Bestimmung maßgeblicher Einflussgrößen für den Erhaltungszustand von Garagen und Parkdecks mittels Machine Learning – Algorithmen

Abstract

Anhand von 20 Untersuchungsberichten von Garagen und Parkdecks, die aufgrund von geplanten Sanierungen detail-liert untersucht wurden, ist ein umfangreicher Datensatz erstellt worden, der – bezogen auf einzelne Untersuchungsstel-len – den Erhaltungszustand in Form der maßgebenden Faktoren (Korrosionszustand, Überdeckung, Karbonatisie-rungstiefe, Chloridgehalt, etc.) für die verschiedenen Bauteile (Deckenuntersichten, Stützenfüße, Wandsockel etc.) und Funktionsbereiche (Rampen, Fahrbereiche, Parkplätze etc.) beschreibt. Die Untersuchung des Datensatzes erfolgte mit den heute zur Verfügung stehende Machine-Learning Algorithmen. Die dabei gefundenen Korrelationen wurden mittels beschreibender Statistik ausgewertet und visualisiert. Dadurch sind Aussagen über die Anteile und Zusammenhänge der untersuchten Merkmale möglich. Es können dadurch betontechnologische Maßnahmen, konstruktive Regel und nor-mative Grenzwerte evaluiert werden. Auch kann der Untersuchungsaufwand zielgenauer festgelegt bzw. die Sanie-rungsmaßnahmen im Vorfeld besser abgeschätzt werden.