Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

AI-enhanced digital twins for real-time assessment of wheel-rail contact conditions exposed to climate change impacts

Projektbeschreibung

Eisenbahnen auf dem Weg zur Klimaresilienz

Das europäische Schienennetz ist riesig und lebenswichtig und befördert jedes Jahr Milliarden von Fahrgästen und Tonnen von Gütern. Doch die alternde Infrastruktur und der sich verschärfende Klimawandel bringen es an seine Grenzen. Extreme Wetterbedingungen unterbrechen den Verkehr und gefährden die Sicherheit – vor allem, weil die derzeitige Überwachung der Rad-Schiene-Kontaktbedingungen nicht ausreicht, um Ausfälle vorherzusagen oder zu verhindern. Unterstützt über die Marie-Skłodowska-Curie-Maßnahmen werden im Projekt TwinsRail Echtzeit-Überwachung an Bord, KI-gestützte Modelle und digitale Zwillinge kombiniert. Ziel ist es, ein intelligentes, dynamisches System zu schaffen, um den Zustand der Schienen kontinuierlich zu überwachen. Diese Innovation verspricht einen sichereren, umweltfreundlicheren und zuverlässigeren Schienenverkehr bei gleichzeitig geringeren Instandhaltungskosten. Das TwinsRail-Team bietet eine Blaupause für klimaresistenten Schienenverkehr weltweit.

Ziel

Railway networks in Europe are one of the world's most developed and dense rail transport networks, spanning over 201,000 kilometers. However, as European railway infrastructure ages and the impacts of climate change become more pronounced, the challenges associated with the operations and maintenance of the infrastructure are increasing, for example, recent reports have highlighted delays and service disruptions on the rail network caused by extreme weather events such as heavy rain, snow, and heatwave. The root of these challenges lies in the monitoring and maintenance of the wheel-rail contact conditions.

TwinsRail will revolutionize the rail infrastructure operation and maintenance for climate change adaptation by uniquely integrating state-of-the-art developments in on-board & real-time monitoring solutions, advanced surrogate modelling, physics-informed AI models, and cutting-edge digital twin technologies. The Experienced Researcher (ER), Dr Ruihua Liang, will utilise his unique background in railway dynamics surrogate modelling, in combination of railway-domain expertise with experienced supervisors, to develop a digital twin framework to achieve real-time assessment of wheel-rail contact conditions (including rail adhesion, rail roughness, etc.), enhance safe, stable, comfortable, resource-efficient, and low-carbon transport for over 10 billion passengers and 400 billion tons of goods annually in the EU.

TwinsRail substantially offers a reliable solution to minimize operational failures and reduce manual inspection costs for dense rail transport networks. Furthermore, the action will serve as a scalable model for global adoption, driving innovation in the operation, management, and maintenance of infrastructure, while contributing to global efforts in climate change adaptation. Ultimately, the ER will gain unique multi-disciplinary core competencies to create actionable climate solutions and make a positive impact to the railway industry globally.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Dieses Projekt wurde noch nicht bei EuroSciVoc klassifiziert.
Schlagen Sie die Wissenschaftsbereiche vor, die Ihrer Einschätzung nach besonders relevant sind, und helfen Sie uns, unseren Klassifizierungsdienst zu verbessern.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-MSCA-2024-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

THE UNIVERSITY OF BIRMINGHAM
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 276 187,92
Adresse
Edgbaston
B15 2TT Birmingham
Vereinigtes Königreich

Auf der Karte ansehen

Region
West Midlands (England) West Midlands Birmingham
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Partner (2)

Mein Booklet 0 0