LEMOTRA – LEbensdauerMOnitoring von TRAgwerken mittels Datenassimilation im Digitalen Zwilling mit Künstlicher Intelligenz
Die Verkehrsinfrastruktur in Deutschland zeigt eine grundsätzliche Überalterung der Bauwerke. So beträgt das Durchschnittsalter der rund 26.000 Eisenbahnbrücken 73,7 Jahre, das der darunter befindlichen Stahlbrücken sogar 85,9 Jahre. Das Netz der Bundesfernstraßen in Deutschland umfasst etwa 40.000 Brücken, wovon die meisten in den Jahren 1960 bis 1985 gebaut wurden und somit ebenfalls ein kritisches Bauwerksalter erreichen. Daraus wird die gewaltige Herausforderung für die Instandhaltung und das Lebensdauermanagement der Inrastruktur deutlich, die innovative wissenschaftliche und technologische Lösungen erfordern. Die neuen Entwicklungen der Informationstechnologien (IT) wie Cloud Computing, Internet der Dinge (IoT), Big Data und Künstliche Intelligenz (KI) ermöglichen eine Vielzahl intelligenter Anwendungen für die Industrie, darunter die Digitalen Zwillinge (Digital Twins, DT) sowie das Building Information Modelling (BIM).
Das Hauptziel des Projektes LEMOTRA ist die Entwicklung einer konsistenten methodischen Grundlage für eine intelligente digitale Repräsentanz von Bauwerken, die ein lebensdauerbegleitendes messtechnisches Monitoring als Basis für eine prädiktive Zustandsbewertung und Instandhaltung etabliert. Zur Unterstützung eines BIM-basierten Bauwerksmodells, das alle Bestandsdaten in komprimierter digitaler Form erfasst, soll hier ein Digitaler Zwilling für das Structural Health Monitoring (SHM-DT) entwickelt werden. Dieser vereinigt die umfangreichen und heterogenen Messdaten mit physikalischen und mathematischen Modellen verschiedener Komplexität mittels Datenassimilation und Künstlicher Intelligenz. SHM-DT wird somit in der Lage sein, eine belastbare Prognose sowohl für das reale Tragverhalten als auch für die kritischen Tragwerksparameter wie Steifigkeiten oder Schäden in Echtzeit bereitzustellen.
Auf dieser Basis werden aussagekräftige Zustandsindikatoren definiert, ermittelt und an das digitale Bauwerksmodell transferiert. Somit liefert das Projekt LEMOTRA einen essentiellen methodischen Baustein für die Verknüpfung von BIM und SHM im SPP 2388 zwecks Lebensdauermanagement von Bauwerken. Die wichtigsten innovativen Merkmale des Projektes sind Methoden zur Datenassimilation im Digitalen Zwilling und der Einsatz von Künstlicher Intelligenz zur automatisierten Messdatenauswertung und Prognose des Tragwerkszustandes.
Das Projekt LEMOTRA schlägt darüber hinaus ein ganzheitliches Konzept für das messtechnische Monitoring und die Zustandsbewertung realer Bauwerke vor, definiert Schnittstellen zwischen verschiedenen Teilaufgaben und den relevanten Daten, setzt eigene methodische Forschungsschwerpunkte und erläutert die ausgewählten Forschungsansätze. Dieses projektübergreifende Gesamtkonzept für das Lebensdauermanagement von Bauwerken ist in Abbildung 1 dargestellt.
Die folgenden Teilziele des Projekts stellen die eigenen Forschungsschwerpunkte dar und spiegeln sich in den Definitionen der aufgeführten Arbeitspakete des SPP 2388 wieder:
- Im Schwerpunkt der Digitalen Modelle (DM) sollen Methoden zum Extrahieren physikalischer Modelle verschiedener Komplexität und Dimensionalität aus dem digitalen Bauwerksmodell (DM1) erforscht und die Entwicklung von digitalen Einwirkungsmodellen mittels Monitoring und Künstlicher Intelligenz (DM2) vorangetrieben werden.
- Der Schwerpunkt der Digitalen Verknüpfung (DV) stellt den größten Teil des Forschungsprojekts dar und dient der Entwicklung von Methoden zur automatisierten Messdatenassimilation im Digitalen Zwilling mittels Kalman-Filter und Künstlicher Intelligenz (DV1). Des Weiteren sollen methodische Bausteine eines Digitalen Zwillings SHM-DT entwickelt und diese am Beispiel eines skalierten Ersatztragwerks (siehe Abbildung 2) validiert werden (DV2).
