10Система мониторинга железнодорожных путей на базе технологии «умных» шпал
Румановский Игорь Геннадьевич
к.т.н., доцент, кафедра инженерных систем и техносферной безопасности, Тихоокеанский государственный университет, 001776@pnu.edu.ru
Мишкин Денис Владимирович
аспирант, преподаватель, кафедра инженерных систем и техносферной безопасности, Тихоокеанский государственный университет, 012438@pnu.edu.ru
Беляева Наталья Алексеевна
магистрант, кафедра инженерных систем и техносферной безопасности, Тихоокеанский государственный университет, 2017103512@pnu.edu.ru
Чурута Елизавета Сергеевна
магистрант, кафедра инженерных систем и техносферной безопасности, Тихоокеанский государственный университет, 2018102897@pnu.edu.ru
На сегодняшний день применение сетевой системы диагностики или других технологий мониторинга состояния шпал на железных дорогах проработано недостаточно. Разработка и внедрение «умных» шпал может принести пользу железнодорожной инфраструктуре, реализуя принцип технического обслуживания по фактическому состоянию конструкций. Становится возможным создание сетевой системы диагностики железной дороги. Мониторинг напряженно-деформационного состояния шпал в режиме реального времени и сравнение его с идеальной моделью позволяет значительно снизить стоимость жизненного цикла железной дороги. В работе рассмотрены инновационные технологии дистанционной диагностики шпал. Применение данных технологий позволяет увеличить срок службы шпал и окружающей железнодорожной инфраструктуры, являющейся ключевым элементом безаварийной эксплуатации железных дорог России. В статье представлен всесторонний анализ разработок в области создания «умных» шпал, технологий дистанционной диагностики, создания систем беспроводной связи по современным протоколам передачи данных для передачи информации о состоянии шпал в центральный пункт управления движением. Ключевые слова: мониторинг, сенсор, передача данных, напряжение, деформация, шпала, диагностика, Брэгговская решетка, RFID-сенсор, рефлектометрия, интерферометрия, техническое обслуживание, ремонт, железная дорога, волоконно-оптический датчик.
(0
сч
о
сч
да
01
2
100
Введение
Железнодорожные шпалы являются важными компонентами конструкции железных дорог, которые вместе с системой крепления фиксируют рельсы на заданном пути, создают колею для движения поезда и участвуют в распределении динамических нагрузок при прохождении поезда. Железнодорожные шпалы изготавливаются из дерева, стали, бетона, или композиционных материалов [1] (рисунок 1). У каждого материала есть свои преимущества и недостатки, но бетонные шпалы находятся в центре внимания этой статьи из-за того, что ежегодно в мире устанавливается около 20 миллионов шпал этого типа, часто в самые тяжелые условия эксплуатации. Значительное количество современных исследований сосредоточены как раз на применении бетонных шпал как основного несущего компонента для построения интеллектуальных систем диагностики.
Рисунок 1 Виды дефектов шпал, изготовленных из различных материалов; (А) деревянная шпала (гниль), (В) бетонная шпала (разрушение при изгибе)), (С) стальная шпала (коррозия) и (й) композитная шпала (удар).
Как и в случае со всеми типами шпал, бетонные шпалы в процессе эксплуатации подвержены возникновению ряда дефектов и заменяются в процессе эксплуатации по результатам проверки. Визуальный осмотр остается наиболее распространенным методом контроля [2] несмотря на то, что балласт затрудняет визуальную оценку пяти из шести сторон шпалы. Кроме того, многие шпалы, рекомендуемые для замены в результате визуального контроля, все еще могут продолжать выполнять основные функции поддержания калибра пути и распределения нагрузки на балластное основание. Например, Бастос и др. [3] обнаружили, что трещины, превышающие первый уровень предварительного
напряжения в железобетонных шпалах, не оказывает существенного влияния на изменение ширины колеи в результате повышенного изгиба. Поэтому есть возможность применяя визуальный осмотр и методы неразрушающего контроля состояния дать качественную и количественную оценку состояния шпал и элементов крепления шпал к рельсам, тем самым оптимизируя график технического обслуживания железнодорожного пути. Рис. 2 [4] показывает примеры некоторых распространенных дефектов железобетонных шпал при обнаружении которых они удаляются с пути. Данные дефекты в основном вызваны движением рельса в системе крепления (рис. 2А), дюбельный винт установлен неправильно (рис. 2В), центральный условия опоры (рис. 2С), превышающие расчетной нагрузки (рис. 2D), сход поезда с рельсов (рис. 2Е), недостаточная глубина балласта (рис. 2F), проблемы изготовления шпал (рис. 2G), повреждения от циклов замораживания и оттаивания (рис. 2Н) и проникновение хлоридов в микротрещины (рис. 21).
