Ergebnisse:

In diesem Abschnitt werden die Messergebnisse der einzelnen Messungen präsentiert. Dabei wird, wie schon bei dem Messungen, jedes Ergebniss einzeln dargestellt.

Ergebnisse der autonomen Schwingungsmessung:

Eigenfrequenz:

Im Zuge der Auswertung der autonmen Messung, wurde der Komplette Messzeitaum anhand einer Trendkarte dargestellt. Zur besseren Darstellung wird hier nur eine Ausschnitt von gut 2,5 Tagen dargestellt. Die Trendkarte zeigt Frequenzen zwischen 1 - 2,5 Hz. So sieht man, dass Amplitudenausschläge bei ca. 1,7 Hz auftreten und verschwinden. In der Trendkarte erkennt man gut, im dunkleren Bereich, das es aufkommende und abnehmende Ausschläge im Frequenzbereich um ca. 1,7 Hz. Die rot umkreisten Abschnitte zeigen zusammenhängende Ausschläge, Beim Abgleich der Uhrzeiten der Y-Achse, ist zu erkennen das diese nur Tagsüber auftreten. Während sich in der Nacht wenig bis gar nichts tut. Dies ist nachvollziehbar, da in der Nacht keine Schiffsdurchfahrten stattfinden und somit keine stoßartigen Anregungen für freies schwingen der Brücke sorgen. In diesem Fall kann man von der Eigenfrequenz sprechen. Die Eigenfrequenz ist wie folgt definiert: Eigenschwingungen entstehen durch Auslenkung aus der statischen Ruhelage. Die Auslenkung erfolgt durch stoßartige Anregungen, wie durch Verkehrslasten, und führt zu freien Schwingungen (Eigenfrequenz). Voraussetzung dafür ist, dass das System schwingfähig ist. Wie viele Eigenschwingungen ein Bauwerk hat, hängt von ihren Freiheitsgraden ab. [Helmut Kramer: Angewandte Baudynamik Grundlagen für Studium und Praxis]

Zusammenhang zwischen der Eigenfrequenz und der Temperatur:

Im weiteren Verlauf der Auswertung wurde die Eigenfrequenz der Brücke genauer betrachtet, dabei viel auf, das diese nicht konstant ist sondern kontinuierlich steigt bzw. fällt. Vergleicht man die Eigenfrequenz mit den vorhanden Temperaturdaten sieht man einen Zusammenhang. So erkennt man auf den ersten Blick in die Grafik, dass wohl ein Zusammenhang zwischen der Eigenfrequenz und der Temperatur besteht. So kann festgehalten werden, dass mit steigender Temperatur die Eigenfrequenz sinkt. Um dieses Ergebnis zu bestätigen wurden die Daten der Eigenfrequenz und die Daten der Temperatur mathematisch korreliert. Wichtig war hierbei, das Datensätze möglichst lückenlos waren. Dies war in der Nacht nicht der Fall, da dort keine Eigenfrequenz festzustellen war. Bei Lückenlosen Datensätzen lagen die Werte der Korrelation zwischen -0,71 bis -0,75. Diese Werte bestätigen nochmals einen Zusammenhang zwischen der Eigenfrequenz und der Temperatur. Um dieses Ergebniss nochmals zu bestätigen kam das Verfahren der linearen Regression zum Einsatz. Dabei wurden die Temperatur- und Eigenfrequenzdaten in einem 2D-Koordiantensystem dargestellt. Auf der Mathematischen Y-Achse wurden hierbei die Werte Eigenfrequenz aufgetragen und auf der X-Achse die Werte der Temperatur in Grad. Durch die Punktwolke der Daten wurde nun eine lineare Regression berechnet. Nach der Berechnung der linearen Regression ergibt sich folgende Geradengleichung y = -0.0009x + 1.7852. Im Plot wird deutlich, dass die lineare Regression fallend ist. Somit lassen sich für diese Messreihe weitere Rückschlüsse ziehen, dass ein Zusammenhang zwischen der Temperatur und der Eigenfrequenz besteht. So lässt sich zusammenfassend sagen, je höher die Temperaturwerte sind, desto niedriger ist die Eigenfrequenz. Zusammenfassend haben das Verfahren der Korrelation, sowie das Verfahren der linearen Regression bestätigt, dass es einen Zusammenhang zwischen der Temperatur und der Eigenfrequenz besteht.

