DE102018215592A1 - Method for controlling a traffic engineering system, control device and traffic engineering system - Google Patents

Method for controlling a traffic engineering system, control device and traffic engineering system Download PDF

Info

Publication number
DE102018215592A1
DE102018215592A1 DE102018215592.5A DE102018215592A DE102018215592A1 DE 102018215592 A1 DE102018215592 A1 DE 102018215592A1 DE 102018215592 A DE102018215592 A DE 102018215592A DE 102018215592 A1 DE102018215592 A1 DE 102018215592A1
Authority
DE
Germany
Prior art keywords
traffic engineering
engineering system
control device
operating data
simulation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102018215592.5A
Other languages
German (de)
Inventor
Martin Altmann
Otto Schmid
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Priority to DE102018215592.5A priority Critical patent/DE102018215592A1/en
Publication of DE102018215592A1 publication Critical patent/DE102018215592A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60M—POWER SUPPLY LINES, AND DEVICES ALONG RAILS, FOR ELECTRICALLY- PROPELLED VEHICLES
    • B60M3/00—Feeding power to supply lines in contact with collector on vehicles; Arrangements for consuming regenerative power
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/16—Trackside optimisation of vehicle or train operation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/60—Testing or simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/12—Preparing schedules

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Steuern einer verkehrstechnischen Anlage. Um das Verfahren automatisch und mit hoher Qualität durchführen zu können, ist erfindungsgemäß vorgesehen, dass die verkehrstechnische Anlage (1) zumindest teilweise auf künstlicher Intelligenz basierend gesteuert wird und mittels Betriebsdaten (9) der Anlage (1) durch maschinelles Lernen trainiert wird.Die Erfindung betrifft weiterhin eine Steuerungseinrichtung (2) und eine verkehrstechnische Anlage (1).The invention relates to a method for controlling a traffic engineering system. In order to be able to carry out the method automatically and with high quality, it is provided according to the invention that the traffic system (1) is controlled at least in part based on artificial intelligence and is trained by machine learning using operating data (9) of the system (1) further relates to a control device (2) and a traffic engineering system (1).

Description

Verkehrstechnische Anlagen wie beispielsweise Eisenbahnanlagen, U-Bahn- oder Straßenbahnanlagen sind komplexe Anlagen, deren Steuerung viel Erfahrung bei den Bedienern voraussetzt, um einen optimalen Betrieb zu erreichen. Die Steuerung kann sich auf die gesamte Anlage oder aber auf spezielle Teile wie z. B. die Energieversorgung beziehen.Traffic engineering systems such as railway systems, subway or tram systems are complex systems, the control of which requires a lot of experience from the operators in order to achieve optimal operation. The control can affect the entire system or special parts such. B. refer to the energy supply.

Es ist die Aufgabe der vorliegenden Erfindung, ein Verfahren und eine Einrichtung zum Steuern einer verkehrstechnischen Anlage bereitzustellen, durch die die Anlage effektiver und mit wenig Aufwand betrieben werden kann.It is the object of the present invention to provide a method and a device for controlling a traffic engineering system, by means of which the system can be operated more effectively and with little effort.

Die Aufgabe wird gelöst durch ein Verfahren zum Steuern einer verkehrstechnischen Anlage, bei dem die verkehrstechnische Anlage zumindest teilweise auf künstlicher Intelligenz basierend gesteuert wird und mittels Betriebsdaten der Anlage durch maschinelles Lernen trainiert wird.The object is achieved by a method for controlling a traffic engineering system, in which the traffic engineering system is controlled based at least in part on artificial intelligence and is trained by means of operating data of the system through machine learning.

Weiterhin wird die Aufgabe gelöst durch eine Steuerungseinrichtung für eine verkehrstechnische Anlage, die zum zumindest teilweisen Steuern der verkehrstechnischen Anlage ausgebildet ist und die mittels Betriebsdaten der Anlage durch maschinelles Lernen trainiert ist und ausgebildet ist, die verkehrstechnische Anlage zumindest teilweise auf künstlicher Intelligenz basierend zu steuern.Furthermore, the object is achieved by a control device for a traffic engineering system, which is designed for at least partially controlling the traffic engineering system and which is trained by machine learning using operating data of the system and is designed to control the traffic engineering system based at least in part on artificial intelligence.

Die erfindungsgemäße Lösung hat den Vorteil, dass die verkehrstechnische Anlage durch den Einsatz von künstlicher Intelligenz und maschinellem Lernen automatisch oder teilautomatisch gesteuert werden kann, ohne dass eine Verschlechterung gegenüber der erfahrenen menschlichen Steuerung zu verzeichnen ist. Als Betriebsdaten für das maschinelle Lernen werden beispielsweise historische Datensätze aus dem laufenden Betrieb oder aus manuellem Training gewonnene Datensätze verwendet.The solution according to the invention has the advantage that the traffic engineering system can be controlled automatically or partially automatically through the use of artificial intelligence and machine learning, without a deterioration compared to the experienced human control being recorded. For example, historical data records from current operation or data records obtained from manual training are used as operating data for machine learning.

