AT526338B1 - Verfahren zur automatischen Auswertung von Gleismessdaten - Google Patents

Verfahren zur automatischen Auswertung von Gleismessdaten Download PDF

Info

Publication number
AT526338B1
AT526338B1 ATA50824/2022A AT508242022A AT526338B1 AT 526338 B1 AT526338 B1 AT 526338B1 AT 508242022 A AT508242022 A AT 508242022A AT 526338 B1 AT526338 B1 AT 526338B1
Authority
AT
Austria
Prior art keywords
track
wavelet
errors
wavelength
thermal image
Prior art date
Application number
ATA50824/2022A
Other languages
English (en)
Other versions
AT526338A4 (de
Inventor
Lichtberger Dr Bernhard
Original Assignee
Hp3 Real Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hp3 Real Gmbh filed Critical Hp3 Real Gmbh
Priority to ATA50824/2022A priority Critical patent/AT526338B1/de
Priority to PCT/AT2023/060332 priority patent/WO2024086862A1/de
Application granted granted Critical
Publication of AT526338A4 publication Critical patent/AT526338A4/de
Publication of AT526338B1 publication Critical patent/AT526338B1/de

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148Wavelet transforms
    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01BPERMANENT WAY; PERMANENT-WAY TOOLS; MACHINES FOR MAKING RAILWAYS OF ALL KINDS
    • E01B35/00Applications of measuring apparatus or devices for track-building purposes
    • E01B35/06Applications of measuring apparatus or devices for track-building purposes for measuring irregularities in longitudinal direction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/042Track changes detection
    • B61L23/047Track or rail movements
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/042Track changes detection
    • B61L23/048Road bed changes, e.g. road bed erosion
    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01BPERMANENT WAY; PERMANENT-WAY TOOLS; MACHINES FOR MAKING RAILWAYS OF ALL KINDS
    • E01B27/00Placing, renewing, working, cleaning, or taking-up the ballast, with or without concurrent work on the track; Devices therefor; Packing sleepers
    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01BPERMANENT WAY; PERMANENT-WAY TOOLS; MACHINES FOR MAKING RAILWAYS OF ALL KINDS
    • E01B35/00Applications of measuring apparatus or devices for track-building purposes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01BPERMANENT WAY; PERMANENT-WAY TOOLS; MACHINES FOR MAKING RAILWAYS OF ALL KINDS
    • E01B35/00Applications of measuring apparatus or devices for track-building purposes
    • E01B35/12Applications of measuring apparatus or devices for track-building purposes for measuring movement of the track or of the components thereof under rolling loads, e.g. depression of sleepers, increase of gauge

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Mechanical Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Machines For Laying And Maintaining Railways (AREA)

Abstract

Es wird ein Verfahren zur automatischen Auswertung von Wavelet transformierten Gleismessdaten (1) der Gleisgeometrie und/ oder des Schotterbettes mit einer Recheneinrichtung beschrieben. Um eine automatische Generierung von Vorschlägen zur Behebung der Gleisfehler zu ermöglichen, wird vorgeschlagen, dass zunächst eine einem Gleisabschnitt zugeordnete Messreihe der auszuwertenden Gleismessdaten (1) mit einer Mehrzahl an Wavelets unterschiedlicher Wellenlängen Wavelet transformiert wird und aus diesen Wavelet transformierten eine Art Wärmebild, in dem die Wellenlänge über der Position in einem Gleis und die Wavelet transformierten als Wärmeinformationen vorgesehen sind, und ein Wavelet-Leistungsdichtespektrum (3) gebildet werden und zusätzlich ein Signalstärke-Diagramm (4) für verschiedene Wellenlängenbereiche (D0, D1, D2, D3) errechnet wird, wonach zur Ermittlung der Art, Lage, Ausdehnung und Größe der Gleisfehler aus dem Wärmebild die örtliche Lage (B, C, D, F), die Ausdehnung (∆x) und die zugeordneten Wellenlängenbereiche (E, D0, D1, D2, D3) vorherrschender Gleisfehler, insbesondere aus den Höhenschichtlinien des Wärmebildes, bestimmt werden.

