Das Prinzip des Digitalen Zwillings (DZ) basiert auf der Verknüpfung zwischen realen Strukturkomponenten der Offshore-Windenergieanlage (OWEA) sowie digitalen Repräsentanten und muss die reale Tragstruktur möglichst exakt abbilden. Die wesentlichen Informationen dafür müssen über Monitoringsysteme gewonnen werden, die eine lebenslange Verknüpfung von realem und virtuellem System gewährleisten. Im Laufe der Zeit wird sich die reale Tragstruktur bspw. durch Alterung verändern. Diese Veränderungen müssen durch das Monitoring sicher erfasst und an den DZ übertragen werden. Jedoch sind auch Monitoringsysteme einem Alterungsprozess unterworfen. Die Qualität der Messanlage verschlechtert sich über die Lebensdauer der OWEA hinsichtlich Datenquantität und -qualität.
Eine besondere Schwierigkeit besteht darin, dass Komponenten des Messsystems nicht sofort vollständig ausfallen, sondern das System noch scheinbar plausible, jedoch fehlerbehaftete Daten liefert. Daher ist es das Ziel dieses Projekts, Methoden für ein lebensdauerumfassendes, adaptives Monitoringkonzept zu erforschen, welches die initialen Messunsicherheiten und auftretende Alterungsprozesse innerhalb des Monitoringsystems berücksichtigt.
Die Alterungsprozesse sollen mit verallgemeinerten stochastischen Methoden (stochastisches Model Updating) so zusammengeführt werden, dass fehlerbehaftete Messsignale weitgehend eliminiert werden können und sich ein Monitoringergebnis mit minimaler und quantifizierbarer Restunsicherheit ableiten lässt. Das Projektziel soll durch den innovativen Ansatz der derzeit leistungsfähigsten bayesschen Konzepte zur Systemidentifikation der Struktur erreicht werden, die mit einer beschränkten Anzahl von Messstellen arbeiten können und gleichzeitig Expertenwissen über das Strukturverhalten integrieren. Mit einem Deteriorationsmodell für die Messanlage soll schlussendlich ein optimaler Kompromiss zwischen Umfang und Qualität der verfügbaren Signale abgeleitet werden.
In den ersten Versuchsreihen wurden initiale Messunsicherheiten für typische Sensortypen untersucht. In Abbildung 1 ist der Versuchsaufbau gezeigt, der für die Bestimmung der initialen Messunsicherheit bei Laser-Triangulationssensoren (LTS) verwendet wurde.
Die Sensorträger, auf dem die LTS befestigt sind, bestehen aus dem Material Alloy 36. Dieses Metall besteht aus einer Nickel-Eisen-Legierung mit geringer Wärmeausdehnung. Das hat den Vorteil, dass auftretende Messunsicherheiten direkt dem Monitoringsystem zugeschrieben werden können. Der Versuchsaufbau wird in einer Klimasimulationskammer installiert und die Messdaten können dazu verwendet werden, eine temperaturabhängige Übertragungsfunktion des Monitoringsystems aufzustellen (vgl. Abbildung 2).
Auf Grundlage dieser Übertragungsfunktion kann eine Temperaturkompensation des Monitoringsystems stattfinden und die Messunsicherheit des untersuchten Messsystems bewertet werden.
Publikationen
-
2023: Environmental influence on structural health monitoring systems
Bartels, J.-H., Kitahara, M., Marx, S., Beer, M. (2023)
Environmental influence on structural health monitoring systems; Life-Cycle of Structures and Infrastructure Systems: Proceedings of the Eigth International Symposium of Life-Cycle Civil Engineering (IALCCE 2023), 2-6 -
2023: Einflüsse auf die Messunsicherheit von SHM-Systemen und deren Kompensation am Beispiel von Laser-Distanzmessungen
Bartels, J.-H., Gebauer, D., Marx, S. (2023)
Einflüsse auf die Messunsicherheit von SHM-Systemen und deren Kompensation am Beispiel von Laser-Distanzmessungen, Bautechnik -
2023: Robust SHM Systems Using Bayesian Model Updating
Bartels, J.-H., Potthast, T., Kitahara, M., Marx, S., Beer, M. (2023)
Robust SHM Systems Using Bayesian Model Updating, Proceedings of the Thirty-third (2023) International Ocean and Polar Engineering Conference Ottawa, Canada, June 19-23, 2023 -
2022: Distribution-free stochastic model updating of dynamic systems with parameter dependencies
Kitahara, M.; Bi, S.; Broggi, M.; Beer, M. (2022): Distribution-free stochastic model updating of dynamic systems with parameter dependencies, Structural Safety 97, 102227
-
2022: Robust optimization of a dynamic Black-box system under severe uncertainty: A distribution-free framework
Lye, A., Kitahara, M., Broggi, M. (2022)
Robust optimization of a dynamic Black-box system under severe uncertainty: A distribution-free framework, Mechanical System and Signal Processing
Teilprojektleitung
30167 Hannover
Institut für Massivbau
August-Bebel-Straße 30/30A
01219 Dresden
Institut für Massivbau
August-Bebel-Straße 30/30A
01219 Dresden
Projektmitarbeit
Institut für Massivbau
August-Bebel-Straße 30/30A
01219 Dresden
Institut für Massivbau
August-Bebel-Straße 30/30A
01219 Dresden
30167 Hannover