Die Erfindung kann durch vorteilhafte Ausgestaltungen weiterentwickelt werden, die im Folgenden beschrieben sind.The invention can be further developed by advantageous configurations which are described below.

In einer besonders vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens können die Betriebsdaten durch Simulation der Anlage ermittelt werden. Dies hat den Vorteil, dass durch die Simulation eine große Anzahl von Datensätzen von Betriebsdaten der Anlage erzeugt werden können, um die künstliche Intelligenz durch maschinelles Lernen schnell zu verbessern. Dies beschleunigt die Einsatzmöglichkeit der Steuerung erheblich. Beispielsweise können durch die Simulation weiterhin auch Betriebsdaten der Anlage für seltene Störfälle erzeugt werden und entsprechend trainiert werden. Speziell in diesen Störfällen hat die Steuerung durch künstliche Intelligenz einen besonderen Mehrwert. Durch die Simulation ist ein zielorientiertes Training möglich, das ohne Simulation relativ lange dauern würde und kostenintensiver wäre.In a particularly advantageous embodiment of the method according to the invention, the operating data can be determined by simulating the system. This has the advantage that a large number of data sets of operating data of the plant can be generated by the simulation in order to quickly improve the artificial intelligence through machine learning. This speeds up the use of the control considerably. For example, the simulation can also generate operating data for the system for rare incidents and can be trained accordingly. Especially in these malfunctions, the control by artificial intelligence has a special added value. The simulation enables goal-oriented training that would take a relatively long time without simulation and would be more cost-intensive.

Um eine optimale Lösung für verschiedene Anwendungsfälle zu ermöglichen, können die durch Simulation ermittelten Betriebsdaten manuell oder automatisch übertragen werden. Bei einem vollautomatisierten System ist die automatische Übertragung vorteilhaft. Wenn die künstliche Intelligenz beispielsweise eher Vorschläge für die Steuerung der verkehrstechnischen Anlage macht, die dann manuell eingegeben werden, kann auch eine manuelle Übertragung der durch Simulation ermittelten Betriebsdaten vorteilhaft sein.To enable an optimal solution for different applications, the operating data determined by simulation can be transferred manually or automatically. Automatic transmission is advantageous in a fully automated system. If, for example, the artificial intelligence rather makes suggestions for the control of the traffic engineering system, which are then entered manually, a manual transmission of the operating data determined by simulation can also be advantageous.

Ferner kann ein Bedarf an zusätzliche Betriebsdaten bestimmt werden und können diese zusätzlichen Betriebsdaten durch Simulation ermittelt werden. Zur Bedarfsbestimmung kann eine Qualität der künstlichen Intelligenz bewertet werden und zur Erhöhung der Qualität die zusätzlichen Betriebsdaten bestimmt werden. Dies hat den Vorteil, dass das erfindungsgemäße Steuerungsverfahren sich besonders in den Bereichen weiterentwickelt, in denen noch Schwachpunkte entdeckt werden. So bewertet die künstliche Intelligenz selbstständig die gelernten betrieblichen Erfahrungen in einem vorgegebenen Parameterraum, gewichtet diese und wenn eine nicht ausreichende Menge von Betriebsdaten in einem bestimmten Bereich festgestellt wird, werden die benötigten Betriebsdaten durch Simulation ermittelt und anschließend ergänzt.Furthermore, a need for additional operating data can be determined and these additional operating data can be determined by simulation. A quality of the artificial intelligence can be assessed to determine the requirements and the additional operating data can be determined to increase the quality. This has the advantage that the control method according to the invention develops particularly in those areas where weak points are still being discovered. Artificial intelligence independently evaluates the operational experience learned in a given parameter space, weights it and if an insufficient amount of operating data is determined in a certain area, the required operating data are determined by simulation and then supplemented.

