WO2018041569A1 - Vorrichtung und verfahren zum ermitteln des zustands von schienenwegen - Google Patents

Vorrichtung und verfahren zum ermitteln des zustands von schienenwegen Download PDF

Info

Publication number
WO2018041569A1
WO2018041569A1 PCT/EP2017/070203 EP2017070203W WO2018041569A1 WO 2018041569 A1 WO2018041569 A1 WO 2018041569A1 EP 2017070203 W EP2017070203 W EP 2017070203W WO 2018041569 A1 WO2018041569 A1 WO 2018041569A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
wear
rail
track
events
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.)
Ceased
Application number
PCT/EP2017/070203
Other languages
English (en)
French (fr)
Inventor
Marco Nock
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.)
Knorr Bremse Systeme fuer Schienenfahrzeuge GmbH
Original Assignee
Knorr Bremse Systeme fuer Schienenfahrzeuge 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 Knorr Bremse Systeme fuer Schienenfahrzeuge GmbH filed Critical Knorr Bremse Systeme fuer Schienenfahrzeuge GmbH
Publication of WO2018041569A1 publication Critical patent/WO2018041569A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Definitions

  • the invention relates to a method for determining the condition of railways.
  • the invention further relates to a device for determining the state of
  • the invention is therefore based on the object to provide an improved method and an improved device for detecting wear conditions of railways. This object is achieved by a method for determining the state of
  • Rail tracks are read data measured by existing sensors of at least one rail vehicle at different times and under
  • Rail vehicle can be detected on a railway. From the
  • Measurement data is determined wear conditions of the rail track.
  • the measurement data from which the wear conditions are determined are measurement data which can be detected by means of the sensor technology usually present in a normal rail vehicle. These are the sensors that are required in the vehicle for normal driving. Therefore, no additional sensors are needed, as required for example in special vehicles for track inspection.
  • the measurements are preferably made during the usual trips of
  • Rail vehicles carried over the railway track and the data in the
  • Rail vehicle recorded This may be the data from a single rail vehicle, but preferably the data collected by multiple rail vehicles.
  • the recording of the measured data, which are read in the method according to the invention, can take place at different times and under different environmental conditions. Under the environmental conditions, for example, temperatures, humidity, air pressure, but also
  • Configurations of the train such as trailer loads, the number of axles of the measuring
  • the measurements are detected when driving the rail vehicle or vehicles on a rail track. These are preferably conventional operations and
  • the measurement data can be recorded at different times, that is, either at intervals of a few hours, days, but also weeks, months or years. This also allows historical data to be taken into account when determining the state of wear of the rail track.
  • the data recorded with the rail vehicles are stored in the
  • inventive method preferably by an offline processing unit, i. not in a rail vehicle itself, but preferably in a stationary device, read. This means that the data is first extracted from the
  • Rail vehicles to the process of the invention exporting unit be transmitted. This can be done in different ways, for example through a wireless network.
  • the wear conditions of the rail track are then determined from the measured data.
  • the wear on each individual position of the rail track, and thus over the course of the rail track determined and output. This can be done, for example, by analyzing the courses of measured data when passing known wear conditions and by determining the patterns of the wearer
  • Measurement data concrete wear conditions are assigned.
  • the assignment of the wear conditions based on patterns can thus be carried out on the basis of experiments in which specific wear conditions of a route are determined or measured, and these known wear conditions are compared with the existing sensors of a rail vehicle measured course of the measured variables, characteristic of the driving over a track section with the known state of wear is.
  • the read measurement data are measurement data of acceleration sensors.
  • the measurements of existing in a vehicle will be
  • Acceleration sensors used to determine wear conditions of the rail track.
  • the acceleration sensors in particular the acceleration sensors
  • Acceleration sensors that sense accelerations in the vertical direction, i. detect perpendicular to the rail, used.
  • the acceleration sensors which measure accelerations in the transverse direction, can also be used.
  • Accelerations are usually already measured in all directions, by using SD acceleration sensors, accelerations in the longitudinal, transverse and vertical directions can also be used.
  • the measured accelerations On the basis of the measured accelerations, it is possible, for example, to detect rail fractures, track position errors or roughening of rails. In particular, based on the measured lateral accelerations, for example, dissolved
  • the acceleration sensors can, for example, to the Bogies be arranged.
  • the determination of wear conditions can be achieved, for example, by comparing measured accelerations when driving on new or normal rail tracks with measured accelerations when driving on the section to be measured
  • the read measurement data is data of at least one weighing valve of a brake system.
  • a weighing valve measures the load on the wheelset or bogie.
  • the vertical load of the rail track can be determined. If all bogies are equipped with weighing valves, then the load can also be determined in bogies.
  • the read measurement data of an air conditioner is given given environmental conditions of the number of people in the room to be air conditioned, and thus on the number of passengers in the rail vehicle to be conditioned. Based on the air conditioning performance so that the numbers of passengers can be determined or estimated.
  • the vertical load of the rail track can be determined, but on the other hand, the effect of loading the rail vehicle on the vehicle's center of gravity, and thus the impact on loads during cornering and acceleration operations, i. in a predominantly horizontal direction.
  • the data can also be provided by further sensors of the air conditioning system, for example a CO2 sensor.
  • the read measurement data is data of at least one speed sensor.
  • the vehicle deceleration or the vehicle acceleration and thus the load of the rail track in its longitudinal direction can be determined.
  • the slip can be determined using the data of the at least one speed sensor, and thus the load of the rail track in the wheel-rail contact, ie the punctual wear.
  • the read measurement data are data of the sensor system of at least one bogie. This may be, for example, data of one or more arranged on the bogie
  • Refresh rate depends on the speed of the rail vehicle.
  • events are detected that have a special influence on the wear of the rail track, and the
  • Wear conditions of the rail track are determined taking into account the events that have a particular influence on the wear of the rail track.
  • Rail vehicle are not regularly or with less likelihood, and in particular on the normal roles of a wheel on a rail
  • wear phenomena caused by these singular events can in principle also be determined, for example, from measurement data recorded by acceleration sensors. However, the accuracy of determining wear conditions can be increased if such events are taken into account directly in the wear determination. In addition, this allows a comparison between the measurements of, for example, acceleration sensors, and the known for these positions singular events, so that patterns can be determined, showing how a measurement of an acceleration sensor for a position of a rail track, where such a singular event has taken place.
  • the method for determining wear states from the measured data and the assignment of wear conditions to observed progressions of the measured variables can be improved.
  • as events which have a particular influence on the wear of the rail track one or more of the events slip-on slip or spin of drive wheels,
  • Wear condition can be improved.
  • this information about the particular events can be compared with the further measurement data, in particular data from acceleration sensors, in order to increase the accuracy of the determination of wear conditions and
  • position data are assigned to the measured data after the data have been read in.
  • the assignment of position data can also already be done in the measuring vehicle by a measurement data record with, for example, from a GPS system position data obtained, ie provided with a place stamp. Irrespective of whether the assignment of position data already takes place during the measurement in the vehicle or only in the method according to the invention during the evaluation, each measured value can thus be assigned a position, ie a position on the route at which the measurement is taken.
  • data of the environment of the rail track are taken into account when determining the wear conditions.
  • temperatures, pressures or humidity or the specific location such as the location in a tunnel or in a slope
  • the current state of wear of the rail track is determined. This makes it possible to assess which wear is present at which position of the rail track. As a result, maintenance recommendations, speed recommendations, etc. can be derived. This allows a
  • the development of the state of wear of the track is predicted from the measured data.
  • the previous number of train movements or the tensile loads, or under a modified stress, such as an increase in the tensile density will develop.
  • measurement data from the past can be used, so that a comparison of current and earlier measurement data can be used to determine a development of the wear of the track and from this a prediction of future wear development
  • the determination of the wear conditions of the rail path assigned to the position data takes place by means of big data methods, for example artificial neural networks.
  • Big-data methods also referred to as mass data methods in Germany, describe methods that can be used to evaluate large and / or complex and / or weakly structured and / or rapidly changing amounts of data.
  • the artificial neural networks are first to be trained on the basis of data in which measurement data that passes when a motor vehicle passes over it Track section are measured with a known state of wear, the known state of wear or this state characterizing variables
  • measurements are to be carried out, for example by means of test vehicles, in which the wear of the rail is measured directly, for example by measuring the roughness depth of the rail.
  • This training data thus assign measured wear to the measurement data that the sensor system present in the vehicle outputs when driving over a section of track with such a state of wear. This allows the artificial neural networks to be trained.
  • railway track by means of artificial neural networks is then assumed by a trained neural network.
  • the trained artificial neural network then obtains the measured data from the sensors of the vehicle as input data when determining the state of wear from the measured values when using the method and then outputs the state of wear to a respective position of the rail path. Due to the artificial neural networks, it is possible to evaluate the measured data with comparatively low computing power and with a relatively low computing power from the measured data the state of wear of the
  • preprocessing of the data is performed separately for the respective ones
  • the events that have special influence on the wear of the railway for example, the use of
  • Vehicle such as acceleration sensors
  • the measurement data can be assigned the respective position, as far as this is not already done in the vehicle.
  • Rail vehicle recorded on a rail measurement data and means for determining wear conditions of the rail track from the measured data.
  • the measured data are thus carried out, as in the description of the method carried out by sensors that are standard on a rail vehicle and are required for normal driving.
  • the vehicle is not equipped with special sensors, such as special vehicles, which are specially required for monitoring and recording the condition of railways.
