7.2 Ingenieurbau
Filtern
Dokumenttyp
- Beitrag zu einem Tagungsband (25)
- Zeitschriftenartikel (9)
- Vortrag (6)
- Buchkapitel (1)
- Dissertation (1)
- Posterpräsentation (1)
Schlagworte
- Structural Health Monitoring (8)
- Impact (5)
- Damage characterization (4)
- Damage localization (4)
- Model interpolation (4)
- Planar tomography (4)
- Structural health monitoring (4)
- Compressive strength (3)
- DUCON® (3)
- Damage detection (3)
Organisationseinheit der BAM
- 7 Bauwerkssicherheit (43)
- 7.2 Ingenieurbau (43)
- 8 Zerstörungsfreie Prüfung (11)
- 8.5 Röntgenbildgebung (5)
- 3 Gefahrgutumschließungen; Energiespeicher (4)
- 3.3 Sicherheit von Transportbehältern (4)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (3)
- 7.4 Baustofftechnologie (2)
- 8.0 Abteilungsleitung und andere (2)
- 8.2 Zerstörungsfreie Prüfmethoden für das Bauwesen (1)
Eingeladener Vortrag
- nein (6)
Die B1 Brücke am Altstädter Bahnhof in Brandenburg an der Havel wurde im Dezember 2019 aufgrund von während einer turnusmäßigen Inspektion entdeckten Rissen und Hohlstellen entlang der vorgespannten Längsträger gesperrt und im Mai 2021 abgebrochen. In der Zwischenzeit wurde die Brücke detailliert überwacht. Vor dem Abriss wurden zudem umfangreiche Untersuchungen zur Bestandsaufnahme und Schadensanalyse sowie Tests moderner Sensorik vorgenommen. Dabei konnte sowohl die richtige, zuvor nicht sicher bekannte Anzahl von Spanngliedern in den Querträgern sicher ermittelt werden als auch durch moderne Varianten der Schwingungsmessungen und der faseroptischen Sensorik zusätzliche Kenntnisse püber das Bauwerksverhalten ermittelt werden . In dem Beitrag werden die Verfahren mit ihren Möglichkeiten und Grenzen vorgestellt, die Ergebnissee an der Brücke in Brandenburg erläutert und zukünftige Einsatzmöglichkeiten diskutiert.
Damage detection and localization in civil or mechanical structures is a subject of active development and research. A few vibration‐based methods have been developed so far, requiring, for example, modal parameter estimates in the reference and damaged states of the investigated structure, and for localization in addition a finite element model. For structures in operation, temperature has been shown to be a major nuisance to the efficiency of such methods because the modal parameters are varying not only with damage but also due to temperature variations. For detection, a few rejection approaches have been developed. Besides the increased complexity, environmental variation is hardly taken into account in localization approaches. In this paper, we propose a sensitivity‐based correction of the identified modal parameters in the damaged state with respect to the temperature field in the reference state, on the basis of a sensitivity analysis with respect to temperature dependent Parameters of the finite element model in the reference state. The approach is then applied to the stochastic dynamic damage locating vector method, where its improved performance under nonuniform temperature variations is shown in a numerical application on a beam.
Automatic vibration-based structural health monitoring has been recognized as a useful alternative or addition to visual inspections or local non-destructive testing performed manually. It is, in particular, suitable for mechanical and aeronautical structures as well as on civil structures, including cultural heritage sites. The main challenge is to provide a robust damage diagnosis from the recorded vibration measurements, for which statistical signal processing methods are required. In this chapter, a damage detection method is presented that compares vibration measurements from the current system to a reference state in a hypothesis test, where data9
related uncertainties are taken into account. The computation of the test statistic on new measurements is straightforward and does not require a separate modal identification. The performance of the method is firstly shown on a steel frame structure in a laboratory experiment. Secondly, the application on real measurements on S101 Bridge is shown during a progressive damage test, where damage was successfully detected for different damage scenarios.