всего железнодорожного пути, а не только на отдельных участках. В настоящее время оценка состояния шпал и возможность принятия решения о замене часто основаны на данных, связанных с их возрастом, типом (конструктивным исполнением и наличием данных об эксплуатации аналогичных конструкций), наличия информации о совокупном тоннаже проходящих составов, геометрических измерениях и визуальных инспекциях. Достоверность прогноза технического состояния значительно возрастает благодаря использованию умных шпал — становится возможным предсказание роста дефектов до критических величин и возможность замены шпал до достижения заданных критических значений дефектов. Чтобы воспользоваться данными, предоставленными умными шпалами, владельцам железнодорожной инфраструктуры потребуется модифицировать существующее оперативное техническое обслуживание и методы его проведения, чтобы больше сосредоточиться на профилактическом и предиктивном обслуживании, участки заштрихованные голубым цветом на рисунке 3 [11].
Таблица 1
Рисунок 2 Распространенные механизмы износа шпал, приводящие к сокращению срока службы: (A) износ посадочного места рельса, (B) продольное растрескивание, (C) разрушение центральной части при изгибе, (D) разрушение седла рельса при изгибе, (E) повреждение при сходе с рельсов, (F) растрескивание от ударной нагрузки, (G) производственные дефекты, (H) растрескивание при замораживании-оттаивании и (!) коррозия арматуры шпалы
Для получения важной информации о характеристиках шпалы, учитываются принципы мониторинга состояния конструкций - Structural Health Monitoring (SHM). [5]. Устройства SHM разработаны для мониторинга состояния рельс, балласта и шпал. Однако большинство устройств SHM определяют величину и количество дефектов в локальных местах. Кроме того, некоторые методы обнаружения повреждений шпал разработаны и апробированы в рамках лабораторных условий, таким образом, их сложно адаптировать для полевых приложений. Примеры SHM приборов, методов и приложений для количественной оценки дефектов представлены в таблице 1.
Для организации предиктивного технического обслуживания требуется внедрение сетевой системы мониторинга в режиме реального времени, это обеспечит возможность диагностики напряженно-деформационного состояния шпал на протяжении
№ Метод Применение Ограничения Источ-
п.п. ник
1 Характеристики сво- Обнаруже- Извлечение частотно- 2
бодной вибрации ние трещин частотной характеристики (FRF) от шпал требует специальной интерпретации данных и контролируемого тестирования
2 Использование бес- Деформа- Нет прямого доступа к 4
контактного лазер- ция шпале в поле и необхо-
ного димо использовать де-
датчика изображе- формацию рельса,на
ния. которую влияет система крепления и балласт
3 Метод квадратичных Обнаруже- Отсутствие информа- 11
отклонений кри- ние трещин ции о протяженности
визны формы трещины и непригодность для использования в полевых условиях из-за влияния балластного состояния на поведение шпалы
4 Измерение на ос- Рост тре- Ценный измеритель- 7
нове технического щин ный инструмент, за-
зрения с использо- трудненный доступ к
ванием алгоритмов шпалам в полевых
цифровой корреляции изображений условиях.
5 Ультразвуковое те- Измерение Сильная зависимость 4
стирование трещин от скорости распространения ультразвуковых сигналов и алгоритмов обработки данных измерений.
6 Акустическая эмис- Натурные Не все эмиссии вы- 4
сия испытания предварительно напряженных бетонных шпал званы повреждениями, они могут быть вызваны случайным шумом. Сложности анализа результатов.
7 Звуковые/ультразву- Обнаруже- Для получения каче- 7
ковые волны и воз- ние внут- ственных данных диа-
действие ренних трещин в шпа-пах, находящихся на техническом обслуживании гностики, требуется медленная скорость диагностирования.
