Acoustic emissions are small vibration pulses, elastic waves, emitted from damage processes such as crack growth inside a material. Acoustic emission (AE) is also the name of the test method in which theses emissions are recorded and analysed and the method is used in materials research and the testing and inspection of structures. At Scania, a large manufacturer of trucks and buses, previous attempts to implement this technique has been unsuccessful due to the fact that the hydraulic rigs in which the material typically is tested, produce a high background noise level, that covers the interesting emissions from the material.In this thesis two materials, a grey iron and a carbon fiber reinforced polymer were tested in a hydraulic rig at Scania. Since the material signal was buried in the noise, the entire waveform was recorded, which is an unusual approach, since it generates large amounts of data. It was shown that using frequency analysis, it is possible to extract the material emissions in spite of the hydraulic noise. That fact makes it possible to follow the internal processes of the material leading up to failure, which means new interesting opportunities in materials testing at Scania. / Akustisk emission är små elastiska vågor som bland annat kommer från processer i ett material, såsom spricktillväxt. Akustisk emission (AE) är namnet på den testmetod där dessa vibrationer registreras och analyseras. Metoden används i materialprovning och för att testa och inspektera komponenter, såsom tryckkärl. På Scania, en stor tillverkare av lastbilar och bussar, har tidigare undersökningar för att implementera denna teknik på utmattning inte lyckats. Anledningen ligger i att de hydrauliska riggarna som testningen vanligtvis sker i, typiskt sett genererar ett bakgrundsljud som skymmer den intressanta signalen från materialet. I detta examensarbete testades två typer av material, gråjärn och en kolfiberarmerad komposit, i en hydraulisk rigg på Scania. Eftersom de akustiska emissionerna från materialet gömdes i bakgrunden användes metoden att spara ner hela vågformen för signalen, vilket är ovanligt eftersom detta innebär att mycket stora mängder data måste sparas. Det visade sig genom frekvensanalys vara möjligt att extrahera de akustiska emissionerna från materialet, trots det hydrauliska bruset. Det faktum att det är möjligt att följa de processerna inuti materialet, som föregår brottet, öppnar upp nya intressanta möjligheter för materialprovning på Scania.

Adhesive wear occurs when small surfaces of the cutting tool due to friction are micro-welded to the chips and removed from the tool surface. A hypothesis as to whywelding occurs is that an electric potential field arises which initiates a chemical reaction and then welding of the work material and the tool takes place in the cuttingzone. The electric potential field results in a fluttering magnetic field, which in turngenerates electromagnetic issues. The waves should be around and above 1 MHz.The aim of this work is thus to investigate the presence of electromagnetic wavesfrom the cutting zone. The purpose is to compare sound and electromagnetic wavesduring the adhesive process. Previous research shows that the adhesive mechanism is a transient vibration thatmanifests itself as a cluster of waves with a stochastic duration, including a feedbacksystem restricted by the plastic deformation within the chip. Furthermore, the cutting speed is the most important cutting parameter in tool wear and the main wearmechanism at cutting speeds around 200 m/min is the adhesive wear. Several studies showed the emission of electromagnetic waves during plastic deformation ofmetals during tensile test. Frequency ranges for radiations are between 1 and 1000MHz. To investigate the hypothesis, axial turning was performed with a cutting speed190–200 (m/min) and one steel grade, SS2541 was used as a work material. Thedepth of cut and feed were set to 1 mm and 0,196 mm/rev. Detection and measurement of electromagnetic waves was performed with a spectrum analyzerMT8221B with four different signal receivers. A reference measurement was madewhen the turning machine was on without the workpiece being machined and then ameasurement was made during the turning process. The results of measurementsshowed a source of electromagnetic radiation within the frequency range 0–5 MHz.This result was achieved with copper plate as an antenna. To find out how signalsfrom acoustic emission and electromagnetic waves develop during the adhesive wearprocess, sound measurements were performed with microphones during the turningprocess. Results of sound measurement showed that the frequency at which adhesivewear occurs decreases and the amplitude increases as the insert wears. To be able toanalyze how electromagnetic radiation develops with the wear process, measurements must be performed in a shielded space from ambient disturbances, as in aworkshop there are many sources of noise that can affect the accuracy of the measurement. An antenna can be designed so that the measurement can take place asclose to the cutting zone as possible.

