2023-07-112023-07-11https://hdl.handle.net/11420/41135Die Potentiale der Smart City haben sich in vielen Bereichen der Gesellschaft entfaltet und werden zunehmend im Bauwesen implementiert, um den wachsenden Herausforderungen der Urbanisierung und des Klimawandels zu begegnen. Smart City-Konzepte beinhalten technische, ökologische, wirtschaftliche und gesellschaftliche Innovationen, die darauf abzielen, Städte nachhaltiger, umweltfreundlicher und sozial inklusiver zu gestalten, indem heterogene Informationen aus der realen Welt erfasst, miteinander verknüpft und über Netzwerke digital verfügbar gemacht werden. Im Bauingenieurwesen betrifft dies in besonderem Maße die Digitalisierung von Infrastrukturbauwerken in Form der so genannten „digitalen Straße“. Die digitale Straße nutzt Cloud- und IoT-basierte Anwendungen sowie intelligente Sensornetze mit Bauwerks-, Umwelt-, Fahrzeug- und Verkehrsdaten, um umfassende infrastrukturrelevante Informationen zu generieren, zu analysieren und zu verwalten. Die Informationen werden Kommunen, Unternehmen und Bürger/innen in Echtzeit bereitgestellt, um Instandhaltungsprozesse besser planbar zu machen, Entscheidungsfindungsprozesse zu verbessern und letztlich die Lebensqualität zu erhöhen. Diese Informationen können gegenwärtig jedoch noch nicht methodisch genutzt werden, da aktuelle Modellierungs- und Bemessungskonzepte nicht für die Erfordernisse der digitalen Straße ausgelegt sind. Das beantragte Forschungsvorhaben zielt darauf ab, eine Grundlage zu schaffen, um die durch die digitale Straße generierten Informationen vollumfänglich nutzen zu können. Es soll außerdem eine Methodik entwickelt werden, um die durch Verkehrsbelastungen hervorgerufenen Beanspruchungen in Form von zeitabhängigen Wahrscheinlichkeitsverteilungen sensorgestützt zu erfassen und in Prognosen der Materialermüdung auf Grundlage probabilistischer Konzepte einzubeziehen. Dieses Forschungsvorhaben baut als Fortsetzungsprojekt auf dem DFG-Projekt „Semi-probabilistische, sensorbasierte Bemessungs- und Entwurfskonzepte für intelligente Bauwerke“ auf. Die darin entwickelten Methoden sollen nun auf die digitale Straße übertragen werden. Hierzu wird die digitale Straße mit Mitteln der kategorialen Algebra und Automatentheorie mathematisch beschrieben und mit Methoden zur Verkehrslastdetektion und sensorgestützten Bayes‘schen Model-Updating-Ansätzen verknüpft. Die allgemeingültig ausgelegte Methodik wird abschließend – mit Fokus auf Straßenbrücken – ingenieurmäßig bereitgestellt und als „digitaler Straßenzwilling“ simuliert und validiert. Es wird erwartet, dass eine wissenschaftlich abgesicherte Grundlage erarbeitet werden kann, die verbesserte Prognosen der zeitabhängigen Tragwerksdeterioration und der damit verbundenen Lebenserwartung ermöglicht sowie den Verkehrswissenschaften eine erprobte Methodensammlung an die Hand gibt, um den wachsenden Herausforderungen der Urbanisierung und des Klimawandels zu begegnen.The opportunities of “Smart City” concepts have been reflected in many sectors of society, and these concepts are continuously being implemented in civil engineering as means of addressing the rising challenges of urbanization and climate change. Smart City concepts encompass technical, environmental, economic, and social innovations, aiming to render cities more sustainable, environmentally friendly, and socially inclusive. Smart city concepts have increasingly been applied to digitalize civil infrastructure in the form of digital roads. Digital roads leverage cloud-based and IoT-based applications and utilize smart sensor networks with structural, environmental, vehicular, and traffic data, in an attempt to generate, analyze, and store information about civil infrastructure. The comprehensive information generated by digital roads is provided to authorities, companies, and citizens in real time to facilitate planning of infrastructure maintenance, to advance decision-making processes, and to improve the quality of life. However, the information cannot systematically be used in engineering applications because current modeling and design concepts do not meet the requirements of digital roads. The proposed research project aims to provide a basis for fully utilizing information generated by digital roads. In addition, a methodology, tailored to digital roads, will be developed to record and to analyze stresses caused by traffic loads on civil infrastructure as time-dependent probability distributions, coupling sensor data and probabilistic concepts. The probability distributions of the stresses will be used for predicting material fatigue and deterioration. This research project is a follow-on project of the DFG project entitled “Semi-probabilistic, sensor-based design concepts for intelligent structural systems”. The methods developed in the previous project will be transferred to the field of digital roads. For this purpose, digital roads will mathematically be described, using categorical algebra and automata theory, and linked with concepts of traffic load detection and sensor-based Bayesian model updating. Finally, the methodology will be validated, focusing on road bridges, and simulated as a “digital road twin”. It is expected that a scientifically sound foundation will be provided to improve predictions of structural deterioration and life time of digital roads and to offer the transportation sciences a valid set of methods that help meet the growing challenges associated with urbanization and climate change.