О *
о
X
о S
S *
и
с т •и о
S
т
ф
а т
о т
а
8)
8 Датчики (акселерометр, линейный потенциометр, геофоны и т. д.) Динамический отклик Косвенные результаты зависящие от характеристик шпалы, требуется анализ результатов по сле процесса измерения, отсутствует информация о протяженности и местоположении трещины 11
9 Визуальная инспекция Обнаружение трещин Можно обнаружить только видимые глазу дефекты, зависимость от внимания инспектора к деталям. 11
(О
сч
0 сч
да
01
Рисунок 3 Схема технического обслуживания железных дорог и принципов ЭИМ для умных шпал
Таким образом, учитывая современный уровень развития инструментальных методов диагностики, технологии, способов хранения, обработки и передачи данных, умные шпалы предлагаются в качестве альтернативы традиционным шпалам, учитывая дополнительную информацию о состоянии шпалы и пути, которую можно получать на протяжении всего жизненного цикла шпал. Для железнодорожной инфраструктуры расходы на техническое обслуживание — это замена рельсов, за которой следует затраты на замену шпал. Умные шпалы, позволят операторам железных дорог своевременно обнаружить рост дефектов шпал, это позволит оптимально планировать техническое обслуживание и свести к минимуму стоимость затрат на ремонт. Таким образом, разработка умных шпал может опираться на существующие технологии технической диагностики для обнаружения наиболее распространенных видов отказов (причины снятия с эксплуатации) и мониторинг состояний, которые приводят к выходу из строя шпалы.
Распределение давления в опоре шпалы и связь с конструкцией
Распределение несущей опорной реакции по основанию шпалы непосредственно зависит от изгиб-ной жескости шпал и их механических характеристик. Методы оценки распределения опорных реакций бетонных шпал приведены в методике: AS1085.14-2009 [6]. На основе анализа данных методов расчета опорных реакций можно сделать вывод о том, что распределение нагрузки зависит от характеристик балласта. Также можно утверждать, что контактная зона между шпалой и балластом определяет динамическое поведение шпалы, это показано на рис. 4 [6]. Самый важная область в кон-
струкции шпалы — это участок шпалы с положительный изгибающим моментом в месте соединения с рельсом и участок с отрицательным изгибным моментом в центре шпалы [6].
Распространенные типы приборов для умных шпал.
Один из самых распространенных способов получения данные о изгибающих моментах — это применение тензодатчиков, либо встраиваемых, либо накладных. Учитывая широкую номенклатуру и обширный опыт применения встроенных тензометри-ческих датчиков, для измерения деформации бетонной поверхности этот метод применяется для мониторинга механических напряжений в шпалах. В последнее время появились волоконно-оптические датчики (ВОД), которые предлагаются в качестве альтернативы пьезоэлектрическим датчикам, например, тензометрическим манометрам, акселерометрам, дефлектометрам. Можно отметить ряд преимуществ ВОД — это высокий уровень чувствительности, устойчивость к электромагнитным помехам, улучшенная живучесть в агрессивных средах и возможность мультиплексирования и работы в распределенных сенсорных сетях [7]. ВОД могут применяться для измерения деформации, температуры и вибрации для мониторинга железнодорожной инфраструктуры. Для измерения, распределенных параметров, например деформации по всей длине шпалы, можно использовать следующие методы: волоконные Брэгговские решетки (ВБР) [7], распределенные датчики на основе рассеяния на основе принципа оптической рефлектометрии и интерферометрии [7]. Датчики радиочастотной идентификации (RFID) также в последние годы претерпели значительные изменения [8]. Датчики RFID, по сравнению с другими датчиками, применяемыми для дистанционного мониторинга, обеспечивают беспроводную связь, демонстрируя при этом экологически безвредные характеристики (т. е. использование экологически чистых и гибких материалов в качестве подложки для антенн RFID-меток). Они могут быть встроены в шпалы для передачи данных об их характеристиках во время эксплуатации [8]. Кроме того, интеграция RFID с другими сенсорными технологиями расширяет общую функциональность и возможности интеллектуальных шпал. Кроме