QUISS
Quality improvement of rail traffic through intelligent, databased damage pattern recognition for rail vehicles
Im Zeitalter der Digitalisierung bietet eine Datengrundlage des Schienenverkehrs großes Potential zur Verbesserung der Reaktionsfähigkeit und automatisierten Durchführung komplexer Dispositionsprozesse. Dies kann durch (teil-)automatisierte Datenanalyse sowie durch neue anspruchsvolle Mensch-Maschinen-Schnittstellen zur Entscheidungsunterstützung erreicht werden. Durch die Erkennung von Datenmustern und -anomalien in Schadbildern bzw. Zustandsdaten von Schienenfahrzeugen können Störungsursachen frühzeitig – vor einem möglichen Ausfall – identifiziert werden.
Das Gesamtsystem Schiene profitiert davon durch eine höhere Pünktlichkeit für Kunden des Schienengüterverkehrs und für Nutzer des Schienenpersonenverkehrs infolge Reduzierung betrieblicher Störungen innerhalb des Gesamtsystems. Gleichzeitig wird eine effizientere Nutzung der Schieneninfrastruktur von allen Eisenbahnverkehrsunternehmen des Personen- und Güterverkehrs unterstützt. Das Verbundprojekt QUISS wird im Rahmen des BMVI-Forschungsprogramms der Modernitätsfonds (mFUND) die nächsten zweieinhalb Jahre gefördert.