Durchführbarkeitsstudie zur datenbasierten Fehlerdiagnostik in Monitoringsystemen für Infrastrukturbauwerke

Problemstellung
Die Funktionsfähigkeit von Verkehrsinfrastruktur wird zunehmend durch Bauwerksmonitoring sichergestellt. Dies umfasst automatisiertes Erfassen, Analysieren und Speichern von bauwerksrelevanten Daten. Trotz der beachtlichen Fortschritte in den Informations- und Kommunikationstechnologien kann die Qualität des Monitorings durch Sensorfehler erheblich beeinträchtigt werden. Die meisten Sensorfehler können durch die Monitoringsysteme, die zurzeit in der Praxis eingesetzt werden, nicht selbstständig detektiert werden.

Projektziel
Es wird untersucht, inwieweit ein von der Professur Informatik im Bauwesen bereits theoretisch entwickeltes und im Labor erprobtes Konzept zur datenbasierten Fehlerdiagnostik in die Praxis überführt werden kann, um Monitoringsysteme in die Lage zu versetzen, eine automatisierte Fehlerdiagnostik selbstständig durchzuführen. Im Gegensatz zu modellbasierten Ansätzen sind bei datenbasierten Ansätzen keine (meist hochkomplexen) Computermodelle erforderlich, sondern die automatisierte Fehlerdiagnostik wird allein auf Basis der Messdaten durchgeführt, die an den jeweiligen Brückenbauwerken erhoben werden.

Durchführung
Es wird ein Systemmodell zur Fehlerdetektion und -isolation auf Basis eines Künstlichen Intelligenz-Ansatzes implementiert und von einer Entscheidungslogik ergänzt, die es Bauwerksmonitoringsystemen ermöglicht, Sensorfehler automatisch zu detektieren. Im Hinblick auf die Praxiserprobung an Eisenbahnbrücken wird anschließend die Implementierung modular um eine automatisierte Zugerkennung erweitert, die über Maschinelles Lernen, d.h. durch Mustererkennung von Überfahrten in aufgezeichneten Messdaten, realisiert wird. Danach werden die Module in ein bestehendes Monitoringsystem integriert und in verschiedenen Testläufen auf Leistungsfähigkeit und Praxistauglichkeit geprüft. Die Module sind allgemeiner Natur und nicht auf spezielle Monitoringsysteme beschränkt.

Eisenbahnbrücke bei Weimar (Quelle: MKP GmbH)
Eisenbahnbrücke bei Weimar (Quelle: MKP GmbH)

Projektart
Verbundprojekt
Bundesministerium für Verkehr und Digitale Infrastruktur (BMVI), mFund
Projektleitung: Prof. Dr.-Ing. Kay Smarsly

Projektdauer
05/2019 – 04/2020

Projektpartner und deren Verantwortungsbereiche

  • Bauhaus-Universität Weimar, Professur Informatik im Bauwesen: Bereitstellung von theoretisch erprobten Ansätzen zur automatisierten, datenbasierten Fehlerdiagnostik und Übertragung der Ansätze in die Ingenieurpraxis
  • MKP GmbH Weimar: Ingenieurpraktische Begleitung und Bereitstellung von Monitoringsystemen

Projekt-bezogene Publikationen

  • Smarsly, K., Mthunzi, E. M., Hahn, O., & Planer, J., 2019. Validation of an ultra-low-cost wireless structural health monitoring system for civil infrastructure. In: The 12th International Workshop on Structural Health Monitoring (IWSHM). Stanford, CA, USA, 10.09.2019.
    Download 

  • Steiner, M., Legatiuk, D. & Smarsly, K., 2019. A support vector regression-based approach towards decentralized fault diagnosis in wireless structural health monitoring systems. In: The 12th International Workshop on Structural Health Monitoring (IWSHM). Stanford, CA, USA, 10.09.2019.
    Download 

  • Fritz, H. & Smarsly, K., 2020. A state-of-the-art review of nature-inspired systems for smart structures. In: The European Workshop on Structural Health Monitoring (EWSHM). Palermo, Italien, 06.07.2020 (eingereicht).

Kontakt
Prof. Dr.-Ing. Kay Smarsly
Bauhaus-Universität Weimar
Informatik im Bauwesen
Coudraystraße 13 b, Raum 004
99423 Weimar
E-Mail: kay.smarsly[at]uni-weimar.de

Henrieke Fritz, B.Sc.
Bauhaus-Universität Weimar
Informatik im Bauwesen
Coudraystraße 13 b, Raum 001
99423 Weimar
E-Mail: henrieke.fritz[at]uni-weimar.de 

Ansprechpartner vom BMVI
Bundesministerium für Verkehr und digitale Infrastruktur
Dr. Christopher Kaan
Referat DG 21
Tel.: +49 30 18300-6218
E-Mail: christopher.kaan[at]bmvi.bund.de