того, датчики на основе RFID могут быть интегрированы в технологии 1оТ. Используя высокие частоты дискретизации в диапазоне от 40 кГц до 300 кГц датчики [8] могут использоваться для оценки широкого диапазона элементов железнодорожной инфраструктуры, в том числе для высокоскоростных поездов. Информация, полученная от датчиков, которые используются для измерений характеристик напряженно-деформационного состояния шпал, может также применяться для последующей математической обработке для анализа поведения шпал. Таким образом, выходные данные этих датчиков идентичны, но физические характеристики датчиков отличаются. Для целевого применения данных датчиков, датчики ВБР, а также метки RFID и тензометри-
ческие датчики с учетом типа стали или бетона могут быть установлены на корпусе шпалы или стальной арматуре шпалы. При выборе типа датчика необходимо учитывать тот факт, что большинство встроенных датчиков крепятся к предварительно напряженным перед заливкой бетона стальным стержням. Когда свежий бетон помещается внутрь опалубки шпалы, существует вероятность того, что датчики будут повреждены или смещены. Кроме того, наличие стали может ухудшить передачу данных, особенно в беспроводной сети. Кроме того, перед установкой датчиков следует гарантировать, что они стабильны, инвариантны к термическим и химическим изменениям в бетоне и способны функционировать в течение длительного времени без технического обслуживания. Большинство датчиков чувствительны к температурным эффектам и должны быть термически компенсированы. Датчики деформации не измеряют абразивный износ напрямую. Однако, уменьшение площади шпалы, вызванное истиранием, приводит к увеличению деформации, которая может быть обнаружена датчиками и таким образом служить мерой абразивного износа.
Обзор последних разработок умных шпал
В контексте данной статьи «умная» шпала определяется как шпала, имеющая характеристики, выходящие за рамки того, что возможно в случае применения обычной бетонной шпалы с целью продление срока службы шпалы или других элементов конструкции пути. Это достигается следующими путями: измерение данных либо непосредственно, либо с использованием датчиков, сбор энергии и самовосстановление. Как обсуждалось ранее, в существующих умных шпалах используются либо встроенные, либо датчики для поверхностного монтажа, предназначенные для технического обслуживания путей. Датчики, измеряющие нагрузки, перемещения, деформации, температуры и другие сигналы были объектами многих современных научных исследований. Кроме того, мониторинг возникновения и роста трещин в «умных» шпалах использовался для определения предельных состояний эксплуатационной пригодности и технического обслуживания. Большинство данных, собранных с помощью вышеупомянутых шпал, можно использовать для создания системы ремонта и технического обслуживания путей. Помимо традиционного обслуживания и контроля железнодорожных шпал, более надежные интеллектуальные шпалы могут использоваться для профилактического обслуживания. В этом разделе обсуждаются интеллектуальные технологии, доступные в настоящее время, в том числе технологии, которые находятся в стадии исследования и стадии разработки (НИОКР).
Характеристики умных шпал
Характеристики шпал, которые можно измерить в процессе эксплуатации включают напряжение, стресс, деформации и несущую способность. Эти данные влияют на срок службы шпалы, а также ее работоспособность на железнодорожном полотне.
Руис и др. [9] разработали инструментальную бетонную шпалу с использованием датчиков поверхностной деформации и термопары. Авторы количественно оценили линейную зависимость между градиентом температуры бетонной шпалы и скручиванием и сопоставили это отношение с прямым изменением реакции на изгиб. В частности, показано, что изменение в положительном моменте скручивания, вызванное температурой, может добавить 20% к отрицательному центральному изгибающему моменту, испытываемому шпалой (рис. 6). Сюй и др. [9] показали, что наличие трещин на реакцию на нагрузку можно обнаружить при сравнении цикла 1 (без трещин) с циклами 2, 3 и 4 (с трещинами). Трещина в центре шпалы вызвана реверсированием деформации, пример приведен на рисунке 7.