Description

Beschreibung
[0001] Die Erfindung bezieht sich auf ein Verfahren zur automatischen Auswertung von Wavelet transformierten Gleismessdaten der Gleisgeometrie und/ oder des Schotterbettes mit einer Recheneinrichtung.
[0002] Eine Auswertung von durch Gleismessfahrzeugen gewonnenen Messdaten mittels Wavelet- Transformation ist aus dem Stand der Technik bekannt. So offenbart die CN 111979859 A ein System zur Erkennung von Gleisunregelmäßigkeiten, wobei aus Beschleunigungssensoren erhaltene Daten mit Hilfe einer Wavelet- Transformation ausgewertet werden. Auch aus der CN 104032629 B ist eine Methode zur Eruierung langwelliger Gleisunregelmäßigkeiten bekannt, wobei die aus Winkelbeschleunigungssensoren gewonnenen Daten mittels Wavelet-Transformationen ausgewertet werden. Die CN 104947555 A zeigt eine andere Methode zum Erkennen von Gleisunregelmäßigkeiten, die mittels Fourier- Transformationen der den Unregelmäßigkeiten zu Grunde liegenden Wellenlängen eruiert werden.
[0003] Die überwiegende Zahl der Eisenbahnstrecken ist als Schotteroberbau ausgeführt. Die Schwellen liegen im Schotter. Durch die wirkenden Radkräfte der darüberfahrenden Züge wird der Schotter abgerundet, teilweise gebrochen und abgenutzt. Dadurch entstehen unregelmäßige Setzungen im Schotter und Verschiebungen der seitlichen Lagegeometrie des Gleises. Durch die Setzungen des Schotterbettes treten Fehler in der Längshöhe, der Uberhöhung (im Bogen), der Verwindung, der Spur und der Richtlage auf. Die Fehler ihrerseits erhöhen die wirkenden Kräfte die wiederum zerstörend auf den Schotter und den Untergrund einwirken.
[0004] Werden bestimmte von den Bahndirektionen festgelegte Grenzwerte oder Sicherheitsgrenzwerte dieser geometrischen Größen überschritten, dann werden Instandhaltungsarbeiten geplant und durchgeführt. Zur Behebung und Berichtigung dieser geometrischen Gleisfehler kommen Gleisbaumaschinen zum Einsatz. Vor den Gleisbauarbeiten werden die Gleise hinsichtlich der geometrischen Gleislage erfasst und daraus Korrekturwerte abgeleitet, die der Maschine zur Durchführung der Korrekturmaßnahmen übergeben werden.
[0005] Zur Abnahme der Korrekturarbeiten sind die Maschinen mit einem nachlaufenden Messsystem ausgestattet, welches die Gleislage hinsichtlich der Einhaltung vorgegebener Toleranzen überprüft (AT516278A1).
[0006] Stopfmaschinen mit vollhydraulischem Stopfantrieb (AT513973a1), erfassen während des Arbeitens mit Hilfe der in den vollhydraulischen Stopfantrieb integrierten Sensoren die Schottereigenschaften (AT515801A1). Durch Auswertung des Verlaufs der Kräfte, der Beistellgeschwindigkeit, des Beistellweges und des zeitlichen Ablaufs können Schotterbettparameter bei jeder gestopften Schwelle wie Schotterbetthärte, Verdichtkraft, Schotterbettsteifigkeit und Schotterdämpfung gemessen und angegeben werden (AT520117A1).
[0007] Der Grad der Verschmutzung des Schotters kann durch diese Parameter erfasst werden. Ab einem Verschmutzungsgrad von mehr als 30% Feinanteilen im Schotter kann die Gleislage durch Stopfen nicht mehr dauerhaft berichtigt werden. Der Schotter ist dann zu tauschen oder zu reinigen. Dazu dienen Schotterbettreinigungsmaschinen.
[0008] An markanten Steifigkeitsunterschieden im Gleis (wie eingefahrene Schienenstöße, Übergänge zu Brücken oder Tunneln) kommt es auf Grund der hohen Rad-Schiene-Kräfte zu einem Schlagen der Schwellen auf das Schotterbett und zu einer Zerstörung (und Abrundung) des Schotters. Oft sind solche Stellen äußerlich als weiße Stellen (austretender Gesteinsstaub) ersichtlich. An diesen Stellen führt die Fahrdynamik dazu, dass Schotter pulverisiert wird und diese Stellen durch austretenden Mineralstaub angezeigt werden. Diese Einzelfehler haben üblicherweise eine Ausdehnung von wenigen Metern, tendieren aber dazu sich weiter auszubreiten und in ihrer Fehleramplitude schnell anzuwachsen. Daraus resultieren häufig sicherheitskritische Fehler, die sofort oder besser präventiv behoben werden. Diese Fehler können durch Stopfmaschinen, die im Einzelfehlerbehebungsmode arbeiten, behoben werden.
[0009] Durch unterschiedliche Setzungen des Schotterbettes kommt es zu Schwellenhohllagen.
Diese treten typischerweise in einem Abstand von 2-5m auf (DO-Band). Sie können ebenfalls durch Gleisstopfmaschinen behoben werden.
[0010] Fehlerwellenlängen im Bereich (D1-Band) von 3 bis 25m kennzeichnen typischerweise Gleisfehler, die durch die Wechselwirkung mit den Fahrzeugen (Achsabstände in den Drehgestellen, Drehgestellabstände oder Einzelachsabstände, Federungs- und Dämpfungsverhalten der Laufwerke) entstehen. Die Setzungen kommen durch Umlagerung, Abrieb und Bruch der Schotterkörner zustande. Gleislagefehler dieses Wellenlängenbereiches sind durch Gleisstopfmaschinen behebbar. Bekannt ist, dass ein hoch verschmutztes Schotterbett hohe Verdichtkräfte aufweist. Zwischen den Schotterbettkörnern bestehen keine Bewegungsspielräume, weil diese mit Feinmaterial gefüllt sind. Dies erhöht die Verdichtkräfte die aufgewendet werden müssen, um den Schotter zu bewegen und zu verdichten. Gleichzeitig weisen derartige verschmutzte Gleisbette eine reduzierte Haltbarkeit der berichtigten Gleisgeometrie auf, da die Reibungskräfte und die Verzahnung zwischen den Schotterbettkörnern gering sind.