Zusammenhang zwischen Amplitude, Wind und Verkehr:

Im weiteren Verlauf der Auswertung wurde wurde sich auch mit den Amplitudenausschlägen der Schwingung der Brücke beschäftigt. Dabei sollte klar sein, dass hierbei äußere Einflüße wie Wind und Verkehr eine entscheidende Rolle spielen. Dies wurde genauer untersucht. Hierzu wurden die Amplitudenwerte, Verkehrsteilnehmer und die Windstärke dargestellt. Auf den ersten Blick erkennt man, dass ein Zusammenhang aller drei Einflussgrößen besteht. Zur genauern Betrachtung kam das Verfahren der multiplen Regression zum Einsatz. Hierbei stellt die Amplitude die abhängige Variable der mult. Regression dar. Die Gleichung der multiplen Regression ergibt sich wie folgt:Y_n = b₁ + b₂ * Windstärke + b₃ * Windrichtung + b₄ * Verkehr. Sind die Parameter b_1-4 bestimmt, lässt sich die multiple Regression berechnen und darstellen. Um nun zu Untersuchen, ob es eine Abhängigkeit der Daten gibt, werden die gewonnenen Daten der Regression mit den Daten der Amplitude verglichen. Diese sollten im optimalen Fall fast identisch sein. Eine erste Analyse erfolgt hierbei grafisch. Vergleicht man nun die Werte der Amplitude mit den Werten der multiplen Regression, ergibt sich kein klares Bild. In einigen Abschnitten, wie in der Mitte der Grafik, passen die Amplituden und die mult. Regression zusammen, während einige andere Abschnitte, wie am Ende der Grafik, überhaupt nicht übereinstimmen. Damit kann gesagt werden, dass es einen schwachen Zusammenhang zwischen der der zwischen Amplitude, dem Wind und dem Verkehr gibt. Zur Sicherung dieser Aussage wird nun noch der Korrelationskoeffizienten der Daten herangezogen. Dieser bestätigt, dass die Daten aus Amplitude, Verkehr und Wind, in einer schwachen Korrelation zueinander stehen. Der Korrelationswert der gesamten Messreihe beträgt 0,67. Somit kann zusammenfassend gesagt werden, dass in dem gezeigten Beispiel ein schwacher Zusammenhang zwischen Amplitude, Verkehr und Wind besteht. Ein stärkerer Zusammenhang der Daten wäre vermutlich möglich gewesen, wenn örtliche Winddaten, direkt an der Kanalbrücke gemessen, zur Verfügung gestanden hätten.

Ergebnisse der analogen Schwingungsmessung:

Eigenform:

Mithilfe der analogen Schwingungsmessung konnte die 1. Eigenform näherungsweise bestimmt werden. Als Eigenform bezeichnet man die Verformung eines Systems nach einmaliger Anregung. Es gibt mehrere Formen mit denen die so genannten Knicklinien bestimmt werden.[Horst Irretier: Grundlagen der Schwingungstechnik 2]

1. Eigenform

Um die Eigenform zu bestimmen, wurden die Amplituden aller Fünf Sensoren eines Messintervalls abgelesen. Insgesamt wurden Drei Messintervalle bearbeitet und abgelesen. Eine am Anfang der Messung, eine in der Mitte und eine am Schluss. Die Ergebnisse der Ablesung wurden mithilfe eines Matlab-Plots grafisch dargestellt.

Darstellung der 1. Eigenform

Die Darstellng der 1. Eigenform zeigt sehr deutlich näherungsweise die 1. Eigenform. Man erkennt sehr gut eine synchronität innerhalb der Knicklinie. Wäre diese Synchronität nicht gegeben, bei gleicher Auflagersituation, würde das für eine schlechte Situation der Auflager, und somit der ganzen Brücke sprechen. Unterschiede sind wiederum nur in der Größe der Amplitude festzustellen, welche auf einen unterschiedlichen Belastungsfall der einzelnen Intervalle hindeuten

Ergebnisse der USB-Schwingungsmessung:

Vergleich kontinuierlichen-/periodischen Messungen

Um einen Vergleich zwischen de kontinuierlichen- und periodischen Messungen zu ziehen wurden Messreihen beider Messungen herangezogen. Dabei wurden Intervalle gewählt, welche den exakt gleichen Messzeitraum abdecken. Diese durchliefen wie gewohnt den Auswerteprozess. Links die analoge Messung, rechts die USB-Messung. Die Ergebnisse präsentierten sich wie folgt.

Vergleich kontinuierlichen-/periodischen Messungen

So zeigt die Abbildung deutliche Unterschiede in der Abbildung rechts sind klare Peaks bei ca. 13 Hz und 22 Hz sichtbar. Der Unterschied erklärt sich durch den Standort der USB-Messung Die USB-Messung wurde auf einem Geländerfuß der Brücke durchgeführt. Vermutlich hat das Brückengeländer eine eigene Schwingung bzw. weitere Schwingungen, welche die Ergebnisse erklären könnten.