Data science

F - 21 Faseroptische Messungen unter dem Einfluss hochfrequenter Last

Die Gewährleistung der Sicherheit alternder Infrastruktur ist von großer Bedeutung. Zur frühzeitigen Schadensdetektion werden zunehmend verteilte faseroptische Sensoren (DFOS) eingesetzt, da sie Dehnungen kontinuierlich mit hoher räumlicher Auflösung messen und somit Potenzial zur Erkennung von Rissen in Betonbauteilen bieten. Herausforderungen entstehen jedoch bei hochfrequenten Dehnungsänderungen, wie sie beispielsweise durch Verkehrsbelastungen auf Brücken auftreten. Diese können die Qualität der Messdaten und damit die zuverlässige Risserkennung beeinträchtigen.

Im Rahmen dieses Projekts werden Messdaten aus Versuchen an der openLAB-Forschungsbrücke genutzt, um das Potenzial von DFOS zur Dehnungsmessung und Risserkennung unter dynamischer Belastung zu evaluieren. Die Arbeit besteht aus folgenden Arbeitspaketen:

• Literaturrecherche zu verteilten faseroptischen Sensoren mit Fokus auf Messungen unter dynamischer Last
• Auswertung von Versuchsdaten zur Untersuchung des Einflusses hochfrequenter Belastungen auf die Verfügbarkeit und Qualität der Messdaten sowie auf die Zuverlässigkeit der Rissbreitenberechnung
• Vorschlag von Lösungen zur Verbesserung der Messdatenqualität von DFOS unter dynamischer Belastung

Details zur Aufgabenstellung werden vor Beginn der Bearbeitung sowie während der Bearbeitungszeit präzisiert. Von Vorteil ist Interesse oder Erfahrung an Softwareentwicklung/Programmierung.

Kontakt:
Miriam Kroschel
+49 351 463-36073

F - 19 Multimodaler Brückenentwurf

Ausführlicher Titel: KI-unterstützter multimodaler Brückenentwurf in der Konzeptphase

In frühen Phasen des Brückenentwurfs (Konzeptphase) müssen Ingenieure schnell eine Vielzahl von Entwurfsalternativen generieren und bewerten, um vielfältigen Anforderungen hinsichtlich Topografie, Umwelt, Tragfähigkeit und Wirtschaftlichkeit gerecht zu werden. Traditionelle manuelle Verfahren sind dabei oft zeit- und ressourcenintensiv und basieren stark auf individuellen Erfahrungen, wodurch eine systematische Erkundung optimaler Lösungen eingeschränkt wird. Die Integration Künstlicher Intelligenz (KI) und multimodaler Daten, einschließlich numerischer Parameter, geometrischer Informationen, normativer Texte und historischer Entwurfsdaten, könnte Entscheidungsprozesse wesentlich verbessern, die Erstellung praktikabler Entwurfskonzepte beschleunigen und frühe Bewertungen hinsichtlich Kosten, Machbarkeit und Nachhaltigkeit optimieren.

Hauptziel dieser Arbeit ist die Entwicklung eines KI-gestützten multimodalen Frameworks zur effizienten Generierung und Bewertung von Brückenkonzepten, insbesondere für Plattenbrücken, Plattenbalkenbrücken und Verbundbrücken. Der Ansatz soll die Vorauswahl geeigneter Brückentypen, die Abschätzung wesentlicher Querschnittsparameter und die schnelle Evaluierung verschiedener frühphasiger Entwurfsvarianten hinsichtlich Tragwerksmachbarkeit, Kosteneffizienz und Nachhaltigkeit automatisieren. Aus diesem Ziel ergeben sich folgende Aufgaben:

• Literaturrecherche zu geeigneten KI-Algorithmen für den ingenieurtechnischen Entwurfsprozess
• Erhebung und Strukturierung multimodaler Daten (Projektparameter, Geländedaten, historische Entwürfe und normative Richtlinien)
• Entwicklung von KI-Modellen zur automatisierten Brückentypsauswahl sowie zur vorläufigen Abschätzung von Querschnitts- und Geometrieparametern
• Entwicklung eines regelbasierten Validierungstools zur Sicherstellung der Einhaltung struktureller und normativer Vorgaben der Konzeptentwürfe
• Vorläufige Bewertung des Materialverbrauchs, der Baukosten und der Kohlenstoffemissionen zur vergleichenden Bewertung verschiedener Entwurfsvarianten

Die Arbeit ist Bestandteil des Forschungsprojekts mFUND-HyBridGen – Hybrid Bridge Generator: KI-basierter Brückengenerator mit Wissens- und Erfahrungsdaten und früher Bürgerbeteiligung. Details der Aufgaben werden vor und während der Projektbearbeitung weiter spezifiziert. Interesse/Erfahrungen in KI-basierten Methoden für den konstruktiven Ingenieurbau (Bauingenieurwesen /Computational Engineering) sind vorteilhaft.

