RailPrev

Die Einhaltung vordefinierter Wartungszyklen, sowie die planmäßige Durchführung von Instandhaltungsarbeiten, bilden derzeit die Grundlage für einen reibungslosen und sicheren Bahnverkehr. Der Austausch von Schieneninfrastrukturkomponenten, wie Isolierungen an den Schienen für die Signaltechnik, Weichenherzen, die Schienen selbst ist aufwendig und beeinträchtig zumeist den ordentlichen Bahnverkehr. Es entstehen damit hohe Kosten (direkte und indirekte). Derzeit erfolgen die meisten Instandhaltungsmaßnahmen aufgrund geplanter Wartungszyklen und oftmals wegen einer Störung, also reaktiv. Ein laufendes Monitoring und eine daraus abgeleitete proaktive Instandhaltung der Schieneninfrastruktur bringt damit entsprechende monetäre und abwicklungstechnische Vorteile. Störungen und ungeplante Stopps der Schienenfahrzeuge können damit verhindert werden.

Der Zustand der meisten Schieneninfrastrukturkomponenten an der Strecke und im Bahnhofsbereich wird derzeit in periodischen, präventiven Inspektionszyklen durch visuelle Inspektion erfasst. Wesentliches Ziel im Projekt RailPrev ist es auf Basis moderner Datengewinnung durch Sensorsysteme, leistungsfähiger Datenkommunikation und innovativer Datenanalysemethoden eine effiziente „Condition Monitoring“ bzw. „Predictive Maintenance“ Lösung zu entwickeln. Es soll eine regelmäßige, flächendeckende und vor allem objektivierte Zustandsinformation der Schieneninfrastrukturkomponenten abgeleitet und durch die automatische Erkennung von Zustandsparametern bzw. spezifischen Schadensmustern ein präventives Instandhaltungsmanagement installiert werden.

Aufbauend auf den Ergebnissen aus dem Projekt SISSI (Störungen an den Isolierstößen der Schienen mittels präventiver Schadensmusteranalyse in der Instandhaltung erkennen) wird in RailPrev gezeigt, dass Entwicklungen, im Bereich der Sensorik, der Datenübertragung und des Datenmanagements, der Positionierungstechnologie und vor allem der Datenanalyseverfahren, wesentliche Optimierungen für die Instandhaltung ermöglichen. Im Projekt SISSI wurde die Erkenntnis abgesichert, dass über Vibrationsmessung mittels ON-BOARD Sensorik schadhafte Infrastruktur (Infrastrukturkomponenten) erkannt werden kann.

Ziel in RailPrev ist es ein ganzheitliches innovatives Konzept zu entwickeln, um das Potential modernster Technologien (big data analysis, multi sensor approaches, machine learning, 5G solutions, etc.) für ein effizientes Monitoring der Schieneninfrastruktur auszuschöpfen. Hierfür bedarf es noch wesentlicher Entwicklungsschritte, beispielsweise auch die Entwicklung eines einheitlichen Datendesigns und der Definition von relevanten Parametern für eine durch-gängige Datenstruktur. Es müssen sowohl qualitative als auch quantitative Informationen der über große räumliche Distanzen verteilten Schieneninfrastrukturkomponenten und unter-schiedlicher zeitlicher Erfassung gesammelt und in einer einheitlich gestalteten Datenstruktur implementiert werden. Als wesentliches Ergebnis steht ein Proof-of-Concept Demonstrator, der den RailPrev Ansatz auf Basis der definierten Nutzeranforderungen in Tests gemeinsam mit dem Kooperationspartner (ÖBB) evaluiert und die Einsatztauglichkeit dokumentiert.