  • the device according to the invention has means with which these measured data can be read.
  • the measured data can come from one and in particular from several rail vehicles.
  • the measurement data are preferably read offline in a stationary device and processed. If it is in particular data of a single vehicle, the reading and the processing can also be done on board the vehicle, for example in real time.
  • the measurement data are read in the device and stored.
  • the measurement data are data that can be acquired by one or more vehicles, in particular at different times and under different environmental conditions. Thus historical data, that is data from measurements taken at different time intervals, can also be taken into account.
  • the device also has means with which the wear conditions of the rail track can be determined from the measured data. Under wear, for example, the roughness or waviness of the rail surface, for example, when corrugation, or local damage such as rail break understood.
  • the device has means for assigning position data to the measurement data.
  • the position data can be detected in the vehicle by GPS, for example, and can already be assigned to the measurement data in the vehicle.
  • the measurement data are then already provided in the vehicle in addition to a time stamp with a place stamp.
  • the assignment of the position data to the measured data can also be made offline. By assigning the position data, it is possible to give a measurement a specific position along the railroad
  • the device further comprises means for reading and storing events that have a special influence on the wear of the rail track, as well as means for determining
  • Wear conditions of the rail track which are assigned to the position data, taking into account the events that have a special influence on the wear. This makes it possible to carry out special events which occur only rarely during normal driving but which lead to a high degree of wear of the rail track, such as sanding, starting slippage or spinning of drive wheels, for example.
  • Anti-slip protection or the use of rail brakes to be considered.
  • this makes it possible, on the one hand, to increase the accuracy of the determination of the wear conditions, and on the other hand, to correlate the measurement data, for example measurements of acceleration sensors, with the events, which have a particular influence on the wear, so that patterns are determined can be obtained from the measurements with those existing in the rail vehicle Sensors to the wear by the special singular events close.
  • the device is designed so that it can determine the wear of the rail travel exclusively or predominantly from data provided by existing in the rail vehicle acceleration sensors. These are preferably
  • Acceleration sensors that detect vertical accelerations, i. Detect accelerations in the direction of the rail. These acceleration sensors may preferably be arranged on the bogie.
  • the sensors are the sensors that are standard in the vehicle to ensure driving. There is thus no need for sensors that serve no purpose other than wear detection.
  • the device is designed so that it can determine the wear of the rail track using data provided by at least one present in the rail vehicle weighing valve, and / or by an existing in the rail vehicle air conditioning and / or existing in the rail vehicle Speed sensor and / or by the sensor system of at least one existing in the rail vehicle bogie.
  • the device has means to predict the development of the state of wear of the track. This makes it possible not only to recognize the current state of wear from the measured data, but also to make predictions about the future development and, based on the current and the predicted state of wear, recommendations for maintenance or driving, for example in the form of
  • Wear state can be done in the device by means that evaluate both current measurement data as well as past measurement data taken over different periods of time in the past.
  • the device is suitable for making statements about a future change in the wear of the track. This allows using the predicted wear development of the rail Recommendations for maintenance and repairs, for example, for the grinding of rails derived.
  • Fig. 1 shows the procedure for determining wear conditions of a
  • Fig. 2 shows the procedure for determining wear conditions of
  • step S10 measurement data originating from vehicle sensors are read in in step S10. These data come from sensors that are part of the standard equipment of the vehicle and are required for normal vehicle operation or diagnostics of the vehicle components. This is not data captured by special sensors, such as those used in special vehicles for measuring
  • the read measurement data can be, for example, measurement data from acceleration sensors. If, for example, 3D acceleration sensors are installed in the vehicle, data measured by these sensors can be used. But also the data of only one spatial direction measuring acceleration sensors, in particular for measuring the vertical acceleration and / or the lateral acceleration can be used.
  • the data may also include data from brake control weighing valves, air conditioning data, speed sensor data or data from the
  • Bogie sensors act.
  • the data is preferably data from multiple vehicles taken at different times and under different conditions. This also allows data from the past to be used whereby the wear of the railway track in the past can be analyzed and observed up to the present time as well as prognoses can be made.
  • the recording of the measured data can take place at different times and under different environmental conditions, for example at different temperatures, humidities, air pressures, but also at different temperatures
  • Configurations of the train for example a variation of towed loads, number of axles of the measuring rail vehicle etc.
  • the data of the vehicle sensors are transmitted from the vehicle to the device that performs the evaluation.
  • the evaluation steps are preferably performed by an off-line processing unit, i. one not in one
  • Rail vehicle itself, but preferably in a stationary
  • Evaluation device which is located outside the rail vehicle carried out. In the establishment, the evaluation and determination of the
  • Wear state of the data performs it is thus preferably a stationary offline device.
  • the data must therefore be transmitted from the vehicles to the facility. This can be done by wireless communication, but also on other transmission paths.
  • the data is temporarily stored, for example, in the vehicle or in other stationary facilities.
  • the vehicles and cached can be transmitted in various ways of data transmission, for example via radio or via temporary storage in an in-vehicle or in an external memory, to the device which determines the state of wear.
  • events are recorded which have a particular influence on the wear of the rail track.
  • These events may include, for example, the occurrence of start-up slip, spin of drive wheels, sanding, anti-skid deployment, or use of rail brakes. These events are those to events that cause a particularly high wear of the rail track, and in particular the rail surface.
  • the information base for determining the state of wear is improved. This information about the particular events can be compared with the further measurement data, in particular the data measured by means of acceleration sensors, in order to increase the accuracy of the determination of wear conditions and to correlate the further measurement data with these wear events.
  • patterns can be detected which are characteristic of the singular events mentioned, so that it can be concluded even without knowledge of the wear events from the data of acceleration sensors, for example, whether at a position a slip, a spin of drive wheels or a another event took place.
  • the measurement data and the wear events may be optional in step S14
  • Position data to be assigned Insofar as position data have already been assigned to the measured data and the wear event information in the vehicle, for example from GPS systems of the vehicle, a subsequent assignment of
  • step S16 out of the measurement data and the wear events
  • Wear conditions are analyzed and assigned to the measured patterns of the measured data specific wear conditions. The assignment of
  • Wear conditions based on patterns can thus take place on the basis of tests in which concrete wear conditions of a section are determined or measured, and these known wear conditions are compared with a course of the measured variables measured with the existing sensors of a rail vehicle. which is characteristic for driving over a section of track with the known state of wear.
  • the determination can be made on the basis of artificial neural networks which are trained in such a way that they can be calculated from the measured data and the
  • the measured accelerations, rail fractures, track position errors or roughening of rails can be detected, for example.
  • the measured lateral accelerations for example, dissolved rail brackets or screw connections or displacements of the
  • acceleration sensors are used for the measurements, they can be arranged, for example, on the bogies.
  • the determination of wear conditions can be carried out, for example, by comparing measured accelerations when driving on new or normal rail tracks with measured accelerations when driving on the section to be measured.
  • a preprocessing of the data can be carried out separately for the respective rail vehicles. This preprocessing can also already by a in the
  • the wear state determined in step S16 can be processed and output, for example in graphical representation. Maintenance recommendations or recommendations for driving can be issued. Furthermore, as far as wear events and data from vehicle sensors, which originate from past periods, can be used in the determination of the wear conditions, a representation of the development of the state of wear for the
  • FIG. 2 shows a method sequence in which the preprocessing of the vehicle data is first carried out.
  • acceleration sensors that accelerate to individual
  • Components preferably in the vertical direction to the rail, measure. These may be, for example, acceleration sensors, which are arranged on bogies of the rail vehicle. Furthermore, special wear events 21, such as the use of the rail brake, sanding or start-up slip, are recorded in the vehicle. These data 20, 21 are assigned, for example in the vehicle from a GPS system position data, so that the measured values and the
  • Wear events positions on the rail can be clearly assigned.
  • the data 20, 21 are transmitted from the rail vehicles to the device, which determines the state of wear from the data. As already stated above, this can be done by wireless communication, or by a separate one
  • Data acquisition device which caches the data, and from which the data can be retrieved by the device, which determines the state of wear as needed.
  • a preprocessing 22 of the data originating from the individual vehicles is undertaken. It can For example, special features of the individual vehicles are taken into account, for example, sensor types or sensor positions.
  • preprocessing data can be filtered, the amount of data can be reduced, and position data can be assigned to the data, if not already done during the measurement in the vehicle.
  • Wear 24 done.
  • historical data 25 in which measurements but also wear conditions at earlier times are stored, can be used.
  • further data sources 26 can be used for the analysis, the evaluation and the prognosis, in which, for example, patterns are stored in which concrete wear conditions are associated with those for them
  • Wear conditions are correlated by the acceleration sensor 20 of the vehicle measured progressions of the measured values.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Machines For Laying And Maintaining Railways (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Regulating Braking Force (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Ermitteln des Zustands von Schienenwegen, wobei mittels vorhandener Sensorik wenigstens eines Schienenfahrzeugs zu verschiedenen Zeiten und unter unterschiedlichen Umweltbedingungen erfasste Messdaten (20, 21), die beim Fahren des wenigstens einen Schienenfahrzeugs auf einem Schienenweg erfasst wurden, eingelesen werden und aus den Messdaten (20, 21) Verschleißzustände (24) des Schienenwegs ermittelt werden. Die Erfindung betrifft ferner eine Vorrichtung zum Ermitteln des Zustands von Schienenwegen.

