Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

The tunnels of the railway project Stuttgart-Ulm are located in sedimentary rock of the Keuper Formation, the Black Jurassic, the Brown Jurassic and the White Jurassic formation. The two longest tunnels are excavated by tunnel boring machine over most of their length. The remaining tunnels, which the authors are involved in, are excavated by conventional tunnelling. All tunnels are designed on the basis of the AJRM-method. This method is based on an anisotropic, elasto-viscoplastic model for jointed rock and corresponding FE-software, which has been extended to seepage and swelling. The method has been applied to practical projects for the last 40 years. By means of rock mechanical test programs and back-analyses of projects in a variety of rocks, the reliability of the predictions is quite high and the application leads to safe and economic solutions.
Special emphasis is given to tunnels located in swelling gypsum Keuper. The phenomena of swelling and leaching are described and a swelling model is outlined. The evaluation of the rock mechanical parameters and a method of analyses are explained. On this basis, the design principles and package of measures applied for the tunnels located in anhydrite-bearing rock are described. Some important aspects with regards to tunnelling in leached Gypsum Keuper and in the other Keuper layers as well as the Black Jurassic are addressed. For the 8.8 km long Boßler Tunnel, located in the Brown and White Jurassic, for an approx. 900 m long section in the Aalenium 2 with a maximum overburden of 280 m squeezing rock conditions had to be anticipated. By means of a vertical exploration shaft and a connecting exploration gallery, an improvement of the predicted characteristic rock mechanical parameters could be justified, thus enabling TBM-tunnelling also in this section, with an increase of the segment thickness from 45 to 65 cm. For the Steinbühltunnel located in White Jurassic, special emphasis was placed on karstic rocks. The corresponding measures are described.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Globale Identifikationsverfahren können einen wichtigen Beitrag zur ökonomischen Erhaltung unserer Infrastruktur leisten. Jedoch erfordern bisher zur Verfügung stehende Ansätze zu großen Aufwand in der Datenerfassung bzw. Interpretation. Im Rahmen des Projektes AIFIT werden verschiedenste Ansätze nicht nur hinsichtlich der Ergebnisse, sondern auch bezüglich ihrer jeweiligen Anforderungen analysiert und teilweise weiterentwickelt. Aufbauend auf den Erfordernissen der Bauwerkseigner wurden hierfür einige Methoden speziell entwickelt, welche im Folgenden vorgestellt werden. Ihre Leistungsfähigkeit wurde an bisher acht von insgesamt neun Zweifeld-Stahlbetonbalken untersucht. Hierzu wurden neue Messverfahren entwickelt sowie bestehende dynamische Messmethoden verfeinert. Die hierbei gewonnenen Daten bilden die Grundlage für einen direkten Vergleich der Methoden.

Anhand von bereits in einem ersten Beitrag beschriebenen Laborversuchen wurden verschiedene Methoden zur Systemidentifikation in ihrer Leistungsfähigkeit hinsichtlich der Bestimmung von Steifigkeitsverteilungen untersucht. Um darüber hinaus dem Anspruch des Projekts AIFIT anwenderorientierte Identifikationsverfahren bereit zu stellen, gerecht zu werden, gilt es nun, den realistischen Einsatz dieser Verfahren näher zu untersuchen. Zu diesem Zweck wurden die im Labor gewonnen Erfahrungen unter Berücksichtigung einer möglichst zweckmäßigen Anwendung in einem Feldversuch umgesetzt. Hierzu wurde ein repräsentatives Bauwerk untersucht und dessen dynamisches und quasi statisches Verhalten aufgenommen. Die mittels dieser Informationen gewonnen Erkenntnisse über die Steifigkeitsverteilung im Bauwerk sollen letztendlich eine Hilfestellung in der Inspektion und Erhaltungsplanung von Brückenbauwerken bieten.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