<p>This thesis presents a method of measuring the distribution of fiber bonding ability in mechanical pulp furnishes. The method is intended for industrial use, where today only average values are used to describe fiber bonding ability, despite the differences in morphology of the fibers entering the mill. Fiber bonding ability in this paper refers to the mechanical fiber’s flexibility and ability to form large contact areas to other fibers, characteristics required for good paper surfaces and strength.</p><p> </p><p>Five mechanical pulps (Pulps A-E), all produced in different processes from Norway spruce (<em>Picea Abies)</em> were fractionated in hydrocyclones with respect to the fiber bonding ability. Five streams were formed from the hydrocyclone fractionation, Streams 1-5. Each stream plus the feed (Stream 0) was fractionated according to fiber length in a Bauer McNett classifier to compare the fibers at equal fiber lengths (Bauer McNett screens 16, 30, 50, and 100 mesh were used).</p><p> </p><p>Stream 1 was found to have the highest fiber bonding ability, evaluated as tensile strength and apparent density of long fiber laboratory sheets. External fibrillation and collapse resistance index measured in FiberLab^TM, an optical measurement device, also showed this result. Stream 5 was found to have the lowest fiber bonding ability, with a consecutively falling scale between Stream 1 and Stream 5. The results from acoustic emission measurements and cross-sectional scanning electron microscopy analysis concluded the same pattern. The amount of fibers in each hydrocyclone stream was also regarded as a measure of the fibers’ bonding ability in each pulp.</p><p> </p><p>The equation for predicted Bonding Indicator (BIN) was calculated by combining, through linear regression, the collapse resistance index and external fibrillation of the P16/R30 fractions for Pulps A and B. Predicted Bonding Indicator was found to correlate well with measured tensile strength. The BIN-equation was then applied also to the data for Pulps C-E, P16/R30, and Pulp A-E, P30/R50, and predicted Bonding Indicator showed good correlations with tensile strength also for these fibers.</p><p> </p><p>From the fiber raw data measured by the FiberLab^TM instrument, the BIN-equation was used for each individual fiber. This made it possible to calculate a BIN-distribution of the fibers, that is, a distribution of fiber bonding ability.</p><p> </p><p>The thesis also shows how the BIN-distributions of fibers can be derived from FiberLab^TM measurements of the entire pulp without mechanically separating the fibers by length first, for example in a Bauer McNett classifier. This is of great importance, as the method is intended for industrial use, and possibly as an online-method. Hopefully, the BIN-method will become a useful tool for process evaluations and optimizations in the future.</p> / <p>Den här studien presenterar en metod för att mäta fördelning av fiberbindning i mekaniska massor. Metoden hoppas kunna användas industriellt, där i dagsläget enbart medelvärden används för att mäta fiberbindnings-fördelning, trots råvarans (fibrernas) morfologiska skillnader.</p><p> </p><p>Fem mekaniska massor (Massa A-E) från olika massaprocesser men från samma råvara, norsk gran (<em>Picea Abies</em>), har fraktionerats i hydrocykloner med avseende på fiberbindningsförmåga. Från hydrocyklon-fraktioneringen bildades fem strömmar, Ström 1-5. Varje ström plus injektet (Ström 0) fraktionerades också med avseende på fiberlängd i en Bauer McNett för att kunna jämföra fibrerna vid samma fiberlängd (Bauer McNett silplåtarna 16, 30, 50 och 100 mesh användes).</p><p> </p><p>Fiberbindingsförmåga i den här studien härrör till fiberns flexibilitet och förmåga att skapa stora kontaktytor med andra fibrer, vilket bidrar till papprets yt- och styrkeegenskaper.