7.2 Ingenieurbau
Filtern
Dokumenttyp
- Vortrag (16)
- Beitrag zu einem Tagungsband (5)
- Zeitschriftenartikel (3)
- Dissertation (1)
Schlagworte
- Structural Health Monitoring (25) (entfernen)
Organisationseinheit der BAM
Paper des Monats
- ja (1)
Eingeladener Vortrag
- nein (16)
A digital structural integrity management of offshore structures enables an optimized planning of inspections and repairs with risk-based methods. In a risk-based approach, the inspection and repair strategy that minimizes the expected lifetime costs consisting of the expected inspection, repair and failure costs is determined. In addition to inspections, information on the structural condition can be continuously obtained by monitoring the vibration response of the structural system. Changes in the vibration characteristics quantified in terms of modal properties can be an indication of structural damage. In risk-based inspection and repair planning, the effect of monitoring results is determined via Bayesian updating of the structural condition and reliability. This information should be applied to inform decisions on inspections and may result in a reduced inspection effort. The benefit of continuously monitoring the structural health can be quantified in terms of the value of information, which corresponds to the difference between the expected lifetime costs with and without monitoring. In this work, we demonstrate in a numerical example how an optimized sensor placement for a vibration-based structural health monitoring system can be determined by maximizing the value of information.
A digital structural integrity management of offshore structures enables an optimized planning of inspections and repairs with risk-based methods. In a risk-based approach, the inspection and repair strategy that minimizes the expected lifetime costs consisting of the expected inspection, repair and failure costs is determined. In addition to inspections, information on the structural condition can be continuously obtained by monitoring the vibration response of the structural system. Changes in the vibration characteristics quantified in terms of modal properties can be an indication of structural damage. In risk-based inspection and repair planning, the effect of monitoring results is determined via Bayesian updating of the structural condition and reliability. This information should be applied to inform decisions on inspections and may result in a reduced inspection effort. The benefit of continuously monitoring the structural health can be quantified in terms of the value of information, which corresponds to the difference between the expected lifetime costs with and without monitoring. In this work, we demonstrate in a numerical example how an optimized sensor placement for a vibration-based structural health monitoring system can be determined by maximizing the value of information.
Acceleration sensors are vital for assessing engineering structures by measuring properties like natural frequencies. In practice, engineering structures often have low natural frequencies and face harsh environmental conditions. Understanding sensor behavior on such structures is crucial for reliable masurements. The research focus is on understanding the behavior of acceleration sensors in harsh environmental conditions within the low-frequency acceleration range. The main question is how to distinguish sensor behavior from structural influences to minimize errors in assessing engineering structure conditions. To investigate this, the sensors are tested using a long-stroke calibration unit under varying temperature and humidity conditions. Additionally, a mini-monitoring system configured with four IEPE sensors is applied to a small-scale support structure within a climate chamber. For the evaluation, a signal-energy approach is employed to distinguish sensor behavior from structural behavior. The findings show that IEPE sensors display temperature-dependent nonlinear transmission behavior within the low-frequency acceleration range, with humidity having negligible impact. To ensure accurate engineering structure assessment, it is crucial to separate sensor behavior from structural influences using signal energy in the time domain. This study underscores the need to compensate for systematic effects, preventing the underestimation of vibration energy at low temperatures and overestimation at higher temperatures when using IEPE sensors for engineering structure monitoring.
Falltürme sind Bauwerke, die als Versuchsanlagen sehr speziellen, impulsartigen Belastungen ausgesetzt sind. Am Fallturm auf dem Testgelände Technische Sicherheit (TTS) der BAM wurde bei Routineinspektionen eine Abnahme der strukturellen Integrität in Form von Vorspannungsverlusten in den Bolzen der Stahlverbindungen festgestellt. Um ein Verständnis für die zugrundeliegenden Trag- und Schädigungsmechanismen zu erlangen, wurde ein umfassendes Structural Health Monitoring (SHM) System geplant und am Bauwerk installiert unter Nutzung von digitalen Bauwerksmodellen. Für die Auslegung des Überwachungssystems, insbesondere aber zur Unterstützung der Untersuchung des Schädigungsprozesses, wurden Finite-Elemente-Modelle erstellt. Um sicherzustellen, dass die FE-Modelle das reale Tragwerksverhalten mit ausreichender Genauigkeit abbilden, mussten sie jedoch in Bezug auf die gemessenen Antworten des Tragwerks kalibriert werden. Der vorliegende Beitrag beschreibt experimentelle und numerische Untersuchungen zur Identifizierung des strukturellen Systems des Stahlrohrgitterturms in Vorbereitung einer Überwachungskampagne. Die Auswertung von gemessenen Schwingungen unter ambienter Anregung ermöglichte die Identifizierung der Eigenfrequenzen mehrerer globaler Schwingungsmoden des Fallturms. Zur Modellvalidierung wurde zunächst eine Sensitivitätsanalyse durchgeführt, um die Parameter mit dem größten Einfluss zu ermitteln. Anschließend wurde ein evolutionärer Algorithmus (EA) zur Optimierung nach dem Prinzip der Minimierung der Differenzen zwischen gemessenen und simulierten charakteristischen Antworten eingesetzt. Das aktualisierte Modell wurde schließlich an der dynamischen Reaktion der Turmstruktur infolge einer realen Falltest-induzierten Stoßbelastung validiert. Die Ergebnisse zeigten eine gute Übereinstimmung zwischen numerischen und experimentellen Ergebnissen.
Falltürme sind Bauwerke, die als Versuchsanlagen sehr speziellen, impulsartigen Belastungen ausgesetzt sind. Am Fallturm auf dem Testgelände Technische Sicherheit (TTS) der BAM wurde bei Routineinspektionen eine Abnahme der strukturellen Integrität in Form von Vorspannungsverlusten in den Bolzen der Stahlverbindungen festgestellt. Um ein Verständnis für die zugrundeliegenden Trag- und Schädigungsmechanismen zu erlangen, wurde ein umfassendes Structural Health Monitoring (SHM) System geplant und am Bauwerk installiert unter Nutzung von digitalen Bauwerksmodellen. Für die Auslegung des Überwachungssystems, insbesondere aber zur Unterstützung der Untersuchung des Schädigungsprozesses, wurden Finite-Elemente-Modelle erstellt. Um sicherzustellen, dass die FE-Modelle das reale Tragwerksverhalten mit ausreichender Genauigkeit abbilden, mussten sie jedoch in Bezug auf die gemessenen Antworten des Tragwerks kalibriert werden. Der vorliegende Beitrag beschreibt experimentelle und numerische Untersuchungen zur Identifizierung des strukturellen Systems des Stahlrohrgitterturms in Vorbereitung einer Überwachungskampagne. Die Auswertung von gemessenen Schwingungen unter ambienter Anregung ermöglichte die Identifizierung der Eigenfrequenzen mehrerer globaler Schwingungsmoden des Fallturms. Zur Modellvalidierung wurde zunächst eine Sensitivitätsanalyse durchgeführt, um die Parameter mit dem größten Einfluss zu ermitteln. Anschließend wurde ein evolutionärer Algorithmus (EA) zur Optimierung nach dem Prinzip der Minimierung der Differenzen zwischen gemessenen und simulierten charakteristischen Antworten eingesetzt. Das aktualisierte Modell wurde schließlich an der dynamischen Reaktion der Turmstruktur infolge einer realen Falltest-induzierten Stoßbelastung validiert. Die Ergebnisse zeigten eine gute Übereinstimmung zwischen numerischen und experimentellen Ergebnissen.