Verfahren zum Überwachen einer Weiche einer Eisenbahngleisan lage

Die Erfindung bezieht sich auf Verfahren und Einrichtungen, die ein besonders zuverlässiges Überwachen von Weichen einer Eisenbahngleisanlage ermöglichen oder eine Basis dafür, ins besondere in Form eines Klassifikationsmodells, schaffen.

Aus der koreanischen Patentschrift KR 101823067 Bl ist ein Verfahren zum Überwachen einer Weiche einer Eisenbahngleisan lage bekannt. Bei dem vorbekannten Verfahren wird die Strom aufnahme eines Weichenantriebs der Weiche für eine als funk tionsfähig angesehene bzw. als fehlerfrei angesehene Weiche erfasst und es werden entsprechende Referenzwerte abgespei chert. Wird im nachfolgenden Weichenbetrieb festgestellt, dass aktuelle Messwerte mit den Referenzmesswerten nicht kor relieren, so wird ein entsprechendes Fehlersignal erzeugt, das einen Fehler der Weiche anzeigt .

Das Dokument US 2018 0154 913 Al beschreibt ein computerim plementiertes Verfahren zum Benachrichtigen eines Benutzers über das Vorhandensein eines Fehlers in einem elektromechani schen System in einer Eisenbahninfrastruktur. Das Verfahren umfasst das Empfangen von elektrischen Nutzungsdaten, die den Wert eines elektrischen Nutzungsparameters angeben, der dem elektromechanischen System zugeordnet ist sowie das Empfangen von Temperaturdaten, die die aktuelle Temperatur des elektro mechanischen Systems anzeigen. Ferner wird ermittelt - basie rend auf einer vorbestimmten Beziehung zwischen dem elektri schen Gebrauchsparameter und der Temperatur -, ob der Wert des elektrischen Gebrauchsparameters einen Fehler im elektro mechanischen System anzeigt. Ist dies der Fall, erfolgt eine Warnung, um das Vorhandensein des Fehlers anzuzeigen. Der Erfindung liegt u. a. die Aufgabe zugrunde, ein Verfahren zum Ermitteln eines Klassifikationsmodells anzugeben, das die Überwachung einer Weiche einer Eisenbahngleisanlage besonders zuverlässig ermöglicht.

Zur Lösung dieser Aufgabe ist erfindungsgemäß ein Verfahren mit den Merkmalen gemäß Patentanspruch 1 vorgesehen. Vorteil hafte Ausgestaltungen dieses Verfahrens sind in Unteransprü chen angegeben.

Danach ist erfindungsgemäß vorgesehen, dass für eine Mehrzahl an Weichenumläufen jeweils ein Referenzumlaufdatensatz ermit telt wird, der sich jeweils auf zumindest zwei während des jeweiligen Weichenumlaufs gemessene physikalische Messgrößen bezieht, und ein Klassifikationsmodell auf der Basis dieser Mehrzahl an Referenzumlaufdatensätzen ermittelt wird.

Ein wesentlicher Vorteil des erfindungsgemäßen Verfahrens be steht darin, dass - anders als beim vorbekannten Verfahren - eine Weichenüberwachung nicht anhand einer einzelnen physika lischen Messgröße (dort ist es der Strom) erfolgt, sondern auf der Basis zumindest zweier bzw. mehrerer Messgrößen, wodurch ein erweitertes Klassifikationsmodell gebildet und eine besonders zuverlässige Fehlererkennung ermöglicht wird.

Als vorteilhaft wird es angesehen, wenn das Klassifikations modell unter Heranziehung oder auf der Basis ausschließlich solcher Referenzumlaufdatensätze ermittelt wird, deren zuge hörige Weichenumläufe als fehlerfrei angesehen werden.

