KR20190022814A - 열차 내 힘 모니터링을 위한 분산형 광섬유 감지 - Google Patents
열차 내 힘 모니터링을 위한 분산형 광섬유 감지 Download PDFInfo
- Publication number
- KR20190022814A KR20190022814A KR1020197002749A KR20197002749A KR20190022814A KR 20190022814 A KR20190022814 A KR 20190022814A KR 1020197002749 A KR1020197002749 A KR 1020197002749A KR 20197002749 A KR20197002749 A KR 20197002749A KR 20190022814 A KR20190022814 A KR 20190022814A
- Authority
- KR
- South Korea
- Prior art keywords
- train
- acoustic
- sensing
- fiber
- analyzing
- Prior art date
Links
- 239000000835 fiber Substances 0.000 title claims abstract description 98
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 239000013307 optical fiber Substances 0.000 claims description 28
- 230000001052 transient effect Effects 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims 1
- 230000005855 radiation Effects 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 12
- 230000008878 coupling Effects 0.000 description 12
- 238000010168 coupling process Methods 0.000 description 12
- 238000005859 coupling reaction Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 239000000872 buffer Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000026683 transduction Effects 0.000 description 1
- 238000010361 transduction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L1/00—Devices along the route controlled by interaction with the vehicle or train
- B61L1/02—Electric devices associated with track, e.g. rail contacts
- B61L1/06—Electric devices associated with track, e.g. rail contacts actuated by deformation of rail; actuated by vibration in rail
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L1/00—Devices along the route controlled by interaction with the vehicle or train
- B61L1/20—Safety arrangements for preventing or indicating malfunction of the device, e.g. by leakage current, by lightning
-
- B61L27/0094—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
- B61L27/57—Trackside diagnosis or maintenance, e.g. software upgrades for vehicles or trains, e.g. trackside supervision of train conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
본 출원은 센 제동 또는 과도한 과속에 의해 야기될 수 있는 바와 같은, 상당한 열차 내 힘의 발생 및/또는 심각성(severity)을 검출하기 위해 열차(202)가 철도 트랙(201)을 따라 통과함에 따라 얻어지는 데이터를 모니터링하기 위한 방법 및 장치에 관한 것이다. 방법은 철도 트랙의 적어도 일부를 모니터링하기 위해 배치된 감지 섬유(101)를 갖는 적어도 하나의 광섬유 분산형 음향 센서(202)의 복수의 채널로부터 측정 신호에 대응하는 제 1 데이터 세트를 취하는 단계를 수반한다. 제 1 데이터 세트는 열차가 철도 트랙을 따라 통과함에 따라 획득된 측정 신호에 대응한다. 방법은 열차를 따라 후방으로 전파하는 것으로 보이는 음향 과도(acoustic transients)의 시퀀스로 구성되는 제 1 특성 시그니처(signature)(402)를 검출하기 위해 측정 신호를 분석하는 단계를 수반한다.
Description
본 출원은 분산형 광섬유 감지, 특히 분산형 음향 감지를 이용하는 철도 모니터링을 위한 방법 및 장치, 특히 네트워크 상에서 이동하는 철도 차량을 모니터링하기 위한 방법 및 장치에 관한 것이다.
광섬유 분산형 음향 감지(DAS)는 광섬유의 길이를 따라 음향 활동의 감지를 제공하기 위해 광섬유가 감지 섬유로서 배치되고 전자기 방사선으로 반복적으로 조회(interrogate)되는 알려진 유형의 감지이다. 전형적으로, 방사선의 하나 이상의 입력 펄스가 광섬유로 론칭(launching)된다. 섬유 내에서 후방산란된 방사선을 분석함으로써, 섬유는 효과적으로, 연속적일 수 있는 (그러나, 연속적일 필요가 없는) 복수의 별개의 감지 부분으로 분할될 수 있다. 각각의 별개의 감지 부분 내에서, 섬유의 기계적 교란 예를 들면, 입사 음파로 인한 변형은 그 부분으로부터 후방산란되는 방사선의 속성의 변형을 야기한다. 이 변형은 검출되고 분석되며 그 감지 부분에서의 섬유의 교란의 측정치를 제공하기 위해 이용될 수 있다. 따라서, DAS 센서는 광섬유의 음향 감지 부분의 선형 감지 어레이로서 효과적으로 작용한다. 섬유의 감지 부분의 길이는 조회 방사선의 특성 및 후방산란 신호에 적용된 프로세싱에 의해 결정되지만, 전형적으로 수 미터 내지 수십 미터 정도의 감지 부분이 이용될 수 있다.
DAS는 주변 보안 및 파이프라인과 같은 선형 자산의 모니터링과 같은 다수의 애플리케이션에서 이용되었다. DAS 센서가 이용될 수 있다고 제안된 하나의 특정 애플리케이션은 철도 네트워크의 모니터링 예를 들면, 철도 네트워크에서 이동하는 모니터링 열차의 모니터링에 있다.
철도 네트워크의 모니터링을 위해, 감지 섬유는 철도 네트워크의 하나 이상의 철도 트랙의 경로를 따라 일반적으로 이어지도록 배치될 수 있다. DAS 감지 섬유에 인접한 이러한 철도 트랙 상에서의 열차의 이동은 차량이 이동함에 따라 그것을 추적하기 위해 이용할 수 있는 음향 신호/진동이 생성되어 지속적으로, 모니터링된 섹션의 전체 길이를 따라 수십 미터의 분해능(resolution)으로 실시간 위치 정보를 제공할 것이다.
DAS는 이러한 철도 네트워크 모니터링에 대해 몇 가지 장점을 가지고 있다. DAS는 길이가 긴 섬유에 걸쳐 많은 감지 채널을 제공하기 위해 적용될 수 있고 예를 들면, DAS는 10m 길이 정도의 연속 감지 채널을 이용하여 최대 40km 이상의 섬유 길이에 대해 적용될 수 있다. 따라서, 철도 네트워크의 긴 스트레치(stretch)는 단일 DAS 센서를 이용하여 모니터링될 수 있다. 40km 정도가 넘는 길이에 대해, 몇몇 DAS 센서 유닛은 원하는 길이의 전송 네트워크의 지속적인 모니터링을 제공하기 위해 다양한 간격으로 배치될 수 있다.
