Fehlertolerante Sensornetze für das kabellose Bauwerksmonitoring

Kurzfassung
Die Zuverlässigkeit und die Genauigkeit von drahtlosen Bauwerksmonitoringsystemen - im Wesentlichen bestehend aus drahtlosen Sensorknoten - werden erheblich durch Sensorfehler und Fehlkalibrierungen beeinträchtigt, sodass Messdaten zur Zustandsermittlung des überwachten Bauwerks nicht oder nur in unzureichender Qualität vorliegen. Bestehende Ansätze zur Fehlerdiagnostik, die in anderen Disziplinen - wie der Informatik oder der Luft- und Raumfahrttechnik - erfolgreich angewendet werden, sind aufgrund der Spezifika des drahtlosen Bauwerksmonitorings nicht ohne weiteres übertragbar bzw. würden nicht die gewünschte Qualität erzielen. In diesem Projekt werden neue Methoden und Modelle für autonome Echtzeit-Fehlerdiagnosen in drahtlosen Bauwerksmonitoringsystemen entwickelt und miteinander gekoppelt, um die Qualität des Monitorings zu verbessern. Verglichen mit bekannten Konzepten bergen die hier zu entwickelnden Methoden und Modelle drei grundlegende Innovationen: Erstens wird fehlertolerantes Systemverhalten über vollständige Dezentralisierung erzielt, was Skalierbarkeit und Robustheit durch weniger globale Abhängigkeiten befördert. Zweitens sind die drahtlosen Sensorknoten durch eingebettete Software in der Lage, zuverlässige und zugleich energieeffiziente Selbst-Diagnosen durchzuführen, wobei unterschiedlichste Fehler-Typen erkannt werden können (Abbildung 1). Drittens werden sowohl die Monitoringqualität als auch die Einflüsse von Sensorfehlern quantitativ bewertet, wozu ein Entropie-basiertes Verfahren eingesetzt werden soll. Im Einzelnen werden Partialmodelle, die Teile des Monitoringsystems abbilden, entwickelt und in die Sensorknoten eingebettet. Die Partialmodelle - die wiederum zu dynamischen, nichtlinearen Gesamtmodellen aggregiert werden - basieren auf selbstlernenden neuronalen Approximatoren, die es ermöglichen, dass die Diagnosestrategien dynamisch an das tatsächliche Strukturverhalten des überwachten Bauwerks angepasst werden. Es wird erwartet, dass ein erprobtes Konzept bereitgestellt werden kann, das die Zuverlässigkeit und die Genauigkeit drahtloser Monitoringsysteme wesentlich verbessert. In der Folge kann der Zustand von Ingenieurbauwerken präziser bewertet und Wartungs- sowie Betriebskosten erheblich reduziert werden.

Abbildung 1: Klassifikation von Sensorfehlern.

Projektart
Lehrstuhlforschung

Projektdauer
Seit 2014

Projekt-bezogene Publikationen (Auszug)

  • Steiner, M., Legatiuk, D. & Smarsly, K., 2019. A support vector regression-based approach towards decentralized fault diagnosis in wireless structural health monitoring systems. In: The 12th International Workshop on Structural Health Monitoring (IWSHM). Stanford, CA, USA, 10.09.2019 (angenommen).
    Download 

  • Steiner, M., Fritz, H., Thiebes, L. & Dragos, K., 2018. Fault diagnosis in wireless structural health monitoring systems based on support vector regression. In: 30. Forum Bauinformatik. Weimar, 19.09.2018.
    Download

  • Dragos, K. & Smarsly, K., 2016. Distributed adaptive diagnosis of sensor faults using structural response data. Smart Materials and Structures, 25(10), 105019.
    Download

  • Smarsly, K. & Law, K. H., 2014. Decentralized Fault Detection and Isolation in Wireless Structural Health Monitoring Systems using Analytical Redundancy. Advances in Engineering Software, 73(2014), S. 1-10.
    Download 

Preise und Auszeichnungen

  • "Best Paper Award" des Forum Bauinformatik 2015 (Katrin Jahr, Kosmas Dragos und Eike Tauscher), verliehen durch den Arbeitskreis Bauinformatik; prämierte Arbeit: "An analytical redundancy approach towards decentralized autonomous fault detection in wireless structural health monitoring" (Paper, weitere Publikationen der Professur)

  • Dritter Platz beim bundesweiten Wettbewerb "Auf IT gebaut", ausgelobt vom Bundesministerium für Wirtschaft und Energie (BMWi) für Katrin Jahr; prämierte Arbeit: "Autonome Fehlererkennung in kabellosen Bauwerksmonitoringsystemen mit Hilfe dezentralisierter neuronaler Netze (hervorgegangen aus einer Masterarbeit, Betreuer: Prof. Smarsly, Herr Kosmas Dragos) (Webseite zum Wettbewerb, Bericht, Poster der Masterarbeit)

Kontakt
Prof. Dr.-Ing. Kay Smarsly
Bauhaus-Universität Weimar
Informatik im Bauwesen
Coudraystraße 13 b, Raum 004
99423 Weimar
E-Mail: kay.smarsly[at]uni-weimar.de

Maria Steiner, M.Sc.
Bauhaus-Universität Weimar
Informatik im Bauwesen
Coudraystraße 13 a, Raum 005
99423 Weimar
E-Mail: maria.steiner[at]uni-weimar.de