The paper reports on the current status of work on the conventionally excavated Mauls Tunnel and the mechanically bored Aicha Tunnel and presents the results of the geological, hydrogeological and geotechnical documentation. The knowledge gained from the investigation works will have great significance for the design and the implications for the construction of the main bores of the Brenner Base Tunnel. The example of the failure in the Aicha Tunnel is used to describe the measures to find the cause and the consequences for risk management are explained.
Der Beitrag berichtet über den aktuellen Stand der Bauarbeiten am konventionell aufgefahrenen Tunnel Mauls und dem maschinell aufgefahrenen Tunnel Aicha und stellt die Ergebnisse der geologischen, hydrogeologischen und geotechnischen Dokumentationen vor. Hinsichtlich der Auswirkungen auf das Design und der Folgerungen für den Bau der Hauptröhren des Brenner Basistunnels sind die bisher gewonnenen Erkenntnisse aus den Erkundungsarbeiten von sehr wesentlicher Bedeutung. Am Beispiel eines Schadensfalls im Tunnel Aicha werden Ergebnisse der Maßnahmen zur Klärung der Schadensursache vorgestellt und Auswirkungen auf das Risikomanagement erläutert.

Der Aufsatz bietet eine Übersicht über aktuelle Methoden der Datenintegration, künstlichen Intelligenz (KI), Optimierung und Regelungstechnik und ihre (potenziellen) Anwendungen in Gebäudeplanung und Bau. Die Übersicht behandelt sowohl symbolische KI-Methoden als auch subsymbolische KI-Methoden bzw. maschinelles Lernen. Der Aufsatz stellt diese Methoden im Kontext von Anwendungsbeispielen vor, die einen Einblick in aktuelle Forschungsprojekte des Exzellenzclusters “Integratives computerbasiertes Planen und Bauen für die Architektur” an der Universität Stuttgart bieten: (1) Datenintegration zur Verknüpfung von Datensilos in Planungs- und Bauprozessen, (2) Wissensgraphen zur Wissensrepräsentation in multidisziplinären Planungsprozessen, (3) automatisierte Planung zur Planung und Verteilung von Bauaufgaben, (4) überwachtes Lernen zur Abschätzung von aufwendigen Simulationen wie Gebäudeenergiebedarf oder des Verhaltens von natürlichen Materialien wie Holz, (5) unüberwachtes Lernen zur Visualisierung von Optimierungsergebnissen, (6) bestärkendes Lernen zum Bauen mit Fasern und Bambus, (7) simulationsbasierte Optimierung für klimafreundliche Gebäudeplanung und (8) Regelungstechnik zur Steuerung von z. B. Baurobotern. Der Aufsatz kommt zu dem Schluss, dass integratives computerbasiertes Planen und Bauen die Kooperation von Menschen, Material und Maschinen erfordert und dass KI - anstatt Bauplanungs- und Bauprozesse lediglich zu automatisieren - diese Kooperation moderieren kann.

AI for AEC
The article surveys current methods of data integration, artificial intelligence (AI), optimization, and control and their (potential) applications in architecture, engineering and construction. The survey includes symbolic AI-methods as well as subsymbolic AI methods, i. e., machine learning. The article presents these methods in the context of applications that provide insight into current research projects at the Cluster of Excellence “Integrative Computational Design and Construction for Architecture” (IntCDC) at the University of Stuttgart: (1) Data integration to link data silos in design and construction processes, (2) knowledge graphs to represent knowledge in multidisciplinary design processes, (3) automated planning for scheduling and distribution of construction tasks, (4) supervised learning to estimate the results of expensive building simulations such as operational energy or of the behavior of natural materials such as wood, (5) unsupervised learning to visualize optimization results, (6) reinforcement learning for building with fibers and bamboo, and (8) control for construction robotics. The article concludes that integrative computational design and construction requires the cooperation of humans, material, and machines, and that AI - instead of merely automating design and construction processes - can moderate this cooperation.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.

Keine Kurzfassung verfügbar.