Stochastische Parameteridentifikation bei Konstruktionsbeton für die Betonerhaltung: Fid-Bau Portal

Stochastische Parameteridentifikation bei Konstruktionsbeton für die Betonerhaltung

Strauss, Alfred / Bergmeister, Konrad / Novak, Drahomir / Lehky, David

Monitoring-Systeme zur permanenten, automatisierten Bauwerksüberwachung gewinnen zunehmend an Bedeutung. Um die gewonnenen Daten optimal zur Bauwerkserhaltung nutzen zu können, ist die gezielte Verarbeitung mit Hilfe numerischer Methoden sinnvoll. Vorgestellt werden zwei Verfahren, mit denen sich auf der Basis der stochastischen Modellbildung von Beton aussagekräftige Daten gewinnen lassen. Die Richtigkeit der vorgestellten Ansätze wird an einer zweidimensionalen Stahlbeton-Rahmenstruktur demonstriert. Der erste Ansatz basiert auf Sensitivitätsfaktoren als Grundlage des Änderungsvorgangs. In mehreren Untersuchungen wurde nachgewiesen, dass die Eingangsdaten der Simulationen die stochastischen Modelle der Materialparameter bereits nach wenigen Iterationen auffinden können. Der zweite Ansatz basiert auf einem künstlichen neuronalen Netzwerk, das sich auf ein stochastisch trainiertes Netz stützt und so die Materialparameter der realen Struktur findet. Hierbei sind aber für das Training mehrere Simulationsdurchgänge erforderlich. Dafür kann das neuronale Netz auch für die Ermittlung von Schäden an Strukturen eingesetzt werden. Als Erfahrung wird zusammengefasst festgehalten, dass der aus Sensitivitätsfaktoren basierende Ansatz rasch und gut funktioniert, wenn keine erheblichen Ausreißer bei den Beobachtungsdaten vorliegen. Der auf neuronalen Netzen basierende Ansatz ist in der Regel zu aufwändig, bietet dafür aber Vorteile, wenn sehr viele Eingangsparameter vorliegen oder der Grad der Ausreißer hoch ist.