• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
26 июня, 09:35
ПНИПУ
214

Российские ученые автоматизировали диагностику железнодорожных мостов

❋ 4.6

Железнодорожные мосты — самая уязвимая часть транспортной инфраструктуры России: от их технического состояния зависят жизни пассажиров и безопасность движения поездов. Традиционная диагностика требует остановки движения и ручного обследования труднодоступных элементов. Даже современные дроны с нейросетями не решают проблему до конца: они не привязывают обнаруженные дефекты к инженерному чертежу, что приводит к необходимости снова вручную искать место повреждения по видео, сводя на нет преимущества автоматизации. Ученые Пермского Политеха впервые создали комплексную систему, которая от полета беспилотника до готовой карты трещин и коррозии работает полностью автоматически — без многочасового просмотра видео и риска пропустить повреждение. Предложенный подход к мониторингу железнодорожных мостов не имеет аналогов.

Однопутный железнодорожный мост в городе Красноармейск, Московская область, Россия / © A.Savin, Wikipedia

Железнодорожные мосты — одна из самых уязвимых точек в инфраструктуре перевозок. От их технического состояния напрямую зависит безопасность движения поездов и жизни пассажиров. Сетевое хозяйство магистралей страны включает тысячи искусственных сооружений, расположенных по всей России от Калининграда до Владивостока. Среди них есть настоящие инженерные гиганты. Достаточно представить себе Крымский мост — 19 км, самый длинный в Европе, или Президентский через Волгу в Ульяновске — 12,97 км, чтобы понять масштаб: каждая такая конструкция — сложнейший механизм, который нужно постоянно держать под контролем.

Регулярный осмотр этих объектов критически важен. Трещины в металле, коррозия (ржавчина, разъедающая несущие балки) и деформация элементов накапливаются годами. Особенно сложной эта задача становится зимой: к износу добавляются новые риски — перепады температур, гололед, скрытые дефекты, которые сложнее заметить. Если вовремя их не обнаружить, последствия могут быть катастрофическими: от внепланового ремонта до полного разрушения пролета. Это влечет за собой остановку движения, срывы графиков и огромные экономические потери.

Но проблема в том, что традиционная диагностика таких объектов — это дорого, долго и рискованно. Сегодня для осмотра требуют полной остановки движения поездов. В «технологическое окно» — специально выделенное время, когда ни один состав не идет по линии — на мост выходит специализированная бригада с ручным инструментом и оборудованием, чтобы визуально обследовать каждый узел и балку. На несколько часов перевозки встают, пропускная способность падает, а компании несут убытки. Более того, инспекторам приходится забираться в труднодоступные места на высоте, использовать подъемные краны и механизированные дрезины (рельсовые транспортные средства с двигателем для перевозки бригад и оборудования). Это не только долго, но и крайне рискованно, так как искусственные сооружения считаются зоной повышенной опасности.

Существует и альтернативный подход: беспилотные летательные аппараты для обследования мостов. Однако и здесь есть проблема. Сейчас съемка ведется просто в видеоформате, а после полета специалист часами вручную просматривает материал, выискивая малейшие трещины. Такой анализ требует огромных человеческих ресурсов, времени и внимания. Оператор может устать и пропустить опасный дефект.

Другой вариант — использовать нейросети для автоматического поиска неисправностей. Они способны распознавать трещины, коррозию и деформации в реальном времени. Однако сегодня такие системы работают лишь как отдельный инструмент: нейросеть анализирует видео, но не привязана к аппарату и не определяет точные координаты дефекта на чертеже. А без конкретной привязки специалисту все равно приходится вручную искать место поломки — это отнимает время и сводит на нет преимущества.

Для решения этой проблемы ученые Пермского Политеха впервые создали комплексную информационную систему, которая полностью автоматизирует процесс: от полета беспилотного летательного аппарата до готовой карты дефектов на инженерном чертеже. Это позволяет отказаться от многочасового ручного просмотра видео и исключает риск пропустить дефект или ошибиться с его местоположением. Предложенный подход к мониторингу железнодорожных мостов не имеет аналогов. Статья опубликована в сборнике трудов конференции «Автоматизированные системы управления и информационные технологии».

Внешне процесс напоминает обычный облет моста квадрокоптером, но главное отличие — интеллектуальный алгоритм. В аппарат встроена специальная нейросеть, которую предварительно обучили на тысячах изображений с трещинами, коррозией и деформациями элементов. Кроме того, система привязана к навигации: во время полета дрон фиксирует свои GPS-координаты в тот момент, когда нейросеть обнаружила неисправность. Затем эти данные пересчитываются с учетом геометрии моста (расположения балок и пролетов) и точки, откуда начался полет. В результате система определяет не просто «дефект на километре таком-то», а конкретное место: например, трещина на третьей балке второго пролета. И уже эту информацию она наносит на цифровой инженерный чертеж.

— Оператор сначала задает маршрут через интерфейс наземной станции, учитывая реальные размеры балок и пролетов сооружения. Затем дрон выполняет автономный полет, а нейросеть в реальном времени анализирует видеопоток с камеры. При обнаружении трещины или коррозии система вызывает оператора для подтверждения, после чего автоматически фиксирует местоположение дефекта и отображает его на рабочем чертеже. Все это происходит без остановки движения поездов и выхода людей в опасную зону, — рассказал Даниил Курушин, доцент кафедры «Информационные технологии и автоматизированные системы» ПНИПУ, кандидат технических наук.