Die Erfindung betrifft weiterhin eine verkehrstechnische Anlage mit wenigstens einer Steuerungseinrichtung, die zum teilweisen Steuern der verkehrstechnischen Anlage ausgebildet ist. Um die verkehrstechnische Anlage effektiver zu steuern, ist erfindungsgemäß vorgesehen, dass die Steuerungseinrichtung nach der oben genannten erfindungsgemäßen Ausführung ausgebildet ist und die verkehrstechnische Anlage wenigstens eine Simulationseinrichtung aufweist, welche die Betriebsdaten für das maschinelle Lernen durch Simulation ermittelt. Die erfindungsgemäße verkehrstechnische Anlage hat den Vorteil, dass die auf künstlicher Intelligenz basierende Steuerungseinrichtung durch die Betriebsdaten ermittelnde Simulationseinrichtung selbstständig lernen kann, ohne dass die gelernten Betriebssituationen real passiert sind. Hierdurch können insbesondere auch seltene Störfälle trainiert werden, in denen eine nach künstlicher Intelligenz arbeitende Steuerungseinrichtung besonders vorteilhaft ist, die aber real glücklicherweise selten vorkommen. Durch die Kopplung der mit künstlicher Intelligenz arbeitenden Steuerungseinrichtung mit der Simulationseinrichtung kann ein spezifisches Training für besondere Situationen und Störfälle in nahezu unbegrenzter Variation durchgeführt werden.The invention further relates to a traffic engineering system with at least one control device which is designed to partially control the traffic engineering system. In order to control the traffic engineering system more effectively, it is provided according to the invention that the control device is designed according to the above-mentioned embodiment according to the invention and the traffic engineering system has at least one simulation device which determines the operating data for machine learning by simulation. The traffic engineering system according to the invention has the advantage that the control device based on artificial intelligence can independently learn through the operating data, without the learned operating situations having actually happened. In this way, in particular, rare accidents can be trained in which a control device operating according to artificial intelligence is particularly advantageous, but which fortunately rarely occurs in real life. By coupling the control device working with artificial intelligence with the simulation device, specific training for special situations and accidents can be carried out in almost unlimited variation.

Um die durch die Simulationseinrichtung ermittelten Betriebsdaten automatisch einzulesen, kann die Steuerungseinrichtung mit der Simulationseinrichtung verbunden sein.In order to automatically read in the operating data determined by the simulation device, the control device can be connected to the simulation device.

In einer vorteilhaften Ausgestaltung der erfindungsgemäßen verkehrstechnischen Anlage kann die Steuerungseinrichtung einen Bedarf an zusätzliche Betriebsdaten bestimmen und diese zusätzlichen Betriebsdaten durch Simulation ermitteln. Hierfür kann beispielsweise eine Qualität der künstlichen Intelligenz oder des maschinellen Lernens bewertet werden und zusätzliche Betriebsdaten bestimmt werden, die die Qualität erhöhen würden. Die Simulationseinrichtung wird anschließend so beeinflusst, dass die zusätzlichen Betriebsdaten ermittelt werden und so die Qualität erhöht wird. Die Beeinflussung der Simulationseinrichtung kann beispielsweise bedeuten, dass bisher nicht vorhandene Betriebsdaten von bestimmten Störfällen speziell durch die Simulationseinrichtung erzeugt werden und der Steuerungseinrichtung zum maschinellen Lernen zugeführt werden. Dadurch können auch seltene Störfälle optimal trainiert werden, so dass die verkehrstechnische Anlage auch bei real auftretenden seltenen Störfällen optimal reagiert.In an advantageous embodiment of the traffic engineering system according to the invention, the control device can determine a need for additional operating data and determine this additional operating data by simulation. For this purpose, for example, a quality of artificial intelligence or machine learning can be assessed and additional operating data determined that would increase the quality. The simulation device is then influenced in such a way that the additional operating data are determined and the quality is increased in this way. The influencing of the simulation device can mean, for example, that previously non-existent operating data of certain accidents are generated specifically by the simulation device and fed to the control device for machine learning. This means that even rare accidents can be optimally trained so that the traffic system also reacts optimally to rare incidents that actually occur.

Die verkehrstechnische Anlage kann ferner wenigstens eine Energieversorgungseinrichtung aufweisen, die von der Steuerungseinrichtung gesteuert wird. So kann die erfindungsgemäße Steuerungseinrichtung beispielsweise die Traktionsstromversorgung einer Eisenbahnanlage steuern und ein intelligentes Energiemanagementsystem ausbilden, mit dem Ziel, einen leistungs- und energieoptimierten Betrieb der Bahnstromversorgung zu erreichen. Ein solches Energiemanagementsystem, das von der auf künstlicher Intelligenz basierten Steuerungseinrichtung gesteuert wird, kann entweder autonom, also selbstständig die Lastflussverteilung oder den Energiebezug optimieren, oder als Entscheidungsunterstützung für einen Disponenten Optimierungslösungen vorschlagen.The traffic engineering system can furthermore have at least one energy supply device which is controlled by the control device. For example, the control device according to the invention can control the traction power supply of a railroad system and form an intelligent energy management system with the aim of achieving a performance and energy-optimized operation of the traction power supply. Such an energy management system, which is controlled by the control device based on artificial intelligence, can either optimize the load flow distribution or the energy supply autonomously, i.e. independently, or propose optimization solutions as a decision support for a dispatcher.