Description

BESCHREIBUNG
Vorrichtung und Verfahren zum Ermitteln des Zustande von Schienenwegen Die Erfindung betrifft ein Verfahren zum Ermitteln des Zustands von Schienenwegen. Die Erfindung betrifft ferner eine Vorrichtung zum Ermitteln des Zustands von
Schienenwegen.
Es ist bekannt, Schienenwege mittels Spezialfahrzeugen zu vermessen und zu überprüfen. Dies erfolgt in regelmäßigen Abständen und erfordert Fahrzeuge, die mit spezieller Sensorik ausgestattet sind, sowie gesonderte Fahrten mit diesen Fahrzeugen über die Schienenwege. Daher gestalten sich diese Messfahrten aufgrund der erforderlichen Spezialfahrzeuge, des erforderlichen Personals und der dabei erforderlichen Streckenbelegung als aufwendig.
Der Erfindung liegt daher die Aufgabe zugrunde, ein verbessertes Verfahren und eine verbesserte Vorrichtung zum Erfassen von Verschleißzuständen von Schienenwegen bereitzustellen. Diese Aufgabe wird durch ein Verfahren zum Ermitteln des Zustands von
Schienenwegen mit den Verfahrensschritten des Anspruchs 1 sowie durch eine
Vorrichtung zum Ermitteln des Zustands von Schienenwegen mit den Merkmalen des Anspruchs 10 gelöst. Weitere Merkmale der Erfindung ergeben sich aus den
Unteransprüchen.
In einem erfindungsgemäßen Verfahren zum Ermitteln des Zustands von
Schienenwegen werden Messdaten eingelesen, die mittels vorhandener Sensorik wenigstens eines Schienenfahrzeugs zu verschiedenen Zeiten und unter
unterschiedlichen Umweltbedingungen beim Fahren des wenigstens einen
Schienenfahrzeugs auf einem Schienenweg erfasst werden können. Aus den
Messdaten werden Verschleißzustände des Schienenwegs ermittelt. Die Messdaten, aus denen die Verschleißzustände ermittelt werden, sind Messdaten, die mittels der üblicherweise in einem normalen Schienenfahrzeug vorhandenen Sensorik erfasst werden können. Dies sind die Sensoren, die im Fahrzeug für einen normalen Fahrbetrieb erforderlich sind. Es werden daher keine zusätzlichen Sensoren benötigt, wie sie beispielsweise in Spezialfahrzeugen für Streckeninspektion benötigt werden.
Die Messungen werden vorzugsweise bei den üblichen Fahrten von
Schienenfahrzeugen über den Schienenweg durchgeführt und die Daten im
Schienenfahrzeug aufgezeichnet. Dabei kann es sich um die Daten von einem einzelnen Schienenfahrzeug, vorzugsweise jedoch um die Daten, die von mehreren Schienenfahrzeugen erfasst wurden, handeln. Die Aufzeichnung der Messdaten, die im erfindungsgemäßen Verfahren eingelesen werden, kann zu verschiedenen Zeiten und unter unterschiedlichen Umweltbedingungen erfolgen. Unter den Umweltbedingungen können beispielsweise Temperaturen, Luftfeuchtigkeit, Luftdrücke, aber auch
Konfigurationen des Zuges wie Anhängelasten, Achszahl des messenden
Schienenfahrzeugs etc. verstanden werden.
Die Messungen, deren Messdaten dem erfindungsgemäßen Verfahren zugrunde gelegt werden, werden beim Fahren des oder der Schienenfahrzeuge auf einem Schienenweg erfasst. Dabei handelt es sich vorzugsweise um übliche Betriebseinsätze und
überwiegend nicht um Sonderfahrten mit den Schienenfahrzeugen, wie sie bei der Bestimmung des Zustands von Schienenwegen mittels Spezialfahrzeugen erforderlich wären. Die Messdaten können zu unterschiedlichen Zeitpunkten aufgenommen sein, das heißt entweder im Abstand von wenigen Stunden, Tagen, aber auch Wochen, Monaten oder Jahren. Dadurch können auch historische Daten bei der Ermittlung des Verschleißzustands des Schienenwegs berücksichtigt werden.
Die mit den Schienenfahrzeugen aufgenommenen Daten werden im
erfindungsgemäßen Verfahren vorzugsweise durch eine Offline-Verarbeitungseinheit, d.h. nicht in einem Schienenfahrzeug selbst, sondern vorzugsweise in einer stationären Einrichtung, eingelesen. Dies bedeutet, dass die Daten zunächst von den
Schienenfahrzeugen an die das erfindungsgemäße Verfahren ausführende Einheit übermittelt werden. Dies kann auf verschiedenen Wegen, beispielsweise durch ein drahtloses Netzwerk erfolgen.
Aus den Messdaten werden dann die Verschleißzustände des Schienenwegs ermittelt. Dadurch kann der Verschleiß an jeder einzelnen Position des Schienenwegs, und damit über den Verlauf des Schienenwegs, ermittelt und ausgegeben werden. Dies kann beispielsweise dadurch geschehen, dass Verläufe von Messdaten beim Überfahren bekannter Verschleißzustände analysiert und den dabei ermittelten Mustern der
Messdaten konkrete Verschleißzustände zugeordnet werden. Die Zuordnung der Verschleißzustände anhand von Mustern kann dabei somit aufgrund von Versuchen erfolgen, in denen konkrete Verschleißzustände einer Strecke ermittelt bzw. vermessen werden, und diesen bekannten Verschleißzuständen ein mit der vorhandenen Sensorik eines Schienenfahrzeugs gemessener Verlauf der Messgrößen gegenübergestellt wird, der charakteristisch für das Überfahren eines Streckenabschnitts mit dem bekannten Verschleißzustand ist.
In einer vorteilhaften Ausgestaltung des Verfahrens sind die eingelesenen Messdaten Messdaten von Beschleunigungssensoren. Dabei werden somit überwiegend oder ausschließlich die Messungen von in einem Fahrzeug vorhandenen
Beschleunigungssensoren herangezogen, um Verschleißzustände des Schienenwegs zu ermitteln. Bei den Beschleunigungssensoren werden insbesondere die
Beschleunigungssensoren, die Beschleunigungen in vertikaler Richtung, d.h. senkrecht zum Schienenweg erfassen, herangezogen. Auch die Beschleunigungssensoren, die Beschleunigungen in Querrichtung messen, können verwendet werden. Da
Beschleunigungen meist bereits in alle Richtungen gemessen werden, indem SD- Beschleunigungssensoren eingesetzt werden, können auch Beschleunigungen in Längs-, Quer- und Vertikalrichtung herangezogen werden.
Anhand der gemessenen Beschleunigungen können beispielsweise Schienenbrüche, Gleislagefehler oder Aufrauhungen von Schienen erfasst werden. Insbesondere anhand der gemessenen Querbeschleunigungen können beispielsweise gelöste
Schienenklammern bzw. Verschraubungen oder Verschiebungen des Schienenwegs erkannt werden. Die Beschleunigungssensoren können beispielsweise an den Drehgestellen angeordnet sein. Das Ermitteln von Verschleißzuständen kann beispielsweise durch einen Vergleich von gemessenen Beschleunigungen bei Fahrten auf neuen oder sich im Normalzustand befindlichen Schienenwegen mit gemessenen Beschleunigungen bei Fahrten auf dem zu vermessenden Streckenabschnitt
durchgeführt werden.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens sind die eingelesenen Messdaten Daten wenigstens eines Wiegeventils einer Bremsanlage. Ein Wiegeventil misst die Belastung des Radsatzes oder des Drehgestells. Durch die Daten des wenigstens eines Wiegeventils kann die vertikale Belastung des Schienenwegs ermittelt werden. Sind sämtliche Drehgestelle mit Wiegeventilen versehen, dann kann die Belastung auch drehgestellweise ermittelt werden.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens sind die eingelesenen Messdaten Daten einer Klimaanlage. Die momentane Klimatisierungsleistung einer Klimaanlage ist bei vorgegebenen Umweltbedingungen von der Zahl der Personen im zu klimatisierenden Raum, und damit von der Zahl der Fahrgäste im zu klimatisierenden Schienenfahrzeug abhängig. Anhand der Klimatisierungsleistung können damit die Fahrgastzahlen ermittelt bzw. abgeschätzt werden. Damit kann einerseits die vertikale Belastung des Schienenwegs ermittelt werden, andererseits aber auch die Auswirkung der Beladung des Schienenfahrzeugs auf den Fahrzeugschwerpunkt, und damit auch die Auswirkungen auf Belastungen bei Kurvenfahrten und Beschleunigungsvorgängen, d.h. in überwiegend horizontaler Richtung. Die Daten können auch durch weitere Sensoren der Klimaanlage, beispielsweise einen CO2-Sensor, bereitgestellt werden.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens sind die eingelesenen Messdaten Daten wenigstens eines Geschwindigkeitssensors. Damit kann einerseits die Fahrzeugverzögerung bzw. auch die Fahrzeugbeschleunigung, und damit die Belastung des Schienenwegs in seiner Längsrichtung ermittelt werden. Des Weiteren kann unter Verwendung der Daten des wenigstens einen Geschwindigkeitssensors der Schlupf ermittelt werden, und damit die Belastung des Schienenwegs im Rad-Schiene- Kontakt, d.h. der punktuelle Verschleiß. In einer weiteren vorteilhaften Ausgestaltung des Verfahrens sind die eingelesenen Messdaten Daten der Sensorik wenigstens eines Drehgestells. Dabei kann es sich beispielsweise um Daten eines oder mehrerer am Drehgestell angeordneter
Beschleunigungssensoren handeln. Damit können Schäden des Schienenwegs, beispielsweise ein Schienenbruch erkannt werden. Bei einem Schienenbruch erkennt der Beschleunigungssensor eine einmalige Beschleunigung. Diese wandert, wenn mehrere Drehgestelle mit Sensorik versehen sind, durch den Zug. Im Unterschied dazu würde ein Radschaden wiederkehrende Beschleunigungen ergeben, deren
Wiederholfrequenz von der Geschwindigkeit des Schienenfahrzeugs abhängig ist.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens werden Ereignisse erfasst, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, und die
