Ausgangslage

Ein ICN-Messzug misst regelmässig die dynamischen Kräfte zwischen Rad und Schiene auf den bogenschnellen Strecken des SBB-Netzes, zum Beispiel entlang des Jurasüdfusses. Dazu dienen Messradsätze mit Sensoren auf den sich drehenden Rädern. Diese Sensoren sind wartungsaufwendig. Einfacher wäre es, die Kräfte aus Beschleunigungssensoren am Drehgestell zu berechnen. Der physikalische Zusammenhang ist jedoch komplex und lässt sich nicht einfach analytisch umrechnen.

Nahaufnahme einer Zugradbaugruppe mit Hydraulikkomponenten, die die Nachhaltigkeit im Design verdeutlicht.

Projektübersicht

Kunde
SBB

Bereich
Data & High Performance

Lösung
Nachvollziehbare KI zur Kraftmessung an Rad und Schiene.

Systemumfeld
ICN-Messzug, Messradsätze, Beschleunigungssensoren am Drehgestell, Datenverarbeitungsplattform RCM-PP

Partner
Berner Fachhochschule (BFH)

Der Beitrag von SCS

Dafür trainierte SCS zusammen mit der Berner Fachhochschule ein Modell gezielt auf die Bedingungen des SBB-Netzes und legte es so aus, dass die berechneten Werte von SBB-Fachleuten geprüft und jederzeit nachvollzogen werden können.

Plot Sensordaten

Ergebnis

Die Rad-Schienenkräfte lassen sich aus einfachen Beschleunigungssensoren am Drehgestell berechnen. Die wartungsaufwendigen Sensoren auf den drehenden Rädern können grösstenteils entfallen. Die berechneten Werte sind nachvollziehbar und zuverlässig. Der Algorithmus wird auf seine Zuverlässigkeit geprüft, die Messradsätze werden noch vereinzelt zur Validierung eingesetzt.

ab 250 m

abgedeckte Kurvenradien im SBB-Netz.

bis 1.8 m/s²

abgedeckte Querbeschleunigung.

Rad-Sensoren grösstenteils eingespart

nur noch einfache Beschleunigungssensoren am Drehgestell.

Eingesetzte Leistungen

Algorithmik, ML & AI

Data & High Performance

Der glatzköpfige Mann im weißen Hemd, der in die Kamera lächelt, steht für das freundliche SCS-Team.

Ihre Ansprechperson

Pascal Iselin

Algorithms, Analytics & AI
+41 43 456 16 00

Für Fragen zu nachvollziehbarer KI, Machine Learning und der Verarbeitung sicherheitsrelevanter Messdaten.

Weitere Case Studies

  • RLC Thun 2008 fgb Medien 2

    SBB

    Erkennung Radfehler mit smarter Algorithmik

    Radschäden aus Checkpoint-Messdaten erkennen.

  • Ein schnell fahrender Zug rast auf den Gleisen vorbei und vermittelt einen Eindruck von der Geschwindigkeit des Hochleistungsrechnens.

    SBB

    Predictive Alarm Detection

    Festbremser früh aus Messdaten erkennen.