Die drei Forschungsgruppen am Lehrstuhl für Statik und Dynamik:



Structural Intelligence and Reliability




Der Forschungsbereich "Structural Intelligence and Reliability" widmet sich numerischen Simulationsmethoden für Strukturen und Prozesse unter Berücksichtigung unscharfer Daten. Neben stochastischen Ansätzen werden insbesondere polymorphe Unschärfemodelle untersucht, mit denen sowohl aleatorische als auch epistemische Unschärfearten erfasst werden. Für computergestützte Sicherheitsprognosen von komplexen Strukturen und Prozessen werden Vorgehensweisen zur Modellreduktion insbesondere auf Basis der Theorien künstlicher neuronaler Netze und der Proper Orthogonal Decomposition erforscht. Darüber hinaus wird an Optimierungsverfahren für robuste und dauerhafte Stahl- und Faserbetontragwerke gearbeitet.


Forschungsschwerpunkte


  • Polymorphe Unschärfemodellierung
  • Sicherheits- und Risikoanalysen von Tragwerken
  • numerische Ersatzmodelle
  • Echtzeitsimulation
  • Optimierung von Strukturen und Prozessen


Forschungsprojekte


Prozessorientierte Simulationsmodelle für den maschinellen Tunnelvortrieb


Teilprojekt C1 im DFG-Sonderforschungsbereich 837 „Interaktionsmodelle für den maschinellen Tunnelbau"


SFB 837 - Teilprojekt C1


Optimierungsverfahren für robuste und dauerhafte Stahl- und Faserbetontragwerke unter Berücksichtigung skalenübergreifender polymorpher Unschärfemodellierung


Teilprojekt 6 im DFG-Schwerpunktprogramm 1886 „Polymorphe Unschärfemodellierungen für den numerischen Entwurf von Strukturen"


SPP 1886 - Teilprojekt 6


Synthese von maschinellem Lernen und numerischer Simulation zur Echtzeitsteuerung von Tunnelvortriebsprozessen


MERCUR-Projekt (in Kooperation mit dem Lehrstuhl für Künstliche Intelligenz der TU Dortmund)


MERCUR-Projekt


Mitarbeiterinnen und Mitarbeiter, die in diesem Bereich forschen


Prof. Dr. techn. Meschke, Günther
Dr. Neu, Gerrit Group Leader: Structural Intelligence and Reliability
M.Sc. Schoen, Stefanie Research Assistant
M.Sc. Gottardi, Nicola Research Assistant
M.Eng. Xu, Chen Research Assistant
Dr. Liu, Zhen Research Assistant (Guest)


Ausgewählte Veröffentlichungen aus dem Bereich Computational Intelligence and Structural Reliability


