8.0 Abteilungsleitung und andere
Filtern
Dokumenttyp
- Vortrag (4)
- Zeitschriftenartikel (1)
- Posterpräsentation (1)
Sprache
- Deutsch (6)
Referierte Publikation
- nein (6) (entfernen)
Schlagworte
- Datenfusion (6) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (4)
Das maschinelle Lernen (ML) wurde erfolgreich zur Lösung vieler Aufgaben in der zerstörungsfreien Prüfung im Bauwesen (ZfPBau) eingesetzt. Allerdings ist die Erstellung von Referenzdaten in den meisten Fällen extrem teuer und daher viel knapper als in anderen Forschungsbereichen. Auch decken die verfügbaren Daten mitunter nur ein einziges Szenario ab, so dass die Leistungsindikatoren oft nicht die tatsächliche Leistung des ML-Modells in der praktischen Anwendung widerspiegeln. Schätzungen, die die Übertragbarkeit von einem Szenario auf ein anderes quantifizieren, sind erforderlich, um dieser Herausforderung gerecht zu werden und den Weg für Anwendungen in der Praxis zu ebnen.
In diesem Beitrag stellen wir Werkzeuge zur Beschreibung der Unsicherheit von ML in neuen ZfPBau-Szenarien vor. Zu diesem Zweck haben wir einen bestehenden Trainingsdatensatz zur Klassifizierung von Korrosionsschäden der Bewehrung in Beton um eine neue Fallstudie erweitert. Die Messungen wurden an großflächigen Betonproben mit eingebauter chloridinduzierter Korrosion des Bewehrungsstahls durchgeführt. Das Experiment simulierte den gesamten Lebenszyklus von chloridinduzierten Sichtbetonbauteilen im Labor. Unser Datensatz umfasst Potenzialfeld- und Radarmessungen. Die einzigartige Fähigkeit, die Schädigung zu überwachen und eine gezielte Korrosion einzuleiten, ermöglichte es, die Daten zu labeln - was für die Konstruktion von ML-Modellen entscheidend ist. Um die Übertragbarkeit zu untersuchen, erweitern wir unser Modell um Metadaten - wie etwa Konstruktionsmerkmale des Prüfkörpers und Umweltbedingungen. Dies erlaubt es, die Veränderung dieser Merkmale in neuen Szenarien mit statistischen Methoden als Unsicherheiten auszudrücken. Wir vergleichen verschiedene auf Stichproben und statistischer Verteilung basierende Ansätze und zeigen, wie diese Methoden eingesetzt werden können, um Wissenslücken von ML-Modellen in der ZfP zu schließen
Leitungswasserschäden nahmen im Jahr 2016 mit rund 2,6 Milliarden Euro den größten Posten bei Gebäudeversicherungen ein. Die Bestimmung und Lokalisierung des Schadensausmaßes ist dabei ein erster wichtiger Schritt, um die erforderlichen Sanierungsarbeiten abschätzen und effizient vornehmen zu können. Hierfür sind Radar und Neutronensonden bereits etablierte Verfahren. Für verlässliche Aussagen zum quantitativen Feuchtegehalt eines Baustoffes werden jedoch zerstörende Sondierungsbohrungen zur Kalibrierung der aufgenommenen Daten benötigt. Dieser hohe zeitliche und finanzielle Aufwand soll zukünftig durch den parallelen Einsatz der genannten Messverfahren verhindert werden. In der durchgeführten Studie wurden Estrichprobekörper auf Zement- und Anhydritbasis mit variablen Dicken und Festigkeiten hergestellt und deren Austrocknung mit Radar und Neutronensonde über einen Zeitraum von 90 Tagen beobachtet. Als Referenzverfahren zur Ermittlung des Feuchteverlaufs dienten die gravimetrische Darr- und chemische Calcium-Carbid-Methode, welche an kleineren Schwesterproben der gleichen Charge angewendet wurden. Kontinuierliche Wägungen der größeren Probekörper gaben hierbei Aufschluss über den durch Austrocknung schwindende Wasseranteil. Aus dem aufgenommen Radardatensatz konnten anschließend markante Signalmerkmale im Zeit- und Frequenzbereich extrahiert und deren Zusammenhang zum Feuchtegehalt der Estrichtypen untersucht werden. Hierbei wurden gängige Methoden aus der Literatur zur Feuchtemessung mit Radar angewandt, wobei die Kombination dieser und das Hinzuziehen der Neutronensonde mittels Datenfusion zu einem höheren Informationsgehalt beiträgt. Somit kann eine zerstörungsfreie Quantifizierung des Feuchteschadens an schwimmenden Fußbodenaufbauten vorgenommen werden
