Die Einführung eines prädiktiven Instandhaltungsmanagements ist gegenwärtig Kernelement vieler Digitalisierungsstrategien der Eisenbahninfrastrukturbetreiber weltweit. Fehlzustände des Gleisoberbaus, der Schienen sowie der Leit- und Sicherungstechnik (LST) verursachen Jahr für Jahr sehr hohe Instandhaltungsaufwendungen, die in Europa etwa 50% der gesamten Lebenszykluskosten der Bahninfrastruktur ausmachen. Signifikante Kostensenkungen lassen sich nur durch ein prädiktives Instandhaltungsmanagement erreichen. Grundvoraussetzungen hierfür sind eine kontinuierliche, automatische Zustandsüberwachung („Condition Monitoring“) der relevanten Assets im laufenden Betrieb sowie die Fähigkeit zur automatischen Diagnose und Prognose des Anlagenzustandes anhand umfangreicher und komplexer Datenbestände („Big Data“). Das DLR erforscht in nationalen und internationalen Forschungsprojekten sowie im EU-Joint Undertaking Shift2Rail gemeinsam mit der Bahnindustrie Lösungsansätze für diese Herausforderungen. Die Forschungsaktivitäten des DLR erstrecken sich entlang der gesamten Prozesskette von den eingebetteten Sensoren bis hin zur visualisierten Zustandsinformation. Dies umfasst Multi-Sensor-Systeme auf Schienenfahrzeugen und in Stellwerken, das Datenmanagement und die Datenfusion sowie die Entwicklung entsprechender Algorithmen basierend auf modernsten Verfahren der Datenwissenschaften und künstlichen Intelligenz. Auf der InnoTrans stellt das DLR Fortschritte bei der eingebetteten Überwachung der Schienen mit regulären Schienenfahrzeugen, der Weichen sowie der Kabelanlagen elektronischer Stellwerke vor.
