In diesem Beitrag wird ein probabilistisches Bayessches Framework zur Erkennung und Charakterisierung von Schäden an Tragwerken vorgestellt, das gleichzeitig Umwelteinflüsse berücksichtigt. Dies ermöglicht die Unterscheidung zwischen Änderungen im Tragwerksverhalten, die durch #Umwelteinflüsse (wie z.B. Temperaturschwankungen) verursacht werden, und solchen, die auf tatsächliche Schäden zurückzuführen sind.
#Bauwerksmonitoring
Zur Überwachung kritischer Verkehrsstrukturen wie Brücken werden zunehmend numerische Modelle verwendet. Sie bilden die reale Struktur virtuell ab und können zur Schadensbeurteilung oder Lebensdauerbewertung benutzt werden.
In unserem #PaperdesMonats haben wir eine Methode entwickelt, die Rechengenauigkeit eines Proper Generalized Decomposition Modells zielorientiert auf die Parameteridentifikation automatisch zu kontrollieren: https://www.bam.de/Content/DE/Paper-des-Monats/2023/Infrastruktur/2023-06-01-paper-des-monats-infrastruktur.html #Brückenüberwachung #Bauwerksmonitoring
Im BMBF-geförderten Projekt „Bewertung alternder Infrastrukturbauwerke mit digitalen Technologien“ (AISTEC) untersuchte #BAMResearch zusammen mit Partnern der Bauhaus-Universität Weimar, dem Ingenieurbüro Leonhardt, Andrä und Partner und der Deutschen Bahn, wie digitale Technologien im Sinne eines Gesamtkonzepts für #Bauwerksmonitoring und -inspektion eingesetzt werden können: https://www.bam.de/Content/DE/Paper-des-Monats/2023/Infrastruktur/2023-05-02-paper-des-monats-infrastruktur.html #PaperdesMonats
Client Info
Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst