Beruflich Dokumente
Kultur Dokumente
Timo Schmitz
Timo Schmitz
KI-gestützten Wartungsanlage
für
Straßenbahnräder
Themenschwerpunkt: Sicherheit,
Zuverlässigkeit und
Lebensdauer
• i4Ms Know-How aus jahrelanger • Ihr Bauteil wird zum Smart Product - • Individuelle Beratungs- und
Entwicklungsarbeit: Monitoring & mit unserer Wireless-Technologie - Entwicklungsdienstleistungen:
Predictive Maintenance als hochauflösende Daten, jahrelange Digitale Geschäftsmodelle,
Nachrüstlösung für Ihre Maschinen, Batterielaufzeiten und das bei Messtechnik und
Anlagen & Infrastruktur - kabellos und
einfach mit unseren minimalem Bauraumbedarf. Überwachungslösungen für
optimierten nemione® Produkten. Maschinen, Anlagen und Infrastruktur -
maßgeschneidert für Sie entwickelt.
Schadensfälle:
• Verschraubungen brechen / lösen sich
• Radreifenrutscher (Verdrehen des Radreifens zum Radkörper)
Ursachen:
• Stöße vom Gleis
• Resonanzschwingungen des Rades
• Ungünstige Belastungszustände
Folgen:
• Sachschaden bis Entgleisung ( Personenschaden möglich! )
• Regelmäßige Sichtprüfungen binden Personalressourcen
Gegenmaßnahmen:
• Am Anfang der Schadensentstehung:
• System zur Gleiszustandsüberwachung
• Am Ende der Schadensentstehung:
• KI-gestütztes automatisches Wartungssystem
Laserscanner
Linearachsen
Sensormodul
Herausforderungen:
• Verschmutzungsgrad der Räder variiert
• Ungleiche Verteilung (wenige Daten von Schadensfällen)
• Datenmenge ist begrenzt (Anlage war noch nicht im Dauerbetrieb)
Kamerabilder: Zeitreihendaten:
2. Risikoabschätzung
• Menschliche Fehlerwahrscheinlichkeit
• Modellierung Fehlerfortpflanzung
Zeitkontinuierliches Markov-Modell:
𝜆1 𝜆2 𝜆3 𝜆4 𝜆 14 Ausfallrate 𝝀 :
… • Zunahme mit fehlender Anzahl Schrauben (𝜆2 > 𝜆1 )
𝜇 Reperaturrate 𝝁:
𝜇 • Automatische Anlage: 𝜇𝑎 ≥ 1 / Woche
• Manuelle Kontrollen: 𝜇𝑚 = 0,5 / Woche
𝜇
Was folgt?
• Abschließende Bewertung bei einer größeren Datenmenge
Zukünftig werden 100 Straßenbahnen pro Woche vermessen
• Erkennung von Anomalien in den Ultraschall-Zeitreihendaten