Für jeden Weichenumlauf der Weiche wird vorzugsweise als Re ferenzumlaufdatensatz ein zumindest zweidimensionaler, einem vorgegebenen Vektorraum zugeordneter Merkmalsvektor erstellt, dessen zumindest zwei Vektorkomponenten sich auf die zumin dest zwei während des Weichenumlaufs gemessenen physikali schen Messgrößen beziehen. Mit den Merkmalsvektoren wird vorzugsweise ein Raumabschnitt innerhalb des Vektorraumes definiert, der das Klassifikati onsmodell bildet und zur Bildung des Fehlersignals eine Prü fung ermöglicht, ob nach Fertigstellung des Klassifikations modells für nachfolgende Weichenumläufe erzeugte Merkmalsvek toren über ein vorgegebenes Maß hinaus außerhalb dieses Raum abschnitts liegen oder nicht.

Vorteilhaft ist es, wenn das Klassifikationsmodell zumindest auch auf der Basis von Referenzumlaufdatensätzen ermittelt wird, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach einer Erstinstallation der Weiche oder auf eine vorgege bene Zeitspanne nach der Erstinstallation der Weiche bezie hen. Solche nach der Erstinstallation erstellten Referenzum laufdatensätze definieren nämlich mit überwiegender Wahr scheinlichkeit eine funktionsfähige Weiche und bilden Posi tivbeispiele für eine funktionsfähige Weiche.

Alternativ oder zusätzlich kann in vorteilhafter Weise vorge sehen sein, dass das Klassifikationsmodell zumindest auch auf der Basis von Referenzumlaufdatensätzen ermittelt wird, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach ei ner Wartung der Weiche oder auf eine vorgegebene Zeitspanne nach der Wartung der Weiche beziehen. Solche nach einer War tung erstellten Referenzumlaufdatensätze definieren nämlich mit überwiegender Wahrscheinlichkeit eine funktionsfähige Weiche und bilden Positivbeispiele für eine funktionsfähige Weiche .

Alternativ oder zusätzlich kann in vorteilhafter Weise vorge sehen sein, dass das Klassifikationsmodell zumindest auch auf der Basis von Referenzumlaufdatensätzen ermittelt wird, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach ei ner Reparatur der Weiche oder auf eine vorgegebene Zeitspanne nach der Reparatur der Weiche beziehen. Solche nach einer Re paratur erstellten Referenzumlaufdatensätze definieren näm lich mit überwiegender Wahrscheinlichkeit eine funktionsfähi- ge Weiche und bilden Positivbeispiele für eine funktionsfähi ge Weiche.

Vorteilhaft ist es, wenn ein erstes Klassifikationsmodell auf der Basis von Referenzumlaufdatensätzen ermittelt wird, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach der Erstinstallation der Weiche oder auf eine vorgegebene Zeit spanne nach der Erstinstallation der Weiche beziehen. Nach folgend kann das erste Klassifikationsmodell in vorteilhafter Weise unter Bildung eines zweiten Klassifikationsmodells auf der Basis von Referenzumlaufdatensätzen modifiziert werden, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach einer erstmaligen Wartung oder erstmaligen Reparatur der Wei che oder auf eine vorgegebene Zeitspanne nach einer erstmali gen Wartung oder erstmaligen Reparatur der Weiche beziehen.

Besonders vorteilhaft ist es, wenn nach einer jeden Reparatur oder Wartung ein bestehendes Klassifikationsmodell unter Bil dung eines aktualisierten Klassifikationsmodells auf der Ba sis von Referenzumlaufdatensätzen modifiziert wird, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach der je weiligen Wartung oder Reparatur der Weiche oder auf eine vor gegebene Zeitspanne nach der jeweiligen Wartung oder Repara tur der Weiche beziehen.

Die Referenzumlaufdatensätze geben vorzugsweise jeweils zu mindest auch als eine der gemessenen physikalischen Messgrö ßen die Umlaufdauer der Weiche an. Die Umlaufdauer der Weiche ist eine besonders geeignete Messgröße zur Erkennung von Feh lern .

Das Klassifikationsmodell wird besonders bevorzugt unter Her anziehung oder auf der Basis eines One-Class-Support-Vector- Machine-Verfahrens ermittelt .

Bei der Bildung des zweiten und/oder aktualisierten Klassifi kationsmodells kann in vorteilhafter Weise für Referenzum laufdatensätze, die außerhalb eines von dem jeweils vorheri- gen Klassifikationsmodell als zulässiger Weichenzustand defi nierten Weichenzustandsbereichs liegen, ein Warnsignal er zeugt werden. Bei Vorliegen von Warnsignalen kann eine Über prüfung der Messung und/oder der Weichenfunktion erfolgen.

