Im Kampf gegen den Klimawandel ist es notwendig, den Verkehr in großem Ausmaß von der Straße auf die Schiene zu verlagern. Die Bahn gehört zu den umweltfreundlichsten Verkehrsträgern, weshalb in den vergangenen Jahren auch zahlreiche Investitionen beschlossen wurden, die eine Erhöhung der Fahrgastzahlen und damit auch des Schienenverkehrs zum Ziel haben. Mit diesem vermehrten Bahnaufkommen erhöhen sich allerdings auch die Lärmemissionen und die damit verbundenen negativen Auswirkungen auf Gesundheit und Wohlergehen von Menschen und Umwelt.
Folgen Sie uns auf Twitter und LinkedIn!
Diese Herausforderung ist der Ausgangspunkt eines neuen Forschungsprojektes der Fachhochschule Technikum Wien (FHTW) gemeinsam mit der psiacoustic Umweltforschung und Engineering GmbH. Im Rahmen der 18. Ausschreibung des kompetitiven Förderprogrammes „Mobilität der Zukunft“ der Österreichische Forschungsförderungsgesellschaft (FFG) hat sich der F&E-Antrag des Konsortiums für eine Förderung qualifiziert.
Im Vorbeifahren: Störeinflüsse automatisch erkennen
Das Projekt ADSiM – Automatische Detektion von Störeinflüssen im Monitoring von Bahnlärm unter Anwendung von KI – hat als Ziel die Entwicklung eines Systems, das Wagons identifiziert, die aufgrund von Abnützungen, Brems- oder Kurvengeräuschen besonders stark zur Lärmbelastung beitragen.
„Dafür wird eine Künstliche Intelligenz entwickelt, welche akustische Effekte vollautomatisch der genauen Achse des Zugs zuordnet, wenn dieser eine acramos Messstation passiert“, erklärt Matthias Blaickner vom Kompetenzfeld Artificial Intelligence & Data Analytics des Departments Computer Science der FHTW. Geräuschvolle Wagen können somit sofort identifiziert und ausgetauscht werden. Zudem ermöglicht die kontinuierliche, KI-basierte Auswertung der Messsignale eine vorausschauende Instandhaltung der Messstellen selbst (Predictive Maintenance).
Start des Forschungsprojekts ist im Herbst. Die Projektpartner versprechen sich aus den Ergebnissen interessante, neue Erkenntnisse auf dem Gebiet der Künstlichen Intelligenz und deren Anwendungen im Spannungsfeld zwischen Mobilität und Nachhaltigkeit.
