7.2 Ingenieurbau
Filtern
Dokumenttyp
- Zeitschriftenartikel (2) (entfernen)
Referierte Publikation
- ja (2)
Schlagworte
- Structural health monitoring (2) (entfernen)
Organisationseinheit der BAM
- 7.2 Ingenieurbau (2) (entfernen)
Paper des Monats
- ja (1)
Die Infrastruktursysteme der Industriestaaten erfordern heute und in Zukunft ein effizientes Management bei alternder Bausubstanz, steigenden Lasten und gleichbleibend hohem Sicherheitsniveau. Digitale Technologien bieten ein großes Potenzial zur Bewältigung der aktuellen und künftigen Herausforderungen im Infrastrukturmanagement. Im BMBF-geförderten Projekt Bewertung alternder Infrastrukturbauwerke mit digitalen Technologien (AISTEC) wird untersucht, wie unterschiedliche Technologien und deren Verknüpfung gewinnbringend eingesetzt werden können. Am Beispiel der Maintalbrücke Gemünden werden ein sensorbasiertes Bauwerksmonitoring, bildbasierte Inspektion mit durch Kameras ausgestatteten Drohnen (UAS) und die Verknüpfung digitaler Bauwerksmodelle umgesetzt. Die aufgenommenen Bilder dienen u. a. als Grundlage für spätere visuelle Anomaliedetektionen und eine 3D-Rekonstruktion, welche wiederum für die Kalibrierung und Aktualisierung digitaler Tragwerksmodelle genutzt werden. Kontinuierlich erfasste Sensordaten werden ebenfalls zur Kalibrierung und Aktualisierung der Tragwerksmodelle herangezogen. Diese Modelle werden als Grundlage für Anomaliedetektionen und perspektivisch zur Umsetzung von Konzepten der prädiktiven Instandhaltung verwendet. Belastungsfahrten und historische Daten dienen in diesem Beitrag der Validierung von kalibrierten Tragwerksmodellen.
This work describes a vibration-based structural health monitoring of a prestressed-concrete box girder bridge on the A100 Highway in Berlin by applying statistical pattern recognition technique to a huge amount of data continuously collected by an integrated monitoring system during the period from 2000 to 2013. Firstly, the general condition and potential damage of the bridge is described. Then, the dynamic properties are extracted from 20 velocity sensors. Environmental variability captured by five thermal transducers and traffic intensity approximately estimated by strain measurements are also reported. Nonlinear influences of temperature on natural frequencies are observed. Subsequently, the measurements during the first year are used to build a baseline health index. The multiple linear regression (MLR) method is used to characterize the nonlinear relationship between natural frequencies and temperatures. The Euclidean distance of the residual errors is calculated to build a statistical health index. Finally, the indices extracted from the following years gradually deviate; which may indicate structural deterioration due to loss of prestress in the prestressed tendons.