Die Erfindung bezieht sich darüber hinaus auf ein Verfahren zum Feststellen eines Fehlers in einer Weiche innerhalb einer Eisenbahngleisanlage. Bezüglich eines solchen Verfahrens ist erfindungsgemäß vorgesehen, dass während oder nach Abschluss eines Weichenumlaufs der Weiche ein Umlaufdatensatz erstellt wird, der sich auf zumindest zwei während des Weichenumlaufs gemessene physikalische Messgrößen bezieht, der Umlaufdaten satz mit einem Klassifikationsmodell, das gemäß einem Verfah ren - wie oben beschrieben - für dieselben zumindest zwei Messgrößen ermittelt worden ist, abgeglichen wird und im Fal le, dass der Umlaufdatensatz außerhalb eines von dem Klassi fikationsmodell als zulässiger Weichenzustand definierten Weichenzustandsbereichs liegt, ein ein Fehlverhalten der Wei che anzeigendes Fehlersignal erzeugt wird. Dieses letztge nannte erfindungsgemäße Verfahren beruht somit auf einer Ver wendung eines Klassifikationsmodells, das auf zumindest zwei physikalischen Messgrößen basiert und somit besonders zuver lässig durchführbar ist; diesbezüglich sei auf die obigen Ausführungen im Zusammenhang mit dem Verfahren zum Ermitteln eines Klassifikationsmodells verwiesen, die hier entsprechend gelten .

Die Erfindung bezieht sich darüber hinaus auf eine Einrich tung zum Ermitteln eines Klassifikationsmodells für eine Wei che einer Eisenbahngleisanlage, das ein Feststellen des Feh lers der Weiche ermöglicht. Bezüglich einer solchen Einrich tung ist erfindungsgemäß vorgesehen, dass die Einrichtung da zu ausgebildet ist, das Klassifikationsmodell auf der Basis einer Mehrzahl an Referenzumlaufdatensätzen zu ermitteln, die sich jeweils auf zumindest zwei während des jeweiligen Wei chenumlaufs gemessene physikalische Messgrößen beziehen. Be züglich der Vorteile der erfindungsgemäßen Einrichtung sei auf die obigen Ausführungen im Zusammenhang mit dem erfin- dungsgemäßen Verfahren zum Ermitteln eines Klassifikationsmo dells verwiesen, da diese Ausführungen hier entsprechend gel ten .

Die Erfindung bezieht sich darüber hinaus auf eine Einrich tung zum Feststellen eines Fehlers einer Weiche einer Eisen bahngleisanlage. Erfindungsgemäß ist diesbezüglich vorgese hen, dass die Einrichtung dazu ausgebildet ist, während oder nach Abschluss eines Weichenumlaufs der Weiche einen Umlauf datensatz zu erstellen, der sich auf zumindest zwei während des Weichenumlaufs gemessene physikalische Messgrößen be zieht, den Umlaufdatensatz mit einem Klassifikationsmodell, das auf der Basis einer Mehrzahl an Referenzumlaufdatensätzen ermittelt worden ist, abzugleichen und im Falle, dass der Um laufdatensatz außerhalb eines von dem Klassifikationsmodell als zulässiger Weichenzustand definierten Weichenzustandsbe reichs liegt, ein ein Fehlverhalten der Weiche anzeigendes Fehlersignal zu erzeugen. Bezüglich der Vorteile der letztge nannten erfindungsgemäßen Einrichtung sei auf die obigen Aus führungen im Zusammenhang mit dem erfindungsgemäßen Verfahren zum Feststellen eines Fehlers in einer Weiche einer Eisen bahngleisanlage verwiesen, die hier entsprechend gelten.

Vorteilhaft ist es, wenn die genannten Einrichtungen eine Re cheneinrichtung und einen Speicher aufweisen, in dem ein Com puterprogrammprodukt abgespeichert ist, das bei Ausführung durch die Recheneinrichtung diese veranlasst, eines oder alle der oben beschriebenen Verfahren durchzuführen.

