MONITORING OF THE STATE OF RAILWAY INFRASTRUCTURE OBJECTS BASED ON FUSN TECHNOLOGY


Cite item

Full Text

Abstract

Within the framework of the concept of the concepts «digital railroad» and «intelligent transport networks», a new way of organizing a system for monitoring the state of transport infrastructure facilities is proposed on the example of overhead supports and linear cable structures. The design of the system is based on the platform of ubiquitous sensor networks of the Internet of Things, in particular the«fl ubiquitous sensor networks» class. The main characteristics and features of the construction of fl sensor networks are briefl presented. An analytical model of the LoRa network has been built. Analytical modeling of the physical layer of the network is carried out. An architectural solution for the creation of a system for monitoring the state of railway infrastructure objects is proposed.

Full Text

Введение Бесперебойность перевозочного процесса ставит жесткие требования к объектам и устрой- ствам инфраструктуры железнодорожного транс- порта. В условиях, когда с ростом скорости последствия отказов устройств могут быть осо- бенно опасными, весьма актуальным становится вопрос удаленного мониторинга неисправностей и предотказных состояний устройств инфра- структуры железнодорожного транспорта. Создание системы мониторинга рассмотрим на примере контроля состояния опор контактной сети и элементов линейных кабельных сооруже- ний связи. Контроль состояния опор контактной сети железной дороги в режиме реального време- ни позволит предотвратить аварии и значительно увеличить рентабельность эксплуатации дороги, так как будет осуществляться ремонт или замена лишь тех опор, которые действительно нуждают- ся в этом. В линейных кабельных сооружениях связи актуальным является вопрос контроля гер- метичности кабельных муфт, контроля целост- ности оболочек кабелей, находящихся под посто- янным давлением, а также мониторинга рабочей температуры кабелей. Особенности беспроводных летающих всепроникающих сенсорных сетей Рассмотрим особенности применения беспро- водных летающих всепроникающих сенсорных сетей (Flying Ubiquitous Sensor Networks - далее FUSN) для сбора данных о состоянии устройств и объектов железнодорожной инфраструктуры. Сети FUSN представляют собой один из классов всепроникающих сенсорных сетей USN. Пре- имуществами таких сетей являются [1]: отсутствие необходимости в прокладке кабе- лей для передачи данных; низкая стоимость оборудования, пусконала- дочных работ и технического обслуживания; Рисунок 1. Пример организации сети FUSN скорость развертывания сети; возможность модификации сети почти на любом участке без нарушения при этом работо- способности системы. Сети FUSN являются одной из основных тех- нологических платформ Интернета вещей (IoT), и их применение позволит решить часть вопро- сов при реализации концепций «Интеллектуаль- ные транспортные сети» и «Цифровая железная дорога» [2]. Эволюция IoT в настоящее время привела к созданию достаточно большого числа ее приложений, реализуемых для физических ве- щей. Общее название для сетей, обеспечивающих услугами физические интернет-вещи, в насто- ящее время выглядит как «Машина - Машина» M2M (Machine-to-Machine) [3]. Беспроводная сенсорная сеть представляет собой набор сенсорных узлов, организованных в интегрированную сеть. Летающие сенсорные сети FUSN являются одним из классов беспро- водных или всепроникающих сенсорных сетей WSN/USN. Технология данных сетей основана на самоорганизационном объединении множества различных датчиков с низким энергопотреблени- ем в сеть и их размещении в труднодоступных ме- стах. Передача данных осуществляется посред- ством протоколов ZigBee, Bluetooth, 6LoWPAN. Основные компоненты сенсорной сети FUSN: сеть датчиков: датчик является единицей создания USN и представляет собой устройство, реагирующее на какое-либо действие, явление (свет, тепло, звук, движение, касание и т. д.). При этом датчик, совмещенный с микропроцес- сором, обрабатывающим данные, называется ин- теллектуальным датчиком; сеть доступа USN: узлы посредники, шлю- зы, агрегирующие информацию от группы датчи- ков с целью облегчения последующей передачи данных в центры управления или другие внеш- ние объекты; сетевая инфраструктура: активное, пассив- ное оборудование существующих проводных/ беспроводных сетей; программное обеспечение для сбора и обра- ботки больших объемов данных, облачные плат- формы, IoT-платформы и т. д. Основными условиями организации USN яв- ляется низкое потребление энергии устройства- ми (сети LPWAN) и самоорганизация сети (Ad Hoc сети). Летающие сенсорные сети FUSN подразуме- вают наличие двух сегментов: наземного и лета- ющего, которые взаимодействуют между собой (см. рисунок 1). Наземный сегмент, как правило, представляет собой распределенную