In einem vom DZSF1 geförderten Forschungsprojekt werden diagnosebasierte bzw. prädiktive Ansätze zur kosteneffizienten Instandhaltung entwickelt.
Eine effiziente Instandhaltung von Infrastruktur und Rollmaterial ist Grundlage für den sicheren Eisenbahnbetrieb und hilft, die Qualität und Verfügbarkeit im Schienenverkehr zu verbessern. Das Instandhaltungsmanagement der Eisenbahnunternehmen geht sukzessive von einer schadensbedingten (korrektiven) und vorbeugenden (präventiven) Instandhaltung über in eine zustandsbasierte und vorausschauende (prädiktive) Instandhaltungsstrategie. Digitalisierung und Automatisierung verstärken durch die Weiterentwicklung und Verbreitung von Technologien zur Erfassung, Übertragung und Verarbeitung von Daten diesen Trend.
Diagnose und Prognose sind die wesentlichen Bausteine einer prädiktiven Instandhaltung. Hier setzt das vom DZSF initiierte Forschungsprojekt an, das durch die IABG gemeinsam mit den Partnern Institut für Bahntechnik (IFB) und Havelländische Eisenbahn AG (HVLE) umgesetzt wird.
Der erste Schritt in Richtung einer prädiktiven Instandhaltung ist eine möglichst gute Kenntnis des aktuellen Zustands eines Systems. Eine bisher korrektiv oder fristenbasiert durchgeführte Instandhaltung kann bereits optimiert werden, wenn beispielsweise mit Hilfe von Sensorik initiale Merkmale eines sich entwickelnden Schadens erkannt werden können und dadurch eine gezielte, aus dem erkannten Verschleißzustand abgeleitete Instandhaltungsmaßnahme ermöglicht wird.
Die Instandhaltung kann nochmals deutlich verbessert werden, wenn durch dauerhafte und ausreichend eng getaktete Überwachung die Nutzungshistorie des Assets verfolgt wird. Kann letztere zusätzlich über analytische, modellbasierte oder datenbasierte Ansätze einem Lebensdauerverbrauch zugeordnet werden, lässt sich auch die Restnutzungsdauer abschätzen. Dies geschieht mithilfe einer dem typischen Einsatzspektrum entsprechenden Annahme zur zukünftigen Nutzung. Damit wird eine Vorhersage des Verschleißverhaltens und zukünftig erforderlicher Instandhaltungsmaßnahmen möglich. Die erheblichen Aufwände und Auswirkungen von Ausfällen infolge Notfallmanagements, Ersatzmaßnahmen, Ad-hoc-Instandsetzung und Wiederherstellung des Regelbetriebs können ebenso vermieden werden wie erhöhte Aufwendungen durch präventive, letztlich also verfrühte Instandhaltung. Individuelle Instandhaltungsmaßnahmen können so im Kontext des gesamten Asset-Managements koordiniert und kosteneffizient durchgeführt werden. Gleichzeitig steigt die Verfügbarkeit, die ein wesentlicher Faktor für die Lebenszykluskosten ist.
Vor diesem Hintergrund werden in diesem Projekt Konzepte entwickelt, durch die diagnosebasierte bzw. prädiktive Ansätze zukünftig für den Schienenverkehr realisiert und nutzbringend eingesetzt werden können. Das Projekt gliedert sich in mehrere Abschnitte:
- Ermittlung des Standes der Technik von Diagnose- und Prognoseverfahren innerhalb wie außerhalb des Schienenverkehrs (z.B. in der Luftfahrt oder der Energietechnik) mit der Einteilung in physikalische/modellbasierte, datenbasierte und hybride Modelle.
- Bewertung von Potentialen und Grenzen von Diagnose- und Prognoseanwendungen, insbesondere beim Einsatz von Modellkombinations- und Datenfusionstechniken.
- Betrachtung zweier exemplarischer Anwendungsfälle, jeweils für Schienenfahrzeuge und für die Schieneninfrastruktur, um den Nutzen des gewählten technologischen Ansatzes für das Instandhaltungsmanagement sichtbar zu machen.
- Identifikation von weiterem Forschungs- und Entwicklungsbedarf, um prädiktive Instandhaltungskonzepte im Schienenverkehr verstärkt etablieren zu können.
- Erarbeitung von Handlungsempfehlungen zur Erleichterung der Migration hin zu diagnosebasierten/ prädiktiven Instandhaltungsverfahren.
Das Projekt startete am 1. März 2023 und ist auf drei Jahre angelegt. Die Ergebnisse sollen nach Projektabschluss auf der Projektseite des DZSF veröffentlicht werden.
1DZSF: Deutsches Zentrum für Schienenverkehrsforschung