Kontakt:
Han Qian
+49 351 463 33083

F - 18 Bilddatenanforderungen für 3D-Brückenrekonstruktionen

Ausführlicher Titel: Anforderungen an Bilddaten für die 3D-Rekonstruktion von Brücken – Eine Parameterstudie

Im Brückenentwurf spielt das Erfahrungswissen der Ingenieur:innen eine zentrale Rolle, was zu teils erheblichen Qualitätsunterschieden führen kann. Die Analyse bestehender Brückenbauwerke wird dadurch erschwert, dass entwurfsrelevante Parameter meist nicht frei zugänglich sind. Öffentlich verfügbare Bilder stellen daher eine wichtige Datenquelle dar, um Informationen über Brückenstrukturen aus unterschiedlichen Perspektiven zu gewinnen.

Um geometrische Brückenparameter aus diesen Bildern ableiten zu können, ist eine präzise 3D-Rekonstruktion der Bauwerke und ihrer Umgebung erforderlich. Das Forschungsprojekt Pic2Bridge untersucht die Machbarkeit und geeignete Methoden zur 3D-Rekonstruktion von Brücken auf Basis von Bilddaten.

Ziel dieser Abschlussarbeit ist es, im Rahmen einer Parameterstudie zu analysieren, welche Anforderungen und Randbedingungen an die verwendeten Bilder gestellt werden müssen, um eine möglichst optimale 3D-Rekonstruktion zu erzielen. Aufbauend auf einem vorgegebenen Ansatz zur 3D-Rekonstruktion sollen unter anderem folgende Fragestellungen bearbeitet werden:

• Wie viele Bilder werden benötigt?
• Aus welchen Perspektiven sollten die Bilder aufgenommen werden?
• Welche Überlappung und Bildqualität sind erforderlich?

Mögliche Arbeitsschritte:

• Literaturrecherche zu Eigenschaften und Anforderungen von Bilddaten für die 3D-Rekonstruktion
• Sammlung und Auswahl geeigneter Bilddaten von ausgewählten Brücken
• Entwicklung eines strukturierten Konzepts für die Durchführung der Parameterstudie, inklusive Auswahl relevanter Bildparameter
• Entwicklung eines Evaluationskonzepts zur numerischen und visuellen Bewertung der Rekonstruktionsergebnisse
• Durchführung der Parameterstudie und Auswertung der Ergebnisse

Die genaue Aufgabenstellung wird vor Beginn sowie während der Bearbeitung gemeinsam abgestimmt und präzisiert.

Voraussetzungen:

Interesse oder erste Erfahrungen in der Programmierung mit Python und gängigen Bibliotheken (z.B. Numpy, Pandas, Matplotlib) sowie in der Nutzung von Hochleistungsrechnern (HPC), sind von Vorteil.

Kontakt:
Morris Benedikt Florek
+49 351 46340975

F - 1 Schädigungsbeurteilung mittels Ultraschallmessungen

Vollständiger Titel: Schädigungsbeurteilung von zyklisch belasteten Betonstrukturen mit Ultraschallmessungen

Betontragwerke unter einer bestimmten Lasteinwirkung versagen nicht, weil sie abrupt von einem „normalen“ Zustand in einen Bruchzustand wechseln, sondern, weil der Degradationsprozess mit zunehmender Belastung so lange voranschreitet, bis ein Materialversagen eintritt. Unter Einwirkung mechanischer Lasten konzentrieren sich zuerst die Spannungen in der Umgebung von Materialdefekten oder Grenzflächen in der Mikroskala und zerstören die Bindungen zwischen einzelnen Molekülen. Bei zunehmender mechanischer Last wachsen und vereinen sich die Mikrorisse dann, was zur Entstehung von Makrorissen führt. Während dieses Prozesses wird die Gitterstruktur des Stoffes, die als Ausbreitungsmedium für die Spannungswellen eines Ultraschallimpulses dient, fortschreitend geändert und auf diese Weise kann die Schädigung erfasst werden.

Ziel dieser Arbeit ist es, Ultraschallmessungen der Degradationsentwicklung aus zyklisch beanspruchten Betonproben und Balken mit den Hypothesen der Schadensakkumulation in Beziehung zu setzen. Aus diesen Zusammenhängen und unter Verwendung von Konzepten der Robustheit und Redundanz sollen Sicherheitsfaktoren ermittelt und die verbleibende Restnutzungsdauer bewertet werden.

Kontakt:
Raúl Enrique Beltrán Gutiérrez
0351 463 33675