Menü
News Mittelstand-Digital Zentrum Ruhr-OWL
Digitalisierungsprojekt mit der Dortmunder Eisenbahn GmbH und dem Mittelstand-Digital Zentrum Ruhr-OWL
Lärm ist nicht gleich Lärm. Wer Geräuschemissionen, die beim Transport und Rangieren von Gütern auf der Schiene entstehen, effektiv reduzieren will, muss das beachten. Verschiedene Lärmquellen haben eine unterschiedliche Intensität und werden unterschiedlich wahrgenommen. Begann das Projekt mit dem Bewerten von Active Noise Control (ANC) im Werkgelände, verschob sich der Fokus zunehmend auf die richtige Lärmdetektion und -überwachung, um passende Gegenmaßnahmen zu finden und einzusetzen.
Wenn die Datenlage komplex wird, liegt der Gedanke nahe, mit künstlicher Intelligenz zu sortieren und zu klassifizieren:
Gruppenbild auf dem Werksgelände.
Es besteht hier keinerlei Gefahr für die Gruppe.
Mit künstlicher Intelligenz genau hinhören
Als erster Baustein wird zusammen mit dem Kunden der Dortmunder Eisenbahn GmbH, der thyssenkrupp Steel Europe AG, ein KI-gestütztes Monitoringsystem auf Basis von Audio- und Videoaufnahmen aufgebaut. Die Aufzeichnung startet automatisch, sobald ein festgelegter Geräuschpegel überschritten wird, und identifiziert, an welcher Stelle das Geräusch entstanden ist. Dadurch können langfristige Messungen ohne großen manuellen Aufwand analysiert werden. Ziel der Analyse ist die Verortung und Klassifizierung besonders häufiger oder lauter Geräusche, um zielgerichtete Maßnahmen planen zu können.
Neben klassischen Lärmschutzmaßnahmen wie Schallschutzwänden, wird auch die aktive Lärmminderung (Active Noise Control, ANC) weiterverfolgt. Hier werden derzeit Ausbreitungssimulationen durchgeführt, um abzuschätzen, welche Schallereignisse durch welche Maßnahmen wirksam beeinflusst werden können. Die Simulation kann die Wirkung verschiedener Maßnahmen, wie das bereits angesprochene ANC, Lärmschutzwände oder Schienenschleifen berechnen. So kann abgeschätzt werden, welche Maßnahme an welcher Stelle am meisten bewirkt.
Lärmarten aufzeichnen und analysieren
Bisher wurden über 300 Lärmvorfälle aus einem Zeitraum von 2 Monaten ausgewertet. Das Ergebnis ist eine Katalogisierung der Schallereignisse bei der Einfahrt der Güterbahn und anderen logistischen Prozessen im Bereich der Aufnahme nach Häufigkeit und Lautstärke mit ihren jeweiligen Frequenzen. Mit Hilfe der KI-Bausteine aus dem Monitoring und der Simulation der ANC-Anwendung lassen sich entsprechende Lärmschutzmaßnahmen je Prozess bewerten.
Nun fehlt noch die finale Spiegelung der Ergebnisse mit den Erfahrungen aus der Praxis.