Die Erfindung bezieht sich darüber hinaus auf ein Computer programmprodukt, das geeignet ist, bei Ausführung durch eine Recheneinrichtung diese zu veranlassen, eines oder alle der oben beschriebenen Verfahren durchzuführen.

Die Erfindung wird nachfolgend anhand von Ausführungsbeispie len näher erläutert; dabei zeigen beispielhaft Figur 1 anhand eines Flussdiagramms ein erstes Ausfüh rungsbeispiel für ein erfindungsgemäßes Verfahren

Figur 2 anhand eines Flussdiagramms ein zweites Ausfüh

rungsbeispiel für ein erfindungsgemäßes Verfahren,

Figur 3 anhand eines Blockschaltbilds ein Ausführungsbei spiel für eine erfindungsgemäße Einrichtung zum Ermitteln eines Klassifikationsmodells,

Figur 4 anhand eines Blockschaltbilds ein zweites Ausfüh rungsbeispiel für eine Einrichtung zum Ermitteln eines Klassifikationsmodells,

Figur 5 anhand eines Flussdiagramms ein Ausführungsbei

spiel für ein erfindungsgemäßes Verfahren zum Überwachen einer Weiche einer Eisenbahngleisanla ge,

Figur 6 anhand eines Blockschaltbilds ein erstes Ausfüh rungsbeispiel für eine Einrichtung zum Feststellen eines Fehlers einer Weiche einer Eisenbahngleisan lage und

Figur 7 anhand eines Blockschaltbilds ein zweites Ausfüh rungsbeispiel für eine Einrichtung zum Feststellen eines Fehlers einer Weiche einer Eisenbahngleisan lage .

In den Figuren werden der Übersicht halber für identische o- der vergleichbare Komponenten stets dieselben Bezugszeichen verwendet .

Die Figur 1 zeigt anhand eines Flussdiagramms ein Ausfüh rungsbeispiel für ein Verfahren zum Ermitteln eines Klassifi kationsmodells KM, das ein Feststellen eines Fehlers einer Weiche W einer Eisenbahngleisanlage anhand von während eines Weichenumlaufs gemessenen Messwerten ermöglicht. Im Rahmen eines Verfahrensschritts 110 wird überwacht, ob ein Startsignal S zum Starten des Verfahrens bzw. zum Starten der Ermittlung des Klassifikationsmodells KM vorliegt. Ist dies der Fall, so wird mit einer nachfolgenden Erfassungsprozedur 120 zum Erfassen von Referenzumlaufdatensätzen begonnen.

Im Rahmen der Erfassungsprozedur 120 wird zunächst ein Über wachungsschritt 121 zum Erkennen und Überwachen des jeweils nächsten Weichenumlaufs gestartet. Wird der Beginn eines neu en Weichenumlaufs im Verfahrensschritt 121 erkannt, so werden in einem nachfolgenden Verfahrensschritt 122 für den jeweili gen Weichenumlauf jeweils zumindest zwei physikalische Mess größen messtechnisch erfasst. Bei den physikalischen Messgrö ßen kann es sich beispielsweise um die Stromaufnahme bzw. den maximalen Strom eines elektrischen Antriebsmotors der jewei ligen Weiche W oder die Weichenumlaufzeit der Weiche W han deln. Alternativ oder zusätzlich können auch weitere physika lische Messgrößen berücksichtigt werden, wie beispielsweise die maximale elektrische Leistungsaufnahme und/oder ein etwa iger Phasenversatz zwischen Strom und Spannung am Antriebsmo tor der Weiche W.

In einem nachfolgenden Verfahrensschritt 123 wird für den je weiligen Weichenumlauf jeweils ein Referenzumlaufdatensatz ermittelt, der sich auf die zumindest zwei physikalischen Messgrößen bezieht. Nachfolgend wird beispielhaft davon aus gegangen, dass als Referenzumlaufdatensatz ein zwei- oder mehrdimensionaler Merkmalsvektor erstellt wird, dessen Vek torkomponenten sich auf die während des jeweiligen Weichenum laufs gemessenen physikalischen Messgrößen beziehen.