[0011] Längerwellige Fehler (D2-Band) zwischen 25 und 70m sind Fehler des an den Schotter angrenzenden Planums. Typischerweise ist die Ursache eine mangelhafte Drainage oder mangelndes Tragverhalten (durchnässter Lehm oder Ton etc.), weshalb längerwellige Setzungen auftreten. Eine Behinderung der Drainage kann beispielsweise durch den Aufbau einer Lärmschutzwand entstehen, die den Abfluss des Wassers aus der Bettung behindert. Je längerwellig die Fehler sind desto eher ist ihre Ursache weiter unter der Schotterschicht zu finden. Diese Fehler können zwar durch Gleisstopfmaschinen ausgeglichen werden beheben aber die Fehlerursache nicht nachhaltig. Eine nachhaltige Behebung ist nur durch Gleisbettreinigung oder durch Planumssanierung möglich. Dazu wird mit Hilfe einer Planumsverbesserungsmaschine (oder andere nicht mechanisierte Methoden) eine Planumsschutzschicht eingebracht. Sind die Gleisfehler auf mangelhafte Drainage zurückzuführen, dann ist diese zu verbessern. Dies kann durch Ausbaggern der Bahngräben oder durch Reinigen und Spülen der Abflusskanäle erfolgen.
[0012] Fehler deren Wellenlänge größer als 70m sind (D3-Band), sind auf mangelhaftes nicht ausreichendes Tragverhalten des Untergrundes zurückzuführen. Hier hilft der Einsatz von Planumsverbesserungsmaschinen zum Einbau einer lastverteilenden Planumsschutzschicht oder der Bodenaustausch. Häufig zeigt sich erfahrungsgemäß diese Art des Fehlers durch langwellige Verwindungen.
[0013] Die Gleisstrecken werden durch die Bahn in Streckenklassen eingeteilt. Die Streckenklassen unterscheiden sich durch den Fahrgeschwindigkeitsbereich, in welchem sie betrieben werden. Jeder Streckenklasse werden eigene Grenzwerte für die Standardabweichungen der Gleisfehler zugeordnet. Diese Zuordnung wird für die Gleisgeometriegrößen Richtung, Höhe, Querneigung, Verwindung und Spur gemacht. Es gibt Grenzwerte, die zur Planung von Gleisarbeiten dienen (die innerhalb eines bestimmten Zeitraums durchgeführt werden sollen) und kritische, die eine unmittelbare Behebung oder Einschränkung des Betriebes (bis zur Sperrung) erfordern.
[0014] Die Messung der Schotterbetteigenschaften mittels vollhydraulischen Stopfantrieben hingegen erfasst sehr detailliert und konkret schwellengenau die Eigenschaften des Schotters (AT515801B1) und erlaubt so eine objektive Beurteilung.
[0015] Aktuell wird die Gleisinstandhaltung auf Basis von Gleisgeometriemessungen geplant. Gleismessfahrzeuge fahren in regelmäßigen Abständen über die Gleise und erfassen deren geometrische Lage. Die Gleislage wird dabei meist in Abschnitte von etwa 200m Länge unterteilt und die Standardabweichung der Höhenlage, der Richtung, der Uberhöhung und Verwindung erfasst. Neben diesen statistischen Werten werden auch singuläre Einzelfehler gemessen. Überschreiten die statistischen Werte gewisse Komforttoleranzen dann wird eine Instandhaltungsarbeit geplant und durchgeführt.
[0016] Die Beurteilung der Gleisfehler wird dabei auf der Basis von Standardabweichungen oder gleitenden Mittelwerten über die Messsignale durchgeführt. Die Ermittlung der genauen Position, Ausdehnung, Art und Ursache der Gleisfehler bleibt unbestimmt bzw. unscharf. Die Planung und Durchführung der Gleisarbeiten beruht meist auf vorgegebenem Regelwerk oder der Erfahrung
des Verantwortlichen. Schotterbett- und Untergrundeigenschaften finden in der Regel kaum Eingang in die Beurteilung, da meist keine objektiven Messdaten vorhanden sind.
[0017] Meist werden 200m lange Abschnitte ausgewertet, für die eine Gleisqualitätsziffer angegeben wird (TQlI track quality index). Dieser berechnet sich meist aus einer gewichteten Zusammensetzung der Standardabweichungen der verschiedenen Gleisgeometrieparameter oder der Längshöhe allein.
[0018] Nachteilig bei diesen Methoden ist, dass sie nicht auf einer Analyse der Ursachen der Gleisfehler beruhen und daher oftmals die ungeeigneten Methoden zur Berichtigung anwenden. Dadurch kommt es zu erhöhten Kosten der Instandhaltung. Eine falsche Methode kann beispielsweise zu einer erhöhten und schnell steigenden Anzahl von Stopfarbeiten führen. Die richtige Methode wäre das Schotterbettreinigen gewesen. Dies führt nicht nur zu einer Erhöhung der Kosten der Instandhaltung, sondern wirkt sich auch nachteilig auf die Lebensdauer der Gleiskomponenten (Schotter, Schienen, Schwellen etc.) aus und erhöht die LCC. Der Schotter kann bei langer Liegedauer extrem geschädigt sein. Ein großer Anteil von Feinanteilen und organischem Material oder aus dem Untergrund nach oben gepresstem Boden kann die Zwischenräume der Schotterkörner ausgefüllt haben. Aus der Praxis ist bekannt, dass sich die Gleislage bei derartigen Schotterstrukturen nicht haltbar mit Gleisstopfmaschinen korrigieren lässt.
[0019] Aus der Praxis ist zudem bekannt, dass Einzelfehler zufällig im Gleis verteilt auftreten. Etwa 40% dieser lokalen Störstellen können dauerhaft behoben werden.
[0020] 60% dieser Fehler entwickeln sich innerhalb kurzer Zeit wieder. Gleise die einen guten Schotterzustand aufweisen werden im Mittel circa alle vier Jahre gestopft. Einzelfehler die auf eine Zerstörung des Schotters hinweisen erfordern Instandhaltungsmaßnahmen ca. alle 1-3 Monate. Bei Jeder Stopfung wird über die Stopfwerkzeuge ein Teil des Schotters aufgrund der hohen Verdichtungskräfte geschädigt. Daher sind lange Durcharbeitszyklen von hoher wirtschaftlicher Bedeutung.
[0021] Stellen im Gleis mit hoher Bettungshärte (mit hoher Steifigkeit) bilden Hochpunkte im Gleis. Je unterschiedlicher die Steifigkeitsschwankungen im Gleisbett sind, umso größer ist die Kraftwechselwirkung zwischen Rad und Schiene, umso höher ist das Gleis belastet und umso schneller verschlechtert sich die Gleisgeometrie. Singuläre kurze Störstellen im Gleis weisen die Tendenz auf sich unter den hohen wirkenden dynamischen Kräften im Gleis in Längsrichtung auszudehnen, an Höhe des Gleisfehlers zuzunehmen und Folgefehler durch die angeregten Gleisfahrzeuge zu produzieren.