감지 섬유는 표준 전기통신 섬유일 수 있으므로 상대적으로 저렴하다. 섬유는 예로서, 좁은 채널에서 측 또는 아래의 트랙 또는 길을 따라 전송 네트워크와 함께 간단하게 묻힐 수 있고 상대적으로 용이하게 설치된다. 광섬유는 보호 케이싱으로, 즉 케이블로 둘러쌀 수 있으며 유지보수 없이 오랫동안 생존할 수 있다. 따라서, 설치 및 유지보수 비용이 낮다. 많은 전송 네트워크에서, 이미 적어도 주요 루트를 따라 배치된 광섬유가 있을 수 있으며 이러한 기존 통신 인프라스트럭처는 DAS를 위해 이용될 수 있는 여분의 광섬유를 포함할 수 있다.
광섬유는 조회기 유닛(interrogator unit)에 의해 생성된 광 펄스에 의해 조회되고 따라서 전력은 조회기 유닛을 위해 단지 필요하다.
철도 네트워크 설정에서, DAS 시스템은 따라서, 다른 감지 기술을 이용하여 성취하기가 매우 어렵고 비용이 많이 들며 전송 네트워크의 실시간 모니터링 및/또는 제어를 허용하는 원하는 공간 분해능 및 커버리지(coverage)의 범위 둘 모두를 성취하는 능력을 제공한다.
본 발명의 실시예는 따라서, 철도 모니터링을 위한 분산형 광섬유 감지를 위한 방법 및 장치에 관한 것이고 특히, 철도 차량에 관한 부가적인 정보를 제공하기 위해 이동 철도 차량에 의해 생성된 음향 신호를 모니터링하기 위한 방법 및 장치에 관한 것이다.
따라서, 본 발명의 하나의 양태에 따르면, 열차 내 힘을 검출하는 방법이 제공되고, 상기 방법은:
철도 트랙의 적어도 일부를 모니터링하기 위해 배치된 감지 섬유를 갖는 적어도 하나의 광섬유 분산형 음향 센서의 복수의 채널로부터 측정 신호에 대응하는 제 1 데이터 세트를 취하는 단계로서, 제 1 데이터 세트는 열차가 철도 트랙을 따라 통과함에 따라 획득된 측정 신호에 대응하는, 상기 제 1 데이터 세트를 취하는 단계; 및
제 1 특성 시그니처(signature)를 검출하기 위해 상기 측정 신호를 분석하는 단계로서, 상기 제 1 특성 시그니처는 열차를 따라 후방으로 전파하는 것으로 보이는 음향 과도(acoustic transients)의 시퀀스를 포함하는, 상기 측정 신호를 분석하는 단계를 포함한다.
상대적으로 센 제동 또는 가속 하에서 더 상세하게 설명될 바와 같이, 열차의 차량 사이의 결합부에서 상대적으로 상당한 힘이 생성될 수 있다. 음향 과도는 차량 간의 결합부가 가속 또는 감속에 의해 확장되거나 압축될 때 생성될 수 있다. 열차가 가속하거나 감속함에 따라, 이러한 열차 내 힘은 열차의 길이 전체에 전파하여, 제 1 특성 시그니처를 야기할 것이다. 제 1 특성 시그니처의 발생은 따라서, 상당한 열차 내 힘의 발생으로서 식별될 수 있다. 이러한 특성 시그니처의 검출은 상당한 열차 내 힘이 경험되었다는 검출로서 이용될 수 있다.
방법은 또한, 음향 과도의 세기에 기초하여 열차 내 힘의 크기를 추정하는 단계를 수반할 수 있다. 방법은 열차 내 힘이 열차를 통해 전파할 때 그들의 크기의 변화의 레이트를 결정하는 단계를 수반할 수 있다.
음향 과도의 시퀀스는 열차 전체에 걸친 열차 내 힘의 전파에 관한 정보를 결정하기 위해 분석될 수 있다. 예를 들면, 열차를 따라 적어도 하나의 위치에서 열차의 차량 사이의 충돌 속도의 추정치가 결정될 수 있다.
측정 신호를 분석하는 단계는 복수의 채널의 각각에 대해 열차와 연관된 음향 신호를 식별하는 단계를 포함할 수 있다. 따라서, 다양한 채널에 대해, 관련 감지 부분을 통과하는 열차와 연관된 시간 윈도우에서의 신호가 결정될 수 있다. 열차와 연관된 음향 신호를 식별하는 단계는 제 1 주파수 대역에서 신호를 프로세싱하는 단계를 포함할 수 있다. 제 1 주파수 대역은 이동하는 열차에 의해 생성된 일반적인 잡음과 연관된 상대적으로 낮은 주파수 대역일 수 있다. 열차와 연관된 음향 신호는 그 다음, 과도를 검출하기 위해 분석될 수 있다.
과도를 검출하기 위해 열차와 연관된 음향 신호를 분석하는 단계는 일부 예에서, 적어도 하나의 정의된 주파수 대역에서 음향 신호를 분석하는 단계를 포함할 수 있다. 적어도 하나의 정의된 주파수 대역은 제 1 주파수 대역의 차단 주파수(cut-off frequency)보다 높은 차단 주파수를 가질 수 있다. 일부 예에서, 과도를 검출하기 위해 열차와 연관된 음향 신호를 분석하는 단계는 적어도 제 2 주파수 대역 및 제 3 주파수 대역에서 음향 신호를 분석하는 단계를 포함할 수 있고, 제 3 주파수 대역은 제 2 주파수 대역보다 큰 더 낮은 주파수 차단을 갖는다. 방법은 제 2 주파수 대역에서 과도를 식별하고 제 3 주파수 대역에서 과도의 범위를 제한하는(qualifying)하는 단계를 포함할 수 있다.
제 1 특성 시그니처를 검출하는 단계는 특성 시그니처에 대응하는 과도의 클러스터링(clustering)의 존재를 결정하는 단계를 포함할 수 있다. 과도는 열차 내 힘의 모델에 기초하여 미리 결정된 허용오차 내에서 공간 및 시간의 클러스터로 그룹화될 수 있다. 방법은 클러스터에 곡선 맞춤(curve fit)을 적용하는 단계를 수반할 수 있다.
