Der Beitrag stellt ein neuartiges Verfahren zur Adaption von Finite-Elemente-(FE)-Modellen auf Basis genetischer Algorithmen (GA) zur kontinuierlichen Zustandsüberwachung und frühzeitigen Schadensdetektion von Massivbrücken vor. Das Verfahren wurde bereits an numerisch generierten Messdaten validiert [1, 2] und wird in diesem Beitrag exemplarisch anhand eines geschädigten Stahlbetonbalkens unter Laborbedingungen überprüft.
Die zunehmend alternde Infrastruktur stellt das Instandhaltungsmanagement vor erhebliche Herausforderungen, wodurch seit einigen Jahren eine Entwicklung von rein reaktiven Instandsetzungsmaßnahmen hin zu einer vorausschauenden, prädiktiven Instandhaltung zu beobachten ist. Unterstützt wird diese Entwicklung durch den Einsatz moderner sensorgestützter Structural-Health-Monitoring(SHM)-Systeme.
Die kontinuierliche Datenerfassung applizierter Monitoringsysteme erlaubt eine frühzeitige Erkennung des Tragwerkszustands und von Schädigungen, wodurch gezielte und ressourcenschonende Sanierungsmaßnahmen geschwächter Brückenbauwerke eingeleitet und ein vorzeitiger Rückbau vermieden werden kann.
Zur Erfassung des Bauwerkszustands stellt dieser Beitrag ein innovatives Monitoringkonzept vor, das auf dem Einsatz genetischer Algorithmen (GA) zur Dauerüberwachung basiert. Die Verwendung bewährter und kosteneffizienter Sensorik – wie Wegaufnehmer, Dehnungsmessstreifen und faseroptische Sensoren zur Erfassung von Verschiebungen und Dehnungen – ermöglicht eine nachträgliche Installation im Bestand ebenso wie im Neubau.
Die Integration der Sensordaten in ein digitales Überwachungssystem ermöglicht zudem eine Bewertung des Bauwerkszustands in Echtzeit. Neben der Erhöhung der Betriebssicherheit lassen sich durch eine frühzeitige und präzise Zustandsdiagnose nicht nur die Kosten reduzieren, sondern auch die Lebensdauer von Brückenbauwerken signifikant verlängern.
Zur Identifikation der Strukturparameter von Tragwerken werden Finite-Elemente-Modelle (FE-Modelle) im Rahmen einer FE-Modelladaption (FE-Model-Updating) eingesetzt. Die Adaption erfolgt auf Basis einer iterativen Anpassung der Modellparameter mittels eines GA, bis eine möglichst hohe Übereinstimmung zwischen den gemessenen Tragwerksreaktionen des realen Bauwerks und der numerischen Antwort des FE-Modells erreicht wird.
Auf Grundlage des adaptierten Modells können anschließend Rückschlüsse auf vorhandene Schädigungen im Bauwerk gezogen werden (siehe Abb. 1). Neben Systemparametern zur Schadensdetektion kann das Konzept darüber hinaus so ausgelegt werden, dass es neben der Identifikation von Strukturparametern auch die Erfassung von Belastungen in Form von Gleichstreckenlasten und/oder Einzellasten ermöglicht. Dadurch können entsprechende Messungen am Bauwerk im Betrieb durchgeführt werden, wobei die Identifikation von Schädigungen unabhängig von variablen Einzellasten (z.B. Fahrzeugen) oder Gleichstreckenlasten (wie etwa Schnee) erfolgt.
Evolutionäre Algorithmen (EA), zu denen auch genetische Algorithmen (GA) zählen, stellen eine Klasse von Optimierungsverfahren dar, deren Funktionsprinzip auf der von Charles Darwin formulierten Evolutionstheorie basiert. Ein wesentlicher Vorteil von GA liegt in der schnellen Konvergenz bei einer vergleichsweise geringen Anzahl erforderlicher Iterationen. Dadurch eignen sie sich besonders für den Einsatz im Rahmen der FE-Modelladaption, da die rechenintensiven FE-Analysen der einzelnen Individuen die Gesamtberechnungszeit im Prozess der Zustandsidentifikation maßgeblich beeinflussen.
Den ganzen Beitrag können Sie in der Dezember-Ausgabe von »Bausachverständige« lesen.
Informationen zur Abo-Bestellung
PDF-Datei des Beitrags kostenlos herunterladen