Mess- und modellbasierte Strukturanalyse für die Schadensdetektion

Mess- und modellbasierte Strukturanalyse für die Schadensdetektion

Dokumentinformationen

Autor

Cheng-Chieh Wu

instructor Prof. Dr. phil. nat. Jürgen Oberst
Schule

Technische Universität Berlin

Fachrichtung Ingenieurwissenschaften
Veröffentlichungsjahr 2020
Ort München
Dokumenttyp dissertation
Sprache German
Seitenanzahl 180
Format
Größe 45.41 MB
  • Strukturüberwachung
  • Finite-Elemente-Methode
  • Schadensdetektion

Zusammenfassung

I. Einleitung

Die Mess- und modellbasierte Strukturanalyse für die Schadensdetektion stellt einen bedeutenden Fortschritt in der Überwachung von Ingenieurbauwerken dar. Diese Dissertation zielt darauf ab, die Detektion von Schäden an Bauwerken durch die Auswertung von räumlich und zeitlich verteilten Hybridmessungen zu verbessern. Die erfassten Daten können sowohl geometrisch als auch physikalisch ausgewertet werden, wobei die physikalische Auswertung bevorzugt wird. Dies ermöglicht eine präzisere Bestimmung der Schadensursachen, was entscheidend ist, um rechtzeitig eingreifen und die weitere Nutzung der Bauwerke sicherstellen zu können. Die Arbeit kombiniert die kontinuierlichen mechanischen Feldgleichungen mit der Finite-Elemente-Methode und Hybridmessungen, um eine einheitliche Auswertemethode zu entwickeln. Diese Methodenkombination stellt eine innovative Herangehensweise dar, die sowohl theoretische als auch praktische Relevanz besitzt.

II. Methodische Grundlagen

Die Dissertation behandelt zwei zentrale Herausforderungen: die Beziehung zwischen der Finite-Elemente-Methode und der Methode der kleinsten Quadrate. Die Finite-Elemente-Methode löst spezifische Problemklassen, die durch elliptische partielle Differentialgleichungen beschrieben werden. Im Gegensatz dazu befasst sich die Methode der kleinsten Quadrate mit überdeterminierten Gleichungssystemen. Die Ähnlichkeit zwischen diesen beiden Methoden ist seit Jahrzehnten bekannt, jedoch bleibt die Ursache dieser Ähnlichkeit unklar. Die Dissertation untersucht diese Problematik durch die Analyse der Variationsrechnung und zeigt, dass beide Methoden durch identische methodische Schritte abgeleitet werden können. Dies impliziert, dass sie nicht nur ähnlich, sondern tatsächlich gleich sind. Diese Erkenntnis hat weitreichende Implikationen für die Anwendung in der Ingenieurwissenschaft.

III. Messungs und Modellbasierte Strukturanalyse MeMoS

Ein zentraler Bestandteil der Dissertation ist die Einführung der Messungs- und modellbasierten Strukturanalyse (MeMoS). Diese Methode integriert die Finite-Elemente-Methode in die Ausgleichungsrechnung, um die Parameteridentifikation von sowohl einfachen als auch komplex geformten Strukturelementen zu ermöglichen. In numerischen Untersuchungen wird demonstriert, wie diese integrierte Analyse zur präzisen Bestimmung der Materialparameter eingesetzt werden kann. Die Dissertation untersucht auch, welche Beobachtungstypen und Messorte erforderlich sind, um die Materialparameter mit maximaler Genauigkeit zu bestimmen. Diese Erkenntnisse sind entscheidend für die Entwicklung eines optimalen und wirtschaftlichen Messaufbaus. Die Validierung der Messungs- und modellbasierten Strukturanalyse erfolgt durch Tests an einer Aluminium-Modellbrücke und einem Biegebalken, was die praktische Anwendbarkeit der entwickelten Methoden unterstreicht.

IV. Schlussfolgerungen und Ausblick

Die Mess- und modellbasierte Strukturanalyse für die Schadensdetektion bietet einen innovativen Ansatz zur Überwachung von Ingenieurbauwerken. Die Kombination von geometrischen und physikalischen Auswertungsmethoden ermöglicht eine tiefere Einsicht in die Schadensursachen und trägt zur Sicherheit und Langlebigkeit von Bauwerken bei. Die Ergebnisse dieser Dissertation haben nicht nur theoretische Bedeutung, sondern auch praktische Anwendungen in der Ingenieurpraxis. Zukünftige Forschungen könnten sich darauf konzentrieren, die entwickelten Methoden weiter zu verfeinern und deren Anwendung auf verschiedene Bauwerkstypen zu erweitern. Die Integration neuer Technologien, wie z.B. Sensorik und Datenanalyse, könnte die Effizienz und Genauigkeit der Schadensdetektion weiter verbessern.

Dokumentreferenz