Promotion Jan-Hauke Bartels

Am 15. Dezember 2025 hat Jan-Hauke Bartels seine Dissertation 👨‍🎓 mit dem Titel „Alternde Bauwerksmonitoringsysteme – Beschreibung des Langzeitverhaltens und probabilistische Messanomalie-Detektion“ erfolgreich verteidigt. Die Veranstaltung fand im sanierten Beyer-Bau der TU Dresden statt. 

Abstract:

Messsysteme in der Ingenieurwissenschaft, etwa im Structural Health Monitoring (SHM) und der zerstörungsfreien Prüfung, ergänzen heute schon periodische Inspektionen durch kontinuierliche Datenerfassung, um die Integrität von Bauwerken teilweise über mehrere Jahre hinweg zu überwachen. Häufig wird ein lineares, zeitinvariantes Messsystemverhalten angenommen, obwohl Umwelteinflüsse und Alterung zeitvariable Effekte verursachen. Während Bauwerke im Laufe der Zeit alterungsbedingte Schäden erleiden können, unterliegen auch die Messsysteme selbst einem Alterungsprozess, der zu fehlerhaften Sensordaten führt. Solche Messanomalien scheinen im ersten Moment der Dateninterpretation plausibel, können jedoch zu Fehlinterpretationen des Bauwerkszustandes führen. Daher ist es entscheidend, solche Messanomalien zu identifizieren, um die langfristige Zuverlässigkeit von SHM-Systemen sicherzustellen.

In dieser Dissertation werden daher experimentell die Alterungserscheinungen in Messsystemen untersucht und ein probabilistisches Verfahren zur robusten Detektion von Messanomalien in aktiven Bauwerksmonitoringsystemen entwickelt. Im Fokus stehen Dehnungsmessungen, Wegmessungen und Beschleunigungsmessungen. Die zugehörigen Messketten werden hinsichtlich Messunsicherheit und Langzeitstabilität analysiert.

Die Ergebnisse zeigen, dass die untersuchten Messsysteme bereits unter stationären Bedingungen signifikante systematische und zufällige Messabweichungen aufweisen, die durch eine optimierte Messkettengestaltung minimiert werden können. Langzeituntersuchungen belegen ferner ein zeitvariantes Messsystemverhalten, sodass die gängige Annahme eines linearen, zeitinvarianten Messsystems nicht mehr zutrifft. Besonders Messungen mit Dehnungsmessstreifen zeigen zeitabhängige Signalveränderungen in der Größenordnung struktureller Schäden, wodurch die Unterscheidung zwischen Strukturschaden und Messanomalie erschwert wird.

Zur Lösung dieses Problems wird ein probabilistisches Verfahren zur Messanomalie-Detektion vorgestellt, das eine zuverlässige Unterscheidung zwischen diesen beiden Zuständen ermöglicht. Insbesondere die Mahalanobis-Distanz (MD) mit probabilistischem Grenzwert erweist sich als robustes Verfahren zur Detektion von Messanomalien in aktiven SHM-Systemen. Dabei wird eine Detektionsgenauigkeit von über 90 % erreicht. Im Vergleich dazu zeigt der Ansatz basierend auf linearer Regression mit probabilistischem Grenzwert eine deutlich schlechtere Performanz mit nur 21 % Detektionsgenauigkeit.

Basierend auf diesen Erkenntnissen werden Empfehlungen für die SHM-Praxis abgeleitet, die eine optimierte Gestaltung von Messketten und eine effektive Detektion von Messanomalien ermöglichen. Die Ergebnisse dieser Arbeit zeigen, dass eine langfristig verlässliche Zustandsbewertung von Bauwerken nur dann gewährleistet werden kann, wenn neben strukturellen Veränderungen auch die Alterungseffekte der Messsysteme berücksichtigt werden. Die vorgestellte Methode leistet einen entscheidenden Beitrag zur Verbesserung der Sensordiagnostik und bildet die Grundlage für eine zukünftig noch zuverlässigere Praxis im Bauwerksmonitoring. Zukünftige Arbeiten sollten das entwickelte Verfahren durch fortgeschrittene maschinelle Lernverfahren, wie neuronale Netze, erweitern und datenbasierte Strategien zur Rekalibrierung von Sensoren erforschen, um adaptive, über die Lebensdauer hinweg zuverlässige Monitoringsysteme weiter zu entwickeln.

Lieber Hauke, wir wünschen an dir an dieser Stelle viel Erfolg für die weitere wissenschaftliche Karriere und alles Gute für deine Zukunft! 👍🥳