일부 예에서, 방법은 아마도 일부 당사자에 의해 미리 획득되고, 일부 액세스가능한 위치에 저장된 제 1 데이터 세트에 대해 수행될 수 있다. 따라서, 방법은 이력 데이터 또는 또 다른 개체에 의해 공급된 라이브 또는 최근 데이터를 분석하는 단계를 수반할 수 있다. 그러나, 일부 예에서, 방법은 또한, 제 1 데이터 세트를 생성하기 위해 열차가 철도 트랙 상에서 이동함에 따라 감지 섬유에 대해 분산형 음향 감지를 수행하는 단계를 수반할 수 있다. 방법은 제 1 특성 시그니처의 검출을 열차에 전달하는 단계를 포함할 수 있다. 따라서, 실시간 검출을 위해 예를 들면, 정정 조치가 경험되는 열차 내 힘의 심각성(severity)을 감소시키도록 취해지는 것을 허용하기 위해 상당한 열차 내 힘의 발생이 열차에 전달될 수 있다. 제 1 특성 시그니처의 검출 시에, 열차 운전자에 대한 경보가 생성될 수 있고/있거나 열차 이동 제어의 하나의 양태가 자동으로 조정될 수 있다. 부가적으로 또는 대안적으로, 열차 내 힘에 관한 정보는 철도 네트워크 제어의 일부 양태 예로서, 속도 제한 등을 수정하기 위해 제어 센터에 중계될 수 있다.
또한, 열차 내 힘을 검출하기 위한 장치가 제공되고, 상기 장치는:
프로세서를 포함하고, 상기 프로세서는:
철도 트랙의 적어도 일부를 모니터링하기 위해 배치된 감지 섬유를 갖는 적어도 하나의 광섬유 분산형 음향 센서의 복수의 채널로부터 측정 신호에 대응하는 제 1 데이터 세트를 취하는 것으로서, 제 1 데이터 세트는 열차가 철도 트랙을 따라 통과함에 따라 획득된 측정 신호에 대응하는, 상기 제 1 데이터 세트를 취하고;
제 1 특성 시그니처를 검출하기 위해 상기 측정 신호를 분석하는 것으로서, 상기 제 1 특성 시그니처는 열차를 따라 후방으로 전파하는 것으로 보이는 음향 과도의 시퀀스를 포함하는, 상기 측정 신호를 분석하도록 구성된다.
장치는 본 명세서에서 설명된 변형에서 방법을 구현하도록 구성될 수 있다.
또한, 철도 모니터링 시스템이 제공되고, 상기 철도 모니터링 시스템은:
철도 트랙의 경로를 적어도 부분적으로 따라 이어지도록 배치된 감지 광섬유;
감지 광섬유의 복수의 채널로부터 측정 신호를 생성하기 위해 감지 광섬유에 대해 분산형 음향 감지를 수행하도록 구성된 조회기 유닛; 및
열차가 철도 트랙을 따라 통과함에 따라 상기 조회기 유닛에 의해 획득된 측정 신호의 제 1 데이터 세트에 대해 동작하도록 구성된 상기 설명된 바와 같은 열차 내 힘을 검출하기 위한 장치를 포함한다.
양태는 또한, 비 일시적 저장 매체 상의 소프트웨어 코드에 관한 것이고, 상기 코드는 본 명세서에서 설명된 변형의 방법을 수행하도록 적합한 컴퓨팅 장치에 지시하기 위한 컴퓨터 판독가능한 명령어를 포함한다. 저장 매체는 컴퓨팅 디바이스의 CD-ROM, 메모리 스틱, 팔스 메모리(fals memory) 또는 메모리 모듈과 같은 적합한 비 휘발성 메모리일 수 있다.
본 발명은 이제, 첨부된 도면에 대해서만 예로서 설명될 것이다.
도 1은 광섬유 분산형 음향 센서를 도시한 도면.
도 2는 철도 네트워크의 모니터링에 적용된 분산형 음향 감지(DAS)를 도시한 도면.
도 3a 내지 도 3c는 열차가 감속함에 따른 음향 과도의 시퀀스의 생성을 도시한 도면.
도 4는 열차 내 힘의 특성 시그니처를 나타내는 DAS 센서로부터의 예시적인 데이터를 도시한 도면.
도 5는 특성 시그니처를 나타내는 데이터의 카운터 예를 도시한 도면.
도 6은 특성 시그니처를 나타내는 DAS 센서로부터의 데이터의 또 다른 예를 도시한 도면.
도 7은 일 실시예에 따른 방법의 흐름도.
도 2는 철도 네트워크의 모니터링에 적용된 분산형 음향 감지(DAS)를 도시한 도면.
도 3a 내지 도 3c는 열차가 감속함에 따른 음향 과도의 시퀀스의 생성을 도시한 도면.
도 4는 열차 내 힘의 특성 시그니처를 나타내는 DAS 센서로부터의 예시적인 데이터를 도시한 도면.
도 5는 특성 시그니처를 나타내는 데이터의 카운터 예를 도시한 도면.
도 6은 특성 시그니처를 나타내는 DAS 센서로부터의 데이터의 또 다른 예를 도시한 도면.
도 7은 일 실시예에 따른 방법의 흐름도.
본 발명의 실시예는 분산형 광섬유 감지, 특히 광섬유 분산형 음향 감지(DAS)를 이용하는 철도 네트워크 상에서 이동하는 철도 차량의 모니터링에 관한 것이다. 본 발명의 특정 실시예는 예를 들면, 이용시 철도 차량에 의해 경험된 큰 힘을 모니터링하고, 일부 실시예에서 이러한 힘의 심각성을 추정하는 것에 관한 것이다. 실시예는 하기에 더 상세하게 설명될 바와 같이 열차를 따라 역방향으로 전파하는 것으로 보이는 음향 과도의 시퀀스일 수 있는 상당한 열차 내 힘의 신호 특성을 검출하기 위해 DAS 센서로부터의 데이터를 분석한다.