Beispiele für Lernsituationen eines solchen Energiemanagementsystems sind beispielsweise

  • - unterschiedliche Fahrplansituationen,
  • - Fahrbetriebsstörungen mit Variation der Abweichungen,
  • - Störungen in der Stromversorgung, Iteration, Permutation und Kombination von Ausfallsimulationen,
  • - Vorausberechnung des Energiebedarfs zur Optimierung der Energietarife bzw. deren Zusammensetzung,
  • - Einhaltung eines vorausberechneten Energiebedarfs,
  • - Load-Shedding oder Load-Shifting, also eine Reduzierung oder Verschiebung bzw. Umverteilung der Lastaufteilung.
Examples of learning situations of such an energy management system are, for example
  • - different timetable situations,
  • - driving malfunctions with variation of the deviations,
  • - disturbances in the power supply, iteration, permutation and combination of failure simulations,
  • - advance calculation of the energy requirement to optimize the energy tariffs and their composition,
  • - compliance with a pre-calculated energy requirement,
  • - Load shedding or load shifting, i.e. a reduction or shift or redistribution of the load distribution.

Ein Vorteil dieser vorteilhaften Ausgestaltung der erfindungsgemäßen verkehrstechnischen Anlage ist es, dass Vorhersagen, anders als bei herkömmlichen Anlagen, aus physikalischen Zusammenhängen generiert werden und somit eine Vorhersage exakt für die zu erwartende Situation bilden. Herkömmliche Anlagen mit Energiemanagementsystemen machen Vorhersagen auf Basis von historischen Daten. Da die realen Situationen aber häufig von den historischen abweichen, sind die Vorhersagen bei herkömmlichen Anlagen ungenau.An advantage of this advantageous embodiment of the traffic engineering system according to the invention is that, unlike conventional systems, predictions are generated from physical relationships and thus form a prediction exactly for the situation to be expected. Conventional systems with energy management systems make predictions based on historical data. However, since the real situations often differ from the historical ones, the predictions for conventional systems are inaccurate.

In einer weiteren vorteilhaften Ausgestaltung der verkehrstechnischen Anlage kann diese wenigstens eine Einrichtung zur Erstellung oder Beeinflussung von Fahrplänen aufweisen, die von der Steuerungseinrichtung gesteuert wird. Eine solche autonome oder teilautonome Fahrplanerstellung bzw. Fahrplanbeeinflussung hat das Ziel, Störungen zu vermeiden oder zu minimieren, Verzögerungen zu minimieren und die Erstellung energie- oder durchsatzoptimierter Fahrpläne. Die Einrichtung zur Erstellung oder Beeinflussung von Fahrplänen muss im Betrieb häufig ad hoc auf Situationen reagieren und Vorschläge für die Anpassung des Fahrplans machen. Da die erfindungsgemäße verkehrstechnische Anlage für eine Vielzahl von Ursachen und Varianten von Störungen und Verzögerungen trainiert ist, werden optimale Lösungen vorgeschlagen.In a further advantageous embodiment of the traffic engineering system, this can have at least one device for creating or influencing timetables, which is controlled by the control device. Such an autonomous or semi-autonomous schedule creation or schedule influencing has the goal of avoiding or minimizing disruptions, minimizing delays and the creation of energy or throughput optimized schedules. The facility for creating or influencing timetables often has to react ad hoc to situations during operation and make suggestions for adapting the timetable. Since the traffic engineering system according to the invention is trained for a variety of causes and variants of disturbances and delays, optimal solutions are proposed.

Im Folgenden wird die Erfindung mit Bezug auf die beigefügte Zeichnung erläutert.The invention is explained below with reference to the attached drawing.

Die einzige Figur zeigt eine schematische Darstellung einer beispielhaften Ausführung einer erfindungsgemäßen verkehrstechnischen Anlage.The single figure shows a schematic representation of an exemplary embodiment of a traffic engineering system according to the invention.

Die in der Figur schematisch dargestellte verkehrstechnische Anlage 1 umfasst eine Steuerungseinrichtung 2 und eine Simulationseinrichtung 3. Die verkehrstechnische Anlage 1 ist in der beispielhaften Ausführungsform in der Figur dargestellt als eine eisenbahntechnische Anlage mit mehreren elektrisch betriebenen Fahrzeugen 4 und einer Energieversorgungseinrichtung 5, die die elektrische Energie für die Fahrzeuge 4 bereitstellt. Diese Energie ist unter anderem für die Traktion der Fahrzeuge 4 nötig. Die Energieversorgungseinrichtung 5 umfasst wie üblich eine Oberleitungsanlage 6 und Unterwerke 7, die mit einem nicht dargestellten öffentlichen oder bahnspezifischen Hochspannungsnetz verbunden sind.The transport system shown schematically in the figure 1 comprises a control device 2nd and a simulation device 3rd . The traffic system 1 is shown in the exemplary embodiment in the figure as a railroad system with several electrically operated vehicles 4th and an energy supply device 5 which is the electrical energy for the vehicles 4th provides. This energy is used, among other things, for vehicle traction 4th necessary. The energy supply facility 5 includes a catenary system as usual 6 and substations 7 , which are connected to a public or rail-specific high-voltage network, not shown.

