Straßen- und Schienenverkehr sind allgegenwärtige Erschütterungsquellen, die sich in der seismischen Bodenunruhe abbilden. Grund für die Vibrationen sind Unebenheiten der Räder und des Fahrweges, die je nach Ausdehnung der Schadstellen und Beschaffenheit der Fahrzeuge zu verschiedenen Emissionen führen können. Während sich mechanische Schwingungen der Luft als Direktschall im hörbaren Frequenzbereich des Menschen ausbreiten, werden Körperschallwellen im Boden als für Menschen spürbare Erschütterungen übertragen. Eine störende Einwirkung auf AnrainerInnen, Maschinen und Gebäude im unmittelbaren Umfeld zu Verkehrswegen kann heutzutage durch eine optimierte Fahrwegplanung und entsprechende Maßnahmen am Fahrzeug minimiert werden.

Gleichzeitig können die Schwingungen direkt am Fahrzeug genutzt werden, um nähere Auskünfte über das Verkehrsnetz zu erhalten. So sind anhand einer kontinuierlichen Messung der Schwingungspegel während einer Fahrt Aussagen über bestimmte Schadensbilder möglich, wie zum Beispiel die Detektion von lokalen, impulshaltigen Störstellen oder die Identifikation von langwelligeren, periodischen Unregelmäßigkeiten.

Onboard-Messungen

In der Vergangenheit gab es bereits eine Vielzahl an Studien zur Verwendung von in Smartphones verbauten Beschleunigungssensoren, um Fehlstellen am Fahrweg zu detektieren. Die Aussagekraft war aufgrund der schlechten Ankopplung der Sensoren am Fahrzeug jedoch immer stark eingeschränkt. Um eine verlässliche, lokalisierbare Schadstellendetektion durchzuführen, die auch für Netzbetreiber in der Instandhaltung von Relevanz ist, bedarf es eines im Netz verortbaren Fahrzeuges mit Sensoren möglichst nah am Rad-Schiene-Kontakt.

Seit einigen Jahren laufen daher Forschungsprojekte zusammen mit den Wiener Linien, in denen Methoden der Datenauswertung – wie sie auch typischerweise in der Geophysik zum Einsatz kommen – auf Schall- und Schwingungsemissionen angewandt werden. Basis der Untersuchung ist ein Straßenbahngleismesswagen der Garniturtype E, der 2012 mit kapazitiven Erschütterungssensoren aufgerüstet wurde, 2015 ein Mikrofon erhielt und mittlerweile seit 2016 der netzweiten Untersuchung des Schienenzustandes aus vibroakustischer Sicht dient.

Die Onboard-Datenerfassung wird über ein Odometer getriggert und umfasst folgende Kanäle:

  • Triaxiale Beschleunigungen an den vier Radlagern des mittleren, nicht angetriebenen Drehgestells
  • Winkelgeschwindigkeiten im Wagenkasten
  • Schall vor dem mittleren Drehgestell

Die Daten können anhand der gefahrenen Distanz und der ermittelten Krümmungen im Streckennetz verortet werden und sind somit bei wiederholter Befahrung der gleichen Strecke über die Jahre vergleichbar. Zur Abdeckung des gesamten wahrnehmbaren Frequenzbereichs des Menschen werden die akustischen Daten mit einer Abtastrate von 48 kHz aufgezeichnet und können mittels Zeitstempel mit der Verortung und den Vibrationsdaten (Samplingfrequenz: 8.192 Hz) synchronisiert werden. Der Gleismesswagen verkehrt mit den streckenüblichen Geschwindigkeiten bis zu 50 km/h und ist aus verkehrstechnischen Gründen zum größten Teil nachts unterwegs.

Die gemessenen Schwingungen am Gleismesswagen werden von einer Vielzahl an Parametern beeinflusst: Neben der Geometrie und dem Zustand des Fahrweges, wie z.B. Gleisqualität, Gleislagerung und Kurvenradius, sind das natürlich auch Parameter des Fahrzeuges selbst, wie Fahrgeschwindigkeit, Brems-/Beschleunigungsmanöver und Zustand der Radlaufflächen.

Ziel der Datenauswertung in den laufenden Forschungsprojekten ist die automatische Detektion von Streckenabschnitten im Netz, die erhöhte vibroakustische Emissionen oder entsprechende Auffälligkeiten in bestimmten vibroakustischen Kennwerten aufweisen. Der Schwerpunkt liegt auf der Beurteilung und Erkennung folgender Attribute:

  • Kurvenkreischen: Hierbei handelt es sich um ein hochfrequentes Geräusch, das durch das Gleiten der Straßenbahnräder quer zur Gleisrichtung hervorgerufen wird. Dies kann insbesondere bei engen Radien im innerstädtischen Bereich entstehen, wo starr verbundene Räder aufgrund der Differenz der Kurvenradien zwischen Außen- und Innengleis, einem gewissen Schlupf unterliegen.
  • Riffelbildung: Riffel sind eine periodische Verformung des Schienenkopfes mit einer üblichen Wellenlänge von 50 -150 mm. Sie treten vor allem in Bögen bzw. in Beschleunigungs- und Bremsbereichen auf und können nur durch Schleifen des betroffenen Gleisabschnitts entfernt werden.
  • Weichen: Bei der Überfahrt einer Weichenanlage oder einer Kreuzung durch Schienenfahrzeuge treten aufgrund der Fahrkopfunterbrechung höhere Emissionen als bei der Fahrt am Regelschienenprofil auf. Durch den Einsatz von Flachrillenweichen wird versucht, diese stoßartige Anregung zu vermeiden, jedoch kann es durch Fehlstellen oder überdurchschnittlichen Verschleiß zu störenden Emissionen kommen.

