Меню
Публикации
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2017-17-6-1140-1152
УДК 004:658.011.56, 681.5, 62-519; 621.398; 658.012.011.56:658.512
МЕТОД ОПЕРАТИВНОГО КОНТРОЛЯ ЦЕЛОСТНОСТИ ПОЕЗДНОГО СОСТАВА НА ОСНОВЕ ДАННЫХ ОПТИЧЕСКОЙ КОГЕРЕНТНОЙ РЕФЛЕКТОМЕТРИИ
Читать статью полностью

Язык статьи - русский
Ссылка для цитирования: Тимофеев А.В., Грознов Д.И. Метод оперативного контроля целостности поездного состава на основе данных оптической когерентной рефлектометрии // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 6. С. 1140–1152. doi: 10.17586/2226-1494-2017-17-6-1140-1152
Аннотация
Ссылка для цитирования: Тимофеев А.В., Грознов Д.И. Метод оперативного контроля целостности поездного состава на основе данных оптической когерентной рефлектометрии // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 6. С. 1140–1152. doi: 10.17586/2226-1494-2017-17-6-1140-1152
Аннотация
Предложен новый метод оценивания числа вагонов движущихся поездов, основанный на использовании данных оптической когерентной рефлектометрии области прокладки железнодорожных путей. Оперативный контроль числа вагонов поездного состава составляет основу для эффективного решения задачи оперативного контроля целостности поездного состава, которая является одной из наиболее важных в комплексе проблем обеспечения безопасности железнодорожного движения. Предложенный в настоящей работе метод интуитивно понятен и легко реализуем на практике. Его высокая экономическая эффективность обусловлена отсутствием необходимости использования дополнительного оборудования кроме того, которое уже было инсталлировано в рамках обеспечения мониторинга на базе оптической когерентной рефлектометрии. Предложенный алгоритм основан на совместном использовании скрытой марковской модели и аналога метода Витерби, используемого для оценивания последовательности состояний скрытой марковской модели. Полевые испытания, проведенные в условиях реального железнодорожного перегона, доказали высокую практическую эффективность предложенного подхода.
Ключевые слова: Витерби-подобный метод, скрытая марковская модель, оптическая когерентная рефлектометрия, контроль целостности поездного состава
Список литературы
Список литературы
1. Choi K.N., Juarez J.C., Taylor H.F. Distributed fiber optic pressure/seismic sensor for low-cost monitoring of long perimeters // Proceedings of SPIE. 2003. V. 5090. P. 134–141. doi: 10.1117/12.484911
2. Гапанович В.А. Инновационное развитие компании // Железнодорожный транспорт. 2016. № 2. С. 18–21.
3. Timofeev A.V., Denisov V.M. Multimodal heterogeneous monitoring of super-extended objects: modern view // Studies in Systems, Decision and Control. 2016. V. 62. P. 97–116. doi: 10.1007/978-3-319-32525-5_6
4. Timofeev A.V., Egorov D.V., Denisov V.M. The rail traffic management with usage of C-OTDR monitoring systems // International Journal of Computer, Electrical, Automation, Control and Information Engineering. 2015. V. 9. N 7. P. 1560–1563.
5. Papp A., Wiesmey C. Train detection and tracking in optical time domain reflectometry (OTDR) signals // Lecture Notes in Computer Science. 2016. V. 9796. P. 320–331. doi: 10.1007/978-3-319-45886-1_26
6. Solomon B. Railroad Signaling. Minneapolis: Voyageur Press, 2010. 162 p.
7. Neri A., Rispoli F., Salvatori P., Vegni A.M. A train integrity solution based on GNSS double-difference approach // Proc. 27th Int. Technical Meeting of the Satellite Division of the Institute of Navigation. Tampa, USA, 2014. V. 1. P. 34–50.
8. Oh S., Yoon Y., Kim K., Kim Y. Design of train integrity monitoring system for radio based train control system // Proc. Int. Conf. on Control, Automation and Systems (ICCAS). Jeju, South Korea, 2012. P. 1237–1240.
9. Scholten J., Westenberg R., Schoemaker M. Sensing train integrity // Proceedings of the IEEE Sensors. Christchurch, New Zealand, 2009. P. 669–674. doi: 10.1109/ICSENS.2009.5398340
10. Krylov V.V. Generation of ground vibration boom by high-speed trains / In: Noise and Vibration from High-Speed Trains. London: Thomas Telford Publishing, 2015. P. 251–283. doi: 10.1680/navfht.29637.0009
11. Zhai W., He Z., Song X. Prediction of high-speed train induced ground vibration based on train-track-ground system model // Earthquake Engineering and Engineering Vibration. 2010. V. 9. N 4. P. 545–554. doi: 10.1007/s11803-010-0036-y
12. Kouroussis G., Connolly D.P., Verlinden O. Railway-induced ground vibrations – a review of vehicle effects // International Journal of Rail Transportation. 2014. V. 2. N 2. P. 69–110. doi: 10.1080/23248378.2014.897791
13. Baum L.E., Petrie T., Soules G., Weiss N.A. Maximization technique occurring in the statistical analysis of probabilistic functions of Markov chains // The Annals of Mathematical Statistics. 1970. V. 41. N 1. P. 164–171. doi: 10.1214/aoms/1177697196
14. Forney G.D. Jr. The Viterbi algorithm // Proceedings of the IEEE. 1973. V. 61. N 3. P. 268–278.doi: 10.1109/PROC.1973.9030
15. Geisser S. Predictive Inference: An Introduction. NY: Chapman and Hall, 1993. 264 p.
16. Rosenberger M. The future challenges of wheel detection and axle counting // SIGNAL+DRAHT. 2011. V. 9.