Wegen der großen Brems‐ und Anfahrkräfte sowie der Verbindung der durchgängig verschweißten Schienen mit dem Überbau spielt die Gleis‐Tragwerks‐Interaktion eine maßgebende Rolle beim Entwurf von längeren Eisenbahnbrücken. Ein wesentlicher Parameter beim Nachweis der Längskraftabtragung im Tragwerk ist die Längssteifigkeit der als Festpunkt ausgebildeten Unterbauten. Die horizontale Ersatzfedersteifigkeit, hier Unterbausteifigkeit genannt, wird i. d. R. rechnerisch über ein Pfahlrostmodell ermittelt. Im Fall der Itztalbrücke wurde die quasistatische Unterbausteifigkeit über eine Probebelastung und die „dynamische“ Unterbausteifigkeit über einen Bremsversuch experimentell ermittelt, um die Eingangsparameter für den Nachweis der Schienenspannungen und der Lager zu definieren. Zusätzlich zu den Versuchen wurden 3‐D‐Finite‐Elemente‐Analysen der Tiefgründungssysteme bestehend aus Bohrpfählen, Pfahlkopfplatten und Baugrund durchgeführt. Im Artikel wird die Versuchskonzeption, ‐durchführung und ‐auswertung für beide Versuche vorgestellt. Im Anschluss werden die Ergebnisse der Versuche mit den rechnerischen Prognosen verglichen. Diese Versuche im Realmaßstab ermöglichen wichtige Rückschlüsse auf die Qualität der rechnerischen Prognosen der Gründungsverformung zur Entwicklung eines besseren Verständnisses für das tatsächliche Verhalten des Tragwerks bei dem Längskraftabtrag.

No abstract

Nachdem andere Wirtschaftszweige wie die Automobilindustrie mit statusbasierten Wartungsintervallen für Autos oder dem autonomen Fahren bereits erheblichen Erfolg im Bereich der Digitalisierung verzeichnen dürfen, befindet sich nun auch die Bauindustrie im Wandel. Der digitale Zwilling spielt insbesondere bei der prädiktiven Instandhaltung eine zentrale Rolle. Durch ihn können alle Daten und Informationen zum Bauwerk gesammelt, strukturiert und mit einem zeitlichen und räumlichen Kontext versehen werden. Die Grundlage zur Verortung von Informationen ist ein 3‐D‐Modell. Das Building Information Modeling liefert dafür im Bauwesen die perfekte Basis, ist im Bestand aber häufig nur mit großem Aufwand umsetzbar. Da die Erstellung und Änderung solcher Modelle oftmals durch Experten erfolgen muss, einen i. d. R. aufwendigen Prozess darstellt und die Datenstruktur keine Verwaltung von Massendaten zulässt, ist zu überlegen, welche Daten direkt in das 3‐D‐Modell integriert werden und wo der Linked‐Data‐Ansatz sinnvoller ist. Der Beitrag zeigt verschiedene Datenintegrationsmöglichkeiten für digitale Modelle und verdeutlicht am Beispiel des Pilotprojekts smartBRIDGE Hamburg die Vorgehensweise als Proof of Concept. Ziel ist die optimale Nutzung von 3‐D‐Modellen im Kontext des digitalen Brückenzwillings. Im Ergebnis kann festgehalten werden, dass sowohl für Massendaten als auch für singuläre Ergebnisse aus der Bauwerksinspektion der Linked‐Data‐Ansatz ein vielversprechender ist.

Prediction of the bridge temperature using monitoring data and machine learning In this paper, the nonlinear or rather transient relationship between the air temperature and the building temperature is simulated by a machine learning model. Based on this modelling, different use cases for the application of machine learning regression methods to monitoring data are presented, which resulted from practical questions. Basic knowledge of neural networks will be given and for the calculations, long-term monitoring data of valley bridges from VDE 8 are used. It is shown, for example, that these methods can be used to detect and compensate measurement errors or to predict the behaviour of structures. The results show that these methods, have a great potential for the evaluation of large amounts of data since no physical models are required. The paper focuses more on the application of AI methods rather than on the mathematical or theoretical background of the methods.

Track-bridge interaction plays a decisive role in the design of long railway bridges due to the high braking and acceleration forces that occur and the fact that the continuous rail is attached to the superstructure. A fundamental parameter for the calculation of the effects of track-bridge interaction is the equivalent longitudinal stiffness of piers and abutments with fixed bearings. The equivalent horizontal stiffness is commonly calculated using a pile group model. The static and "dynamic" stiffnesses of the Itz valley railway viaduct were determined experimentally by using a static diagnostic load test and a braking test, which allowed for the verification of the additional rail stresses and the bearing forces with realistic input parameters. Furthermore, numerical 3D FE analyses of the deep foundation system were carried out to provide class-A predictions of the experimental results. In this article, the experimental setup and the execution and evaluation of the two tests are presented. A comparison of the experimental results and the numerical predictions is also carried out.