</p><p> </p><p>Ström 1 visade sig ha den högsta fiberbindningsförmågan, utvärderat som dragstyrka och densitet av långfiberark, samt yttre fibrillering och kollaps resistans index mätt i den optiska analysatorn FiberLab^TM. Akustisk emission och tvärsnittsanalyser visade samma resultat. Ström 5 visade sig ha den lägsta fiberbindningsförmågan, med en avtagande skala från Ström 1 till Ström 5. Andelen fibrer från injektet som gick ut med varje hydrocyklon-ström ansågs också vara ett mått på fibrernas bindningsförmåga i varje massa.</p><p> </p><p>Genom att kombinera fiberegenskaperna kollaps resistans och yttre fibrillering från den optiska mätningen på varje fiber genom linjär regression, kunde Bindnings Indikator (BIN) predikteras. Medelvärdet av Bindnings Indikator för varje hydrocyklon-ström korrelerar med dragstyrka för långfiber-labark.</p><p> </p><p>Det visade sig att predikterad Bindnings Indikator inte bara fungerade för Massa A och Massa B P16/R30 fraktionen, som var de fraktioner som användes i den linjära regressionen, utan även för Massa C-E, P16/R30, och Massa A-E P30/R50 som också visade goda korrelationer med långfiber-dragstyrka när de sattes in i BIN-formeln.</p><p> </p><p>BIN-formeln användes sedan för varje enskild fiber, i den rådata som levererats från FiberLab^TM. Detta gjorde det möjligt att få en BIN-distribution av fibrerna, d.v.s. en fördelning av fiberbindningsförmåga.</p><p> </p><p>Den här rapporten visar också hur det går att få BIN-distributioner också från mätningar på hela massan, för valbara fiberlängder, utan att först mekaniskt separera massan efter fiberlängd. Det är viktigt, då metoden är tänkt att användas som en industriell metod, och eventuellt som en online-metod. Förhoppningsvis kommer BIN-metoden att bli ett användbart verktyg för processutveckling- och optimering i framtiden.</p> / FSCN – Fibre Science and Communication Network / Bonding ability distribution of fibers in mechanical pulp furnishes

This thesis presents a method of measuring the distribution of fiber bonding ability in mechanical pulp furnishes. The method is intended for industrial use, where today only average values are used to describe fiber bonding ability, despite the differences in morphology of the fibers entering the mill. Fiber bonding ability in this paper refers to the mechanical fiber’s flexibility and ability to form large contact areas to other fibers, characteristics required for good paper surfaces and strength.   Five mechanical pulps (Pulps A-E), all produced in different processes from Norway spruce (Picea Abies) were fractionated in hydrocyclones with respect to the fiber bonding ability. Five streams were formed from the hydrocyclone fractionation, Streams 1-5. Each stream plus the feed (Stream 0) was fractionated according to fiber length in a Bauer McNett classifier to compare the fibers at equal fiber lengths (Bauer McNett screens 16, 30, 50, and 100 mesh were used).   Stream 1 was found to have the highest fiber bonding ability, evaluated as tensile strength and apparent density of long fiber laboratory sheets. External fibrillation and collapse resistance index measured in FiberLabTM, an optical measurement device, also showed this result. Stream 5 was found to have the lowest fiber bonding ability, with a consecutively falling scale between Stream 1 and Stream 5. The results from acoustic emission measurements and cross-sectional scanning electron microscopy analysis concluded the same pattern. The amount of fibers in each hydrocyclone stream was also regarded as a measure of the fibers’ bonding ability in each pulp.   The equation for predicted Bonding Indicator (BIN) was calculated by combining, through linear regression, the collapse resistance index and external fibrillation of the P16/R30 fractions for Pulps A and B. Predicted Bonding Indicator was found to correlate well with measured tensile strength. The BIN-equation was then applied also to the data for Pulps C-E, P16/R30, and Pulp A-E, P30/R50, and predicted Bonding Indicator showed good correlations with tensile strength also for these fibers.   