сеть самоорганизующих- ся сенсорных узлов [4]. Летающий сегмент со- стоит из трех частей: БПЛА (беспилотный летательный аппарат) с функциями сбора данных с сенсорных узлов, дальнейшей передачи собранных данных; группа БПЛА, которые исполняют роль только ретрансляторов (повторителей); базовая станция сети. В зависимости от специфики решаемой зада- чи летающим сегментом могут выступать один или несколько БПЛА общего пользования или специально сконструированные БПЛА. Лета- ющий сегмент базируется на основных прин- ципах, относящихся к сетям FANET (Flying Ad Hoc Networks), с одним отличием: для доставки информации могут использоваться принципы, характерные для сетей DTN (Delay-Tolerants Networks). Основная задача сетей DTN состо- ит в том, что доставка данных от отправителя к получателю должна осуществляться даже после прерывания связи. То, что данный подход успеш- но реализован и используется в сетях MANET (Mobile Ad Hoc Networks), означает возможность его применения и для летающих сенсорных сетей [4]. Обмен информацией БПЛА со шлюзом сети связи общего пользования происходит в тот мо- мент, когда он входит в зону видимости шлюза. Такая связь осуществляется за счет стабильного радиоканала с дальностью действия 100-200 м. На больших расстояниях БПЛА может пере- давать информацию через подключение к сети связи общего пользования с помощью модуля мобильной связи LTE, WiMax, 3G [4], а если для передачи данных используется сеть ретранслиру- ющих БПЛА, то в качестве протокола для ретран- сляции можно использовать протоколы LPWAN (Low Power Wide Area Network) на базе техноло- гий 802.15.4g, например LoRaWAN. Сенсорные узлы чаще всего выполняют функ- цию сбора информации и при необходимости могут управлять подконтрольным им объектом. Работают в автономном режиме, имеют довольно незначительные размеры, а также имеют функ- цию нахождения в режиме сна. Однако получен- ные сигналы от сенсоров непригодны для обра- ботки и анализирования, поэтому они проходят стадию предварительного преобразования сиг- нала, необходимую для дальнейшего использова- ния: усиление сигнала, его фильтрацию от шумов и т. д. [5]. Множество сенсорных узлов образует сенсорные поля, которые дают возможность от- слеживать различные физические процессы на базе датчиков [6]. В зависимости от дальности расположения шлюзов передавать собранную информацию с наземного сегмента можно либо через сеть БЛПА на основе протокола LoRaWAN при больших рас- стояниях, либо через сети ближнего действия на основе IEEE 802.15.4 (ZigBee, 6LoWPAN, Thread, RPL) при небольших расстояниях. Модель фрагмента системы мониторинга объектов инфраструктуры железнодорожного транспорта на основе FUSN с возможностью передачи данных на большие расстояния В качестве примера рассмотрим реализацию системы мониторинга состояния опор контакт- ной сети и элементов линейных кабельных со- оружений связи. Эти объекты имеют большую протяженность и территориальную распределе- ность, организовать оперативный контроль в ре- жиме реального времени за ними довольно сложно. На данный момент более половины опор кон- тактной сети выполнено из железобетона. Для оценки несущей способности центрифугирован- ных железобетонных стоек опор контактной сети применяется методика, в основе которой лежит измерение скорости распространения продоль- ных ультразвуковых волн в теле стойки в про- дольном и поперечном направлениях [7]. В ка- честве основного измерительного средства при контроле опор используется переносной ультразвуковой тестер УК1401 [8]. В линейных кабельных сооружениях связи от герметичности кабельных муфт и целостности оболочеккабелейзависиткачествосвязи, стабиль- ность работы аппаратуры систем оперативно- технологической связи, мониторинг рабочей тем- пературы кабелей позволяет выявить предотказ- ное состояние кабелей и предотвратить их возго- рание. Таким образом, для решения задачи монито- ринга объектов инфраструктуры железнодорож- ного транспорта предлагается при построении сенсорного сегмента на каждой опоре контактной сети установить интеллектуальный ультразвуко- вой датчик, в кабельные муфты - интеллектуаль- ный датчик контроля влажности и температуры, а если кабель находится под давлением, то и дат- чик контроля давления. В качестве устройства летающего сегмента будет использоваться среднеразмерный квадро- коптер общего пользования, задачей которого является облет территории беспроводной сенсор- ной сети по запрограммированному маршруту. Узлы беспроводной сенсорной сети расположе- ны таким образом, что топология наземной сети имеет вид кластерного дерева, что означает, что все датчики устанавливают соединение и переда- ют данные на свой узел, который, в свою очередь, устанавливает связь с координатором, в нашем случае - с БПЛА. Рисунок 2. График зависимости скорости LoRaWAN, позволяющего передавать