Brückenmonitoring in der Praxis

Um das Potenzial eines datenbasierten Monitorings in der Praxis zu überprüfen, hat die Schweizerische Südostbahn AG (SOB) im Rahmen der Innovation-Sandbox für KI bei einer Brücke im Kanton Zürich ein Pilotprojekt durchgeführt. Dabei arbeitete sie mit irmos technologies zusammen, einem Unternehmen, das auf datenbasiertes Infrastrukturmonitoring und KI-gestützte Dateninterpretation spezialisiert ist. Die fünf Meter lange Brücke Reidholz auf der SOB-Strecke Wädenswil–Einsiedeln stammt aus dem Jahr 1910. 1953 wurde ihre Stahlplatte durch eine Betonplatte ersetzt, wobei die ursprünglichen Widerlager erhalten blieben. Gemäss der verfügbaren Dokumentation wurden sowohl die Widerlager als auch die Betonplatte 1990 mit Spritzbeton verstärkt.

Die SOB betreibt auf diesem Streckenabschnitt Regionalverkehrszüge und bewirtschaftet auf ihrem Gesamtnetz einen grossen Bestand an Brücken. Die Brücke Reidholz zeigt erste Ermüdungsanzeichen. Gleichzeitig ist unklar, welchen tatsächlichen Verkehrslasten sie ausgesetzt ist. Frühere Nachweise beruhen auf konservativen Annahmen zu Lastmodellen und dynamischen Amplifikationsbeiwerten, weshalb die Tragsicherheit rechnerisch nur mit Umlagerungsmassnahmen gewährleistet werden konnte. Die Kombination aus Alter, Unsicherheiten und konservativen Annahmen machte die Brücke zu einem geeigneten Pilotobjekt.

Restlebensdauer datenbasiert bestimmen

Im Zentrum des Projekts stand die Frage, ob sich die Restlebensdauer der Brücke datenbasiert präziser bestimmen lässt als durch normative Verfahren, die äusserst konservative Annahmen treffen. Die SOB, die immer wieder neue technische Ansätze testet und die Weiterentwicklung ihrer Instandhaltungsprozesse fördert, wollte klären, ob eine Nutzungsverlängerung von zehn auf zwanzig Jahre technisch möglich und wirtschaftlich vertretbar wäre. Ausserdem prüfte sie, ob die Methodik auch auf vergleichbare Brücken im Portfolio übertragen werden kann.

Messstrategie mit schlankem Sensornetz

Neben Algorithmen entwickelt irmos technologies einfach installierbare Sensoren, die speziell auf die Anforderungen der Brückenüberwachung zugeschnitten sind. Für die Datenerhebung installierte das Unternehmen ein schlankes Sensornetzwerk: Beschleunigungssensoren zur Erfassung der dynamischen Reaktion, Dehnmessstreifen zur Messung von Spannungswechseln und einen Temperatursensor zur Bereinigung saisonaler Einflüsse. Eine Datenerfassungsbox sammelte die Messwerte. Ergänzend wurden Kameras eingesetzt, um Zugtypen, Geschwindigkeiten und Kompositionen zu dokumentieren und die modellierten Verkehrslasten zu validieren. Die mehrmonatige Testphase lieferte Daten aus dem Realbetrieb für aussagekräftige Analysen.

Digitale Auswertung mit cloudbasierter Plattform

Auf einem cloudbasierten Dashboard konnten die SOB und das Sandbox-Team sämtliche Metriken in Echtzeit verfolgen. Die Plattform stellte unter anderem die Anzahl der Züge nach Typ, Geschwindigkeit und Durchfahrtszahl dar. Aus den Messwerten liessen sich zudem das Zuggewicht und die Achslasten pro Drehgestell ableiten – ein zentraler Faktor für die Beurteilung der Ermüdung. Darüber hinaus zeigte das Dashboard für jeden Tag die maximale Durchbiegung und die aktuelle Steifigkeit der Brücke sowie die Entwicklung dieser Werte über den gesamten Messzeitraum. Die erfassten Dehnungen ermöglichten es, Ausreisser zu identifizieren und die Spannungen zu berechnen, die durch einzelne Zugdurchfahrten verursacht wurden. All dies ergab ein transparentes, datenbasiertes Bild des strukturellen Verhaltens der Brücke.

Modellkalibrierung und Szenarienentwicklung

Die Messdaten dienten dazu, reale Belastungsprofile abzuleiten und die bestehenden ingenieurtechnischen Modelle zu kalibrieren. Mit KI-gestützten Verfahren wurden Temperatureinflüsse bereinigt und charakteristische Muster identifiziert. Dadurch liessen sich die bisherigen, eher vorsichtigen Annahmen zum Verhalten der Brücke überprüfen (z.B. bei den dynamischen Amplifikationsbeiwerten und der Steifigkeit). Zudem entstand eine Funktion, mit der sich Szenarien zur Restlebensdauer berechnen lassen. Sie kombiniert historische Daten mit Annahmen über künftige Zugtypen, Anzahl der durchfahrenden Züge und Lasten. Mit Hilfe der gemessenen Belastungsdaten können Betreiber simulieren, wie sich unterschiedliche Betriebsbedingungen auf die Lebensdauer der Brücke auswirken.

Erkenntnisse und Mehrwert für Betreiber

Die Ergebnisse zeigen, dass selbst kurze Messperioden robuste Aussagen zur Ermüdung und Steifigkeit ermöglichen. Für das einzelne Objekt ergibt sich einklarer Nutzen: Infrastrukturbetreiber können die Brücke datenbasiert bewerten, selbst wenn normative Modelle das Ende der Lebensdauer nahelegen. Das verbessert die Entscheidungsgrundlagen für eine mögliche Nutzungsverlängerung oder einen Ersatzbau. Auf Portfolioebene bietet die Methode ebenfalls einen deutlichen Mehrwert. Viele Bestandsbrücken weisen ein ähnliches Alter und vergleichbare Bauweisen auf, sodass das Vorgehen skalierbar ist und zur Priorisierung und zur gezielten Überwachung ganzer Brückenportfolios eingesetzt werden kann. Gleichzeitig ist zu berücksichtigen, dass die Aussagen auf einer zeitlich begrenzten Messperiode ohne vollständige saisonale Abdeckung und ohne langfristige historische Belastungsdaten basieren. Daher sind die Ergebnisse mit angemessenen Sicherheitsreserven zu interpretieren.