Digitaler Zwilling zur Erhaltung einer Autobahnbrücke: Ein Proof of Concept basierend auf Linked Data

Abstract

Der Einsturz der Morandi-Brücke im Jahr 2018 und der Carolabrücke im Jahr 2024 haben die Aufmerksamkeit wieder auf die Anfälligkeit der Strasseninfrastruktur in Europa gelenkt. In der Schweiz resultiert der zunehmende Schwerverkehr in einer höheren Belastung der Autobahnbrücken, was zu einer Zunahme des Risikos von Ermüdungserscheinungen führt. Es sind insbesondere Dehnungsfugen, die einem erhöhten Verschleiss unterliegen, betroffen. Zur Lösung dieses Problems wird in dieser Masterthesis ein semantisch digitaler Zwilling (ein digitaler Schatten) vorgeschlagen, der auf Linked-Data-Technologien basiert und speziell für die Erhaltung von Autobahnbrücken entwickelt wurde. Das Ziel besteht darin, ein maschinenlesbares Wissensmodell (Knowledge Graph) zu erstellen, das geometrische Daten aus IFC-Modellen und Daten aus Sensoren integriert und als Grundlage für die Analyse von Dehnungsfugen sowie als Hilfsmittel für die Ermüdungsnachweise dient. Im Rahmen einer systematischen Literaturrecherche wurden bestehende Ontologien zum Thema Brücken analysiert und bewertet. Auf dieser Grundlage wurden BROT für die Beschreibung der strukturellen Topologie und SOSA für die Modellierung sensorischer Beobachtungen als grundlegende Elemente ausgewählt. Ergänzend dazu wurde mit ifcBridgeOWL eine eigene Ontologie entwickelt, deren Ziel die formale Darstellung spezifischer Konzepte und Beziehungen aus IFC 4.3 (IfcBridge) im semantischen Modell ist. Die Realisierung erfolgt nach einem iterativen methodischen Ansatz, der schliesslich die Erstellung eines RDF-basierten Wissensgraphen (in GraphDB) und dessen Abfrage mittels SPARQL ermöglicht. Die Validierung des entwickelten Proof of Concept erfolgte anhand einer Fallstudie an der Schwarzwaldbrücke in Basel. Zu diesem Zweck wurden sowohl reale als auch synthetische Sensordaten analysiert, wobei ein besonderer Fokus auf das Verhalten der Dehnungsfugen gelegt wurde. Die gewonnenen Erkenntnisse wurden anschliessend semantisch modelliert. Die Validierung erfolgte anhand SPARQL-Regeln, mit deren Hilfe (potenziell) kritische Zustände der Fugen automatisch erkannt werden konnten. Die Ergebnisse der vorliegenden Masterthesis legen nahe, dass die Verwendung von Linked Data und semantischen Technologien im Brückenbau eine tiefergehende Analyse ermöglicht und eine solide Grundlage für ein realistischeres Erhaltungsmanagement bildet. Das entwickelte Proof of Concept stellt einen ersten Schritt hin zu einem digitalen Zwilling dar, der auf mehreren heterogenen Daten basiert und fundiertere technische Entscheidungen unterstützt.