Intelligente Brückenüberwachung durch neuronal vernetzte Sensoren

Das Durchschnittsalter von Bahnbrücken beträgt bekanntlich ca. 80 Jahre und von Straßenbrücken i. M. ca. 40 Jahre. Vor dem Hintergrund des steigenden Verkehrsaufkommens und deutlich höherer Verkehr (Gigaliner, Logistikoptimierung, etc.) und eines Brückenbestandes i. H. v. ca. 130.000 Brücken ist es daher erforderlich, ein kontinuierliches Monitoring zu ergänzen und es damit dem Fachpersonal zu erleichtern, Schäden zu erkennen. Die bisherige Überwachungsphilosophie zur Erkennung von Schäden, beruht auf zeit- und kostenintensiven Kontrollen in festen Zeitintervallen, welche fast ausschließlich durch Fachpersonal vor Ort erbracht wird. Dies ist beispielsweise beim Bordcomputer eines Mittelklasseautos bereits heute Stand der Technik und absolut üblich.
Grundsätzlich sind erhebliche Aufwendungen zur Gewährleistung und Aufrechterhaltung der Verfügbarkeit, Verkehrssicherheit und Lebensdauer für Brückenbauwerke erforderlich. Vor diesem Hintergrund ist es eminent, Schäden oder Schadenspotenziale möglichst frühzeitig zu erkennen.
In diesem Forschungsvorhaben wird der Ansatz verfolgt, moderne Sensoren zu verwenden, um das Brückenbauwerk in Echtzeit mittels eines innovativen neuronalen sensordatenverarbeitenden Systems zu überwachen. Im Gegensatz zur heutigen Technologie stehen hierbei nicht mehr einzelne Sensoren und deren Messgrößen im Fokus der Auswertung, sondern alle Sensordaten werden fusioniert und in einem entsprechend programmierten neuronalen Netzwerk verarbeitet. Durch eine derartige „intelligente“ Brückenüberwachung wird es möglich, ein sich selbst konfigurierendes Überwachungssystem zu realisieren, welches den Betreiber detailliert über den Ist-Zustand des Brückenbauwerks informiert. Die zur Verfügung gestellten Daten informieren in Echtzeit über die Standsicherheit und erlauben damit Maßnahmen nutzungs-/verschleißabhängig und damit effizient und zum „richtigen Zeitpunkt“ einzuleiten.