ISSN 0005-2329 Rus Eng
 
2/2021

АрхивВыпуск №9/2019

Материал еще не загружен
Позиционирование подвижного состава с использованием нейронных сетей
Бухарин М. А., Прокопенко С. В., Гуртовой К. В., Скубченко С. А., Трещиков В. Н.
УДК: 51-74 DOI: 10.34649/AT.2019.9.9.001

Ключевые слова

Das, Интервальное регулирование, Когерентный рефлектометр, Нейронные сети, Распределенный датчик вибраций

Аннотация

В статье рассмотрен опыт использования нейронных сетей для анализа виброакустических событий, детектируемых распределенным волоконно-оптическим датчиком на основе фазочувствительной рефлектометрии в целях интервального регулирования движения железнодорожного транспорта. Показана работоспособность системы в условиях многолетней мерзлоты и высоких потерь в оптическом волокне (от 0,25 до 2,2 дБ/км) на большом протяжении – до 90 км.

Positioning of railroads rolling stock using neural networks

BUKHARIN MIKHAIL, T8 Sensor Ltd., head of implementation group, Ph.D (Tech.), Moscow, Russia, buharin@t8.ru

PROKOPENKO SERGEY, T8 Sensor Ltd., data analysis engineer, Moscow, Russia, prokopenko@t8.ru

GURTOVOY KIRILl, T8 Sensor Ltd., neural network specialist, Moscow, Russia, gurtovoi@t8.ru

SKUBCHENKO SERGEY, T8 Sensor Ltd., project manager, Moscow, Russia, skubchenko@t8.ru

TRESHCHIKOV VLADIMIR, T8 Sensor Ltd., cief executive officer, Ph.D (Tech.), Moscow, Russia, vt@t8.ru

Keywords: distributed acoustic sensor, DAS, coherent reflectometer, neural network, train separation

Summary: There are described results of neural network analysis of vibroacoustic signals detected with phase-sensitive distributed acoustic fiber sensor in the field of railroad rolling stock positioning. Efficiency of the system is shown in the conditions of perpetually frozen ground, high optical losses (from 0.25 dB/km up to 2.2 dB/km) and long range up to 90 km.