Die Infrastruktur stößt vielfach an ihre Kapazitätsgrenzen. Physische Anpassungen sind kaum bzw. nur mit langen Vorlaufzeiten umsetzbar. Über die Digitalisierung der Infrastruktur lassen sich jedoch Kapazitätsreserven erschließen und neue intelligente Lösungen, bspw. im Bereich Steuerung oder Instandhaltung, realisieren.
Das vorliegende Projekt soll eine weitest- gehend automatisierte, qualitätsgesicherte und reproduzierbare Über- und Unterwasser-3D- Aufnahme und -Schadenserkennung von Ha- fenanlagen mittels eines hybriden Multi-Sen- sorsystems ermöglichen.
Hierdurch sollen sowohl die Digitalisierung der Bauwerkserfassung als auch die Beschleuni- gung von Umschlagprozessen durch verringer- te Ausfallzeiten von Hafenanlagen ermöglicht werden.
Für den möglichst unterbrechungsfreien Einsatz von Containerbrücken sind qualifizierte Inspektionen bedeutsam. Bisher müssen die neuralgischen Stellen einer Containerbrücke durch qualifizierte Fachkräfte einzeln in Augenschein genommen werden. Durchführung und Auswertung werden bei stetig größer werdenden Containerbrücken immer schwieriger und die zu prüfende Bilddatenmenge umfangreicher.
Das zentrale Ziel des Vorhabens besteht darin, ein intelligentes Bilderkennungssystem zu entwickeln. Auf der Grundlage eines selbstlernenden Bilderkennungssystems (KI) soll eine automatische Auswertung des Bildmaterials der neuralgischen Stellen von Containerbrücken ermöglicht werden.
Für das sichere Manövrieren, insbesondere im Bereich von Häfen, ist eine ausreichende Kenntnis der aktuellen Wassertiefe unerlässlich. Zur Messung von Wassertiefen werden überall auf der Welt Echolotpeilungen durchge- führt. In küstennahen Gewässern, Ästuarien und Häfen sind häufig schlickige Böden vorhanden, welche hochkonzentrierte Sedimentsuspensionen ausbilden können. Diese werden von Echoloten häufig als fester Meeresboden fehlinterpretiert.
Ziel des Projektes ist die Entwicklung eines innovativen, scannenden, akustischen Messsystems zur effizienten Qualifizierung der Gewässersohle in Häfen und anderen Wasserstraßen,
insbesondere hinsichtlich deren Durchfahrbarkeit.
Binnenhäfen haben für den Wirtschaftsstandort Deutschland eine hohe Bedeutung. Viele Logistikprozesse in Deutschland werden über ein Netz aus See- und Binnenhäfen abgedeckt.
Mit dem Projekt „Häfen NRW 4.0“ beabsichtigen die beteiligten Partner das Thema Digitalisierung vollumfänglich auf die involvierten Häfen anzuwenden und eine gemeinsame Plattformlösung zu finden. Ziel ist die Entwicklung eines digitalen Hafennetzwerks mit Hilfe einer cloudbasierten Plattform.
Eine Kernaufgabe von Häfen ist die strategische Planung der Hafenentwicklung. Diese setzt die Leitplanken und zeichnet eine Entwicklungsvision. Die daraus abgeleiteten Maßnahmen (z.B. Neubau Wasserstoffterminal, Änderung der Verkehrsführung) werden in der Regel dezentral geplant und Wechselwirkungen zwischen den einzelnen Maßnahmen nur mit einem Zeitverzug manuell von Fachpersonal bewertet. Durch Nichtberücksichtigung oder lückenhafte Betrachtung von Wechselwirkungen bleiben viele Möglichkeiten wie z.B. Parallelisierung, Emissionsreduktion und Effizienzsteigerung nicht ausgeschöpft.
Ziel des Projekts ist die prototypische Implementierung, Erprobung und Weiterentwicklung der eingebetteten Zustandsüberwachung für Hafenbahnen im operativen Rangierbetrieb.
Im Projekt wird das Gesamtsystem bestehend aus Multi-Sensor-Systemen auf den Rangierfahrzeugen sowie einem Hintergrundsystem zur automatischen Datenanalyse und Informationsbereitstellung prototypisch aufgebaut und in den Häfen Hamburg und Braunschweig in operativer Umgebung erprobt.
Binnenhafenterminals sind häufig durch wechselnde Güterarten und Auslastungs-schwankungen gekennzeichnet. Betriebs- abläufe unterliegen dabei einem ständigen Wandel und sind wesentlich dynamischer als große Seehafenterminals. Langfristige Investitionen in die Infrastruktur oder in speziell zugeschnittene Softwaresysteme sind damit nur schwer um- und einsetzbar. Die Notwendigkeit zur Flexibilität, eine lückenhafte Digitalisierung, fehlende Standardisierung sowie das Zusammenspiel vieler Akteure auf dem Gelände gestalten die strukturierte, automatisierte Erfassung sowie Nutzung relevanter Terminalbetriebsdaten als eine Herausforderung.
Mit dem Wachstum der Elektro-Mobilität werden neue Herausforderungen an die Infrastruktur zur Versorgung mit Strom und alternativen Kraftstoffen gestellt. Das Projekt trägt dazu bei, dass Hafenwirtschaft und Binnenschifffahrt einen nennenswerten Beitrag zu den klimapolitischen Zielen der Bundesregierung leisten und das Energiekonzept der Bundesregierung mittels alternativer Kraftstoffe und innovativer Antriebstechnologien umgesetzt wird.
Das Projekt port_AI soll erstmalig ermöglichen, ein Hafenbauwerk in seiner Gesamtheit mittels digitaler und automatisierbarer Methoden in einem digitalen Modell als volldigitaler Zwilling abzubilden. Dadurch wird eine erheblich genauere und im Hinblick auf die Beurteilung seines Erhaltungszustandes und seiner Restlebensdauer zuverlässigere und effizientere Abbildung Realität. Um dieses Ziel zu erreichen, sollen neuartige Mess-, Analyse- und Auswerteverfahren sowie innovative Abläufe zur Bestandsdatenerfassung entwickelt werden, um die hierfür notwendige Datenbasis echtzeitfähig zu erzeugen.
Zur Steuerung der Prozesse im Hafen wird bereits heute eine Vielzahl von Daten digital erfasst. Die derzeitige Erfassung der Vorgänge bietet jedoch noch keine ausreichende Grundlage für ein automatisches Monitoring- und Assistenzsystem. In Port2Connect werden daher die Transparenz und die Sichtbarkeit der erfassten Daten durch ein intelligentes Hafenlogbuch erhöht. Dadurch soll eine effiziente und nachhaltige Nutzung der Hafeninfrastruktur ermöglicht und ein Beitrag zum Umwelt- und Klimaschutz geleistet werden.
Gesamtziel des Projektes RangierTerminal4.0 ist es, mit einer entsprechend ausgerüsteten Rangierlokomotive vollautomatisch Containerzüge zu rangieren und dabei die Fahrten optimiert nach den Anforderungen des Containerumschlags und des Bahnbetriebs durchzuführen.
Es werden auf der Basis einer Situationsanalyse in den betroffenen thematischen Bereichen die Anforderungen für eine intelligente Pumpwerk- und Schleusensteuerung erarbeitet und beschrieben.
Zudem kommen die umfangreichen Erfahrungen von Aimpulse und dem BIBA auf dem Gebiet der Modellierung und der intelligenten Datenanalyse hinzu. Dieses Know-how soll genutzt werden, um die Anforderungen hinsichtlich der späteren intelligenten Prognose zu erarbeiten.