Die erfindungsgemäße Steuerungseinrichtung 2 ist in der beispielhaften Ausführungsform zur Steuerung der Energieversorgungseinrichtung 5 ausgebildet. Hierzu ist die Steuerungseinrichtung 2 mit der Energieversorgungseinrichtung 5 verbunden, auch wenn dies in der Figur der Einfachheit halber nicht dargestellt ist. Die Steuerungseinrichtung 2 umfasst ein KI (künstliche Intelligenz)-Modul 8, durch das die Steuerungseinrichtung 2 weitgehend automatisiert betrieben werden kann. Die erfindungsgemäße durch das KI-Modul 8 auf künstliche Intelligenz beruhende Steuerungseinrichtung 2 wird durch maschinelles Lernen trainiert. Bei dem maschinellen Lernen werden Betriebsdaten 9 der Anlage 1 für das maschinelle Lernen genutzt. Als Betriebsdaten 9 werden zum einen historische Daten der Anlage 1 und zum anderen von der Simulationseinrichtung 3 erzeugte Betriebsdaten 9 verwendet.The control device according to the invention 2nd is in the exemplary embodiment to control the energy supply device 5 educated. This is the control device 2nd with the energy supply device 5 connected, even if this is not shown in the figure for the sake of simplicity. The control device 2nd includes an AI (artificial intelligence) module 8th through which the control device 2nd can be operated largely automated. The invention according to the AI module 8th Control device based on artificial intelligence 2nd is trained through machine learning. With machine learning, operating data 9 the plant 1 used for machine learning. As operating data 9 on the one hand, historical data of the plant 1 and on the other hand from the simulation device 3rd generated operating data 9 used.

Die Simulationseinrichtung 3 ist dazu ausgebildet, die verkehrstechnische Anlage 1 zu simulieren und dabei Betriebsdaten 9 der Anlage 1 zu ermitteln. Die durch Simulation ermittelten Betriebsdaten 9 werden in der beispielhaften Ausführungsform der 1 automatisch an das KI-Modul 8 der Steuerungseinrichtung 2 übertragen.The simulation device 3rd is trained to use the traffic system 1 to simulate and thereby operating data 9 the plant 1 to investigate. The operating data determined by simulation 9 are in the exemplary embodiment of the 1 automatically to the AI module 8th the control device 2nd transfer.

Die Simulationseinrichtung 3 ist beispielsweise derart ausgebildet, wie es in der DE 10 2016 212 494 A1 beschrieben ist, die hier vollständig umfasst sein soll.The simulation device 3rd is formed, for example, as in the DE 10 2016 212 494 A1 is described, which is to be fully encompassed here.

Die Simulationseinrichtung 3 kann z. B. eine Zugfahrtsimulation mit elektrischer Netzberechnung sein, bei der aktuelle Parameter der Anlage sowie Fahrbetriebssituationen mit einbezogen werden. Darauf basierend kann durch einfache Änderung von Parametern eine Vielzahl von verschiedenen Szenarien simuliert und Betriebsdaten erzeugt werden.The simulation device 3rd can e.g. B. be a train simulation with electrical network calculation, in the current parameters of the system and driving situations are included. Based on this, a variety of different scenarios can be simulated and operating data generated by simply changing parameters.

Mit der erfindungsgemäßen Steuerungseinrichtung 2, die mit der Simulationseinrichtung 3 gekoppelt ist, können Vorhersagen getroffen werden, die auf physikalischen Zusammenhängen beruhen und daher exakte Vorhersagen für zu erwartende Situationen sind.With the control device according to the invention 2nd using the simulation facility 3rd coupled, predictions can be made that are based on physical relationships and are therefore exact predictions for expected situations.

