LOGISTIK express Fachzeitschrift | 2017 Journal 1

Strecke verbringt, wirkt in dem System
wie ein zusätzlicher Kostentreiber. Besonders
im Güterverkehr können durch
störungsbedingte Wartezeiten gravierende
Folgen entstehen. Nicht selten
kommt es vor, dass aufgrund der
Vorfahrtsregel für Personenzüge bereits
kleinste Verzögerungen im Minutenbereich
mehrtägige Standzeiten
und kostenschwere Regressansprüche
nach sich ziehen. Im Service-Konzept
von Siemens spielt deshalb nicht nur die
Planbarkeit von Werkstattaufenthalten,
sondern auch die verlässliche Ausfallprognostik
eine zentrale Rolle.
„Unser Konzept zielt darauf ab, dem
Bahnbetreiber mitzuteilen, wann genau
ein bestimmtes Bauteil ausgetauscht
werden muss ”, sagt Johannes Emmelheinz,
der bei Siemens Mobility für das
komplette Dienstleistungsspektrum rund
um den Schienenverkehr verantwortlich
ist. „Wir wollen, dass unsere Kunden die
Wartung einplanen können, bevor ein
Zug mit 2.000 Fahrgästen auf der Strecke
stehen bleiben muss.“
Von Schwellenwerten zu Musterdaten
Zwischen 70 und 80 Prozent der im Siemens
Mobility Data Services Center
(MDS) Tag für Tag auflaufenden Daten
geht auf die Messung bestimmter
Schwellenwerte bei den Zügen zurück.
Das kann die durchschnittliche Fahrgeschwindigkeit
eines Zuges sein oder
aber sein typisches Bremsverhalten.
Auch andere Messwerte wie die Temperatur
der Achslager und der Transformatoren,
der Zustand von Hydraulikölen
oder die Vibrationen der Drehgestelle
kommen in den komplexen Rechenmodellen
der von Siemens engagierten
Data Scientists zum Tragen. Die von den
Onboard-Units der Schienenfahrzeuge
zur Verfügung gestellten Daten
werden in das Münchener Datenlabor
über hochgradig abgesicherte Mobilfunkverbindungen
übertragen.
netz im Bereich von unter einer Minute
liegen, heutzutage gar nicht mehr
möglich, ein funktionierendes Verkehrsangebot
aufrechtzuerhalten, sagt Emmelheinz,
der Siemens-Manager.
Die wichtigste Aufgabe der Datenspezialisten
im MDS besteht darin, aus den
Diagnosedaten Muster abzulesen. Muster,
mit denen sich zum Beispiel voraussagen
lässt, unter welchen Umständen
ein Getriebe, ein elektrischer Türantrieb
oder ein Radsatz ausfallen werden
und wann der Verschleiß oder spontane
Fehlermeldungen ein Eingreifen
erfordern. Durch maschinelles Lernen
werden die Prognosesysteme ständig
weiterentwickelt. Das Ergebnis ist ein
System, das für eine Lokomotiv- oder
Zugfamilie automatisch vorhersagt,
wann eine Instandhaltung unvermeidbar
ist.
Die Siemens-Data Scientists orientieren
sich bei ihrer Arbeit jedoch nicht nur
an Standardgrößen wie der Geschwindigkeit,
dem Bremsverhalten oder dem
Kilometerstand. Auch externe Daten
fließen in die Berechnungen ein,
beispielsweise die Beschaffenheit der
Schienen, die Funktionalität der Weichen,
die Taktung der Züge oder auch
die äußeren Witterungseinflüsse. „Für
die Zukunft des Mobility-Geschäfts sind
Fahrzeuge allein nicht entscheidend“,
betont Gerhard Kreß, Leiter der rund
20-köpfigen Mannschaft des MDS. „Es
geht für unsere Kunden um die Lebensdauerkosten
der Fahrzeuge und ihren effizienten
Einsatz. Das gelingt nur mithilfe
SIEMENS MOBILITY SETZT KONZEPT IM
SCHIENENVERKEHR ERFOLGREICH UM
Die blitzschnelle Übermittlung ist dabei
Pflicht. Denn ohne die Echtzeit-Analyse
der Betriebsdaten sei es angesichts von
Taktzeiten, die im Münchener U-Bahnder
gebündelten Daten der Fahrzeuge,
der Infrastruktur und des Betriebs.“
Terabyte an Daten
Eines der wichtigsten Themen besteht
für Kreß im Handling der riesigen und
immer größer werdenden Datenberge.
In einer Lok aus der Vectron-Baureihe
von Siemens sind mehr als 260 Sensoren
verbaut. Alle Züge der dreistelligen
Vectron-Flotte zusammengenommen
laufen in dem cloudbasierten Datenanalyse-System
Monat für Monat Datenmengen
von rund einem Terabyte
zusammen. Nur durch eine strategische
Big-Data-Allianz mit dem Datenbankenspezialisten
Teradata werden die
Data Scientists von Siemens Mobility unter
diesen Voraussetzungen in die Lage
versetzt, die für die Auswertungen und
Prognose erforderlichen Daten in Echtzeit
zusammenzuführen.
Das Siemens Mobility Data Services
Center in München-Allach hat aktuell
bereits rund 500 Züge unterschiedlicher
Siemens-Baureihen permanent
im Blick und wirbt damit, durch die
Zuhilfenahme künstlicher Intelligenz
heute schon Verfügbarkeiten von 99
Prozent und mehr zu gewährleisten.
Ob sich mittelfristig deshalb auch eine
vermehrte Nachfrage durch die Betreiber
firmenfremder Fahrzeuge ergeben
wird? Das wird sich angesichts des
stark international geprägten Kontexts
von Bahnverkehren - darüber hinaus
aber auch mit den vielen noch offenen
Fragen rund das Thema Datensicherheit
- wohl erst noch weisen. (WAL)