Alle mFUND Projekte Alle mFUND Projekte
Semi-integrale Bahnbrücke bei Weimar

Quelle: MKP GmbH

Projektbeschreibung

Die Funktionsfähigkeit von Verkehrsinfrastruktur wird zunehmend durch Bauwerksmonitoring sichergestellt. Dies umfasst automatisiertes Erfassen, Analysieren und Speichern von bauwerksrelevanten Daten. Die Qualität des Monitorings kann jedoch durch Sensorfehler erheblich beeinträchtigt werden. Eine Vielzahl der Sensorfehler kann durch die Monitoringsysteme, die in der Praxis eingesetzt werden, nicht selbstständig detektiert werden. In der Durchführbarkeitsstudie Dafmon wurde untersucht, inwieweit ein bereits theoretisch entwickeltes und im Labor erprobtes Konzept zur datenbasierten Fehlerdiagnostik in die Praxis überführt werden kann.

Ergebnisse und Wirkung

Im Projekt Dafmon wurde ein bestehendes Systemmodell auf Basis eines Künstlichen Intelligenz-Ansatzes erfolgreich implementiert und an den Anwendungsfall des realen Monitoringsystems angepasst. Zusätzlich wurde eine Entscheidungslogik auf Basis von mathematisch-statistischen Methoden implementiert, die es ermöglicht, Sensorfehler in Messdaten automatisiert zu erkennen.

Als Anwendungsfall wurde die „automatisierte Zugerkennung“ bei Eisenbahnbrücken gewählt. Mittels maschinellem Lernen wurde eine Methodik zur automatisierten Zugerkennung implementiert und in das Systemmodell zur Fehlerdetektion und -isolation integriert. Im Rahmen der engen Zusammenarbeit des universitären und des Praxisprojektpartners, wurden abschließend Strategien für die Systemintegration in bestehende Monitoringsysteme ausgearbeitet. In Testläufen mit realen Monitoringdaten eines Brückenmonitoringsystems wurde die Praxistauglichkeit des entwickelten Systemmodells zur daten-basierten Fehlerdiagnostik nachgewiesen.

Ein Auszug der realen Monitoringdaten des Brückenmonitoringsystems wurden im mCLOUD-Datenportal des Ministeriums bereitgestellt, sodass sie der Allgemeinheit zur Verfügung steht. Die Durchführbarkeitsstudie hat gezeigt, dass der hier verfolgte Ansatz das Potential hat, um die Zuverlässigkeit von Monitoringsystemen in der Praxis erheblich zu steigern. In zukünftigen Arbeiten soll unter anderem der Einfluss von Umgebungsbedingungen und Fahrzeugen auf die Fehlerdiagnostik genauer untersucht werden.

VerbundkoordinatorBauhaus-Universität Weimar
Projektvolumen106.647 €
(davon 84 % Förderanteil durch BMDV)
Projektlaufzeit05/2019 – 10/2020
Projektpartner
  • Bauhaus-Universität Weimar, Professur Informatik im Bauwesen
  • MKP GmbH, Weimar
Ansprechpartner

Bauhaus-Universität Weimar
Prof. Dr.-Ing. Kay Smarsly

E-Mail: kay.smarsly@uni-weimar.de
Tel.: +49 3643 58 4214