Drohnengestützte Zustandsbewertung von Brückenbauwerken
Der Zustand von Brückenbauwerken verschlechtert sich aufgrund der zunehmenden Lebensdauer und des steigenden Verkehrsaufkommens weltweit rapide. Dies stellt eine Gefahr für die Sicherheit der Menschen dar, und Brückensperrungen können wirtschaftliche Schäden verursachen. Um dieses Problem anzugehen, werden neue Schadensbewertungsmethoden benötigt, die Schäden schnell erkennen und lokalisieren können.
Die DAD-Methode (Deformation Area Difference) ist ein Verfahren, das zur Lösung dieses Problems entwickelt wurde und das Informationen aus der Verformungslinie eines Brückentragwerks zur Bewertung seines Zustands verwendet. Schäden können erkannt und lokalisiert werden, indem die Flächendifferenzen diskreter Abschnitte zwischen der Krümmungslinie des unbeschädigten numerischen Modells und der aus der statischen Lastverformungsmessung erhaltenen Linie verglichen werden.
In einem ersten Schritt wurde die Zuverlässigkeit der Methode unter Laborbedingungen an Stahlbetonbalken und einem Stahlträger nachgewiesen. Um die Anwendbarkeit der Methode zu demonstrieren, wurde dann ein in-situ-Experiment an einer realen Brücke in Altrier, Luxemburg, mit Hilfe von Photogrammetrie und Drohnen durchgeführt. Da es sich um eine neue Brücke handelt, konzentrierte sich auf die Untersuchung der Präzision und die Wirksamkeit der Methode unter realen Bedingungen.
Zusätzlich wurde eine Parameterstudie mit Grasshopper und SoFiSTiK durchgeführt, um das Potenzial der Methode zu untersuchen. In der Studie wurden verschiedene Brückenkonstruktionen wie Hohlkasten-, Balken- und Plattenbrücken analysiert, um die Auswirkungen lokaler Schäden innerhalb des Querschnitts auf das Gesamttragverhalten und auf die Erkennbarkeit von Schäden innerhalb des Querschnitts zu bewerten. Darüber hinaus wurden verschiedene Parameter wie Messgenauigkeit, Durchbiegungswert, Schadenshöhe, Schadensposition und Lastposition untersucht, um ihren Einfluss auf die Schadens-erkennung mit Hilfe der DAD-Methode zu bewerten.
