Система мониторинга состояния объектов железнодорожной инфраструктуры на основе искусственных нейронных сетей
Мониторинг состояния инженерных объектов (как подвижных, так и стационарных) - важная научно-техническая задача, решение которой позволяет обеспечить безопасность при эксплуатации летательных аппаратов, наземного и водного транспорта, станков и промышленного оборудования, мостов и др. инженерных сооружений. Кроме того, при своевременном мониторинге состояния снижается время простоя технических устройств, появляется возможность проводить ремонт и обслуживание инженерных объектов не доводя до критических состояний, снижается риск репутационных потерь.
Мониторинг объектов железнодорожной инфраструктуры является серьезной проблемой во всем мире. Железнодорожная отрасль нуждается в улучшении процессов мониторинга и быстрого принятия решений о техническом обслуживании своих объектов. В ж/д индустрии уже сейчас успешно применяется множество систем мониторинга и диагностики состояния объектов, в частности рельсового пути, но их никогда не бывает слишком много. Дублирование функционала и резервирование таких систем – это хорошая практика.
Особенности диагностических систем на ж/д транспорте:
Большое разнообразие - возможно применение самых разных физических эффектов, а, соответственно, и типов датчиков. Применяются оптические, акустические, магнитоэлектрические, ультразвуковые, рентгенографические, МЭМС системы и мн. др. Массогабаритные характеристики и форм-фактор практически не ограничены (по сравнению, например, с авиацией). При этом предпочтительны системы, не требующие прекращения движения, и способные проводить наблюдение постоянно
Принцип работы предлагаемой системы - измерение и анализ вибраций транспортного средства в режиме реального времени, что позволит быстро реагировать в случае обнаружения нерегулярных больших отклонений от стандартных контрольных значений во время эксплуатации.
Это позволит обнаруживать износ, трещины, изломы, пластические деформации и другие механические повреждения, а также неровности колеи, в том числе в самом начале появления проблемы, что даст возможность проводить эффективные работы по техническому обслуживанию ж/д-путей
Состав системы:
инерциальные модули диапазоном от ±2g до ±200g для регистрации изменения линейных ускорений, угловых скоростей;
сенсоры, расширяющие диапазон чувствительности системы.
Например, чувствительный аудиомикрофон для анализа шумов в акустическом спектре;
модуль сигнализации о прохождении встречного состава (для фильтрации искажений собираемых данных);
одноплатный компьютер для организации работы с данными и связи всех блоков, входящих в состав системы;
модули беспроводной передачи данных (Bluetooth, WiFi, GSM) и геопозиционирования (GPS, ГЛОНАС);
интерфейсный модуль - плата с необходимыми разъемами для копирования данных и обслуживания системы;
элемент питания;
корпус устройства.
Для распознавания паттерна акселерометров планируется применять рекуррентные нейронные сети, в частности перспективными выглядят нейронные сети c долгой краткосрочной памятью (Long Short-Term Memory; LSTM). Такие сети активно применяются, например, для решения смежного класса задач - распознавание активности человека (Human Activity Recognition, HAR).
Преимуществами предлагаемой системы являются:
возможность применения системы без выведения участка рельсового пути из эксплуатации;
возможность проведения постоянного мониторинга;
гибкость и адаптируемость архитектуры под конкретную задачу (не только ЖД!);
доступность и простота компонентов (по крайней мере для макета);
мобильность и портативность;
изучение опыта зарубежных коллег говорит о перспективности применения таких относительно простых диагностических систем в дополнение к уже использующимся.
