Wissensbasierte Analyse von Verschiebungsdaten im Tunnelbau

Abstract

Im Zuge der Herstellung untertägiger Hohlraumbauten (Tunnel, Stollen, Kavernen) werden heute bereits standardmäßig geodätische Mess- und Auswertetechniken zur Ermittlung von Verschiebungen des Gebirges und/oder von Bauwerksteilen eingesetzt. Insbesonders bei Anwendung der NÖT (Neue Österreichische Tunnelbaumethode) haben diese Techniken einen große Bedeutung in Zusammenhang mit der Sicherheit und Wirtschaftlichkeit von Bauvorhaben erlangt. Die projektbegleitende geotechnische Interpretation der auftretenden Verschiebungen stellt eine verantwortungsvolle Aufgabe dar und ist daher qualifizierten Experten vorbehalten. Für die Vornahme dieser Tätigkeit ist umfangreiches Wissen verschiedener Art nötig. Die aktuelle Vorgangsweise, wonach auf Basis von Diagrammdarstellungen und sonstiger Grafiken und Listen Verschiebungen beurteilt werden, ist arbeitsintensiv und stößt zufolge der fortschreitenden technischen Entwicklung im Bereich der Messtechnik an organisatorische Grenzen; insbesonders, wenn es gilt, die Daten automatischer Messsysteme zeitnah zu interpretieren. In dieser Dissertation wird ein Prototyp eines wissensbasierten Systems zur automatischen Analyse von Verschiebungsdaten entwickelt. Er stellt ein Unterstützungswerkzeug dar, welches eine Teilaufgabe der geotechnischen Interpretation, konkret das Erkennen von Auffälligkeiten in den Verschiebungsdaten, leistet. Das für diesen Zweck nötige Wissen wird in der Arbeit untersucht und strukturiert. Es wird als unsicheres, empirisches, vielfach auch intuitives und subjektives Wissen charakterisiert. Kennzeichnend für die zugrundeliegenden Verschiebungsdaten und auch weiterer in den Interpretationsprozess einzubeziehender Sekundärdaten ist deren Ungenauigkeit, Fehlerhaftigkeit und Unvollständigkeit, generell deren Heterogenität. Aufgrund dieser Voraussetzungen wird ein heuristischer, datengetriebener und regelbasierter Ansatz zur Problemlösung verfolgt, bei dem die Verschiebungsdaten sowie weitere relevante Zusatzdaten zunächst als Fakten repräsentiert werden. Diese werden unter Nutzung projektbezogenen Wissens bewertet. Mittels Regeln wird das Problemlösungswissen formuliert. Im Rahmen der Arbeit wurde dieses für drei ausgewählte Analyseaspekte implementiert. Diese bilden das Erkennen einer auffälligen Geschwindigkeitszunahme von Verschiebungen unter Berück-sichtigung des Baufortschritts, das Erkennen auffälliger Verschiebungen auf Basis von Prognose- bzw. Erwartungswissen und das Erkennen von Fehlern in den Ausgangsdaten. Experimente mit tatsächlichen und simulierten Daten erproben abschließend die Leistungsfähigkeit der entwickelten Methoden.

The geodetic monitoring of 3d-displacements during tunnel excavation has become a standard procedure in nowadays tunnel-projects and especially in NATM-projects (New Austrian Tunnelling Method). The daily geotechnical interpretation of the observed displacements is a responsible task requiring the specific knowledge of qualified and experienced geotechnical experts on site. Currently interpretation work is mainly based on the analysis of numerous and different types of displacement diagrams together with diverse further data listings and graphics - a time consuming process. For a time-near analysis of bigger data volumes as well as for the monitoring data of the nowadays available automatic measuring systems this way-of-doing is already unpracticable. In the thesis there is presented the prototype of a knowledge based system supposed to support this work by an automatic detection of remarkable displacements. The therefore necessary knowledge is investigated and structured. It is described as insecure, empirical, sometimes intuitive and subjective. For the monitoring data, but also for further data involved in the interpretation process, inaccuracies and errors have to be considered. Due to these preconditions a purely heuristic, data-driven and rule-based system-concept is developed. In the system the relevant data gets empirically classified according to a user-defineable scheme and is then internally represented as facts. The relevant geotechnical knowledge is represented as heuristic rules. An inference process controls the activation of the rules causing them to fire on specific fact constellations. In the prototype three distinct interpretational aspects got implemented, the detection of changes of displacement velocities and their relation to the excavation progress, the detection of remarkable displacements with respect to prognoses or expectations and the detection of measuring errors. The performance of the prototype is tested with real and simulated data.