In der Figur 1 ist der im Verfahrensschritt 123 gebildete Merkmalsvektor mit dem Bezugszeichen Mi bezeichnet, wobei der Index i den i-ten Weichenumlauf nach Vorliegen des Startsig nals S bezeichnet. Der Merkmalsvektor Ml würde somit den ers ten Merkmalsvektor nach Vorliegen des Startsignals S bezeich nen, der Merkmalsvektor Mn den n-ten Merkmalsvektor nach Vor liegen des Startsignals S. Werden beispielsweise zwei physikalische Messgrößen wie Stromaufnahme und Weichenumlaufzeit gemessen, so würde der Merkmalsvektor beim i-ten Weichenumlauf nach Eingang des Startsignals S ein zweidimensionaler Vektor sein, der bei spielsweise wie folgt lautet:

Mi = (I, T) wobei I den Strom während des i-ten Weichenumlaufs und T die Umlaufdauer während des i-ten Weichenumlaufs bezeichnet.

In einem nachfolgenden Verfahrensschritt 124 wird geprüft, ob nach Eingabe des Startsignals S bereits ausreichend viele Weichenumläufe erfasst worden sind bzw. eine vorgegebene Min destanzahl an Umläufen erreicht worden ist. Beispielsweise kann im Verfahrensschritt 124 geprüft werden, ob eine Anzahl n = 10 an Weichenumläufen erfasst worden ist. Ist dies der Fall, so werden im Verfahrensschritt 124 die gemessenen Merk malsvektoren Ml,..., MIO ausgegeben. Falls die Anzahl n = 10 an Weichenumläufen noch nicht erreicht worden ist, wird mit dem Verfahrensschritt 121 die weitere Überwachung von Weichenum läufen fortgesetzt, bis die vorgegebene Anzahl an Weichenum läufen erreicht worden ist.

Anstelle einer vorgegebenen Anzahl an Weichenumläufen kann im Verfahrensschritt 124 auch geprüft werden, ob eine vorgegebe ne Zeitspanne T nach Eingabe des Startsignals S verstrichen ist. Ist dies der Fall, wird mit dem Verfahrensschritt 130 fortgefahren, andernfalls wird die Aufnahme des jeweils nächsten Merkmalsvektors mit dem Verfahrensschritt 121 fort gesetzt .

Nach Abschluss der Erfassungsprozedur 120 wird in dem nach folgenden Verfahrensschritt 130 auf der Basis der erzeugten Merkmalsvektoren Ml,..., Mn das Klassifikationsmodell KM er zeugt. Als besonders vorteilhaft wird es angesehen, wenn das Klassifikationsmodell KM unter Heranziehung oder auf der Ba sis eines One-Class-Support-Vektor-Machine-Verfahrens ermit- telt wird. Diesbezüglich wird hier auf die bekannte Literatur verwiesen, in der die Erzeugung von Klassifikationsmodellen auf der Basis von One-Class-Support-Vektor-Machine-Verfahren im Detail beschrieben ist, zum Beispiel:

— "Support Vector Method for Novelty Detection", Bernhard Schölkopf, Robert Williamson, Alex Smola, John Shawe- Taylor, John Platt, Advances in Neural Information Pro cessing Systems 12, June 2000, Pages 582-588, MIT Press, und

— "Estimating the Support of a High-Dimensional Distribu

tion", Bernhard Schölkopf, John C. Platt, John C. Shawe- Taylor,Alex J. Smola, Robert C. Williamson, Neural Compu- tation archive, Volume 13 Issue 7, July 2001, Pages 1443 - 1471, MIT Press Cambridge, MA, USA

Zusammengefasst wird das Klassifikationsmodell KM bei dem Verfahren gemäß Figur 1 auf der Basis von Merkmalsvektoren bzw. Referenzumlaufdatensätzen erstellt, die sich auf eine vorgegebene Anzahl an Weichenumläufen nach Vorliegen des Startsignals S oder auf innerhalb einer vorgegebenen Zeit spanne nach Vorliegen des Startsignals S erfolgte Weichenum läufe beziehen.

