Vibration-Based Structural Health Monitoring of a Reinforced Concrete Beam Subject to Varying Ambient Temperatures Using Bayesian Methods

Simon, Patrick; Schneider, Ronald; Viefhues, Eva; Said, Samir; Herrmann, Ralf; Baeßler, Matthias

doi:10.47964/1120.9101.19503

Cited by 4 publications

(6 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…7 dargestellt, anhand von Monitoringdaten kalibriert, um das reale Tragverhalten adäquat widerzuspiegeln. Das kalibrierte Tragwerksmodell wird perspektivisch kontinuierlich mit neu erfassten Daten aktualisiert, um Bauwerksveränderungen zu identifizieren und zu bewerten [9, 10].…”

Section: Einführungunclassified

“…Für die Zustandsermittlung und ‐bewertung inkl. detaillierter Schadensidentifikation sind numerische Simulationsmodelle nötig, die in ihren Parametern anhand gemessener Bauwerksdaten kalibriert sind und so das reale Tragwerk adäquat wiedergeben [9, 10, 21]. In diesem Beitrag ist das FE‐Modell des Bauwerks Teil einer probabilistischen Modellklasse [21], wobei die Modellparameter θ , die die Eigenschaften des Bauwerks widerspiegeln, als Zufallsvariablen aufgefasst werden.…”

Section: Kalibrierung Des Bauwerksmodells Durch Dynamische Monitoring...unclassified

“…Die einzelnen Vorhersagefehler werden als normalverteilte Zufallsvariablen mit einem Mittelwert von 0 modelliert. Die probabilistischen Modelle der Vorhersagefehler orientieren sich an der existierenden Literatur [10, 23]. Die Verbindung zwischen den Modellparametern θ und den Daten Δ wird probabilistisch über die Likelihood‐Funktion L ( θ | Δ ) hergestellt.…”

Section: Kalibrierung Des Bauwerksmodells Durch Dynamische Monitoring...unclassified

“…Diese wird anhand der Modelle der Vorhersagefehler formuliert. Die konkrete Herleitung der Likelihood‐Funktion erfolgt nach etablierten Ansätzen [10, 23].…”

Section: Kalibrierung Des Bauwerksmodells Durch Dynamische Monitoring...unclassified

See 3 more Smart Citations

Maintalbrücke Gemünden: Bauwerksmonitoring und ‐identifikation aus einem Guss

et al. 2022

Self Cite

View full text Add to dashboard Cite

Die Infrastruktursysteme der Industriestaaten erfordern heute und in Zukunft ein effizientes Management bei alternder Bausubstanz, steigenden Lasten und gleichbleibend hohem Sicherheitsniveau. Digitale Technologien bieten ein großes Potenzial zur Bewältigung der aktuellen und künftigen Herausforderungen im Infrastrukturmanagement. Im BMBF‐geförderten Projekt Bewertung alternder Infrastrukturbauwerke mit digitalen Technologien (AISTEC) wird untersucht, wie unterschiedliche Technologien und deren Verknüpfung gewinnbringend eingesetzt werden können. Am Beispiel der Maintalbrücke Gemünden werden ein sensorbasiertes Bauwerksmonitoring, bildbasierte Inspektion mit durch Kameras ausgestatteten Drohnen (UAS) und die Verknüpfung digitaler Bauwerksmodelle umgesetzt. Die aufgenommenen Bilder dienen u. a. als Grundlage für spätere visuelle Anomaliedetektionen und eine 3D‐Rekonstruktion, welche wiederum für die Kalibrierung und Aktualisierung digitaler Tragwerksmodelle genutzt werden. Kontinuierlich erfasste Sensordaten werden ebenfalls zur Kalibrierung und Aktualisierung der Tragwerksmodelle herangezogen. Diese Modelle werden als Grundlage für Anomaliedetektionen und perspektivisch zur Umsetzung von Konzepten der prädiktiven Instandhaltung verwendet. Belastungsfahrten und historische Daten dienen in diesem Beitrag der Validierung von kalibrierten Tragwerksmodellen.

show abstract

Section: Einführungunclassified

Section: Kalibrierung Des Bauwerksmodells Durch Dynamische Monitoring...unclassified

