SBB setzt KI zur Verbesserung der Schienenwartung ein
Das ETH-Spin-Off LatticeFlow arbeitet mit der SBB, Siemens und der ETH zusammen, um eine sichere, effiziente und kostengünstige KI-basierte Bahnwartung zu ermöglichen.
Bild: SBB

Die Schweizerischen Bundesbahnen (SBB) verfügen über eines der dichtesten Schienennetze der Welt. Es erstreckt sich über 7.500km Gleise mit 300 Tunneln und transportiert täglich über 1,25 Millionen Fahrgäste. Die intensive Nutzung erfordert hohe Investitionen in die betriebliche Instandhaltung, um die Sicherheit der Gleise zu gewährleisten.

Die Gleiswartung erfolgt traditionell durch eine manuelle Inspektion der Schienen, eine Aufgabe, die viel menschliche Arbeitskraft erfordert und nötig macht, dass Menschen in gefährlichen und manchmal schwer zugänglichen Umgebungen arbeiten. Die SBB beabsichtigen darum, die Schienenwartung zu verbessern, indem sie die Inspektionen mithilfe der neuesten Generation von KI automatisieren. Ein spezieller Zug, der mit Kameras ausgestattet ist, soll Bilddaten der Schienen sammeln, die dann von der KI verarbeitet werden, um eventuelle Schienenfehler zu identifizieren.

Die Streckeninspektion ist jedoch eine sicherheitskritische Aufgabe. Wie kann sichergestellt werden, dass das neue KI-basierte System zuverlässig ist? KI-Modelle funktionieren oft gut in Laborumgebungen, schneiden aber schlecht ab, wenn sie in der komplexen Realität eingesetzt werden. Bevor die SBB die Inspektionsaufgabe an die ‚Augen‘ des neuen KI-Systems übergibt, muss sie sicherstellen, dass die trainierten KI-Modelle Bahndefekte unter verschiedenen Umgebungsbedingungen korrekt erkennen. Linsenkratzer, Regentropfen oder Schnee auf den Schienen und andere Variablen, die die Bildqualität beeinflussen, dürfen die Zuverlässigkeit des KI-Systems nicht untergraben.

Mit diesem Ziel hat SBB eine Partnerschaft mit LatticeFlow, Forschern des AI Centers an der ETH und Siemens geschlossen. In einem ersten Schritt werden die Teams die Zuverlässigkeit der KI-Modelle der SBB mithilfe der LatticeFlow-Plattform für vertrauenswürdige KI bewerten. Die Modelle werden dann bei Bedarf verbessert. Parallel zur technischen Arbeit werden die Partner aktuelle Sicherheitsstandards und deren Anwendung auf den Bahnbereich analysieren. Das Ziel der Zusammenarbeit ist der Nachweis, dass die KI-Modelle zuverlässig sind und sicher in der Produktion eingesetzt werden können.

Das könnte Sie auch Interessieren

Bild: Smartblick
Bild: Smartblick
Software für KI-gestützte Maschinendatenanalyse

Software für KI-gestützte Maschinendatenanalyse

Mit einer neuen Software für die KI-gestützte Maschinendatenanalyse kann die unkomplizierte Produktionsplanung und -optimierung auch für kleine und mittlere Fertigungsunternehmen Realität werden. Agile Prozesse sind für die Verantwortlichen auf dem Shopfloor mittlerweile entscheidend für die Produktivität. Die Corona-Pandemie und der Krieg in der Ukraine zeigen deutlich, wie schnell sich ein Produktionsunternehmen auf neue Rahmenbedingungen einstellen muss. Nahezu unerlässlich dafür sind Software-Tools, die dabei unterstützen, den Ist-Zustand der Maschinen auszuwerten, in Echtzeit Störungen in der Produktion aufzuspüren sowie Potentiale für Optimierungen zu erkennen. Um informierte strategische Entscheidungen zu treffen, müssen alle zur Verfügung stehenden Daten des Maschinenparks und der Prozesse ausgewertet werden.

Bild: ebm-papst Mulfingen GmbH & Co. KG
Bild: ebm-papst Mulfingen GmbH & Co. KG
Retrofit-Event rund um effiziente Gebäudetechnik

Retrofit-Event rund um effiziente Gebäudetechnik

Das RLT-Event Retrofitvesper von EBM-papst geht in eine neue, vierte Runde. Passend zur Nummerierung 4.0 nehmen die Experten das Publikum mit in die Welt der fortschrittlichen Gebäudetechnik und -automation, die effizient für beste Raumluftqualität sorgt und sofort alle wichtigen Daten und Energiebilanzen darstellt. Das Event findet am 30. September 2022 auf der digitalen Eventplattform von EBM-papst statt.

Bild: Indu-Sol GmbH
Bild: Indu-Sol GmbH
Verschleiß dauerhaft überwachen, Schäden frühzeitig erkennen

Verschleiß dauerhaft überwachen, Schäden frühzeitig erkennen

Nicht nur Motoren und Pumpen sind in Produktionsanlagen dem Verschleiß unterworfen, sondern auch die Datenleitungen der Maschinen- und Anlagennetzwerke einschließlich der Kabel und Stecker. Dauernde Wechselbiegebeanspruchungen, Erschütterungen sowie Oxidation und Korrosion lassen der Alterung und dem Verschleiß ungehinderten Lauf. Doch während der mechanische Verschleiß mit den Sinnesorganen analog wahrnehmbar ist, macht sich der Verschleiß einer Datenleitung erst im Extremfall bemerkbar: dem Ausfall. Um dem entgegenzuwirken, sind intelligente managed Switches vonnöten, mit denen der physikalische Zustand der Datenleitung digitalisiert und somit sichtbar wird.