pm/asl

KI unterstützt Schienenprüfung

Bilder
Die ZEDAS GmbH ist Partner in einem KI-Forschungsvorhaben zur Analyse von Schienenprüfdaten. Foto: pixabay

Die ZEDAS GmbH ist Partner in einem KI-Forschungsvorhaben zur Analyse von Schienenprüfdaten. Foto: pixabay

Im Rahmen des Förderprogramms mFUND des Bundesministeriums für Verkehr und digitale Infrastruktur (BMVI) starten das Deutsche Zentrum für Schienenverkehrsforschung beim Eisenbahn-Bundesamt (DZSF), die DB Netz AG Frankfurt a.M., die Bundesanstalt für Materialforschung und -prüfung Berlin, sowie das Institut für Bauingenieurwesen der TU Berlin, die Vrana GmbH aus Rimsting und die ZEDAS GmbH Senftenberg im Dezember ein gemeinsames Forschungsvorhaben. Ziel ist die KI-basierte Analyse von Schienenprüfdaten, um die Fehlerdetektion, -bewertung und Instandhaltungsplanung zu optimieren. „Als Experte für das Asset Management und die Instandhaltung von linear ausgedehnten Objekten im Bereich Schieneninfrastruktur, freuen wir uns auf die Zusammenarbeit in diesem für uns spannenden Projekt.“, Christoph Baum, Bereichsleiter Research & Development. Das Projekt wird vom DZSF koordiniert und über den Zeitraum von Dezember 2021 bis November 2024 mit rund 1,9 Millionen Euro vom BMVI gefördert. Ziel ist es, ein IT-Werkzeug zur Instandhaltung der Schieneninfrastruktur zu entwickeln, mit dem die aus Prüffahrten erhobenen Daten durch den Einsatz von Künstlicher Intelligenz (KI) effizient genutzt werden können. Im Praxistest wird dieses IT-Werkzeug auf Strecken des „Offenen Digitalen Testfelds“ des DZSF im Lausitzer Braunkohlerevier erprobt und bewertet. Durch den Zugang zu dort erhobenen Daten werden weitere Forschungsaktivitäten in dem vom Strukturwandel betroffenen Gebiet angeregt. Die Instandhaltung der Schieneninfrastruktur erfolgt bisher zumeist nach präventiven Konzepten: Welche Instandhaltungsmaßnahmen durchgeführt werden, wird anhand von Mess- und Prüfdaten zum Schienenzustand aus regelmäßig stattfindenden Inspektionsfahrten entschieden. Diese Daten werden jedoch bisher nur teilweise automatisiert ausgewertet und lassen nur vereinzelt genaue Rückschlüsse auf die tatsächlichen Fehlerbilder und deren Ausmaße zu. Künstliche Intelligenz soll künftig den gesamten Prozess unterstützen - von der Datenerfassung aus den Prüfsystemen über die Analyse bis hin zur Entscheidungsfindung und Visualisierung. "Durch die bessere Kenntnis des Schienenzustands und eine genauere Klassifikation von Fehlern wird eine optimierte Auswertung von Daten aus der Schienenprüfung ermöglicht." so Mike Fieber, der seitens der DB Netz AG für die Anwendung der Projektergebnisse im Laufe des Vorhabens und gegebenenfalls darüber hinaus verantwortlich wird. Damit legt das Projekt die Grundlage für eine zustandsorientierte Instandhaltung und erhöht die Verfügbarkeit der Schieneninfrastruktur bei gesenkten Lebenszykluskosten.