Hybrid‑Digital‑Twin nutzt Verkehr & Wetter zur Brückenüberwachung

Ein neues Hybrid‑Digital‑Twin‑Framework ermöglicht die Zustandsüberwachung von Brücken, indem vorhandene Verkehrskameras und Wetter‑APIs genutzt werden. Dadurch entfällt die Notwendigkeit, zusätzliche Sensoren zu installieren, und die Kosten für die Instandhaltung sinken deutlich.

Der Ansatz wurde am Peace Bridge demonstriert – einer 99 Jahre alten Brücke, die stark frequentiert ist und extremen Winterbedingungen ausgesetzt ist. Hier konnte die Effektivität des Systems unter realen Bedingungen nachgewiesen werden.

Das System verbindet drei nahezu Echtzeit‑Streams: Erstens liefert die YOLOv8‑Computer‑Vision aus einer Brückenbalkenkamera Fahrzeugzählungen, Verkehrs­dichte und Last‑Proxies. Zweitens propagiert ein Lighthill–Whitham–Richards‑Modell die Dichte \(\rho(x,t)\) und erkennt durch Brems‑ und Beschleunigungs­schockwellen Belastungs­schwankungen, die mit wiederholter Beanspruchung und Ermüdung zusammenhängen. Drittens liefern Wetter‑APIs Daten zu Temperaturzyklen, Frost‑Tauwirkungen, Niederschlags‑Korrosionspotenzialen und Wind‑Einflüssen, die die Verschlechterung der Brücke beschleunigen.

Eine Monte‑Carlo‑Simulation quantifiziert die Unsicherheit über verschiedene Verkehr‑ und Umwelt­szenarien hinweg. Anschließend werden Random‑Forest‑Modelle eingesetzt, um die zusammengeführten Merkmale in Ermüdungsindikatoren und Wartungsklassifikationen zu übersetzen.

Das vorgestellte Framework zeigt, wie bestehende Infrastruktur für eine kosteneffiziente, vorausschauende Instandhaltung alter, stark frequentierter Brücken in rauen Klimazonen genutzt werden kann. Es bietet eine robuste Basis für die langfristige Erhaltung der Verkehrssicherheit.