이전에 언급된 바와 같이, DAS는 본 명세서에서 감지 섬유로서 언급된 광섬유가 광섬유의 다양한 감지 부분에 영향을 미치는 환경 교란에 관한 정보를 결정하기 위해 관심있는 영역에 배치되고 광학 방사선으로 조회되는 알려진 기술이다.
도 1은 DAS 센서(100)의 하나의 예를 도시한다. DAS 센서는 감지 섬유로서 배치되고 일부 적합한 연결부(제거가능한 연결부일 수 있음)를 통해 직접적으로 또는 일부 경우에서 예로서, 중간 섬유 등을 통해 간접적으로 하나의 단부에서 조회기 유닛(102)에 광학적으로 결합된 광섬유(101)를 포함한다. 감지 섬유(101)는 길이가 수 킬로미터일 수 있으며 예를 들면, 길이가 40km 또는 그 이상일 수 있다. 감지 섬유는 섬유 브래그 격자(Bragg grating) 등과 같은 의도적으로 도입된 반사 사이트를 필요로 하지 않고 원격통신 애플리케이션에서 일상적으로 이용되는 것과 같은 표준의 수정되지 않은 단일 모드 광섬유일 수 있다. 표준 광섬유의 수정되지 않은 길이를 이용하여 감지를 제공하는 능력은 저렴한 비용으로 용이하게 이용가능한 섬유를 이용할 수 있음을 의미한다. 그러나, 일부 실시예에서, 감지 섬유는 입사 진동에 특히 민감하도록 제조되거나 배열된 광섬유를 포함할 수 있다. 전형적으로, 감지 광섬유는 광섬유 케이블 구조의 일부를 형성할 것이고, 가능하게 케이블 내에 한 번들의 광섬유 중 하나로서, 그리고 선택적으로 보강 또는 외장 요소 또는 횡단 변형에 대한 응답을 맞추기 위해 배열된 요소와 같은 다른 구성요소와 함께 형성할 것이다. 감지 섬유가 전형적으로 상대적으로 저렴하기 때문에, 감지 섬유는 위치에 섬유를 남기는 비용이 중요하지 않기 때문에 상대적으로 영구적인 방식으로 원 위치에 배치될 수 있다. 예를 들면, 감지 섬유의 적어도 일부는 철도 트랙을 따라 지면에 묻힐 수 있다.
동작 시에, 조회기 유닛(102)은 예를 들면, 선택된 주파수 패턴을 갖는 일련의 광 펄스를 포함할 수 있는 코히어런트 조회(coherent interrogating) 전자기 방사선을 감지 섬유로 론칭한다. 광 펄스는 다른 형태의 펄싱된 조회 방사선 또는 연속적으로 변조된 파를 이용하는 DAS 센서가 또한 알려지고 이용될 수 있을지라도, 특허 공보 GB2,442,745 또는 WO2012/137022에서 설명된 바와 같은 주파수 패턴을 가질 수 있으며, 그 내용은 이에 의해 본 명세서에서 참고로서 통합된다. 본 명세서에 이용된 바와 같이, 용어 "광학"은 가시 스펙트럼으로 한정되지 않으며, 광 방사선은 적외선 및 자외선 방사선을 포함함에 유의한다. 조회기 유닛(102)은 따라서, 적어도 하나의 레이저(103) 및 조회 방사선을 생성하기 위한 적어도 하나의 광 변조기(104)를 포함하며, 이는 일 실시예에서 알려진 광 주파수 차에 의해 분리된 복수의 광 펄스를 포함할 수 있다.
GB2,442,745 또는 WO2012/137022에서 설명된 바와 같이, 레일리 산란(Rayleigh backscattering)의 현상은 조회기 유닛으로 다시 산란되는 섬유로의 광 입력의 일부분을 야기하고, 여기서 그것은 섬유에 작용하는 교란을 나타내는 측정 신호를 제공하도록 검출 및 프로세싱된다. 조회 방사선이 코히어런트이기 때문에, 순간에 조회기에서 다시 수신된 레일리 산란은 섬유에서의 특정 위치로부터 섬유 내에 생성된 후방산란의 간섭 신호이다. 이 레일리 산란이 조회 방사선과 광섬유 내에 존재하는 고유 산란 사이트 사이의 상호작용에 의해 생성됨이 유의될 것이다. 따라서, 감지 기능은 전체 감지 섬유에 걸쳐 효과적으로 분산될 수 있다(리턴이 섬유의 개별적인 감지 부분으로부터의 결과를 제공하는 시간 빈(time bins)에서 프로세싱될지라도). 이러한 센서는 따라서, 감지가 섬유 자체에 내재되어 그것에 걸쳐 분산되어 있을 때 분산형 센서 또는 고유 센서로서 언급된다. 이것은 감지 기능이 정의된 영역, 전형적으로 지점 센서로 제공되는 섬유 브래그 격자(FBGs) 또는 유사한 고의적으로 도입된 외부 반사 사이트를 갖는 섬유를 이용한 센서와는 대조적이다.
광섬유에 걸친 산란 사이트의 분산은 효과적으로 무작위적이고, 따라서 후방산란 간섭 신호는 감지 섬유의 길이를 따라 무작위로 변하는 구성요소를 포함한다. 그러나, 일반적으로 감지 섬유에 작용하는 환경 자극이 없으면 섬유의 주어진 감지 부분으로부터의 후방산란의 특성은 연속적인 조회(조회 방사선의 특성이 변하지 않는다고 가정할 때)에 대해 동일하다. 그러나, 섬유의 단면에 동적 변형을 생성하는 입사 음향 파와 같은 환경 자극은 그 섹션으로부터의 후방산란 간섭 신호의 속성의 결과적인 변형과 함께 그 감지 부분에 대한 유효 광 경로 길이의 변형을 초래할 것이다. 이 변형은 감지 섬유에 작용하는 교란의 정도를 나타내기 위해 검출되고 이용될 수 있다.
