Überblick Statistik: Seitenaufrufe (grau) und PDF-Downloads (blau)

Erkennung von Schadmustern an Personenverkehrszügen und Evaluierung der Konfidenz zur Auswahl robuster Features für „Predictive Maintenance“ - Projekt ESPEK

  • Im Rahmen des Projekts ESPEK wurden Häufigkeit und Relevanz bestimmter Schäden an verbreiteten Waggontypen analysiert und basierend darauf im Rahmen eines Konzepts „KI-gestützte Inspektion“ praxistaugliche, datenbasierte, durch künstliche Intelligenz unterstützte digitale Lösungen entwickelt, um Schäden an ausgewählten Personenwaggons automatisiert visuell zu erkennen. Ausgehend von den bisher maßgeblich manuellen Inspektionsabläufen und Checklisten können selbige durch die vorgeschlagenen Software- und Hardwareautomatisierungen effizienter gestaltet werden. Übergeordnet werden die Sicherheit der Fahrgäste erhöht, das Problem des Fachkräftemangel bekämpft sowie Ausfall- und Standzeiten reduziert, was letztlich zur besseren Auslastung des Systems Schiene insgesamt beiträgt und Zugfahren preiswerter und pünktlicher machen kann.

Download full text files

Export metadata

Additional Services

Search Google Scholar
Metadaten
URN:urn:nbn:de:kobv:526-opus4-20160
Publisher DOI:https://doi.org/10.33968/2025.18
Author:Lars Schymik, Alexander StolpmannORCiDGND
Parent Title (German):Tagungsband AALE 2025 : menschenzentrierte Automation im digitalen Zeitalter
Document Type:Conference Proceeding
Language:German
Year of Publication:2025
First Page:171
Last Page:180
Publisher:Hochschule für Technik, Wirtschaft und Kultur
Place of publication:Leipzig
Faculties an central facilities:Fachbereich Ingenieur- und Naturwissenschaften
Editor:Jörg Reiff-StephanORCiDGND, Jens Jäkel, Dirk Reichelt
Publishing Institution:Technische Hochschule Wildau
Tag:Automatisierung; Bildverarbeitung; Eisenbahn; Inspektion; KI; Künstliche Intelligenz; Mobilität; Predictive Maintenance
Source:Schymik, L., & Stolpmann, A. (2025). Erkennung von Schadmustern an Personenverkehrszügen und Evaluierung der Konfidenz zur Auswahl robuster Features für „Predictive Maintenance“ - Projekt ESPEK. In J. Reiff-Stephan, J. Jäkel, & D. Reichelt, Tagungsband AALE 2025 : menschenzentrierte Automation im digitalen Zeitalter (pp. 171–180). Leipzig: Hochschule für Technik, Wirtschaft und Kultur. doi:10.33968/2025.18
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 006 Spezielle Computerverfahren
6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften / 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
Licence (German):Creative Commons - CC BY - Namensnennung 4.0 International
Release Date:2025/03/04
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.