Filtern
Dokumenttyp
- Beitrag zu einem Tagungsband (18)
- Zeitschriftenartikel (14)
- Vortrag (13)
Schlagworte
- Structural Health Monitoring (15)
- Datenmanagement (5)
- Nibelungen Bridge (5)
- SHM (5)
- Monitoring (4)
- Structural health monitoring (4)
- Bridges (3)
- Modal Analysis (3)
- SPP100+ (3)
- Structural Health Monitoring (SHM) (3)
Organisationseinheit der BAM
- 7 Bauwerkssicherheit (39)
- 7.2 Ingenieurbau (39)
- 3 Gefahrgutumschließungen; Energiespeicher (4)
- 3.3 Sicherheit von Transportbehältern (4)
- 7.1 Baustoffe (2)
- 7.7 Modellierung und Simulation (2)
- 8 Zerstörungsfreie Prüfung (2)
- 7.6 Korrosion und Korrosionsschutz (1)
- 8.0 Abteilungsleitung und andere (1)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (1)
Paper des Monats
- ja (2)
The long-term preservation of our infrastructure requires not only intelligent sensor technology and highly developed monitoring procedures, but also innovative digital tools for analyzing, evaluating and utilizing the results. This includes mathematical and, in particular, probabilistic methods for damage detection and tracking as well as for calculating service life and maintenance cycles and data management. The example project Maintal Bridge Gemuenden as part of the AISTEC project shows the workflow for the implementation of structural health monitoring and experimental tests with a train of Deutsche Bahn. The influence lines, as one possible way for damage detection, were measured with a highly accurate GNSS System to locate the trains position when crossing the bridge. The results were compared to measurements from 1987 just before the bridge went in operation.
Die moderne Gesellschaft in Deutschland und Europa profitiert von der hervorragenden baulichen Infrastruktur, die für uns viele Aspekte aus den Bereichen Mobilität, Energieversorgung, Transport, Umweltschutz, (Nah-)Erholung und Gefahrenabwehr zur Alltäglichkeit werden lassen und uns ein hohes Gefühl der technischen Sicherheit vermitteln. Viele der Annehmlichkeiten, wie beispielweise ein Hochgeschwindigkeitseisenbahnverkehrsnetz, zuverlässige Stromversorgung im europäischen Verbundsystem und ein immenser Personen-, Güter- und Warenverkehr auf der Straße, zu Wasser und in der Luft ist ohne eine leistungsfähige, resiliente und zuverlässige bauliche Infrastruktur undenkbar.
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.
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.
The Bundesanstalt für Materialforschung und -prüfung (BAM), in cooperation with the Netherlands Organization for Applied Scientific Research (TNO), is working on a framework for integrating frequently updated structural models into an asset management process for bridge structures. A multi-span steel road bridge was selected as a test case for the development of this framework. In order for the structural model to represent the real behavior of the bridge with sufficient accuracy, model calibration is required. In this case, we have planned to calibrate the model based on the dynamic response of the bridge. To determine its dynamic properties, a multi-setup operational modal analysis was performed on one of the bridge spans. In parallel, a structural model of the span was developed based on the available design and service life information. Both eigenfrequencies and mode shapes were used as reference parameters to calibrate the model. A sensitivity analysis was performed to identify the most influential design parameters. Subsequently, a genetic algorithm was applied for minimizing the difference between measured and simulated characteristic responses. In the proposed paper, we summarize the measurements as well as the determination of the modal response of the bridge and describe the process of calibration of the structural model using the identified dynamic response.
Managing Structural Health Monitoring with the Research Data Management Platform BAM Data Store
(2025)
Structural Health Monitoring (SHM) ist eine interdisziplinäre Aufgabe bei der es um die Bewertung und Zustandsprognose von Bauwerken, wie z. B. Brücken, auf der Grundlage von Messungen und Modellen geht. Die Präsentation gibt einen Einblick in die Verwendung des BAM Data Stores zur Abbildung eines SHM Projekts zum Datenmanagement aller relevanten Metadaten und der Monitoringdaten selbst. Es werden die Struktur der Kernelemente eines typischen SHM beschrieben und Metadatenprofile für diese vorgestellt. Im BAM Data Store werden damit die strukturierte Verknüpfung von Objekten ermöglicht, um eine hierarchische Struktur zu erzeugen.
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.
Structural Health Monitoring (SHM) is an effective tool that not only reduces reliance on periodic inspections but also enhances them by analyzing the current state of a structure based on the latest structural data. Collaborative SHM, which integrates various SHM systems within the scope of bridge digital twins (BDTs), enhances infrastructure resilience and maintenance strategies. However, it faces challenges in integrating distributed sensor networks and requires interdisciplinary collaboration. In this work, various aspects of enhancing collaborative SHM with BDTs are presented.
As a pilot project, the Nibelungen Bridge in Worms (NBW), Germany, is introduced. Based on specific stakeholder and project requirements, various SHM systems havebeen installed on this bridge. To address these challenges, goal-oriented solutions have been developed and elaborated. Finally, conclusions and future outlooks are presented.