“…Diese wird anhand der Modelle der Vorhersagefehler formuliert. Die konkrete Herleitung der Likelihood‐Funktion erfolgt nach etablierten Ansätzen [10, 23].…”

Section: Kalibrierung Des Bauwerksmodells Durch Dynamische Monitoring...unclassified

See 2 more Smart Citations

Maintalbrücke Gemünden: Bauwerksmonitoring und ‐identifikation aus einem Guss

et al. 2022

Self Cite

View full text Add to dashboard Cite

show abstract

“…In the mathematical problem of determining the structure change, the model of spectrum analysis in representing the non-model structural method [19][20][21] and the finite element method [22][23] in representing the model structural method are widely used. Furthermore, according to developments in modern science, many methods applying wavelet algorithms, [24][25][26][27][28] the algorithms of neural networks, [29][30][31][32][33][34] and the Bayes algorithm [35][36] have added value to the computational evaluation of structures. These methods can be used to accurately model the static properties and visual representations of concrete structures.…”

Section: Introductionmentioning

confidence: 99%

Using viscous resistance system based on machine learning in engineering concrete structures

Nguyen¹

2022

Journal of Low Frequency Noise, Vibration and Active Control

View full text Add to dashboard Cite

Through the combination of two approaches to evaluating structure change, a structural model and an unstructured model, a constructed model has been proposed in this article that evaluates structural change through the expansion of a linear model following the Hooke’s Law principle. The study has relied on the pure compression model of a structure’s concrete beam with elastic modulus ( E) and has added the coefficient of viscosity resistance ( C) to suggest a new evaluation method. By defining the aggregation of values of both coefficients C and E through the experimental model, the input parameters are the amplitude values of the vibration spectra and the values of frequencies based on machine learning, through which Z EC values are generated. The Z EC values determine a regression plane accumulated from the aggregation of values for both C and E. The article has introduced the Z EC concept as a useful parameter for the assessment of the quality of concrete structures by the nonlinear model with the appearance of the coefficient C. The results show that the Z EC values have expressed the distribution validity according to the structure’s differing degrees of change. Depending on the texture type and the structure status, these Z EC values will form different shapes. By implementing the actual surveys from many bridges with two types of beam structures, prestressed concrete and conjugated concrete, the Z EC values show the same development trend. On the contrary, in the case of a change in mechanical structure, the Z EC values tend to increase. This evidence proves, in regard to the process of structural change, that the larger the changes in the structure, the more pronounced the distribution of Z EC values, and the wider the distribution range. This shows that the ratio of the damping coefficient C to the elastic modulus E will become increasingly unstable as the structure becomes weaker and weaker. In the future, the results from this study can be applied in the assessment of many types of actual structures.

show abstract

Vibration-based system identification of a large steel box girder bridge

Schneider,

Simon,

Hille

et al. 2024

J. Phys.: Conf. Ser.

View full text Add to dashboard Cite

The Bundesanstalt für Materialforschung und -prüfung (BAM) collaborates with TNO to develop a software framework for automated calibration of structural models based on monitoring data. The ultimate goal is to include such models in the asset management process of engineering structures. As a basis for developing the framework, a multi-span road bridge consisting of ten simply supported steel box girders was selected as a test case. Our group measured output-only vibration data from one box girder under ambient conditions. From the data, we determined eigenfrequencies and mode shapes. In parallel, we developed a preliminary structural model of the box girder for the purpose of predicting its modal properties. In this contribution, we provide an overview of the measurement campaign, the operational modal analysis, the structural modeling and qualitatively compare the identified with the predicted modes. As an outlook, we discuss the further steps in the calibration process and future applications of the calibrated model.

show abstract

Vibration-Based Structural Health Monitoring of a Reinforced Concrete Beam Subject to Varying Ambient Temperatures Using Bayesian Methods

Cited by 4 publications

References 0 publications

Maintalbrücke Gemünden: Bauwerksmonitoring und ‐identifikation aus einem Guss

Maintalbrücke Gemünden: Bauwerksmonitoring und ‐identifikation aus einem Guss

Using viscous resistance system based on machine learning in engineering concrete structures

Vibration-based system identification of a large steel box girder bridge

Contact Info

Product

Resources

About