Dynamische und statische Gleisüberwachung mittels innovativem Sensorsystem

Ein neu entwickeltes, hochpräzises Sensorsystem ermöglicht die dynamische Messung von Gleisabsenkungen während der Zugfahrt. Damit trägt das Projekt entscheidend zur Erhöhung der Bahnsicherheit und zur frühzeitigen Erkennung von Untergrundveränderungen bei.

Die zuverlässige Überwachung der Gleisinfrastruktur ist ein zentraler Faktor für die Sicherheit des Bahnverkehrs. Insbesondere Gleisabsenkungen, die oftmals im Zusammenhang mit Baustellen oder Untergrundveränderungen auftreten, können schwerwiegende Folgen haben. Gemeinsam mit der Amberg Infra 7D AG entwickelt die FHNW ein innovatives Messsystem, das Gleisbewegungen mit hoher Präzision sowohl statisch als auch dynamisch erfasst und damit eine neue Ära im Gleismonitoring einläutet.

Gleisabsenkungen werden heute überwiegend statisch überwacht – also ohne fahrenden Zug. Dies ermöglicht zwar eine zuverlässige Diagnose, reagiert jedoch nur auf Veränderungen, sobald sie bereits kritisch geworden sind. Ereignisse wie der Vorfall in Rastatt (DE) 2017, bei dem ein Gleisbett infolge von Tunnelarbeiten dramatisch absackte, zeigen die Relevanz frühzeitiger Warnsysteme. Das Projekt setzt genau hier an: Mit einem neuen Messprinzip auf Basis von MEMS-Beschleunigungssensoren sollen Gleisabsenkungen während des regulären Bahnbetriebs detektiert werden – präzise, robust und nahtlos integrierbar in bestehende Monitoring-Infrastrukturen.

Das Forschungsprojekt verfolgt folgende Ziele:

• Dynamische Detektion von Gleisabsenkungen während der Zugfahrt mit einer Genauigkeit im Submillimeter-Bereich.

• Entwicklung eines integrierbaren Sensorsystems, das sich nahtlos in die bestehende Infrastruktur von Amberg Infra 7D einfügt.

• Optimierung der Signalverarbeitung, um Driftfehler zu minimieren und zuverlässige Auslenkungswerte zu generieren – trotz doppelter Integration verrauschter Beschleunigungsdaten.

• Grundlage für zukünftige ML-Verfahren, um Gleisanomalien, Untergrundveränderungen oder Zugabweichungen automatisiert erkennen zu können.

Das entwickelte System wurde zum Patent angemeldet (10 2025 142 270.2).

Im Projektverlauf wurden mehrere wesentliche Meilensteine erreicht:

• Sensorstudie & Prototyping: Verschiedene MEMS-Beschleunigungssensoren wurden evaluiert, getestet und in einem ersten Prototypen an realen Bahnstrecken erprobt.

• Referenzvalidierung: Die Beschleunigungsdaten wurden mit einem Laser Tracker gemessen und verglichen. Durch Integration im Frequenzbereich und geeignete Filter konnte der Drift signifikant reduziert werden.

• Entwicklung eines eigenen PCBs: Ein zweiter Prototyp integriert Sensormodul, Mikrocontroller und Kommunikationsschnittstelle in einer kompakten Einheit.

• Embedded Signalverarbeitung: Die zuvor in Python entwickelte Signalverarbeitung wurde auf den Mikrocontroller portiert, sodass die vollständige Berechnung der Gleisabsenkung direkt im Gerät erfolgt.

• Integration in bestehende Messsysteme: Der Prototyp wurde erfolgreich in das Messsystem der Amberg Infra 7D eingebunden und autonom an Bahnstrecken getestet.

Der weitere Projektverlauf fokussiert auf:

• Einsatz von Machine Learning, um die Messdaten automatisiert zu interpretieren und Rückschlüsse auf Zugtyp, Untergrundveränderungen und potenzielle Anomalien zu ziehen.

• Erweiterung des Systems um statische Messfunktionen, um die bisherigen Sensorlösungen vollständig ersetzen zu können.

• Weiterentwicklung zur Serienreife, um zukünftig in grossem Umfang zu einem sichereren und effizienteren Bahnverkehr beizutragen.