Systeme, die auf künstlicher Intelligenz und maschinellem Lernen basieren, verbessern sich kontinuierlich durch die mit der Zeit größer werdende Anzahl an Betriebsdaten. Bei der erfindungsgemäßen Steuerungseinrichtung 2 ist diese Lernzeit stark verkürzt, weil die Betriebsdaten 9 durch die Simulationseinrichtung 3 sehr schnell in ausreichender Menge zur Verfügung gestellt werden können. Weiterhin sind die erfindungsgemäße Steuerungseinrichtung 2 und ihr KI-Modul 8 so ausgebildet, dass die gelernten betrieblichen Erfahrungen bewertet und gewichtet werden und dadurch die Qualität der künstlichen Intelligenz der Steuerungseinrichtung 2 ermittelt wird. Bei nicht ausreichender Qualität wird ferner ermittelt, in welchem Bereich nicht genügend Betriebsdaten 9 vorhanden sind. Daraufhin wird dieser Mangel der Simulationseinrichtung 3 angezeigt, die durch zielgerichtete Simulation die fehlenden Betriebsdaten 9 ermittelt und an die Steuerungseinrichtung 2 weitergibt. Dadurch kann die Qualität der künstlichen Intelligenz der Steuerungseinrichtung 2 gezielt verbessert werden. Eine Vielzahl von Simulationen durch die Simulationseinrichtung 3 erlaubt der Steuerungseinrichtung 2 das Verhalten der verkehrstechnischen Anlage umfangreicher zu analysieren und ermöglicht zielgerichtete Betriebsbeeinflussung und Betriebsoptimierung. Dies kann insbesondere auch zur Ableitung von Betriebs- und Wartungsvorschlägen, z. B. Fehleranalysen, zustandsbasierten Überwachungen und rechtzeitigem Erkennen von Betriebsgrenzen, genutzt werden.Systems based on artificial intelligence and machine learning are continuously improving as the number of operating data increases over time. In the control device according to the invention 2nd this learning time is greatly shortened because of the operating data 9 through the simulation device 3rd sufficient quantities can be made available very quickly. Furthermore, the control device according to the invention 2nd and their AI module 8th trained in such a way that the learned operational experience is evaluated and weighted and thereby the quality of the artificial intelligence of the control device 2nd is determined. If the quality is insufficient, it is also determined in which area insufficient operating data 9 available. Thereupon, this lack of simulation facility 3rd displayed, the missing operating data by targeted simulation 9 determined and sent to the control device 2nd passes on. This allows the quality of the artificial intelligence of the control device 2nd be specifically improved. A variety of simulations by the simulation device 3rd allows the control device 2nd analyze the behavior of the traffic system more extensively and enable targeted operational influencing and optimization. In particular, this can also be used to derive operational and maintenance proposals, e.g. B. error analysis, condition-based monitoring and timely detection of operating limits can be used.

Die in der Figur dargestellte verkehrstechnische Anlage 1 kann zusätzlich auch noch eine Einrichtung 10 zur Erstellung oder Beeinflussung von Fahrplänen aufweisen. Ein solches System 10 ist an sich bekannt und erstellt bzw. überarbeitet die Fahrpläne für die Fahrzeuge 4 der verkehrstechnischen Anlage 1. Sobald Störungen im Betriebsablauf, also der Fahrt der Fahrzeuge 4, auftreten, macht die Einrichtung 10 Vorschläge oder veranlasst direkt Änderungen, um weitere Störungen zu vermeiden bzw. Verspätungen der Fahrzeuge 4 zu minimieren. Erfindungsgemäß kann die Einrichtung 10 von der Steuerungseinrichtung 2 gesteuert werden. Da die erfindungsgemäße Steuerungseinrichtung 2 mit ihrem KI-Modul 8 auf künstlicher Intelligenz basiert, kann die Einrichtung 10 automatisch geeignete Vorgaben machen. Da die Simulationseinrichtung 3 auch für diese Anwendung Betriebsdaten 9 erstellt, ist die Steuerungseinrichtung 2 besonders gut trainiert und die Qualität der Einrichtung 10 besonders hoch. So ist es möglich, dass die Einrichtung 10 zur Erstellung oder Beeinflussung von Fahrplänen auch in Echtzeit Optimierungsvorschläge machen kann oder diese direkt umsetzt.The transport system shown in the figure 1 can also have a facility 10th for creating or influencing timetables. Such a system 10th is known per se and creates or revises the timetables for the vehicles 4th the traffic system 1 . As soon as disruptions in the operational sequence, i.e. the driving of the vehicles 4th , occur, makes the facility 10th Suggestions or direct changes to avoid further malfunctions or delays in the vehicles 4th to minimize. According to the device 10th from the control device 2nd to be controlled. Since the control device according to the invention 2nd with their AI module 8th based on artificial intelligence, the facility can 10th automatically make suitable specifications. Because the simulation device 3rd Operating data for this application too 9 is created, the control device 2nd particularly well trained and the quality of the facility 10th especially high. So it is possible that the establishment 10th can make optimization suggestions in real time for the creation or influencing of schedules or implement them directly.

