Digitaler Zwilling des Brückendemonstrator im Labor
Quelle: BAM
Die Verwendung digitaler Zwillinge für die Entscheidungsfindung ist ein vielversprechendes Konzept, das in verschiedenen Bereichen ein großes Anwendungspotential hat. Dabei werden leistungsstarke Simulationsmodelle mit Sensordaten aus der realen Welt zusammengeführt. Darauf aufbauend können dann abgeleitete Informationen extrahiert werden, z.B. zur Optimierung von Wartungsmaßnahmen oder zur Bewertung der Zuverlässigkeit der Struktur.
Der erfolgreiche Einsatz digitaler Zwillinge für die Entscheidungsfindung hängt von zwei entscheidenden Faktoren ab: der Qualität der Daten und der Qualität des digitalen Zwillings selbst. Qualitativ hochwertige Daten sind unerlässlich, um genaue und zuverlässige Vorhersagen und Empfehlungen zu gewährleisten. Andererseits hängt die Qualität des digitalen Zwillings von präzisen Modellierungsannahmen und genauen Parametern ab, die den virtuellen Zwilling charakterisieren.
Der Artikel befasst sich mit den Herausforderungen, die bei der Umsetzung des Konzepts des digitalen Zwillings für eine Demonstratorbrücke in einer kontrollierten Laborumgebung auftreten. Die Autoren erörtern verschiedene kritische Aspekte der Implementierung und beleuchten das Datenmanagement, die iterative Entwicklung des Simulationsmodells und die Identifizierung der Modellparameter mit Hilfe von Bayes'scher Inferenz. Letzteres ist ein leistungsfähiges statistisches Verfahren, das die Einbeziehung von Vorwissen und realen Messdaten zur Schätzung der Modellparameter ermöglicht. Bei einer großen Anzahl von Parametern wird dieser Prozess jedoch rechenintensiv. In der Studie wird daher vorgeschlagen, variationelle Methoden als effiziente Methode für komplexe Probleme zu verwenden.
Zusätzlich werden verschiedene Szenarien für die Anwendung des digitalen Zwillings untersucht, darunter die iterative Identifizierung von Strukturmodellparametern und die Schadenserkennung. Es wird gezeigt, wie der digitale Zwilling zur Überwachung des Zustands der Brücke und zur frühzeitigen Erkennung potenzieller Schäden eingesetzt werden kann.
Neben den technischen Herausforderungen wird in dem Artikel auch die Bedeutung der Reproduzierbarkeit in der Forschung hervorgehoben. Die Autoren sind bestrebt, alle in ihrer Studie verwendeten Modelle und Daten auf transparente und zugängliche Weise bereitzustellen. Dieser Ansatz ermöglicht es anderen Forschern, ihre Experimente zu wiederholen, ihre Methoden zu validieren und auf der bestehenden Arbeit aufzubauen.
Bayesian model calibration and damage detection for a digital twin of a bridge demonstrator
Thomas Titscher, T. van Dijk, Daniel Kadoke, Annika Robens-Radermacher, Ralf Herrmann, Jörg F. Unger
veröffentlicht in "Engineering reports", Aufsatznummer e12669, Seiten 1–27.
BAM Abteilung Bauwerkssicherheit
BAM Fachbereich Ingenieurbau
BAM Fachbereich Modellierung und Simulation
BAM Abteilung Zerstörungsfreie Prüfung
BAM Fachbereich Sensorik, mess- und prüftechnische Verfahren