From the fiber raw data measured by the FiberLabTM instrument, the BIN-equation was used for each individual fiber. This made it possible to calculate a BIN-distribution of the fibers, that is, a distribution of fiber bonding ability.   The thesis also shows how the BIN-distributions of fibers can be derived from FiberLabTM measurements of the entire pulp without mechanically separating the fibers by length first, for example in a Bauer McNett classifier. This is of great importance, as the method is intended for industrial use, and possibly as an online-method. Hopefully, the BIN-method will become a useful tool for process evaluations and optimizations in the future. / Den här studien presenterar en metod för att mäta fördelning av fiberbindning i mekaniska massor. Metoden hoppas kunna användas industriellt, där i dagsläget enbart medelvärden används för att mäta fiberbindnings-fördelning, trots råvarans (fibrernas) morfologiska skillnader.   Fem mekaniska massor (Massa A-E) från olika massaprocesser men från samma råvara, norsk gran (Picea Abies), har fraktionerats i hydrocykloner med avseende på fiberbindningsförmåga. Från hydrocyklon-fraktioneringen bildades fem strömmar, Ström 1-5. Varje ström plus injektet (Ström 0) fraktionerades också med avseende på fiberlängd i en Bauer McNett för att kunna jämföra fibrerna vid samma fiberlängd (Bauer McNett silplåtarna 16, 30, 50 och 100 mesh användes).   Fiberbindingsförmåga i den här studien härrör till fiberns flexibilitet och förmåga att skapa stora kontaktytor med andra fibrer, vilket bidrar till papprets yt- och styrkeegenskaper.   Ström 1 visade sig ha den högsta fiberbindningsförmågan, utvärderat som dragstyrka och densitet av långfiberark, samt yttre fibrillering och kollaps resistans index mätt i den optiska analysatorn FiberLabTM. Akustisk emission och tvärsnittsanalyser visade samma resultat. Ström 5 visade sig ha den lägsta fiberbindningsförmågan, med en avtagande skala från Ström 1 till Ström 5. Andelen fibrer från injektet som gick ut med varje hydrocyklon-ström ansågs också vara ett mått på fibrernas bindningsförmåga i varje massa.   Genom att kombinera fiberegenskaperna kollaps resistans och yttre fibrillering från den optiska mätningen på varje fiber genom linjär regression, kunde Bindnings Indikator (BIN) predikteras. Medelvärdet av Bindnings Indikator för varje hydrocyklon-ström korrelerar med dragstyrka för långfiber-labark.   Det visade sig att predikterad Bindnings Indikator inte bara fungerade för Massa A och Massa B P16/R30 fraktionen, som var de fraktioner som användes i den linjära regressionen, utan även för Massa C-E, P16/R30, och Massa A-E P30/R50 som också visade goda korrelationer med långfiber-dragstyrka när de sattes in i BIN-formeln.   BIN-formeln användes sedan för varje enskild fiber, i den rådata som levererats från FiberLabTM. Detta gjorde det möjligt att få en BIN-distribution av fibrerna, d.v.s. en fördelning av fiberbindningsförmåga.   Den här rapporten visar också hur det går att få BIN-distributioner också från mätningar på hela massan, för valbara fiberlängder, utan att först mekaniskt separera massan efter fiberlängd. Det är viktigt, då metoden är tänkt att användas som en industriell metod, och eventuellt som en online-metod. Förhoppningsvis kommer BIN-metoden att bli ett användbart verktyg för processutveckling- och optimering i framtiden. / FSCN – Fibre Science and Communication Network / Bonding ability distribution of fibers in mechanical pulp furnishes

