Projektlaufzeit: 02/2023 – 07/2025

Das Projekt Relaxo befasst sich mit der vorausschauenden Wartung von Funktionselementen der Schieneninfrastruktur durch Restlebensdauerprognose. Für die erfolgreiche Umsetzung einer Verkehrswende ist es unerlässlich, dass diese möglichst fehlerfrei genutzt werden kann. Besonderer Fokus liegt dabei auf Komponenten, die als mechanisch bewegliche Komponenten besonders störanfällig sind. Zum einen gilt dies für den natürlichen Verschleiß durch die Nutzung, als auch auf den plötzlichen Funktionsausfall durch äußeren Einfluss wie z.B. durch Verstopfung Weiche bei Schneefall.

Im deutschen Netz werden ca. 48.000 der über 72.000 Weichen elektrisch beheizt. Bei einer durchschnittlichen Lebensdauer von zehn Jahren, müssen jährlich ca. 4800 Weichenheizungen getauscht werden. Idealerweise erfolgt der Austausch unmittelbar vor dem Ausfall, sodass die Kosten durch einen vorsorglichen aber unnötigen Austausch und die Kosten durch einen plötzlichen Ausfall minimiert werden können.

Die Zielstellung ist daher Voraussagegenauigkeit von 1 Monat zu erreichen, sodass der Austausch der Heizelemente in die regulären Wartungsprozesse integriert werden kann. Die bisher genutzten Werkzeuge zur Zustandsbewertung erlauben aber keine brauchbare Restlebensdauerprognose. Der Ansatz dieses Projekts ist es, durch den Einsatz von durch Expertenwissen beeinflusste Methoden der künstlichen Intelligenz (KI) die Restlebensdauerprognose zu ermöglichen. Für die Analyse und Datenvorverarbeitung und für das Design des Machine-Learning-Algorithmus soll ein digitaler Zwilling der Weichenheizung entwickelt werden, der das Alterungsverhalten des Systems simulieren kann. Es wird die nötige Sensorik und zugehörige Messwertverarbeitung entwickelt, welche anhand einer Merkmalextraktion Zustände geeigneter Messgrößen (z. B. Vibrationen, tanδ, Leistungsänderung) erfasst und die Alterungserscheinungen ermitteln kann. Anschließend wird selbstständig die zu erwartende Restlebensdauer und somit der optimale Austauschzeitpunkt prognostiziert.

Aufgrund der dezentralen Lokalisierung der Weichen im Schienennetz ist es u. a. auch aus Kostengründen notwendig, die Sensoren als IoT-Geräte über ein Funknetzwerk zu applizieren. Die Energieversorgung der Sensorik ist im vorliegenden Einsatzfall nicht mit der Versorgung der Weichenheizungen koppelbar, da diese in Gruppen zentral gesteuert werden und den größten Teil des Jahres nicht in Betrieb sind. Die nötige Energie muss daher durch Energy-Harvesting-Methoden bereitgestellt werden.

BMBF/VDI