  1. Freitag, S.; Edler, P.; Kremer, K.; Meschke, G. Multilevel surrogate modeling approach for optimization problems with polymorphic uncertain parameters. International Journal of Approximate Reasoning, 119, 2020, pp. 81 – 91. Special Issue Reliable Computing. Link: DOI: 10.1016/j.ijar.2019.12.015
  2. Edler, P.; Freitag, S.; Kremer, K.; Meschke, G. Optimization Approaches for the Numerical Design of Structures under Consideration of Polymorphic Uncertain Data. ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part B: Mechanical Engineering, 5 (4), 2019, 041013 (12 pages). Link: DOI: 10.1115/1.4044153
  3. Cao, B.T.; Freitag, S.; Meschke, G. A fuzzy surrogate modelling approach for real-time settlement predictions in mechanised tunneling. International Journal of Reliability and Safety, 12 (1/2), 2018, pp. 187 – 217 Special Issue on Computing with Polymorphic Uncertain Data Link: DOI: 10.1504/IJRS.2018.10013808
  4. Meschke, G.; Cao, B.T.; Freitag, S. Reliability Analysis and Real-Time Predictions in Mechanized Tunneling. In: Beer, M.; Huang, H.; Ayyub, B.M.; Zhang, D.; Phillips, B.M. (eds.), Resilience Engineering for Urban Tunnels, Chapter 2, ASCE, Reston, 2018, pp. 13 – 27 Link: DOI: 10.1061/9780784415139.ch02
  5. Neu, G.; Gall, V.E.; Freitag, S.; Meschke, G. Robust Design of Hybrid Steel Fiber Reinforced Concrete Tunnel Lining Segments. In: Computational Modelling of Concrete and Concrete Structures (EURO-C 2018), Bad Hofgastein, Austria, 2018, pp. 715 – 723
  6. Ninic, J.; Freitag, S.; Meschke, G. A hybrid finite element and surrogate modelling approach for simulation and monitoring supported TBM steering. Tunnelling and Underground Space Technology, 63, 2017, 12 – 28 Link: DOI: 10.1016/j.tust.2016.12.004
  7. Freitag, S.; Kremer, K.; Hofmann, M.; Meschke, G. Numerical Design of Reinforced Concrete Structures under Polymorphic Uncertain Conditions. In: Bucher, C.; Ellingwood, B.R.; Frangopol, D.M. (eds.), Safety, Reliability, Risk, Resilience and Sustainability of Structures and Infrastructure, Proceedings of the 12th International Conference on Structural Safety and Reliability (ICOSSAR 2017), Vienna, Austria, 2017, pp. 1535 – 1542
  8. Cao, B.T.; Freitag, S.; Meschke, G. A hybrid RNN-GPOD surrogate model for real-time settlement predictions in mechanised tunnelling. Advanced Modeling and Simulation in Engineering Sciences, 3 (5), 2016, pp. 1 – 22 Special Issue Model order reduction: POD, PGD and reduced bases Link: DOI: 10.1186/s40323-016-0057-9
  9. Freitag, S. Artificial Neural Networks in Structural Mechanics In: Tsompanakis, Y.; Kruis, J.; Topping, B.H.V. (eds.), Computational Technology Reviews, Saxe-Coburg Publications, Stirlingshire, Volume 12, 2015, pp. 1 – 26 Link: DOI: 10.4203/ctr.12.1
  10. Freitag, S.; Cao, B.T.; Ninic, J.; Meschke, G. Hybrid surrogate modelling for mechanized tunnelling simulations with uncertain data. International Journal of Reliability and Safety, 9 (2/3), 2015, pp. 154 – 173 Special Issue on Reliability and Computations of Infrastructures Link: DOI: 10.1504/IJRS.2015.072717




Scale-bridging Structural Analysis




Simulations-basierte Prognosen des Material- und Strukturverhaltens reduzieren Zeit und Kosten bei der Entwicklung neuer Materialien und ermöglichen maßgeschneiderte Lösungen beispielsweise zur Verbesserung der Lebensdauer zu erarbeiten. Das Verhalten dieser Materialien und Strukturen ist im Allgemeinen abhängig von physikalischen Vorgängen auf verschiedenen Längen- und Zeitskalen.
Ziel des Forschungsbereichs „Scale-bridging Structural Analysis“ ist die Charakterisierung und das Design von Materialien und Strukturen unter Berücksichtigung von Eigenschaften auf verschiedenen Längen- und Zeitskalen. Dazu werden mathematische Modelle, skalenübergreifende Methoden und numerische Simulationen genutzt.

Forschungsschwerpunkte


  • Mehrskalenmodellierung von Beton – Dauerhaftigkeit und Schädigung unter kombinierten Einwirkungen
  • Modellierung der Rissausbreitung und der Schädigung in quasi-spröden Materialien
  • Additive Fertigungsverfahren für Betonstrukturen
  • Data-driven Material Design


Forschungsprojekte


Numerisches Modell zur Beschreibung von Alkalitransport und AKR-induzierter Schädigung in Beton


Teilprojekt 3 der DFG-Forschergruppe 1498 „Alkali-Kieselsäure-Reaktionen in Betonbauteilen bei gleichzeitiger zyklischer Beanspruchung und externer Alkalizufuhr“
FOR AKR 1498




Schädigungsanalysen und Konzepte für einen schädigungstoleranten Tunnelausbau


Teilprojekt B2 im DFG-Sonderforschungsbereich 837 „Interaktionsmodelle für den maschinellen Tunnelbau"
SFB 837 - Teilprojekt B2



