable failure.
The Stochastic Dynamic Damage Locating Vector (SDDLV) approach is a vibration-based damage localization method based on both a finite element model of a structure and modal parameters estimated from output-only measurements in the damage and reference states. A statistical version of the Approach takes into account the inherent uncertainty due to noisy measurement data. In this paper, the effect of temperature fluctuations on the performance of the method is analyzed in a model-based approach using a finite element model with temperature dependent parameters. Robust damage localization is carried out by rejecting the temperature influence on the identified modal parameters in the damaged state. The algorithm is illustrated on a simulated structure.
The subject of damage localization is an important issue for Structural Health Monitoring (SHM) particularly in mechanical or civil structures under ambient excitation. In this paper, the statistical subspacebased damage localization method has been applied on a benchmark application, namely a 1/200 scale model of the Saint-Nazaire Bridge, which is a cable-stayed bridge located on the Loire River near the river’s mouth. The employed damage localization method combines data-driven features with physical parameter information from a finite element model in statistical tests, avoiding typical ill-conditioning problems of FE model updating. Damage is introduced in the mockup for cable failures on some of the 72 cables. The purpose of the experiment is to assess the capability of damage assessment methods to find a cable failure.
The Stochastic Dynamic Damage Locating Vector (SDDLV) approach is a vibration-based damage localization method based on both a finite element model of a structure and modal parameters estimated
from output-only measurements in the damage and reference states. A statistical version of the Approach takes into account the inherent uncertainty due to noisy measurement data. In this paper, the effect of temperature fluctuations on the performance of the method is analyzed in a model-based approach using a finite element model with temperature dependent parameters. Robust damage localization is carried out by rejecting the temperature influence on the identified modal parameters in the damaged state. The algorithm is illustrated on a simulated structure.
Risslumineszenz
(2018)
Unterraumbasierte Detektion von Strukturschäden an Jacket-Gründungen von Offshore-Windenergieanlagen
(2018)
Die vorliegende Arbeit beschreibt die Adaption eines globalen, schwingungsbasierten Verfahrens zur frühzeitigen Erkennung von Strukturschäden an Gründungsstrukturen offshore installierter Windenergieanlagen (OWEA). Damit soll es, Betreibern von Offshore-Windparks ermöglicht werden, im Rahmen periodisch durchgeführter messtechnischer Überwachungsmaßnahmen mit einem gegenüber wiederkehrender Inspektionen wesentlich geringen Aufwand auftretende Schäden an der Struktur zuverlässig zu delektieren.
Das untersuchte und implementierte Verfahren basiert auf der Methode der stochastischen unterraumbasierten Schadensdetektion. Dabei erfolgt eine statistische Analyse des wiederkehrend messtechnisch aufgenommenen dynamischen Antwortverhaltens des mechanischen Systems. Mittels statistischem Test werden signifikante Änderungen in dessen Eigenstruktur und damit Schäden delektiert.
Im Rahmen der vorliegenden Arbeit wurden umfangreiche experimentelle als auch numerische Untersuchungen zur Sensitivität und Robustheit des beschriebenen Schadensindikators durchgeführt. Dazu sind zunächst an einem Labormodell mittels künstlich und reversibel eingebrachter Schäden grundlegende Analysen zu den Einflüssen signal- und verfahrensinhärenter Kenngrößen durchgeführt worden. Auf der Basis dieser Ergebnisse wurde im Anschluss mittels numerischer Analysen das Antwortverhalten von OWEA simuliert und der entwickelte Algorithmus zur Schadensdetektion an den so realisierten Datensätzen angewendet.
Anhand der Ergebnisse der Arbeit wird aufgezeigt, dass, vorausgesetzt die Windenergieanlage befindet sich in Parkposition, eine Detektion von schon geringen Schäden an Gründungs-strukturen mit dem beschriebenen Verfahren, auch unter Einsatz weniger Messaufnehmer, zuverlässig möglich ist.
Unterraumbasierte Detektion von Strukturschäden an Jacket-Gründungen von Offshore-Windenergieanlagen
(2018)
Die vorliegende Arbeit beschreibt die Adaption eines globalen, schwingungsbasierten Verfahrens zur frühzeitigen Erkennung von Strukturschäden an Gründungsstrukturen offshore installierter Windenergieanlagen (OWEA). Damit soll es, Betreibern von Offshore-Windparks ermöglicht werden, im Rahmen periodisch durchgeführter messtechnischer Überwachungsmaßnahmen mit einem gegenüber wiederkehrender Inspektionen wesentlich geringen Aufwand auftretende Schäden an der Struktur zuverlässig zu delektieren.
Das untersuchte und implementierte Verfahren basiert auf der Methode der stochastischen unterraumbasierten Schadensdetektion. Dabei erfolgt eine statistische Analyse des wiederkehrend messtechnisch aufgenommenen dynamischen Antwortverhaltens des mechanischen Systems. Mittels statistischem Test werden signifikante Änderungen in dessen Eigenstruktur und damit Schäden delektiert.
Im Rahmen der vorliegenden Arbeit wurden umfangreiche experimentelle als auch numerische Untersuchungen zur Sensitivität und Robustheit des beschriebenen Schadensindikators durchgeführt. Dazu sind zunächst an einem Labormodell mittels künstlich und reversibel eingebrachter Schäden grundlegende Analysen zu den Einflüssen signal- und verfahrensinhärenter Kenngrößen durchgeführt worden. Auf der Basis dieser Ergebnisse wurde im Anschluss mittels numerischer Analysen das Antwortverhalten von OWEA simuliert und der entwickelte Algorithmus zur Schadensdetektion an den so realisierten Datensätzen angewendet.
Anhand der Ergebnisse der Arbeit wird aufgezeigt, dass, vorausgesetzt die Windenergieanlage befindet sich in Parkposition, eine Detektion von schon geringen Schäden an Gründungs-strukturen mit dem beschriebenen Verfahren, auch unter Einsatz weniger Messaufnehmer, zuverlässig möglich ist.