Wird das Startsignal S nach einer Neuinstallation der Weiche W oder nach einer Wartung bzw. Reparatur der Weiche W er zeugt, so kann mit überwiegender Wahrscheinlichkeit davon ausgegangen werden, dass die Merkmalsvektoren M bzw. die ent sprechenden Referenzumlaufdatensätze eine funktionsfähige bzw. fehlerfreie Weiche W charakterisieren und somit die Bil dung eines Klassifikationsmodells ermöglichen, das auf das Erkennen fehlerfreier Weichenumläufe "trainiert" ist. Das Training erfolgt bei dem Verfahren gemäß Figur 1 also aus schließlich auf der Basis von Positivbeispielen, die sich auf fehlerfreie Weichenumläufe beziehen; Negativbeispiele für fehlerhafte Weichen sind für das Anlernen bzw. Trainieren des Klassifikationsmodells KM nicht erforderlich. Bei dem Ausführungsbeispiel gemäß Figur 1 wird das Klassifi kationsmodell KM auf der Basis eines One-Class-Support- Vektor-Machine-Verfahrens erzeugt; selbstverständlich können alternativ andere Verfahren eingesetzt werden, mit denen sich ein Klassifikationsmodell KM allein anhand von Positivbei spielen, also allein anhand von "als fehlerfrei" angesehenen Referenzumlaufdatensätzen, erstellen lässt. In diesem Zusam menhang können beispielsweise Verfahren genannt werden, die in den folgenden Literaturstellen beschrieben sind:

— "A Review of Novelty Detection", Marco A.F. Pimentei, Da vid A. Clifton, Lei Clifton, Lionel Tarassenko, Signal Processing, Volume 99, June 2014, Pages 215-249, Elsevier,

— "A Survey of Recent Trends in One Class Classification", Shehroz S. Khan, Michael G. Madden, Artificial Intelli gence and Cognitive Science, pages 188-197, 2009, Spring er, und

— "Review of Novelty Detection Methods", Dubravko Miljkovic, The 33rd International Convention MIPRO, May 2010, IEEE

Die Figur 2 zeigt ein Verfahren zum Ermitteln eines Klassifi kationsmodells KM', das auf der Basis eines bereits bestehen den Klassifikationsmodells KM durch Aktualisierung bzw. Modi fikation dieses vorhandenen Klassifikationsmodells KM er stellt wird:

Nach Vorliegen eines Startsignals S und dem darauffolgenden Erfassen von Referenzumlaufdatensätzen in der Erfassungspro zedur 120 (siehe hierzu Ausführungen im Zusammenhang mit der Figur 1) wird in einem Modifikationsverfahren 131 das bereits bestehende Klassifikationsmodell KM auf der Basis der neu er zeugten Merkmalsvektoren Ml,..., Mn modifiziert. Besonders ein fach ist eine solche Modifikation möglich, indem die neu er zeugten Merkmalsvektoren Ml,..., Mn in das bestehende Klassifi kationsmodell KM integriert werden, wodurch das modifizierte bzw. neue Klassifikationsmodell KM' erzeugt wird.

Auch ist es möglich, die Merkmalsvektoren, die zur Bildung des vorhandenen Klassifikationsmodells KM herangezogen worden sind, gemeinsam mit den neu erzeugten Merkmalsvektoren

Ml,..., Mn zur Bildung des modifizierten bzw. neuen Klassifika tionsmodells KM' heranzuziehen.

Im Übrigen gelten die obigen Ausführungen im Zusammenhang mit der Figur 1 bei dem Verfahren gemäß Figur 2 entsprechend.

Die Figur 3 zeigt ein Ausführungsbeispiel für eine Einrich tung 200 zum Ermitteln eines Klassifikationsmodells KM. Die Einrichtung 200 umfasst eine Recheneinrichtung 210 und einen Speicher 220.

In dem Speicher 220 ist ein Computerprogrammprodukt CPP ge speichert, das ein Steuerprogrammmodul SPM, ein Softwaremodul SM120 und ein Softwaremodul SM130 zum Erzeugen eines Klassi fikationsmoduls KM enthält. Die Softwaremodule SM120 und SM130 werden von dem Steuerprogrammmodul SPM gesteuert.

