7.2 Ingenieurbau
Filtern
Dokumenttyp
- Zeitschriftenartikel (8) (entfernen)
Schlagworte
- SHM (2)
- Verkehrsinfrastukturen (2)
- Bauwerksüberwachung (1)
- Bayesian analysis (1)
- Belastungstest (1)
- Bemessung (1)
- Bewertung (1)
- Brücken (1)
- Brückensicherheit (1)
- Building Information Modeling (1)
- Damage Identification (1)
- Datenmanagement (1)
- Deterioration (1)
- Digitale Zwillinge (1)
- Environmental and Operational Variability (1)
- Erhaltungsmanagement (1)
- Inspection (1)
- Instandhaltung (1)
- Jacket support structure (1)
- Load tests (1)
- Model Building (1)
- Model Updating (1)
- Model update (1)
- Model updating (1)
- Modell-Update (1)
- Monitoring (1)
- Monitoring-informed inspection and maintenance planning (1)
- Offshore Wind (1)
- Offshore wind turbine (1)
- Offshore-Windenergie (1)
- Operational modal analysis (1)
- Optimal sensor placement (1)
- Prädiktive Instandhaltung (1)
- Referenzkennzeichnungssystem (1)
- Reliability (1)
- Sicherheit (1)
- Structural Health Monitoring (1)
- Structural health monitoring (1)
- Structural system identification (1)
- Structural systems (1)
- Strukturmonitoring (1)
- System identification (1)
- UAS (1)
- Value of information (1)
- Wahrscheinlichkeit (1)
- Zuverlässigkeit (1)
Organisationseinheit der BAM
- 7.2 Ingenieurbau (8) (entfernen)
Paper des Monats
- ja (2)
Reliability analysis of deteriorating structural systems requires the solution of time-variant reliability problems.
In the general case, both the capacity of and the loads on the structure vary with time. This analysis can be approached by approximation through a series of time-invariant reliability problems, which is a potentially effective strategy for cases where direct solutions of the time-variant reliability problem are challenging, e.g. for structural systems with many elements or arbitrary load processes. In this contribution, we thoroughly Review the formulation of the equivalent time-invariant reliability problems and extend this approximation to structures for which inspection and monitoring data is available. Thereafter, we present methods for efficiently evaluating the reliability over time. In particular, we propose the combination of sampling-based methods with a FORM (first-order reliability method) approximation of the series system reliability problem that arises in the computation of the lifetime reliability. The framework and algorithms are demonstrated on a set of numerical examples, which include the computation of the reliability conditional on inspection data.
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.
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.
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.
Brücken müssen laufend überwacht werden, damit die Unsicherheiten hinsichtlich ihres Zustands, ihrer Beanspruchung und ihrer Leistungsfähigkeit verringert werden können. Diese Aufgabe soll künftig mit digitalen Methoden erleichtert werden. Im folgenden Beitrag werden deshalb die digitale Bauwerksmodellierung und die Entscheidungsfindung beleuchtet. Dazu wird gezeigt, wie Zustandsdiagnosen und -prognosen digital ermöglicht werden und wie durch diagnostische und prognostische Modelle eine wissenschaftliche Basis für risikobasierte Entscheidungen über Erhaltungsmaßnahmen und für den Übergang vom reaktiven zum vorausschauenden Brückenmanagement gebildet werden kann. Dabei wird klar: Jede Brücken-Überwachung bedarf einer Gesamtmethodik, ihre wichtigsten Elemente sind: Datenerfassung, Datenmanagement, Datenanalyse, Bauwerksmodellierung, Bauwerksbewertung und die letztendlichen Entscheidungen über notwendige Erhaltungsmaßnahmen.
Der zukünftige Eurocode 7 wird ausdrücklich die Nutzung zuverlässigkeitsbasierter Methoden in der geotechnischen Planung und Bemessung erlauben. In Deutschland gibt es bisher kaum Erfahrung in der praktischen Anwendung derartiger Verfahren und entsprechend sind die Vorbehalte gegenüber diesen Methoden oft groß. Der neue DGGT-Arbeitskreis (AK) 2.15 „Zuverlässigkeitsbasierte Methoden in der Geotechnik“ hat sich zum Ziel gesetzt, durch praxisorientierte Anleitungen und Empfehlungen sowie begleitende Aus- und Weiterbildungsangebote den praktischen Zugang zu diesen Verfahren zu unterstützen. Ziel ist es, Möglichkeiten und Grenzen zu verdeutlichen sowie vor allem ihre Potenziale zu erschließen. In dem vorliegenden Beitrag werden allgemeine Grundlagen und die zukünftigen Arbeitsfelder des AK 2.15 vorgestellt. Ausgehend von der Einführung relevanter Fachbegriffe wird zunächst die Einbettung zuverlässigkeitsbasierter Verfahren in den aktuellen Normungs- und Regelungskontext aufgezeigt. Anschließend werden anhand des Lebenszyklus eines geotechnischen Bauwerks die Unsicherheiten in den geotechnischen Prognosen und Bewertungen beschrieben. Daran anknüpfend wird aufgezeigt, an welchen Stellen zuverlässigkeitsbasierte Methoden als mögliches Werkzeug sinnvoll genutzt werden können, um Ingenieur:innen, Bauherr:innen und Prüfer:innen in Nachweis- und Entscheidungsprozessen zu unterstützen. Zu den sich daraus ableitenden Arbeitsthemen werden durch den AK 2.15 zukünftig Empfehlungen erarbeitet und sukzessive veröffentlicht
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.
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.