Wir verwenden Cookies um Ihnen bestmöglichen Service zu bieten. Indem Sie diese Seite nutzen, erklären Sie sich mit der Verwendung von Cookies einverstanden.

Künstliche Intelligenz in Fahrwerken von Schienenfahrzeugen

Künstliche Intelligenz in Fahrwerken von Schienenfahrzeugen
OV-084 2020 Digitalisierung am Fahrwerk

Ziele/Ideen

In der traditionellen Instandhaltung werden Bauteile nach fixen Intervallen (Zeit oder Kilometer) getauscht unabhängig, ob diese noch in Ordnung sind oder nicht. Zusätzlich soll durch regelmäßige visuelle Inspektionen gewährleistet werden, dass Auffälligkeiten an Komponenten wie z.B. leckende Dämpfer entdeckt werden, um einen sicheren Betrieb zu gewährleisten. Es kann aber keine Aussage getätigt werden, ob dieser Dämpfer seine Funktion noch gewährleistet oder nicht. Er wird einfach getauscht. Durch visuelle Inspektion kann auch keine Aussage über Komponenten getätigt werden, wo ein Schaden nicht sichtbar ist, wie z.B. bei Lagern.
Durch eine umfassende Fahrwerksdiagnose soll die Interaktion Fahrzeug - Strecke im Betrieb analysiert werden und daraus Aussagen über einerseits den Gesundheitszustand des System Fahrwerk bzw. aller relevanten Komponenten abgeleitet werden. Zusätzlich werden relevante Betriebsdaten gesammelt, die für die Schädigung einzelner Komponenten verantwortlich sind, um auf einem landseitigen Diagnosezentrum eine Berechnung einer Restlebensdauer zu ermöglichen.
Durch die gesamtheitliche Betrachtung können einerseits Aussagen über den Schädigungsgrad von einzelnen Komponenten getätigt werden. Es können hierbei auch Komponentenschäden beobachtet werden, die bei einer visuellen Inspektion nicht sichtbar sind. Weiters wird im Betrieb analysiert, wie das Fahrwerk auf der Strecke funktioniert, um ungeplante Instandhaltungsmassnahmen zu vermeiden bzw. vorzeitigen Tausch von degradierten Komponenten zu vermeiden so lange sie im System Fahrwerk noch ausreichend funktionieren. Durch die Prognose der Restlebensdauer von Bauteilen und ein modularisiertes Instandhaltungskonzept soll der Gesamtprozess der Instandhaltung optimiert werden. Damit sollen eine gesamte Überholung der Fahrwerke über 30 Jahre eingespart werden und die Züge durch erhöhte visuelle Inspektionensintervalle länger im Betrieb bleiben können. Durch die höhere Verfügbarkeit der Züge kann eine höher Transportleistung bei gleichbleibender Anzahl von Zügen erreicht werden und die Anzahl der Instandhaltungsgleise reduziert werden.

Kurzbeschreibung

Einzelne Komponenten des Systems Bahn werden bereits mit modernster Sensorik überwacht und je nach aktuellem Zustand gewartet. Für eine vorausschauende Instandhaltung ist eine Prognose des voraussichtlichen zukünftigen Zustands der Komponenten in Form einer Restlebensdauerabschätzung für die Bestimmung einer optimalen Instandhaltungsstrategie unerlässlich. Eine deutliche Effizienzsteigerung für das System Bahn kann erreicht werden, wenn die Komponenten nicht nur einzeln betrachtet werden, sondern digitalisierte Daten so miteinander verknüpft werden, dass Informationen über alle relevanten Komponenten daraus abgeleitet werden können.
Für das System Bahn ist eine effiziente, zustandsorientierte und vorausschauende Instandhaltung unerlässlich, um die Verfügbarkeit von Infrastruktur und Fahrzeugen zu maximieren. Ziel ist es die Attraktivität des System Bahn durch eine erhebliche Reduktion der Kosten in der Instandhaltung (ca. -15%) bei gleichzeitiger Schonung von Ressourcen zu erhöhen.

Resultate

Das Diagnosekonzept und die entwickelte Lösung wird an 82 vierteiligen Fahrzeugen mit je 8 Fahrwerken installiert, wovon sich bereits 50 Züge im Betrieb befinden und Daten liefern. In Summe werden also 656 Fahrwerke täglich Diagnosedaten schicken, die automatisch weiterverarbeitet werden.
Es konnte bereits das Intervall für die visuelle Inspektion verdoppelt werden, d.h. der Zug kommt nur mehr halb so oft ins Depot wie ein Zug ohne Diagnose. Dadurch waren im neu gebauten Depot weniger Instandhaltungsgleise nötig und der Invest für die Errichtung des Depots niedriger. Durch die höhere Verfügbarkeit kann mit 3 Zügen weniger die gleiche Transportleistung erreicht werden.
In der mittlerweile 18 monatigen Betriebsphase der ersten Züge konnten bereits kaputte Dämpfer erkannt werden, die von außen nicht sichtbare Schäden aufweisten. Diese hätten in weiterer Folge zu einer Störung des Betriebs geführt. Durch einen Montagefehler kam es zu einem Lösen einer Verschraubung im Betrieb, welche Komforteinschränkungen zur Folge hat. Durch zuverlässige Erkennung dieses Fehlers konnten die Züge herausgefunden werden, die bei der nächsten planmäßigen Fahrt ins Depot kontroliert werden müssen. Weiters wurden natürlich Flachstellen an Rädern erkannt und gemeldet. Damit war eine optimale Planung der Unterflurdrehbank zu einer frühzeitigen Behebung der Schäden möglich. Flachstellen, die zu lange im Betrieb sind führen zu Martensitbildung bzw. in weiterer Folge zu Ausbröckelungen und gehen damit entsprechend in die Radstandszeit ein. Eine ideale Strategie für Überdrehen der Räder auf der Unterflurdrehbank ist daher essentiell für die Laufzeit von Rädern.

Einreicher

Siemens Mobility Austria GmbH
Herr Dr. Thomas Moshammer
Eggenberger Strasse 31, 8020 Graz
Thomas.Moshammer@siemens.com
+4366488554579

auf Facebook teilen twittern