조회기 유닛(102)은 따라서, 또한 섬유(101) 내의 고유 산란 사이트로부터 레일리 산란되는 방사선을 검출하도록 배열된 적어도 하나의 광 검출기(105)를 포함한다. 그러나, 레일리 산란 DAS 센서가 본 발명의 실시예에서 매우 유용할지라도, 브릴 루앙 또는 라만 산란에 기초한 시스템이 또한 알려지고 본 발명의 일부 실시예에서 이용될 수 있음에 유의해야 한다.
광검출기로부터의 신호는 감지 섬유의 정의된 감지 부분에 대한 왕복 이동 시간에 대응하는 시간 빈에서 신호 프로세서(106)에 의해 프로세싱된다. 시간 빈의 각각에서의 신호는 후방산란 속성의 변형을 검출하고 각각의 감지 부분에 대한 측정 신호를 생성하기 위해 프로세싱된다.
일부 예에서, 신호 프로세서는 감지 섬유로 론칭된 조회 방사선의 광 펄스 사이의 주파수 차에 기초하여 리턴된 신호를 복조한다. 조회기는 예를 들면, GB2,442,745 또는 WO2012/137022에서 설명된 바와 같이 또는 WO2012/137021에서 설명된 바와 같이 동작할 수 있다. 일부 실시예에서, 신호 프로세서는 또한, 위상 언랩 알고리즘(phase unwrap algorithm)을 적용할 수 있다.
측정 신호의 위상은 광섬유의 다양한 섹션으로부터의 후방산란된 광으로부터 얻어질 수 있다. 광섬유에 변형을 일으키는 입사 압력 파에 기인할 것과 같이 섬유의 주어진 단면 내에서의 유효 광 경로 길이의 변화는 반복적인 조회 사이의 측정된 위상의 변화로 이어질 것이다. 섬유에 작용하는 동적 변화는 따라서, 광섬유의 복수의 감지 부분의 각각에서 검출될 수 있다. 위상의 변화의 크기는 광학 경로 길이의 유효 변화와 연관이 있으며 따라서, 감지 섬유의 그 감지 부분에 대한 변형을 나타낸다.
광 입력의 형태 및 검출 방법은 단일 연속 광섬유가 별개의 종방향 감지 부분로 공간적으로 분해되는 것을 허용한다. 즉, 하나의 감지 부분에서 감지된 음향 신호는 인접한 부분에서의 감지된 신호와 실질적으로 독립적으로 제공될 수 있다. 광섬유의 감지 부분의 공간 분해능은 예를 들면, 약 10m일 수 있으며, 이는 40km 정도의 섬유의 연속 길이에 대해 4000개의 독립적인 음향 채널을 제공하거나 40km의 섬유를 따라 배치된다. 상이한 채널 너비를 갖는 섬유에 대해 더 많은 채널이 배열될 수 있다.
용어 "음향"이 광섬유에 대한 변형의 변화를 초래하고, 용어 음향을 의심되는 것을 회피하기 위해, 초음파 및 아음속파 뿐만 아니라 지진파 또는 다른 유도된 진동을 포함하는 것으로 취해질 수 있는 유형의 압력파 또는 기계적 교란을 의미할 것임에 유의한다. 본 명세서에 이용된 바와 같이, 용어 "분산형 음향 감지" 또는 "DAS"는 섬유를 따라 종방향으로 분산된 복수의 별개의 음향 감지 부분을 제공하기 위해 광섬유를 광학적으로 조회함으로써 감지하는 것을 의미하도록 취해질 것이고 용어 "분산형 음향 센서"는 이를 따라 해석될 것이다.
조회기 유닛(102)로부터의 출력은 따라서, 그 감지 부분에 작용하는 음향 신호 또는 동적 변형을 나타내는 관련 감지 섬유(101)의 각각의 감지 부분에 대한 측정 신호일 수 있다. 개별적인 감지 부분은 또한, DAS 센서의 채널로서 언급될 수 있다. 조회기 유닛(102)의 출력은 다양한 채널에 대한 측정 신호를 분석하도록 구성될 수 있는 데이터 프로세서(107)로 전달될 수 있다. 데이터 프로세서(107)는 질문자 유닛(102)과 공동 위치될 수 있거나 그로부터 멀리 떨어져 있을 수 있다.
철도 네트워크를 모니터링하기 위해, 하나 이상의 감지 섬유(101)가 철도 네트워크의 일부의 경로를 따라 이어지도록 배치될 수 있다. 도 2는 철도 네트워크를 모니터링하기 위한 DAS 센서 장치(200)를 도시한다. 본 명세서에서 이용된 바와 같이, 철도 네트워크의 모니터링에 대한 언급은 적어도 철도 네트워크의 일부, 즉 적어도 철도 네트워크의 하나 이상의 철도 트랙의 일부를 모니터링하는 것을 의미하도록 취해질 것임에 유의한다. 도 2는 열차(202)가 이동할 수 있는 철도 트랙(201)의 섹션을 도시한다. 도 2는 감지 섬유(101a 및 101b)가 모니터링되는 트랙을 따라 그리고 트랙으로부터 상대적으로 일정한 간격을 두고 일반적으로 이어져서 섬유가 트랙에 국부적으로 평행하게 되게 하도록 배치됨을 도시한다. 이것은 감지 섬유(101)의 감지 부분이 철도 트랙(201)의 대응하는 부분에 직접적으로 매핑될 수 있는 편리한 배열일 수 있다. 감지 섬유는 편리한 방식으로 트랙을 따라 배치될 수 있고 예를 들면, 지상에서 직접적으로 또는 트랙 밸러스트 하에서 또는 일부 적합한 도관에서 트랙을 따라 묻힐 수 있다. 다른 실시예에서, 감지 섬유의 적어도 일부는 철도 자체에 결합될 수 있다. 그러나, 일부 경우에서, 특히 DAS 이외의 목적을 위해 원래 설치된 광섬유를 이용하면, 광섬유는 특정 위치에서 트랙에 평행하게 이어지지 않을 수 있고/있거나 일부 지점에서 광섬유의 루프가 존재할 수 있거나 광섬유의 일부가 트랙으로부터 방향을 바꿀 수 있다. 이러한 경우에, 트랙과 관련된 섬유의 관련 감지 부분의 위치를 교정할 필요가 있을 수 있다. 이것이 DAS 감지 기술 분야의 당업자에게 알려진 바와 같이 행해질 수 있는 다양한 방식이 존재한다. 따라서, DAS 센서의 개별 채널은 트랙을 따라 일정한 속도로 이동하는 열차가 DAS 센서의 채널을 가로 질러 선형으로 움직이는 것으로 보이도록 서로 상이한 길이를 가질 수 있는 트랙의 섹션에 매핑될 수 있다.
