Um das dynamische Verhalten einer Struktur zuverlässig vorhersagen zu können, sind aussagekräftige Simulationsmodelle erforderlich. Es ist allerdings davon auszugehen, dass Simulationsergebnisse bezüglich der Anlagendynamik, die während der Auslegung berechnet wurden, und Ergebnisse von Messungen der Dynamik der Windenergieanlage (WEA), die während des späteren Betriebs durchgeführt werden, voneinander abweichen. Gründe für diese Diskrepanz können beispielsweise Ungenauigkeiten im Modell (z. B. Vernachlässigung von Fertigungstoleranzen), Veränderungen der realen Struktur über die Zeit (z. B. Korrosion) oder veränderter Umgebungsbedingungen sein (z. B. Kolkbildung).
Um diese Abweichungen zu minimieren, kann das numerische Strukturmodell nachträglich mit Hilfe von Modellanpassungsverfahren an die Messdaten angepasst werden. Ziel einer Modellanpassung kann somit erstens die Verbesserung der Qualität des initialen Simulationsmodells sein. Zweitens ist so eine Anpassung an Langzeitveränderungen der Struktur und der Randbedingungen über die Lebensdauer möglich. Und drittens kann die Modellanpassung zur Schadenslokalisation und -quantifikation genutzt werden. Insbesondere die letzten beiden Punkte werden benötigt, um aus einem klassischen Simulationsmodell einen digitalen Zwilling zu machen.
In der ersten Förderperiode konzentrierte sich das Teilprojekt (TP) C4 darauf wie die gesammelten Messdaten einer realen Struktur in das Simulationsmodell einbezogen werden können. Zu diesem Zweck wurden mehrere neue Algorithmen zur Modellanpassung entwickelt. Jeder von ihnen berücksichtigt Unsicherheiten, da Daten und Modelle in realen Modellanpassungsproblemen immer mit Unsicherheiten behaftet sind.
Die Methoden wurden anhand von zwei unterschiedlichen Teststrukturen validiert. Einer Balkenstruktur, die unter Laborbedingungen getestet wurde (Abb. 1), und einer Gittermaststruktur, die im freien Feld steht und realen Umweltbedingungen ausgesetzt ist (Abbildung 2). Beide Strukturen verfügen über reversible Schädigungsmöglichkeiten. Somit kann die Struktur gezielt geschädigt und wieder repariert werden und die Modellanpassungsverfahren lassen sich testen und validieren.
In der zweiten Förderperiode werden zwei Hauptthemen untersucht. Um die benötigte Berechnungszeit für die Schadenserkennung, -lokalisierung und -quantifizierung weiter zu reduzieren, werden die Modellanpassungsmethoden dieses TPs mit den in der ersten Förderperiode im TP C02 entwickelten Grey-Box-Methoden gekoppelt.
Für die Betreiber von WEAs sind Vorhersagen in die Zukunft über das dynamische Verhalten der WEAs die Grundlage für jede Reaktion, z.B. eine Änderung der Regelungsalgorithmen. Das zweite Ziel dieses TPs ist es daher, die Auswirkung von Strukturänderungen und variierenden Randbedingungen auf die Restlebensdauer zu ermitteln. Dabei werden nur Änderungen berücksichtigt, die das globale Verhalten
Die wissenschaftlichen Neuerungen dieses Teilbereichs liegen darin, dass Modellanpassungsverfahren untersucht werden, welche die in der Messung und Simulation vorliegende Unschärfe berücksichtigen. Außerdem werden die Verfahren sowohl in Bezug auf die Robustheit und auf die Genauigkeit der Modellanpassung optimiert. Das Forschungsziel des Teilprojekts ist somit die Erforschung von robusten Modellanpassungsverfahren für den Digitalen Zwilling einer zukünftigen WEA, die auf globaler Mehrzieloptimierung basieren.
Publikationen
-
2024: Damage localisation using disparate damage states via domain adaption
Wickramarachchi, C.; Gardner, P.; Poole, J.; Hübler, C.; Jonscher, C.; Rolfes, R.: Damage localisation using disparate damage states via domain adaptation, Data-Centric Engineering 5, e3, 2024.
-
2023: Robust model updating in structural dynamics using a new non-implausibility-motivated optimisation approach
Clemens Hübler, Paul Gardner, Marlene Wolniak (2023)
Robust model updating in structural dynamics using a new non-implausibility-motivated optimisation approach
Mechanical Systems and Signal Processing
https://doi.org/10.1016/j.ymssp.2023.110401 -
2023: Validation of an FE model updating procedure for damage assessment using a modular laboratory experiment with a reversible damage mechanism
Wolniak, Marlene; Hofmeister, Benedikt; Jonscher, Clemens; Fankhänel, Matthias; Loose, Ansgar; Hübler, Clemens; Rolfes, Raimund (2023)
Validation of an FE model updating procedure for damage assessment using a modular laboratory experiment with a reversible damage mechanism
Journal of Civil Structural Health Monitoring
https://doi.org/10.1007/s13349-023-00701-9 -
2022: Validierung von daten- und modellbasierten Methoden zur Schadenslokalisierung
Hübler, C., Hofmeister, B., Wernitz, S., & Rolfes, R. (2022)
Validierung von daten- und modellbasierten Methoden zur Schadenslokalisierung
Bautechnik, 6
https://onlinelibrary.wiley.com/doi/abs/10.1002/bate.202200015 -
2022: On noise covariance estimation for Kalman filter-based damage localization
Wernitz, Stefan; Chatzi, Eleni; Hofmeister, Benedikt; Wolniak, Marlene; Shen, Wanzhou; Rolfes, Raimund (2022)
On noise covariance estimation for Kalman filter-based damage localization
Mechanical Systems and Signal Processing
https://doi.org/10.1016/j.ymssp.2022.108808 -
2022: Dataset: Measurement data of a laboratory steel cantilever beam with a reversible damage mechanism
Marlene Wolniak, Benedikt Hofmeister, Clemens Jonscher, Matthias Fankhänel, Ansgar Loose, Clemens Hübler, Raimund Rolfes (2022)
Dataset: Measurement data of a laboratory steel cantilever beam with a reversible damage mechanism.
Teilprojektleitung
L5/06 639
Franziska-Braun-Str. 3
64287 Darmstadt
L5/06 639
Franziska-Braun-Str. 3
64287 Darmstadt