[0022] Die Anwendung von Künstliche-Intelligenz-Methoden ist Stand der Technik. Die angewandten KlI-Modelle können in verschiedene Kategorien eingeteilt werden. Man unterscheidet Künstliche Neuronale Netze (ANN Artificial Neural Networks), Adaptive Neuronale Fuzzy Interferenzsysteme (ANFIS), Entscheidungshilfesysteme (DSS Decision Support Systems) und Modelle Künstlichen Lernens. Künstliche Intelligenz-Modelle haben die Fähigkeit komplexes Gleislageverschlechterungsverhalten bzw. Art, Lage, Ausdehnung und Wellenlänge von Gleislagefehlern mit hoher Genauigkeit abzubilden.
[0023] Kl-Modelle müssen mit Trainingsdatensätzen trainiert werden. Geprüft werden sie dann mit Testdatensätzen.
[0024] Mittels vergleichender LCC-Analyse verschiedener Instandhaltungsmethoden (Stopfen mit immer kürzeren Instandhaltungszyklen an Stelle eigentlich notwendiger Gleisreinigung) können deren Kosten miteinander verglichen werden. Um verschiedene Instandhaltungsstrategien miteinander zu vergleichen, werden beispielsweise so genannte Standardelemente oder Normkilometer ermittelt. Dazu wird z. B. das Expertenwissen der Eisenbahningenieure oder reale ermittelte Zahlen und Kosten eingebracht. Die Standardkilometer werden nach Kategorien wie Unterbauqualität, Radien, Verkehrsbelastung, Oberbaumform und Gleisanzahl unterteilt.
[0025] Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur automatischen Auswertung und Analyse einer gemessenen Messreihe von Gleismessdaten, insbesondere einer Gleisgeo-
metriegröße und/ oder des Schotterbettes, anzugeben. Die Analyse soll automatisch Art, Lage, Ausdehnung und Größe der Gleisfehler ermitteln. Das Verfahren soll außerdem automatisch Vorschläge zur Behebung der Gleisfehler generieren und eine allgemeine Beurteilung des Gleiszustandes abgeben können.
[0026] Die Erfindung löst die gestellte Aufgabe mit den Merkmalen des unabhängigen Anspruches 1. Vorteilhafte Weiterbildungen der Erfindung sind in den Unteransprüchen dargestellt.
[0027] Die Erfindung zeichnet sich dadurch aus, dass zunächst eine einem Gleisabschnitt zugeordnete Messreihe der auszuwertenden Gleismessdaten mit einer Mehrzahl an Wavelets unterschiedlicher Wellenlängen Wavelet transformiert wird und aus diesen Wavelet transformierten eine Art Wärmebild, in dem die Wellenlänge über der Position in einem Gleis und die Wavelet transformierten als Wärmeinformationen vorgesehen sind, und ein Wavelet-Leistungsdichtespektrum gebildet werden und zusätzlich ein Signalstärke-Diagramm für verschiedene Wellenlängenbereiche errechnet wird, wonach zur Ermittlung der Art, Lage, Ausdehnung und Größe der Gleisfehler aus dem Wärmebild die örtliche Lage, die Ausdehnung und die zugeordneten Wellenlängenbereiche vorherrschender Gleisfehler, insbesondere aus den Höhenschichtlinien des Wärmebildes, bestimmt werden.
[0028] Dazu wird also eine gemessene Messreihe von Gleismessdaten (beispielsweise Längshöhe, Richtung, Verwindung, Querhöhe, Bettungshärte, Verdichtkraft, Schottersteifigkeit, Schotterdämpfung) mittels der Waveletmethode und gegebenenfalls der der Fraktalmethode hinsichtlich der örtlichen Lage und Ausdehnung und ihrem Wellenlängengehalt analysiert. Wesentlich ist, dass mit den Wavelet-Transformationen im Gegensatz zu Fourier-Transformationen die Positionsinformationen der Fehler erhalten bleiben, einzelnen Fehler also in weiterer Folge eindeutige Positionen im Gleis zugeordnet werden können. Zudem wird ein Wavelet-Leistungsdichtespektrum errechnet und wird eine Art Wärmebild erzeugt in welchem färbig oder durch (Höhen-)Linien gleicher Intensität die Lage, Ausdehnung und Größe der Gleisfehler ersichtlich wird.
[0029] Zudem kann ein doppelt-logarithmisches Fraktal Diagramm erzeugt werden, aus welchem sich die Gleisfehler wellenlängenabhängig (aus der Steigung und Lage im Wellenlängenbereich) errechnen lassen. Entsprechend dem analysierten Bereich der Wellenlängen, die in den Messreihen enthalten sind, wird automatisch Art, Lage und Ausdehnung des Gleisfehlers errechnet. Aus dem Integral über das entsprechende Wellenlängeband des Wavelet-Leistungsdichtespektrum wird die Intensität und Größe der Gleisfehler geschlossen. All dies dient zur automatischen Auswertung der gemessenen Messreihe einer Gleisgeometriegröße und der automatischen Ermittlung der Art, Lage, Ausdehnung und Größe der Gleisfehler. Aus der Analyse folgt die automatische Generierung von Vorschlägen zur Behebung der Gleisfehler. Aus der Analyse erfolgt auch die allgemeine Zustandsbeurteilung des betrachteten Gleises.
[0030] Erfindungsgemäß entsteht ein Expertensystem welches mit Hilfe objektiver Zahlen eine Zuordnung der Art, Lage und Ausdehnung der Gleisfehler automatisch erlaubt. Für diese Auswertung stehen aber neben Gleislagemessungen auch Informationen über den Schotter zur Verfügung. Eine mögliche wechselseitige Beeinflussung der verschiedenen Messgrößen wird durch dieses Expertensystem wahrscheinlich nicht erfasst.
[0031] Deshalb soll mit diesem Expertensystem eine Künstliche Intelligenz trainiert werden, die diese verborgenen Beziehungen in die Auswertung integriert, mitberücksichtigt und so zu höherer Präzision führt.
[0032] Wavelets wurden aus der Idee heraus geboren, eine Strecke in kürzere Abschnitte zu unterteilen und mit Hilfe der Fourier Transformation jene Stellen zu finden, an denen kurzwellige Gleisfehler auftreten (Kurzweg-Fourier-Transformation).
