Bewertung von Mauerwerkseigenschaften von Gründerzeithäuser in Wien mittels Machine-Learning

Abstract

Die Gründerzeit war eine Zeit des rasanten Wachstums in westeuropäischen Ländern. In dieser Phase wurden in Wien ca. 27.000 Wohn- und Geschäftshäuser gebaut, die heute einen Großteil der Wiener Bauinfrastruktur ausmachen. Aufgrund des Bevölkerungswachstums müssen viele dieser Gründerzeithäuser aufgestockt oder umgebaut werden. Im Zuge dieser Arbeiten ist es notwendig, die erforderlichen Standsicherheitsnachweise zu führen. Da die Mauerwerkswände die Belastung sowohl vertikal als auch horizontal abtragen, ist es notwendig die Tragfähigkeit der Wände zu untersuchen.In den letzten 30 Jahren wurden in mehr als 200 Gründerzeithäuser in Wien die Ziegel-und Mörtelfestigkeiten in situ untersucht. Die Ergebnisse wurden zusammen mit den Gebäude-Geodaten in Wien in einem Datensatz gesammelt und mit Machine-Learning-Algorithmen ausgewertet. Dabei wurden sehr wichtige Zusammenhänge gefunden, die es ermöglichen im Voraus die erforderlichen Festigkeiten mit ausreichender Genauigkeit zu ermitteln, ohne weitere in situ Untersuchungen durchführen zu müssen.Im zweiten Teil der Arbeit werden die normativen und theoretischen Grundlagen der Erdbebenberechnung der Gründerzeithäuser betrachtet mit abschließenden Pushover Berechnung und Evaluierung der Ergebnisse der 3 typischen Häuser mittels 3Muri Software anhand der Ziegel- und Mörtelfestigkeiten, die im Vorhinein mittels Machine-Learning bekommen wurden.

The Gründerzeit period was a time of rapid growth in Western European countries. During this period, ca. 27.000 residential and commercial buildings were constructed in Vienna, which today represent a large part of the city's building infrastructure. Due to steady population growth, many of these old buildings had to be expanded or remodeled. As part of this work, the required structural stability assessments were carried out. Since masonry walls bear loads both vertically and horizontally, the load-bearing capacity of the walls must be investigated.Over the past 30 years, the brick and mortar strengths of more than 200 Gründerzeit houses in Vienna have been investigated in situ. The results were compiled, along with building geodata from Vienna, into a large dataset and evaluated using machine learning algorithms. Important correlations were discovered that make it possible to determine the required strengths in advance with sufficient accuracy, without the need for further in situ investigations.In the second part of the work, the normative and theoretical foundations of earthquake calculations for Gründerzeit houses are considered, including a final pushover analysis and evaluation of the results for three typical houses using 3Muri software, based on the brick and mortar strengths obtained in advance using machine learning.