Zielstellung der Arbeit
Die Zielstellung der Arbeit war die Umsetzung einer Lösung zur Automatisierung von Deformationsmessungen mit Rotationslasern. Dabei sollte eine Software entstehen, die leicht zu bedienen ist und präzise Aussagen ermöglicht. Außerdem sollten die Messwerte gespeichert und ein Protokoll erstellt werden. Die Erkennung typischer Muster (Sprung, Trend und Streuung (höhere Streuung als während der Nullmessung)) soll mittels künstlicher neuronaler Netze und Algorithmen geschehen. Diese Erkennungen erweitern die Aussagekraft des Programms deutlich.
Neben diesen Anforderungen kommen durch die Charakteristik von Deformationsmessungen weitere Anforderungen hinzu:
Echtzeitauswertung für Aussagen zum Objektzustand noch vor Ort und während des Geschehens
redundante Aussagen zur zusätzlichen Absicherung
Erkennung von Deformationen im Submillimeterbereich
Training der neuronalen Netze
Die Trainingsdaten wurden mit eigens entwickeltem Code in Python erstellt. Dabei galt die Zielstellung, die generierten Muster gerade so "klein" zu halten, dass das Netz noch in der Lage ist, das Muster zu erkennen. Bei einem Suchfenster (die Anzahl der Messwerte, welche dem Netz übergeben werden) wurde auf 30 festgelegt. Dies hat sich als zweckmäßiger Kompromiss zwischen Geschwindigkeit und Genauigkeit erwiesen.
Die Muster mit folgenden Eigenschaften erzeugt:
Sprung: Sprunghöhe von 0,2 - 1 mm
Trend: Steigung als 1,3 - Faches der Spannweite der vorhergehenden Streuung
Streuung: 2,5 - 5- Faches der normalen Streuung
Für jedes Muster wurde ein eigenes Netz trainiert, welches das Muster mit mindestens 95% Genauigkeit erkennen sollte.
Genauigkeit der Mustererkennung in Abhängigkeit von der Suchfenstergröße
Funktionsweise der Algorithmen zur Mustersuche
Die eigens programmierten Algorithmen basieren alle auf Hypothesentests. Bei dem Muster "Streuung" wird ein Fishertest angewandt. Die anderen Algorithmen verwenden den T-Test.
Benutzeroberfläche des Programms EZARL
Auf der linken Seite können vor dem Start diverse Parameter angepasst werden:
Speicherung von: Messwerten, den Differenzen zwischen Nullmessung und aktuellem Suchfenster, Protokolldatei und Grafiken
Veränderung der Länge der Nullmessung
Wahl eines Speicherverzeichnisses
Anpassung der Irrtumswahrscheinlickeiten der Hypothesentests
Nach dem Start der Messung werden im rechten Fenster die Messwerte in Diagrammen gezeichnet — eins für jeden Sensor. Links neben den Diagrammen werden diverse Parameter des selben Sensors auf derselben Höhe angezeigt. Diese Parameter geben Aufschluss über das aktuelle Messgeschehen. Folgende Werte werden ausgegeben: die aktuelle Höhe und die Differenz zur Nullmessung, die aktuelle Standardabweichung und die Messfrequenz neben dem Messwert selbst und die Grenze, ab der aktuell von signifikanter Deformation gesprochen werden kann.
Anwendung
Bei verschiedenen Testmessungen hat das Programm großes Potential gezeigt. An einem Brückenmodell manuell hervorgerufene Zustandsänderungen konnten nur mit dem Programm und den erkannten Mustern festgestellt werden. Dabei erkennen beide Methoden die Muster mit ähnlicher, hoher, Genauigkeit.
Da das Programm jeden einzelnen registrierten Messwert verarbeitet, eignete es sich vor allem für Einsätze, bei denen sich das erwartete Setzungsverhalten in einem kurzen Zeitraum verändert. Theoretisch kann es aber auch für wesentlich längere Anwendungen eingesetzt werden. In diesem Fall würde jedoch die Mustererkennung nicht voll ausgeschöpft werden. Flache Trends oder langfristige Streuungsänderungen würden nicht erkannt werden.
Ausblick
In Zukunft könnte das Programm für die Erkennung weiterer Muster oder größere Zeiträume angepasst werden. Letzteres beispielsweise durch größere Suchfenster oder der Verwendung von Mittelwerten statt jedes einzelnen Messwerts. Mit einer von den Anwendenden anpassbaren Suchfensterbreite könnte das System theoretisch überall dort eingesetzt werden, wo sich die zu kontrollierenden Punkte in einer Ebene befinden — und das unabhängig von der Dauer der erwarteten Veränderungen. Durch eine Schnittstelle für den Fernbetrieb über das Internet könnte in Zukunft sogar das Personal vor Ort minimiert werden.