Forschende der Bundesanstalt für Materialforschung und -prüfung bringen einer Künstlichen Intelligenz bei, Fahrzeuge anhand der von ihnen erzeugten Schwingungen zu erkennen. Das Projekt verfolgt das Ziel, die tatsächliche Verkehrsbelastung von Brückenbauwerken zu erfassen und damit eine genauere Vorhersage von Schäden zu ermöglichen, um rechtzeitig notwendige Ertüchtigungen einzuleiten.
Mitte September sorgte der Einsturz der Carolabrücke in Dresden bundesweit für Schlagzeilen. Die Katastrophe, die durch nicht rechtzeitig erkannte Korrosionsschäden an den Stahleinlagen der Spannbeton -Brücke verursacht wurde, war zugleich eine Mahnung. Denn alte Brücken, die potenziell einsturzgefährdet sind, auch weil sie ursprünglich gar nicht für die heutigen Verkehrsbelastungen geplant wurden, gibt es in Deutschland zuhauf. Insbesondere die Schwingungen schwerer Lkw sind heute als große Belastung zu betrachten, die sich negativ auf die langfristige Stabilität von Brücken auswirkt.
Schwerpunktprogramm 100+
Um die vielerorts anstehenden Sanierungen bestmöglich priorisieren zu können, wären genauere Daten über den Ist-Zustand und die täglichen Belastungen der Brücken natürlich ausgesprochen hilfreich. Darum geht es im Kern auch im seit September 2022 laufenden Schwerpunktprogramm „Hundert plus – Verlängerung der Lebensdauer komplexer Baustrukturen durch intelligente Digitalisierung“ ( SPP 100+ ), das von der Deutschen Forschungsgemeinschaft (DGF) koordiniert wird.
Der Programmtitel 100+ steht für das angestrebte Lebensalter von Brücken. Damit diese sicherer altern können, forschen Wissenschaftlerinnen und Wissenschaftler der Bundesanstalt für Materialforschung und -prüfung (BAM) sowie von mehreren deutschen Universitäten zusammen an einer neuen Art der Zustandsbeurteilung. Ein Teil dieser Forschung wird an der 1953 fertiggestellten Nibelungenbrücke in Worms durchgeführt, deren Restnutzungsdauer mit modernsten Methoden neu bestimmt werden soll.
Die ermittelten Daten aller Projektpartner werden am Ende in einen „digitalen Zwilling“ der Nibelungenbrücke einfließen. Die digitale Nachbildung soll eine Echtzeitauswertung sowie Prognosen über Schäden und notwendige Ertüchtigungen erlauben. Im Rahmen des auf sechs Jahre ausgerichteten Projekts werden auch die durch den Verkehr verursachten Schwingungen im Brückenbauwerk erfasst und die erhobenen Daten von einer Künstlichen Intelligenz ausgewertet. Für diesen Teil des Projekts zeichnet das BAM verantwortlich.
Intelligente Beschleunigungssensoren
Brücken sind hochkomplexe und vor allem individuelle Bauwerke mit grundsätzlich sehr langer Lebensdauer. Veränderungen an diesen Bauwerken sind allerdings schwer zu messen, weil sie oft sehr langsam und kaum sichtbar voranschreiten. Hinzu kommt, dass bisher geltende standardisierte Maßstäbe für die Lebensdauer von Brücken beziehungswese für die Bewertung ihrer Funktionstüchtigkeit ebenfalls „in die Jahre gekommen“ sind, weil sich die äußeren Belastungsfaktoren stark verändert haben.
Im Rahmen der Arbeit am Projekt SPP 100+ setzt die BAM intelligente Beschleunigungssensoren ein, die für die Nibelungenbrücke erfassen, wie viele Fahrzeuge täglich die Brücke passieren, welcher Typ Fahrzeug in welcher Anzahl vorkommt und – vor allem – wie stark die dabei erzeugten Schwingungen sind. Möglich ist das, weil die KI lernt, Fahrzeuge anhand der von ihnen ausgelösten Schwingungen zu erkennen.
Baustoff-Fachwissen verständlich erklärt: Jetzt Newsletter abonnieren!
Der BaustoffWissen-Newsletter bringt Sie thematisch immer auf den neuesten Stand. Sie erhalten die Branchen-News dann zwei Mal monatlich.
Außerdem kombiniert die KI die Daten verschiedener Beschleunigungssensoren und schließt dabei Lücken. Denn die Sensoren des BAM-Projekts sind nicht die einzigen, die Daten über den Zustand der Brücke liefern. „Verschiedene festinstallierte Sensoren messen an unterschiedlichen Stellen, zu verschiedenen Zeiten und mit unterschiedlicher Frequenz“, erläutert Ralf Herrmann, Leiter des Projekts. „Diese Datensets aufeinander abzubilden und ein kohärentes Ergebnis zu erhalten, muss die KI erst lernen.“ Sie tut dies in Form von „Deep Transfer Learning“. Bei dieser Methode werden KI-Modelle an allgemeinen Daten trainiert, um sie dann für konkrete Anwendungsfälle zu nutzen, für die weniger Daten zur Verfügung stehen.
Kontinuierliche Brückenüberwachung
Aus den Daten aller SPP-Projekte wird ein digitaler Zwilling der Nibelungenbrücke entstehen. Dieses 3D-Modell soll über die gesamte verbleibende Lebensdauer der Brücke weiterhin mit Echtzeitdaten gefüttert werden. Eine solche kontinuierliche und automatische Überwachung des Zustandes eines Objekts bezeichnet man auch als Structural Health Monitoring (SHM).
SHM erfüllt natürlich keinen Selbstzweck. Im Fall der überwachten Brücke geht es darum, Schäden frühzeitig zu erkennen und daraus rechtzeitig Instandhaltungsmaßnahmen abzuleiten. Bei der Nibelungenbrücke wurde die Restnutzungszeit bislang auf 2028 datiert. Mithilfe der neuen Überwachungsmethoden und den sich daraus ableitenden Instandhaltungsmaßnahmen soll sie nun länger sicher in Betrieb bleiben.
Perspektivisch ist geplant, die Grundlagenforschung des Projekts SPP 100+ auch auf andere Bauwerke anzuwenden. So könnten Structural-Health-Monitoring-Anwendungen an Brücken individualisiert und vor allem ältere Brücken besser überwacht, rechtzeitig repariert und insgesamt länger in Betrieb bleiben.
