KiSiDi
Entwicklung einer KI-gestützten Schieneninspektion zur automatisierten Schadenserkennung und Erstellung eines digitalen 3D-Zwillings als Grundlage für eine effizientere, kollaborative Instandhaltung im Bahnnetz.
Ziel des Projekts „KiSiDi“ ist die Automatisierung von Prüfmaßnahmen zur Instandhaltung von Bahnschienen mithilfe Künstlicher Intelligenz. Durch den Einsatz intelligenter Analyseverfahren wird die Inspektion des Schienennetzes künftig deutlich genauer, effizienter und kostengünstiger durchgeführt. Die erfassten Prüfergebnisse werden auf einem digitalen 3D-Zwilling gespeichert, ausgewertet und den zuständigen Betreibern zur Verfügung gestellt.
Diese digitale Dokumentation ermöglicht eine verbesserte, unternehmensübergreifende Zusammenarbeit und bildet die Grundlage für eine optimierte Maßnahmen- und Instandhaltungsplanung. Reparaturarbeiten lassen sich gezielter und schneller umsetzen, wodurch sich sowohl Aufwand als auch Fehleranfälligkeit reduzieren. Darüber hinaus erleichtert die durchgängige Erfassung und Visualisierung von Schäden mithilfe des Digitalen Zwillings auch die Ursachenermittlung nach Unfällen im Schienenverkehr. Insgesamt entsteht eine interaktive, einheitliche und leicht zugängliche Datengrundlage, die den Zustand des Schienennetzes jederzeit transparent abbildet und zukunftsorientierte Instandhaltung ermöglicht.
Unsere Rolle im Projekt
Das August-Wilhelm Scheer Institut fokussiert sich im Projekt auf die Erforschung und Entwicklung eines innovativen Ansatzes, zur automatischen Generierung eines digitalen 3D-Zwillings aus optischen und nicht-optischen Daten der Prüfverfahren. Der digitale Zwilling spiegelt zu jeder Zeit den Zustand eines geprüften Streckenabschnitts und integriert gefundene Schäden sowie Metadaten auf einem dreidimensionalen Modell, das für Planungs- und Sanierungsverfahren genutzt und durch neuartige Visualisierungstechnologien wie AR/VR dargestellt werden kann.
Die Ausgangssituation
Der Handlungsbedarf im Überblick
Die regelmäßige und sorgfältige Wartung und Instandhaltung von Schienensystemen ist für die Gewährleistung eines sicheren und zuverlässigen Personen- und Güterverkehrs unerlässlich. Die Beurteilung des Schienensystems gestaltet sich bis heute als enorm aufwendig, da die Daten bestehender Prüfverfahren manuell aufbereitet und analysiert werden müssen. Eine manuelle Auswertung geht mit einer nicht zu vernachlässigenden Fehleranfälligkeit einher. So müssen die abgeleiteten Ergebnisse nachträglich validiert werden, wodurch zusätzliche Aufwände entstehen. Das führt zu einer ineffizienten Beurteilung und der damit verbundenen Instandhaltung bestehender Schienennetze.
Weiterhin müssen Unbekannte, bestehende Zusammenhänge zwischen Gleisgeometrie- und Schienenfehlern selbstständig herausgearbeitet werden. Das kann bedeuten, dass sicherheitsrelevante Abweichungen teilweise erst sehr spät oder nicht entdeckt werden. Das kann nur mithilfe einer vorsorglichen Instandhaltung zuverlässig vermieden werden.
38.500 km Schienennetz
459 Unfälle mit Personenschaden in 2018
Eure Kontaktperson
KiSiDi
KI-basierte Zustandsanalyse von Schienenverkehrsnetzen und Instandhaltungsmanagement anhand des Digitalen Zwillings
Marcel Mutz
marcel.mutz@aws-institut.de
+49 162 2485 116
Eure Kontaktperson
KiSiDi
KI-basierte Zustandsanalyse von Schienenverkehrsnetzen und Instandhaltungsmanagement anhand des Digitalen Zwillings
Marcel Mutz
marcel.mutz@aws-institut.de
+49 162 2485 116
Unser Lösungsansatz im Fokus
Für die KI-basierte Schadensanalyse werden sich moderne Machine Learning Verfahren eingesetzt. Dafür wird der Datenbestand von bereits durchgeführten Schienenuntersuchungen aufgearbeitet und gelabelt. Bei der Erstellung des digitalen 3D-Zwillings ist es notwendig, die Art und Position der Schäden mit einem sehr hohen Genauigkeitsgrad darzustellen. Die Messergebnisse der verschiedenen Prüfverfahren werden verwendet, um diesen Detailgrad zu erreichen und ein genaues 3D-Abbild zu erzeugen. Über definierte Schnittstellen sollen die resultierenden Schadensanalysen sowie der 3D-Zwilling den Netzbetreibern und Instandhaltungsunternehmen zugänglich gemacht werden können.
Förderhinweis
Das Projekt KiSiDi ist gefördert vom Bundesministerium für Bildung und Forschung.
Förderkennzeichen: 01IS21029B
Laufzeit: 01.10.2021 – 30.09.2024
Finanziert von der Europäischen Union – NextGenerationEU
