Um das dynamische Verhalten einer Struktur zuverlässig vorhersagen zu können, sind aussagekräftige Simulationsmodelle erforderlich. Es ist allerdings davon auszugehen, dass Simulationsergebnisse bezüglich der Anlagendynamik, die während der Auslegung berechnet wurden, und Ergebnisse von Messungen der Dynamik der Windenergieanlage (WEA), die während des späteren Betriebs durchgeführt werden, voneinander abweichen. Gründe für diese Diskrepanz können beispielsweise Ungenauigkeiten im Modell (z. B. Vernachlässigung von Fertigungstoleranzen), Veränderungen der realen Struktur über die Zeit (z. B. Korrosion) oder veränderter Umgebungsbedingungen sein (z. B. Kolkbildung).
Um diese Abweichungen zu minimieren, kann das numerische Strukturmodell nachträglich mit Hilfe von Modellanpassungsverfahren an die Messdaten angepasst werden. Ziel einer Modellanpassung kann somit erstens die Verbesserung der Qualität des initialen Simulationsmodells sein. Zweitens ist so eine Anpassung an Langzeitveränderungen der Struktur und der Randbedingungen über die Lebensdauer möglich. Und drittens kann die Modellanpassung zur Schadenslokalisation und -quantifikation genutzt werden. Insbesondere die letzten beiden Punkte werden benötigt, um aus einem klassischen Simulationsmodell einen digitalen Zwilling zu machen.
In der ersten Förderperiode konzentrierte sich das Teilprojekt (TP) C4 darauf wie die gesammelten Messdaten einer realen Struktur in das Simulationsmodell einbezogen werden können. Zu diesem Zweck wurden mehrere neue Algorithmen zur Modellanpassung entwickelt. Jeder von ihnen berücksichtigt Unsicherheiten, da Daten und Modelle in realen Modellanpassungsproblemen immer mit Unsicherheiten behaftet sind.
Die Methoden wurden anhand von zwei unterschiedlichen Teststrukturen validiert. Einer Balkenstruktur, die unter Laborbedingungen getestet wurde (Abb. 1), und einer Gittermaststruktur, die im freien Feld steht und realen Umweltbedingungen ausgesetzt ist (Abbildung 2). Beide Strukturen verfügen über reversible Schädigungsmöglichkeiten. Somit kann die Struktur gezielt geschädigt und wieder repariert werden und die Modellanpassungsverfahren lassen sich testen und validieren.
In der zweiten Förderperiode werden zwei Hauptthemen untersucht. Um die benötigte Berechnungszeit für die Schadenserkennung, -lokalisierung und -quantifizierung weiter zu reduzieren, werden die Modellanpassungsmethoden dieses TPs mit den in der ersten Förderperiode im TP C02 entwickelten Grey-Box-Methoden gekoppelt.
Für die Betreiber von WEAs sind Vorhersagen in die Zukunft über das dynamische Verhalten der WEAs die Grundlage für jede Reaktion, z.B. eine Änderung der Regelungsalgorithmen. Das zweite Ziel dieses TPs ist es daher, die Auswirkung von Strukturänderungen und variierenden Randbedingungen auf die Restlebensdauer zu ermitteln. Dabei werden nur Änderungen berücksichtigt, die das globale Verhalten
©
ISD/ LUH
Die wissenschaftlichen Neuerungen dieses Teilbereichs liegen darin, dass Modellanpassungsverfahren untersucht werden, welche die in der Messung und Simulation vorliegende Unschärfe berücksichtigen. Außerdem werden die Verfahren sowohl in Bezug auf die Robustheit und auf die Genauigkeit der Modellanpassung optimiert. Das Forschungsziel des Teilprojekts ist somit die Erforschung von robusten Modellanpassungsverfahren für den Digitalen Zwilling einer zukünftigen WEA, die auf globaler Mehrzieloptimierung basieren.
