Intelligente Resilienzanalyse von Infrastruktur unter Berücksichtigung unsicherheitsbehafteter Echtzeitdaten

• Antragsteller: Professor Dr.-Ing. Michael Beer; Dr. Matteo Broggi
• Fachliche Zuordnung: Konstruktiver Ingenieurbau, Bauinformatik und Baubetrieb
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 501624329

Die umfassende und gleichzeitig effiziente numerische Modellierung und Analyse großer und komplexer Infrastruktursysteme wird für moderne Gesellschaften immer wichtiger. Die Berücksichtigung systemischer Wechselwirkungen mit detailliert modellierten Schlüsselkomponenten ist dabei von entscheidender Bedeutung. Eingebettet in eine umfangreiche Resilienzanalyse liefert dies die Basis für Stakeholder kosteneffiziente Entscheidungen zu treffen. Zentrale Herausforderungen sind neben der Vernetzung zahlreicher Modelle und Performanzgrößen auf allen Systemebenen, die Analyse der Fülle von Daten, die für kritische Strukturen vorliegen oder aus dem Structural Health Monitoring (SHM) erzeugt werden, sowie die Berücksichtigung der inhärente Unsicherheit in allen verfügbaren Daten.Der vorliegende Vorschlag adressiert diese Herausforderungen auf der Ebene der Strukturkomponenten, der regionalen Teilsysteme und des globalen Infrastruktursystems an. Auf Komponentenebene wird ein intelligentes Ersatzmodellierungsverfahren auf der Grundlage von automatischem maschinellem Lernen entwickelt, das die große Menge an Daten, die für die Referenzbrücke des SPP 2388 vorliegen, zu einem probabilistischen, zeit- & statuskontinuierlichen Ersatzmodell verdichtet. Dieses Modell wird auf der Grundlage der von SHM gesammelten Echtzeitdaten aktualisiert. Unsicherheiten, die sich aus widersprüchlichen, vagen oder fehlerhaften (Echtzeit-)Daten ergeben, werden intelligent quantifiziert und durch das systemische Modell propagiert. Auf regionaler Teilsystemebene werden kritische Infrastrukturkomponenten miteinander verknüpft und in ein neu entwickeltes Systemzuverlässigkeitsmodell integriert, das eine umfassende und gleichzeitig effiziente numerische Analyse ermöglicht. Die Komplexität dieses Subsystemmodells wird durch intelligentes Clustern ähnlicher Komponenten in Komponententypen weiter reduziert. Die aus der Modellierung der Teilsystemzuverlässigkeit resultierenden Informationen werden in das entwickelte Life Cycle Resilience decision-making Framework (LCRF) integriert, einschließlich Wiederherstellungsmodellen und Kostenfunktionen. Dies ermöglicht Entscheidungsträgern, im Rahmen der Wartungs-, Instandsetzungs- und Reparaturplanung sowie im Designprozess unter Berücksichtigung von Komponentenlebensdauern und monetärer Restriktionen kosten-effiziente Entscheidungen über den Lebenszyklus zu treffen. Die entwickelten Ansätze auf Komponentenebene werden für die Referenz-Autobahnbrücke (A2) "Weserstrombrücke" bei Bad Oeynhausen demonstriert. Auf Systemebene wird das nordrhein-westfälische Infrastruktursystem betrachtet, wobei die Landkreise in regionale Subsysteme unterteilt werden und physikalische Eigenschaften weiterer kritischer Bauwerkskomponenten, zwecks Demonstration, angenommen werden.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2388: Hundert plus - Verlängerung der Lebensdauer komplexer Baustrukturen durch intelligente Digitalisierung
• Internationaler Bezug: China, USA
• Kooperationspartner: Professor Vladik Kreinovich, Ph.D.; Professor Pengfei Wei, Ph.D.; Professor Konstantin Zuev, Ph.D.