Verschleißzustände des Schienenwegs werden unter Berücksichtigung der Ereignisse, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, ermittelt.
Damit können Ereignisse erfasst werden, die im normalen Betrieb eines
Schienenfahrzeugs nicht regelmäßig bzw. mit geringerer Wahrscheinlichkeit auftreten und insbesondere über das normale Rollen eines Rades über eine Schiene
hinausgehen. Damit handelt es sich um seltener eintretende und/oder
außergewöhnliche Ereignisse. Diese Ereignisse können jedoch besondere
Auswirkungen auf den Verschleiß haben, insbesondere zu hohem Verschleiß
gegenüber einem Normalbetrieb führen, so dass diese Ereignisse beim Ermitteln des Verschleißes besonders berücksichtigt werden sollten. Zwar können Verschleißerscheinungen, die durch diese singulären Ereignisse verursacht sind, grundsätzlich auch beispielsweise aus Messdaten ermittelt werden, die von Beschleunigungssensoren aufgenommen werden. Jedoch kann die Genauigkeit der Ermittlung von Verschleißzuständen erhöht werden, wenn derartige Ereignisse bei der Verschleißermittlung direkt berücksichtigt werden. Darüber hinaus kann dadurch ein Abgleich zwischen den Messungen, beispielsweise von Beschleunigungssensoren, und den für diese Positionen bekannten singulären Ereignisse erfolgen, so dass Muster ermittelt werden können, die zeigen, wie eine Messung eines Beschleunigungssensors für eine Position eines Schienenwegs, an dem ein derartiges singuläres Ereignis stattgefunden hat, aussieht. Dadurch kann das Verfahren zum Ermitteln von Verschleißzuständen aus den Messdaten und die Zuordnung von Verschleißzuständen zu beobachteten Verläufen der Messgrößen verbessert werden. In einer besonders vorteilhaften Ausgestaltung des Verfahrens werden als Ereignisse, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, eines oder mehrere der Ereignisse Anfahrschlupf bzw. Schleudern von Antriebsrädern,
Sandungsvorgang, Gleitschutzauslösung oder Einsatz von Schienenbremsen, beispielsweise einer Magnetschienenbremse, erfasst.
Bei diesen Ereignissen handelt es sich um singuläre Ereignisse, die gegenüber dem normalen Rollvorgang eines Rades auf der Schiene einen besonders hohen Verschleiß des Schienenwegs, und insbesondere der Schienenoberfläche hervorrufen. Indem diese Ereignisse erfasst werden, kann die Datenbasis für die Ermittlung des
Verschleißzustandes verbessert werden. Insbesondere können, wie vorstehend ausgeführt, diese Informationen über die besonderen Ereignisse mit den weiteren Messdaten, insbesondere Daten von Beschleunigungssensoren abgeglichen werden, um die Genauigkeit der Ermittlung von Verschleißzuständen zu erhöhen und
insbesondere, um die weiteren Messdaten mit diesen Verschleißereignissen zu korrelieren und aus diesen Messdaten Muster erkennen zu können, die für die genannten singulären Ereignisse kennzeichnend sind, so dass auch ohne Kenntnis der Verschleißereignisse aus den Daten beispielsweise von Beschleunigungssensoren darauf geschlossen werden kann, ob an einer Position ein Gleiten, ein Schleudern von Antriebsrädern oder ein anderes Ereignis stattgefunden hat.
In einer Ausgestaltung des Verfahrens werden nach dem Einlesen der Daten den Messdaten Positionsdaten zugeordnet. Die Zuordnung von Positionsdaten kann jedoch auch bereits im messenden Fahrzeug geschehen, indem ein Messdatenschrieb mit beispielsweise aus einem GPS-System erhaltenen Positionsdaten, d.h. mit einem Ortsstempel versehen wird. Unabhängig davon, ob das Zuordnen von Positionsdaten bereits während der Messung im Fahrzeug geschieht oder erst im erfindungsgemäßen Verfahren während der Auswertung, ist jedem Messwert damit eine Position, d.h. eine Position auf der Strecke, an der die Messung aufgenommen wird, zuordenbar. In einer weiteren Ausgestaltung des Verfahrens werden beim Ermitteln der Verschleißzustände Daten der Umwelt des Schienenwegs berücksichtigt. Dabei können beispielsweise Temperaturen, Drücke oder Luftfeuchtigkeit oder auch der konkrete Ort, beispielsweise die Lage in einem Tunnel oder in einer Steigung berücksichtigt werden. In einer vorteilhaften Ausgestaltung des Verfahrens wird der aktuelle Verschleißzustand des Schienenwegs ermittelt. Dadurch kann beurteilt werden, welcher Verschleiß an welcher Position des Schienenwegs vorliegt. Dadurch können Wartungsempfehlungen, Geschwindigkeitsempfehlungen etc. abgeleitet werden. Dies ermöglicht eine
Bestandsaufnahme des aktuellen Zustands des Schienenwegs.
In einer besonders vorteilhaften Ausgestaltung des Verfahrens wird aus den Messdaten die Entwicklung des Verschleißzustands der Strecke prognostiziert. Damit ist eine Vorhersage möglich, wie sich der Verschleißzustand der Strecke unter bestimmten Belastungen, entweder unter Fortführung der aktuellen Belastungen, d.h.
beispielsweise der bisherigen Anzahl von Zugfahrten oder der Zuglasten, oder unter einer geänderten Beanspruchung, beispielsweise einer Erhöhung der Zugdichte, entwickeln wird. Dafür können neben den aktuellen Messdaten auch Messdaten aus der Vergangenheit herangezogen werden, so dass durch Vergleich aktueller und früherer Messdaten eine Entwicklung des Verschleißes der Strecke ermittelt werden kann und daraus eine Vorhersage zur zukünftigen Verschleißentwicklung
vorgenommen werden kann.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens erfolgt das Ermitteln der den Positionsdaten zugeordneten Verschleißzustände des Schienenwegs mittels Big- Data-Verfahren, beispielsweise künstlicher neuronaler Netze. Big-Data-Verfahren, im Deutschen auch als Massendatenverfahren bezeichnet, beschreiben dabei Verfahren, welche zur Auswertung großer und/oder komplexer und/oder schwach strukturierter und/oder sich schnell ändernder Datenmengen verwendet werden können.
Werden als eine Ausgestaltung von Big-Data-Verfahren beispielsweise künstliche neuronale Netze verwendet, sind die künstlichen neuronalen Netze zunächst anhand von Daten zu trainieren, in denen Messdaten, die beim Überfahren eines Streckenabschnitts mit einem bekannten Verschleißzustand gemessen werden, dem bekannten Verschleißzustand bzw. diesen Zustand charakterisierende Größen
(beispielsweise Rauigkeit) zugeordnet werden. Dafür sind Messungen durchzuführen, beispielsweise mittels Versuchsfahrzeugen, in denen der Verschleiß der Schiene direkt gemessen wird, beispielsweise durch Messung der Rauhtiefe der Schiene,
beispielsweise durch optische oder Ultraschall-Messverfahren. Diese Trainingsdaten ordnen damit einen gemessenen Verschleiß den Messdaten zu, die die im Fahrzeug vorhandene Sensorik beim Überfahren eines Streckenabschnitts mit einem derartigen Verschleißzustand ausgibt. Dadurch können die künstlichen neuronalen Netze trainiert werden.
Beim Ermitteln der den Positionsdaten zugeordneten Verschleißzustände des
Schienenwegs mittels künstlicher neuronaler Netze wird dann von einem trainierten neuronalen Netz ausgegangen. Das trainierte künstliche neuronalen Netz erhält dann bei der Ermittlung des Verschleißzustands aus den Messwerten bei der Anwendung des Verfahrens die Messdaten aus der Sensorik des Fahrzeugs als Eingangsdaten und gibt dann dazu den Verschleißzustand zu einer jeweiligen Position des Schienenwegs aus. Durch die künstlichen neuronalen Netze ist es möglich, die gemessenen Daten mit verhältnismäßig geringer Rechenleistung auszuwerten und mit einer verhältnismäßig geringen Rechenleistung aus den Messdaten den Verschleißzustand des
Schienenwegs zu bestimmen.
Alternativ zu künstlichen neuronalen Netzen können für die Auswertung jedoch, wie vorstehend beschrieben, auch andere Big-Data-Verfahren verwendet werden.
In einer weiteren vorteilhaften Ausgestaltung des Verfahrens wird vor dem Ermitteln der den Positionsdaten zugeordneten Verschleißzustände des Schienenwegs aus den Messdaten eine Vorverarbeitung der Daten separat für die jeweiligen
Schienenfahrzeuge vorgenommen. Diese Vorverarbeitung kann online im Fahrzeug erfolgen, sie kann jedoch insbesondere auch offline in einer stationären Auswerteeinheit erfolgen. Dadurch können bestimmte Verarbeitungsschritte bereits vor dem eigentlichen Ermitteln des Verschleißzustandes aus den Messdaten vorgezogen werden.
Beispielsweise können bei der Vorverarbeitung die Ereignisse, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, beispielsweise der Einsatz von
Schienenbremsen oder Sandungen, mit den Messdaten aus der Sensorik des
Fahrzeugs, beispielsweise von Beschleunigungssensoren, korreliert werden. Auch kann hier den Messdaten die jeweilige Position zugeordnet werden, soweit dies nicht bereits im Fahrzeug erfolgt ist.
Eine erfindungsgemäße Vorrichtung zum Ermitteln des Zustands von Schienenwegen umfasst Mittel zum Einlesen und Speichern von mittels vorhandener Sensorik wenigstens eines Schienenfahrzeugs zu verschiedenen Zeiten und unter
unterschiedlichen Umweltbedingungen beim Fahren des wenigstens einen
Schienenfahrzeugs auf einem Schienenweg erfasster Messdaten sowie Mittel zum Ermitteln von Verschleißzuständen des Schienenwegs aus den Messdaten.