Simulationsmodelle für Prozesse am Schneidrad und in der Abbaukammer


Teilprojekt C4 im DFG-Sonderforschungsbereich 837 „Interaktionsmodelle für den maschinellen Tunnelbau“
SFB 837 - Teilprojekt C4



Wirkung von Mikrofasern auf die Degradation in Hochleistungsbeton unter zyklischer Beanspruchung


Teilprojekt im DFG-Schwerpunktprogramm 2020 „Zyklische Schädigungsprozesse in Hochleistungsbetonen im Experimental-Virtual-Lab“
SPP 2020



Mitarbeiterinnen und Mitarbeiter, die in diesem Bereich forschen


Prof. Dr. techn. Meschke, Günther
Dr.-Ing. Gudzulic, Vladislav Group Leader: Scale-bridging Structural Analysis
M.Sc. Vu, Giao Research Assistant
Dr.-Ing. Butt, Sahir Nawaz Research Assistant
M.Sc. Daadouch, Koussay Research Assistant
M.Sc. Fründt, Julius Research Assistant
Dr.-Ing. Hofmann, Michael Research Assistant
M.Sc. Peters, Simon Research Assistant


Ausgewählte Veröffentlichungen aus dem Bereich Scale-bridging modelling of materials and structures


  1. Tagir Iskhakov, Jithender J. Timothy, and Günther Meschke. "Expansion and deterioration of concrete due to ASR: Micromechanical modeling and analysis." Cement and Concrete Research 115 (2019): 507-518.
  2. Sahir N. Butt, and Günther Meschke. "Peridynamic analysis of dynamic fracture: influence of peridynamic horizon, dimensionality and specimen size." Computational Mechanics 67, no. 6 (2021): 1719-1745.
  3. Giao Vu, Fabian Diewald, Jithender J. Timothy, Christoph Gehlen, and Günther Meschke. "Reduced Order Multiscale Simulation of Diffuse Damage in Concrete." Materials 14, no. 14 (2021): 3830.
  4. Vijaya Holla, Giao Vu, Jithender J. Timothy, Fabian Diewald, Christoph Gehlen, and Günther Meschke. "Computational Generation of Virtual Concrete Mesostructures." Materials 14, no. 14 (2021): 3782.
  5. Giao Vu, Tagir Iskhakov, Jithender J. Timothy, Christoph Schulte-Schrepping, Rolf Breitenbücher, and Günther Meschke. "Cementitious composites with high compaction potential." (2020).
  6. Niklas Schäfer, Vladislav Gudzulic, Jithender J. Timothy, Rolf Breitenbücher, and Günther Meschke. "Fatigue behavior of HPC and FRC under cyclic tensile loading: Experiments and modeling." Structural Concrete 20, no. 4 (2019): 1265-1278.
  7. Vladislav Gudzulic, Gerrit Emanuel Neu, Gregor Gebuhr, Steffen Anders, and Günther Meschke. "Numerisches Mehrebenen-Modell für Stahlfaserbeton: Von der Faser-zur Bauteilebene: Mehrstufige Validierung anhand einer experimentellen Studie an hochfestem Faserbeton." Beton-und Stahlbetonbau 115, no. 2 (2020): 146-157.
  8. Tagir Iskhakov, Jithender J. Timothy, and Günther Meschke. "Expansion and deterioration of concrete due to ASR: Micromechanical modeling and analysis." Cement and Concrete Research 115 (2019): 507-518.
  9. Vladislav Gudzulic, Thai Son Dang, and Günther Meschke. "Computational modeling of fiber flow during casting of fresh concrete." Computational Mechanics 63, no. 6 (2019): 1111-1129.
  10. Jithender J. Timothy, and Günther Meschke. "Effective diffusivity of porous materials with microcracks: self-similar mean-field homogenization and pixel finite element simulations." Transport in Porous Media 125, no. 3 (2018): 413-434.




