Detailseite
Projekt
Monitoringdatengetriebenes Lebensdauermanagement mit AR auf Basis einer adaptiven, KI-gestützen Korrosionsprognose für Infrastrukturbauwerke aus Stahlbeton unter kombinierten Einwirkungen
Antragsteller
Professor Dr.-Ing. Dirk Lowke; Professor Dr.-Ing. Henning Wessels
Fachliche Zuordnung
Baustoffwissenschaften, Bauchemie, Bauphysik
Förderung
Förderung seit 2022
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 501798687
Ziel des beantragen Forschungsvorhaben ist ein monitoringdatengetriebenes Lebensdauermanagementsystem auf Basis einer adaptiven, KI-gestützten Korrosionsprognose für chlorid-belastete Bauwerke aus Stahlbeton. Zu diesem Zweck soll ein Verfahren erforscht werden, das es erlaubt, Bauwerke mit derzeit verfügbaren Messprinzipien zu überwachen und entsprechende zeitvariante Zustandsinformationen für eine Verknüpfung innerhalb eines digitalen Bauwerkszwillings mit einer Bauwerksdatenbank bereitzustellen. Im Zentrum steht eine adaptive KI-basierte Lebensdauerprognose bei einer kombinierten Beanspruchung aus Chloridexposition und mechanischen Einwirkungen. Sowohl für die Interpretation der lokalen und ggf. fehlerhaften Sensordaten als auch für die Adaption der Parameter des 3D-Prognose-Modells sollen Physikalisch Informierte Neuronale Netzte (PINN) zur Anwendung kommen. Die Monitoring- und Prognosedaten werden in einem erweiterten Bauwerksinformationsmodell (Digitaler Zwilling) verknüpft. Prognosedaten, Bauwerksgeometrie und Lage der Stahlbewehrung im Bauteil können so abgeglichen werden, um Problemstellen zu identifizieren und mit Hilfe von Augmented Reality (AR) am realen Bauteil zu visualisieren. Oberflächlich noch nicht sichtbare Schadstellen bei können so bei Bauwerksprüfungen leichter aufgefunden und kontrolliert werden. Das Lebensdauermanagementsystem ermöglicht so eine optimierte und lokal differenzierte Planung zukünftiger Instandsetzungsmaßnahmen.
DFG-Verfahren
Schwerpunktprogramme
