Structural Health Monitoring

Das Fernstraßennetz spielt für wirtschaftliches Wachstum und Beschäftigung eine entscheidende Rolle. Im Fernstraßennetz der Bundesrepublik Deutschland befinden sich derzeit etwa 38.000 Brücken. Die Beurteilung des Zustandes dieser Bauwerke erfolgt im Rahmen von Bauwerksprüfungen, welche in regelmäßigen zeitlichen Abständen durchgeführt werden.

Das praktizierte Vorgehen bei der Zustandsbeurteilung von Brückenbauwerken kann durch den Einsatz von Methoden des Structural Health Monitoring (SHM) wesentlich unterstützt werden. Derartige Methoden basieren auf der Erfassung geeigneter Tragwerksreaktionen mit Hilfe von Sensornetzen, welche am Bauwerk installiert werden. Aus den Messdaten werden schließlich diejenigen Informationen extrahiert, die einen Rückschluss auf mögliche Schädigungen des Bauwerks zulassen.

Ziel dieses Forschungsprojektes ist die Entwicklung eines SHM-Konzeptes, welches auf der Kalibrierung eines Finite-Elemente-(FE-)Modells des jeweiligen Brückenbauwerks beruht. Während dieses Kalibrierungsprozesses werden die unbekannten Eigenschaften des FE-Modells so lange angepasst, bis die berechneten quasi-statischen Tragwerksreaktionen des Modells mit den korrespondierenden am Bauwerk gemessenen Größen übereinstimmen. Da das Konzept im Rahmen einer Dauerüberwachung eingesetzt werden soll, werden neben den unsicheren Systemeigenschaften auch die einwirkenden Verkehrslasten als unbekannt angenommen. Die zur Kalibrierung der Modelle erforderlichen FE-Analysen werden unter Berücksichtigung realitätsnaher Materialmodelle durchgeführt. Der Kalibrierungsprozess erfolgt unter Einsatz evolutionärer Optimierungsverfahren. Die Zuverlässigkeit kalibrierter Modelle wird unter Verwendung künstlicher neuronaler Netze beurteilt.

Literatur

Schnellenbach-Held, M., Karczewski, B.: Nonlinear Model-Updating in Long-Term Structural Health Monitoring: Sensitivity Analyses. In: Proceedings of the EG-ICE Workshop, Twente University, Enschede, The Netherlands, 2011.

Schnellenbach-Held, M., Karczewski, B.: Physical Nonlinear Model Identification in Model-Based Long-Term Structural Health Monitoring. Tagungsband 'icccbe2010', Nottingham, England, 2010.