Ein Unfall in einem urbanen Magnetschwebebahnzug, bei dem der Zug mit 400 km/h die Leitplanke streifte, hat die Eisenbahnindustrie alarmiert. Die Ursache deutet auf Bodensenkungen von nur wenigen Millimetern hin, die das empfindliche elektromagnetische Führungsfeld verzerren können. Die Lösung liegt nicht in Sichtprüfungen, sondern in der Erstellung eines präzisen digitalen Zwillings, der LiDAR-Daten, elektromagnetische Simulation und Infrastrukturmodelle integriert.
Technischer Arbeitsablauf: RIEGL, Bentley und Ansys Maxwell 🚄
Der Prozess beginnt mit einem mobilen Langstreckenscan mittels eines RIEGL ScanData-Systems, das die Geometrie der Trasse mit submillimetergenauer Präzision erfasst. Diese Punktwolke wird in Bentley OpenRail importiert, um die Eisenbahninfrastruktur zu modellieren, einschließlich der Fahrbahn, der Stützen und der Leitplanken. Der kritische Schritt ist die Übertragung dieses Modells an Ansys Maxwell, wo das von den Führungselektromagneten erzeugte elektromagnetische Feld simuliert wird. Jede millimetergroße Abweichung im Abstand zwischen Zug und Fahrbahn, verursacht durch eine Setzung, führt zu einer messbaren Veränderung des magnetischen Flusses. Dieser digitale Zwilling ermöglicht die Durchführung prädiktiver Simulationen: Durch die Eingabe von Daten aus regelmäßigen Scans kann das System vor Punkten warnen, an denen sich das Führungsfeld verschlechtert, bevor ein physischer Kontakt auftritt.
Hin zu einer proaktiven Wartung kritischer Infrastrukturen 🛤️
Dieser Fall zeigt, dass der digitale Zwilling nicht nur eine visuelle Darstellung ist, sondern ein funktionales Simulationsmodell. Die Integration von Werkzeugen wie Bentley OpenRail und Ansys Maxwell verwandelt einen LiDAR-Scan in ein Frühwarnsystem für Hochgeschwindigkeitsinfrastrukturen. Die Zukunft der Eisenbahninstandhaltung besteht darin, potenzielle Fehler zu erkennen, bevor sie sichtbar werden, wobei Millimeter den Unterschied zwischen Sicherheit und Katastrophe ausmachen. Die Frage ist nicht mehr, ob ein Unfall passieren wird, sondern wann und wo uns der digitale Zwilling ermöglicht, zuerst einzugreifen.
Wie kann ein digitaler Zwilling in Echtzeit mit verteilten faseroptischen Sensoren integriert werden, um millimetergenaue Setzungen auf der Maglev-Strecke zu erkennen, bevor sie die Sicherheit des Zuges bei hohen Geschwindigkeiten gefährden?
(PS: Vergiss nicht, den digitalen Zwilling zu aktualisieren, sonst beschwert sich dein echter Zwilling)