Die Messdaten werden damit wie bei der Beschreibung des Verfahrens ausgeführt durch Sensoren erfasst, die auf einem Schienenfahrzeug serienmäßig vorhanden sind und für den normalen Fahrbetrieb benötigt werden. Das Fahrzeug ist damit nicht, wie beispielsweise Spezialfahrzeuge, mit speziellen Sensoren ausgerüstet, die speziell für die Überwachung und die Erfassung des Zustandes von Schienenwegen benötigt werden.
Die erfindungsgemäße Vorrichtung weist Mittel auf, mit denen diese Messdaten eingelesen werden können. Die Messdaten können dabei von einem und insbesondere von mehreren Schienenfahrzeugen stammen. Die Messdaten werden vorzugsweise in einer stationären Einrichtung offline eingelesen und verarbeitet. Handelt es sich insbesondere um Daten eines einzelnen Fahrzeuges, können das Einlesen und das Verarbeiten auch an Bord des Fahrzeugs, beispielsweise in Echtzeit erfolgen. Die Messdaten werden in der Vorrichtung eingelesen und gespeichert. Bei den Messdaten handelt es sich um Daten, die von einem oder von mehreren Fahrzeugen, insbesondere zu verschiedenen Zeiten und unter unterschiedlichen Umweltbedingungen erfasst werden können. Damit können auch historische Daten, das heißt Daten aus in verschiedenen Zeitabständen zurückliegenden Messungen berücksichtigt werden. Die Vornchtung weist des Weiteren Mittel auf, mit denen aus den Messdaten Verschleißzustände des Schienenwegs ermittelt werden können. Unter Verschleiß wird beispielsweise die Rauigkeit oder Welligkeit der Schienenoberfläche, beispielsweise bei Riffelbildung, oder lokale Schädigungen wie Schienenbruch verstanden.
Mit der erfindungsgemäßen Vorrichtung ist es möglich, den Zustand von
Schienenwegen zu ermitteln, ohne dass Spezialfahrzeuge, die mit spezieller Sensorik ausgerüstet sind und spezielle Messfahrten erfordern, erforderlich werden. In einer Ausgestaltung weist die Vorrichtung Mittel zum Zuordnen von Positionsdaten zu den Messdaten auf. Die Positionsdaten können beispielsweise im Fahrzeug durch GPS erfasst werden und bereits im Fahrzeug den Messdaten zugeordnet werden. Die Messdaten werden dann bereits im Fahrzeug neben einem Zeitstempel auch mit einem Ortsstempel versehen. Die Zuordnung der Positionsdaten zu den Messdaten kann aber auch offline vorgenommen werden. Durch das Zuordnen der Positionsdaten ist es möglich, einer Messung eine bestimmte Position entlang des Schienenwegs
zuzuordnen, um den Ort des jeweiligen Verschleißes bestimmen zu können.
In einer vorteilhaften Ausgestaltung der Vorrichtung weist die Vorrichtung des weiteren Mittel zum Einlesen und Speichern von Ereignissen, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, auf, sowie Mittel zum Ermitteln von
Verschleißzuständen des Schienenwegs, die den Positionsdaten zugeordnet sind, unter Berücksichtigung der Ereignisse, die besonderen Einfluss auf den Verschleiß haben. Dadurch ist es möglich, besondere, im normalen Fahrbetrieb nur selten auftretende Ereignisse, die jedoch zu einem hohen Verschleiß des Schienenwegs führen, wie beispielsweise Sanden, Anfahrschlupf bzw. Schleudern von Antriebsrädern,
Gleitschutzauslösung oder den Einsatz von Schienenbremsen, zu berücksichtigen. Wie bereits beim Verfahren ausgeführt, ist es dadurch möglich, einerseits die Genauigkeit der Ermittlung der Verschleißzustände zu erhöhen, und andererseits die Messdaten, beispielsweise Messungen von Beschleunigungssensoren, mit den Ereignissen, die besonderen Einfluss auf den Verschleiß haben, zu korrelieren, so dass Muster ermittelt werden können, die aus den Messungen mit der im Schienenfahrzeug vorhandenen Sensorik auf den Verschleiß durch die besonderen singulären Ereignisse schließen lassen.
In einer weiteren vorteilhaften Ausgestaltung ist die Vorrichtung so gestaltet, dass sie den Verschleiß des Schienenwegs ausschließlich oder überwiegend aus Daten ermitteln kann, die durch im Schienenfahrzeug vorhandene Beschleunigungssensoren bereitgestellt werden. Dabei handelt es sich vorzugsweise um
Beschleunigungssensoren, die Vertikalbeschleunigungen, d.h. Beschleunigungen in Richtung des Schienenwegs erfassen. Diese Beschleunigungssensoren können vorzugsweise am Drehgestell angeordnet sein. Bei den Sensoren handelt es sich um die Sensorik, die im Fahrzeug serienmäßig vorhanden ist, um den Fahrbetrieb zu gewährleisten. Es wird somit keine Sensorik benötigt, die keinem weiteren Zweck als der Verschleißerkennung dient. In weiteren vorteilhaften Ausgestaltungen ist die Vorrichtung so gestaltet, dass sie den Verschleiß des Schienenwegs unter Verwendung von Daten ermitteln kann, die durch wenigstens ein im Schienenfahrzeug vorhandenes Wiegeventil bereitgestellt werden, und/oder durch eine im Schienenfahrzeug vorhandene Klimaanlage und/oder einen im Schienenfahrzeug vorhandenen Geschwindigkeitssensor und/oder durch die Sensorik wenigstens eines im Schienenfahrzeug vorhandenen Drehgestells.
In einer weiteren Ausgestaltung der Vorrichtung weist die Vorrichtung Mittel auf, um die Entwicklung des Verschleißzustandes der Strecke zu prognostizieren. Dadurch ist es möglich, aus den Messdaten nicht nur den aktuellen Verschleißzustand zu erkennen, sondern auch Vorhersagen über die zukünftige Entwicklung zu treffen und basierend auf dem aktuellen und dem vorhergesagten Verschleißzustand Empfehlungen für Wartungen oder den Fahrbetrieb, beispielsweise in Form von
Geschwindigkeitsbeschränkungen, auszugeben. Eine Prognose des
Verschleißzustandes kann in der Vorrichtung durch Mittel erfolgen, die sowohl aktuelle Messdaten als auch vergangene Messdaten, die über verschiedene Zeiträume in der Vergangenheit aufgenommen wurden, auswerten. Dadurch ist die Vorrichtung geeignet, Aussagen über eine zukünftige Veränderung des Verschleißes der Strecke zu treffen. Dadurch können anhand der vorhergesagten Verschleißentwicklung des Schienenwegs Empfehlungen für Wartungen und Reparaturen, beispielsweise für das Schleifen von Schienen, abgeleitet werden.
Ausführungsbeispiele der Erfindung werden nachfolgend anhand der beigefügten Zeichnungen beschrieben.
Es zeigen:
Fig. 1 den Verfahrensablauf zum Ermitteln von Verschleißzuständen eines
Schienenwegs gemäß einem ersten Ausführungsbeispiel der Erfindung; und
Fig. 2 den Verfahrensablauf zum Ermitteln von Verschleißzuständen von
Schienenwegen gemäß einem zweiten Ausführungsbeispiel der Erfindung.
In dem in Fig. 1 als allgemeinem Ablauf dargestellten Verfahren werden im Schritt S10 Messdaten, die von Fahrzeugsensoren stammen, eingelesen. Diese Daten stammen von Sensoren, die zur serienmäßigen Ausstattung des Fahrzeugs gehören und für den normalen Fahrzeugbetrieb bzw. die Diagnosen der Fahrzeugkomponenten benötigt werden. Es handelt sich damit nicht um Daten, die durch spezielle Sensoren erfasst werden, wie sie beispielsweise in Spezialfahrzeugen zur Vermessung von
Schienenwegen eingebaut sind. Die eingelesenen Messdaten können dabei beispielsweise Messdaten von Beschleunigungssensoren sein. Soweit im Fahrzeug beispielsweise 3D-Beschleunigungssensoren eingebaut sind, können von diesen Sensoren gemessene Daten verwendet werden. Aber auch die Daten von nur in einer Raumrichtung messenden Beschleunigungssensoren, insbesondere zur Messung der Vertikalbeschleunigung und/oder der Querbeschleunigung können verwendet werden.
Bei den Daten kann es sich auch um Daten von Wiegeventilen der Bremsanlage, Daten von Klimaanlagen, Daten von Geschwindigkeitssensoren oder Daten der
Drehgestellsensorik handeln.
Bei den Daten handelt es sich vorzugsweise um Daten von mehreren Fahrzeugen, die zu verschiedenen Zeitpunkten und unter verschiedenen Bedingungen aufgenommen wurden. Dadurch können auch Daten aus der Vergangenheit verwendet werden, wodurch der Verschleiß des Schienenwegs in der Vergangenheit bis zum heutigen Zeitpunkt analysiert und beobachtet werden kann sowie Prognosen getroffen werden können. Die Aufzeichnung der Messdaten kann zu verschiedenen Zeiten und unter unterschiedlichen Umweltbedingungen erfolgen, beispielsweise bei verschiedenen Temperaturen, Luftfeuchtigkeiten, Luftdrücken, aber auch bei verschiedenen
Konfigurationen des Zuges, beispielsweise einer Variation von Anhängelasten, Achszahl des messenden Schienenfahrzeugs etc.
Die Daten der Fahrzeugsensoren werden vom Fahrzeug an die Einrichtung, die die Auswertung durchführt, übermittelt. Die Auswertungsschritte werden vorzugsweise durch eine Offline-Verarbeitungseinheit durchgeführt, d.h. eine nicht in einem
Schienenfahrzeug selbst, sondern vorzugsweise in einer stationären
Auswertungsvorrichtung, die sich ausserhalb des Schienenfahrzeugs befindet, durchgeführt. Bei der Einrichtung, die die Auswertung und die Ermittlung des
Verschleißzustandes aus den Daten durchführt, handelt es sich damit vorzugsweise um eine stationäre Offline-Einrichtung. Die Daten sind daher von den Fahrzeugen an die Einrichtung zu übermitteln. Dies kann durch drahtlose Kommunikation, aber auch auf anderen Übertragungswegen geschehen. Dafür werden die Daten beispielsweise im Fahrzeug oder in weiteren stationären Einrichtungen zwischengespeichert.
Für die Ermittlung des Verschleißzustands des Schienenwegs wird in dem in Fig. 1 dargestellten Verfahren zusätzlich zu den Fahrzeugmessungen auch auf
