Options
Maschinelles Lernen zur Schadenserkennung bei Leichtbaubrücken mit beweglichen Massen
Citation Link: https://doi.org/10.15480/882.13527
Publikationstyp
Conference Paper
Date Issued
2024-09-18
Sprache
German
Author(s)
TORE-DOI
Start Page
18
End Page
25
Citation
35. Forum Bauinformatik, fbi 2024: 18-25
Contribution to Conference
Publisher
Technische Universität Hamburg, Institut für Digitales und Autonomes Bauen
Peer Reviewed
true
Leichtbaubrücken sind Fahrzeugverkehr ausgesetzt, bei dem die Gewichte der Fahrzeuge – insbesondere bei Schwerverkehr – häufig mit dem Eigengewicht der Brücke vergleichbar sind. Diese beweglichen Massen führen zu einem komplexen dynamischen Verhalten, das über herkömmliche Strategien zur Schadenserkennung nur unzureichend analysiert werden kann. Dieser Beitrag beschreibt ein Konzept zur Schadenserkennung bei Leichtbaubrücken unter Verwendung von maschinellem Lernen (ML). Es wird ein ML-Modell zur Klassifizierung von Bauwerksschäden entwickelt, unter Verwendung von Simulationen traniniert und mittels realen Messdaten in einem Laborversuch validiert. Die Validierung zeigt, dass das ML-Modell geeignet ist, Bauwerksschäden an Leichtbaubrücken zu identifizieren, auch unter variierenden dynamischen Bedingungen, die durch die beweglichen Massen verursacht werden.
Subjects
bewegliche Massen
Fahrzeuglasten
Künstliche Intelligenz
Leichtbaubrücken
Machinelles Lernen
Schadenserkennung
DDC Class
624: Civil Engineering, Environmental Engineering
620.1: Engineering Mechanics and Materials Science
621.8: Machine Engineering
Loading...
Name
Maschinelles Lernen zur Schadenserkennung bei Leichtbaubrücken mit beweglichen Massen .pdf
Size
381.58 KB
Format
Adobe PDF