Problemstellung

Reifenabrieb ist eine der größten Quellen für Mikroplastik in der Umwelt. Um diesen effizient verringern zu können, fehlen u.a. online-erfasste Daten zum Abrieb unter Realbedingungen, Aussagen zu den Haupteinflussfaktoren und vorhersagende Softwaretools, die eine situationsangepasste Abriebreduzierung erlauben.

Projektziel

Ziel von „KI-RAM“ ist die Entwicklung eines KI-basierten Softwaretools, welches Reifenabriebsdaten bei Nutzfahrzeugen, die mit einem neuartigen Sensor erfasst werden, mit Daten zu Straße, Wetter und Laborindikatoren verknüpfen, um (1) die Haupteinflussfaktoren auf den Abrieb zu verstehen, (2) situationsbezogene Vorhersagen zum Abrieb zu treffen, (3) Reifen bzgl. der Abriebperformance zu vergleichen und (4) den Abrieb durch aktive Beeinflussung zu minimieren.

Durchführung

Dazu wird ein auf Abrieb fokussierter digitaler Zwilling auf Basis von KI entwickelt. Dieser wird durch den Einsatz des Sensors für Lkws erweitert, indem die von ihm in Feldversuchen generierten Daten mit den BMDV-Daten zu Straße sowie Wetter verknüpft werden. Industrieübliche Laborindikatoren für die genutzten Reifenmischungen und IR-basierte online-taugliche Verfahren runden die Fähigkeiten zur KI-basierten Vorhersage des Reifenabriebs ab.

Projektkoordinator	Rösler Tyre Innovators GmbH & Co. KG FKZ: 19FS2047A
Projektvolumen	2.508.710,67 € Davon 68 % Förderung durch das BMDV
Projektlaufzeit	12/2022 – 11/2025
Projektpartner	iMES Solutions GmbH FKZ: 19FS2047B Universität Paderborn FKZ: 19FS2047C Fraunhofer Institut für Mikrostruktur von Werkstoffen und Systemen (IMWS) FKZ: 19FS2047D DENKweit GmbH FKZ: 19FS2047E
Ansprechpartner	Institut für Baumanagement, Digitales Bauen und Robotik im Bauwesen (ICoM), RWTH Aachen Univ.-Prof. Dr.-Ing Katharina Klemt-Albert Tel. +49 241 8025140 klemt-albert@icom.rwth-aachen.de