TrackScan – Erkennung von Fehlern im Gleisoberbau für eine zustandsorientierte Instandhaltung
Wo sind Fehler am Gleis? Muss ein Fehler sofort repariert werden, um einen Ausfall und damit Verspätungen zu verhindern? Oder kann ein Wartungsteam den Fehler später zusammen mit anderen Reparaturen beheben? Noch besser: Wo kann man präventiv schon vor einer Beeinträchtigung aktiv werden? Im Projekt TrackScan arbeitet das DLR an der Überwachung des Zustands des Gleisoberbaus und leitet daraus Verfahren für eine zustandsorientierte Instandhaltung ab.
Die Instandhaltung der Schieneninfrastruktur beansprucht knapp die Hälfte der Lebenszykluskosten im Bahnsystem. Diese umfasst Inspektion, Wartung, Entstörung und Instandsetzung. Instandhaltung kann korrektiv oder präventiv erfolgen. Für den Fahrweg ist in vielen Fällen bisher eine korrektive Instandhaltung üblich: Maßnahmen werden erst ergriffen, sobald festgelegte Grenzwerte überschritten werden. Eine zustandsabhängige präventive Instandhaltung kann die Kosten signifikant senken und schwerwiegenden Schäden und Ausfällen zuvorkommen. Dafür ist eine gute Kenntnis über den aktuellen Zustand des Fahrwegs erforderlich. Ebenso wichtig ist eine zuverlässige Prognose, wie sich der Zustand weiter entwickeln wird. Bislang wird der Zustand im Wesentlichen mit Gleisbegehungen und regelmäßigen Messfahrten mit spezialisierten Messzügen im Zeitabstand von zwei bis 24 Monaten überprüft, was keine ausreichende Datengrundlage für eine zuverlässige Zustandsprognose ergibt.
Ziel von TrackScan ist die Gewinnung umfangreicherer Informationen über den Fahrwegzustand als Grundlage für die Zustandsprognose und eine präventive Instandhaltung. Ein Kernelement ist der Aufbau und die Erprobung von Messsystem-Prototypen, die auf regulär und häufig verkehrenden Schienenfahrzeugen Daten erheben, was eine quasi-kontinuierliche Überwachung des Fahrwegzustands ermöglicht. Für die Erprobung auf regulären Zügen kooperiert das DLR mit den Schweizerischen Bundesbahnen, den Osthannoverschen Eisenbahnen und der Braunschweiger Hafenbetriebsgesellschaft. Der zweite Schwerpunkt des Projektes liegt auf der Entwicklung von Algorithmen und Verfahren zur Georeferenzierung der erhobenen Messdaten sowie der Ableitung von Informationen zum Gleiszustand. Das Zweiwegfahrzeug RailDriVE® dient dabei als rollendes Labor für die Erfassung von Sensordaten. Auf Basis dieser Daten werden innovative Algorithmen zur Datenanalyse entwickelt und anschließend unter realen Bedingungen auf dem Gleis erprobt. Dies umfasst die automatische Erkennung und raum-zeitliche Erfassung potentieller Fehlzustände sowie deren Diagnose (Fehlertyp/ Fehlerursache) durch die Verbindung der Messdaten mit zustandsbeeinflussenden Parametern (z.B. Trassierung, Gleisnutzung, Wetter).
Laufzeit:
01/2014 bis 12/2017
Dieses Projekt wird geleitet von der Abteilung:
