Vorausschauende Instandhaltung forstlicher Wegenetze (Intelliway)

Ein intaktes Waldwegenetz ist wertschöpfungsrelevant für Produktion und Logistik aller Akteure des Clusters Forst-Holz. Die Bau-, Instandhaltungs- und Instandsetzungsmaßnahmen für die Wegeinfrastruktur im Wald sind für viele Forstbetriebe einer der größten Kostenblöcke und haben damit eine hohe wirtschaftliche Relevanz.

Sensorbasierte Überwachung des Zustands und vorausschauende Planung von Instandsetzungsmaßnahmen des forstlichen Wegenetzes

Im Verbundprojekt Intelliway werden Lösungen für drei wesentliche Schwerpunkte entwickelt:

1. Standardisiertes Condition Monitoring,
2. Digitaler Zwilling Waldwegenetz und
3. Betriebliche Anwendungen und Predictive Maintenance.

Im Schwerpunkt »Condition Monitoring« entwickelt das Fraunhofer IFF Verfahren zur Analyse von Sensordaten, um den Zustand forstlicher Abfuhrwege zu erkennen. Die Sensordaten werden bei Wegebefahrungen automatisier erhoben. Mit Methoden des maschinellen Lernens (ML) und der künstlichen Intelligenz (KI) werden die Sensordaten analysiert, vorhandene Wegeschäden detektiert und Schadklassen für einzelne Wegeabschnitte ausgewiesen.

Im Schwerpunkt »Betriebliche Anwendungen und Predictive Maintenance« nutzt das Fraunhofer IFF ML- und KI-Methoden für Verfahren und Prognosemodelle, die über die künftige Entwicklung des Zustandes des Wegenetzes Auskunft geben können. Die Modelle sind Grundlage für eine vorausschauende Planung von Instandhaltungsmaßnahmen des Wegenetzes (Predictive Maintenance). Die Prognosemodelle sollen historische Verläufe genauso berücksichtigen, wie den aktuellen Zustand von Waldwegen und die zu erwartenden Wegebelastungen wie geplante Ernte- und Abfuhrmaßnahmen. So können die begrenzt verfügbaren Ressourcen für Instandhaltungsmaßnahmen perspektivisch effizienter genutzt werden.

Gemeinsem mit der HNEE werden Geschäftsmodelle entwickelt, um die Projektergebnisse dauerhaft in der Praxis zu verankern und verbreiten zu können.