Главное отличие этой разработки от обычных дронов-инспекторов в том, что анализ происходит прямо во время полета, а не после. Исчезает необходимость в многочасовом ручном просмотре видео. Человек остается главным — он подтверждает неисправность, но время реакции сокращается с часов до секунд. Кроме того, система предлагает не просто обнаружение, а полноценную визуализацию на инженерной схеме. Это исключает разрыв между поиском поломки и ее устранением — рабочим больше не нужно гадать, куда ехать.

Эта разработка позволяет перейти от эпизодических проверок с остановкой поездов к регулярному автономному мониторингу. Система исключает необходимость в «технологических окнах» и исключает риск для работников — больше не нужно забираться на высоту в зону повышенной опасности.

Для пассажиров это более безопасные и предсказуемые поездки. Мосты будут проверять чаще и качественнее — не раз в полгода, а практически в любую погоду. Риск пропустить трещину или коррозию падает в разы, а значит, снижается и вероятность аварии. Кроме того, исчезнут внезапные задержки поездов. Сейчас при обнаружении дефекта движение могут остановить экстренно. А при регулярном мониторинге проблемы выявляются заранее, и ремонт будут планировать без срыва графика.

В перспективе систему можно масштабировать не только на железную дорогу, но и на другие протяженные инженерные сооружения — тоннели, эстакады, путепроводы. Везде, где опасна работа человека на высоте и требуется частый контроль, такая разработка поможет сэкономить миллионы рублей и снизить риски для жизни людей.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
ПНИПУ
Пермский национальный исследовательский политехнический университет (национальный исследовательский, прошлые названия: Пермский политехнический институт, Пермский государственный технический университет) — технический ВУЗ Российской Федерации. Основан в 1960 году как Пермский политехнический институт (ППИ), в результате объединения Пермского горного института (организованного в 1953 году) с Вечерним машиностроительным институтом. В 1992 году ППИ в числе первых политехнических вузов России получил статус технического университета.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
9 августа, 19:34
Марк Чернов

Американская компания Firebird официально запустила в городе Раздан крупный центр обработки данных и фабрику искусственного интеллекта. На сегодняшний день это самый масштабный технологический хаб подобного уровня в СНГ, а после завершения всех этапов строительства он войдет в пятерку самых мощных вычислительных кластеров в мире.

10 августа, 11:42
Илья Гриднев

Британские экологи выяснили, что большинство людей не догадываются о вреде солнцезащитных кремов для Мирового океана. Обзор научной литературы и локальный уличный опрос наглядно продемонстрировали разрыв между реальными экологическими угрозами и повседневными привычками покупателей.

9 августа, 10:53
Редакция Naked Science

Американское Министерство войны продолжает публиковать документы и видеозаписи о наблюдении неопознанных летающих объектов. Как и ранее, происхождение объектов из наблюдений неясно, но достаточно очевидно, что как минимум часть из них не относятся к известным сегодняшней науке природным феноменам.

9 августа, 19:34
Марк Чернов

Американская компания Firebird официально запустила в городе Раздан крупный центр обработки данных и фабрику искусственного интеллекта. На сегодняшний день это самый масштабный технологический хаб подобного уровня в СНГ, а после завершения всех этапов строительства он войдет в пятерку самых мощных вычислительных кластеров в мире.

9 августа, 10:53
Редакция Naked Science

Американское Министерство войны продолжает публиковать документы и видеозаписи о наблюдении неопознанных летающих объектов. Как и ранее, происхождение объектов из наблюдений неясно, но достаточно очевидно, что как минимум часть из них не относятся к известным сегодняшней науке природным феноменам.

8 августа, 09:23
Максим Абдулаев

Американские палеонтологи собрали первую научно достоверную копию скелета Deinosuchus schwimmeri — суперхищника длиной 9,5 метра, обитавшего в меловом периоде. В процессе реконструкции ученые провели ревизию уже найденных окаменелостей, упразднили один сомнительный вид и описали новый. В итоге исследователи классифицировали животное как предка аллигаторов, а еще нашли у него интересные анатомические особенности пока неясного назначения.

31 июля, 14:12
Андрей Серегин

Долгое время считалось, что до прихода европейцев тропические леса Амазонии были заселены сравнительно плохо. Однако выяснилось, что плотная растительность скрывает большинство следов древних обществ. С помощью воздушного лазерного сканирования ученые обнаружили сотни неизвестных земляных сооружений и предположили, что около двух тысяч лет назад население юго-западной части Амазонии могло достигать трех миллионов человек.

9 августа, 19:34
Марк Чернов

Американская компания Firebird официально запустила в городе Раздан крупный центр обработки данных и фабрику искусственного интеллекта. На сегодняшний день это самый масштабный технологический хаб подобного уровня в СНГ, а после завершения всех этапов строительства он войдет в пятерку самых мощных вычислительных кластеров в мире.

19 июля, 20:09
Александр Березин

Очереди на заправках стали привычным явлением в России, а на фоне информационного вакуума от властей о конкретных показателях производства бензина в июне население вынуждено ориентироваться на слухи. Все это выглядит довольно странно, но есть нюанс: скорее всего, кризис уже начинает выдыхаться. Как именно мы это выяснили?

[miniorange_social_login]

Комментарии

Написать комментарий