Advertisement
Published in:
27-11-2018 | Originalarbeit
Künstliche neuronale Netze im Einsatz zur Gebrauchstauglichkeitsbewertung des einschaligen maschinellen Tunnelbaus
Published in: BHM Berg- und Hüttenmännische Monatshefte | Issue 12/2018
Log inActivate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Zusammenfassung
Maschinelles Lernen ist eine der verheißungsvollsten Technologien der letzten Jahre. Fortwährend leistungsfähigere CPU- und GPU-Architekturen kurbeln ihre Entwicklung an. Der Beitrag führt Anwendungen des maschinellen Lernens und speziell künstlicher neuronaler Netzwerke (=KNN) im Tunnelbau ein und hebt ihre Vorteilhaftigkeit beim Ersatz zeitaufwändiger, fehleranfälliger und lästiger manueller Tätigkeiten hervor. Jedoch bedürfen KNN’s repräsentativer Datensätze, anhand deren sie trainiert werden, für deren Erhalt der Tunnelbau eine harsche Umgebung bildet, aber die eine Voraussetzung einer erfolgreichen Implementation sind.
Daher unterstreicht der Beitrag die Notwendigkeit, geeignete Datensätze anzulegen und zu unterhalten, um eine Weiterverwendung in anderen Projekten zu ermöglichen. Er legt die Nutzung für die Bewertung der Gebrauchstauglichkeit des einschaligen Tübbingausbaus und für die Rissdetektion bei Belastungstests an Tübbingen dar. Die Daten dazu entstammen österreichischen Tunnelprojekten mit Tunnelvortriebsmaschinen (TVM) unter Einsatz von 3D Laserscannern und nutzen Aufnahmen eines Kamerasystems während der Belastungstests.