Die vorausschauende Instandhaltung (Predictive Maintenance, PdM) ermöglicht durch einen Monitoring-Ansatz und maschinelles Lernen die permanente Überwachung des Zustands von Anlagen (z.B. Weichenherzstücke) sowie die Prädiktion möglicher Schäden. Die PdM hat sich zu einem der effektivsten Wartungsansätze für Eisenbahninfrastrukturunternehmen entwickelt und kann laut Global Railway Review (2018) nachweislich die Betriebszeit von Anlagen erhöhen und die Investitionsausgaben (CAPEX) und die Gesamtbetriebskosten (OPEX) senken.
Viele Lösungen greifen bei der Umsetzung der PdM auf einfache Warnungen oder statische Schwellenwerte zurück, die ggfs. irreführend sind und zu Fehlalarmen führen können. Im Rahmen unserer PdM-Strategie setzen wir bei KONUX intelligente Algorithmen ein, um Anomalien an Anlagen zu erkennen, was sich als wertvoller Ansatzpunkt für unsere Kunden erweit.
Einfache Warnmeldungen, die ausschließlich auf statischen Schwellenwerten oder plötzlichen Änderungen der Daten basieren, können zu einem Übermaß an Benachrichtigungen führen, was den Nutzen solcher Zustandsüberwachungs/PdM -Lösungen deutlich einschränkt. Ein Übermaß an Warnmeldungen untergräbt das Vertrauen der Instandhaltungsteams und kann dadurch die Akzeptanz gefährden. Darüber hinaus ist auch die Identifikation relevanter Ereignisse deutlich schwieriger.
Weshalb ist die Integration zuverlässiger Warnmeldungen in ein PdM-Produkt so herausfordernd?Zuverlässige Warnmeldungen erfordern ein tiefes Verständnis der überwachten Anlage als ganzheitliches physisches Systems sowie ein Verständnis der gegenseitigen Beeinflussung verschiedener Komponenten. Während digitale Zwillingsprojekte darauf abzielen, ein Verständnis für komplexe Anlagen wie z.B. S&C aufzubauen, kann die Operationalisierung dieses Wissens eine große Herausforderung darstellen. Dies gilt insbesondere dann, wenn solche Lösungen die Arbeitsweise von Gleisbauern und Instandhaltern nicht angemessen berücksichtigen. Außerdem berücksichtigen einfache Warnmeldungen keine Umgebungsfaktoren, die plötzliche Veränderungen in den überwachten Daten verursachen können. All diese Faktoren können zu Fehlinterpretationen der Daten und Fehlalarmen führen.
Bei KONUX kombinieren wir maschinelles Lernen und das industrielle Internet der Dinge (IIoT) mit dem Ziel, Daten-basiert die Effizienz in der Instandhaltung sowie im Betrieb der Eisenbahninfrastruktur zu steigern. Bis heute haben wir ca. 80 Millionen Zugüberfahrten aus allen Jahreszeiten und mit allen Verkehrsarten (Hochgeschwindigkeits-, Personen- und Güterzüge) in über 10 Ländern aufgezeichnet. Darüber hinaus haben wir Rückmeldungen von Anlagenverantwortlichen, Instandhaltern, Regionalmanagern und anderen Stakeholdern erhalten und arbeiten diese ein.
Auf der Grundlage dieses ganzheitlichen Ansatzes können wir Erkenntnisse darüber liefern, wie sich die verschiedenen Komponenten einer Anlage verhalten und gegenseitig beeinflussen. So können wir Warnmeldungen zu Ereignissen an Anlagen liefern, die sowohl im technischen Kontext als auch für die Nutzer sinnvoll und relevant sind. Plötzliche Veränderungen in den Daten haben ihre Ursache häufig in plötzlich auftretenden Defekten oder ineffektiven Wartungsarbeiten, welche sich auf den Zustand der Anlage auswirken. Für Anlagenverantwortliche ist es daher entscheidend, rechtzeitig informiert zu werden.
Smart Alerts sind eine Reihe von Benachrichtigungen zu verschiedenen Zustandsgrößen, welche die KONUX-Nutzer informieren, wenn wichtige Ereignisse an Anlagen durch das System erkannt werden. Hierbei werden nicht nur gemessene Werte, sondern auch relevante Informationen wie Weichenparameter, Wetterbedingungen, Zuggeschwindigkeit und Verkehrszusammensetzung berücksichtigt. Der erste Smart Alert, der unseren Nutzern zur Verfügung steht, bezieht sich auf plötzliche Änderungen der vertikalen Beschleunigung. Die vertikale Beschleunigung ist ein Indikator für die Kraft, die bei Zugüberfahrten auf die Schiene einwirkt und kann bei der Erkennung von Anomalien in der Überlaufgeometrie des Herzstücks hilfreich sein. So können beispielsweise plötzliche Änderungen der vertikalen Beschleunigung im Herzstückbereich auf einen Ausbruch, eine Delle oder auf unsaubere Schweißarbeiten hinweisen.
Smart Alerts zur vertikalen Beschleunigung werden dabei nicht durch einfache Schwellenwertüberschreitungen oder isolierte Änderungspunkte ausgelöst. Die Beschleunigungswerte werden erst im Kontext weiterer, externer dynamische Effekte korrigiert sodass Nutzer ausschließlich über relevante Ereignisse informiert werden. Mit anderen Worten: Wir benachrichtigen die Nutzer, wenn sich die vertikale Beschleunigung plötzlich ändert. Dies geschieht aber nur, wenn die Änderung nicht auf Einflüsse wie z.B. Wetter oder Geschwindigkeitsänderungen zurückzuführen ist, da dies in der Regel zu Fehlalarmen führt.
Die Abbildung unten zeigt ein Beispiel für eine nicht gesendete Warnmeldung aufgrund von Wetterbedingungen: Hier wurde eine plötzliche Veränderung der Werte festgestellt, weil der Schotter aufgrund niedriger Temperaturen gefroren war. Unsere Algorithmen prüfen in solchen Fällen, ob Frost der Grund für einen Anstieg der Beschleunigung ist, und unterdrücken ggfs. das Senden eines Alarms.
Um unseren Nutzern einen umfassenden Überblick über die wichtigsten Ereignisse zu geben, haben wir die Ansicht "Alerts" in unserer Benutzeroberfläche aktiviert. Mit dem Wissen, dass eine hohe Wahrscheinlichkeit besteht, einen Fehler an den identifizierten Anlagen zu finden, können unsere Benutzer zuversichtlich Maßnahmen ergreifen und schweren Schäden verhindern. Diese bietet eine Übersicht über alle identifizierten relevanten Ereignisse und ermöglicht es den Nutzern, strukturiert Maßnahmen zu ergreifen.
Mit Smart Alerts bieten wir unseren Kunden aussagekräftige Erkenntnisse, indem wir sicherstellen, dass sie nur Meldungen erhalten, die von Bedeutung sind. Auf dieser Grundlage können sie auf die Benachrichtigung reagieren und Maßnahmen priorisieren. Dadurch können Kosten für Ausfallzeiten gesenkt und die Betriebskapazität erhöht werden.
Möchten Sie mehr über unsere Lösungen erfahren? Nehmen Sie hier Kontakt auf.