도 2에 도시된 예에서, 철도 트랙(201)의 일부는 제 1 감지 섬유(101a)의 적어도 일부에 의해 모니터링되고 철도 트랙(201)의 또 다른 부분은 제 2 감지 섬유(101b)의 적어도 일부에 의해 모니터링된다. 감지 섬유(101a 및 101b)는 트랙(201)의 상대적으로 긴 섹션의 상대적으로 연속적인 모니터링을 제공하도록 배열될 수 있다. 일부 구성에서, 단일 DAS 조회기 유닛이 상이한 감지 섬유 사이에서 시분할 방식으로 다중화될 수 있을지라도, 감지 섬유의 각각은 각각의 DAS 조회기 유닛(102a 및 102b)에 연결된다. 도 2에 도시된 예에서, 조회기 유닛(102a, 102b)은 감지 섬유(101a, 101b)가 트랙(201)을 따라 반대 방향으로 연장된 채로 센서 스테이션(202)의 일부로서 배열된다. 이것은 단일 센서 스테이션으로부터 최대 약 80km까지의 트랙 또는 그 이상의 감지 커버리지를 제공할 수 있다. 데이터 프로세서(107)는 조회기 유닛(102a 및 102b)으로부터의 데이터를 프로세싱하기 위해 센서 스테이션에 위치될 수 있다. 그러나, 도 2가 단지 하나의 예를 도시하고, 모니터링되는 특정한 철도 네트워크에 의존하여 다양한 상이한 배열이 구현될 수 있다는 것이 이해될 것이다.
이용시, 각각의 DAS 센서는 철도 네트워크를 모니터링하도록 동작될 수 있고, 예로서 조회기 유닛(102a)은 DAS 감지를 제공하기 위해 관련 감지 섬유(101a)에 질의한다. 트랙(201)에 따른 열차(220)의 이동은 다양한 동적 변형 예로서, 감지 섬유로 전파되어 DAS 센서에 의해 검출될 음향 신호를 생성할 것이다.
DAS 센서의 주어진 채널에 의해 검출된 음향 신호는 음향 신호를 야기하는 자극 및 음향 신호가 감지 섬유로 이동하는 경로에 의존할 것이다. 철도 네트워크 상에서 이동하는 열차를 모니터링하기 위해, 철도 트랙 상에서 이동하는 열차는 이동하는 음량 소스의 역할을 하고 주어진 감지 부분에 도달하는 음향 신호는 열차의 특성, 그것이 이동하고 있는 트랙 및 관련된 감지 부분을 둘러싸는 환경에 의존할 것이다.
열차와 같은 철도 차량은 전형적으로 예를 들면, 버퍼 및 체인 결합기 또는 얀니 결합기(Janney coupler)와 같은 너클 결합기를 통해 함께 결합되는 다수의 상이한 카를 포함한다. 많은 경우에서, 특히 화물 운송에 대해, 많은 수의 차량이 함께 조인될 수 있다.
열차가 가속하거나 감속할 때, 힘은 결합부를 통해 열차를 따라 전달된다. 긴 열차에서, 기관차 제어부로부터의 제동 제어 신호가 각각의 차량의 브레이크를 활성화시키기 위해 열차를 통해 뒤쪽으로 전파하는데 약간의 시간이 걸릴 수 있다는 점에서 제동시 문제가 생성할 수 있다. 일부 예에서, 예로서, 길이가 1 킬로미터 또는 그 이상의 정도의 긴 열차에 대해, 제동 제어 신호는 최종 차량에 도달하기까지 수 초 정도 걸릴 수 있다. 제동 시의 이 지연은 열차의 전방 가까이에 있는 차량이, 차량이 열차 뒤쪽에 더 가깝기 전에 제동이 걸리기 시작하게 한다. 이것은 후방의 차량이 결합부 예로서, 결합기 및/또는 버퍼에 큰 힘을 생성시킬 수 있는 앞쪽의 차량으로 이어지는 것을 야기할 수 있다.
열차의 가속 시에 마찬가지로, 큰 힘이 생성할 수 있다. 과도한 가속력으로 인해 결합부의 느슨함이 과도하게 감소되어, 결합이 최대로 도달할 때 상대적으로 큰 힘을 야기할 수 있다. 이것은 다시, 열차에 걸쳐 차례로 뒤쪽으로 진행되는 각각의 차량의 지연된 저킹 가속을 초래한다.
버퍼 및 결합기에서의 과도한 힘은 철도 차량의 성능 저하에 크게 기여할 수 있다. 이러한 유형의 반복적인 큰 힘은 따라서, 그렇지 않은 경우보다 신속하게 결합부를 성능 저하시켜 검사, 수리 및/또는 교체를 위한 유지보수 비용/다운시간을 증가시킬 수 있다. 또한 결합부의 파국적인 고장의 가능성이 존재하여 객차의 결합해제 및 심지어 탈선을 야기한다.
본 발명의 실시예는 이러한 열차 내 힘의 발생을 모니터링하고/하거나 그러한 힘의 범위 또는 심각도를 추정하기 위한 방법 및 장치에 관한 것이다.
본 발명자에 의해 열차의 상대적으로 높은 가속 또는 감속, 또는 열차의 일부에 의해 야기된 열차 내 힘이 열차가 트랙을 따라 통과함에 따라, DAS 시스템에 의해 검출된 음향 신호에 식별가능한 음향 과도를 생성할 수 있음이 이해되었다.
