Die Aggertalsperre: Staumauer aus der Vogelperspektive.
  1. Service
  2. Presse
  3. Presseartikel
  • Pressemitteilung

Aggerverband verleiht Förderpreis mit Hochschule im Rahmen des Weltwassertages

(v.l.n.r. Prof. Dr. Lothar Scheuer, Preisträger Sven Vollberg, Preisträger Moritz Wurm, Ulrich Stücker)

Bildquelle: Aggerverband

Gummersbach. Zum 21. Mal verleiht der Aggerverband in Zusammenarbeit mit der TH-Köln, Campus Gummersbach, seinen Förderpreis im Rahmen des Weltwassertages am 22. März.

Der diesjährige Weltwassertag steht unter dem Motto des Schutzes des Grundwassers. Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz – BMUV, schreibt dazu:

Der Weltwassertag am 22. März, zu dem die Vereinten Nationen (VN) seit 1992 aufrufen, erinnert alljährlich an die Besonderheiten von Wasser als der essenziellsten Ressource allen Lebens. Der Weltwassertag 2022 steht unter dem Motto "Groundwater: Making the Invisible Visible": "Unser Grundwasser: der unsichtbare Schatz". Mit diesem Jahresthema wollen die VN weltweit auf die Bedeutung unseres Grundwassers aufmerksam machen und es ins Bewusstsein der Menschen rufen.

Die elementare Bedeutung des Grundwassers als unverzichtbare Ressource und Teil des Wasserkreislaufs und die Belastungen, denen es durch menschliche Tätigkeiten und zunehmend durch den Klimawandel ausgesetzt ist, sind vielen Menschen nicht wirklich präsent und bewusst. Aus diesem Grund und im Hinblick auf den bevorstehenden Wandel rücken die Vereinten Nationen die Bedeutung und den Wert unseres kostbaren Grundwassers wieder stärker ins gesellschaftliche sowie politische Bewusstsein.

Wie bereits im letzten Jahr, musste die Preisverleihung Corona-bedingt virtuell stattfinden.

Prämiert wurden in diesem Jahr zwei herausragende Abschlussarbeiten mit einem wasserwirtschaftlichen Bezug.

Die Arbeiten stehen gleichwertig nebeneinander. So werden die einzelnen Arbeiten jeweils mit einem Preisgeld von 600 € dotiert.

Die Preisträger und die Titel ihrer Arbeiten für 2022 lauten (in alphabetischer Reihenfolge des Autors):

 

Bachelor of Engineering Sven Vollberg

Thema: “Künstliche Intelligenz in der Zustandserfassung und –beurteilung von Schäden in Abwasserkanälen.”

Betreuung: Prof. Dr. Ing. Christian Jokiel (TH Köln), Frau M.Eng. Caroline Körner (STEB Köln)

Abwasseranlagen müssen standsicher, betriebssicher und dicht sein. Hierbei muss berücksichtigt werden, dass Abwasserkanäle einen wesentlichen Bestandteil des Kanalisationssystems darstellen und einer regelmäßigen Überwachungspflicht gemäß Wasserhaushaltsgesetz unterliegen. Zur Vorbereitung von baulichen Sanierungen wurden seitens der Stadtentwässerungsbetriebe Köln (StEB) im Zuge eines Inspektionsprogrammes ca. 340 Haltungen mit einer Gesamtlänge von ca. 11,1 km in zwei Gebieten in Köln auf herkömmliche Weise mittels optischer Inspektion untersucht. Die optische Inspektion wurde über ein Ingenieurbüro qualitätsgesichert und auch die Schadensbeschreibungen korrigiert bzw. ergänzt.

Innerhalb der Bachelorarbeit soll untersucht werden, inwieweit Künstliche Intelligenz (KI) für die Eigenüberwachung der Kanalnetze in Bezug auf ihren Zustand und Sanierungsbedarf eingesetzt werden kann und wo ggf. Einsatzgrenzen liegen. Vor diesem Hintergrund erhielt Herr Vollberg folgende Aufgaben:

  1. Zusammenstellung der wesentlichsten Inspektionsverfahren für Abwasserkanäle, einschl. Darstellung der jeweiligen Anwendungsbereiche.
  2. Recherche zum Stand von Bilderkennung mittels künstlicher Intelligenz und Stand der Entwicklungen auf diesem Bereich.
  3. Vergleich der Zustandsanalyse und Klassifikation, die mit künstlicher Intelligenz entstanden sind, mit der Zustandsanalyse und Klassifikation, die das Ingenieurbüro aufgestellt hat.
  4. Bewertung inwiefern die automatischen Bild-Auswertesoftware entwickelt ist, die Kanalschäden schneller, sicherer, positionsgenauer erkennt und klassifiziert.
  5. Analyse und Prognose der Entwicklung der Einsatzmöglichkeiten von Künstliche Intelligenz in der Zustandserfassung und – Beurteilung von Schäden in Abwasserkanälen

Innerhalb seiner Bachelor-Arbeit hat Herr Vollberg zunächst die rechtlichen Vorgaben zusammengestellt und anschließend einen detaillierten Überblick über die gängigen Inspektionsverfahren für Abwasserkanäle gegeben. Darauf aufbauend gibt er eine Übersicht über den aktuellen Forschungsstand zur automatischen Bilderkennung und Zustandserfassung von Kanalnetzen mittels KI. Der Kern der Arbeit besteht aus der Gegenüberstellung einer herkömmlichen Inspektion und Zustandsbewertung mit der einer KI-gestützten Bewertung. Hierzu wurden die Ergebnisse beider Verfahren zur Zustandsbewertung eines Untersuchungsgebietes in Köln (Stadtteile Altstadt-Süd und Brück) gegenübergestellt. Dabei erfolgte der Vergleich der Schadensanalyse und Zustandserfassung aufgeschlüsselt nach den Zustandsklassen 0 bis 5 für Kanalnetze.

