Multidimensionale Sensorfehlerdiagnostik für das dezentrale drahtlose Bauwerksmonitoring

• Antragsteller: Professor Dr.-Ing. Kay Smarsly
• Fachliche Zuordnung: Konstruktiver Ingenieurbau, Bauinformatik und Baubetrieb
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 580020111

Die fortschreitende Digitalisierung des Bauwesens prägt zunehmend die Konzepte des modernen Bauwerksmonitorings (engl. „Structural Health Monitoring“, SHM). Um mit diesen Entwicklungen Schritt zu halten, müssen Ansätze zur Sensorfehlerdiagnostik (engl. „Fault Diagnosis“, FD), die für zuverlässige Bewertungen von Bauwerkszuständen unerlässlich sind, weiterentwickelt werden. Bestehende FD-Konzepte aus benachbarten Disziplinen können aufgrund der Bauwerksspezifika nicht ohne Weiteres auf das Bauwesen übertragen werden. Zudem vereinfachen bestehende Ansätze die Realität häufig zu stark, indem sie annehmen, dass Fehler singulär in Einzelsensoren und nur isoliert als ein Fehlertyp auftreten, während zudem ein unveränderter Bauwerkszustand angenommen wird. In der Praxis können Sensorfehler jedoch gleichzeitig in mehreren Sensoren (bzw. Sensorknoten) auftreten, sich Fehlertypen kombinieren und sich der Bauwerkszustand ändern. Ziel des beantragten Projekts ist die Entwicklung eines Frameworks zur robusten Sensorfehlerdiagnostik für das drahtlose Bauwerksmonitoring. Das Framework umfasst eine FD-Methodik, die die verschiedenen Dimensionen der Fehlerdiagnostik abdeckt, d.h. (i) alle Schritte der Sensorfehlerdiagnose (Detektion, Isolation, Identifikation und Kompensation) sowie alle gängigen Fehlertypen abdeckt, (ii) realitätsnahe Fehlerszenarien einschließlich simultaner Sensorfehler und kombinierter Fehlertypen, und (iii) die zuverlässige Diagnose von Sensorfehlern bei geänderten Bauwerkszuständen (i.d.R. aufgrund von Schädigungen). Darüber hinaus wird ein Konzept entwickelt, das die Implementierung und Einbettung der FD-Methodik in drahtlose Sensorknoten und somit fehlertolerante, dezentrale Datenanalysen durch die Sensorknoten ermöglicht. Hierzu werden verschiedene künstliche Intelligenzansätze miteinander verzahnt, während die Schritte zur Detektion, Isolation, Identifikation und Kompensation auf soliden mathematischen Prinzipien beruhen. Die Forschungshypothese lautet: Die Zuverlässigkeit moderner drahtloser Bauwerksmonitoringsysteme kann über ein multidimensionales Framework zur Sensorfehlerdiagnostik erhöht werden, der die automatisierte und dezentrale Detektion, Isolation, Identifikation und Kompensation realer Sensorfehler direkt in den Sensorknoten drahtloser Sensornetze ermöglicht. Es wird erwartet, dass die Projektergebnisse die Weiterentwicklung moderner Konzepte des Bauwerksmonitorings nachhaltig unterstützen. Die Verknüpfung moderner Bauwerksmonitoringkonzepte mit aktuellen Entwicklungen der dezentralen Datenanalytik im Sinne des „Edge Computing“ wird gestärkt, indem robuste, mathematisch fundierte Selbstdiagnosefunktionen unmittelbar in die Sensorknoten integriert werden können. Hierdurch entwickeln sich drahtlose Sensorknoten, die bereits lokale Monitoringaufgaben quasi-autonom ausführen, zu vollwertigen, fehlertoleranten IoT-Geräten mit erhöhter operativer Autonomie.

• DFG-Verfahren: Sachbeihilfen