Zuverlässigkeitsanalyse einer

KI-gestützten Wartungsanlage
für
Straßenbahnräder

Themenschwerpunkt: Sicherheit,
Zuverlässigkeit und
Lebensdauer

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Team & Quick Facts zu

• Unsere Mission: Gewinnung aussagekräftiger

Daten in anspruchsvollen Anwendungen
• Spezialisiert auf kabellose Sensorsysteme für
Maschinen, Fahrzeuge und Infrastruktur
• Kombination von Wissen über mechanische
Systeme, Datenanalyse und fortschrittliche
Messtechnik
• Gegründet: 2016 als Spin-off von zwei Instituten
der RWTH Aachen University
• Team aus 7 Elektrotechnik- und
Maschinenbauingenieuren sowie Informatikern

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Unsere Lösungen und Leistungen
Wireless Smart Monitoring
mit nemione®
• i4Ms Know-How aus jahrelanger
Entwicklungsarbeit: Monitoring &
Predictive Maintenance als
Nachrüstlösung für Ihre Maschinen,
Anlagen & Infrastruktur - kabellos und
einfach mit unseren
optimierten nemione® Produkten.
IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten
Wartungsanlage für Straßenbahnräder
Integrated Sensing
• Ihr Bauteil wird zum Smart Product -
mit unserer Wireless-Technologie -
hochauflösende Daten, jahrelange
Batterielaufzeiten und das bei
minimalem Bauraumbedarf.
Individuallösungen
• Individuelle Beratungs- und
Entwicklungsdienstleistungen:
Digitale Geschäftsmodelle,
Messtechnik und
Überwachungslösungen für
Maschinen, Anlagen und Infrastruktur -
maßgeschneidert für Sie entwickelt.
Problemstellung

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

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Problemstellung

Gegenmaßnahmen:
• Am Anfang der Schadensentstehung:
• System zur Gleiszustandsüberwachung
• Am Ende der Schadensentstehung:
• KI-gestütztes automatisches Wartungssystem

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Mechanischer Aufbau

Laserscanner

Linearachsen

Sensormodul

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Messablauf

• Monochrome Industriekamera mit Beleuchtung und IP67

• Ultraschallabstandssensor zur Erfassung des Höhenprofils

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Datenverarbeitung

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Datenlage

Herausforderungen:
• Verschmutzungsgrad der Räder variiert
• Ungleiche Verteilung (wenige Daten von Schadensfällen)
• Datenmenge ist begrenzt (Anlage war noch nicht im Dauerbetrieb)
Kamerabilder: Zeitreihendaten:

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Ziele

1. Gestaltung einer Methode zur Fehlererkennung

• Basierend auf Objekterkennung

2. Risikoabschätzung
• Menschliche Fehlerwahrscheinlichkeit
• Modellierung Fehlerfortpflanzung

 Beantwortung der Frage:

„Ist die automatische Kontrollanlage dazu geeignet die Sichtprüfungen zu ersetzen?“

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Erkennung von fehlenden Verschraubungen

• Selektion von genau einem Bild pro Schraube

• Redundante Prüfung
• Fehlstelle
• Schraubenkopf
• Zukünftig: Anomalie in Ultraschalldaten
• Adressierung ungleicher Verteilung
• Künstliches Erzeugen von Fehlstellen
• Data Augmentation
Fehlstelle Schraubenkopf

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Erkennung von Radreifenrutschern

• Suche nach Referenzpunkten

• Bestimmung des Abstandes
• Trenderkennung über mehrere Messungen hinweg

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Evaluation

• Evaluation: 0% kritische Fehler, 0,1% bzw. 0,52% unkritische Fehler

• Menschliche Fehlerwahrscheinlichkeit: 0,5% nach Hinzen, 5,6% nach „Railway Action
Reliability Assessment“ (RARA)
 Schätzungen der menschlichen Fehlerwahrscheinlichkeit werden unterschritten

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Risikoabschätzung

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

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Risikoabschätzung

Kontinuierliche Auswertung: Inkrementelle Auswertung:

• Globale Entwicklung • Verlauf zwischen Kontrollereignissen
• Bestimmung der MTTF  Senkung der Eintrittswahrscheinlichkeit um
mehr als die Hälfte

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
Zusammenfassung und Ausblick

Anlagenaufbau Datenerfassung Datenverarbeitung Zuverlässigkeit

„Ist die automatische Kontrollanlage dazu geeignet die Sichtprüfungen zu ersetzen?“

 Auf Basis der aktuellen Datenlage werden die Anforderungen erfüllt

Was folgt?
• Abschließende Bewertung bei einer größeren Datenmenge
 Zukünftig werden 100 Straßenbahnen pro Woche vermessen
• Erkennung von Anomalien in den Ultraschall-Zeitreihendaten

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder
 Vielen Dank für Ihre
Aufmerksamkeit!

IRSA 2023 - Zuverlässigkeitsanalyse einer KI-gestützten

Wartungsanlage für Straßenbahnräder