Strukturüberwachung von Straßenbrücken durch Bauwerksmonitoring – Teil 1: Rechnerische Simulation mit einem auf Einflusslinien basierenden Merkmal/Structural health monitoring of road bridges – Part 1: Simulations with an influence line-based feature

Abstract

Die messtechnische Strukturüberwachung von Brücken hat das Potenzial, sich langfristig als wichtiges ergänzendes Instrument zur kontinuierlichen Zustandsbewertung zu etablieren. Die jüngere Forschung auf diesem Gebiet setzt verstärkt auf Signalmerkmale unterschiedlicher Sensortypen sowie auf Methoden des maschinellen Lernens. Daran anknüpfend wird in diesem zweiteiligen Aufsatz erläutert, wie Bauwerksschäden mithilfe der Anomalieerkennung mit Modellen des maschinellen Lernens identifiziert werden können. Im Teil 1 wird ein Signalmerkmal vorgestellt, das auf Einflusslinien basiert: Die R-Signatur. Durch Simulationen kann gezeigt werden, dass die R-Signatur deutlich empfindlicher auf einen Bauwerksschaden reagiert als die betrachteten Eigenfrequenzen. In Teil 2 wird ein Verfahren zur Anomalieerkennung beschrieben, das Bauwerksschäden durch eine Veränderung der Korrelationsstruktur der R-Signatur identifiziert. Das zugrunde liegende Datenmodell nutzt dabei die Hauptkomponentenanalyse. Der vorgestellte Ansatz wurde mit den Messdaten einer Straßenbrücke verifiziert.

Location‐specific target load level and object‐specific load models for recalculation based on structural monitoring

“…Methods are currently being developed to provide an instrument which is designed to supplement the structural inspection with the aim of monitoring structures automatically and detecting damage (structural health monitoring), also including evaluations based on machine learning methods 4 …”