Besserer Schutz für Talsperren und Dämme
Die unter Wasser liegenden Teile von Talsperren und Dämmen werden bislang nicht dauerhaft überwacht. Um solche Bauwerke, die zur kritischen Infrastruktur zählen, besser zu schützen, erarbeitet das Forschungsprojekt TalSich ein Unterwasser-Sensorsystem, das Schäden mit Hilfe von Künstlicher Intelligenz erkennt. Projektleiter an der TH Köln ist Prof. Dr. Christian Wolf vom :metabolon Institute.
Prof. Wolf, warum sind Talsperren und Dämme besonders schützenswert?
In Deutschland gibt es insgesamt 356 große Stauanlagen. Davon dienen mehr als 100 zur Trinkwassergewinnung und stellen somit eine besonders schützenswerte Infrastruktur hinsichtlich der Versorgungssicherheit der Bevölkerung dar. Zudem bedürfen Absperrbauwerke – also die eigentliche Staumauer – von Stauwerken, welche für die Energiegewinnung eingesetzt werden, eines besonderen Schutzes. Die unter Wasser liegenden Teile von Talsperren und Dämmen werden bislang nicht online überwacht – es gibt keine Sensorik, die permanent in diesem Bereich eingesetzt wird.
Bildergalerie
0 / 0
Im Forschungsprojekt TalSich wird ein Unterwasser-Sensorsystem erarbeitet, das an der Aggertalsperre erprobt wird. (Bild: Aggerverband)
0 / 0
Mit Hilfe des Systems sollen Schäden am Mauerwerk, im Speziellen an den unter Wasser liegenden Teilen, frühzeitig erkannt werden. (Bild: Aggerverband)
0 / 0
Zurzeit werden Hydrophone, die von Tauchern an der Aggertalsperre angebracht worden sind, getestet. Damit können Geräusche unter Wasser erfasst werden. (Bild: Philip Wenzel/TH Köln)
Werden die unter Wasser liegenden Teile zurzeit gar nicht überwacht?
Auch für diese Teile von Absperrbauwerken findet eine Überwachung statt, aber eben keine dauerhafte. Es gibt regelmäßige Kontrollen und wenn dabei etwas auffällt, werden Unterwasser-Roboter eingesetzt. Diese sind aber nicht bereits vor Ort und müssen daher für ihren Einsatz vorbereitet werden – das kostet Zeit. Um diesen Vorgang effizienter zu machen und Talsperren und Dämme besser zu schützen, arbeiten wir an einem automatisierten Verfahren zur Überwachung der Stabilität des unter Wasser liegenden Mauerwerks.
Welche Lösungen werden dafür im Projekt TalSich erarbeitet?
Der im Projekt entwickelte Ansatz besteht aus einem Zusammenspiel unterschiedlicher Unterwasser-Sensorik mit autonomen Robotersystemen. Die von uns entwickelten technischen Lösungen umfassen Sonarköpfe, um Bewegungen zu erfassen, und Hydrophone, also Schallsensoren, zur Wahrnehmung von Geräuschen. Hinzu kommen Unterwasser-Roboter, die autonom Kameraaufnahmen fertigen und bei möglichen Schadensbefunden selbstständig eine Inspektion durchführen sollen. Die gesammelten Messwerte werden schließlich mittels künstlicher Intelligenz analysiert. Dieses System soll dauerhaft im Einsatz sein und wird von uns derzeit an der Aggertalsperre im Oberbergischen Land erprobt.
Wie könnte das Zusammenspiel der Sensoren in der Praxis aussehen?
Ein Beispiel: Wenn ein Auto über eine Sperrmauer fährt, erzeugt das eine Vibration im Bauwerk, die von den Sonaren gemessen wird. Grundsätzlich könnte eine solche Erschütterung auf Schäden in der Mauer hinweisen; wir haben jedoch mit Hilfe von künstlicher Intelligenz ein Verfahren entwickelt, das es den Hydrophonen ermöglicht, Geräusche konkreten Dingen zuzuordnen. So kann in diesem Fall ermittelt werden, dass die Vibration nicht von einem Schaden, sondern von einem Fahrzeug ausgelöst worden ist. Zudem soll es eine Anwendung geben, die es den Talsperrenbetreibenden ermöglicht, aufgezeichnete Geräusche abzuspielen und in letzter Instanz zu überprüfen, ob das Geräusch tatsächlich von einem Auto stammt.
Wer ist am Projekt beteiligt?
Das Vorhaben wird in Kooperation mit dem Aggerverband aus Gummersbach, der das Projekt koordiniert, der ATLAS GmbH aus Bremen, der ecoTech Umwelt-Meßsysteme GmbH aus Bonn sowie der HST Systemtechnik GmbH & Co. KG aus Meschede durchgeführt. Innerhalb der TH Köln arbeiten das :metabolon Institute, Prof. Dr. Thomas Bartz-Beielstein vom Institut für Data Science, Engineering, and Analytics und Prof. Dr. Maria Elena Algorri Guzman vom Institut für Automation & Industrial IT interdisziplinär zusammen. Zudem sind mehrere Studierende im Rahmen von Bachelor- und Masterarbeiten in das Projekt eingebunden.
April 2021
