News



SYNTHESE VON MASCHINELLEM LERNEN UND NUMERISCHER SIMULATION ZUR ECHTZEITSTEUERUNG VON TUNNELVORTRIEBSPROZESSEN


Im Rahmen der Universitätsallianz Ruhr wird am Lehrstuhl für Statik und Dynamik der Ruhr-Universität Bochum (Prof. Günther Meschke) in Kooperation mit dem Lehrstuhl für Künstliche Intelligenz der TU Dortmund (Prof. Katharina Morik) ein neues Forschungsprojekt zum Thema "Synthese von maschinellem Lernen und numerischer Simulation zur Echtzeitsteuerung von Tunnelvortriebsprozessen" bearbeitet. Das Projekt wird vom Mercator Research Center Ruhr (MERCUR) gefördert.
Ziel des Projekts ist es, simulations- und monitoringbasierte Methoden für Echtzeitprognosen des Tunnelvortriebsprozesses mit Methoden des maschinellen Lernens zu verbinden. Die aus einem Simulationsmodell erhaltenen physikalischen Zusammenhänge und das Wissen, das durch die prozessbegleitende Datenanalyse aus Monitoring- und Messdaten erlangt wird, werden fusioniert, um die Prozesssteuerung im maschinellen Tunnelbau maßgeblich zu verbessern. Im Projekt werden effiziente für Prognosemodelle geeignete Verfahren zur Dimensionsreduktion und Repräsentationen für Zeitreihen entwickelt. Die Prognosen der zu erwartenden Setzungen und anderer Zielgrößen sollen in Echtzeit geliefert werden. Im Gegensatz zu den aggregierten Daten des Simulationsmodells arbeiten diese Modelle auf den Rohdaten, die im Vortriebsprozess gemessen werden. Die Unterschiede der Modelle, insbesondere auch die verwendeten Merkmale, die Gewichtung unterschiedlicher Sensorik, werden interdisziplinär evaluiert und die Modelle entsprechend verbessert, so dass sie dann zur Unterstützung der Vortriebssteuerung verwendet werden können. Die Anwendbarkeit dieser neuartigen Fusion von Monitoring- und Simulationsdaten wird anhand realer Tunnelbauprojekte getestet.

Workshop Herausforderung Tunnelbau 2021...

The use of underground space is a key factor for sustainable development of both industrial as well

more...

SFB Webinar: Integration of Cad & Computational An...

On November 3rd, 2021 the SFB 837 webinar on " Integration of Cad & Computational Analysis – Finit

more...
MORE NEWS