Vasbeton hidak intelligens monitoringja digitális iker és mesterséges intelligencia alkalmazások használatával

Al-Hijazeen, Asseel and Koris, Kálmán (2024) Vasbeton hidak intelligens monitoringja digitális iker és mesterséges intelligencia alkalmazások használatával. VASBETONÉPÍTÉS, 26 (4). pp. 72-82. ISSN 1419-6441

Preview

Text vb2024_4_2.pdf - Published Version Download (3MB) | Preview

Abstract

A vasbeton hidak biztonsága és fenntarthatósága jelentősen növelhető a szerkezet működés közbeni állapotának folyamatos monitoringjával és ennek révén a különböző terhelési körülmények között várható viselkedésük és állapotuk pontosabb előrejelzésével. A monitoring rendszer által mért adatok alapján, digitális iker (DI) és mesterséges intelligencia (MI) alapú eszközök használatával a szerkezet statikai állapota valós időben követhető, és a megfelelő határértékek definiálása mellett automatikus hibajelzés kapható nem megfelelő állapot esetén. A potenciális tartószerkezeti problémák korai felismerésével a későbbi, komolyabb károsodások megelőzhetők, még azok bekövetkezte előtt. Annak ellenére, hogy több hazai hídon jelenleg is van monitoring rendszer, a mért adatok nyers formában gyakran feldolgozatlanok maradnak, így a híd állapota pusztán ezek alapján kevésbé becsülhető meg. A célunk az volt, hogy a mért nyers monitoring adatokat digitális iker és mesterséges intelligencia alapú eszközök alkalmazásával, valós időben feldolgozzuk, és a híd statikai állapotának jellemzésére alkalmas adatokká alakítsuk, ilyen módon lehetővé téve a szerkezettel kapcsolatos, potenciális problémák időben történő felismerését. A kifejlesztett eljárás alapjait egy meglévő, magyarországi vasbeton szekrény keresztmetszetű közúti híd példáján keresztül mutatjuk be. A választott híd felszerkezet statikai viselkedésének numerikus szimulációjához és a megfelelőségi feltételek ellenőrzéséhez a digitális iker (DI) technológiát alkalmaztuk. Az igénybevételek és alakváltozások meghatározását, valamint a teherbírási (ULS) és használhatósági (SLS) feltételek ellenőrzését egy validált 3D-s végeselemes modellen (VEM) végeztük el. Monte Carlo-szimulációval különböző forgalmi terheket generáltunk, és minden egyes teherelrendezés esetén meghatároztuk a híd kihasználtságát különböző ULS és SLS határállapotokban, különös tekintettel a feszültségekre, a lehajlásra és a repedéstágasságra. A numerikus modellben a tényleges hídon elhelyezett szenzoroknak megfelelő helyeken az adott szenzor által mérhető fizikai jellemzőket (pl. nyúlások) is rögzítettük minden egyes futtatás során. Ilyen módon két adathalmazt kaptunk, amelyek közül az egyik a virtuális híd statikai állapotát (kihasználtságok ULS és SLS állapotokban), a másik a – valós hídon lévő szenzoroknak megfelelő – virtuális monitoring pontokban egyidejűleg “mérhető” mennyiségeket tartalmazta. A két adathalmaz közötti kapcsolatot mesterséges intelligencia (MI) alkalmazás, azon belül a mesterséges neurális hálózatok (ANN) segítségével határoztuk meg. Ezen meghatározott összefüggés alapján a tényleges hídon mért monitoring adatok valós időben feldolgozhatók és meghatározhatók a híd statikai állapotára (ULS és SLS kihasználtságok) vonatkozó számszerű információk, ezzel segítve a szerkezet állapotának megítélését, valamint az állapottal és a karbantartási igényekkel kapcsolatos előrejelzések készítését.

Actions (login required)

Edit Item