Session

Automatische Detektion von Störeinflüssen im Monitoring von Bahnlärm unter Anwendung von KI

Abstract

In Österreich sind aktuell drei acramos® Lärmmessstellen am Streckennetz der ÖBB Infrastruktur AG im Einsatz, mit welchen eine achsgenaue Zuordnung der Lärmemissionen möglich ist.

Ein Nachteil bei automatisierten und unbemannten Messungen besteht bei der Erkennung von Geräuschsituationen, welche vom „Normalbetrieb“ abweichen, aber ohne genauere Analysen in den Messdaten nicht erkennbar sind. Die aktuell im Einsatz befindlichen Systeme speichern neben den akustischen Kennwerten auch die Rohsignale aller Sensoren zeitsynchron ab. Dadurch besteht die Möglichkeit, bisher nicht erkannte Ereignisse und Zustände zu identifizieren.

 

Im Forschungsprojekt AD-Sim, Automatische Detektion von Störeinflüssen im Monitoring von Bahnlärm unter Anwendung von KI, (FFG Mobilität der Zukunft -18. Ausschreibung) welches im Oktober 2022 gestartet ist, soll in Kooperation zwischen der FH Technikum Wien sowie der psiacoustic Umweltforschung und Engineering GmbH eine Systematik zu automatisierten Analyse von Rohsignalen mit Hilfe von Künstlicher Intelligenz erarbeitet werden.

Ziel des Projektes ist es, mit einem einzelnen KI-Workflow Sensordaten zu klassifizieren und dabei nicht nur Hardwarefehler und Störsignale, sondern auch besondere akustische Ereignisse wie etwa Flachstellen, Bogengeräusche, Bremsgeräusche oder Fremdgeräusche zu identifizieren und voneinander abzugrenzen. Diese Klassifizierung wird dann in Feldtests bzgl. Robustheit und Verarbeitungszeit getestet, um so die Eignung für den laufenden Bahnbetrieb zu garantieren und bisher unbekannte Störeinflüsse zu erkennen.

Download

Protected Area

This content is password-protected. Please verify with a password to unlock the content.

Nach oben scrollen