This thesis presents a method of measuring the distribution of fiber bonding ability in mechanical pulp furnishes. The method is intended for industrial use, where today only average values are used to describe fiber bonding ability, despite the differences in morphology of the fibers entering the mill. Fiber bonding ability in this paper refers to the mechanical fiber’s flexibility and ability to form large contact areas to other fibers, characteristics required for good paper surfaces and strength. Five mechanical pulps (Pulps A-E), all produced in different processes from Norway spruce (Picea Abies) were fractionated in hydrocyclones with respect to the fiber bonding ability. Five streams were formed from the hydrocyclone fractionation, Streams 1-5. Each stream plus the feed (Stream 0) was fractionated according to fiber length in a Bauer McNett classifier to compare the fibers at equal fiber lengths (Bauer McNett screens 16, 30, 50, and 100 mesh were used). Stream 1 was found to have the highest fiber bonding ability, evaluated as tensile strength and apparent density of long fiber laboratory sheets. External fibrillation and collapse resistance index measured in FiberLabTM, an optical measurement device, also showed this result. Stream 5 was found to have the lowest fiber bonding ability, with a consecutively falling scale between Stream 1 and Stream 5. The results from acoustic emission measurements and cross-sectional scanning electron microscopy analysis concluded the same pattern. The amount of fibers in each hydrocyclone stream was also regarded as a measure of the fibers’ bonding ability in each pulp. The equation for predicted Bonding Indicator (BIN) was calculated by combining, through linear regression, the collapse resistance index and external fibrillation of the P16/R30 fractions for Pulps A and B. Predicted Bonding Indicator was found to correlate well with measured tensile strength. The BIN-equation was then applied also to the data for Pulps C-E, P16/R30, and Pulp A-E, P30/R50, and predicted Bonding Indicator showed good correlations with tensile strength also for these fibers. From the fiber raw data measured by the FiberLabTM instrument, the BIN-equation was used for each individual fiber. This made it possible to calculate a BIN-distribution of the fibers, that is, a distribution of fiber bonding ability. The thesis also shows how the BIN-distributions of fibers can be derived from FiberLabTM measurements of the entire pulp without mechanically separating the fibers by length first, for example in a Bauer McNett classifier. This is of great importance, as the method is intended for industrial use, and possibly as an online-method. Hopefully, the BIN-method will become a useful tool for process evaluations and optimizations in the future. / Den här studien presenterar en metod för att mäta fördelning av fiberbindning i mekaniska massor. Metoden hoppas kunna användas industriellt, där i dagsläget enbart medelvärden används för att mäta fiberbindnings-fördelning, trots råvarans (fibrernas) morfologiska skillnader.  Fem mekaniska massor (Massa A-E) från olika massaprocesser men från samma råvara, norsk gran (Picea Abies), har fraktionerats i hydrocykloner med avseende på fiberbindningsförmåga. Från hydrocyklon-fraktioneringen bildades fem strömmar, Ström 1-5. Varje ström plus injektet (Ström 0) fraktionerades också med avseende på fiberlängd i en Bauer McNett för att kunna jämföra fibrerna vid samma fiberlängd (Bauer McNett silplåtarna 16, 30, 50 och 100 mesh användes). Fiberbindingsförmåga i den här studien härrör till fiberns flexibilitet och förmåga att skapa stora kontaktytor med andra fibrer, vilket bidrar till papprets yt- och styrkeegenskaper. Ström 1 visade sig ha den högsta fiberbindningsförmågan, utvärderat som dragstyrka och densitet av långfiberark, samt yttre fibrillering och kollaps resistans index mätt i den optiska analysatorn FiberLabTM. Akustisk emission och tvärsnittsanalyser visade samma resultat. Ström 5 visade sig ha den lägsta fiberbindningsförmågan, med en avtagande skala från Ström 1 till Ström 5. Andelen fibrer från injektet som gick ut med varje hydrocyklon-ström ansågs också vara ett mått på fibrernas bindningsförmåga i varje massa. Genom att kombinera fiberegenskaperna kollaps resistans och yttre fibrillering från den optiska mätningen på varje fiber genom linjär regression, kunde Bindnings Indikator (BIN) predikteras. Medelvärdet av Bindnings Indikator för varje hydrocyklon-ström korrelerar med dragstyrka för långfiber-labark.  