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.
Temperature variation can be a nuisance that perturbs vibration based structural health monitoring (SHM) approaches for civil engineering structures. In this paper, temperature affected vibration data is evaluated within a stochastic damage detection framework, which relies on a null space based residual. Besides two existing temperature rejection approaches – building a reference state from an averaging method or a piecewise method – a new approach is proposed, using model interpolation. In this approach, a general reference model is obtained from data in the reference state at several known reference temperatures. Then, for a particular tested temperature, a local reference model is derived from the general reference model. Thus, a well fitting reference null space for the formulation of a residual is available when new data is tested for damage detection at an arbitrary temperature. Particular attention is paid to the computation of the residual covariance, taking into account the uncertainty related to the null space matrix estimate. This improves the test performance, contrary to prior methods, for local and global damages, resulting in a higher probability of detection (PoD) for the new interpolation approach compared to previous approaches.
Nach den bisherigen Regeln werden Bauwerksprüfungen von Brücken in starr definierten Intervallen durchgeführt. Diese starre, periodische, zustandsbasierte Instandhaltungsstrategie soll zukünftig durch eine flexible und prädiktive Instandhaltung ersetzt werden. Hierbei sollen Inspektionen und Instandhaltungsmaßnahmen unterstützt durch autonome Systeme auf der Grundlage von Monitoringdaten geplant und zusätzlich bei unvorhergesehenen Ereignissen ausgelöst werden. Im Rahmen des Verbundforschungsvorhabens AISTEC wird ein Vorgehen für Großbauwerke und kleinere Regelbauwerke zur Umsetzung eines kombinierten globalen, schwingungsbasierten und quasistatischen Monitorings entworfen. An der Maintalbrücke Gemünden – einer semiintegralen Rahmenbrücke aus Spannbeton auf der Schnellfahrstrecke Hannover–Würzburg – wurde als Demonstrator ein Dauermonitoring realisiert.
Am Fallturm auf dem Testgelände Technische Sicherheit (TTS) der BAM wurden bei Inspektionen Vorspannungsverluste in den Bolzen der Stahlverbindungen festgestellt. Um ein Verständnis für die zugrundeliegenden Trag- und Schädigungsmechanismen zu erlangen und um den Zustand der vorgespannten Schraubverbindungen langzeitlich zu überwachen, wurde am Fallturm ein Structural Health Monitoring (SHM) System installiert. Für die Auslegung des Monitoringsystems sowie zur Unterstützung der Untersuchung des Schädigungsprozesses wurde ein numerisches Modell erstellt und in Bezug auf die gemessenen Antworten des Tragwerks kalibriert.
Im Vortrag werden die experimentellen und numerischen Untersuchungen zur Systemidentifikation des Stahlrohrgitterturms als auch die Überwachungskampagne mit dem eingesetzten Monitoringsystem sowie die Messergebnisse und deren Bewertung vorgestellt.
Structural health monitoring (SHM) of civil structures often is limited due to changing environmental conditions, as those changes affect the structural dynamical properties in a similar way like damages can do. In this article, an approach for damage detection under changing temperatures is presentedand applied to a beam structure. The used stochastic subspace-based algorithm relies on a reference null space estimate, which is confronted to data from the testing state in a residual function. For damage detection the residual is evaluated by means of statistical hypothesis tests. Changes of the system due to temperature effects are handled with a model interpolation approach from linear parameter varying system theory. From vibration data measured in the undamaged state at some few reference temperatures, a model of the dynamic system valid for the current testing temperature is interpolated. The reference null space and the covariance matrix for the hypothesis test is computed from this interpolated model. This approach has been developed recently and was validated in an academic test case on simulations of a mass-spring-damper. In this paper, the approach is validated experimentally on a beam structure under varying temperature conditions in a climate chamber. Compared to other approaches, the interpolation approach leads to significantly less false positive alarms in the reference state when the structure is exposed to different temperatures, while faults can still be detected reliably.