Das Ziel der Prozesskonfiguration besteht darin, typische Bauprozesse wie Planungsprozesse, Ausführungsprozesse, Steuerungs- und Entscheidungsprozesse zu unterstützen. Infolgedessen bilden die Prozesse und der Einsatz von Prozessmodellen für verschiedene Aufgabenbereiche im Bauwesen die Grundlage für die computerunterstützte Bearbeitung von Bauvorhaben. Die Bauprozessmodelle werden meistens in einer semi-formalen Sprache dargestellt. Das erlaubt die weitere Formalisierung zum Zweck der intelligenten Konfiguration der Prozesse. Das bedeutet, dass die Prozesse auf Basis des formal beschriebenen Prozesswissens konfiguriert, zusammengestellt und instanziiert werden können. Solche Prozesse sind besonders aktuell im Bereich des Risikomanagements, das in den letzten Jahren im Bauwesen an Bedeutung gewonnen hat. Die Prozesse sollen bei der Suche nach einem alternativen Ablauf im Fall einer Prozessstörung ad-hoc konfiguriert und zur Verfügung gestellt werden. Dies kann semi-automatisch mit Einsatz wissensbasierter Methoden realisiert werden. Die Prozesse im Bauwesen bergen diverse spezielle Eigenschaften in sich, die die Problematik der typischen Konfigurationsvorgehensweise sichtbar werden lassen. Wesentliche Merkmale der Bauprozesse sind der durchgängige Informationsfluss und der hohe Kommunikationsbedarf zwischen allen Beteiligten im Bauprojekt. Das impliziert Anforderungen an eine effektive Interoperabilität innerhalb des Bauprojekts. In einem signifikant großen Projekt wie beispielsweise dem Flughafenbau, bei dem sich die Baustelle auf tausenden Hektar Fläche erstreckt und mehrere Dutzende Baufirmen involviert sind, die über unterschiedliche Software und Baudatenmodelle und Standards verfügen, ist die Koordination sowie ein effektiver Informationsaustausch und als Folge die Prozesskonfiguration gravierend erschwert. Dementsprechend spielt die Anwendung einer übergeordneten Struktur, die die Heterogenität der verteilten Umgebung einkapselt, eine bedeutende Rolle. Des Weiteren bringt ein ontologiebasierter Ansatz wesentliche Vorteile bei der Betrachtung der existierenden Problematik. Ontologie ist eine explizite, formale Spezifikation einer gemeinsamen Konzeptualisierung (Gruber 1993). Darunter kann eine konzeptuelle Formalisierung von Wissensbereichen und Begriffssystemen verstanden werden. Mittels Ontologie kann Wissen verteilt werden, was eine verbesserte Interoperabilität in komplexen Systemen mit vielen heterogenen Ressourcen, wie beispielsweise Bauwesensystemen, gewährleistet. Anwendungsbereiche der Ontologie sind Kommunikation und Repräsentation sowie Wiederverwendung von Wissen. Die Ontologie wird in der Regel in Form einer Taxonomie dargestellt. Solche Konstrukte ermöglichen es, Struktur in ein heterogenes Umfeld zu bringen. So kann eine allgemeine bereichsübergreifende Ontologie, eine Top-Level Ontology, eine übergeordnete Baustruktur gut abbilden. Potenziell ermöglicht eine Ontologie die Analyse des Domänenwissens auf semantischer Basis, wie Schlussfolgerung, Konsistenzprüfung und gezielte Suche. Die Flexibilität bei der Konfiguration wird durch die regelbasierte Anwendung unterstützt. Darüber hinaus können intelligente Lösungen durch Anwendung verschiedener Baustrategien, die den Prozessablauf optimieren, erzielt werden. Die Prozesse, Ontologien und Regeln können verschiedene Arten von Wissen abbilden und als Kombination eine effiziente, wissensbasierte Prozesskonfiguration ermöglichen. Der Schwerpunkt dieser Arbeit liegt auf dem Schließen der Prozesskonfigurationslücke, in dem eine Kombination aus Prozessen, Prozesskonfiguration, Ontologien und Regeln präsentiert wird. Dabei zählt zu den wichtigsten Beiträgen der Arbeit, Interoperabilität innerhalb des Bauprojekts voran zu bringen, eine unternehmensübergreifende, übergeordnete ontologische Struktur für die effektive Zusammenarbeit in den verteilten Bauumgebungen zu erarbeiten und eine intelligente Prozesskonfiguration und -rekonfiguration zu gewährleisten.

No description available.

No description available.