Zur Verbesserung von Steuerungseinrichtungen von anderen verkehrstechnischen Anlagen, die ebenfalls auf künstlicher Intelligenz basieren, können die von der Simulationseinrichtung 3 erzeugten Betriebsdaten 9 auch separat übergeben werden. So können die in der erfindungsgemäßen verkehrstechnischen Anlage 1 gewonnenen Erfahrungen auch anderen Steuerungseinrichtungen, die auf künstlicher Intelligenz basieren, zur Verfügung gestellt werden.To improve control devices from other traffic engineering systems, which are also based on artificial intelligence, those from the simulation device 3rd generated operating data 9 can also be handed over separately. So can in the traffic engineering system according to the invention 1 experience gained can also be made available to other control devices based on artificial intelligence.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents listed by the applicant has been generated automatically and is only included for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent literature cited

  • DE 102016212494 A1 [0022]DE 102016212494 A1 [0022]

Claims (10)

Verfahren zum Steuern einer verkehrstechnischen Anlage, dadurch gekennzeichnet, dass die verkehrstechnische Anlage (1) zumindest teilweise auf künstlicher Intelligenz basierend gesteuert wird und mittels Betriebsdaten (9) der Anlage (1) durch maschinelles Lernen trainiert wird.Method for controlling a traffic engineering system, characterized in that the traffic engineering system (1) is controlled based at least in part on artificial intelligence and is trained by machine learning using operating data (9) of the system (1). Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Betriebsdaten (9) zumindest teilweise durch Simulation der Anlage (1) ermittelt werden.Procedure according to Claim 1 , characterized in that the operating data (9) are at least partially determined by simulation of the system (1). Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die durch Simulation ermittelten Betriebsdaten (9) manuell oder automatisch übertragen werden.Procedure according to Claim 2 , characterized in that the operating data (9) determined by simulation are transmitted manually or automatically. Verfahren nach einem der oben genannten Ansprüche, dadurch gekennzeichnet, dass ein Bedarf an zusätzliche Betriebsdaten (9) bestimmt wird und diese zusätzlichen Betriebsdaten (9) durch Simulation ermittelt werden.Method according to one of the above claims, characterized in that a need for additional operating data (9) is determined and these additional operating data (9) are determined by simulation. Steuerungseinrichtung für eine verkehrstechnische Anlage, die zum zumindest teilweisen Steuern der verkehrstechnischen Anlage ausgebildet ist, dadurch gekennzeichnet, dass die Steuerungseinrichtung (2) mittels Betriebsdaten (9) der Anlage (1) durch maschinelles Lernen trainiert ist und ausgebildet ist, die verkehrstechnische Anlage (1) zumindest teilweise auf künstlicher Intelligenz basierend zu steuern.Control device for a traffic engineering system, which is designed for at least partial control of the traffic engineering system, characterized in that the control device (2) is trained and designed by machine learning by means of operating data (9) of the system (1), the traffic engineering system (1 ) based at least in part on artificial intelligence. Verkehrstechnische Anlage mit wenigstens einer Steuerungseinrichtung, die zum zumindest teilweisen Steuern der verkehrstechnischen Anlage (1) ausgebildet ist, dadurch gekennzeichnet, dass die Steuerungseinrichtung (2) nach Anspruch 5 ausgebildet ist und die verkehrstechnische Anlage (1) wenigstens eine Simulationseinrichtung (3) aufweist, welche die Betriebsdaten (9) für das maschinelle Lernen durch Simulation ermittelt.Traffic engineering system with at least one control device which is designed for at least partially controlling the traffic engineering system (1), characterized in that the control device (2) according to Claim 5 and the traffic engineering system (1) has at least one simulation device (3) which determines the operating data (9) for machine learning by simulation. Verkehrstechnische Anlage nach Anspruch 6, dadurch gekennzeichnet, dass die Steuerungseinrichtung (2) mit der Simulationseinrichtung (3) verbunden ist.Traffic engineering system after Claim 6 , characterized in that the control device (2) is connected to the simulation device (3). Verkehrstechnische Anlage nach einem der oben genannten Ansprüche 6 bis 7, dadurch gekennzeichnet, dass die Steuerungseinrichtung (2) ausgebildet ist, eine Qualität der künstlichen Intelligenz zu bewerten, und die Simulationseinrichtung (3) so zu beeinflussen, dass die Bewertung der Qualität erhöht wird.Traffic engineering system according to one of the above Claims 6 to 7 , characterized in that the control device (2) is designed to evaluate a quality of the artificial intelligence and to influence the simulation device (3) in such a way that the evaluation of the quality is increased. Verkehrstechnische Anlage nach einem der oben genannten Ansprüche 6 bis 8, dadurch gekennzeichnet, dass die verkehrstechnische Anlage (1) wenigstens eine Energieversorgungseinrichtung (5) aufweist, die von der Steuerungseinrichtung (2) gesteuert wird.Traffic engineering system according to one of the above Claims 6 to 8th , characterized in that the traffic system (1) has at least one energy supply device (5) which is controlled by the control device (2). Verkehrstechnische Anlage nach einem der oben genannten Ansprüche 6 bis 9, dadurch gekennzeichnet, dass die verkehrstechnische Anlage (1) wenigstens eine Einrichtung (10) zur Erstellung oder Beeinflussung von Fahrplänen aufweist, die von der Steuerungseinrichtung (2) gesteuert wird.Traffic engineering system according to one of the above Claims 6 to 9 , characterized in that the traffic engineering system (1) has at least one device (10) for creating or influencing timetables, which is controlled by the control device (2).
DE102018215592.5A 2018-09-13 2018-09-13 Method for controlling a traffic engineering system, control device and traffic engineering system Pending DE102018215592A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102018215592.5A DE102018215592A1 (en) 2018-09-13 2018-09-13 Method for controlling a traffic engineering system, control device and traffic engineering system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018215592.5A DE102018215592A1 (en) 2018-09-13 2018-09-13 Method for controlling a traffic engineering system, control device and traffic engineering system

