Die Bedeutung von Brücken für Mobilität und Warentransport, das hohe Bauwerksalter und die gestiegenen Verkehrseinwirkungen bewirken, dass der Bauwerkserhalt zunehmend an Gewicht gewinnt. Sowohl für Eisenbahn- als auch für Straßenbrücken wird national eine reaktive Instandhal-tungsstrategie angewendet, wodurch erst nach Schadenseintritt Instandhaltungsmaßnahmen geplant werden können. Die angewendete Instandhaltungsstrategie führt unter anderem zu nicht planbaren und langwierigen Verfügbarkeitseinschränkungen der Bauwerke. Um den beschriebe-nen Problemen zu begegnen, braucht es einen Wandel der derzeitigen Instandhaltungsstrategie. Die prädiktive Instandhaltungsstrategie verfolgt das Ziel, Zustandsänderungen mithilfe von Zu-standsprognosemodellen vorherzusagen und somit frühzeitig Probleme zu identifizieren und zu lösen. Unter anderem können Zustandsprognosemodelle auf Infrastrukturdaten basieren, welche in Brücken-Management-Systemen der Infrastrukturbetreiber gespeichert sind. Die vorliegende wissenschaftliche Arbeit beschäftigt sich mit Zustandsprognosemodellen für Eisen-bahnbrücken in Deutschland und deren möglicher Anwendung in einem Instandhaltungsmanage-ment. Mit der Kombination unterschiedlicher Arten von Infrastrukturdaten aus dem Brücken-Management-System der DB Netz AG wurde eine Datengrundlage für die Erstellung von Zustands-prognosemodellen geschaffen. Als wesentliche, bisher noch nicht verwendete Eingangsmerkmale wurden Schäden integriert und untersucht, ob diese die Leistung von Prognosemodellen verbes-sern können. Entscheidungsbäume als erklärbares maschinelles Lernverfahren sowie Multi-Layer Perceptrons als sogenannte Black-Box Modelle wurden für das Training von Zustandsprognosemo-dellen verwendet. Für die Hauptbauarten (Stahlbeton, Spannbeton, Stahl, Walzträger in Beton und Gewölbe) von Eisenbahnbrücken wurden für die Bauwerksteile Überbauten, Widerlager und Pfeiler jeweils Modelle zur Zustandsprognose erstellt. Durch das Einbeziehen von Schäden als Merkmale konnten ähnlich gute ...


    Access

    Download


    Export, share and cite



    Title :

    Zustandsprognose von Eisenbahnbrücken mit Verfahren des maschinellen Lernens



    Publication date :

    2024-05-30


    Type of media :

    Theses


    Type of material :

    Electronic Resource


    Language :

    German



    Classification :

    DDC:    625 / 830




    Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens

    ZIMMER CHRISTOPH | European Patent Office | 2022

    Free access

    Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens

    ZIMMER CHRISTOPH | European Patent Office | 2022

    Free access

    AKTUALISIERUNG DES MASCHINELLEN LERNENS MIT SENSORDATEN

    CHARI VARUN / TONSHAL BASAVARAJ / KONDOJU PANDURANGA | European Patent Office | 2023

    Free access