Digitaler Zwilling
„Im Rail4Future Projekt soll die Eisenbahninfrastruktur in einem „Digitalen Zwilling“ am Computer abgebildet werden. Die Interaktion zwischen Fahrzeug und Strecke wir durch Algorithmen simuliert“, erläutert DI Dr. Michaela Haberler-Weber, Projektleiterin der ÖBB-Infrastruktur im Bereich Simulations-Plattform. Insgesamt erwarten sich die Forscher durch das Projekt ein besseres Verständnis des Gesamtsystems Bahn. Die Auswirkungen von erhöhtem Zugaufkommen in punkto Instandhaltung, Haltbarkeit und Verschleiß sollen langfristig besser prognostiziert werden können.
Die große Herausforderung dabei liegt in der Zusammenführung der Vielzahl an unterschiedlichen Parametern, die die gesamte Bahninfrastruktur mit Daten von Fahrzeugen, Geleisen, Weichen, Brücken und Tunnels bis hin zum Wetter mit sich bringt. Dr. Filip Kitanoski von der Virtual Vehicle Research GmbH zog dabei in seinem Impulsreferat den Vergleich zu einem „Kochrezept“, wo die einzelnen Artefakte wie die Zutaten in einer Large Scale Simulation zusammengefasst werden. Am Ende sollen die Daten für den jeweiligen Anwender dann automatisiert zur Verfügung stehen.
Interaktion Fahrzeug und Fahrweg
Wie die Forscher das Thema Interaktion zwischen Fahrzeug und Fahrweg (Vehicle Track Interaction - VTI) konkret bearbeiten, demonstrierte Dr. Alexander Meierhofer von der Virtual Vehicle Research GmbH am Bespiel eines Modells zur Gleislage. Dabei wird die Wechselwirkung im Kontakt zwischen Fahrzeug, Rad und Gleis simuliert. Besonderheit des intelligenten Modells: Es ist „selbstkorrigierend“ und verbessert sich somit fortlaufend. Auch kann es auf geänderte Fahrpläne oder Langsamfahrstellen reagieren.
Meilenstein im Bereich KI
Hinter all diesen Daten steht die Anforderung an enorme Rechenleistungen. Ohne Künstliche Intelligenz wären diese Aufgaben in akzeptablen Zeitspannen nicht zu bewältigen. Eine Forschungsgruppe um AO. Univ. Prof. Dr. Manfred Grafinger von der TU Wien hat dazu eine auf maschinellem Lernen (ML) basierende Modell entwickelt. Die vor Ort vorgeführten Ergebnisse der Forscher dazu sind wegweisend. So konnte im Modellversuch zur Simulation der „Schienenfahrzeug-Gleis-Dynamik“ die Rechendauer von vorher 30 Minuten auf nur noch 8 Sekunden verkürzt werden. Betont wurde auch die Genauigkeit der Berechnungen. Dies werde durch Messdaten des österreichischen Eisenbahnnetzes bestätigt. Für das Rail4Future Projekt ist dies ein großer Meilenstein, da das Modell in der Anwendung auch auf andere Teilprojekte ausgerollt werden kann.
Intelligentes Datensharing
Neben den extrem hohen Datenmengen stellen im R4F-Projekt auch viele unterschiedliche Datenlieferanten und Anwender große Herausforderungen an die IT-Architektur. Ziel ist ein voll automatisiertes Datensharing durch Einsatz von Künstlicher Intelligenz. DI Beate Herbst von der Virtual Vehicle Research GmbH stellte dazu die Server-Architektur, die Modellierung der Workflows und die Benutzeroberflächen für die Anwender vor.
Bahn am PC
Wie das Monitoring der digitalen Bahn in der Zukunft aussehen kann, wird mit der Visualisierung der Strecke Bruck – Graz gezeigt. Die Forscher würden hier bereits von der Plattform generierte Demonstratoren zur Gleislage simulieren, erklärt DI Rebecca Novak, Projektpartner vom Forschungszentrum für Virtual Reality und Visualisierung (VRVIS). Sowohl verschiedene Fahrzeuge wie unterschiedliche Geschwindigkeiten können im System ausgewählt werden. Der Zustand der Gleise wird dann im Ampelsystem von grün bis rot auf einer Zeitachse sowie einer Landkarte eingefärbt.
Zukunftskonzept
Die Visualisierung verdeutlicht die Potentiale der digitalisierten Eisenbahninfrastruktur. Die Forschung setzt hier neue Maßstäbe für die Planungen von Kapazitäten, Wartungen und Kostenoptimierung in der Zukunft.
Michaela Haberler-Weber Projektleiterin Area 1 Simulationsplattform