Intelligente Brücke: Mit digitalem Zwilling zur datenbasierten Wartung und mehr

Das virtuelle Abbild der Brücke läuft in einem Container, der in einer hyperkonvergenten Infrastruktur aufgesetzt und von Kubernetes orchestriert wird. Diese Dateninfrastruktur folgt dem bewährten Shopfloor-4.0-Konzept von NetApp und wird durch StorageGrid komplettiert. In diesem Objektspeicher des globalen Cloud- und Daten-orientierten Softwareanbieters werden die Messwerte gespeichert und gelabelt, bevor sie der digitale Zwilling lädt. Der Objektspeicher hält die erfassten Parameter wie die anderen Bestandsdaten für Analysen hochverfügbar. In die Berechnungen und Auswertungen fließen alle relevanten Daten in einem einheitlichen Format ein, die eine standardisierte Schnittstelle bereitstellt. Auf diese Weise können die Rechner an der Universität der Bundeswehr ein aussagekräftiges und belastbares Verkehrslastmodell für die Heinrichsbrücke produzieren. Die Projektmacher rechnen derzeit damit, dass der digitale Zwilling im zweiten Quartal 2021 betriebsbereit ist. 

Naheliegende Ergebnisse und greifbare Optionen

Der digitale Zwilling für die „intelligente Bamberger Brücke“ verknüpft Sensordaten mit Bestandsdaten, die sich künftig für Planungs- (Building Information Modeling) und Rechenmodelle nutzen lassen. Im nächsten Schritt besteht die Möglichkeit die Messwerte heranzuziehen, um bestehende Modellierungen zu validieren. Dadurch zeichnen sich Verbesserungen für die Finite-Element-Berechnung ab. Insgesamt wird die Modellierung viel exakter, weil sie auf der tatsächlichen Belastung der Brücke beruht. Demzufolge spiegelt die errechnete Prognose plausibel den Zustand wider, an dem sich das Erhaltungsmanagement ausrichtet. Damit wird der Weg für eine gezielte, schnelle, bedarfsgerechte und damit auch wirtschaftliche Wartung frei. Das kann auch die Option einschließen, ein Bauwerk sicher über das ursprünglich festgelegte Betriebsende weiter zu nutzen.

Bei der intelligenten Heinrichsbrücke in Bamberg muss und darf es nicht bleiben, sondern es gilt den Anwendungsfall für weitere Brücken zu adaptieren. Infolgedessen ließe sich das Modell weiter verbessern und die Aussagen schärfen, inwieweit Verkehr, Wetter und andere Faktoren eine Bausubstanz belasten und schädigen. Darüber hinaus erscheinen noch weitere Optionen in Zukunft realistisch. In Frage kommen etwa:

• Das Anwenden von Wissen und des SHM-Modells mittels digitalen Zwillings für andere Bauwerke.
• Das Entwickeln neuer Baustoffe aus den Erkenntnissen aus der Modellierung.
• 4D-Simulationen eines Bauwerkes, um während des Baus Fehler zu erkennen und zu korrigieren.
• Planen und Ausstatten neuer Bauwerke mit Sensoren bereits während des Baus.
• Das Entwickeln von KI-Algorithmen, um bisher unbekannte Muster in den Daten zu erkennen.

Das Zukunftsversprechen

Mit dem Anwenden eines digitalen Zwillings für Brücken lässt sich eine solide Datenbasis schaffen, die eine exakte Berechnung ermöglicht. Die darauf aufbauende Modellierung wird die Belastung und den Zustand des Bauwerks so abbilden, das ein völlig anderes Erhaltungsmanagement möglich ist. Dieses lässt eine datenbasierte Aussage zu, ob und welche Wartungen wann tatsächlich nötig sind. Das Potenzial des „Structural Health Monitorings“ ist deshalb enorm, da dieser Ansatz nicht auf Brücken beschränkt bleiben muss, sondern auch auf andere Bauwerke angewandt werden kann.