Datei im Netzwerk der BAM verfügbar ("Closed Access")
Filtern
Dokumenttyp
Referierte Publikation
- nein (4) (entfernen)
Schlagworte
- Automatic modal parameters identification (1)
- Big Data (1)
- Bridge monitoring (1)
- Brückenmonitoring (1)
- DAS (1)
- Datenmanagement (1)
- Ermüdung (1)
- FEM analysis (1)
- Hochfester Beton (1)
- MEMS (1)
Organisationseinheit der BAM
Derzeit ist die Instandhaltung von großen Betontragwerken wie Brücken oder Windenergieanlagen problemorientiert und von einem reaktiven Vorgehen geprägt. Das bedeutet, erst wenn sichtbare Schäden vorliegen, werden diese meist unter Beeinträchtigung des Betriebs instand gesetzt. Im Hinblick auf die Entwicklung von prädiktiven Instandhaltungsstrategien, deren Fokus in der langfristigen Bauwerksüberwachung und der Vorhersage von Schädigungsentwicklungen liegt, wurde die Anwendung von Ultraschallverfahren für die Identifizierung der Degradationsprozesse von Betontragwerken unter Ermüdungsbeanspruchung untersucht. Hierzu fanden Arbeiten im vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Verbundprojekt WinConFat zum "Einfluss der Probengeometrie und -größe auf die Ermüdung von Beton" an der Bundesanstalt für Materialforschung und -prüfung (BAM) und zu den "Methoden zur Zustandsanalyse von Windenergieanlagen" am Institut für Massivbau (IfMa) der Leibniz Universität Hannover (LUH) statt, welches zudem vom Deutschen Beton- und Bautechnik Verein e.V. (Forschungsvorhaben DBV-311) gefördert wurde. Dabei wurden verschiedene Einflussfaktoren auf die Schädigungsentwicklung unter Ermüdungsbeanspruchung wie die Probekörpergröße, das Belastungsniveau und die Betonfestigkeit untersucht. Als Schädigungsindikator und Vergleichsparameter wurden die Ultraschallgeschwindigkeit und der dynamische E-Modul des Betons verwendet. Um das Potential der Schädigungserfassung im Beton mittels Ultraschallprüfung umfassender zu bewerten, wurden zusätzlich Versuche an Betonproben unter monoton steigender Belastung, Kriechversuche, Temperaturversuche und Untersuchungen an großformatigen Balken durchgeführt.
Im vorliegenden Bericht wurde untersucht, Spanndrahtbrüche in einem Brückenträger sowohl mittels Schallemissionsanalyse (SEA) als auch mit (eingebetteter) verteilter faseroptischer akustischer Sensorik (DAS) zu erkennen. Die Ergebnisse zeigen, dass die Bruchsignale anhand beider Messverfahren detektiert werden können. Die jeweils detektierten Drahtbrüche werden miteinander verglichen. Durch eine Gegenüberstellung werden SEA und DAS detailliert dargestellt.
Today, short- and long-term structural health monitoring (SHM) of bridge infrastructures and their safe, reliable and cost-effective maintenance has received considerable attention. From a surveying or civil engineer’s point of view, vibration-based SHM can be conducted by inspecting the changes in the global dynamic behaviour of a structure, such as natural frequencies (i. e. eigenfrequencies), mode shapes (i. e. eigenforms) and modal damping, which are known as modal parameters. This research work aims to propose a robust and automatic vibration analysis procedure that is so-called robust time domain modal parameter identification (RT-MPI) technique. It is novel in the sense of automatic and reliable identification of initial eigenfrequencies even closely spaced ones as well as robustly and accurately estimating the modal parameters of a bridge structure using low numbers of cost-effective micro-electro-mechanical systems (MEMS) accelerometers. To estimate amplitude, frequency, phase shift and damping ratio coefficients, an observation model consisting of: (1) a damped harmonic oscillation model, (2) an autoregressive model of coloured measurement noise and (3) a stochastic model in the form of the heavy-tailed family of scaled t-distributions is employed and jointly adjusted by means of a generalised expectation maximisation algorithm. Multiple MEMS as part of a geo-sensor network were mounted at different positions of a bridge structure which is precalculated by means of a finite element model (FEM) analysis. At the end, the estimated eigenfrequencies and eigenforms are compared and validated by the estimated parameters obtained from acceleration measurements of high-end accelerometers of type PCB ICP quartz, velocity measurements from a geophone and the FEM analysis. Additionally, the estimated eigenfrequencies and modal damping are compared with a well-known covariance driven stochastic subspace identification approach, which reveals the superiority of our proposed approach. We performed an experiment in two case studies with simulated data and real applications of a footbridge structure and a synthetic bridge. The results show that MEMS accelerometers are suitable for detecting all occurring eigenfrequencies depending on a sampling frequency specified. Moreover, the vibration analysis procedure demonstrates that amplitudes can be estimated in submillimetre range accuracy, frequencies with an accuracy better than 0.1 Hz and damping ratio coefficients with an accuracy better than 0.1 and 0.2 % for modal and system damping, respectively.
Mit der Errichtung und der Inbetriebnahme des Windpark alpha ventus wurden umfangreiche Messungen an den Tragstrukturen und den Umgebungsparametern durchgeführt. Im Projekt Gigawind life wurde im TP1 ein Datenmanagementsystem zur kontinuierlichen und periodisch fortgeführten Datenauswertung für große Datenbestände (Big Data) entworfen und realisiert. Anhand von Performanceuntersuchungen konnte eine Verkürzung der Rechenzeit um den Faktor 10 in einem Rechencluster erreicht werden. Unter Anwendung einer Datenpipeline nach dem Publish/Subscribe Prinzip wird eine skalierbare Datenschnittstelle für Monitoringdaten vorgeschlagen.