Data Processing

Um die genannten Attribute anhand ihrer vibroakustischen Fußabdrücke zu untersuchen, werden Verfahren des überwachten maschinellen Lernens eingesetzt. Beim überwachten Lernen muss zuerst ein Trainingsdatensatz erstellt werden, der üblicherweise aus einer manuellen Kennzeichnung bzw. Kategorisierung der gesuchten Attribute besteht. Danach werden verschiedene Datenmerkmale definiert, die als erklärende Variablen in das Modell einfließen.

Bevor die Machine-Learning-Modelle mit den Merkmalen trainiert werden können, müssen diese durch entsprechende Aufbereitung der Rohdaten gewonnen werden. Bei Onboard-Messungen ist ein wesentlicher Aspekt des Pre-Processings die Datenaggregation. Zeitlich konstante Samplingraten ergeben eine von der Fahrzeuggeschwindigkeit abhängige Menge an Datenpunkten pro Gleismeter. Die Gruppierung der Messwerte im Rahmen des sogenannten Binnings ermöglicht eine geografische Darstellung der aggregierten Größen über eine bestimmte Gleislänge. Die räumliche Auflösung dieser Bins ist an die jeweilige Fragestellung bzw. an das zu detektierende Schadensbild und die erzielbare Verortungsgenauigkeit anzupassen. Für einen grundlegenden Überblick über das Gesamtnetz wird im ersten Schritt eine Binlänge von 5m gewählt.



Im nächsten Schritt wird der Einfluss bestimmter Umweltparameter auf die Merkmale korrigiert.  Insbesondere die Fahrtgeschwindigkeit spielt eine maßgebende Rolle, daher wird ihre Auswirkung auf die verschiedenen Features anhand einer Regressionsanalyse untersucht. Ebenso können Effekte durch bekannte Oberbauvarianten kompensiert werden (Zu- oder Abschläge je nach Konstruktionstyp pro Bin), bevor die Merkmale in die Modelle einfließen. Eine Liste typischer Erschütterungsmerkmale umfasst beispielsweise folgende Größen pro Bin:

  • Mittelwert und Maximum des Slow-bewerteten Summenpegels
  • Mittelwert und Maximum der Fast-bewerteten Terzbandpegel
  • Weitere Statistische Momente wie Standardabweichung und Kurtosis
  • Integriertes Quadrat der Amplituden als Energiemaß
  • Anzahl und Summe der Peaks transienter Signalanteile

Slow und Fast beziehen sich hierbei auf zeitgewichtete Pegel mit Bewertungszeiten von 1000 ms bzw. 125 ms. Pegel der Schwingbeschleunigung werden in Dezibel mit einem Bezugswert a0 = 1x10-6 m/s2 angegeben und für Terzbänder im Bereich 3,15-400 Hz ermittelt.
Folgende Kennwerte der Psychoakustik wurden rein für die akustischen Messkanäle berechnet:

  • Mittelwert und Maximum der Lautheit
  • Mittelwert und Maximum der Rauhigkeit

Ausblick zum Einsatz vibroakustischer Modelle

In Summe konnten seit 2016 etwa 15.000 km an vibroakustischen Daten im Wiener Netz aufgezeichnet werden. Anhand manuell gekennzeichneter Trainingsdaten wurden Algorithmen zur automatischen Erkennung von Kurvenkreischen und Riffel entwickelt, die auf die Emissionscharakteristik des Gleismesswagens angelernt wurden. Da der Fahrzeugtyp E allerdings über die kommenden Jahre sukzessive außer Betrieb genommen wird, wird im aktuellen Projekt die Übertragbarkeit der bereits ermittelten Modelle auf moderne Niederflurfahrzeuge untersucht.

Insbesondere Garnituren der Type ULF und Flexity stehen hierbei im Fokus, da diese im Laufe der nächsten Jahre die alte Flotte ersetzen werden.

Fragen zu diesem Beitrag gerne an

KAROLINE ALTEN
Scientist
Center for Low-Emission Transport
Transportation Infrastructure Technologies

AIT Austrian Institute of Technology GmbH
Giefinggasse 2 | 1210 Vienna | Austria
T +43 50550-6690 | M +43 664 235 1879 | F +43 50550-6439
Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein! | http://www.ait.ac.at