LRVTwin: Ein digitaler Stadtbahnzwilling

Projekt

© TU Dresden, IFKM
Referenzbahnprinzip zur Ableitung von Flotteninformationen.

Die Steigerung der ÖPNV-Nutzung ist ein Baustein der angestrebten Mobilitätswende. Attraktiver Nahverkehr basiert auf zuverlässigen Fahrzeugen, wie Straßenbahnen. Stichprobenartige Erhebungen zum Zustand von Bahn und Strecke sowie fristgebundene Wartungen führen zu ungenauen Informationen und verursachen erheblichen Kosten. Würde man diese Informationen mit Standardsensoren, die in jeder Bahn verfügbar sind, automatisch erfassen und diese Datenmengen mittels Maschinellem Lernen verarbeiten, ermöglichte dies einen zielgerichteten Flotteneinsatz und reduzierte Folgekosten bei der Instandhaltung.

Im Rahmen des drei Jahre laufenden Projekts LRVTwin soll ein Best-Practice-Beispiel einer digitalisierten Straßenbahnflotte mit höherer Verfügbarkeit und optimierter Instandhaltung entstehen. An 20 Straßenbahnen in Dresden und Leipzig sowie einer speziell ausgestatteten Messstraßenbahn in Leipzig ermitteln Sensoren die benötigten Daten. Für deren Auswertung werden geeignete Korrelationsmethoden und Analyseverfahren entwickelt. Die Erkenntnisse zu Bahn- und Streckenzustand werden anschließend visualisiert.

Innerhalb des Projekts untersucht das IKTS Schädigungsmechanismen an Stromrichtern. Die erhobenen Daten werden analysiert und in ein datengetriebenes Modell zur Vorhersage von Ausfällen übersetzt. Parallel werden Lebensdauermodelle über beschleunigte Alterung im Labor erstellt. Auf Grundlage der analytischen Zusammenhänge und der numerischen Ansätze in physikalischen Modellen zu Schädigungs- und Verschleißereignissen lässt sich die Genauigkeit des datengetriebenen Modells erhöhen. Dieses kann dann zur Optimierung der Wartungsplanung eingesetzt werden. Die dadurch reduzierten Kosten können an den Kunden weitergegeben werden, was im Zusammenspiel mit der verbesserten Verfügbarkeit die Attraktivität des ÖPNV steigert.

Bahn- und Netzzustand liegen zum Abschluss des Projekts digital vor und werden von der Einzelbahn auf eine digitale Flotte erweitert. Perspektivisch sollen diese Modelle auch für Flotten in weiteren Städten zum Einsatz kommen.

 

Finanzierung: mFUND des BMDV

Projektzeitraum: 1.1.2022 – 31.12.2024

Projektpartner: Technische Universität Dresden, Leipziger Verkehrsbetriebe GmbH, Dresdner Verkehrsbetriebe AG, Robotron Datenbank-Software GmbH, IFTEC GmbH & Co. KG, SDS Schwingungs Diagnose Service GmbH, Estino GmbH, Leichtbau-Zentrum Sachsen GmbH