ш -Сус1с1 |«КП^й1|
)0№ ---Сус^пмкв^
:яю --Су£кЛ*гккЫ>
<>с1с4 (пкксй)
ЯЮО У/
¡Яш //
1К» //
мо // _
0
-ко .1
•II» ( 11апге.1 л11
СусШЬ-осШ!
|-
-I«1--■-------■--—
50 НЮ I» ЛИ» 250 Тш1 ПЬ ДО 1|Чк1 |*А I
И| 14X1 41 ую 2.М1 Т«д1 гп | маг кцм! ИМ
(Л] (В)
Рисунок 7 Динамика деформации, измеренная датчиком ВБР в середине пролета шпалы: (А) деформации верхней поверхности и (В) деформации нижней поверхности шпалы
Разработана интеллектуальная система для контроля качества пути с использованием встроенных в бетон шпалы датчиков ВБР (рис. 8 (А)). Информация от датчиков включает: изгибающие моменты, влияние скорости поезда, величины нагрузки, влияния подшпальных прокладок, жесткость рельсовой подушки, а также качество балласта и основания пути. Батлер и др. [10] оценили возможность оценки нагрузки на рельсы, обнаружение трещин и мониторинг поведения бетонных шпал в раннем возрасте с использованием датчиков ВБР деформации и температуры. Они провели испытание на изгиб седла рельса, в ходе которого были измерены деформации верхней поверхности и основания шпалы. Результаты показали, что интеграция надежных датчиков на основе ВБР в процессе изготовления предварительно напряженной бетонной шпалы облегчили получение информации во время производства, установки и эксплуатации шпал (рис. 8 (В)).
Ж
(А) (В)
Рисунок 8 (А) Шпала СопэоНэ [81], (В) шпала со встроенными датчиками FBG
Измерение напряженно деформационного состояния показали, что механические характеристики
О *
О X
о 3
5 *
и
с т ■и о
5 Т
Ф
а т
о
Т
а
8)
шпал имеют высокую степень нелинейности, поэтому «первая трещина» должна основываться не на первой наблюдаемой трещине, а на первом наблюдаемом признаке нелинейности измеряемых параметров нагрузка-деформация. Характеристики деформации верха и основания шпалы во время статического и циклического испытания на изгиб седла рельса достоверно указывают на зарождение микротрещин. Аналогичную технологию использует датчики 1Мсго1их (работающие по принципу ВБР), которые встроены горизонтально в центре и в опорных площадках под рельсы шпалы (рис. 9) [11]. Встроенная система собирает статические и динамические данные о поведении шпалы и передает их в систему мониторинга. Данные могут выявить замерзание балласта, увеличение жесткости рельсовой опоры в холодную погоду и механические характеристики шпалы, такие как максимальные напряжения и деформации. Датчики малогабаритные (занимают менее 0,05% объема шпалы) и не влияют на механические характеристики шпалы. Кроме того, технология позволяет осуществлять мультиплексирование на большие расстояния (до 15 км) для облегчения сбора данных.
/^г
(А) (В)
Рисунок 9 (А) Конфигурация оптоволоконного датчика, (В) шпала производства Microlux
(О
сч о сч
да
Рисунок 10 (A) Соединительная коробка для телекоммуникаций и (B) шпалы с радиочастотной идентификацией
Одной из основных функций умных шпал является сбор данных о текущем состоянии. Green Rail Co. подготовила устройство для профилактического обслуживания и диагностики шпал в режиме реального времени (рис. 10(A)) [11]. Это устройство поддерживает телекоммуникационные функции, которые позволяют передавать данные на серверы в режиме реального времени. Датчики RFID использовались для обнаружения текущих изменений в импедансе и излучение, вызванным трещиной в конструкции. Таким образом, как только материал под RFID или вокруг него изменится из-за растрескивания, потерю этого материала можно отследить. В настоящее время датчики RFID используется на высокоскоростных железнодорожных путях в Китае для контроля структурного поведения бетонных
шпал в процессе их установки, производства, и эксплуатация с передачей данных с помощью 1оТ (Рис. 10(Б)) [11].
Выводы
Высокие затраты на техническое обслуживание и отсутствие надежной и объективной информации о характеристиках шпал в процессе их эксплуатации, развитие крупнотоннажных и высокоскоростных железных дорог, высокие динамические воздействия и, следовательно, ускоренная деградация и более низкие жизненные циклы шпал делают актуальным разработку и внедрение дистанционных распределенных систем мониторинга железнодорожных инфраструктуры. Учитывая существующие ограничения визуального осмотра шпал на месте, проектирование и производство интеллектуальной шпалы, которая может сообщать о своем состоянии, а также о состоянии железнодорожного пути, становится актуальным. Некоторые соображения и предложения для разработки и внедрения умных шпал:
1. Физические принципы измерения и аппаратное исполнение датчиков должны соответствовать конструктивным и эксплуатационным требованиям, предъявляемым к железнодорожным шпалам. Например, тип датчика, наряду с системой сбора и передачи данных, может быть изменены на основе использования пьезоэлектрических датчиков, ВБР, 1оТ или RFID.