Leitungswasserschäden nahmen im Jahr 2016 mit rund 2,6 Milliarden Euro den größten Posten bei Gebäudeversicherungen ein. Die Bestimmung und Lokalisierung des Schadensausmaßes ist dabei ein erster wichtiger Schritt, um die erforderlichen Sanierungsarbeiten abschätzen und effizient vornehmen zu können. Hierfür sind Radar und Neutronensonden bereits etablierte Verfahren. Für verlässliche Aussagen zum quantitativen Feuchtegehalt eines Baustoffes werden jedoch zerstörende Sondierungsbohrungen zur Kalibrierung der aufgenommenen Daten benötigt. Dieser hohe zeitliche und finanzielle Aufwand soll zukünftig durch den parallelen Einsatz der genannten Messverfahren verhindert werden.
In der durchgeführten Studie wurden Estrichprobekörper auf Zement- und Anhydritbasis mit variablen Dicken und Festigkeiten hergestellt und deren Austrocknung mit Radar und Neutronensonde über einen Zeitraum von 90 Tagen beobachtet. Als Referenzverfahren zur Ermittlung des Feuchteverlaufs dienten die gravimetrische Darr- und chemische Calcium-Carbid-Methode, welche an kleineren Schwesterproben der gleichen Charge angewendet wurden. Kontinuierliche Wägungen der größeren Probekörper gaben hierbei Aufschluss über den durch Austrocknung schwindende Wasseranteil.
Aus dem aufgenommen Radardatensatz konnten anschließend markante Signalmerkmale im Zeit- und Frequenzbereich extrahiert und deren Zusammenhang zum Feuchtegehalt der Estrichtypen untersucht werden. Hierbei wurden gängige Methoden aus der Literatur zur Feuchtemessung mit Radar angewandt, wobei die Kombination dieser und das Hinzuziehen der Neutronensonde mittels Datenfusion zu einem höheren Informationsgehalt beiträgt. Somit kann eine zerstörungsfreie Quantifizierung des Feuchteschadens an schwimmenden Fußbodenaufbauten vorgenommen werden
Die Idee des Dissertationsprojekts ist der parallele Einsatz des Radarverfahrens und der Neutronensonde zur Lokalisierung von Feuchteschäden in Fußbodenaufbauten. Hierbei soll die integrale Messweise der Neutronensonde durch die vertikale Information des Radarsignals ergänzt werden, um zukünftig auf zerstörende Sondierungsbohrungen verzichten zu können. Primäres Ziel ist eine automatisierte und zerstörungsfreie Klassifizierung und Quantifizierung verschiedener Schadensfälle im Fußboden, welche zur Abschätzung und Auswahl des Sanierungsaufwands dienen soll. In systematischen Laborstudien an modular aufgebauten Referenzprobekörpern werden die Nachweisgrenzen der beiden Verfahren für unterschiedliche, häufig anzutreffende Fußbodenaufbauten untersucht. Hierfür wurde ein Satz verschiedenster Estrichprobekörper gefertigt und deren Hydratisierungsprozess gravimetrisch und mit den benannten Feuchtemessverfahren beobachtet. In der laufenden Auswertung konnten bereits signifikante Signalmerkmale der Radarmessungen extrahiert, sowie dessen Korrelation zum Feuchteverlauf der Proben gezeigt werden. Der modulare Aufbau der Fußbodenschichten zur Simulation von gängigen Feuchteschäden folgt im Anschluss. Über Datenfusion und Signalverarbeitung sollen so innovative Auswertungsansätze entwickelt und deren Validität an realen Schadensfällen geprüft werden.