Das Softwaremodul SM120 führt die im Zusammenhang mit den Fi guren 1 und 2 oben erläuterte Erfassungsprozedur 120, also die Verfahrensschritte 121 bis 124 zum Erzeugen von Referen zumlaufdatensätzen bzw. Merkmalsvektoren M aus, sobald das Steuerprogrammmodul SPM ein entsprechendes Startsignal S er hält .

Das Softwaremodul SM130 bildet - gesteuert durch das Steuer programmmodul SPM - mit den Referenzumlaufdatensätzen des Softwaremoduls SM120 bzw. den entsprechenden Merkmalsvektoren M das Klassifikationsmodell KM gemäß dem Verfahrensschritt 130, wie er im Zusammenhang mit den Figuren 1 und 2 oben er läutert worden ist.

Die Figur 4 zeigt ein Ausführungsbeispiel für eine Einrich tung 300, die nicht nur zum Erzeugen eines Klassifikationsmo dells KM, sondern auch zur Modifikation eines bereits beste henden Klassifikationsmodells KM und Erzeugen eines modifi zierten Klassifikationsmodells KM' geeignet ist. Zu diesem Zweck weist die Einrichtung 300 ein zusätzliches Softwaremo- dul SM131 auf, das auf der Basis eines bereits zuvor erzeug ten Klassifikationsmodells KM sowie auf der Basis neu er stellter Merkmalsvektoren M die Bildung eines aktualisierten bzw. modifizierten Klassifikationsmodells KM' durchführen kann, wie dies oben im Zusammenhang mit dem Ausführungsbei spiel gemäß Figur 2 bzw. dem entsprechenden Modifikationsver fahren 131 erläutert worden ist.

Die Figur 5 zeigt anhand eines Flussdiagramms ein Ausfüh rungsbeispiel für ein Verfahren zum Feststellen eines Fehlers einer Weiche W einer Eisenbahngleisanlage. Im Rahmen eines Verfahrensschritts 140 wird ein jeder Weichenumlauf der Wei che W überwacht und es wird ein entsprechender Umlaufdaten satz, vorzugsweise in Form eines Merkmalsvektors M, erzeugt. In einem Auswertschritt 150 wird geprüft, ob der jeweilige Umlaufdatensatz gemäß einem vorgegebenen Klassifikationsmo dell KM einen fehlerfreien Weichenumlauf charakterisiert.

Wird festgestellt, dass der Umlaufdatensatz außerhalb eines von dem Klassifikationsmodell KM als zulässiger Weichenzu stand definierten Weichenzustandsbereichs liegt, so wird ein Fehlersignal SF erzeugt.

Das Klassifikationsmodell KM kann beispielsweise im Rahmen des Verfahrens gemäß Figur 1 oder im Rahmen des Verfahrens gemäß Figur 2 erzeugt worden sein.

Die Figur 6 zeigt ein Ausführungsbeispiel für eine Einrich tung 400 zum Feststellen eines Fehlers einer Weiche W einer Eisenbahngleisanlage. Die Einrichtung 400 umfasst eine Re cheneinrichtung 210 und einen Speicher 220. In dem Speicher 220 ist ein Computerprogrammprodukt CPP abgespeichert, das ein Steuerprogrammmodul SPM, ein Softwaremodul SM140, ein Softwaremodul SM150 und ein Klassifikationsmodell KM auf weist .

Stellt das Steuerprogrammmodul SPM fest, dass ein neuer Wei chenumlauf stattfindet, so wird von dem Softwaremodul SM140 ein Umlaufdatensatz bzw. Merkmalsvektor M erzeugt, der den jeweiligen Weichenumlauf anhand zumindest zweier physikali scher Messgrößen charakterisiert.

Nachfolgend wird von dem Softwaremodul SM150 geprüft, ob der erfasste Umlaufdatensatz bzw. der Merkmalsvektor M außerhalb eines von dem Klassifikationsmodell KM als zusätzlicher Wei chenzustand definierten Weichenzustandsbereichs liegt. Ist dies der Fall, so wird das Fehlersignal SF erzeugt.

