Problemstellung

Durch Reifenabrieb erzeugte Mikroplastikpartikel sind eine erhebliche Belastung unserer Umwelt. Verbesserte Lösungen für die Abriebfestigkeit können zur Reduzierung dieser Emissionen beitragen. Um ihn effizient verringern zu können, fehlen u.a. online-erfasste Daten zum Abrieb unter Realbedingungen, Aussagen zu den Haupteinflussfaktoren und vorhersagende Softwaretools, die eine situations-angepasste Abriebreduzierung erlauben. Im Projekt »KI-RAM« haben Fraunhofer IMWS, Rösler Tyre Innovators GmbH & Co. KG, DENKweit GmbH, iMes Solutions GmbH und Universität Paderborn dafür Lösungen entwickelt. Sie kombinieren einen neuartigen Sensor im Reifen mit KI-Methoden zur Datenauswertung.

Ergebnisse und Wirkungen

Mit den in »KI-RAM« entwickelten Methoden lassen sich Reifenabrieb besser vorhersagen, relevante Einflussfaktoren besser verstehen und verkehrsbedingte Mikropartikelemissionen zielgerichtet reduzieren. Als zentrales Ergebnis haben die Projektpartner einen nachrüstbaren Abriebsensor zur Inline-Erfassung der Profiltiefe von Lkw-Reifen entwickelt. Dieser wird mit einer KI-basierten Softwarelösung kombiniert, die sowohl die Restlaufzeiten vorhersagt als auch - in Kombination mit weiteren Daten vom Fahrzeug und zur Umgebung - eine Einschätzung der Bedeutung verschiedener Einflussfaktoren auf den Reifenabrieb ermöglicht.

Die entwickelte Softwarelösung kann beispielsweise Speditionen bei der Reifenauswahl unterstützen und erlaubt auch eine Optimierung von Serviceintervallen. Da die KI-Software bei der Nutzung von Reifenabriebsensoren von jeder Spedition individuell trainiert wird, können die Ergebnisse zielgenau an die eigenen Bedarfe angepasst werden, zudem müssen keine Daten mit Mitbewerbern geteilt werden.