Dieses Projekt wird gefördert durch: Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages
Brücken stellen wichtige Verbindungselemente unserer Verkehrsinfrastruktur dar, tragen aber auch Teile der Energie-, Wasser- und Telekommunikationsnetze. Überlastung, Überalterung und Neuerschließungen stellen höhere Anforderungen an die Inspektion hinsichtlich zeitlicher Auflösung und Effizienz. Brücken bedürfen einer regelmäßigen und möglichst objektiven Inspektion und Prüfung, welche heute aufgrund fehlender effizienter Systeme rein visuell erbracht und nur im Rahmen der sechsjährigen Hauptprüfungen durch punktuelle Messungen ergänzt wird. Gerade der Zustand der internen Tragelemente, die von besonderer Bedeutung für Spannbetonbrücken sind, lässt sich bisher ausschließlich mit aufwändigen Spezialmethoden verifizieren.
Die akustische Überwachung von Spannstahlbrüchen stellt ein effektives Verfahren zur frühzeitigen Detektion von Schäden in vorgespannten Betontragwerken dar. Dabei werden durch Spannungsfreisetzung entstehende akustische Emissionen erfasst und analysiert. Diese hochfrequenten Schallsignale ermöglichen eine kontinuierliche, zerstörungsfreie Überwachung der Integrität der Spannstähle. Ziel ist es, zukünftige Bruchereignisse frühzeitig zu erkennen und so die Standfestigkeit des Tragwerks zeitlich lückenlos zu überwachen. Durch diese Maßnahme werden Sicherheit und Nutzungsdauer von Brückenbauwerken erhöht.
Im Rahmen des geplanten Forschungsvorhabens soll ein Monitoring-System zur kontinuierlichen akustischen Überwachung von Spannstahlbrüchen in Spannbetontragwerken entworfen und erprobt werden. Ziel ist die frühzeitige Erkennung kritischer Zustände durch die Analyse akustischer Emissionen, die infolge von Spannstahlbrüchen entstehen. Hierzu werden geeignete Sensoren an den relevanten Bauwerksbereichen installiert, um auftretende Schallemissionen permanent zu detektieren, in Echtzeit auszuwerten und kritische Ereignisse unmittelbar zu kommunizieren. Für eine genaue und gleichzeitig schnelle Ortung ist ein vereinfachtes Brückenmodell erforderlich, welches eine effiziente Berechnung von Schalllaufzeiten ermöglicht. Sind Schadensart und -ort bekannt, können Rückschlüsse auf den Strukturzustand gezogen werden.
Die ds automation GmbH wird innerhalb ihres Teilprojektes hierzu intelligente Sensorknoten mit Selbstdiagnosefunktion entwerfen und prototypisch aufbauen, welche die entsprechenden Signale an der Brücke aufnehmen, auswerten und die Ergebnisse weiterleiten. Die Grundlagen für eine Lokalisierung der Schallereignisse sind eine verteilte Messung und ein Verständnis für die Schallausbreitung innerhalb der Brücke.
Das Projekt AMSEL ist ein Kooperstionsvorhaben zwischen der ds automation gmbh, der Ingenieurberatung Bröggelhoff und der Universität Rostock.
Das Projekt wird im Rahmen des EFRE Programms 2021 bis 2027 des Landes Mecklenburg-Vorpommern aus Mitteln des Europäischen Fonds für regionale Entwicklung der Europäischen Union und des Landes Mecklenburg-Vorpommern gefördert.
Gegenstand von VUSSIO ist der Entwurf und die prototypische Umsetzung eines innovativen Schallsensors, der in einem hybriden Ansatz statistische, adaptive und selbstlernende Operatoren direkt im Sensor kombiniert und dadurch einen gegenüber bisherigen Systemen maßgeblich erweiterten Anwendungsbereich abdeckt.
Alle für den Produktivbetrieb notwendigen Analysen direkt im Sensor durchzuführen bietet enorme Vorteile im praktischen Betrieb. Störeinflüsse, Ressourcenverbrauch und Konfigurationsaufwand werden so minimiert, während die Anwendungsmöglichkeiten im industriellen Umfeld gegenüber mehrteiligen Lösungen deutlich umfangreicher sind. Diese Anwendungseigenschaften sollen mit dem Design des VUSSIO-Schallsensors umgesetzt werden.
Rohdaten werden dabei bereits sensorseitig in charakteristische Merkmale aufgespreizt und in einer technischen Zwischenstufe für eine relevanzadaptive Bewertung des Signals herangezogen, woraus sich eine relevanzadaptive Filterung ergibt. Diese Vorgehensweise ermöglicht, relevante Signale von bedeutungsärmeren zu unterscheiden und entsprechend automatisch zu filtern und zu markieren.
Durch die Übertragung von "kondensierten" Merkmalsvektoren (mit höherem Informationsinhalt pro Datenbit) werden Übertragungs- und Energieversorgungsressourcen minimal belastet und das Verhältnis zwischen Information und Grundrauschen wird essentiell verbessert. Die Kartierung der ermittelten Geräuschmerkmale erfolgt mit unterschiedlichen Zeitauflösungen, wodurch auch schleichende Alterungs- und Verschleißprozesse quantifizierbar werden. Die ereignisschwellenbezogene Klangaufzeichnung speichert und überträgt kurze Klangschnipsel, die für eine manuelle Analyse herangezogen werden können.
Zur optimalen Unterstützung des Sensorbetriebs wird parallel eine interaktive Bedien- und Konfigurationsoberfläche vorgesehen, die wahlweise über direkte Netzwerkverbindung oder über eine Cloud-Anbindung mit dem Sensor kommuniziert.
This project ist co-financed by Federal Ministry for Economic Affairs and Climate Action.
Leaky containers are a key issue for beverage and food manufacturers, as this affects the quality and shelf life of the products. Acoustic inline measuring systems are already available for leak testing, but they are not suitable for continuous use in harsh industrial environments. Contamination leads to clogging of the microphone protection cap and thus to measurement errors or even failure of the microphone. Undetected measurement errors can lead to consumers receiving inferior products and the manufacturer's reputation suffers. If the microphone fails completely, there is a loss of production because the microphone has to be sent in. The aim of the project is to develop a sound sensor system based on acoustic resonance analysis for inline quality testing that is particularly suitable for harsh industrial conditions. The development of an AI-based self-monitoring function for the sensor system is particularly challenging. This should detect measurement errors intelligently and independently and provide recommendations for action.
This is a collaborative project between ds automation gmbh, Fraunhofer Institut für Digitale Medientechnologie (IDMT) and Technischen Universität Ilmenau - Fachgebiet Fertigungstechnik.
