1. Platz: Nils Schäfer | Technische Hochschule Mittelhessen

Datengestützte Vordimensionierung: Graph Neuronale Netze in der Stahlbetonbemessung

Die Vordimensionierung im konstruktiven Ingenieurbau ist traditionell ein manueller, erfahrungsbasierter Prozess, der stark von den Fähigkeiten des Ingenieursschaffenden und allgemeinen Berechnungsformeln abhängt. Methoden des maschinellen Lernens (ML), einschließlich Graph Neuronale Netze (GNN), wurden bereits in vielen ingenieurwissenschaftlichen Bereichen angewendet, jedoch noch nicht für die Vordimensionierung von Stahlbetontragwerken.

Die vorliegende Arbeit zielt darauf ab, diese Forschungslücke zu schließen, indem sie ein GNN trainiert, welches in bestehende Optimierungsabläufe integriert werden kann, um eine datengestützte automatisierte Vordimensionierung zu ermöglichen. Ein speziell auf die Vordimensionierung von Stahlbetonstützen und -decken ausgerichteter, synthetischer FEM-Datensatz, welcher Eurocode Grenzwerte bezüglich Durchbiegung, Rissbreite und Stabilität berücksichtigt, dient als Trainingsdatensatz für das GNN. Die Studie leistet Pionierarbeit bei der Anwendung von GNN auf die spezifischen Herausforderungen der Vordimensionierung von Stahlbetonkonstruktionen und führt einen datengestützten Ansatz für diesen kritischen Aspekt der Tragwerksplanung ein.

Die datengestützte Vordimensionierung mit GNN ist automatisiert, verwendet kollektives Wissen und bietet einen erheblichen Zeitvorteil, welcher in der Entwurfsphase eine effizientere Erkundung des Gestaltungsspielraums ermöglicht.


2. Platz: Tobias Schack | Leibniz Universität Hannover

Bildbasierte Frischebetonprüfung zur digitalen Qualitätsregelung

Die Qualitätsprüfung von Frischbeton liefert im Produktionsprozess wesentliche Informationen zu den Betoneigenschaften, die einen Abgleich der Produktion mit den Anforderungen aus der Planung und den aktuell gültigen Normen zulassen. Auf der Baustelle ist die Ermittlung der Betoneigenschaften gegenwärtig noch immer rein empirisch und stark vom Erfahrungswissen des Prüfenden geprägt. Dabei ist eine Sicht- beziehungsweise. Augenscheinprüfung heutzutage fester Bestandteil der Qualitätsprüfung von Beton auf der Baustelle bei der Verarbeitung von Frischbeton.

Zur Überwindung der Grenzen der subjektiven Augenscheinprüfung wurde im Rahmen der Dissertation eine bildbasierte Messmethodik entwickelt und validiert, die es gestattet maßgebende Betoneigenschaften im Rahmen der standardmäßigen Konsistenzprüfung (Ausbreitmaß) digital zu erfassen und zu bewerten. Durch Anwendung photogrammetrischer Messprinzipien in Kombination mit modernen digitalen Bildanalyseverfahren (unter anderem Computer-Vision) sowie Methoden der künstlichen Intelligenz können maßgebende Betoneigenschaften aus Bilddaten prädiziert werden. Das zu ermittelnde Eigenschaftsspektrum im Rahmen der standardmäßigen Qualitätsprüfung des Frischbetons wird dadurch durch eine Vielzahl zusätzlicher Parameter beziehungsweise Eigenschaften entscheidend erweitert.

Die digitale Datenerfassung und -bewertung bietet die Möglichkeit zur Integration eines digitalen Regelkreislaufs bei der Produktion und Verarbeitung von Frischbeton, der eine unmittelbare Anpassung der Eigenschaften bei festgestellten Abweichungen im weiteren Produktionszyklus ermöglicht.


3. Platz: Firdes Celik und Patrick Herbers | Ruhr-Universität Bochum

InStand Digital: Eine KI-basierte Applikation zur Digitalisierung von Brückenprüfungen

In diesem Dissertationsprojekt wird eine KI-basierte Applikation vorgestellt, die Brückenprüferinnen und -prüfer bei der Schadensdokumentation unterstützen soll. Die Applikation ist für Smartphones und Tablets konzipiert und digitalisiert die Schadensdokumentation. Zu den Funktionen der Applikation gehören die Aufnahme von Bildern, ein Kommentarfeld für jedes Schadensbild zur Erfassung weiterer Schadensinformationen und ein Bewertungsfeld für die Kriterien Dauerhaftigkeit, Stand- und Verkehrssicherheit. Weiterhin zeigt die Applikation auf Abruf eine Übersicht über alle dokumentierten Schäden sowie 2D-Pläne und Skizzen des Bauwerks.

Die Hauptkomponente der Applikation ist eine Funktion zum Auslesen von Schadeninformationen aus Bildern, die auf künstlicher Intelligenz (KI) basiert. Die KI nimmt ein Schadensbild als Eingabe und gibt als Ausgabe Schadensmarkierungen im Bild sowie die zugehörigen Schadenstypen aus. Es können sechs verschiedene Schadenstypen erkannt werden: Abplatzungen mit und ohne freiliegende korrodierte Bewehrung, Kiesnester mit und ohne freiliegende korrodierte Bewehrung, Risse und Korrosion. Die Schadenstypbezeichnungen wurden in Anlehnung an deutsche Richtlinien erstellt (DIN 1076). Die Applikation bietet nicht nur eine Digitalisierung der Schadensdokumentation, sondern auch eine Automatisierung. Die Applikation wird kontinuierlich weiterentwickelt. Die Entwicklung der Applikation kann auf instanddigital.github.io weiterverfolgt werden.

Bleiben Sie auf dem Laufenden!

Mit unseren RKW Alerts bleiben Sie immer auf dem Laufenden. Wir informieren Sie automatisch und kostenlos, sobald es etwas Neues zum Projekt "Auf IT gebaut" auf unserer Website gibt. Alles, was Sie dafür brauchen, ist eine E-Mail-Adresse und 10 Sekunden Zeit.

Wofür interessieren Sie sich besonders?

Bitte geben Sie hier das Wort ein, das im Bild angezeigt wird. Dies dient der Reduktion von Spam.

CAPTCHA-Bild zum Spam-Schutz Wenn Sie das Wort nicht lesen können, bitte hier klicken.

Auch interessant

Praxisbeispiel

Mit ganzem Herzen bei der Sache: wenn Azubis etwas im Betrieb bewirken

Poolfahrzeuge zu buchen war bei einem Logistikunternehmen eine aufwendige Angelegenheit. Die Azubis haben den Prozess vereinfacht, indem sie eine App …

Mit ganzem Herzen bei der Sache: wenn Azubis etwas im Betrieb bewirken
Praxisbeispiel

Lass uns miteinander reden

Eine Tourismuskauffrau und ein Speditionskaufmann eines Oberrieder Unternehmens revolutionieren die Unternehmenskommunikation mit einer App. Das Digis…

Lass uns miteinander reden
Blog-Beitrag

Digitalisierung der Baubranche – in Krisenzeiten wichtiger denn je

Viele Nachrichten und Diskussionen in diesen Tagen drehen sich um Zukunftsszenarien, wie eine Welt nach der Pandemie aussehen könnte. Aber wie sieht d…

Digitalisierung der Baubranche – in Krisenzeiten wichtiger denn je