KI-MeZIS - KI-Methoden in der Zustandsüberwachung und bedarfsangepassten Instandhaltung von Schienenfahrzeugstrukturen - Individueller Abschlussbericht DB InfraGo
Köppel, Martin, Daniela Lauer · RENATE · 2025
Not cached yet. This record was fetched live for this request and is stored after the lookup. Reopening the page should serve the cached copy.
RENATE · Technische Informationsbibliothek (TIB) · report · 2025
Abstract
Die Digitalisierung und der Einsatz von Künstlicher Intelligenz (KI) revolutionieren die Gestaltung und den Betrieb zukünftiger Schienenfahrzeuge. Schlüsselkomponenten sind Sensoren zur Zustandsüberwachung und Ereignisdetektion, deren Daten von KI analysiert werden. Aktuelle Schienenfahrzeuge sind nur rudimentär mit solchen Sensoren ausgestattet, was sich mit zunehmender Automatisierung ändern muss.
Hauptanwendungsfälle für KI und zusätzliche Sensorik sind: - Voll- oder Halbautomatisches Fahren (GoA2-GoA4) - Ereigniserkennung: Einschläge, Schäden, Kollisionen und Überrollungen - Zustandsorientierte Instandhaltung - Langfristige Datenanalyse zur Optimierung der Fahrzeugauslegung In diesem Kontext ergeben sich folgende Aufgabestellungen: Die DB InfraGO AG hat zusammen mit den Partnern ein Sensorsystem entwickelt und ausgelegt. Dieses Sensorsystem sowie die dazu benötigte Messtechnik wurden auf einem Zug (Advanced TrainLab) installiert und in verschiedenen Testfahrten sowie Testumgebungen erprobt. Hierbei wurde der Zug auch im regulären Netz gefahren (TRL6).
Zusätzlich wurde ein Flachwagen mit derselben Sensorik ausgestattet, um geeignete Überfahrversuche durchzuführen. Die aufgezeichneten Signale wurden eingehend analysiert. Dabei wurden insbesondere die Anwendungsfälle untersucht, die für das voll- bzw. halbautomatische Fahren notwendig sind. Zudem wurden Instandhaltungsaufgaben betrachtet.
Open the resolved locator · 10.34657/20175
Metadata licence: OpenAlex metadata (CC0)