Forschungsprojekt "AIrBSound "

Luftschallmonitoring wurde für die Brückenüberwachung bisher nicht erprobt, bietet aber aufgrund valider Forschungsergebnisse in anderen Bereichen eine Möglichkeit zur Detektion von Zustandsänderungen und zur Verkehrszählung. Im Rahmen des Vorhabens wird ein Verfahren zur Überwachung von Fahrbahnübergangskonstruktionen entwickelt und an zwei Brücken Luftschallsensoren zur Pilotierung an Realobjekten installiert. Die erhobenen Daten werden durch maschinelle Lernverfahren analysiert und verschiedene Zustände klassifiziert. Auf Basis der gleichen Messdaten werden die Verkehrsmenge und -art im Sinne einer Verkehrszählung ermittelt.

Die deutsche Verkehrsinfrastruktur, besonders Brücken, ist stark belastet und aufgrund steigender Verkehrsströme zunehmend gefährdet. Ungeplante Sperrungen wie bei der Talbrücke Rahmede zeigen die Bedeutung einer zuverlässigen Infrastruktur. Viele Brücken sind veraltet und erfordern aufwendige Erhaltungsmaßnahmen, die durch den Fachkräftemangel zusätzlich erschwert werden.

Es besteht daher ein hoher Bedarf an effizienteren, automatisierten und vorausschauenden Überwachungsstrategien. Digitale Zwillinge setzen ab einem gewissen Reifegrad ein kontinuierliches Monitoring voraus, das präzise Zustandsinformationen liefert. Obwohl Monitoring nachweislich Vorteile bringt, verhindern hohe Kosten, komplexe Sensorik und fehlende Regelwerke bislang eine breite Nutzung.

Luftschallsensoren bieten eine kostengünstige Alternative, wurden jedoch bisher nicht zur Brückenüberwachung eingesetzt. Das Projekt untersucht deshalb deren Einsatz – unterstützt durch KI – zunächst am Beispiel von Fahrbahnübergangskonstruktionen (FÜK). Diese Verschleißteile haben eine Lebensdauer von etwa 25 Jahren und zeigen zunehmend Schäden, während zwischen den Prüfungen nach DIN 1076 keine kontinuierlichen Daten vorliegen.

Das Projekt zielt darauf ab, das Potenzial von KI-basiertem Luftschallmonitoring zur Erkennung von Degradationsprozessen an Brücken, speziell an Fahrbahnübergangskonstruktionen (FÜK), zu untersuchen. Mithilfe akustischer Signale sollen verschiedene Zustandsveränderungen – etwa Verschleiß oder Schäden – erkannt und klassifiziert werden, um ein effizientes, wirtschaftliches Langzeitmonitoring zu ermöglichen und Zustandsindikatoren für das Erhaltungspersonal bereitzustellen.

Als Sekundärziel soll erforscht werden, ob Luftschalldaten zusätzlich zur Identifikation von Verkehrsmenge und Fahrzeugarten genutzt werden können. Abschließend soll bewertet werden, inwiefern das Verfahren auf weitere Anwendungsfälle im Brückenbau übertragbar ist.

Zu Beginn werden die baulichen und akustischen Randbedingungen analysiert, um geeignete Sensoren, deren Positionierung und notwendige technische Anforderungen zu bestimmen (z. B. Frequenzbereiche, Störgeräusche, Synchronität der Daten).

Da zu FÜK bislang keine akustischen Daten existieren, werden zwei Brücken ausgewählt und Feldversuche geplant. Dort werden Luftschallsignale während Überfahrten verschiedener Fahrzeuge erhoben; außerdem werden definierte, reversible Zustandsänderungen an den FÜK simuliert. Die Daten werden annotiert und strukturiert abgelegt.

Anschließend erfolgt die KI-gestützte Datenverarbeitung:

• Vorverarbeitung und Rauschreduktion der Audiodaten
• Einsatz verschiedener Modelle (u. a. FFNNs, CNNs, ggf. SVM oder XGBoost)
• Entwicklung von Algorithmen zur Klassifikation von FÜK-Zuständen (Primärziel) sowie zur Verkehrserkennung (Sekundärziel)

Die Ergebnisse werden ingenieurtechnisch bewertet, optimiert und anschließend validiert.

Das Projekt verspricht deutliche wissenschaftliche und technische Fortschritte im Bereich der Bauwerksüberwachung. Durch das Luftschallmonitoring soll der bislang übliche hohe technische Aufwand für Zustandsüberwachung reduziert werden, da keine komplexe, direkt am Bauwerk montierte Sensorik erforderlich ist. Darüber hinaus ermöglicht das Verfahren eine frühe und kontinuierliche Erkennung von Degradationen, insbesondere an Fahrbahnübergangskonstruktionen, und unterstützt damit ein prädiktives Erhaltungsmanagement, das die Nutzungsdauer verlängert und die Verfügbarkeit der Infrastruktur steigert. Die Übertragbarkeit auf weitere Komponenten – z. B. Brückenlager oder ermüdungsgefährdete Stahlbauteile – bietet zusätzlich großes Potenzial.

Für das Projekt AIrBSound haben sich folgende Partner aus Wissenschaft und Praxis zusammengeschlossen:

• MKP GmbH (Konsortialführer): Organisation der Feldversuche, Bewertung der
  Ergebnisse, Entwicklung von Zustandsindikatoren.
• Fraunhofer IDMT: Entwicklung akustischer KI-Modelle und Prototyping des Messsystems.
• Landesamt für Straßenbau und Verkehr Sachsen: Assoziierter Partner
• Die Autobahn GmbH des Bundes: Assoziierter Partner

Die Bundesanstalt für Straßen- und Verkehrswesen (BASt) ist ein technisch-wissenschaftliches Forschungsinstitut des Bundesministeriums für Verkehr. Der Schwerpunkt der Aufgaben ist die Mitwirkung an der Ausarbeitung von Vorschriften und Normen auf allen Gebieten des Straßenwesens. Hierzu zählt auch die Durchführung mehrjähriger Forschungsprojekte.