[0033] Im Gegensatz zu den Sinus- und Cosinus-Funktionen der Fourier Transformation besitzen Wavelets Lokalität im Wellenlängenspektrum und im Ortsspektrum. Vereinfacht gesagt wirkt die Wavelet Transformation so als würde das Signal stückweise mit einem Bandpass bestimmter Bandbreite gesiebt. So finden sich örtlich begrenzt bestimmte Fehlerwellenlängenbereiche. Aus einem einfachen Gileisfehlersignal folgt eine zweidimensionale Darstellung der Wellenlängen
über den Ort. Es gibt verschiedene Waveletfunktionen die angewendet werden. Typisch ist das Morlet-Wavelet und der Mexikanische Hut.
[0034] Das Wavelet des mexikanischen Hutes wird beispielsweise mathematisch wie folgt beschrieben: x2
Luxe WO = zz 1-3
[0035] Die Wavelet Transformierte errechnet sich zu: +00
W(FG))(@b) —— | 2 FO wu (*—) dx
lat /-
und wird Wavelet Transformierte von F(x) bezüglich vw genannt.
[0036] Mit b als Verschiebungsfaktor wird das Wavelet durch die Funktion F(x) (z.B. den Verlauf der gemessenen Bettungshärte in Längsrichtung des Gleises) geschoben, mit a (Skalenfaktor) als Wellenlängenparameter wird die Wellenlänge des Wavelets variiert. Dadurch ergibt sich eine zweidimensionale Darstellung (über b der Position im Gleis ist sind die detektierten Wellenlängen aufgetragen).
[0037] Mit Hilfe der Anwendung der Fraktaltheorie kann aus Gleismessdatenverläufen des Gleises die so genannte Fraktalziffer berechnet werden. Dazu wird für eine bestimmte Abschnittslänge einer Eisenbahnstrecke, beispielsweise 200m, die Länge eines Polygonzuges, der in den Messdatenverlauf eingepasst wird, mit immer kleiner werdender Schrittweite berechnet. Für die Länge dieses Polygonzuges gilt:
L(d) = n + d!7Pr L(d) = Länge des Polygons; d = Polygonschrittweite und Dr = fraktale Dimension. [0038] Logarithmiert man die Gleichung, dann gilt: logL(d) = (1 — Dr) :log(d) + log(n)
[0039] In doppelt logarithmischer Darstellung werden (abschnittsweise) Regressionsgeraden hineingerechnet. Die Steigungen sind immer negativ (je feiner die Unterteilung umso größer die Polygonzuglänge) und ergeben sich zu
k=1-Dr k ... Fraktalzahl
[0040] Untersuchungen zeigen, dass die unterschiedlichen Steigungen der Regressionsgeraden Wellenlängenbereichen und deren Ursachen zugeordnet werden können.
[0041] Nach den europäischen Normen werden die typischen Wellenlängenbereiche in 4 Kategorien eingeteilt. Diesen können nach Praxiserfahrungen und Messungen verursachende Ursachen des Gleises zugeordnet werden.
Wellenlängenbereich
Bezeichnung (m) Beschreibung| Zugeschriebene Ursache . Schwelleninteraktion mit dem DO 0,5
Tabelle 1: Wellenlängenbereiche und Zuordnung der Gleiseigenschaften
[0042] Die Tabelle zeigt die Einteilung der Wellenlängenbereiche und die Zuordnung, wodurch die Welligkeit verursacht wird.
[0043] Der Wellenlängenbereich DO wird heute durch elektronische Inspektionsmessfahrten meistens nicht erfasst und ausgewertet. Er wird vor allem durch Schwellenhohllagen und Reaktionen zwischen Schwelle und Schienenbefestigung verursacht. Auf den Schotter aufschlagende Schwellen bilden sich bei 1,2m und zwischen 3 und 3,6m bevorzugt (also dem 2- und 5-6-fachen der üblichen Schwellenteilung von 0,6m).
[0044] Der Bereich D1 ist der typische Bereich, in welchem sich durch die Wagenkastenbewegungen und Drehgestellbewegungen quasiperiodische Gleisfehler ausprägen. Die dynamischen Lasten, die auf die Schiene einwirken führen zu einer Schotterdegradation. Die Folge: Schotterabrieb und Schotterkornbruch. Als Instandhaltungsmaßnahme wird gestopft oder der Schotter gereinigt und der Abraum durch Neuschotter ersetzt.
[0045] D2 entsteht in der Mischzone Schotter - Untergrund und im Untergrund. Auch dieser Bereich kann durch Stopfen und Gleisreinigung verbessert werden.
[0046] Der Bereich D3 ist auf Untergrundprobleme zurückzuführen, oftmals sind die langwelligen Schwankungen von Verwindungsschwankungen gekennzeichnet. Der Bereich D3 ist durch nicht ausreichende Tragfähigkeit gekennzeichnet. Mögliche Ursachen sind mangelhafte Drainage, schlechter anstehender Boden (Lehm, Ton, Torf), ungeeignetes Planumsmaterial oder fehlende bzw. zu schwache Planumsschutzschicht. Dieser Gleisfehler kann durch Behebung von Drainageproblem, Planumsverbesserung und -Sanierung oder Bodenaustausch behoben werden.
[0047] Erfindungsgemäß wird auf die aufgezeichneten Messreihen die Wavelet- und FraktalanaIyse angewendet. Das so erstellte Expertensystem wird zum Training einer Künstlichen Intelligenz verwendet.
[0048] Das KIl-Modell liefert dann automatisch Lage, Ausdehnung und Art des Gleisfehlers. AuBerdem liefert sie eine Angabe über den allgemeinen Qualitätszustand des Gleises und schlägt basierend auf technischen und wirtschaftlichen Berechnungen die optimale Instandhaltungsmethode vor.
[0049] In der Zeichnung ist die Erfindung schematisch an einem Ausführungsbeispiel dargestellt. Es zeigen:
[0050] Fig. 1 Darstellung des Wavelets mexikanischer Hut, [0051] Fig. 2 einen Fraktalplot des Gleisfehlerspektrums vor und nach einer Gleisbettreinigung [0052] Fig. 3 eine Auswertung einer Gleisfehlermessreihe mittels Waveletanalyse
[0053] Fig. 1 zeigt beispielhaft die Form eines Wavelets - des so genannten mexikanischen Huts. Zur Auswertung wird das Wavelet durch die Messreihe geschoben. Gleiche Wellenlängenanteile des Signales matchen und erzeugen ein korrespondierendes Signal. Da diese Auswertung mit Durchläufen verschiedener Wellenlängen hintereinander geschieht ergibt sich ein zweidimensionaler Plot.