예를 들면, 도 3a 내지 도 3c에 도시된 것처럼 감속하는 열차를 고려하라. 도 3a는 화살표(301)에 의해 도시된 방향으로 트랙(101) 상을 이동하는 열차(202)을 도시한다. 열차의 4대의 차량(302)이 도시되어 있지만, 유형의 운송 차량 또는 승객 객차, 등이든 아니든 실제적으로는 더 많은 차량이 존재할 수 있음이 이해될 것이다. 차량(302)은 결합부(303)에 의해 서로 연결된다. 당업자가 이해할 바와 같이, 많은 이러한 결합부는 차량(302) 사이의 거리가 특정 한계 내에서 변하도록 허용하는 적어도 일부 유연성을 가지며, 버퍼 또는 다른 충격 흡수기는 가속/감속의 충격을 감소시키기 위해 제공된다.
도 3a는 실질적으로 일정한 속도로 이동하는 열차를 도시한다. 이제 열차(202)가 상대적으로 세게 제동하는 것을 고려하자. 상기 논의된 바와 같이, 제동 제어 신호는 열차의 전방 또는 근방으로부터 열차의 후방을 향해 전파하여 각각의 차량의 브레이크를 활성화할 수 있다. 열차에 따르는 제동 신호의 전파의 지연은 후방의 차량이 제동하기 시작하는 것을 야기하고 따라서, 앞쪽의 차량보다 늦게 감속할 수 있다. 따라서, 이 예에서 (도시된 차량의) 전방의 차량(302-1)은 다른 차량(302-2 내지 302-4) 앞에서 제동하고 속도를 줄일 수 있으며 따라서, 차량(302-2)은 그것의 전방에서 일시적으로 차량(302-1)보다 빠르게 이동하는 것을 끝낼 수 있다. 이들 2대의 차량 사이의 거리는 가까워질 것이고, 관련 차량 사이의 결합부(303-1)의 충격 흡수 장치, 즉 버퍼 등은 차량(302-2)에 약간의 감속력을 제공하도록 작용한다. 그러나, 상대적으로 센 제동 하에서 결합부를 통해 전달된 상대적으로 큰 힘이 존재할 수 있고 일단 결합부(303-1)가 그것의 최소 범위에 도달하면 2대의 차량은 도 3b에 도시된 바와 같이 결합부를 통해 효과적으로 충돌할 수 있다. 이것은 음향 과도 신호(304)를 생성할 수 있다.
차량(302-2)은 따라서, 느려질 것이고 그 뒤의 차량(302-3 및 302-4)보다 느리게 이동할 것이다. 그러나, 차량(302-3)은 여전히 더 빨리 이동할 것이고, 따라서 적절한 때에 도 3c에 도시된 바와 같이, 차량(302-2)에 충격을 가할 수 있다. 이 효과는 열차의 길이를 따라 반복될 수 있다.
큰 가속도 하에서 유사한 효과가 발생할 수 있다. 주어진 차량은 그것의 전방의 차량으로부터 견인력으로 앞으로 가속될 수 있다. 그 차량이 그 차량과 그것 뒤에 있는 차량 사이의 결합부를 가속함에 따라, 그것은 결합부가 최대 범위에 도달할 때까지 연장될 수 있고 뒤의 차량은 앞으로 기울어질 수 있다. 이것은 또한, 음향 교란이 발생될 가능성을 야기할 것이다.
덜 극단적인 감속 또는 가속 하에서, 그러나 결합부에 가해지는 힘은 더 낮을 것이고 따라서 결합부에 가해지는 충격의 양 및 음향 교란의 양도 존재한다면, 또한 더 낮아질 것이다.
이것은 시간에 걸쳐 일련의 음향 과도를 야기할 것이고, 그 위치는 열차 전체에 걸쳐 뒤쪽으로 이동함이 이해되었다. 이러한 음향 과도의 시퀀스는 상대적으로 큰 가속 또는 감속을 나타내는 특성 음향 신호로서, 따라서 상대적으로 큰 열차 내 힘으로 간주될 수 있다. 놀랍게도, 상대적으로 큰 열차 내 힘을 나타내는 이 특성 신호는 열차가 이동함에 따라 그것에 의해 생성된 음향 신호의 전체 내에서 식별될 수 있다.
도 4는 열차가 트랙을 따라 통과함에 따라 철도 트랙의 경로를 따라 배치된 감지 섬유를 갖는 광섬유 분산형 음향 센서로부터 생성된 데이터의 폭포 플롯(waterfall plot)을 도시한다. 폭포 플롯은 시간에 걸친 감지 섬유의 각각의 채널로부터의 음향 세기, 즉 각각의 감지 부분에 의해 검출된 음향 교란을 나타내는 측정 신호의 세기를 도시한다. 실제 시스템에서, 검출된 음향 세기는 도 4의 흑백 표현에서 명확하게 도시될 수 없는 색으로 표현된다. 그러나, 일반적으로 도 4에서, 음향 세기의 차는 그레이스케일 세기의 차로 표시된다.
DAS 센서의 채널은 제 1 채널(C1)로부터 마지막 채널(CN)까지 감지 섬유를 따라 선형으로 이격된다. 감지 섬유는 일반적으로 트랙의 경로를 따라 이어지도록 배치되고 따라서, 일반적으로 트랙을 따르는 거리에 대응한다. 상기 언급된 바와 같이, 트랙에 대한 채널의 매핑은 트랙의 경로로부터 감지 섬유의 경로에서 편차를 조정하기 위해 수행될 수 있다. 이 경우에, 트랙은 길이가 수 킬로미터의 테스트 링 트랙이었고 감지 섬유는 전체 링의 길이를 따라 배치되었다.
도 4에 도시된 시간 윈도우의 시작에서, 열차는 트랙 상의 어딘가에 있으므로 채널(C1)에서 감지된 어떠한 중요한 음향 활동도 없다. 시간(T1)에서, 열차가 채널(C1)에 대응하는 감지 부분에 도달할 때 채널(C1)에서 검출된 증가된 음향 활동인 것으로 시작한다. 열차가 관련 센서 부분을 나중 시간(T2)으로서 완전히 통과할 때까지 이 채널에서 감지된 상당히 증가된 음향 활동이 존재한다. 열차 이동이 따라서, 열차 속도에 기초한 레이트로 DAS 센서의 채널을 따라 전파하는 상대적으로 명확하게 정의된 시작 및 끝을 가진 DAS 데이터에 음향 활동 프로파일을 야기함이 보여질 수 있다. 감지 섬유를 따른 이 음향 활성 프로파일의 범위, 즉 치수(401)는 이 데이터에 대해 길이가 2km 정도인 열차의 길이에 대응한다. 이러한 음향 활동 프로파일은 철도 네트워크 상에서의 열차의 이동을 추적하기 위해 이용될 수 있다.
