DACH - Jahrestagung 2004 Salzburg

ZfP in Forschung, Entwicklung und Anwendung

Start > Beiträge > Plakate > Schallemissionsprüfung: Print

Ansätze zum Monitoring von Beton mit der Schallemissionsanalyse

Jochen H. Kurz, Florian Finck, Christian U. Grosse, Hans-Wolf Reinhardt
Universität Stuttgart, Institut für Werkstoffe im Bauwesen, Pfaffenwaldring 4, 70550 Stuttgart, Germany,
Phone: +49 - 711 - 6856792, Fax: +49 - 711 - 6856797
Kontakt: Dipl.-Geophys. Jochen H. Kurz

Zusammenfassung

Das Monitoring von Beton mit der Schallemissionsanalyse, sei es im Labor oder am Realbauteil, bedarf verschiedener Analyseverfahren, die miteinander verglichen und deren Ergebnisse miteinander abgeglichen werden können. Aufgrund der großen anfallenden Datenmengen stellt eine Prozessautomatisierung einen Grundpfeiler der Datenanalyse dar. Die Datenaufbereitung ist ein sensibler und wichtiger erster Schritt, der einen signifikanten Einfluss auf die späteren Ergebnisse hat. Aufgrund der Tatsache, dass Signal und Rauschen bei Schallemissionen im Beton im selben Frequenzbereich liegen, sind Filterroutinen, z.B. herkömmliche Bandpass Filter aber auch die Wavelet-Transformation mit Bedacht einzusetzen. Die Lokalisierung der Schallemissionen dreidimensional im Raum oder zweidimensional mit Richtungsbestimmung liefert quantitative Ergebnisse, die in jedem Fall eine Grundlage für Interpretationen sind. Ergänzt werden kann die Lokalisierung durch raum-zeitliche (statistische) Untersuchungen, die zu qualitativen Ergebnissen führen. Die Bestimmung des Bruchmechanismus mit der Momententensorinversion erlaubt detaillierte quantitative Aussagen, ist aber nur für die konkrete Einzelfallprüfung sinnvoll. Erst ein Vergleich mehrerer Ergebnisse kann Aussagen über die Signifikanz von Schädigungsprozessen in einem Medium liefern.

Stichworte: Schallemissionsanalyse, Bruchmechanismen, Monitoring

1. Monitoring Ansätze

Erste Erkenntnisse für ein späteres Monitoring mit Hilfe der Schallemissionsanalyse wurden anhand von Laborexperimenten gewonnen. Dabei stehen die Punkte Signalerkennung, Signalkonditionierung, Ereignislokalisierung und Schadenssignifikanz im Vordergrund. Die Ergebnisse, die im folgenden erläutert werden, beziehen sich daher ausschließlich auf Daten, die bei Laboruntersuchungen gewonnen wurden.

Das Ziel dieser Untersuchungen ist die Implementierung eines zuverlässigen Monitoring Verfahrens für Bauwerke. Die einzelnen Schritte der Datenauswertung sind prinzipiell im Labor und beim realen Monitoring identisch. Allerdings muss man sich aus energieverbrauchstechnischen und speicherplatztechnischen Gründen bei Monitoring Verfahrens auf eine effiziente Auswertung beschränken. Diese muss aber dennoch zuverlässig sein.

2. Signalerkennung und Signalkonditionierung

Die Signalerkennung steht an erster Stelle einer jeden Messung. Hierbei kommen einfache Trigger-Bedingungen wie ein Schwellwert-Trigger oder ein Slewrate-Trigger zum Einsatz. Eine etwas aufwendigere Methode ist die Signalselektierung mit Hilfe von Ähnlichkeitsanalysen. Ein möglicher Ansatz hierfür ist z.B. die Berechnung von Ähnlichkeitsmatrizen mit der Quadrierten Magnituden-Kohärenz (Grosse, 1996, Kurz et al., 2004) oder der Kreuzkorrelation (Kurz et al., 2004). Hierbei steht die Reduktion der Datenmenge auf die minimale Anzahl, die zur Charaktersierung des jeweiligen Bruchprozesses notwendig ist im Vordergrund. Allerdings ist dieses Verfahren wahrscheinlich zu Rechenzeit intensiv für eine Online-Signalerkennung. Möglicherweise ist sie aber für das Postprocessing geeignet.