Publications (1)

Publication Number Publication Date
DE102018215592A1 true DE102018215592A1 (en) 2020-03-19

Family

ID=69647078

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018215592.5A Pending DE102018215592A1 (en) 2018-09-13 2018-09-13 Method for controlling a traffic engineering system, control device and traffic engineering system

Country Status (1)

Country Link
DE (1) DE102018215592A1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243694B1 (en) * 1997-12-29 2001-06-05 General Electric Company System and method for generating a fuel-optimal reference velocity profile for a rail-based transportation handling controller
DE102008027645A1 (en) * 2008-06-06 2009-12-17 Siemens Aktiengesellschaft Computerized electric railway control system laying method, involves activating railway control system by stimulation process, and varying construction parameter and operation parameter during optimization process within boundary conditions
DE102016212494A1 (en) * 2016-07-08 2018-01-11 Siemens Aktiengesellschaft Method and device for monitoring an energy supply device of a traffic engineering system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243694B1 (en) * 1997-12-29 2001-06-05 General Electric Company System and method for generating a fuel-optimal reference velocity profile for a rail-based transportation handling controller
DE102008027645A1 (en) * 2008-06-06 2009-12-17 Siemens Aktiengesellschaft Computerized electric railway control system laying method, involves activating railway control system by stimulation process, and varying construction parameter and operation parameter during optimization process within boundary conditions
DE102016212494A1 (en) * 2016-07-08 2018-01-11 Siemens Aktiengesellschaft Method and device for monitoring an energy supply device of a traffic engineering system

Similar Documents

Publication Publication Date Title
EP3194229B1 (en) Method for monitoring and diagnosing components of a rail vehicle by means of an extensible evaluation software
DE102014226910A1 (en) Method and device for carrying out a test procedure relating to a rail vehicle
EP3455915B1 (en) Method and device for monitoring a power supply device of a traffic system
DE102017213350A1 (en) Method for predicting a switching time of a signal group of a signaling system
EP2983961A2 (en) Method for switching a train on and off, and configuration of route and train for performing the method
DE102008033712A1 (en) Method and device for operating a railway safety system
EP2619067B1 (en) Method for controlling automatically a multitude of railbound vehicles
DE102018215592A1 (en) Method for controlling a traffic engineering system, control device and traffic engineering system
DE102016224125A1 (en) Method for controlling secondary consumers of rail vehicles
EP3515785A1 (en) Method for operating a railway system, and vehicle of a railway system
WO2017162406A1 (en) Interface, input or output means, retrofitting kit and method for retrofitting a rail vehicle for an autonomous driving operation
EP2953823A1 (en) Method and means for operating a first motor vehicle on the basis of at least one characteristic of at least one second motor vehicle
EP3400161A1 (en) Track installation and method for operating a track installation
DE102016215767A1 (en) Prediction of the train run
EP4117977A2 (en) Railway system with diagnostic system and method for operating same
DE102020200449A1 (en) Road-operated motor vehicle and method for ironing a pantograph of a road-operated motor vehicle
EP3786025A1 (en) Autonomous railway gate system for an etcs railway track
DE102018215017A1 (en) Method for determining an operating strategy for a vehicle, system, control device for a vehicle and a vehicle
DE102021006280B4 (en) Method for forecasting the energy requirements of a motor vehicle
DE102022004321A1 (en) Method for estimating the consumption of electric vehicles and using it to determine a navigation route
DE102016210849A1 (en) Planning a train ride
DE102021004421A1 (en) Device for determining the probability of successful wireless information transmission, method for operating such a device and vehicle with such a device
Straeter et al. Differences between human reliability approaches in nuclear-and aviation-safety
DE102006045804A1 (en) Maintenance planning providing system for assistance of decision making for maintenance of e.g. mining industry system, has model-supported system connected with module which evaluates examination, and base system for making decisions
DE10030305A1 (en) Optimizing track maintenance, especially for rail systems, involves feeding track data and/or maintenance recommendations for number of tracks to optimizing system for automatic analysis

Legal Events

Date Code Title Description
R163 Identified publications notified