Konzept zur BIM-basierten Instandhaltung von Ingenieurbauwerken mit Monitoringsystemen

Publikation: Beitrag in FachzeitschriftForschungsartikelBeigetragenBegutachtung

Beitragende

  • Robert Hartung - , Leibniz Universität Hannover (LUH) (Autor:in)
  • Hubert Naraniecki - , Leibniz Universität Hannover (LUH) (Autor:in)
  • Katharina Klemt-Albert - , Leibniz Universität Hannover (LUH) (Autor:in)
  • Steffen Marx - , Institut für Massivbau (IMB) (Autor:in)

Abstract

Die Digitalisierung zählt zu den wichtigsten Veränderungsprozessen in diesem Jahrhundert und betrifft alle Bereiche unserer Gesellschaft. Im Bereich des Bauingenieurwesens bietet die Digitalisierung viele Potenziale für alle Phasen des Lebenszyklus von Bauwerken, die durch Verfügbarmachung von Daten und die Definition neuer Wege der Zusammenarbeit ausgebaut werden können. Digitale Methoden, insbesondere Building Information Modeling (BIM) und Structural Health Monitoring (SHM), bieten für Ingenieurbauwerke der Infrastruktur hervorragende Ansätze, diesem Gedanken gerecht zu werden und können einen Beitrag leisten, den Bauwerksbetrieb effizienter zu gestalten. Der Prozess der Bauwerksprüfung von Infrastrukturbauwerken folgt heute festgelegten Regelinspektionsfristen. Mithilfe des vorgestellten Konzepts soll durch die Verzahnung von BIM und SHM eine digital gestützte Instandhaltung von Eisenbahnbrücken entwickelt werden, um ein prädiktives Instandhaltungsmanagement zu ermöglichen und damit die Zuverlässigkeit von Ingenieurbauwerken über die Lebensdauer hinweg zu verbessern. Im Rahmen der Konzeptentwicklung werden die erforderlichen Methoden und Prozesse definiert, erklärt und harmonisiert.

Details

OriginalspracheDeutsch
Seiten (von - bis)826-835
FachzeitschriftBautechnik
Jahrgang97
Ausgabenummer12
PublikationsstatusVeröffentlicht - 4 Nov. 2020
Peer-Review-StatusJa

Externe IDs

Scopus 85097008384
ORCID /0000-0001-8735-1345/work/142244521

Schlagworte

Schlagwörter

  • building information modeling, structural health monitoring, shBIM, digital maintenance, predictive maintenance, railway bridges, reliability, condition state prediction, digitalization infrastructure, artificial intelligence

Bibliotheksschlagworte