
SMACS – Smart Maintenance of Rail HVAC Systems
Methodik
Im Rahmen von SMACS werden neue Methoden des Maschinellen Lernens und Techniken der Künstlichen Intelligenz in Kombination mit Digital Twinning entwickelt. Diese Technologien ermöglichen die prädiktive Diagnose von HLK-Systemen und verbessern dadurch die Zuverlässigkeit und Effizienz des Anlagenbetriebs. Zudem werden bestehende Wartungsprozesse digital vernetzt und in ein intelligentes Wartungsplanungssystem integriert. Dazu wurden aktuelle Instandhaltungspraktiken analysiert, häufig auftretende Probleme durch die Untersuchung von Störungsmeldungen identifiziert und Experteninterviews geführt.
Um die Anforderungen und Schnittstellen optimal aufeinander abzustimmen, sind marktführende Player direkt oder indirekt in das Projekt eingebunden, die in der folgenden Grafik näher dargestellt werden.


Sie müssen den Inhalt von reCAPTCHA laden, um das Formular abzuschicken. Bitte beachten Sie, dass dabei Daten mit Drittanbietern ausgetauscht werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Turnstile. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Facebook. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Instagram. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von X. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen