1. Home
  2. TRID
  3. View Record
https://nap.nationalacademies.org/catalog/27432/critical-issues-in-transportation-for-2024-and-beyond

Intelligente Bauwerke – Anforderungen an die Aufbereitung von Messgroessen und ihrer Darstellungsform

Smart bridge - requirements for the preparation of measured variables and their representation

In einem Forschungsvorhaben wurde eine Konzeption zu Anforderungen an die Aufbereitung und Verarbeitung von Messgroessen und ihrer Darstellung ausgearbeitet. Dies beinhaltete die Evaluierung und Entwicklung verschiedener modellbasierter und statistischer Analyseverfahren, die ueber den bisherigen Stand der Technik der Bauwerksueberwachung hinausgehen. Der Nutzen liegt in der Herausfilterung relevanter Informationen aus umfangreichem Datenmaterial (Vor-Aggregation) sowie der Erzeugung von belastbaren Zustandsinformationen beziehungsweise Vorergebnissen hierzu durch eine fruehzeitige, leistungsfaehige Plausibilisierung. Es wurde gezeigt, dass durch den Einsatz von leistungsfaehigen, gedaechtnisbehafteten, selbstlernenden Algorithmen fuer die Sensorfusion, Interpolation, Plausibilitaetserhoehung und Treffen fachtechnischer Monitoringaussagen Ergebnisse erzielt werden koennen, die bezueglich der Verarbeitung von Mess- und Erfassungsdaten weit ueber den aktuellen Stand beim Brueckenmonitoring hinausgehen. Anhand mehrerer Szenarien, fuer die reale Erfassungsdaten zur Verfuegung standen, wurde gezeigt, dass diese Verfahren sehr zuverlaessig verschiedenste Signalstoerungen, wie Messausreisser, erhoehtes Rauschen und Brummeinstreuung erkennen koennen. Nur durch die fruehzeitige und zuverlaessige Plausibilisierung von Sensordaten von Brueckenbauwerken kann verhindert werden, dass offensichtlich fehlerhafte Messwerte (wie zum Beispiel Messausreisser, stoerungsbehaftete Messungen) zu falschen Vorhersagen der Systemzuverlaessigkeit von Brueckenbauwerken durch rechnergestuetzte Systemmodelle fuehren. ABSTRACT IN ENGLISH: The research project aimed at the development of a conception of requirements for the preparation and processing of measured variables and their representation for the application of structural health monitoring of bridge structures. The investigation includes the evaluation and development of several model-based and statistical analysis methods that go beyond state of the art of structural health monitoring. The benefits of the proposed methods lie in the filtering of relevant information from large data material (pre-aggregation) as well as the generation of robust state information by monitoring and determining the plausibility. It has been shown that by means of powerful, self-learning algorithms for sensor fusion, interpolation, and plausibility checking, highly technical monitoring statements can be concluded that go far beyond the current state of the art of structural health monitoring. The performance of the proposed methods has been demonstrated by means of several scenarios based on real data. It turned out that these methods can reliably detect a wide range of signal interferences, such as outliers and increased sensor noises. The early and robust plausibility checking of sensor data prevents obviously erroneous readings (such as outliers), which lead to incorrect predictions of future reliability of bridges or other structures.

Language

  • German

Media Info

Subject/Index Terms

Filing Info

  • Accession Number: 01573350
  • Record Type: Publication
  • Source Agency: Bundesanstalt für Straßenwesen (BASt)
  • ISBN: 978-3-95606-166-0
  • Files: ITRD
  • Created Date: Aug 24 2015 9:17AM