KI-basierte Analyse von Schienenprüfdaten für eine optimierte Instandhaltungsplanung

in die Zwischenablage kopiert

    Über AIFRI

    Die Instandhaltung der Schieneninfrastruktur erfolgt heute zumeist nach präventiven Konzepten: In regelmäßigen Zeitintervallen werden vorausbestimmte Maßnahmen durchgeführt, um einen geforderten Zustand zu erhalten. Grundlage für die Entscheidung, welche Instandhaltungsmaßnahmen durchgeführt werden, bilden Mess- und Prüfdaten zum Schienenzustand aus Inspektionsfahrten. Diese werden bisher nur teilweise automatisiert ausgewertet und lassen nur vereinzelt genaue Rückschlüsse über die tatsächlichen Fehlerbilder und deren Ausmaße zu.

    Projektvolumen

    2.405.482

    BMDV-Förderung

    79 %

    Projektzeitraum

    -

    Förderkennzeichen

    19FS2014A

    Bundesland

    Sachsen

    Förderlinie

    Förderlinie 2

    Im Projekt soll ein IT-Werkzeug entwickelt werden, das eine effiziente Nutzung von erhobenen Daten aus Prüffahrten ermöglicht (Wirbelstrom- und Ultraschallprüfsysteme). Es wird darauf abgezielt, den gesamten Prozess zu unterstützen - von der Datenerfassung aus den Prüfsystemen über die Analyse bis hin zur Entscheidungsfindung und Visualisierung. Durch die bessere Kenntnis des Schienenzustands, eine genauere Klassifikation von Fehlern sowie eine gezielte Planung von Maßnahmen wird eine optimierte Instandhaltung der Schienen ermöglicht. Damit legt das Projekt die Grundlage für eine prädiktive Instandhaltung und führt zu einer deutlichen Erhöhung der Verfügbarkeit der Schieneninfrastruktur bei gesenkten Lebenszykluskosten.

    Es werden zwei verschiedene Systeme für die Schienenprüfung verwendet, um Daten über den Schienenzustand zu erheben, daraus Fehlerbilder zu detektieren, diese zu klassifizieren und in ihrer Schädigungstiefe zu bewerten. Die Implementierung der Datenanalyse erfolgt mittels KI-Verfahren und unter Kombination von Datenquellen. Ein Konzept zur Ableitung und Planung von Instandhaltungsmaßnahmen wird entwickelt. Im Praxistest wird das entwickelte IT-Werkzeug auf Strecken des DZSF-Testfeldes im Lausitzer Braunkohlerevier erprobt und bewertet. Durch den Zugang zu dort erhobenen Daten werden weitere Forschungsaktivitäten in dem vom Strukturwandel betroffenen Gebiet angeregt.

    Verbundkoordinator

    Deutsches Zentrum für Schienenverkehrsfor-schung beim Eisenbahn-Bundesamt, Dresden

    Projektpartner

    DB Netz AG Logo

    DB Netz AG

    Bundesanstalt für Materialforschung und -prüfung

    ZEDAS GmbH

    Technische Universität Berlin Logo

    Technische Universität Berlin

    Vrana GmbH, Rimsting

    Netzwerk

    Sie gestalten die Zukunft der Mobilität?

    Sie sind Teil eines mFUND-Projekts, Mobilitätsexpert*in aus der Wirtschaft oder auf der Suche nach Kooperationspartnern für das nächste bahnbrechende Projekt? Dann werden Sie Teil der Emmett-Community und vernetzen Sie sich mit interessanten Persönlichkeiten aus dem Mobilitätssektor.

    Beiträge und Veröffentlichungen
    Projektticker