Ein System zur Zustandsüberwachung von Schienenfahrzeugen

Kurzfassung

Die fortschreitende Digitalisierung der Schienennetze und der zunehmende Einsatz künstlicher Intelligenz (KI) verändern die Konstruktion, den Betrieb und die Instandhaltung von Schienenfahrzeugen grundlegend. Während der vollautomatisierte Betrieb auf der Automatisierungsstufe 4 (GoA4) in U-Bahn-Systemen bereits etabliert ist, ist sein Einsatz im Vollbahnbereich nach wie vor begrenzt. Dies ist in erster Linie auf strenge Sicherheitsanforderungen und die Komplexität offener Betriebsumgebungen zurückzuführen. Aktuelle Wahrnehmungssysteme auf Basis von Kameras, Radar und Lidar sind zwar bei der Erkennung von Objekten effektiv, bieten jedoch nur begrenzte Möglichkeiten zur zuverlässigen Identifizierung von Aufprallen, Kollisionen und Überfahrereignissen. Dieser Beitrag stellt einen neuartigen Ansatz für die Echtzeit-Zustandsüberwachung von Fahrzeugen und die Aufprallerfassung vor, der strukturelle Sensortechnologien mit KI-basierter Datenanalyse integriert. Das vorgeschlagene Rahmenkonzept adressiert drei Schlüsselanwendungen: (1) automatisierte Erkennung von Stößen, strukturellen Schäden und Überfahrereignissen, (2) zustandsbasierte Instandhaltung durch kontinuierliche Überwachung und (3) langfristige Datenanalyse zur Unterstützung der Fahrzeugkonstruktionsoptimierung. Die Ergebnisse belegen die Machbarkeit des vorgeschlagenen Ansatzes und unterstreichen dessen Potenzial, die Betriebssicherheit zu erhöhen, vorausschauende Instandhaltungsstrategien zu ermöglichen und den Übergang zum vollautomatisierten Betrieb in Fernverkehrsbahnsystemen zu unterstützen.