Das Softwaremodul SM140 führt vorzugsweise den Verfahrens schritt 140 aus, wie er im Zusammenhang mit der Figur 5 er läutert worden ist. Das Softwaremodul SM150 führt vorzugswei se den Auswertschritt 150 aus, wie er im Zusammenhang mit der Figur 5 erläutert worden ist.

Die Figur 7 zeigt ein weiteres Ausführungsbeispiel für eine Einrichtung 500 zum Feststellen eines Fehlers einer Weiche W einer Eisenbahngleisanlage. Bei der Einrichtung gemäß Figur 7 sind zusätzlich zu den Softwaremodulen SM140 und SM150 die Softwaremodule SM120, SM130 und SM131 vorhanden, die zum Er zeugen eines Klassifikationsmodells KM sowie zum Modifizieren bzw. Aktualisieren eines bestehenden Klassifikationsmodells KM zur Bildung eines aktualisierten Klassifikationsmodells KM' geeignet sind. Bezüglich der Softwaremodule SM120, SM130 und SM131 sei auf die obigen Ausführungen im Zusammenhang mit den Figuren 3 und 4 verwiesen, die hier entsprechend gelten.

Bei dem Ausführungsbeispiel gemäß Figur 7 kann die Einrich tung 500 also nicht nur anhand von Umlaufdatensätzen bzw. neu gemessenen Merkmalsvektoren einen Fehler erkennen und ggf. ein Fehlersignal SF erzeugen, sondern darüber hinaus auch Klassifikationsmodelle KM erzeugen bzw. modifizierte Klassi fikationsmodelle KM' bilden.

Das Steuerprogrammmodul SPM ist vorzugsweise derart ausge staltet, dass es bei Vorliegen eines Startsignals S jeweils die Bildung eines Klassifikationsmodells KM mit Hilfe der Softwaremodule SM120 bzw. SM130 auslöst, sofern zuvor noch kein Klassifikationsmodell KM gebildet worden ist. Eine Neu erzeugung eines Klassifikationsmodells ist vorzugsweise nach der ersten Inbetriebnahme der Weiche W notwendig.

Liegt bereits ein zuvor erzeugtes Klassifikationsmodell KM vor, so wird bei Anliegen eines Startsignals S das Steuerpro grammmodul SPM vorzugsweise das Softwaremodul SM131 akti viert, um das bestehende Klassifikationsmodell KM unter Bil dung eines aktualisierten Klassifikationsmodells KM' zu aktu alisieren. Eine Aktualisierung des jeweils vorhandenen Klas sifikationsmodells erfolgt vorzugsweise jeweils nach jeder Wartung oder Reparatur.

Die Bildung eines ersten Klassifikationsmodells sowie die Bildung von aktualisierten Klassifikationsmodellen erfolgt vorzugsweise jeweils auf der Basis einer vorgegebenen Anzahl an Weichenumläufen nach Eingabe des Startsignals S bzw. in nerhalb einer vorgegebenen Zeitspanne nach Eingabe eines Startsignals S. Ein Startsignal S wird vorzugsweise nach ei ner Neuinstallation der Weiche W sowie nach einer Wartung und/oder Reparatur der Weiche W erzeugt und in das Steuerpro grammmodul SPM eingegeben.

Obwohl die Erfindung im Detail durch bevorzugte Ausführungs beispiele näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.

Bezugszeichenliste

110 Verfahrensschritt

120 Erfassungsprozedur

121 Überwachungsschritt

122 Verfahrensschritt

123 Verfahrensschritt

124 Verfahrensschritt

130 Verfahrensschritt

131 Modifikationsverfahren

140 Verfahrensschritt

150 Auswert schritt

200 Einrichtung

210 Recheneinrichtung

220 Speicher

300 Einrichtung

400 Einrichtung

500 Einrichtung

CPP Computerprogrammprodukt

KM Klassifikationsmodell

KM' Klassifikationsmodell

Ml Merkmalsvektor

M Merkmalsvektor

Mi Merkmalsvektor

Mn Merkmalsvektor

S Startsignal

SF Fehlersignal

SM120 Softwaremodul

SM130 Softwaremodul

SM131 Softwaremodul

SM140 Softwaremodul

SM150 Soft aremodul·

SPM Steuerprogrammmodul

W Weiche