Direkt zu den Inhalten springen

Forschungsprojekt SPP 2255: Kulturerbe KonstruktionEisenkonstruktionen der Industriekultur – Sensorgestütztes und datengetriebenes KI-System zum Structural-Health-Monitoring von Großobjekten des industriellen und kulturellen Erbes

Durch wirtschaftliche Expansion entstand in der zweiten Hälfte des 19. Jahrhunderts das Ruhrgebiet als größter Ballungsraum Europas. Industrieller Steinkohleabbau und Stahlerzeugung prägten den Lebensalltag der gesamten Region. Die ehemaligen Industrieanlagen, wie die Zeche Zollverein in Essen, die nun am Ende ihres Arbeitslebens zum UNESCO-Weltkulturerbe zählt, waren jedoch nie für eine dauerhafte Existenz vorgesehen. Um sie erhalten zu können, braucht es besondere Maßnahmen sowie leistungsfähiger Methoden der Zustandsüberwachung und zielgerichteter Pflege.

Das Projekt SPP 2255 ist darauf ausgerichtet, eine sensorgestützte, datengetriebene Zustandserfassung mittels künstlicher Intelligenz (KI) zu entwickeln. Durch Kombination von KI-basierter semantischer Segmentation und messtechnischer Schädigungscharakterisierung wird ein zielgerichtetes Structural-Health-Monitoring (SHM) der Industrieanlage realisiert. Dies ermöglicht eine proaktive Bewertung von Erhaltungsstrategien für das Kulturerbe. Grundlage für die systematische Schädigungscharakterisierung ist eine digitale Erkennung und automatische Bewertung des Schädigungszustands. Obwohl hierbei Werkstoffe auf Eisenbasis im Fokus stehen, sind abgeleitete Implementierungsvorschriften werkstoffunabhängig und zielen auf die Vielfalt der Objekte der Hochmoderne und deren Erhaltung ab.

Projektlaufzeit: 2024 bis 2026

Verantwortliche Wissenschaftler: Nick Donner und Prof. Dr. Michael Prange (THGA)

Förderung durch

Projektziele

  • Schadenskartierung und Objektcharakterisierung von Großobjekten industriellen Erbes
  • Messtechnische Erfassung von Korrosion und anderen Schäden, hauptsächlich mit Hilfe von Drohnentechnik
  • Reproduktion verschiedenster Schadensbilder im Labormaßstab
  • Ausgehend davon Erprobung geeigneter Methoden zur automatisierten Detektion von Korrosion und Schäden (Algorithmen, Machine Learning, KI)
  • Überprüfung der Methoden auf angelegten Testflächen an den Objekten, nebenbei Test von transparenten Schutzbeschichtungen
  • Wissenschaftskommunikation, Citizen Science

Kontakt

Prof. Dr. rer. nat. Michael Prange Mechanical Engineering and Material Sciences

E-Mail
Michael.Prange@thga.de
Telefon
+49 234 968-3381
Büro
G3 R102
Zur Person

Nick Donner

E-Mail
Nick.Donner@thga.de
Telefon
+49 234 968-3316
Büro
G5 R303