Det visade sig att predikterad Bindnings Indikator inte bara fungerade för Massa A och Massa B P16/R30 fraktionen, som var de fraktioner som användes i den linjära regressionen, utan även för Massa C-E, P16/R30, och Massa A-E P30/R50 som också visade goda korrelationer med långfiber-dragstyrka när de sattes in i BIN-formeln. BIN-formeln användes sedan för varje enskild fiber, i den rådata som levererats från FiberLabTM. Detta gjorde det möjligt att få en BIN-distribution av fibrerna, d.v.s. en fördelning av fiberbindningsförmåga. Den här rapporten visar också hur det går att få BIN-distributioner också från mätningar på hela massan, för valbara fiberlängder, utan att först mekaniskt separera massan efter fiberlängd. Det är viktigt, då metoden är tänkt att användas som en industriell metod, och eventuellt som en online-metod. Förhoppningsvis kommer BIN-metoden att bli ett användbart verktyg för processutveckling- och optimering i framtiden. / <p>FSCN – Fibre Science and Communication Network</p> / Bonding ability distribution of fibers in mechanical pulp furnishes

Sverige har som många länder runt om i världen en åldrande infrastruktur och behovet av underhåll stiger. I en artikel i Svenska Dagbladet från 21/9–2018 redovisar analys- och teknikkonsultföretaget WSP en grov uppskattning att 300 miljarder kronor behöver investeras för att rusta upp existerande infrastruktur. Efter upprustningen skulle det krävas ca 25 miljarder kronor årligen för att utföra löpande tillståndsbedömning och underhåll av Sveriges väg- och järnvägsnät. Idag används inspektioner för att bedöma broars tillstånd. Det finns tre olika inspektionstyper; huvudinspektion, allmäninspektion och särskild inspektion. Structural Health Monitoring (SHM) är en teknik som globalt används mer och mer som en metod vid tillståndsbedömning av broar. SHM siktar mot att i realtid utföra automatisk bedömning av hela konstruktionens och de enskilda skadornas tillstånd. SHM använder sig av sensorer placerade på kritiska positioner för att samla in mätdata som jämförs med i förtid definierade gränsvärden. I Sverige används SHM sparsamt idag där kunskapen ligger på akademisk nivå och det råder en osäkerhet om hur SHM ska implementeras i praktiken. Genom att implementera SHM, kan skador upptäckas i ett tidigt skede och minimeras genom att snabbt utföra reparationer på konstruktionen innan skadorna blivit kritiska. Studien syftar till att producera en rapport som kan användas som en guide för hur SHM kan implementeras samt visa på hur SHM-systemen har implementerats på tidigare projekt. Rapporten skall ge läsaren en helhetsbild över hur tillståndsbedömning går till idag, vilka skador som är vanligt förekommande samt hur SHM kan användas som ett verktyg vid tillståndsbedömning. Rapporten syftar också till att ge en övergripande förklaring på svenska av SHM-tekniken och vad som behövs för implementering. Öppna ostrukturerade intervjuer genomfördes med forskare inom SHM och skador på betongkonstruktioner samt sakkunniga inom tillståndsbedömning. Intervjuerna användes som utgångspunkt för vidare studier av vanligt förekommande skador och SHM-tekniker. I litteraturstudien användes olika vetenskapliga databaser såsom Diva och ScienceDirect, samt KTH:s bibliotek för att få fram tidigare material om betongskador på broar, deras skademekanismer och om SHM-tekniken. Vidare hämtades information från ett antal doktorsavhandlingar, artiklar och tidigare examensarbeten. Genom litteraturstudie och intervjuer med sakkunniga kom studien fram till att armeringskorrosion och sprickor i betongen är skador som är vanligt förekommande i betongbroar. Skadornas skademekanismer beskrivs i rapporten. Studien identifierade tre olika system som kan användas för detektering och övervakning av armeringskorrosion och sprickor, de systemen är akustisk emission, SOFO-system (SOFO är en förkortning för Surveillance d'Ouvrage par Fibers Optics) och MuST-system (MuST är ett kommersiellt namn). Rapporten ger exempel på hur systemen kan användas för detektering och övervakning av skadorna genom att