Methodik zur computergestützten, probabilistischen Bauwerksbewertung unter Einbeziehung von Bauwerksmonitoring
Gelegentlich macht der Zustand der ca. 120.000 Straßenbrücken in Deutschland öffentlichkeitswirksam Schlagzeilen. Ein Großteil dieser Bauwerke stammt aus den 1960er und 1970er Jahren und zeigt teilweise mehr oder weniger starke Schäden, die beschränkten Mittel der öffentlichen Hand führen aber dazu, dass anstehende Sanierungsmaßnahmen nur dann ausgeführt werden, wenn sie zwingend erforderlich sind. In Deutschland erfolgt die Bewertung des Zustands von Brücken durch qualifizierte Inspektoren im Rahmen von visuellen Bauwerksprüfungen im Abstand von 3 bzw. 6 Jahren. Die visuelle Prüfung birgt immer die Gefahr, dass Schäden übersehen werden oder ihr Umfang unterschätzt wird. Eine Möglichkeit zur Optimierung bieten die Technologien des Bauwerksmonitorings, da die gemessenen Werte zur Erkennung von Änderungen im Tragsystem bzw. dem Anwachsen von Schädigungen eingesetzt werden und damit als Grundlage für weitere Entscheidungen dienen können. In dieser Arbeit wird eine Methodik erarbeitet, die einerseits eine lebensdauerbegleitende probabilistische Bauwerksbewertung unter Verwendung von Daten aus dem Bauwerksmonitoring erlaubt und andererseits aus den Berechnungsergebnissen Informationen für die Durchführung bzw. Optimierung der Überwachungsmaßnahmen gewinnt. Neben der Bewertung des aktuellen Bauwerkszustands kann auf Grundlage der Messdaten auch seine zukünftige Entwicklung prognostiziert werden, was bei der Planung weiterer Monitoringmaßnahmen berücksichtigt wird. Die entwickelte Methodik stützt sich auf etablierte komplexe Verfahren der Systemzuverlässigkeitsanalyse, die für die Anwendung auf reale Bauwerke und die Einbeziehung von Daten aus dem Monitoring angepasst, zum Teil vereinfacht und optimiert wurden. Um die Anwendung der Methodik zu erleichtern, wird sie in das Programmsystem PROBILAS (“Probabilistic Lifetime Assessment”) integriert. Die Architektur des Programmsystems und Fragen der programmtechnischen Umsetzung waren ebenfalls Gegenstand der Arbeit.
From time to time the condition of public infrastructure in Germany gets negative media coverage. The majority of the structures of concern have been constructed in the 1960s and 1970s and show more or less significant damages, but limited funds in the public sector lead to the fact that only urgent measures can be carried out. In Germany, the actual life-cycle management procedures provide for that bridges are inspected in mainly visual inspections every 3 to 6 years. The disadvantage of visual inspection is always the possible oversight of small deteriorations or the misinterpretation of their extensiveness. A possible improvement of the situation can be achieved by the application of the technologies of structural health monitoring (SHM). Measured data from SHM can be used to recognize changes in the load bearing system of structures or the further increase of damage and deterioration and can be used as a basis for further decisions. The subject of this work is the development of a methodology for the probabilistic assessment of structures basing on measured data from SHM. In a second step, the results from the probabilistic assessment are used to deduce information for the necessary amount of SHM. Apart from the assessment of the actual state of the structure, its development in the future is estimated from the measured data, too. These results are included in the decisions regarding the SHM measures as well. Well known methods of system reliability analysis have been adapted and partially simplified for the usage with data from SHM. The developed methodology and the different procedures for the analysis of data as well as the decision support for the planning of SHM measures have been implemented into a program system called PROBILAS (“Probabilistic Lifetime Assessment”) to ensure a simplified and guided application. The architecture of the program system as well as special questions regarding the implementation were other aspects of this work.
Preview
Cite
Access Statistic

Rights
Use and reproduction:
All rights reserved