данные на большие расстояния. Для определения основных показателей сети проведем аналитическое моделирование сети LoRa. Так как показатели сети зависят от про- цессов обработки данных, осуществляемых от сетевого до физического уровней, то проведем аналитическое моделирование физического уров- ня. На процесс распространения сигнала на фи- зическом уровне влияют условия его распростра- нения, такие как затухание сигнала, замирание в канале и прочие помехи, которые влияют на усло- вия распространения. В процессе моделирования оценим зависимость скорости передачи данных в канале от расстояния между сенсорными узлами. передачи данных от уровня сигнала pGRX Уровень сигнала на входе приемника наземно- В рамках данной работы для мониторинга состояния устройств линейных кабельных сого сенсорного узла есть pGRX  pFTX - Ad , дБм, (1) оружений, расположенных, как правило, на жегде pFTX - уровень сигнала на выходе передатлезнодорожной станции, предлагается использочика БПЛА, дБм [9]; Ad  зависимость затувать протокол ZigBee при реализации наземного сегмента. Этот стандарт применяют в условиях, где важна длительность работы от источников хания сигнала от расстояния d между сенсором и БПЛА, дБ:  4df  питания, типа батареек и должны выполняться Ad   20 lg  c , дБ, (2) требования по безопасности передачи данных. Протоколы ZigBee позволяют создавать само- организующиеся и самовосстанавливающиеся сен- сорные сети. К тому же устройства ZigBee-сети благодаря встроенному программному обеспече- нию обладают способностью при включении пи- тания сами находить друг друга и формировать сеть, а в случае выхода из строя какого-либо из узлов могут устанавливать новые маршруты для передачи сообщений. Для мониторинга состо- яния опор контактной сети наземный сегмент   где f - частота сигнала, Гц; с - скорость света, м/с. На рисунке 2 представлен график зависимо- сти скорости передачи данных от уровня сигнала на входе приемника наземного сенсорного узла. Ввиду того что чувствительность радиоприем- ного устройства составляет примерно 137 дБм, а затухание определяется по (2), то необходимо учесть высоту установки приемно-передающих антенн. Расстояние прямой видимости определится как предлагается реализовать на основе протокола dmax  3,57  h1  h2 , км, (3) Рисунок 3. Зависимость расстояния прямой видимости от высоты полета БПЛА Рисунок 4. Зависимость скорости передачи данных от расстояния d [9] где h1 и h2 - высоты установки антенн на летаю- щем и наземном сегментах. На рисунке 3 показана зависимость расстоя- ния прямой видимости от высоты полета БПЛА при некоторых заданных высотах расположения антенны-сенсора. Принимая во внимание выражения (2) и (3), а также вводя эмпирический коэффициент зату- хания для учета быстрых замираний, построим график зависимости скорости передачи данных от расстояния d, представленный на рисунке 4. Таким образом, аналитическая модель позво- ляет оценить различные показатели сети на фи- зическом уровне, установить зависимости ско- рости передачи данных от мощности сигнала и расстояния между приемными и передающими антеннами. На рисунке 5 показан пример реализации си- стемы мониторинга объектов инфраструктуры железнодорожного транспорта с использованием USN-сетей. Архитектура сети позволяет передавать дан- ные на большие расстояния и состоит из назем- ного сегмента, включающего множества стаци- онарных сенсорных узлов с радиусом действия 100 м, объединенных в беспроводную сенсорную сеть, а также летающего сегмента: FUSN для подсистемы мониторинга состо- яния опор контактной сети, представленного од- ним или несколькими БПЛА, осуществляющих сбор данных с сенсоров на базе технологии LoRa, а передачу - либо через сети LTE/WiMax/3G Рисунок 5. Пример реализации системы мониторинга объектов инфраструктуры железнодорожного транспорта с использованием FUSN-сетей (оборудование, установленное на БПЛА, являет- ся шлюзом [10]), либо через сеть ретранслиру- ющих БПЛА (БПЛА-повторитель), объединенных между собой по радиоканалу с помощью модулей LPWAN [11]; USN для подсистемы мониторинга устройств линейных кабельных сооружений, осуществля- ющих сбор по ZigBee (802.15.4), WMAN (IEEE 802.16) и передачу данных через WAVE (IEEE 802.11p); базовых станций и шлюзов. Заключение Таким образом создание системы мониторин- га состояния объектов и устройств железнодо- рожного транспорта на основе концепции Ин- тернета вещей, технологическую основу которой составляют беспроводные сенсорные сети, яв- ляется на сегодня актуальной и современной за- дачей, поскольку позволяет обеспечить создание нового вида сетей связи, входящего в технологи- ческую сеть связи железнодорожного транспор- та, всепроникающих сенсорных сетей USN и, в частности, летающих сенсорных сетей FUSN, что позволит в реальном масштабе времени вести контроль состояния объектов инфраструктуры.
×