presentera fyra fallstudier där systemen har använts. Två av fallstudierna presenterar hur akustisk emission har implementeras och två av fallstudierna presenterar hur SOFO-systemet har implementerats. Studien kunde inte identifiera någon fallstudie för MuST-systemet och hur systemet har implementerats. Slutsatsen av studien är att SHM kan användas som ett komplement vid tillståndsbedömningar men man kan inte utföra automatiserade tillståndsbedömningar idag. / Like many countries around the world, Sweden has an aging infrastructure and the need for maintenance is increasing. In an article in Svenska Dagbladet from 21 / 9–2018, the analysis and engineering consulting company WSP reports a rough estimate that SEK 300 billion needs to be invested to upgrade existing infrastructure. After the upgrade, it would require approximately SEK 25 billion annually to carry out ongoing condition assessment and maintenance of Sweden's road and railway networks. Today, inspections are used to assess the condition of bridges. There are three types of inspection; main inspection, general inspection and special inspection. Structural Health Monitoring (SHM) is a technology that is globally more used as a method for condition assessment of bridges. SHM aims to perform automatic assessment of the state of the entire construction and individual damages in real time. SHM uses sensors placed at critical positions to collect measurement data compared to pre-defined limit values. In Sweden, SHM is used sparingly today, where knowledge is at an academic level and there is uncertainty about how SHM should be implemented in practice. By implementing SHM, damage can be detected at an early stage and minimized by quickly performing repairs on the design before the damage becomes critical. The study aims to produce a report that can be used as a guide on how SHM can be implemented and show how the SHM systems have been implemented on previous projects. The report should give the reader an overall picture of how condition assessment is performed today, which damages are common and how SHM can be used as a tool when assessing the condition. The report also aims to provide an overall explanation in Swedish of the SHM technology and what is needed for implementation. Open unstructured interviews were conducted with researchers within SHM and damages to concrete structures as well as experts in condition assessment. The interviews were used as a starting point for further studies of commonly occurring damages and SHM techniques. In the literature study, various scientific databases were used, such as Diva and ScienceDirect, as well as KTH's library to obtain earlier material on concrete damage to bridges, its damage mechanisms and about SHM technology. Furthermore, information was obtained from a number of doctoral dissertations, articles and previous degree projects. Through literature study and interviews with experts, the study concluded that reinforcement corrosion and cracks in the concrete are damages that are commonly found in concrete bridges. The damage mechanisms are described in the report. The study identified three different systems that can be used for detection and monitoring of reinforcement corrosion and cracks, those systems are acoustic emission, SOFO system (SOFO is an abbreviation for Surveillance d'Ouvrage pair of Fiber's Optics) and MuST system (MuST is a commercial name). The report gives examples of how the systems can be used for the detection and monitoring of the damages by presenting four case studies where the systems have been used. Two of the case studies present how acoustic emission has been implemented and two of the case studies present how the SOFO-system has been implemented. The study could not identify any case study for the MuST-system and how the system was implemented. The conclusion of the study is that SHM can be used as a supplement to condition assessments but cannot for the time being used for performing automated condition assessments today.