Ferndiagnose und Deep Learning bei der Zentralbahn – Mehrwert dank Daten und Experten-Know-how

Eisenbahntechnische Rundschau | Issue 10/2024

Ferndiagnose und Deep Learning bei der Zentralbahn – Mehrwert dank Daten und Experten-Know-how

October 2024 | Severin Wagner, Roman Tschannen, Florian Burri, Jihyun Lee, Marco Barmettler

Aktuell führt die Zentralbahn mehrere Digitalisierungsprojekte an ihrer Flotte durch. Ein Projekt umfasst die Ferndiagnose der ABe-Flotte (SPATZ) mit Rail Diagnostics. In einem anderen Projekt werden bereits vorhandene Daten der ABeh-Flotte (ADLER, FINK) mit Vibrationsdaten und weiteren Sensordaten angereichert und mit Deep Learning Algorithmen ausgewertet.

Read full article

Download complete issue

Back to Search

Futher articles in this issue:

Gourmet auf Gleisen: Die Evolution des Rail Catering
Netzweite Ermittlung nutzbarer Kapazitäten der Eisenbahninfrastruktur
Die ökologische EPS als integrierte Lösung für Weichen
Eisenbahn-Neubaustrecke Dresden–Prag, Wahl der Vorzugsvariante und Anwendung der BIM-Methodik im Rahmen der Vorplanung
Ladestation VOLTTAP: Idee, Entwicklungsstand und Perspektiven
Bestellung weiterer 20 Vectron-Lokomotiven mit XLoad
Augmented Reality im Bahnsektor: Effizienz, Sicherheit und Innovation
Die Reschenbahn – Eine Systemanalyse zu angrenzenden Bahnen im Dreiländereck AT-CH-IT
FlexSensoren erleichtern die direkte Datenerfassung
Gotthard-Basistunnel wiedereröffnet
Prof. Dr.-Ing. Hubert Hochbruck verstorben
Es wird immer wichtiger, Schnittstellen zwischen Systemen robuster zu gestalten
Wie gelingt uns das Elektrifizierungsziel 2030?
Volker Wissing bei Eurailpress D-Ticket: Neuer Preis und Novelle des RegG
Wenn Plan A nicht aufgeht: Dynamische Adaption von Störfall- programmen im S-Bahn-Verkehr
Wir halten an unserem Klimaziel fest
Simulationsbasiertes Testen der Kompatibilität von ATO-Sensorik und Strecke
Zielkonflikte in der Umlaufplanung für Triebfahrzeuge
Renfe baut Geschäft mit Golfstaaten aus