2. Современный уровень исследований в области создания «умных» шпал говорит об ограниченности широты и глубины изучения этой темы. Другие критические зоны, такие как стык шпалы и балласта, учитывая его влияние на распределение нагрузки и влияние на динамику поведения шпалы — это логичный вариант диагностики для шпалы. Следует признать перспективным исследование поведения «умных» шпал при динамических, ударных и усталостных нагрузках, а также в различных условиях окружающей среды с экстремальными температурами и большим количеством осадков.
3. Надежность умных шпал в значительной степени неизвестна из-за относительной нехватки полевых испытаний. Цена каждой «умной» шпалы выше, чем у обычной шпалы, но вполне вероятно, что железнодорожная отрасль предпримет усилия для снижения цены «умных» шпал до уровня их обычных аналогов. Более того, стоимость ущерба «умным» шпалам из-за технического обслуживания пути, такого как трамбовка, можно добавить к общей стоимости шпалы.
4. Наличие датчиков и кабелей, закрепленных и выступающих из умных шпал можно компенсировать, включив в них самочувствительные внутренние композиты и технологию 1оТ для облегчения беспроводного мониторинга. Кроме того, стоимость технического обслуживания умных шпал может быть сведена к минимуму с помощью беспроводных технологий и применения технологий самовосстановления. Таким образом, применение умных шпал позволит перейти на предиктивную технологию технического обслуживания, учитывающую фактическое состояние шпал, что в итоге значительно сократит расходы на ремонтные работы и позволит
реализовать безаварийную эксплуатацию железнодорожной инфраструктуры.
Литература
1. W. Ferdous, A. Manalo, G. Van Erp, T. Aravinthan, S. Kaewunruen, A. Remennikov, Composite railway sleepers-Recent developments, challenges and future prospects, Compos. Struct. 134 (2015) 158-168.
2. S. Yella, S. Ghiamati, M. Dougherty, "Condition monitoring of wooden railway sleepers using time-frequency techniques and pattern classification," in 2009 IEEE International Conference on Systems, Man and Cybernetics, 2009, pp. 4164-4169: IEEE
3. J.C. Bastos, J.R. Edwards, M.S. Dersch, B.O. Andrawes, Laboratory analysis of track gauge restraining capacity of center-cracked railway concrete sleepers with various support conditions, Eng. Failure Anal. 94 (2018) 354-363
4. R. Meesit, S. Kaewunruen, Vibration characteristics of micro-engineered crumb rubber concrete for railway sleeper applications, J. Adv. Concr. Technol. 15 (2) (2017) 55-66
5. M. Esmaeili, M. Siahkouhi, Tire-derived aggregate layer performance in railway bridges as a novel impact absorber: Numerical and field study, Struct. Control Health Monitoring 26 (10) (2019) e2444.
6. M.H. Murray, J. Bian, "Ultimate limit states design of concrete railway sleepers," in Proceedings of the Institution of Civil Engineers-Transport, 2012, vol. 165, no. 3, pp. 215-223: Thomas Telford Ltd
7. M. Ramakrishnan, G. Rajan, Y. Semenova, G. Farrell, Overview of fiber optic sensor technologies for strain/temperature sensing applications in composite materials, Sensors 16 (1) (2016) 99.
8. D. Dhital, C.C. Chia, J.-R. Lee, C.-Y. Park, "Review of radio frequency identification and wireless technology for structural health monitoring," vol. 30, no. 3, pp. 244-256, 2010.
9. A.E.C.Ruiz, Y.Qian, J.R.Edwards, M.S.Dersch, Analysis of the temperature effect on concrete crosstie flexural behavior, Constr.Build.Mater.196 (2019) 362374.
10. L.J. Butler et al., Robust fibre optic sensor arrays for monitoring early-age performance of mass-produced concrete sleepers, Struct. Health Monitoring 17 (3) (2018) 635-653.