Herr Vollberg hat die ihm gestellte Aufgabe umfassend bearbeitet und sich dabei in den Stand der Forschung zur automatischen Bilderkennung mittels KI, dem Maschine Learning und Künstlicher Neuronaler Netze eingearbeitet. Durch eine detaillierte, sehr systematische Analyse der Ergebnisse der Zustandsanalysen und Vergleich des herkömmlichen Ansatzes mit dem Einsatz von KI, konnte er Vor- und Nachteile der KI sowie Einsatzgrenzen herausarbeiten.

Sein Erläuterungsbericht ist klar strukturiert, nachvollziehbar und in sich schlüssig und logisch aufgebaut. Während der Bearbeitung aufkommende weitergehende fachliche Fragestellungen und übergreifende Aspekte hat Herr Vollberg erkannt und zielgerichtet bearbeitet. Qualitativ kann seine gesamte Dokumentation, d.h. Erläuterungsbericht einschließlich der Anlagen, mit Leistungen von Ingenieurbüros verglichen werden. Ebenfalls besonders hervorzuheben sind das große Engagement und seine Eigenständigkeit bei der Bearbeitung dieser komplexen Aufgabenstellung.

Bachelor of Engineering Moritz Wurm

Thema: “Überblick und Vergleich von Methoden zur Generierung synthetischer Daten für industrielle Anwendungszwecke.”

Betreuung: Prof. Dr. Ing. Thomas Bartz-Beielstein (TH Gummersbach), Prof. Dr. Ing. Olaf Mersmann (TH Gummersbach)

Nach einer Einleitung im ersten Kapitel wird im zweiten Kapitel der Arbeit beschrieben, wie synthetischer Daten erzeugt werden können. Das dritte Kapitel beschreibt die wichtigsten Methoden aus diesem Bereich (Bibliotheken zur Datengenerierung, Simulationen, Deep Generative Models, u.a. Variational Autoencoder und Generative Adversarial Networks). Ein Vergleich der Methoden zur Generierung synthetischer Daten wird in Kapitel 4 durchgeführt. Besonders aufschlussreich ist Einschätzung im fünften Kapitel, inwiefern synthetische Daten zur Anwendung in Projekten zur Fahrstuhlsimulation und im TalSich Projekt zum Einsatz kommen können.

Das Projekt TalSich wird vom Aggerverband und der TH Köln gemeinsam mit weiteren Partnern aus der Industrie durchgeführt. Es erarbeitet technische Lösungen für die Erkennung von Gefahren von Talsperren mit einem besonderen Fokus auf die unter Wasser liegenden Teile von Absperrbauwerken. Hierbei wird erforscht, inwiefern neueste technische Entwicklungen von Unterwasser- Sensorsystemen und -Robotik auf die speziellen Herausforderungen von Talsperren adaptierbar sind. Die mit diesen Systemen gesammelten Messwerte sollen mittels Künstlicher Intelligenz so aufbereitet werden, dass ein fehlerfreies automatisiertes Erkennen unterschiedlicher Gefahren sowie von Bauwerksschäden ermöglicht wird. Mit einer derartigen Technik können zukünftig Gefahren für Talsperren frühzeitig detektiert und mögliche Schäden verhindert werden.

Die von Herrn Moritz beschriebenen Verfahren zur Generierung synthetischer Daten stellen ein wichtiges Element für das TalSich Projekt dar, weil die praktische Simulation von Bedrohungen sehr aufwändig wäre. Diese Ereignisse müssen daher mit Hilfe synthetischer Daten simuliert werden, um die im Projekt eingesetzte Künstliche Intelligenz zu trainieren. Die Arbeit von Herrn Wurm liefert für diesen Zweck einen sehr guten Überblick. Im Abschnitt 5.2 werden zudem konkrete Empfehlung für den Einsatz im Projekt TalSich gegeben.

Die Arbeit beinhaltet eine hilfreiche Zusammenfassung für Forschungsprojekte wie TalSich zur Auswahl synthetischer Daten. Komplexe Zusammenhänge werden gut aufbereitet und verständlich zusammengefasst. Herr Wurm hat diese Arbeit sehr selbständig durchgeführt. Die Aufgabenstellungen wurden von ihm sehr gut herausgearbeitet, methodische Fragestellungen berücksichtigt. Zudem enthält die Arbeit ein ausführliches Literaturverzeichnis.

Zurück

Navigation Schließen Suche E-Mail Telefon Uhrzeit Kontakt Pfeil nach unten Pfeil nach oben Pfeil nach links Pfeil nach rechts Standort Download Externer Link Startseite