Die bereitgestellten Datensätze bestehen zum einen aus Wirbelstrom- und Ultraschallprüfdaten, die auf den Fahrten eines Schienenprüfzuges aufgezeichnet wurden. Die Prüffahrten wurden im Streckennetz des Offenen Digitalen Testfeldes des DZSF (https://www.dzsf.bund.de/DZSF/DE/DasDZSF/Forschungsinfrastruktur/ODT/odt_node.html) durchgeführt. Die hier veröffentlichten Daten repräsentieren einen Streckenabschnitt von ca. 2-3 km Länge. Zum anderen werden simulierte Prüfdaten von Schienenfehlern und Artefakten wie Bohrungen und Schweißnähten zur Verfügung gestellt. Als Datenformat wird der DICONDE-Standard (https://publikationen.dgzfp.de/shop/diconde-in-der-zfp/) verwendet. Die Daten wurden im Verbundprojekt AIFRI (Artificial Intelligence For Rail Inspection) erfasst bzw. generiert. Auf Basis der aufgezeichneten Realdaten der Schienenprüfzüge und der simulierten Prüfdaten wurden KI-Modelle entwickelt und trainiert, die zur automatischen Erkennung und Klassifizierung von Schienenfehlern genutzt werden können. Das Projekt AIFRI entwickelt eine auf Künstlicher Intelligenz basierte Analyse von Schienenprüfdaten zur Detektion und Bewertung von Schienenfehlern sowie für die Optimierung der Instandhaltungsplanung. Das implementierte System unterstützt den Auswerteprozess in der Schienenprüfung und bringt alle anfallenden Prüfdaten, Ergebnisse und Planungsdaten aus der nachgelagerten Instandhaltung in einem zentralen Asset Management System zusammen.
mFUND-Projekt AIFRI Schienenprüfdaten
Research Data
Electronic Resource
Unknown
Wissenschaftlicher Abschlussbericht zum mFUND-Projekt: EasyGSH-DB
HENRY – Federal Waterways Engineering and Research Institute (BAW) | 2020
|