11. Guoqing Jing a, Mohammad Siahkouhi J. Riley Edwards b, Marcus S. Dersch b, N.A. Hoult cSmart railway sleepers - a review of recent developments, challenges, and future prospects. Construction and Building Materials 271 (2021) 1-15
Railway monitoring system based on smart sleeper technology Rumanovsky I.G., Mishkin D.V., Belyaeva N.A., Churuta E.S.
Pacific State University
To date, the use of a network diagnostic system or other technologies for monitoring the state of sleepers on railways has not been sufficiently developed. The development and implementation of "smart" sleepers can benefit the railway infrastructure by implementing the principle of maintenance according to the actual state of structures. It becomes possible to create a network diagnostic system for the railway. Monitoring the stress-strain state of sleepers in real time and comparing it with an ideal model can significantly reduce the cost of the railway life cycle. The paper considers innovative technologies for remote diagnostics of sleepers. The use of these technologies makes it possible to increase the service life of sleepers and the surrounding railway infrastructure, which is a key element in the Failure-free operation of Russian railways. The article presents a comprehensive analysis of developments in the field of creating "smart" sleepers, remote diagnostic technologies, creating wireless communication systems using modern data transfer protocols for transmitting information about the state of sleepers to a central traffic control point. Keywords: monitoring, sensor, data transmission, stress, deformation, sleeper, diagnostics, Bragg grating, RFID-sensor reflectometry, interferometry, maintenance, repair, railway, fiber optic sensor. References
1. W. Ferdous, A. Manalo, G. Van Erp, T. Aravinthan, S. Kaewunruen, A.
Remennikov, Composite railway sleepers—Recent developments, challenges and future prospects, Compos. Struct. 134 (2015) 158-168.
2. S. Yella, S. Ghiamati, M. Dougherty, "Condition monitoring of wooden railway
sleepers using time-frequency techniques and pattern classification," in 2009 IEEE International Conference on Systems, Man and Cybernetics, 2009, pp. 4164-4169: IEEE
3. J.C. Bastos, J.R. Edwards, M.S. Dersch, B.O. Andrawes, Laboratory analysis
of track gauge restraining capacity of center-cracked railway concrete sleepers with various support conditions, Eng. Failure Anal. 94 (2018) 354363
4. R. Meesit, S. Kaewunruen, Vibration characteristics of micro-engineered
crumb rubber concrete for railway sleeper applications, J. Adv. Concr. Technol. 15 (2) (2017) 55-66
5. M. Esmaeili, M. Siahkouhi, Tire-derived aggregate layer performance in
railway bridges as a novel impact absorber: Numerical and field study, Struct. Control Health Monitoring 26 (10) (2019) e2444.
6. M.H. Murray, J. Bian, "Ultimate limit states design of concrete railway
sleepers,'' in Proceedings of the Institution of Civil Engineers-Transport, 2012, vol. 165, no. 3, pp. 215-223: Thomas Telford Ltd
7. M. Ramakrishnan, G. Rajan, Y. Semenova, G. Farrell, Overview of fiber optic
sensor technologies for strain/temperature sensing applications in composite materials, Sensors 16 (1) (2016) 99.
8. D. Dhital, C.C. Chia, J.-R. Lee, C.-Y. Park, "Review of radio frequency
identification and wireless technology for structural health monitoring,'' vol. 30, no. 3, pp. 244-256, 2010.
9. A.E.C.Ruiz, Y.Qian, J.R.Edwards, M.S.Dersch, Analysis of the temperature
effect on concrete crosstie flexural behavior, Constr.Build.Mater.196 (2019) 362-374.
10. L.J. Butler et al., Robust fiber optic sensor arrays for monitoring early-age performance of mass-produced concrete sleepers, Struct. Health Monitoring 17 (3) (2018) 635-653.
11. Guoqing Jing a, Mohammad Siahkouhi J. Riley Edwards b, Marcus S. Dersch b, N.A. Hoult cSmart railway sleepers - a review of recent developments, challenges, and future prospects. Construction and Building Materials 271 (2021) 1-15
О *
о
X
о
3
s *
и
с т ■и о s т о а г
о т
09 8)
