Projektbezeichnung
|
Digitale Schatten des gesamten Eisenbahnbrückennetzes: Modellanpassung mit Hilfe von Drive-by-Monitoring |
|---|---|
| Akronym | DbM-Update |
| Projektpartner |
|
| Laufzeit |
2026 bis 2028 |
| Fördergeber | DFG |
|
Forschungsfeld |
E+E (E+E > Energy + Environment, I+I > Information + Intelligence M+M > Matter + Materials) |
| Projektinhalt |
Die steigende Geschwindigkeit und zunehmenden Achslasten moderner Züge sowie das hohe Durchschnittsalter der Eisenbahnbrücken, oft mit Schäden durch unzureichende Instandhaltung, machen die Verkehrswende zu einer Herausforderung. Neue Züge können Resonanzen auslösen, die starke Vibrationen verursachen. Dies kann die Lebensdauer der Brücken erheblich verkürzen und die Stabilität des Gleisbetts beeinträchtigen. Die aktuelle Bewertung von Brücken erfolgt entweder mit Simulationen oder Messkampagnen. Die Simulationen beruhen auf vereinfachenden Annahmen und können daher das reale Schwingungsverhalten der Bauwerke nur teilweise abbilden. Messkampagnen hingegen sind aus praktischen und ökonomischen Gründen nicht an allen tausenden Brücken umsetzbar. Daher ist die Entwicklung einer skalierbaren und kosteneffizienten Methode erforderlich, die netzweit zuverlässige Aussagen über das Verhalten der Eisenbahnbrücken ermöglicht. Der innovative Ansatz des Projekts sieht vor, für jede Brücke einen digitalen Schatten – also eine realitätsnahe Abbildung – zu erstellen und mit realen Messdaten anzupassen. Hierzu werden Sensoren an regulär verkehrenden Zügen angebracht (Drive-by-Monitoring), die während der Überfahrt die Schwingungen der Brücken erfassen. Die gewonnenen Daten dienen dazu, digitale Brückenmodelle automatisch so anzupassen, dass sie das reale dynamische Verhalten präzise widerspiegeln. Die Verwendung von Drive-By-Monitoring-Messdaten hat im Gegensatz zur Nutzung von Messdaten aus dem direkten Brückenmonitoring den Vorteil, dass der Ansatz skalierbar und somit auf tausende Brücken anwendbar ist. Das Ziel des Projekts besteht somit darin eine ökonomische Methodik zu erforschen, zur Erzeugung digitaler Schatten von Eisenbahnbrücken im gesamten Netz. Diese digitalen Schatten würden erstmalig eine flächendeckende prognose wichtiger Kenngrößen ermöglichen (z. B. maximale Brückenbeschleunigungen). Im Rahmen des Projekts wird außerdem untersucht, wie detailliert die Modelle sein müssen, um einerseits präzise Vorhersagen zu ermöglichen und andererseits eine effiziente Berechnung zu gewährleisten. Langfristig ermöglicht dieser Ansatz eine kontinuierliche Überwachung des Brückenbestands, wodurch Wartungsbedarf und Risiken frühzeitig erkannt werden können – noch bevor es zu Sperrungen oder Gefahren kommt. Zudem können neue Züge und höhere Geschwindigkeiten virtuell getestet werden, sodass die Bahn ihre Infrastruktur proaktiv anpassen kann. |
