RailDefControl

Entwicklung einer Hohllagendetektion bei Eisenbahnschienen durch Messung der Beschleunigung der Schienendeformation bei Zugüberfahrten

Projektbeschreibung

Ziel von RailDefControl ist ein robustes Mess- und Monitoringsystem, das Gleisabschnitte im Regelbetrieb überwacht und Schienenhohllagen nahezu in Echtzeit erkennt. Dafür werden Beschleunigungen der Schienenbewegung bei Zugüberfahrten gemessen, sensornah gefiltert und integriert, um daraus Verformungswege zu bestimmen und automatisiert zu bewerten (inkl. Ampelsystem und Alarmierung). Ergänzend werden numerische Modelle entwickelt, um Umgebungs- und Untergrundeinflüsse (feste Fahrbahn / Schotter, Temperatur usw.) abzubilden und die Zuverlässigkeit der Detektion zu erhöhen.

Schwerpunkte des Projekts

Entwicklung eines witterungsbeständigen Beschleunigungsmesssystems für den dauerhaften Gleiseinsatz.
In-situ-Datenverarbeitung: Filterung, Detrending und zweifache numerische Integration; Datenreduktion 90 % vor Upload.
Zugklassifikation (Geschwindigkeit, Achsabstände, Achslasten) für eine zugklassen-individuelle Bewertung.
Alarmierung & Prognose: Grenzwertprüfung, Trendanalyse und vorausschauende Warnung.
Numerische Simulationen (u. a. FE-Modelle) zur Untersuchung von Einflussfaktoren und Kalibrierung.

Alles auf einen Blick

Laufzeit
01.06.2023 - 31.05.2025
Forschungsbereich
Structural Health Monitoring, Infrastruktur, Schienendeformation
Finanzierung
Bundesministerium für Wirtschaft und Klimaschutz (BMWK): 216.757€
Projektpartner
Gantner Instruments Test & Measurement GmbH

Forschungsziele

Detektion von Hohllagen

Permanente Überwachung kritischer Gleisabschnitte und nahezu Echtzeit-Detektion von Hohllagen.

Bewertung des Risikos

Zugklassen-individuelle Risikobewertung und automatisierte Alarmierung (Ampelsystem).

Datenreduktion

Deutliche Datenreduktion durch sensornahe Vorverarbeitung.

Numerische Simulation

Schienen-/Stützpunkt-Modell (inkl. Temperatureinfluss, Untergrundvarianten) zur Erhöhung der Zuverlässigkeit.

Forschungsmethoden & Vorgehen

WP1: Finalization of the gap identification process in Iranian and Iraqi HE curricula is based on demands and needed skills in the private sector and industry as well as state-of-the-art technological advances in Internet of Things.

Operationalisierung zentraler Implementationsdimensionen

Die Wahrnehmung der Reform wird anhand etablierter Dimensionen wie Vorteil, Passung, Komplexität und Umsetzbarkeit differenziert analysiert.

Faktoren- und Clusteranalyse zur Typenbildung

Durch Hauptkomponenten- und Clusteranalysen werden unterschiedliche Lehrkräftetypen identifiziert, die sich in ihren fachlichen und didaktischen Orientierungen unterscheiden.