TY  - BOOK
A1  - Kleinert, Markus
A1  - Sawo, Felix
T1  - Intelligente Bauwerke: Verfahren zur Auswertung, Verifizierung und Aufbereitung von Messdaten
T1  - Smart bridges: Techniques for assessment, verification and preparation of measurement data
N2  - Das Forschungsvorhaben FE 15.0636/2016/GRB schließt an das Forschungsvorhaben FE 15.0548/ 2011/GRB an und hatte die Weiterentwicklung und Erprobung der im Rahmen dieses Projektes erarbeiteten modellbasierten und statistischen Analyseverfahren, bei denen auch moderne Methoden aus der künstlichen Intelligenzforschung eingesetzt werden, zum Ziel. Der Fokus lag dabei vor allem auf Verfahren zur Sensordatenplausibilisierung und Er-kennung von Anomalien sowie auf Verfahren zur Extraktion relevanter Informationen aus umfangreichem Datenmaterial. Für die Sensordatenplausibilisierung wurde ein besonders robustes Filterverfahren eingesetzt, das tolerant gegenüber Ausreißern in den Messwerten ist. Für dieses Verfahren wurde gezeigt, dass die benötigten Modellparameter bei einfachen Signalverläufen einzelner physikalischer Größen anhand von repräsentativen Beispieldatensätzen gelernt werden können. Für komplexere Signale mehrerer zusammenhängender physikalischer Größen wurde gezeigt, wie eine Lösung durch explizite Modellierung erreicht werden kann. Außerdem wurde ein Verfahren zur Untersuchung von Zusammenhängen in Sensormessdaten entwickelt. Die Evaluation der Verfahren geschah anhand von Daten, die an dem Brückenbauwerk BW 402e, welches zu Forschungszwecken mit teils redundanten Sensornetzen ausgestattet wurde, erhoben wurden. Schließlich wurden Softwarearchitekturen erarbeitet, die die Realisierung von Brückenmonitoringsystemen im großen Maßstab ermöglichen sollen.
N2  - The research project FE 15.0636/2016/GRB follows the previous project FE 15.0548/2011/ GRB with the aim to further develop and test model-based and statistical data analysis methods for bridge monitoring based on modern methods of artificial intelligence research. The focus was mainly on techniques for sensor data validation and anomaly detection as well as the extraction of relevant information from large datasets. For the validation of sensor data a robust filtering algorithm was used, which is tolerant to outliers in the measured signal. For this algorithm it was shown that the necessary model parameters can be learned from representative datasets for simple signals of single physical parameters. For more complex signals of multiple related parameters the relationship between external influences on a bridge structure and the structure’s reactions was developed. The techniques were evaluated based on data recorded at the bridge BW 402e, which was equipped with partially redundant sensor networks for research purposes. Finally, software architectures were developed, which allow the realization of large-scale bridge monitoring systems.
T3  - Berichte der Bundesanstalt für Straßenwesen, Reihe B: Brücken- und Ingenieurbau - B 164 
Y1  - 2021
UR  - https://bast.opus.hbz-nrw.de/frontdoor/index/index/docId/2505
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:opus-bast-25058
SN  - 978-3-95606-576-7
SN  - 0943-9293
N1  - Bericht zum Forschungsprojekt 15.0636
Intelligente Bauwerke - Verfahren zur Auswertung, Verifizierung und Aufbereitung von Messdaten
PB  - Fachverlag NW in der Carl Ed. Schünemann KG
CY  - Bremen
ER  -