Verschleißereignisinformationen zurückgegriffen. Die Daten hierfür werden
üblicherweise von den Fahrzeugen erfasst und zwischengespeichert und können auf verschiedenen Wegen der Datenübertragung, beispielsweise über Funk oder über Zwischenspeicherung in einem fahrzeuginternen oder in einem externen Speicher, an die Vorrichtung, die den Verschleißzustand ermittelt, übermittelt werden.
Dabei werden in der in Fig. 1 dargestellten Ausführung des Verfahrens Ereignisse erfasst, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben. Bei diesen Ereignissen kann es sich beispielsweise um das Auftreten von Anfahrschlupf, Schleudern von Antriebsrädern, Sandungsvorgänge, Gleitschutzauslösung oder einen Einsatz von Schienenbremsen handeln. Bei diesen Ereignissen handelt es sich damit um Ereignisse, die einen besonders hohen Verschleiß des Schienenwegs, und insbesondere der Schienenoberfläche hervorrufen. Durch Erfassung dieser Ereignisse wird die Informationsbasis für die Ermittlung des Verschleißzustandes verbessert. Diese Informationen über die besonderen Ereignisse können mit den weiteren Messdaten, insbesondere den mittels Beschleunigungssensoren gemessenen Daten abgeglichen werden, um die Genauigkeit der Ermittlung von Verschleißzuständen zu erhöhen und um die weiteren Messdaten mit diesen Verschleißereignissen zu korrelieren. Aus diesen Messdaten können auch beispielsweise Muster erkannt werden, die für die genannten singulären Ereignisse kennzeichnend sind, so dass auch ohne Kenntnis der Verschleißereignisse aus den Daten beispielsweise von Beschleunigungssensoren darauf geschlossen werden kann, ob an einer Position ein Gleiten, ein Schleudern von Antriebsrädern oder ein anderes Ereignis stattgefunden hat.
Die Messdaten und die Verschleißereignisse werden in Schritt S12 eingelesen.
Den Messdaten und den Verschleißereignissen können im Schritt S14 optional
Positionsdaten zugeordnet werden. Soweit bereits im Fahrzeug den Messdaten sowie den Verschleißereignisinformationen Positionsdaten zugeordnet wurden, beispielsweise aus GPS-Systemen des Fahrzeugs, ist eine nachträgliche Zuordnung von
Positionsdaten nicht erforderlich.
Im Schritt S16 werden aus den Messdaten sowie den Verschleißereignissen
Verschleißzustände des Schienenwegs, die den jeweiligen Positionen entlang des Schienenwegs zugeordnet werden können, ermittelt. Dadurch kann der Verschleiß an jeder einzelnen Position des Schienenwegs, und damit über den Verlauf des
Schienenwegs, ermittelt und ausgegeben werden. Dies kann beispielsweise dadurch geschehen, dass Verläufe von Messdaten beim Überfahren bekannter
Verschleißzustände analysiert und den dabei ermittelten Mustern der Messdaten konkrete Verschleißzustände zugeordnet werden. Die Zuordnung der
Verschleißzustände anhand von Mustern kann dabei somit aufgrund von Versuchen erfolgen, in denen konkrete Verschleißzustände einer Strecke ermittelt bzw. vermessen werden, und diesen bekannten Verschleißzuständen ein mit der vorhandenen Sensorik eines Schienenfahrzeugs gemessener Verlauf der Messgrößen gegenübergestellt wird, der charakteristisch für das Überfahren eines Streckenabschnitts mit dem bekannten Verschleißzustand ist.
Die Ermittlung kann beispielsweise anhand von künstlichen neuronalen Netzen erfolgen, die so trainiert sind, dass sie aus den Messdaten sowie den
Verschleißereignissen Schlüsse auf den Verschleißzustand des Schienenwegs schließen lassen, indem beispielsweise Informationen über Rauigkeiten der
Schienenoberfläche, Riffelbildung oder Schienenbrüche ausgegeben werden. Es können jedoch auch andere Big-Data-Verfahren verwendet werden, um den
Verschleißzustand des Schienenwegs aus den Messwerten zu bestimmen. Dabei können auch Daten der Umwelt des Schienenwegs berücksichtigt werden. Damit können beispielsweise Temperaturen, Drücke oder Luftfeuchtigkeit oder auch der konkrete Ort, beispielsweise die Lage in einem Tunnel oder in einer Steigung berücksichtigt werden.
Anhand beispielsweise der gemessenen Beschleunigungen können beispielsweise Schienenbrüche, Gleislagefehler oder Aufrauhungen von Schienen erfasst werden. Insbesondere anhand der gemessenen Querbeschleunigungen können beispielsweise gelöste Schienenklammern bzw. Verschraubungen oder Verschiebungen des
Schienenwegs erkannt werden. Werden für die Messungen Beschleunigungssensoren verwendet, so können diese beispielsweise an den Drehgestellen angeordnet sein. Das Ermitteln von Verschleißzuständen kann beispielsweise durch einen Vergleich von gemessenen Beschleunigungen bei Fahrten auf neuen oder sich im Normalzustand befindlichen Schienenwegen mit gemessenen Beschleunigungen bei Fahrten auf dem zu vermessenden Streckenabschnitt durchgeführt werden.
Vor dem Ermitteln S16 der Verschleißzustände des Schienenwegs aus den Messdaten kann eine Vorverarbeitung der Daten separat für die jeweiligen Schienenfahrzeuge vorgenommen werden. Diese Vorverarbeitung kann auch bereits durch eine im
Schienenfahrzeug angeordnete Auswertungseinheit vorgenommen werden. Dadurch können die vom Schienenfahrzeug zu an eine stationäre Auswertungseinheit zu übertragenden Datenumfänge reduziert werden. Der im Schritt S16 ermittelte Verschleißzustand kann aufbereitet und ausgegeben werden, beispielsweise in graphischer Darstellung. Es können Wartungsempfehlungen oder Empfehlungen für den Fahrbetrieb abgegeben werden. Des Weiteren kann, soweit Verschleißereignisse und Daten von Fahrzeugsensoren, die aus zurückliegenden Zeiträumen stammen, bei der Ermittlung der Verschleißzustände herangezogen werden, eine Darstellung der Entwicklung des Verschleißzustands für die
Vergangenheit vorgenommen werden, und es kann eine Prognose vorgenommen werden, wie sich der Verschleißzustand in der Zukunft entwickeln wird. In Fig. 2 ist ein Verfahrensablauf dargestellt, in dem zunächst die Vorverarbeitung der Fahrzeugdaten durchgeführt wird.
Zur Ermittlung des Verschleißzustandes 24 des Schienenwegs werden Daten 20 der Beschleunigungssensorik des Fahrzeugs herangezogen. Dabei handelt es sich insbesondere um Beschleunigungssensoren, die die Beschleunigung an einzelnen
Bauteilen, vorzugsweise in vertikaler Richtung zum Schienenweg, messen. Dabei kann es sich beispielsweise um Beschleunigungssensoren handeln, die an Drehgestellen des Schienenfahrzeugs angeordnet sind. Des Weiteren werden im Fahrzeug besondere Verschleißereignisse 21 , wie beispielsweise Einsatz der Schienenbremse, Sanden oder Anfahrschlupf erfasst. Diesen Daten 20, 21 werden beispielsweise im Fahrzeug aus einem GPS-System Positionsdaten zugeordnet, so dass die Messwerte und die
Verschleißereignisse Positionen auf dem Schienenweg eindeutig zugeordnet werden können. Die Daten 20, 21 werden von den Schienenfahrzeugen an die Vorrichtung, die aus den Daten den Verschleißzustand ermittelt, übermittelt. Dies kann, wie vorstehend bereits ausgeführt, durch drahtlose Kommunikation erfolgen, oder durch eine separate
Datenerfassungsvorrichtung, die die Daten zwischenspeichert, und aus der die Daten durch die Vorrichtung, die den Verschleißzustand ermittelt, bedarfsgerecht abgerufen werden können.
In dem in Fig. 2 dargestellten Verfahrensablauf wird eine Vorverarbeitung 22 der von den einzelnen Fahrzeugen stammenden Daten vorgenommen. Dabei können beispielsweise Besonderheiten der einzelnen Fahrzeuge berücksichtigt werden, beispielsweise Sensortypen oder Sensorpositionen. In der Vorverarbeitung können Daten gefiltert werden, die Datenmenge kann reduziert werden, und es können den Daten, soweit nicht bereits bei der Messung im Fahrzeug geschehen, Positionsdaten zugeordnet werden.
In der eigentlichen Auswertung 23 werden die Messdaten 20 der
Beschleunigungssensorik sowie die Verschleißereignisse 21 der verschiedenen
Fahrzeuge analysiert, um aus ihnen den Verschleißzustand 24 des Schienenwegs zu ermitteln. Des Weiteren kann eine graphische Darstellung des Verschleißzustandes 24 erfolgen. Der Verschleißzustand 24 kann bewertet werden. Aus der Bewertung können Empfehlungen für Wartungen und für den Fahrbetrieb auf dem Schienenweg abgeleitet werden, beispielsweise zur Einrichtung von Langsamfahrstellen oder zur Lastreduktion. Des Weiteren kann eine Prognose zum Verlauf der weiteren Entwicklung des
Verschleißes 24 erfolgen. Dafür können historische Daten 25, in denen Messungen, aber auch Verschleißzustände zu früheren Zeitpunkten abgelegt sind, herangezogen werden. Des Weiteren können für die Analyse, die Bewertung und die Prognose auch weitere Datenquellen 26 herangezogen werden, in denen beispielsweise Muster abgelegt sind, in denen konkrete Verschleißzustände mit den für diese
Verschleißzustände von der Beschleunigungssensorik 20 des Fahrzeugs gemessenen Verläufen der Messwerte korreliert sind.
BEZUGSZEICHENLISTE
S10 Einlesen von Messdaten
S12 Einlesen von Verschleißereignissen S14 Zuordnen von Positionsdaten
S16 Ermitteln von Verschleißzuständen
20 Daten der Beschleunigungssensonk
21 Daten von Verschleißereignissen 22 Vorverarbeitung Fahrzeugdaten
23 Datenauswertung
24 Verschleißzustand
25 historische Daten
26 weitere Datenquellen

