Wie kann man den Zustand von Rissen im alternden Beton von Brücken, Staudämmen, Tunneln und anderen Gebäuden genau erkennen - Vor allem aber, wie Technologie und künstliche Intelligenz die Interventionen von Ingenieurinnen und Ingenieuren vor Ort erleichtern können - Diese Fragen stehen im Mittelpunkt der Masterarbeit von Hugo Nick im Fach Bauingenieurwesen. Für seine Forschung arbeitete der junge Mann mit dem Labor für Betonbau (IBETON) innerhalb der Fakultät für natürliche, architektonische und gebaute Umwelt (ENAC) zusammen.
"Es ist normal, Risse in Stahlbetonstrukturen zu beobachten. Diese können sich öffnen oder schließen, je nach den verschiedenen Arten von Belastungen, die auf die Struktur einwirken", erklärt Enrique Corres Sojo, Assistenzdoktorand bei IBETON, der die Arbeit des ehemaligen Studenten betreute. "Die heikle Frage ist, ob der Riss ein Problem darstellt und ob damit ein Risiko verbunden ist." Derzeit wird die Beobachtung von Kunstwerken von einem Experten durchgeführt, der den Zustand des Bauwerks mit bloßem Auge und einfachen Messwerkzeugen wie einem kleinen Lineal beurteilt. Eine solche Inspektion kann jedoch zu einer gewissen Ungenauigkeit führen. "Sie ist auch begrenzt, da sie keine schwer zugänglichen Stellen aufsuchen kann", fügt Hugo Nick hinzu. Aus diesem Grund wurde die Entwicklung eines automatisierten Rissprüfdienstes ins Leben gerufen, der sich derzeit im Aufschwung befindet.
Der ehemalige ENAC-Student, der heute in einem Bauingenieurbüro im Wallis arbeitet, hat sich mit diesen neuen automatischen Erkennungsmitteln befasst und die Stärken und Schwächen von zwei verschiedenen Messmethoden analysiert, von denen eine neue an der EPFL entwickelt wurde.
Nachbau in kleinem Maßstab
Das erste zur Verfügung stehende Werkzeug, die sogenannte digitale Bildkorrelation, ist eine Messtechnik, die bereits für ihre hohe Genauigkeit bekannt ist und mehrheitlich im Labor genutzt werden kann. Das Prinzip besteht darin, mithilfe einer Last künstlich einen Riss in einer Betonstruktur zu erzeugen, die in kleinem oder großem Maßstab nachgebildet wurde. Dann werden Bilder des Prozesses in allen Phasen der Belastung bis zum Bruch der Elemente aufgenommen. Die Wissenschaftler verwenden dann eine Software mit einem Algorithmus, der ein Referenzbild vor dem Riss und ein weiteres, auf dem die Verformung sichtbar ist, analysiert. Sie identifiziert die Referenzpunkte zwischen den beiden Aufnahmen, um zunächst ein Verschiebungsfeld und dann ein Deformationsfeld zu erhalten. Dieses Werkzeug liefert sehr klare Informationen über die Öffnung des Risses.
Die zweite automatische Methode zur Erkennung von Rissen befindet sich noch im Versuchsstadium und wurde im Labor für Erdbebentechnik (EESD) entwickelt. Sie wird als "Kantenansatz" bezeichnet und erfordert lediglich ein Foto des Risses, das vor Ort aufgenommen wurde. "Wir wenden einen Detektionsalgorithmus an, der künstliche Intelligenz nutzt. Es handelt sich um ein neuronales Netz, das mit Tausenden von Fotos trainiert wurde und es schafft, die Erkennung des Risses vorherzusagen. Diese neue Methode beginnt, im Feld eingesetzt zu werden und hat viele Vorteile", sagt der Ingenieur.
Mit dem Mobiltelefon aufgenommene Fotos
Um die Fähigkeiten dieses neuen Werkzeugs zu dokumentieren, testete der Alumnus es im Labor. Er musste insbesondere herausfinden, welche Art von Kamera er verwenden konnte, wie viele Pixel für ein qualitativ hochwertiges Bild erforderlich waren und aus welcher angemessenen Entfernung das Foto aufgenommen werden musste, um ein solches Bild zu erhalten. Er kam zu dem Schluss, dass der Algorithmus richtig funktioniert, wenn die Öffnung des Risses durch mindestens drei Pixel dargestellt wird. Danach hängt die Genauigkeit der Messungen von der Größe der Pixel auf dem Bild ab. "Ich habe berechnet, dass ich das Foto aus 35 cm Entfernung aufnehmen muss, um einen problematischen Riss von 0,3 Millimetern zu messen." Seine Tests bestätigen, dass dieser neue Ansatz vielversprechend ist, da er einfach zu verwenden ist, mit einem Mobiltelefon durchgeführt werden kann und an kompliziert zugänglichen Orten, z. B. über eine Drohne, angewendet werden kann. Der Erkennungsalgorithmus weist jedoch noch einige Ungenauigkeiten auf, vor allem bei sehr kleinen Rissöffnungen. In dieser Hinsicht ist die Methode der Korrelation digitaler Bilder immer noch am genauesten.Die Automatisierung der Risserkennung wird dazu beitragen, Fehler und Ungenauigkeiten zu reduzieren und die Inspektionen von Bauwerken zuverlässiger und schneller zu machen.
Hugo Nick, ehemaliger Student des Bauingenieurwesens an der EPFL
In den kommenden Jahren können diese neuen Werkzeuge die Experten vor Ort anleiten, um zusätzliche Informationen über den allgemeinen Zustand von Stahlbetonkonstruktionen zu erhalten. "Die Automatisierung der Risserkennung wird dazu beitragen, Fehler und Ungenauigkeiten zu reduzieren und die Inspektionen von Bauwerken zuverlässiger und schneller zu machen. Es sind jedoch noch weitere Forschungsarbeiten erforderlich, um eine zuverlässige Methode zu entwickeln, mit der die Gefährlichkeit eines Risses vor Ort beurteilt werden kann", schloss Hugo Nick.