[0054] Fig. 2 zeigt das Ergebnis der Fraktalanalyse eines Gleisabschnittes vor und nach einer Gleisreinigung. Deutlich ist der Einfluss im mittelwelligen Bereich zu sehen 5, 6 (2-15m), während er im langwelligen Bereich praktisch durch die Schotterbettreinigung unbeeinflusst bleibt. Die flache Steigung im langwelligen Bereich 7 deutet darauf hin, dass der Untergrund ausreichende Tragfähigkeit aufweist und in Ordnung ist. Durch die Gleisreinigung ist eine Verbesserung eingetreten. Sie hatte allerdings keinen Einfluss auf den langwelligen Bereich. Verfolgt man die Änderung der Fraktalzahl über die Belastung des Gleises oder die Betriebsdauer, dann kann auf die verbleibende Lebensdauer des Schotters, bzw. die Verschlechterungsrate geschlossen werden. Genauso weisen größere Steigungen im langwelligen Bereich auf Untergrundprobleme hin. Kennzeichnend ist, dass die Fraktalanalyse für beliebige Gleislängen durchgeführt werden kann, beispielsweise auch auf gesamte Strecken oder ein gesamtes Gileisnetz. Sie liefert numerische Größen die unabhängig von der Länge des analysierten Musters sind.
[0055] Verschmutzter Schotter bleibt auch nach einer Stopfung verschmutzt, ebenso wenig verändern sich die Untergrundverhältnisse. Einzelne Geraden 5, 6, 7 geben Fehler im entsprechenden Wellenlängenbereich an. Je steiler die Geraden 5, 6 umso größer der Einfluss der Fehler. Die Fraktalanalyse wird als zweite unabhängige Methode zur Ermittlung der Fehlerwellenlängenbänder benutzt. Sie liefert zwar Art und Intensität der Fehler, gibt allerdings keinen Hinweis auf die Ortlichkeit. Sie kann diese Angaben nur für den ausgewerteten Abschnitt ermitteln und aussagen, dass in diesem Abschnitt priorisiert Gleisfehler mit diesem Fehlerwellenlängenanteil vorliegen.
[0056] Fig. 3 zeigt die Auswertung eines Messsignals mittels Wavelet-Analyse. Das Messsignal 1 (oberer Bildbereich) kann eine geometrische Messgröße sein (Längshöhe, Richtung, Verwindung, Spur, Querhöhe) aber auch eine physikalische (Schienentemperatur, Schotterbetthärte, Schotterbettsteifigkeit, Schotterdämpfung oder Verdichtkraft beim Stopfende) sein. Im Bild ist die Angabe des TQlI (track quality index) zu sehen, der beispielsweise aus gewichteten Standardabweichungen der gleisgeometrischen und physikalischen Messgrößen errechnet wurde. Je größer der TQI umso schlechter das Gleis. Die Werte des TQI sind außerdem noch Gleisklassenspezifisch anzugeben. Ein Hochgeschwindigkeitsgleis welches mit 300km/h befahren wird hat enger tolerierte Werte als ein Güterwagengleis mit max. 80 km/h.
[0057] Unter dem Signalverlauf ist das mittels Wavelets (Morlet) errechnete zweidimensionale Wärmebild 2 angegeben. Wird dieses farbig dargestellt dann werden Fehlerintensitäten optisch deutlich hinsichtlich ihres Ortes und ihrer Ausdehnung ersichtlich. In vertikaler Richtung ist die Wellenlänge aufgetragen in horizontaler die Position im Gleis. Ausgewertet werden als Beispiel jeweils 400m Abschnitte, damit Fehlerwellenlängen bis 200m noch analysierbar sind. Die Auswertung im gezeigten Bild berücksichtigt Fehlerwellenlängen bis zu 150m und überdeckt damit alle vier interessierenden Wellenlängenbänder von DO bis D3. Die Intensität der Fehler zeigen sich im Wärmebild als Höhenschichtlinien oder in Form von Farbgraduierung. So zeigt sich der Fehler J im Bereich G des Signales 1 entsprechend in dem Wärmebild 2 im Bereich des D1Bandes bei etwa 20m Wellenlänge. Das ist typisch ein durch den Schotterzustand verursachter Fehler, der durch Stopfung behoben werden kann. Der Fehler kann im Bereich von 250 bis 350m verortet werden. Da auch um 220m ein Fehler auftritt ist eine Stopfung von 200 bis 350m die beste Wahl. Im D2- und D3-Band sind Anteile zu sehen die auf ein Drainageproblem und ein Tragfähigkeitsproblem in diesem Bereich hinweisen. Dies ist als eigentliche Ursache der in diesem Bereich auftretenden Gleisfehler zu sehen. Im unteren Diagramm werden die Fehlerintensitäten für die drei Wellenlängenbänder DO bis D2 angezeigt. Diese erleichtern die Zuordnung der Lage und Ausdehnung sowie der Fehlerintensität. Rechts neben dem Wärmebild ist das WaveletLeistungsdichtespektrum LD zu sehen. Vertikal ist die Wellenlänge aufgetragen und horizontal die Leistungsdichte. In das Diagramm sind die Wellenlängebänder eingezeichnet. Zur Bestimmung der durchschnittlichen Leistungsdichte in einem Wellenlängenband wird das Integral (eingezeichnet A) berechnet. Dies wird für alle vier Bänder durchgeführt. Wichtig ist auch die Detektion der Maximalwerte, weil sie die dominierenden Gleisfehlerwellenlängen angeben. Mit Hilfe der Methode lassen sich auch Einzelfehler (im Bild beispielsweise mit der Ausdehnung 4x) detektieren und in ihrer Lage und Ausdehnung angeben.
[0058] Entsprechend der oben gezeigten Tabelle 1 lassen sich die Art der Fehler zuordnen und basierend darauf die optimale Instandhaltung. Mit Hilfe der vergleichenden LCC-Analyse kann begründet werden, warum beispielsweise die Stopfung (wie im vorliegenden Fall) günstiger ist als die Gleisreinigung über diesen kurzen Bereich.
[0059] Die Markierung B zeigt beispielsweise einen kurzwelligen Gleisfehler im Bereich 40m der auf Schwellenhohllagen zurückzuführen ist. Gleichzeitig zeigt ein Bild in das PSD-Spektrum, dass die Intensität niedrig ist und daher eine Stopfung in diesem Bereich noch nicht durchgeführt werden muss. Markierung F identifiziert eine Schwäche in der Grenzschicht bei einer Wellenlänge um etwa 35m. Hier wäre anzuraten diesen Abschnitt auf wirksame Drainage zu untersuchen.

