Teilprojekt E4

Numerische Langzeitprognose von Veränderungen an textilverstärkten Konstruktionen

Leitung | Mitarbeiter | Ziele | Methoden | Ergebnisse | Veröffentlichungen

Leitung

4. Förderperiode

Prof. Dr.-Ing. habil. Michael Kaliske
Prof. Dr.-Ing. Wolfgang Graf
Institut für Statik und Dynamik der Tragwerke

3. Förderperiode

Dr.-Ing. Michael Beer

Mitarbeiter

Dr.-Ing. Steffen Freitag

Ziele

Textilverstärkte Konstruktionen unterliegen langzeitabhängigen Veränderungen. Es ist zu klären, wie die Werkstoffveränderungen die Gebrauchstauglichkeit und die Tragfähigkeit beeinflussen. Versuche können i.d.R. nur über - im Verhältnis zur Nutzungs- und Lebensdauer eines Bauwerkes - kurze Zeiträume durchgeführt werden.

Im Teilprojekt werden numerische Verfahren zur Langzeitprognose von Veränderungen der Werkstoffeigenschaften textilverstärkter Konstruktionen entwickelt, die auf der Basis nur mäßig langer Meßreihen arbeiten. Dabei wird zwischen Echtzeitdaten und zeitgerafften Daten unterschieden.

Für Echtzeitdaten, d.h. für Meßreihen, die unter natürlichen Randbedingungen aufgenommen wurden, wird ein Prognoseverfahren auf der Basis neuronaler Netze entwickelt. Netzwerktyp und Netzwerkarchitektur werden so festgelegt, daß nichtlineare, zeitabhängige Meßreihen von Werkstoffeigenschaften reproduzierbar sind. Basis ist ein multi-layer perceptron Netzwerk mit sigmoid activation functions und feed-forward Architektur. Die Prognose von Strukturantworten unter zeitveränderlichen Einwirkungen erfolgt mit rekurrenten neuronalen Netzen. Konstruktions- und Layoutdetails sowie Arbeitsmodus werden entsprechend speziellen Erfordernissen definiert. Die Meßreihen werden zum Training der Netzwerke eingesetzt. Die trainierten Netze generieren dann direkt die Prognosen.

Für zeitgeraffte Daten, d.h. für Meßreihen, die unter künstlichen, zeitraffenden Versuchsrandbedingungen aufgenommen wurden, wird eine Lösung auf der Basis zeitraffender Verfahren mit Beschleunigungsfunktionen entwickelt. Ausgangspunkt ist die Wahrscheinlichkeitverteilung für ausgewählte Werkstoffeigenschaften unter beschleunigenden Bedingungen, die aus den Meßdaten bestimmt wird. Gesucht ist die entsprechende Verteilung unter realen Randbedingungen. Der Zusammenhang zwischen den bekannten und gesuchten Verteilungsfunktionen wird durch Beschleunigungsfunktionen hergestellt, die sich aus Versuchsdaten schätzen lassen. Dazu werden die nur kleinen verfügbaren Stichproben in einem Preprozessor mittels eines neuartigen Verfahrens numerisch vergrößert. Zur Analyse der gesuchten Zusammenhänge sind auch neuronale Netze vorgesehen.

Sowohl neuronale Netze als auch zeitraffende Verfahren sind aufgrund ihrer mathematischen Ansätze sehr flexibel anwendbar. Sie arbeiten modellfrei und extrahieren Informationen unmittelbar aus den beobachteten Daten. Eine subjektive Modellspezifikation für konkrete Fälle ist nicht erforderlich.

Seitenanfang

Methoden

Im Teilprojekt wird die Strategie verfolgt, numerische Berechnungsalgorithmen auf der Basis allgemeingültiger theoretischer Ansätze zu entwickeln, um ein breites Anwendungsspektrum abzudecken. Grundlage sind die Wahrscheinlichkeitstheorie, die mathematische Statistik und die Theorie der neuronalen Netze. Mit einem hybriden Prognoseverfahren werden Datenanalyse und numerische Prognose gekoppelt. Die Prognosealgorithmen werden für eine rechnergestützte Anwendung entwickelt und getestet. Die Neuentwicklungen stützen sich auf einschlägige Vorarbeiten, insbesondere zur numerischen Simulation stochastischer Prozesse mit neuronalen Netzen und zur numerischen Stichprobenvergrößerung.

Seitenanfang

Ergebnisse

Die entwickelten numerischen Verfahren zur Langzeitprognose werden in Programmlösungen überführt, die zur Lösung der Beispielprobleme eingesetzt werden.

