Die Schallemissionsanalyse zur Spanndrahtbrucherkennung etabliert sich in Deutschland als Verfahren zur Überwachung vorgespannter Konstruktionen. Das Interesse liegt dabei auf der zuverlässigen Erkennung von Spanndrahtbrüchen, also der Beschreibung des Quellmechanismus. Zwei Forschungsschwerpunkte gehen damit einher, die hier thematisiert und erste Ergebnisse vorgestellt werden: Einerseits gilt es die Kette von der Signalentstehung, Signalübertragung bis hin zur aufgezeichneten Welle allgemeingültig zu formulieren, um Rückschlüsse auf den Quellmechanismus zu ziehen. Andererseits werden maschinelle Lernverfahren angewendet, um das Potential solcher Methoden auf diese Art von Daten aufzuzeigen. Nach Berechnung von Merkmalen aus dem Frequenzraum konnte bei einer Klassifikation von Hammerschlag-Signalen eine Genauigkeit von 98% erreicht werden.
Acoustic emission analysis for tendon wire break detection is establishing itself in Germany as a method for monitoring of prestressed structures. The focus lies in the reliable detection of tendon wire breaks, i.e. the description of the source mechanism. Two main areas of research are associated with this, whichare discussed in this paper: On the one hand, the measurement chain for describing the signal transmission from signal generation to the recorded wave must be formulated in a generally valid way in order to draw conclusions about the source mechanism. On the other hand, machine learning methods are used to show the potential of such methods for this kind of data. After calculating features from the frequency space, an accuracy of 98 % could be achieved with a classification.