Buildings are essential parts to human life, which provide the place to dwell, educate, entertain, etc. However, they are usually vulnerable to earthquakes, and collapsed buildings are the main factor of fatalities and directly impact livelihoods. It is particularly important to quickly and accurately obtain damaged building conditions for further planning rescue. Remote sensing has the ability to quickly capture the information of damaged buildings in a large area, and remote sensing imagery has been used by government organizations, international agencies, and insurance industries for assessing post-event damage. The application of deep learning is encouraged by recent technological developments, enabling the processing of increasing amounts of data in a reasonable time as well as the use of more complex models. In this thesis, deep learning is explored for identifying collapsed buildings using very high-resolution remote sensing imagery after the 2010 Haiti earthquake. In the present study, a simple architecture of convolutional neural network (CNN) model was proposed to evaluate the potential of CNN for extracting features and detecting collapsed buildings using only post-event very high-resolution remote sensing imagery. Three balancing methods were considered to reduce the effect of the imbalance problem for the performance of the CNN, and the results showed that a suitable balancing method should be considered when facing imbalance dataset to retrieve the distribution of collapsed buildings. To improve the classification accuracy, pre- and post-event very high-resolution remote sensing imagery were considered, and a conventional classification method was combined with the CNN. Compared to conventional texture features, deep features learnt from CNNs had better performance for identifying collapsed buildings, and the accuracy was further improved by combing CNN features with random forest classifier. For the limited dataset, a pretrained CNN model was applied to detect collapsed buildings, and the effect of data augmentation was also investigated. The experimental results demonstrated that the pretrained CNN model outperformed the model trained from scratch for identifying collapsed buildings.

Ziel der vorliegenden Arbeit ist es, eine weitestgehend allgemeine Beschreibung einer Herangehensweise für Auswertung und Interpretation von mechanischen Versuchen an Boden zu ermöglichen. Dafür werden Parameter eingeführt und vorgestellt, die das Verhalten des Bodens zustandsunabhängig beschreiben, wobei der Bodenzustand durch die Spannung und die Dichte (Porenzahl e) definiert ist. Zu Beginn wird das typische Bodenverhalten und die Standardauswertung in Kompressions- und Scherversuchen beleuchtet. Bei gezeigten Beispielauswertungen können die Scherparameter φ ‘ und c' nicht eindeutig bestimmt werden. Um eine Grundlage für die fortgeschrittene Auswertung zu schaffen, werden Referenzzustände eingeführt. Die Betrachtung der Referenzzustände bringt den Vorteil, dass die genutzten Bodenparameter unabhängig von Ausgangsspannung und -dichte der untersuchten Proben sind. Weiterhin wird das prinzipielle Bodenverhalten in Relation zu den Referenzzuständen beschrieben. Basierend auf den eingeführten Referenzzuständen wird ein Auswertekonzept vorgestellt. In diesem werden mit Hilfe von Spannungsnormierungen Einflüsse aus Spannung und Dichte auf die Versuchsergebnisse zusammengefasst. Die am Anfang beschriebenen Beispielauswertungen werden über das eingeführte Auswertekonzept näher betrachtet. Für eine Bewertung von Scherversuchen werden Vorschläge für Bewertungskriterien, basierend auf dem zuvor beschriebenen Konzept, gegeben. Mit Hilfe der vorgeschlagenen Kriterien können einzelne Teilversuche identifiziert werden, welche bei der Bestimmung der Scherparameter nicht mit berücksichtigt werden sollten. Dies wird an einem der Beispielböden verdeutlicht. Zuletzt sind mögliche Fehleinschätzungen des Bodenverhaltens bei der Auswertung von Laborversuchen beschrieben. Daraus abgeleitet ergeben sich Unterschiede in den abgeleiteten Spannungen.

Der Bau- und Liegenschaftsbetrieb Nordrhein-Westfalen (BLB NRW) gehört zu den großen Auftraggebern von Bauleistungen am Markt und ist interessiert an Optimierungspotenzialen (u. a. hinsichtlich Zeit, Kosten, Nachhaltigkeit) bei seinen Baustellenabläufen. Der Einsatz von Baurobotern bildet hierbei eine vielversprechende Option, welche u. a. im Hinblick auf aktuelle Entwicklungsstände (TRL), Einsatzpotenziale sowie technische, logistische und regulatorische Randbedingungen eruiert werden muss. Vor diesem Hintergrund war der BLB auf der Suche nach Beratungsleistungen im genannten Themenfeld. Die vorliegende Studie legt den aktuellen Stand von Technologien, Prozessen und Maschinen dar, zeigt Entwicklungstrends auf und ordnet die Möglichkeiten und Herausforderungen bezüglich eines zeitnahen und praxistauglichen Einsatzes von Baurobotiksystemen unter Beachtung geltender Regularien ein. Der Bericht fasst die Ergebnisse der Forschungs- und Entwicklungsarbeiten der GWT-TUD GmbH (GWT) zusammen, welche stellvertretend durch die beiden Projektleiter Prof. Dr.-Ing. Frank Will (Professur für Baumaschinen) und Prof. Dr.-Ing. Jens Otto (TU Dresden, Institut für Baubetriebswesen) erarbeitet wurden. Auftraggeber der Studie war der Bau- und Liegenschaftsbetrieb des Landes Nordrhein-Westfalen.

No description available.

No description available.

No description available.

No description available.