Subsurface Structures





Im Forschungsbereich „Computational Modeling in Tunneling and Underground Structures” werden numerische Simulationsmodelle entwickelt, um komplexe Fragestellungen des unterirdischen Bauens zu beantworten. Ein Schwerpunkt dieses Forschungsbereichs ist die prozessorientierte numerische Modellierung maschineller Tunnelvortriebe. Dazu wird die Simulationssoftware ekate entwickelt. Zur Modellierung physikalischer Phänomene und Prozesse werden verschiedene numerische Methoden herangezogen, z.B. die Finite Elemente Methode (FEM), die Particle Finite Element Method (PFEM), die Immersed Boundary (IB) method, die Finite Cell Method und der Peridynamic-Theorie. Im Forschungsbereich werden auch Parallelisierungsstrategien für die numerischen Modelle entwickelt und im Rahmen digitaler Planungsmethoden an der Schnittstelle von numerischer Simulation und Building Information Modeling (BIM) geforscht.


Forschungsschwerpunkte


  • Numerische Simulation im maschinellen Tunnelbau
  • Baugrundmodelle und Bodenvereisungssimulation
  • Sicherheitsbewertung unterirdischer Bauwerke
  • Robustes Design von Tunnelschalen
  • Simulationsmodelle für Bodenabbau und Materialtransport



Forschungsprojekte


Prozessorientierte Simulationsmodelle für den maschinellen Tunnelvortrieb


Teilprojekt C1 im DFG-Sonderforschungsbereich 837 „Interaktionsmodelle für den maschinellen Tunnelbau“
SFB 837 - Teilprojekt C1



Simulationsmodelle für Prozesse am Schneidrad und in der Abbaukammer


Teilprojekt C4 im DFG-Sonderforschungsbereich 837 „Interaktionsmodelle für den maschinellen Tunnelbau“
SFB 837 - Teilprojekt C4





Mitarbeiterinnen und Mitarbeiter, die in diesem Bereich forschen


Prof. Dr. techn. Meschke, Günther
Dr.-Ing. Cao, Ba Trung Group Leader: Sub-surface Structures
M.Sc. Wang, Jingxiao Research Assistant
M.Sc. Nösges, Markus Research Assistant
M.Sc. Williams Moises, Rodolfo Javier Research Assistant
M.Sc. Zendaki, Yaman Research Assistant


Ausgewählte Veröffentlichungen aus dem Bereich Computational Modeling in Tunneling and Underground Structures


  1. Alsahly, A.; Hegemann, F.; König, M.; Meschke, G.: Integrated BIM-to-FEM approach in mechanized tunneling. Geomechanics and Tunneling, 13(2):212-220, (2020) S. 33-63
  2. Ninic, J.; Alsahly, A.; Vonthron, A.; Bui, G.; Koch, C.; König, M.; Meschke, G.: From digital models to numerical analysis for mechanized tunnelling: a fully automated design-through-analysis workflow. Tunneling and Underground Space Technology, 107:103622, 2021
  3. Alsahly, A.; Callari, C.; Meschke, G.: An algorithm based on incompatible modes for the global tracking of strong discontinuities in shear localization analyses. Computer Methods in Applied Mechanics and Engineering 330 (2018)
  4. Dang, T. S.; Meschke, G.: A Shear-Slip Mesh Update – Immersed Boundary Model for Computational Simulation of Material Transport in EPB Tunnel Boring Machines. Finite Elements in Analysis and Design (2018), Nr. 142, S. 1-16
  5. Bui, H. G.; Schillinger, D.; Meschke, G.: Efficient cut-cell quadrature based on moment fitting for materially nonlinear analysis Computer Method in Applied Mechanics and Engineering, 366:113050, 2020
  6. Marwan, A.; Gall, V.E.; Alsahly, A.; Meschke, G.: Structural forces in segmental linings: Process-oriented tunnel advance simulations vs. conventional structural analysis. Tunneling and Underground Space Technology, 111 (103836), 2021
  7. Alsahly, A.; Callari, C.; Meschke, G.: An algorithm based on incompatible modes for the global tracking of strong discontinuities in shear localization analyses. Computer Methods in Applied Mechanics and Engineering 330 (2018), S. 33–63
  8. Bal, A. L.; Hoppe, U.; Dang, T.; Hackl, K.; Meschke, G.: A hypoplastic particle finite element model for cutting tool-soil interaction simulations: Numerical analysis and experimental validation. Underground Space (2018)