Maschinenlernen hält Spannbetonbrücken fit

Modell der Universität von Schardscha erkennt drohende Schäden künftig deutlich früher

Brücke: mit maschinellem Lernen gegen vorzeitiges Altern von Brücken (Foto: Ida, pixabay.com)

Schardscha (pte004/16.10.2024/06:15) - Forscher der Universität von Schardscha ( https://www.sharjah.ac.ae/en/Pages/default.aspx ) haben ein Modell für maschinelles Lernen entwickelt, mit dem sich vorhersagen lässt, wann und warum Bauwerke aus Stahlbeton anfangen, Risse zu bilden und an Stabilität einbüßen. Durch Witterungseinflüsse und starke Belastung, etwa aufgrund von zunehmendem Lkw-Verkehr, kann Beton abplatzen. Manchmal wird dadurch Stahl freigelegt, der korrodieren kann, oder es bilden sich Risse, durch die Wasser bis zur Bewehrung durchsickern kann.

Viele Faktoren der Zerstörung

Für die in "Scientific Reports" veröffentlichte Arbeit haben die Forscher die vielfältigen Faktoren untersucht, die eine langsame Zerstörung beeinflussen. "Alter, Dicke des Materials, Niederschlag, Temperatur und Verkehrsparameter stehen dabei im Vordergrund. Das sind die Schlüsselfaktoren", sagt Bauingenieur Ghazi Al-Khateeb.

Als die Autoren die Ergebnisse der Analyse dieser Faktoren in das von ihnen entwickelte Modell einspeisten, stellten sie fest, dass vorhersagen kann, wann eine Verschlechterung von Stahlbeton eintritt und welche Faktoren eine Gefahr für die Haltbarkeit von Beton darstellen.

Sensoren für bessere Prognosen

"Unsere Entwicklung schafft nicht nur Möglichkeiten für die Entwicklung verbesserter Vorhersagemethoden, sondern erhöht auch die Haltbarkeit der Infrastruktur und ermöglicht fundierte Entscheidungen im Management der Verkehrsinfrastruktur, die der Langlebigkeit der Bauten zugute kommen", so Al-Khateeb. Der Einbau von Sensoren in Brückenbauwerke könnte die Schadensprophylaxe noch verbessern, meint er.

(Ende)