Rekursive Mehrschrittprognose

  • Prognose der Kriechdehnung textilverstärkter Tragwerke
    PDF-Datei (115 kB)

Zeitraffende Verfahren

  • Prognose der Lebensdauer textilverstärkter Tragwerke
    PDF-Datei (33 kB)

Seitenanfang

Veröffentlichungen

2010

  • Freitag, S.; Steinigen, F.; Graf, W.; Kaliske, M.: Numerical Long-Term Simulation of TRC Strengthened RC Structures. In: Brameshuber, W. (ed.): Proceedings of the International RILEM Conference on Material Science (MatSci) - Volume I, 2nd International Conference of Textile Reinforced Concrete (ICTRC), Aachen, RILEM Publications S.A.R.L., Bagneux, 2010, pp. 319-329
  • Graf, W.; Kaliske, M.; Sickert, J.-U.; Pannier, S.; Freitag, S.: Neural Networks and Imprecise Probability Concepts for the Design of Industry-Sized Structures. In: Khalili, N.; Valliappan, S.; Li, Q.; Russell, A. (Eds.): Proceedings of the 9th World Congress on Computational Mechanics (WCCM), Sydney, 2010, pp. 72-73
  • Beck, J.L.; Graf, W.; Katafygiotis, L. (eds.): Computer-Aided Civil and Infrastructure Engineering 25 (2010) 5 – Special Issue on "Computational Intelligence in Structural Engineering and Mechanics"
  • Freitag, S.; Graf, W.; Kaliske, M.: Prediction of Time-Dependent Structural Responses with Recurrent Neural Networks. Proceedings in Applied Mathematics and Mechanics 10 (2010), pp. 155-156 - doi:10.1002/pamm.201010070
  • Freitag, S.: Modellfreie numerische Prognosemethoden zur Tragwerksanalyse. Dissertation, Veröffentlichungen - Institut für Statik und Dynamik der Tragwerke, Heft 19, TU Dresden, 2010
  • Freitag, S.; Graf, W.; Kaliske, M.: Identification and prediction of time-dependent structural behavior with recurrent neural networks for uncertain data. In: Beer, M.; Muhanna, R.L.; Mullen, R.L. (eds.): Proceedings of the 4th International Workshop on Reliable Engineering Computing (REC 2010), Singapore, 2010. Singapore : Research Publishing Services, 2010, pp. 577-596 – doi:10.3850/978-981-08-5118-7_026
  • Graf, W.; Freitag, S.; Kaliske, M.; Sickert, J.-U.: Recurrent Neural Networks for Uncertain Time-Dependent Structural Behavior. Computer-Aided Civil and Infrastructure Engineering 25 (2010) pp. 322-333 – doi:10.1111/j.1467-8667.2009.00645.x
  • Graf, W.; Freitag, S.; Sickert, J.-U.: Uncertain structural processes and neural network application. In: 4th European Conference on Computational Mechanics (ECCM 2010), Paris, 2010. – CD-ROM
  • Freitag, S.:Modellfreie numerische Prognosemethoden zur Tragwerksanalyse. Dissertation, Dresden: Fakultät Bauingenieurwesen, Technische Universität Dresden, 2010.

2009

  • Graf, W.; Jenkel, C.; Pannier, S.; Sickert, J.-U.; Steinigen, F.: Numerical structural monitoring with the uncertainty model fuzzy randomness. International Journal of Reliability and Safety 3 (2009) 1/2/3, pp. 218-234
  • Freitag, S.; Graf, W.; Kaliske, M.; Sickert, J.-U.: Prediction of Structural Behaviour with Recurrent Neural Networks for Fuzzy Data. In: Topping, B.H.V.; Tsompanakis, Y. (eds.): Proceedings of the First International Conference on Soft Computing Technology in Civil, Structural and Environmental Engineering, Funchal, 2009. Stirlingshire : Civil-Comp Press, 2009, Book of Abstracts, paper 28, Volltext (20 S.), CD-ROM – doi:10.4203/ccp.92.28
  • Oeser, M.; Freitag, S.: Modeling of materials with fading memory using neural networks. International Journal for Numerical Methods in Engineering 78 (2009) 7, pp. 843-862 – doi:10.1002/nme.2518
  • Freitag, S.; Beer, M.; Graf, W.; Kaliske, M.: Lifetime prediction using accelerated test data and neural networks. Computers & Structures 87 (2009) pp. 1187-1194 – doi:10.1016/j.compstruc.2008.12.007
  • Freitag, S.; Graf, W.; Kaliske, M.: Prognose des Langzeitverhaltens von Textilbeton-Tragwerken mit rekurrenten neuronalen Netzen. In: Curbach, M. (Hrsg.), Jesse, F. (Hrsg.): Textile Reinforced Structures : Proceedings of the 4th Colloquium on Textile Reinforced Structures (CTRS4) und zur 1. Anwendertagung, Dresden, 3.-5.6.2009. SFB 528, Technische Universität Dresden, D–01062 Dresden : Eigenverlag, 2009, S. 365-376 URN: urn:nbn:de:bsz:14-ds-1244048026002-79164
  • Freitag, S.; Graf, W., Kaliske, M.: Prognose zeitveränderlicher Strukturantworten mit rekurrenten neuronalen Netzen. In: Dinkler, D.; Zilian, A. (Hrsg.): Forschungskolloquium Baustatik-Baupraxis, Falkenstein, 2009. S. 45
  • Freitag, S.; Kaliske, M.; Graf, W.: Time-dependent reliability assessment of structures using uncertain fractional rheological models. Proceedings in Applied Mathematics and Mechanics 9 (2009) pp. 225-226 – doi:10.1002/pamm.200910086