About the authors

A. S Belonogov

Samara State Transport University

Email: abelonogov@rambler.ru
Samara, Russian Federation

N. S Shorokhov

Samara State Transport University

Email: nik-shorokhov@mail.ru
Samara, Russian Federation

References

  1. Беспроводные распределенные сенсорные сети. URL: http://wiki.laser.ru/index.php/Беспроводные_распределенные_сенсорные_сети (дата обращения: 17.10.2020)
  2. Кучерявый А.Е. Интернет Вещей // Электросвязь. 2013. № 1. С. 21-24
  3. Гольдштейн Б.С., Кучерявый А.Е. Сети связи пост-NGN. СПб.: БХВ-Петербург, 2013. 160 с
  4. Кучерявый А.Е., Владыко А.Г., Киричек Р.В. Летающие сенсорные сети - новое приложение интернета вещей // Актуальные проблемы инфотелекоммуникаций в науке и образовании: мат. IV МНТК и НМК СПбГУТ им. проф. М. А. Бонч-Бруевича. СПб.: СПбГУТ, 2015. С. 17-22
  5. Шпенст В.А., Шатунова Н.А. Математические характеристики радиопомех телекоммуникационных каналов промышленных объектов // Информационные технологии и телекоммуникации. 2015. № 25. С. 3-6
  6. Mochalov V.A. Functional scheme of the flying sensor networks architecture design // ICACT Transactions on Advanced Communications Technology (TACT). 2015. Vol. 4, No. 4. P. 659-663
  7. Указания по техническому обслуживанию опорных конструкций контактной сети. К-146-96. М.: Трансиздат, 1996. 120 с
  8. Ультразвуковые приборы для неразрушающего контроля бетона, горных пород, керамики, пластмасс // Заводская лаборатория ООО Акустические Контрольные Системы. 1998. Т. 6. № 4
  9. Киричек Р.В. Разработка и исследование комплекса моделей и методов для летающих сенсорных сетей: дис. … д-ра. техн. наук. СПб., 2017. 316 с
  10. Гимранов Р.Р., Киричек Р.В., Шпаков М.Н. Технология межмашинного взаимодействия LoRa // Информационные технологии и телекоммуникации. 2015. № 2. С. 62-73
  11. Kirichek R., Kulik V. Long-range data transmission on flying ubiquitous sensor networks (FUSN) by using LPWAN protocols // Communications in Computer and Information Science (CCIS). 2017. Vol. 678. P. 442-453

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2021 Belonogov A.S., Shorokhov N.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies