Ein hybrider experimentell‑numerischer Rahmen zur Validierung von Modellen vorgespannten Stahlbetonbrücken und zur Optimierung der Sensorplatzierung: eine Fallstudie

Warum intelligente Sensorik auf Brücken wichtig ist

Die meisten von uns überqueren täglich Brücken, ohne darüber nachzudenken, wie deren Sicherheit gewährleistet ist. Verkehr, Wind und Alterung verändern jedoch langsam, wie eine Brücke sich bewegt und schwingt. Ingenieure nutzen heute kleine Bewegungssensoren und Computermodelle, um diesen Schwingungen zuzuhören und Probleme früh zu erkennen. Diese Studie erklärt, wie die Anordnung dieser Sensoren auf einer realen Betonbrücke den Unterschied zwischen einem verschwommenen und einem scharfen Bild ausmachen kann, und zeigt eine praktikable Methode zur Auswahl der Sensorstandorte.

Auf eine im Betrieb befindliche Brücke hören

Die Forschenden konzentrierten sich auf eine stark befahrene Straßenbrücke in Sydney, bestehend aus vorgespannten Betonträgern und einer Stahlbetonplatte. Anstatt die Brücke zu sperren oder spezielle Prüflasten aufzubringen, nutzten sie den normalen Verkehr als natürliche Schwingungsquelle. Zehn kleine Beschleunigungsaufnehmer wurden an der Fahrbahnplatte befestigt und zeichneten winzige Auf‑und‑Ab-, Seitwärts‑ und Längsbewegungen auf, während Pkw und Lkw passierten. Aus diesen Aufzeichnungen extrahierte das Team die natürlichen Schwingungsmuster der Brücke, die wie ein Fingerabdruck ihres strukturellen Zustands wirken.

Drei Varianten der Sensorverteilung

Um zu untersuchen, wie die Sensoranordnung beeinflusst, was Ingenieure lernen können, testete das Team drei Anordnungen. Eine verteilte die Sensoren nahezu über die gesamte Breite der Platte und bot damit eine breite seitliche Abdeckung. Die beiden anderen verwendeten die gleiche Anzahl an Sensoren, konzentrierten diese jedoch jeweils nur auf eine Brückenhälfte, indem sie je einen Rand mit dem Mittelstreifen kombinierten. Diese „Halbbreiten“-Layouts spiegeln reale Einschränkungen wie Kosten, Fahrspursperrungen und schwierigen Zugang wider, bei denen es nicht praktikabel ist, die gesamte Brücke flächendeckend mit Geräten zu bestücken.

Was die Schwingungen zeigten

Die aufgezeichneten Signale wurden aus Zeitreihen in Frequenzkurven umgewandelt, die die Haupttöne zeigen, bei denen die Brücke bevorzugt schwingt. Bei allen drei Anordnungen stimmten die ersten paar Töne eng überein, und die insgesamt vertikale Biegung des Feldes sah ähnlich aus. Wenn die Forschenden jedoch die detaillierten Schwingungsformen aus dem Feld mit denen eines fein aufgebauten Computermodells der Brücke verglichen, traten deutliche Unterschiede zutage. Die Halbbreiten‑Anordnungen stimmten für sowohl niedrige als auch höhere Schwingungsformen besser mit dem Modell überein, in vielen Fällen mit einer Übereinstimmung von über 90 Prozent. Die Vollbreitenanordnung erfasste das grobe Verhalten der Brücke, verwischte jedoch einige feinere Details und höhere Moden, weil die Sensoren weiter über die Platte verteilt waren.

Datenwissenschaft zur Wahl der Sensorpositionen

Über die drei Testlayouts hinaus untersuchten die Forschenden, wie sich ein noch intelligenterer Sensorplan entwerfen lässt. Sie starteten von einem detaillierten digitalen Modell der Platte, das tausende Punkte enthält, an denen die Struktur sich bewegen oder Belastungen aufnehmen könnte. Mit einer Clustering‑Methode namens k‑Median gruppierten sie diese Punkte und wählten Sensorpositionen, die jede Gruppe nahe mindestens einem Sensor hielten. Zusätzlich gaben sie Punkten, die in den dominanten Schwingungsformen größere Spannungsänderungen erfuhren, ein höheres Gewicht. Diese spannungsbasierte Variante zog Sensoren in Bereiche, die für die Sicherheit besonders relevant sind, etwa Zonen mit hoher Lastkonzentration. Eine einfache Suchroutine prüfte, ob kleine Verschiebungen der Sensorpositionen die Abdeckung weiter verbessern könnten, wobei das Clustering bereits nahe an der besten Lösung lag.

Was das für alltägliche Brücken bedeutet

Für diese Betonbrücke zeigt die Studie, dass die Sensorplatzierung maßgeblich bestimmt, wie klar Ingenieure ihr dynamisches Verhalten sehen können. Ist das Ziel, den Gesamtzustand des gesamten Feldes zu verstehen, hat ein Vollbreiten‑Layout weiterhin Vorteile, weil es mehr Strukturanteile gleichzeitig abdeckt. Liegt die Hauptsorge jedoch darin, wie starker Verkehr bestimmte Fahrspuren oder hoch belastete Zonen beeinflusst, kann die Konzentration der Sensoren auf einen Teil der Platte tatsächlich sauberere Informationen und eine bessere Übereinstimmung mit den Computermodellen liefern. Der hier getestete hybride Rahmen, der Feldmessungen, digitale Modelle und datengetriebene Sensorplanung kombiniert, bietet einen praktischen Weg zu sichererer und effizienterer Überwachung vieler alltäglicher Brücken.

Zitation: Jayasinghe, S.C., Mahmoodian, M., Alavi, A. et al. A hybrid experimental-numerical framework for prestressed concrete bridge model validation and sensor placement optimization: a case study. Sci Rep 16, 15800 (2026). https://doi.org/10.1038/s41598-025-18215-3

Schlüsselwörter: Brückenüberwachung, Sensorplatzierung, Schwingungsanalyse, Finite-Elemente-Modell, Struktureller Zustand