Datenbasierte nichtlineare Modellierung und Regelung von Bauwerken

• Antragsteller: Professor Dr.-Ing. Dirk Abel; Professor Dr.-Ing. Okyay Altay
• Fachliche Zuordnung: Angewandte Mechanik, Statik und Dynamik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 538131242

Ziel des Forschungsprojektes ist es, eine mehrstufige Modellierungsmethode für Ingenieurbauwerke zu realisieren. Insbesondere die nichtlinearen dynamischen Systemantworten und ihre Regelung stehen im Fokus des Projekts. Für ein nachhaltiges und ökonomisches Design werden Bauwerkschutzsysteme wie Dissipatoren und Schwingungsdämpfer eingesetzt, um die Effekte von dynamischen Lasten zu reduzieren. Durch hohe Energiedissipation und dynamische Widerstandsfähigkeit schützen diese Systeme Bauwerke vor plötzlichem Versagen. Die Modellierung von Bauwerkschutzsystemen wird jedoch durch die nichtlinearen physikalischen Vorgänge auf Mikroebene erschwert. Zudem werden in modernen Bauwerken (semi-)aktive Systeme eingesetzt, die auf veränderte Struktur- und Umweltbedingungen, wie Degradationseffekte, Naturkatastrophen und steigende Nutzeranforderungen, reagieren können. Die Regelung dieser hochentwickelten Systeme benötigt jedoch robuste adaptive Strategien, die sowohl die oben genannte Prozessdynamik berücksichtigen als auch gegenüber Unsicherheiten robust sind. In diesem interdisziplinären Themengebiet beabsichtigen wir, einen autonomen Modellierungsansatz unter Verwendung künstlicher neuronaler Netze (KNN) zu entwickeln. Unser erstes Ziel ist basierend auf aktives Lernen eine Datengenerierungsmethode zu entwickeln, mit der die KNN einem menschlichen Experten mitteilen können, wo die informativsten Daten abzutasten sind, damit sie erfolgreich trainiert werden können. Unser zweites Ziel ist es, um die Beteiligung menschlicher Experten zu reduzieren, einen cyber-physischer Rahmen zu entwickeln, in dem die KNN direkt mit Testgeräten (Schwingtische, Aktuatoren) gekoppelt sind. Dieser Ansatz wird die klassischen Prüfmethoden mit autonomer Modelerstellung erweitern. Unser drittes Ziel ist die Entwicklung einer Strategie zur (semi-)aktiven Schwingungsreduktion von Ingenieurbauwerken. Um Modellunsicherheiten und strukturelle Veränderungen zu berücksichtigen, wird ein adaptiver Modellierungsansatz mit Hilfe der Gauß-Prozess-Regression (GPR) entwickelt und von einer dualen modelbasierten prädiktiven Regelung zur Berechnung von Rückstellkräften verwendet. Die GPR wird es dem Modell ermöglichen, verschiedene Zustände des kontrollierten Bauwerks abzubilden. Unser viertes Ziel ist es, für den Regelungsalgorithmus einen Zustandsbeobachter zu entwickeln, der den Verschiebungszustand des Bauwerks aus der Verschiebungsantwort von Bauwerkschutzsystemen und konventionellen Beschleunigungsmessungen des Bauwerks abschätzen kann. Mit diesem Projekt beabsichtigen wir einen methodischen Rahmen zu schaffen, in dem Bauwerke ihr dynamisches Verhalten selbständig erfassen, analysieren und anpassen können. Die theoretischen Erkenntnisse werden anhand numerischer Untersuchungen an Benchmark-Gebäuden sowie mit Experimenten an einem Flüssigkeitssäulendämpfer und einer nichtlinearen Rahmenstruktur validiert. Dabei werden hybride Echtzeitsimulationen und Schwingtischversuche durchgeführt.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich(e): Professorin Dr.-Ing. Heike Vallery