2008

  • Kaliske, M.; Graf, W.: Numerisches Tragwerksmonitoring und Prognose des Tragwerkverhaltens. In: Wagner, W. (Hrsg.): Baustatik-Baupraxis 10. Bericht, Universität Karlsruhe (TH), 2008, S. 183-192
  • Möller, B.; Beer, M.: Engineering computation under uncertainty capabilities of non-traditional models. Computers & Structures 86 (2008) 10, pp. 1024-1041 – doi:10.1016/j.compstruc.2007.05.041
  • Graf, W.; Möller, B.; Bartzsch, M.: Uncertain processes and numerical monitoring of structures In: Muhanna, R.; Mullen, R.L. (eds.): Proceedings of 3rd Internat. Workshop Reliable Engineering Computing (REC), Georgia Tec, Savannah, 2008. pp. 155-170
  • Beer, M.; Liebscher, M.: Designing robust structures a nonlinear simulation based approach. Computers & Structures 86 (2008) 10, pp. 1102-1122 – doi:10.1016/j.compstruc.2007.05.037
  • Freitag, S.; Graf, W.; Pannier, S.; Sickert, J.-U.: Reliability of structures under consideration of uncertain time-dependent material behaviour. In: Dubois, D. et al. (eds.): Adcances in Soft Computing 48. Soft Methods for Handling Variability and Imprecision. Berlin : Springer, 2008, pp. 383-390 4th Internat. Conference on Soft Methods in Probability and Statistics, Toulouse, 2008
  • Beer, M.: Quantification of imprecise statistical data. In: Chang-Koon, C. (ed.): Proceedings of the 4th International Conference on Advances in Structural Engineering and Mechanics - ASEM'08, Jeju, Korea, 2008. pp. 1381-1394
  • Beer, M.: Evaluation of inconsistent engineering data. In: Muhanna, R.; Mullen, R.L. (eds.): Proceedings of 3rd Internat. Workshop Reliable Engineering Computing (REC), Georgia Tec, Savannah, 2008. pp. 481-498

2007

  • Möller, B.; Reuter, U.: Uncertainty Forecasting in Engineering. Berlin : Springer, 2007
  • Beer, M.: Model-free Sampling. Structural Safety 29 (2007) pp. 49–65
  • Spanos, P.D.; Beer, M.; Red-Horse, J.: Karhunen-Loéve Expansion of Stochastic Processes with a Modified Exponential Covariance Kernel. ASCE Journal of Engineering Mechanics 133 (2007) 7, pp. 773-779
  • Freitag, S.; Beer, M.; Graf, W.: Lifetime prediction with a neural network application. In: 2nd GACM Colloquium on Computational Mechanics, TU Munich, 2007. Book of Abstracts, p. 92
  • Graf, W.; Möller, B.; Bartzsch, M.: Alteration of Structures as an Uncertainty Process. In: Xie, M.; Patnaikuni, I. (eds.): Proceedings of the 4th International Structural Engineering and Construction Conference, Melbourne, 2007. pp. 791-796
  • Freitag, S.; Beer, M.; Graf, W.; Kaliske, M.: Lifetime prediction with neural networks. In: Topping, B.H.V. (ed.): Proceedings of the 9th International Conference on the Application of Artificial Intelligence to Civil, Structural and Environmental Engineering, St. Julians, 2007. Book of Abstracts and CD-ROM, Paper 35, 19 pp.