Claims

PATENTANSPRÜCHE
1 . Verfahren zum Ermitteln des Zustands von Schienenwegen,
gekennzeichnet durch die folgenden Schritte:
Einlesen (S10) von mittels vorhandener Sensorik wenigstens eines
Schienenfahrzeugs zu verschiedenen Zeiten und unter unterschiedlichen
Umweltbedingungen beim Fahren des wenigstens einen Schienenfahrzeugs auf einem Schienenweg erfassten Messdaten (20),
Ermitteln (S16, 23) von Verschleißzuständen (24) des Schienenwegs aus den Messdaten (20).
2. Verfahren nach Anspruch 1 ,
wobei die eingelesenen Messdaten (20) Messdaten von Beschleunigungssensoren sind.
3. Verfahren nach Anspruch 1 oder 2,
wobei die eingelesenen Messdaten (20) Daten wenigstens eines Wiegeventils einer Bremsanlage sind.
4. Verfahren nach einem der vorangehenden Ansprüche,
wobei die eingelesenen Messdaten (20) Daten einer Klimaanlage sind.
5. Verfahren nach einem der vorangehenden Ansprüche,
wobei die eingelesenen Messdaten (20) Daten wenigstens eines
Geschwindigkeitssensors sind.
6. Verfahren nach einem der vorangehenden Ansprüche,
wobei die eingelesenen Messdaten (20) Daten der Sensorik wenigstens eines Drehgestells sind.
7. Verfahren nach einem der vorangehenden Ansprüche,,
wobei Ereignisse (21 ) erfasst werden, die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, und wobei die Verschleißzustände (24) des Schienenwegs unter Berücksichtigung der Ereignisse (21 ) ermittelt werden.
8. Verfahren nach Anspruch 7,
wobei die Ereignisse (21 ) eines oder mehrere der Ereignisse Anfahrschlupf,
Schleudern von Antriebsrädern, Sandungsvorgang, Gleitschutzauslösung oder Einsatz von Schienenbremsen umfassen.
9. Verfahren nach einem der vorangehenden Ansprüche,
wobei den Messdaten (20) und den Ereignissen (21 ) Positionsdaten zugeordnet werden (S14) und die ermittelten Verschleißzustände (24) den Positionsdaten zugeordnet werden.
10. Verfahren nach einem der vorangehenden Ansprüche,
wobei beim Ermitteln (S16, 23) der Verschleißzustände (24) Daten der Umwelt des Schienenwegs berücksichtigt werden.
1 1 . Verfahren nach einem der vorangehenden Ansprüche,
wobei die Entwicklung des Verschleißzustands (24) der Strecke prognostiziert wird.
12. Verfahren nach einem der vorangehenden Ansprüche,
wobei das Ermitteln (S16, 23) der Verschleißzustände (24) des Schienenwegs mittels Big-Data-Verfahren, beispielsweise künstlicher neuronaler Netze, erfolgt.
13. Verfahren nach einem der vorangehenden Ansprüche,
wobei vor dem Ermitteln (S16, 23) der Verschleißzustände (24) des Schienenwegs aus den Messdaten (20) eine Vorverarbeitung (22) der Daten separat für die jeweiligen Schienenfahrzeuge vorgenommen wird.
14. Vorrichtung zum Ermitteln des Zustands von Schienenwegen,
dadurch gekennzeichnet, dass die Vorrichtung aufweist:
Mittel zum Einlesen und Speichern von mittels vorhandener Sensorik wenigstens eines Schienenfahrzeugs zu verschiedenen Zeiten und unter unterschiedlichen Umweltbedingungen beim Fahren des wenigstens eines Schienenfahrzeugs auf einem Schienenweg erfassten Messdaten (20),
Mittel zum Ermitteln von Verschleißzuständen (24) des Schienenwegs aus den Messdaten (20).
15. Vorrichtung nach Anspruch 14,
wobei die Vorrichtung des Weiteren Mittel zum Zuordnen von Positionsdaten zu den Messdaten (20) aufweist.
16. Vorrichtung nach Anspruch 14 oder 15,
wobei die Vorrichtung des Weiteren Mittel zum Einlesen und Speichern von
Ereignissen (21 ), die besonderen Einfluss auf den Verschleiß des Schienenwegs haben, sowie Mittel zum Ermitteln von den Positionsdaten zugeordneten
Verschleißzuständen (24) des Schienenwegs unter Berücksichtigung der Ereignisse (21 ) aufweist.
17. Vorrichtung nach einem der Ansprüche 14 bis 16,
wobei die Vorrichtung so gestaltet ist, dass sie den Verschleiß des Schienenwegs aus Daten (20) ermitteln kann, die durch im Schienenfahrzeug vorhandene
Beschleunigungssensoren bereitgestellt werden.
18. Vorrichtung nach einem der Ansprüche 14 bis 17,
wobei die Vorrichtung so gestaltet ist, dass sie den Verschleiß des Schienenwegs aus Daten (20) ermitteln kann, die durch wenigstens ein im Schienenfahrzeug vorhandenes Wiegeventil einer Bremsanlage bereitgestellt werden.
19. Vorrichtung nach einem der Ansprüche 14 bis 18,
wobei die Vorrichtung so gestaltet ist, dass sie den Verschleiß des Schienenwegs aus Daten (20) ermitteln kann, die durch eine im Schienenfahrzeug vorhandene
Klimaanlage bereitgestellt werden.
20. Vorrichtung nach einem der Ansprüche 14 bis 19,
wobei die Vorrichtung so gestaltet ist, dass sie den Verschleiß des Schienenwegs aus Daten (20) ermitteln kann, die durch wenigstens einen im Schienenfahrzeug vorhandenen Geschwindigkeitssensor bereitgestellt werden.
21 . Vorrichtung nach einem der Ansprüche 14 bis 20,
wobei die Vorrichtung so gestaltet ist, dass sie den Verschleiß des Schienenwegs aus Daten (20) ermitteln kann, die durch die Sensorik wenigstens eines im
Schienenfahrzeug vorhandenen Drehgestells bereitgestellt werden.
22. Vorrichtung nach einem der Ansprüche 14 bis 21 ,
wobei die Vorrichtung Mittel aufweist, um die Entwicklung des Verschleißzustands (24) des Schienenwegs zu prognostizieren.
PCT/EP2017/070203 2016-09-02 2017-08-09 Vorrichtung und verfahren zum ermitteln des zustands von schienenwegen Ceased WO2018041569A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016116415.1 2016-09-02
DE102016116415.1A DE102016116415A1 (de) 2016-09-02 2016-09-02 Vorrichtung und Verfahren zum Ermitteln des Zustands von Schienenwegen