- Gleichzeitig wird im dritten Schwerpunkt der Zustandsindikatoren (ZI) ein konsistentes Konzept zum automatisierten messtechnischen Monitoring von Bauwerken entwickelt und belastbare Zustandsindikatoren definiert (ZI1).
Meilensteine und Highlights:
Entwicklung eines Verfahrens und einer Schnittstelle zwischen den IFC-basierten BIM-Modellen und dem kommerziellen FE-Programm ANSYS, um automatisiert verschiedene FE-Modelle in unterschiedlicher Dimensionalität und Komplexität je nach Bedarf der Zustandsbewertung zu extrahieren.
- Entwicklung eines Verfahrens zur Echtzeit-Verkehrslastidentifikation mithilfe von einem Cluster von CNNs, welches in der Lage ist, Lastparameter wie die Lastgröße, die Lastgeschwindigkeit, die belastete Fahrspur und die aktuelle Anzahl an Fahrzeugen auf der Brücke anhand von gemessenen Beschleunigungen oder Dehnungen am Tragwerk zu identifizieren.
- Entwicklung eines Verfahrens zur Echtzeitmodellanpassung mittels Datenassimilation, um Systemveränderungen und Schäden durch Modelladaption an vereinfachten Rechenmodellen zu identifizieren
- Erstellung von zwei FE-Modellen unterschiedlicher Komplexität für die Nibelungenbrücke. Ein detailliertes Modell, welches an die modalen Eigenschaften der realen Brücke angepasst und von dem vereinfachte Rechenmodelle für SHM extrahiert werden sollen und ein bereits vereinfachtes Rechenmodell basierend auf vereinfachten Annahmen als Vergleichsmodell.
Anprechpartner
Publikationen
Peer-Reviewed Journal Paper
Rudenko, I.; Petryna, Y.: An Approach to Automatic Building Information Modeling-Based Generation of Finite Element Models of Different Complexity and Finite Element Dimensionality. Buildings 2025, 15, 171. https://doi.org/10.3390/buildings15020171
Becks, H., Lippold, L., Winkler, P., Moeller, M., Rohrer, M., Leusmann, T., Anton, D., Sprenger, B., Kähler, P., Rudenko, I., Arcones, D. A., Koutsourelakis, P.-S., Unger, J. F., Weiser, M., Petryna, Y., Schnellenbach-Held, M., Lowke, D., Wessels, H., Lenzen, A.,…Hegger, J. (2024). Neuartige Konzepte für die Zustandsüberwachung und -analyse von Brückenbauwerken – Einblicke in das Forschungsvorhaben SPP100+/Novel Concepts for the Condition Monitoring and Analysis of Bridge Structures – Insights into the SPP100+ Research Project. Bauingenieur, 99(10), 327-338. https://doi.org/10.37544/0005-6650-2024-10-63
Kähler, P.: Einsatz von Datenassimilationsverfahren für digitale Zwillinge von Tragstrukturen in messtechnischer Strukturüberwachung, Dissertation, Technische Universität Berlin (im Veröffentlichungsprozess)
Konferenz und andere VÖ
- Kähler, P.; Petryna, Y.: Application of artificial neural networks for indirect load measurements on bridges from vibration measurements. In: EWSHM 11th European Workshop on Structural Health Monitoring, Potsdam, Germany (2024). https://doi.org/10.58286/29594
- Kähler, P.; Petryna, Y.: Vibration monitoring of structures with indirect load identification and Kalman update. SMAR 2024 – 7th International Conference on Smart Monitoring, Assessment and Rehabilitation of Civil Structures, 4-6. September 2024, Salerno, Italy. Special Issue of Procedia Structural Integrity, SMAR 2024 Proceedings (peer reviewed). https://doi.org/10.1016/j.prostr.2024.09.193
- Rudenko, I.; Petryna, Y.: Interaction between BIM and FE models in structural health monitoring. SMAR 2024 – 7th International Conference on Smart Monitoring, Assessment and Rehabilitation of Civil Structures, 4-6. September 2024, Salerno, Italy. Special Issue of Procedia Structural Integrity, SMAR 2024 Proceedings (peer reviewed). https://doi.org/10.1016/j.prostr.2024.09.169
- Rudenko, I.: Kompatibilität von BIM- und FE-Modellen für die Tragwerksanalysen. In: Oesterle, B.; Bögle, A.; Weber, W. et al. (Hrsg.): Berichte der Fachtagung Baustatik – Baupraxis 15. Institut für Baustatik, Technische Universität Hamburg, Hamburg, 2024, S. 75-82.