2006

  • Freitag, S.; Beer, M.; Jesse, F.; Weiland, S.: Experimental Investigation and Prediction of long-term Behavior of Textile Reinforced Concrete for Strengthening. In: Hegger, J.; Brameshuber, W.; Will, N. (eds.): Textile Reinforced Concrete – Proceedings of the 1st International RILEM Conference, Aachen, 2006. RILEM, pp. 121-130
  • Freitag, S.; Graf, W.; Hoffmann, A.; Pannier, S.; Sickert, J.-U.; Steinigen, F.: Tragwerke aus Textilbeton – unscharfe numerische Simulation. In: Ruge, P.; Graf, W. (eds.): 10. Dresdner Baustatik-Seminar. Dresden, 2006, S. 123-132 – PDF-Datei, 544 kB
  • Graf, W.; Bartzsch, M.; Beer, M.; Liebscher, M.; Reuter, U.: Numerisches Tragwerksmonitoring und Prognose. In: Ruge, P.; Graf, W. (eds.) 10. Dresdner Baustatik-Seminar. Dresden, 2006, S. 147-156
  • Möller, B.; Beer, M.; Graf, W.; Sickert, J.-U.: Time-Dependent Reliability of Textile-Strengthened RC Structures under Consideration of Fuzzy Randomness. Computers and Structures 84 (2006) no. 8–9, pp. 585–603
  • Sickert, J.-U.; Möller, B.; Graf, W.; Freitag, S.: Time-dependent reliability of strengthened rc structures. In: Hegger, J.; Brameshuber, W.; Will, N. (eds.): Textile Reinforced Concrete – Proceedings of the 1st International RILEM Conference, Aachen, 2006. RILEM, pp. 265-274
  • Beyer, W.; Liebscher, M.; Beer, M.; Graf, W.: Neural Network Based Response Surface Methods – a Comparative Study. In: Proceedings of the 5th German LS-DYNA Forum 2006. DYNAmore GmbH, Ulm, 2006, K-II-29 – K-II-37
  • Beer, M.: Sampling Without Probabilistic Model. In: Muhanna, R.; Mullen, R.L. (eds.): 2nd NSF Workshop on Reliable Engineering Computing. Georgia Institute of Technology, Savannah, GA, USA, 2006, pp. 369–390, CD-ROM
  • Graf, W.; Möller, B.; Beer, M.: Zum Einfluß der Datenbasis auf Tragwerkssicherheit und Versagensrisiko. Wissenschaftliche Zeitschrift der Technischen Universität Dresden 55 (2006) Heft 3–4, S. 49–53

2005

  • Beer, M.; Spanos, P. D.: Simulation based structural reliability assessment involving imprecise data. In: Augusti, G. (ed.); Schueller, G. I. (ed.); Ciampoli, M. (ed.): Safety and Reliability of Engineering Systems and Structures, Proceedings of the 9th Int. Conference on Structural Safety and Reliability, ICOSSAR'05, Rome, 2005. Millpress, Rotterdam, 2005, CD-ROM, Doc. MS0704, pp. 1725-1732
  • Beer, M.; Spanos, P. D.: Neural network based Monte Carlo simulation of random processes. In: Augusti, G. (ed.); Schueller, G. I. (ed.); Ciampoli, M. (ed.): Safety and Reliability of Engineering Systems and Structures, Proceedings of the 9th Int. Conference on Structural Safety and Reliability, ICOSSAR'05, Rome, 2005. Rotterdam : Millpress, 2005, CD-ROM, Doc. 017, pp. 2179-2186
  • Beer, M.: Simulation of Fuzzy Random Variables. In: Bathe, K. J. (ed.): Third M.I.T. Conference on Computational Fluid and Solid Mechanics, Cambridge, USA, 2005. Compilation of Abstracts, 31
  • Beer, M.; Spanos, P. D.: Neural Networks in Process Simulation. In: Bathe, K. J. (ed.): Third M.I.T. Conference on Computational Fluid and Solid Mechanics, Cambridge, USA, 2005. Compilation of Abstracts, 32

2004

  • Beer, M.: Sample-Induced Simulation of Fuzzy Randomness. In: Wojtkiewicz, S.; Red-Horse, J.; Ghanem, R. (eds.): 9th ASCE EMD/SEI/GI/AD Joint Specialty Conference on Probabilistic Mechanics and Structural Reliability, Albuquerque, NM, 2004. CD-ROM, Doc. 08_103, 6 pp.
  • Beer, M.; Spanos, P. D.: A Neural Network Approach for Representing Realizations of Random Processes. In: Wojtkiewicz, S.; Red-Horse, J.; Ghanem, R. (eds.): 9th ASCE EMD/SEI/GI/AD Joint Specialty Conference on Probabilistic Mechanics and Structural Reliability Albuquerque, NM, 2004. CD-ROM, Doc. 04_104, 6 pp.

Zu dieser Seite

Massivbau
Letzte Änderung: 14.08.2024