Lärm-Check bei der Zugeinfahrt im Gleisanschluss per KI

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. Im Projekt Active Noise Control (ANC) im Werkgelände, finanziert durch das MDZ Ruhr, 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:

Als erster Baustein wurde 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 und deren Wirkung überwachen zu können.

Es wurden im Projekt über 300 Lärmvorfälle aus einem Zeitraum von zwei 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 lassen sich entsprechende Lärmschutzmaßnahmen je Prozess bewerten und zielgerichteter und damit kostengünstiger umsetzen.