Über ZEKISS
Bisher werden Daten aus Monitoringsystemen an Bauwerken (vornehmlich Brücken) zur bautechnischen Bewertung und Instandhaltungsmaßnahmen jener Strukturen genutzt. Analog dienen an Fahrzeugen installierte Sensorsysteme der Überwachung von fahrzeugtechnischen Komponenten und der Gleisanlage. Inhärent werden mit den jeweiligen Sensorsystemen jedoch Daten gesammelt, die weitere Informationen enthalten: Ein instrumentierter Zug überfährt auf seiner Fahrt eine Vielzahl an Brücken und über eine instrumentierte Brücke fahren eine Vielzahl an Zügen.
Es soll ein digitales Werkzeug für die in-situ Überwachung von Eisenbahnbrückenbauwerken im Rahmen eines sensordatengestützten Predictive Maintenance Konzepts unter Verwendung eines BIM-integrierten Digitalen Zwillings (Digital Twin) und auf Basis der Künstlichen Intelligenz entwickelt, implementiert und validiert werden. Kernziel ist die Entwicklung eines Templates für eine hochgradig automatisierte und verbesserte Aussage zur Zustandsbewertung (Resonanzgefährdung, Tragsicherheit, Restlebensdauer) von bestehenden Eisenbahnbrücken.
Die durch das dynamische Monitoring gewonnenen Zustandsdaten werden durch eine automatisierte und kontinuierliche Aktualisierung des Ist-Zustands des Digitalen Zwillings berücksichtigt. Basierend auf den Zustandsdaten entscheidet eine Künstliche Intelligenz, unter Berücksichtigung mechanischer Zusammenhänge der Struktur, über eine notwendige Anpassung der Strukturmodelle (Brücke und Fahrzeug) an den Ist-Zustand (Strukturidentifikation, Systemkalibrierung).
Verbundkoordinator
TU Darmstadt Institut für Statik und Konstruktion (ISMD) und Institut für Informatik im Bauwesen (IIB)
Projektpartner
Wölfel Engineering GmbH + Co. KG, Höchberg
GMG Ingenieurgesellschaft mbH, Dresden
DB Netz AG, Frankfurt am Main