Detailergebnis zu DOK-Nr. 76723
Analyse und Prognose von Straßenzustandsdaten mit Hilfe von probabilistischen Methoden und der Strukturgleichungsmodellierung
| Autoren |
T. Blumenfeld |
|---|---|
| Sachgebiete |
12.1 Asphaltstraßen 11.1 Berechnung, Bemessung, Lebensdauer 14.2 Ebenheit, Befahrbarkeit |
Darmstadt: Technische Universität Darmstadt, Dissertation, 2020, XXIV, 265 S., 132 B, 38 T, zahlr. Q, Anhang. - Online-Ressource: verfügbar unter: http://dx.doi.org/10.25534/tuprints-00013279
Das Ziel der Arbeit ist die Entwicklung und Validierung eines probabilistischen Prognosemodells, welches sowohl die Unsicherheiten bei der Zustandserfassung als auch bei der Abschätzung der Zustandsentwicklung berücksichtigt. Anhand einer Gegenüberstellung der ermittelten Prognoseergebnisse mit den Ergebnissen der bisher verwendeten deterministischen Verfahren soll die Anwendbarkeit des entwickelten Modells beurteilt werden. Die entwickelte Methode soll einen zukünftigen risikobasierten Entscheidungsprozess innerhalb des systematischen Erhaltungsmanagements ermöglichen. Als Datengrundlage werden Daten der ZEB-Dauermessstrecke in Hessen verwendet. In Ergänzung zu der alle vier Jahre durchgeführten Zustandserfassung und -bewertung (ZEB) erfolgt auf einem circa 76 km langen Teilabschnitt der BAB AS seit einigen Jahren eine halbjährliche Erfassung und Bewertung des Zustands auf allen Fahrstreifen je Richtungsfahrbahn. Neben den Zustandsdaten werden zusätzlich Daten zur Verkehrsbelastung, zum Aufbau und zu den klimatischen Bedingungen erhoben sowie sämtliche Maßnahmen der betrieblichen und baulichen Erhaltung detailliert dokumentiert. Das Kernelement der entwickelten Methode basiert auf dem Ansatz der Bayes'schen Statistik. Der aufgezeigte Modellansatz (Kalman-Filter) differenziert zwischen dem wahren Zustand einer Fahrbahnoberfläche, dem gemessenen, mit Unsicherheit behafteten Zustand in Form von Beobachtungen im Rahmen der ZEB sowie einem mithilfe eines Modells geschätzten Systemzustands zu jeweils diskreten Zeitpunkten. Die Methode bietet die Möglichkeit einer probabilistischen Analyse und Prognose des Straßenzustands, um die große Variation von möglichen Zustandsentwicklungen treffend abzubilden. Die entwickelte Methode wird exemplarisch am Beispiel des Zustandsmerkmals Ebenheit im Querprofil für Fahrbahnen in Asphaltbauweise angewendet.