Claims (10)

Patentansprüche
1. Verfahren zur automatischen Auswertung von Wavelet transformierten Gleismessdaten (1) der Gleisgeometrie und/ oder des Schotterbettes mit einer Recheneinrichtung, gekennzeichnet dadurch, dass zunächst eine einem Gleisabschnitt zugeordnete Messreihe der auszuwertenden Gleismessdaten (1) mit einer Mehrzahl an Wavelets unterschiedlicher Wellenlängen Wavelet transformiert wird und aus diesen Wavelet transformierten eine Art Wärmebild, in dem die Wellenlänge über der Position in einem Gleis und die Wavelet transformierten als Wärmeinformationen vorgesehen sind, und ein Wavelet-Leistungsdichtespektrum (3) gebildet werden und zusätzlich ein Signalstärke-Diagramm (4) für verschiedene Wellenlängenbereiche (DO, D1, D2, D3) errechnet wird, wonach zur Ermittlung der Art, Lage, Ausdehnung und Größe der Gleisfehler aus dem Wärmebild die örtliche Lage (B, C, D, F), die Ausdehnung und die zugeordneten Wellenlängenbereiche (E, DO, D1, D2, D3) vorherrschender Gleisfehler, insbesondere aus den Höhenschichtlinien des Wärmebildes, bestimmt werden.
2, Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Bestimmung der Intensität der Gleisfehler Integrale (A) der Leistungsdichten über der Wellenlänge, insbesondere über Wellenlängenbereiche (DO - D3), im Waveletleistungsdichtespektrum (3) gebildet werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass ermittelte Gleisfehler Wellenlängenbereichen (DO - D3) zugeordnet werden.
4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass entsprechend der Öörtlichen Ausdehnung und Lage der Wärmeinformationen im Wärmebild (2, C, D, E) auch die Intensität (Signalstärke, A) der Gleisfehler bestimmt werden.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Lage und Größe von Einzelfehlern (D, Ax) aus dem Wärmebild bestimmt wird.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Messreihe der Gleismessdaten (1) mittels der Methode der Fraktalanalyse hinsichtlich ihres Wellenlängengehalts analysiert wird (Fig. 2), wobei Gleisfehler entsprechend dem analysierten Bereich der Wellenlängen automatisch hinsichtlich der Wellenlängenbereiche (DO, D1, D2, D3) klassifiziert werden, wobei Entsprechend der Steigung der Fraktalgeraden (5, 6, 7) die Größe und Intensität der Gleisfehler bestimmt und der Zustand des Gleises (TQlI) berechnet wird.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass mit dem derart gebildeten Expertensystem eine künstliche Intelligenz trainiert wird, die automatisch aus den zur Verfügung gestellten Daten (1, 2, 3, 4, TQI) lernt Gleisfehler zu bestimmen.
8. Verfahren nach Anspruch 1 bis 7, dadurch gekennzeichnet, dass als Ergebnis der Auswertung Vorschläge zur Behebung der Gleisfehler generiert werden.
9. Verfahren nach Anspruch 1 bis 8, dadurch gekennzeichnet, dass die Ergebnisse der Auswertung und Vorschläge zu ihrer Behebung der Gleisfehler automatisch in einem Report zusammengefasst werden (Fig. 3).
10. Verfahren nach Anspruch 1 bis 9, dadurch gekennzeichnet, dass aus den Ergebnissen der Auswertung die voraussichtliche Haltbarkeit von Stopfarbeiten berechnet und abgeschätzt wird.
Hierzu 3 Blatt Zeichnungen
ATA50824/2022A 2022-10-25 2022-10-25 Verfahren zur automatischen Auswertung von Gleismessdaten AT526338B1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
ATA50824/2022A AT526338B1 (de) 2022-10-25 2022-10-25 Verfahren zur automatischen Auswertung von Gleismessdaten
PCT/AT2023/060332 WO2024086862A1 (de) 2022-10-25 2023-09-25 Verfahren zur automatischen auswertung von gleismessdaten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ATA50824/2022A AT526338B1 (de) 2022-10-25 2022-10-25 Verfahren zur automatischen Auswertung von Gleismessdaten