Der erste Schritt der Datenbearbeitung ist die Signalkonditionierung. Dies ist ein sensibler Punkt jeder Datenbearbeitung, da z.B. die Ergebnisse weiterer Auswertungen signifikant beinflusst werden können. Zum Einsatz kommen hier die Wavelet-Transformation (Kurz et al., 2003) sowie klassische Filter (The MathWorks, 2000). Die Wavelet-Transformation ermöglicht die Auflösung der zeitlichen Änderungen der im Signal auftretenden Frequenzen (Misiti et al., 2000).

Abb 1: Diskrete Wavelet Transformation der Schallemission auf der rechten Seite mit niederfrequentem Störsignal. Abb 3: Bandpass gefilterte Schallemission, Eckfrequenzen 10 kHz und 600 kHz. Als Bandpass Filter wurde ein antikausaler Butterworth-Filter verwendet, der keine Phasenverschiebung verursacht.
Abb 2: Original Signal (oben) und Wavelet gefiltertes Signal (unten). Der Approximationskoeffizient A7 aus Abb.1 wurde hierfür herausgefiltert.

3. Schadensdetektion und Beurteilung seiner Signifikanz

Nach der Signalkonditionierung kann die eigentliche Auswertung der Signale erfolgen. Die verlässliche automatische Ersteinsatzbestimmung ist der entscheidende Parameter für eine dreidimensionale Lokalisierung der Schallemissionsquellen (Grosse, 1996). Allerdings ist neben der Bestimmung des Schadensortes auch eine Aussage bezüglich der Signifikanz des Schadens von Interesse. Hierbei können verschiedene statistische Methoden hilfreich sein. Ein Beispiel ist die b-Wert- und Ib-Wert-Analyse (Shiotani, 2001). Sie eignet sich, um Spannungsumlagerungen aufgrund von Bruchprozessen offen zu legen. Die linke Seite von Abb. 4 zeigt die Hypozentren der Schallemissionen eines einseitig belasteten Auflagers. Die Ereignisse, die während der verschiedenen Laststufen aufgetreten sind, sind hier farbig kodiert dargestellt. Die zeitliche Reihenfolge ist hierbei folgende: rot, orange, gelb, grün, blau, violett. Die mittlere rechte Abblidung zeigt die dazugehörige b- und Ib-Wert Analyse (b-Wert - durchgezogene Linie, Ib-Wert - gestrichelte Linie). Die vier signifikanten Minima der Ib-Wert Kurve (gestrichelt) korrelieren im zeitlichen Verlauf sehr gut mit den vier auftretenden Versagensregionen, die auch makroskopisch sichtbar sind. Damit ist deren Signifikanz nachweisbar.

Abb 4: Die linke Abbildung zeigt die Lokalisierung der Schallemissionen, die während der einseitigen Belastung eines Auflagers auftraten. Die mittlere rechte Abblidung zeigt die dazugehörige b- und Ib-Wert Analyse.

4. Danksagung

Diese Arbeiten wurden im Rahmen des von der DFG geförderten Sonderforschungsbereichs 381 durchgeführt.

5. Literatur

  1. C.U. Grosse. Quantitative zerstörungsfreie Prüfung von Baustoffen mittels Schallemissionsanalyse und Ultraschall. Dissertation, Universität Stuttgart, 1996.
  2. J.H. Kurz, H.-J. Ruck, F. Finck, C.U. Grosse, H.-W. Reinhardt. Wavelet algorithms for non destructive testing. Proc. NDT-CE, Berlin Sept. 2003, DGZfP, 2003.
  3. J.H. Kurz, F. Finck, C.U. Grosse, H.-W. Reinhardt. Similarity matrices as a new feature for acoustic emission analysis of concrete. Proc. EWGAE, Berlin Sept. 2004, DGZfP, 2004, in print.
  4. The MathWorks. Signal Processing Toolbox. The MathWorks, Inc., Natic MA, USA, 2000.
  5. M. Misiti, Y. Misiti, G. Oppenheim, J.-M. Poggi. Wavelet Toolbox User's Guide. The MathWorks, Inc., Natic MA, USA, 2000.

STARTHerausgeber: DGfZPProgrammierung: NDT.net