Article
Quantifizierung von Flachstellen auf dem deutschen Schienennetz auf Basis eines ML-Ansatzes (de)
* Presenting author
Abstract:
Um die auf dem deutschen Schienennetz mit Flachstellen verkehrenden Wagen zu quantifizieren, lagen einer vom Bundesministerium für Digitales und Verkehr (BMDV) initiierten Studie die Messdaten der 19 Lärm-Monitoring-Stationen des Eisenbahn-Bundesamtes aus dem Jahr 2021 zugrunde. Da eine Flachstellendetektion für das Lärm-Monitoring jedoch bisher keine Zielsetzung war, beinhalteten diese Daten keine Zeitrohdaten, sondern lediglich Pegeldaten mit einer Auflösung von 10 Hz.Um Flachstellen an Schienenfahrzeugen rein akustisch sicher detektieren zu können, sind jedoch vor allem spektrale und zeitliche Informationen der Vorbeifahrt wesentlich.In der hier vorgestellten Untersuchung wurde deshalb anhand von akustisch hoch aufgelösten Vergleichsmessungen an denselben Standorten ein Detektionsalgorithmus mit Ansätzen des maschinellen Lernens entwickelt, der schließlich auf den Gesamtdatensatz des Jahres 2021 angewendet werden konnte. Es werden die damit erzielten Detektionsraten diskutiert und die Ergebnisse vorgestellt.