Publications (2)

Publication Number Publication Date
AT526338A4 AT526338A4 (de) 2024-02-15
AT526338B1 true AT526338B1 (de) 2024-02-15

Family

ID=88236731

Family Applications (1)

Application Number Title Priority Date Filing Date
ATA50824/2022A AT526338B1 (de) 2022-10-25 2022-10-25 Verfahren zur automatischen Auswertung von Gleismessdaten

Country Status (2)

Country Link
AT (1) AT526338B1 (de)
WO (1) WO2024086862A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104947555A (zh) * 2015-07-01 2015-09-30 中国神华能源股份有限公司 一种基于四点弦测法的轨道不平顺检测方法及***
CN104032629B (zh) * 2014-06-10 2016-03-02 南京理工大学 一种垂向轨道长波不平顺在线监测方法及***
CN111979859A (zh) * 2020-08-19 2020-11-24 中国铁道科学研究院集团有限公司 轨道不平顺检测***及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT513973B1 (de) 2013-02-22 2014-09-15 System7 Railsupport Gmbh Stopfaggregat für eine Gleisstopfmaschine
AT515801B1 (de) 2014-09-16 2015-12-15 System 7 Railsupport Gmbh Verfahren zum Verdichten des Schotterbettes eines Gleises
AT516278B1 (de) 2014-10-22 2016-04-15 System 7 Railsupport Gmbh Verfahren zur Messung und Darstellung der Gleisgeometrie einer Gleisanlage
AT520117B1 (de) 2017-07-11 2019-11-15 Hp3 Real Gmbh Verfahren zum Verdichten eines Schotterbettes eines Gleises

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104032629B (zh) * 2014-06-10 2016-03-02 南京理工大学 一种垂向轨道长波不平顺在线监测方法及***
CN104947555A (zh) * 2015-07-01 2015-09-30 中国神华能源股份有限公司 一种基于四点弦测法的轨道不平顺检测方法及***
CN111979859A (zh) * 2020-08-19 2020-11-24 中国铁道科学研究院集团有限公司 轨道不平顺检测***及方法

Also Published As

Publication number Publication date
WO2024086862A1 (de) 2024-05-02
AT526338A4 (de) 2024-02-15

Similar Documents

Publication Publication Date Title
EP3209832B1 (de) Verfahren zur messung und darstellung der gleisgeometrie einer gleisanlage
EP1940668B1 (de) Verfahren zum erfassen und berücksichtigen von seitenwindbelastungen bei einem in fahrt befindlichen schienenfahrzeug und dessen entsprechend ausgeführter endwagen
DE60003677T2 (de) Gleisüberwachungseinrichtung
AT520056A1 (de) Verfahren und Vorrichtung zum Verdichten eines Gleisschotterbetts
EP3265774B1 (de) Diagnoseeinrichtung zur feststellung einer unrundheit an schienenfahrzeugrädern nach einem kraftstoss-auswerteverfahren
EP1977950B1 (de) Verfahren zur wirkungsbezogenen Beurteilung der Lagequalität eines Gleises
AT521420A1 (de) Verfahren und System zum Überwachen einer Gleisstrecke
EP3841250B1 (de) Verfahren zur automatischen lagekorrektur eines gleises
DE102020121485B3 (de) Verfahren zur Feststellung und Bewertung von Störungen im Fahrzeug-Fahrweg-System innerhalb des Eisenbahn-Regelbetriebs
AT520186A4 (de) Verfahren und Vorrichtung zur Bestimmung von Kraftschlusscharakteristiken
DE2617192A1 (de) Verfahren und vorrichtung zur messung vertikaler verformungen von eisenbahngeleisen
EP3053804A2 (de) Verfahren und einrichtung zur optimierung der gleisoberbauinstandhaltung durch einzelfehlerklassifikation
AT526338B1 (de) Verfahren zur automatischen Auswertung von Gleismessdaten
DE102004014282B4 (de) Diagnose und Zustandsmonitoring im Überlaufbereich von Weichen, starren Herzstücken und Kreuzungen
EP3430371B1 (de) Verfahren zum erzeugen von daten für die validierung von entgleisungsdetektionssystemen
EP3458331A1 (de) Verfahren und vorrichtung zur überwachung zumindest einer im bahnbau verlegten fahrwegkomponente
Landgraf Smart data for sustainable Railway Asset Management
EP4162111A1 (de) Verfahren zur automatischen autonomen steuerung einer stopfmaschine
CH623624A5 (de)
DE102009015011A1 (de) Verfahren zur Überwachung der Laufstabilität bei Schienenfahrzeugen
EP3823876B1 (de) Verfahren und anordnung zum wiedererkennen eines schienenfahrzeugrades
DE102004032407B3 (de) Akustische Bewertung von Gleisen
Camacho Alcocer Track data-oriented maintenance intervention limit determination for ballasted light rail tracks through multibody simulations
WO2023186400A1 (de) Verfahren und vorrichtung zur approximation eines bei der überfahrt eines schienengebundenen fahrzeugs über eine messstrecke erfassten beschleunigungssignalverlaufs an die charakteristischen merkmale eines damit korrespondierenden kraftsignalverlaufs
EP4355635A1 (de) Schiene mit einer identifizierungsmarke sowie vorrichtung und verfahren zum identifizieren der schiene