Angetrieben durch Digitalisierung und die sogenannte Industrie 4.0 steigt die Erwartungshaltung gegenüber der Nutzung von Sensorik. Die Unsicherheit, Widersprüchlichkeit und Redundanz separat verarbeiteter einzelner Quellen soll durch die synergetische Zusammenführung heterogener Datensätze überwunden werden. Dabei steht der zunehmenden Aufgabenkomplexität eine ebenso zunehmende Verfügbarkeit an Sensoren, Daten und Rechenleistung gegenüber.
Der Begriff Datenfusion fasst Ansätze zusammen, die Daten zu abstrakteren, aber besser verständlichen Informationen verarbeiten. Die Fusion ist Kernbestandteil effektiver Assistenzsysteme und beweist in vielzähligen Aufgaben - von militärischen Anwendungen über Flug- und Fahrassistenzsysteme, bis in den Heimbereich – ihr großes Potenzial. Durch die wachsende Automatisierung bei der Messdatenerfassung wird Datenfusion auch in der industriellen Qualitätsprüfung und –sicherung zunehmend attraktiver.
Der Vortrag gibt einen Überblick über den breiten Themenkomplex und widmet sich dabei im Theorieteil speziell der Fragen, welche Informationen in multivariaten Datensätzen stecken und wie sie extrahiert werden können. Anschließend wird ein Beispiel für die erfolgreiche Anwendung zur zerstörungsfreien Prüfung von Betonbauteilen vorgestellt. Der dargestellte Datensatz ist klein, heterogen, hochdimensional und unausgeglichen. Anhand von Algorithmen mit unterschiedlicher Leistungsfähigkeiten hinsichtlich Anpassungsfähigkeit und Invarianz gegenüber Höherdimensionalität wird erläutert welche Prozesse zur Verbesserung der Informationsqualität nötig sind.
Potentialfeldmessung (PM) ist die beliebteste Methode der Zerstörungsfreien Prüfung (ZfP) zur Lokalisierung von aktiver Betonstahlkorrosion. PM wird durch Parameter wie z. B. Feuchtigkeits- und Chloridgradienten im Bauteil beeinflusst, so dass die Sensitivität gegenüber der räumlich sehr begrenzten, aber gefährlichen Lochkorrosion gering ist. Wir zeigen in dieser Studie, wie zusätzliche Messinformationen mit Multisensor-Datenfusion genutzt werden können, um die Detektionsleistung zu verbessern und die Auswertung zu automatisieren. Die Fusion basiert auf überwachtem maschinellen Lernen (ÜML). ÜML sind Methoden, die Zusammenhänge in (Sensor-) Daten anhand vorgegebener Kennzeichnungen (Label) erkennen. Wir verwenden ÜML um „defekt“ und „intakt“ gelabelte Bereiche in einem Multisensordatensatz zu unterscheiden. Unser Datensatz besteht aus 18 Messkampagnen und enthält jeweils PM-, Bodenradar-, Mikrowellen-Feuchte- und Wenner-Widerstandsdaten. Exakte Label für veränderliche Umweltbedingungen wurden in einer Versuchsanordnung bestimmt, bei der eine Stahlbetonplatte im Labor kontrolliert und beschleunigt verwittert. Der Verwitterungsfortschritt wurde kontinuierlich überwacht und die Korrosion gezielt erzeugt. Die Detektionsergebnisse werden quantifiziert und statistisch ausgewertet. Die Datenfusion zeigt gegenüber dem besten Einzelverfahren (PM) eine deutliche Verbesserung. Wir beschreiben die Herausforderungen datengesteuerter Ansätze in der zerstörungsfreien Prüfung und zeigen mögliche Lösungsansätze.