Publikationen
-
2025: Damage location in mechanical structures by multi-objective pattern search
Günther, Ch., Hofmeister, B., Hübler, C., Jonscher, C., Ragnitz, J., Schubert, J., Steinbach, M.C. (2025): Damage location in mechanical structures by multi-objective pattern search
https://link.springer.com/article/10.1007/s11081-024-09940-1
-
2024: Investigations of different likelihood functions of the use in Bayesian model updating in structural applications
Dierksen, N., Hofmeister, B., Jonscher, C., Hübler, C. (2024): Investigations of different likelihood functions of the use in Bayesian model updating in structural applications; Proceedings of the 11th European Workshop on Structural Health Monitoring (EWSHM 2024)
-
2024: The Bayesian pattern search, a deterministic acceleration of Bayesian model updating in structural health monitoring
Dierksen, N., Hofmeister, B., Hübler, C. (2024): The Bayesian pattern search, a deterministic acceleration of Bayesian model updating in structural health monitoring, Elsevier
-
2024: Damage localisation using disparate damage states via domain adaption
Wickramarachchi, C.; Gardner, P.; Poole, J.; Hübler, C.; Jonscher, C.; Rolfes, R.: Damage localisation using disparate damage states via domain adaptation, Data-Centric Engineering 5, e3, 2024.
-
2024: Code
Dierksen, N., Wolniak, M., Hofmeister, B., Ragnitz, J., Hübler, C., Wernitz, S., Rolfes, R. (2024)
-
2024: Datenset: BayOMA identification results of a laboratory cantilever beam with a reversible damage mechanism
Wolniak, M., Hofmeister, B., Dierksen, N., Ragnitz, J., Jonscher, C., Rolfes, R. (2024): BayOMA identification results of a laboratory cantilever beam with a reversible damage mechanism
-
2023: Robust model updating in structural dynamics using a new non-implausibility-motivated optimisation approach
Hübler, C., Gardner, P., Wolniak, M. (2023): Robust model updating in structural dynamics using a new non-implausibility-motivated optimisation approach, Mechanical Systems and Signal Processing
https://doi.org/10.1016/j.ymssp.2023.110401 -
2023: Validation of an FE model updating procedure for damage assessment using a modular laboratory experiment with a reversible damage mechanism
Wolniak, M., Hofmeister, B., Jonscher, C., Fankhänel, M., Loose, A., Hübler, C., Rolfes, R. (2023): Validation of an FE model updating procedure for damage assessment using a modular laboratory experiment with a reversible damage mechanism, Journal of Civil Structural Health Monitoring
https://doi.org/10.1007/s13349-023-00701-9 -
2022: Validierung von daten- und modellbasierten Methoden zur Schadenslokalisierung
Hübler, C., Hofmeister, B., Wernitz, S., & Rolfes, R. (2022): Validierung von daten- und modellbasierten Methoden zur Schadenslokalisierung, Bautechnik, 6
https://onlinelibrary.wiley.com/doi/abs/10.1002/bate.202200015 -
2022: On noise covariance estimation for Kalman filter-based damage localization
Wernitz, S., Chatzi, E., Hofmeister, B., Wolniak, M., Shen, W., Rolfes, R. (2022): On noise covariance estimation for Kalman filter-based damage localization, Mechanical Systems and Signal Processing
https://doi.org/10.1016/j.ymssp.2022.108808 -
2022: Dataset: Measurement data of a laboratory steel cantilever beam with a reversible damage mechanism
Wolniak, M., Hofmeister, B., Jonscher, C., Fankhänel, M., Loose, A., Hübler, C., Rolfes, R. (2022): Dataset: Measurement data of a laboratory steel cantilever beam with a reversible damage mechanism
Teilprojektleitung
L5/06 639
Franziska-Braun-Str. 3
64287 Darmstadt
L5/06 639
Franziska-Braun-Str. 3
64287 Darmstadt
