Dadoulis, GeorgiosGeorgiosDadoulisAl-Zuriqat, ThamerThamerAl-ZuriqatDragos, KosmasKosmasDragos2024-10-212024-10-212024-09-1835. Forum Bauinformatik, fbi 2024: 18-25https://hdl.handle.net/11420/49620Leichtbaubrücken 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.dehttps://creativecommons.org/licenses/by/4.0/bewegliche MassenFahrzeuglastenKünstliche IntelligenzLeichtbaubrückenMachinelles LernenSchadenserkennungTechnology::624: Civil Engineering, Environmental EngineeringTechnology::620: Engineering::620.1: Engineering Mechanics and Materials ScienceTechnology::621: Applied Physics::621.8: Machine EngineeringConference Paper10.15480/882.1352710.15480/882.13527Conference Paper