Publications (1)

Publication Number Publication Date
WO2018041569A1 true WO2018041569A1 (de) 2018-03-08

Family

ID=59713983

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/070203 Ceased WO2018041569A1 (de) 2016-09-02 2017-08-09 Vorrichtung und verfahren zum ermitteln des zustands von schienenwegen

Country Status (2)

Country Link
DE (1) DE102016116415A1 (de)
WO (1) WO2018041569A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3954592A3 (de) * 2020-08-15 2022-03-09 Hermann Hamberger Verfahren zur feststellung und bewertung von störungen im fahrzeug-fahrweg-system innerhalb des eisenbahn-regelbetriebs

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201700100433A1 (it) * 2017-09-07 2019-03-07 Faiveley Transport Italia Spa Procedimento di controllo di un sistema frenante di almeno un veicolo ferroviario.
CN109017867B (zh) * 2018-08-01 2021-05-25 湖南大学 钢轨波磨动态测量方法
CN111874039A (zh) * 2020-08-10 2020-11-03 中车长春轨道客车股份有限公司 车辆防滑控制方法、第一防滑主机、第二防滑主机及系统
DE102021202643A1 (de) 2021-03-18 2022-03-17 Zf Friedrichshafen Ag Verfahren zur Zustandsüberwachung einer Gleisanlage und/oder einer Schienenfahrzeugkomponente und Zustandsüberwachungssystem
CN117634167B (zh) * 2023-11-17 2024-08-13 深圳市特区铁工建设集团有限公司 一种桥梁监测和预警方法、装置、终端及存储介质
DE102024204433B3 (de) * 2024-05-14 2025-05-28 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zur Zustandsüberwachung eines Gleisabschnitts

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1266751A (de) * 1968-04-09 1972-03-15
US20040122569A1 (en) * 1999-06-15 2004-06-24 Andian Technologies Ltd. Geometric track and track/vehicle analyzers and methods for controlling railroad systems

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3702638A1 (de) 1986-12-16 1988-06-23 Knorr Bremse Ag Verfahren zum ueberwachen der beladung von fahrzeugen und anzeigeeinrichtung zum ausfuehren des verfahrens
US6044698A (en) 1996-04-01 2000-04-04 Cairo Systems, Inc. Method and apparatus including accelerometer and tilt sensor for detecting railway anomalies
DE19827271C5 (de) 1998-06-19 2008-11-27 MÜLLER, Andreas On-line Erfassungssystem mit Auswerteteil für rad- und gleisbezogene Daten für Hochgeschwindigkeitszüge
US9607446B2 (en) 2013-09-18 2017-03-28 Global Patent Operation System and method for identifying damaged sections of a route

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1266751A (de) * 1968-04-09 1972-03-15
US20040122569A1 (en) * 1999-06-15 2004-06-24 Andian Technologies Ltd. Geometric track and track/vehicle analyzers and methods for controlling railroad systems

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MARTIN ALLWEIL: "Veranstaltung DMG Bezirksgruppe Mitte: Fahrwegmessung bei der DB Netz AG", 6 March 2014 (2014-03-06), XP055406895, Retrieved from the Internet <URL:http://www.dmg-berlin.info/page/downloads/vortrag_allweil.pdf> [retrieved on 20170914] *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3954592A3 (de) * 2020-08-15 2022-03-09 Hermann Hamberger Verfahren zur feststellung und bewertung von störungen im fahrzeug-fahrweg-system innerhalb des eisenbahn-regelbetriebs

Also Published As

Publication number Publication date
DE102016116415A1 (de) 2018-03-08

Similar Documents

Publication Publication Date Title
WO2018041569A1 (de) Vorrichtung und verfahren zum ermitteln des zustands von schienenwegen
EP3665048B1 (de) Verfahren und vorrichtung zum bestimmen von veränderungen im längsdynamischen verhalten eines schienenfahrzeugs
DE102011113084A1 (de) Bremssteuereinrichtung für eine Bremsanlage eines Schienenfahrzeugs, Bremsanlage, Schienenfahrzeug sowie Verfahren zum Durchführen einer Zustandsanalyse eines Schienenfahrzeugs
EP3089895B1 (de) Verfahren und steuergerät zum betrieb eines fahrzeugs, insbesondere eines schienenfahrzeugs.
DE102016109497A1 (de) Verfahren und Vorrichtung zum Ermitteln des Verschleißzustandes von Komponenten eines Schienenfahrzeugs
DE19836081A1 (de) Verfahren zur Früherkennung von Schäden an Schienenfahrzeugen
EP3374246B1 (de) Verfahren und vorrichtung zur vergleichsgesteuerten entgleisungserfassung
WO2016058727A1 (de) Zustandsdiagnose von schienenfahrzeugrädern
EP3458331B1 (de) Verfahren und vorrichtung zur überwachung zumindest einer im bahnbau verlegten fahrwegkomponente
EP2464556B1 (de) Verfahren und elektronische einrichtung zur zustandsüberwachung von bauteilen bei schienenfahrzeugen
DE102019210884A1 (de) Messanordnung sowie Verfahren zur Ermittlung einer Distanz zwischen einem an einem achsmontierten Getriebe eines schienengebundenen Fahrzeugs angeordneten Abstandssensor und einer Messnullfläche außerhalb des Getriebes im laufenden Betrieb
DE19837476A1 (de) Verfahren zum vorbeugenden Überwachen des Fahrverhaltens von Schienenfahrzeugen
DE4227789B4 (de) Verfahren zum Bestimmen der Achsabstände von Eisenbahnfahrzeugen
WO2018104040A1 (de) Verfahren und vorrichtung zur weichendiagnose unter last
DE10020519B4 (de) Verfahren zum Überwachen von Fahreigenschaften eines Schienenfahrzeuges
EP3430371B1 (de) Verfahren zum erzeugen von daten für die validierung von entgleisungsdetektionssystemen
DE102013105397B4 (de) Zustandsüberwachung eines Schienenfahrzeugs
DE10337815A1 (de) Verfahren zur Prüfung von pneumatischen und/oder hydraulischen Bremsen an Schienenfahrzeugen sowie Prüfeinrichtung für pneumatische und/oder hydraulische Bremsanlagen von Schienenfahrzeugen
DE10062602A1 (de) Verfahren und Vorrichtung zum Überwachen des Fahrverhaltens von Schienenfahrzeugen und zur Diagnose von Komponenten von Schienenfahrzeugen
EP3507166B1 (de) Verfahren und vorrichtung zum überwachen von fahrzeugzuständen in schienenfahrzeugen
EP3823876B1 (de) Verfahren und anordnung zum wiedererkennen eines schienenfahrzeugrades
EP1197739A1 (de) Verfahren und Vorrichtung zur Erkennung eines Schlingerdämpferschadens eines Schienenfahrzeuges
DE102023209096B4 (de) Verfahren, Schienenfahrzeug und System für eine Spurkranzschmierung
DE102021100505A1 (de) Überwachungsverfahren
DE102021202643A1 (de) Verfahren zur Zustandsüberwachung einer Gleisanlage und/oder einer Schienenfahrzeugkomponente und Zustandsüberwachungssystem

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17758077

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17758077

Country of ref document: EP

Kind code of ref document: A1