Direkt zum Inhalt
Direkt zum Inhalt

RailDefControl

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

STB_KI_Zug

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

  • Icon Kalender

    Laufzeit
    01.06.2023 - 31.05.2025

  • Icon Tag

    Forschungsbereich
    Structural Health Monitoring, Infrastruktur, Schienendeformation

  • Icon Abzeichen Euro

    Finanzierung
    Bundesministerium für Wirtschaft und Klimaschutz (BMWK): 216.757€

  • handshake

    Projektpartner
    Gantner Instruments Test & Measurement GmbH

 

Forschungsmethoden & Vorgehen

Method 1 / WP 1: Requirements and Specifications

 This work package aims to define the requirements for EcoMobility, driving the research in the project, as well as use case and validation activities. For every sub-system addressed in the project, there will be a task where the involved partners define the requirements and specification in close coordination.

Method 2 / WP 2: System Level Design

The overall objective of this work package is to establish a comprehensive, in-depth representation of the subsystems that will be integrated into the AI-based digital Automotive Value Chain by conceptual design, modelling and simulation at different levels.

Schritt 3

Zusammenfassung der Daten

Zugklassifikation

Bestimmung von Geschwindigkeit, Achsabständen und-lasten aus den Messdaten; Abgleich mit Zugklassen.

Alarmierung & Prognose

Grenzwertprüfung (DB-Richtlinien), Trend-/Zeitreihenanalyse und Benachrichtigung (E-Mail/SMS).

Numerische Modelle

FE-Modelle für Stützpunkt (nichtlineare Feder-/Dämpferkennlinien) und Schiene; Simulation von Untergrund/Temperatur/Rate; Kalibrierung an Messdaten.

Validierung & Optimierung

Funktionstests, Parameterstudien (Samplingrate/Filter), Feintuning der Algorithmen.

Das Projektteam

STB_Daniel_Sahm

AR Dr.-Ing. Daniel Sahm

Akademische*r Rat*Rätin auf Zeit

Leiter Arbeitsgruppe Metallkunde und technische Physik im Ingenieurwesen

STB_Sebastian_Korte

Sebastian Korte M.Sc.

Wissenschaftliche*r Mitarbeiter*in

Doktorand

Fördermittelgeber und Kooperationspartner

Förderung: Bundesministerium für Wirtschaft und Klimaschutz (BMWK), Programm ZIM – FuE-Kooperationsprojekt

 

Industriepartner: Gantner Instruments Test & Measurement GmbH