도 4의 폭포 플롯을 전체적으로 취하면, 열차로 인해 일반적인 음향 활동 프로파일 내에서 식별될 수 있는 다양한 개별적인 음향 피쳐(acoustic features)가 존재한다. 언급된 바와 같이, 플롯에서의 연속 음향 활동의 앞뒤 가장자리(leading and trailing edges)는 열차의 전방 및 후방에 대응하고 이러한 가장자리의 그래디언트는 트랙 상의 열차 속도에 관련된다. 앞/뒤 가장자리와 동일한 그래디언트로 센서의 채널을 따라 추적하는 것으로 보이는 음향 활성 프로파일 내의 일부 피쳐가 식별될 수 있어서, 감지된 신호에 대한 관련된 음향 소스가 열차 자체의 특정 부분(따라서 열차와 함께 이동함)과 연관되어 있음을 제안한다. 음향 활동 프로파일의 일부 피쳐는 또한, 주어진 채널과 연관되어 보여질 수 있다(따라서 이 플롯에서 수평 피쳐로서 보여짐). 이러한 피쳐는 예를 들면, 다른 채널이나 다른 위치에서의 방식과 상이한 특정한 방식으로 지나가는 열차에 응답하는 그 위치에서의 트랙 또는 고정된 환경의 일부 요소와 비교하여 그 채널에서의 감도의 차를 나타낼 수 있다.
이 특정한 플롯에서, 증가된 음향 세기의 곡선과 유사한 것으로 보이는 피쳐(402)가 존재함이 또한 보여질 수 있다. 이 피쳐는 특정 채널에서 T3 주변에서 한 번 시작한 다음 시간에 걸쳐 열차의 이동 방향과 반대 방향으로 채널을 따라 명백하게 전파된다. 이 피쳐는 열차를 따라 특정 위치에서 시작하고 그 다음, 상대적으로 일정한 진행 레이트로 열차의 뒤쪽을 향해 이동하는 음향 소스 또는 일련의 음향 이벤트에 대응한다.
이 피쳐(402)는 상기 설명된 바와 같이 센 제동 하에서 예상될 바와 같이, 열차의 위치에서 시작하여 뒤쪽으로 진행하는 일련의 음향 과도에 대응한다.
유사한 피쳐(403)가 테스트 링 주위의 열차의 초기 통과로부터의 감지 섬유의 동일한 채널로부터의 음향 프로파일에 나타난다는 것이 또한 보여질 수 있다. 테스트 링 주변의 열차의 또 다른 통과에 대응하는 DAS 데이터는 모두 유사한 피쳐를 나타냈다. 이 테스트를 위한 데이터에서 열차는 원격으로 제어된 무인 테스트 열차였다. 따라서, 테스트 링의 각각의 통과에 대해 열차는 트랙의 이 지점에서 상대적으로 높은 감속을 경험하고 있음이 보여질 수 있다. 이것은 이동의 이 방향으로 제동 적용에 대한 필요성을 야기하는 트랙을 따라 특정 피쳐 예를 들면, 경사, 날카로운 코너 등의 존재를 나타내었다. DAS 데이터에서 음향 과도의 결과적인 시퀀스가 지속적이고 안정적으로 검출가능하게 되었다.
도 5는 동일한 DAS 센서를 이용하여 동일한 테스트 트랙으로부터 얻은 DAS의 폭포 플롯을 도시하고, 따라서 동일한 열차가 반대 방향으로 이동하고 있는 동안 감지 섬유의 동일한 배열을 보여준다. 열차가 이 방향으로 이동하고 있는 동안 얻은 데이터에는 어떠한 대응하는 피쳐도 존재하지 않았으므로, 이는 신호가 그들 감지 채널에서 트랙 자체의 일부 양태로 인한 것이 아니며 열차의 이동으로 인한 것임을 확인한다. 열차가 반대 방향으로 이동하고 있었을 때 트랙의 이 지점에서 센 제동에 대한 어떠한 필요도 존재하지 않는다.
도 6은 실제 철도 네트워크의 일부를 형성하는 철도 트랙을 따라 배치된 DAS 센서로부터의 이 예에서, 철도 트랙을 따라 배치된 감지 섬유를 갖는 DAS 센서로부터 얻어진 음향 데이터의 또 다른 폭포 플롯을 도시한다. 도시된 데이터는 추적하는 모니터링된 섹션에 따른 긴 화물 열차의 이동에 대응한다. 도 6에서, 도 4 및 도 5의 플롯과 비교하여 축이 교환되고, 따라서 DAS 센서의 채널은 x축 상에 표현됨에 유의한다. 이 플롯에서 열차의 전방에 가깝게 시작하고 열차의 전장을 따라 후방으로 전파되는 강한 음향 피쳐(601)가 관측될 수 있다.
본 발명의 실시예에서, 프로세서 예로서, 데이터 프로세서(107)는 따라서, 열차의 통과에 대응하는 음향 신호를 식별하고 특성 시그니처를 검출하기 위해 DAS 센서로부터의 측정 신호를 분석하도록 구성될 수 있고, 특성 시그니처는 열차 내의 특정 위치에서 시작하고 열차를 따라 후방으로 전파되는 일련의 음향 과도이다.
이러한 특성 시그니처의 식별은 과도한 가속 또는 감속으로 인한 상당한 열차 내 힘 예를 들면, 상대적으로 큰 힘의 표시로서 이용될 수 있다. 일부 예에서, 특성 시그니처의 세기는 열차 내 힘의 크기를 나타낼 수 있고 프로세서는 열차 내 힘의 크기의 추정치를 생성할 수 있다. 일부 실시예에서, 프로세서는 열차를 통한 열차 내 힘의 전파에 관한 정보를 결정하기 위해 특성 시그니처를 분석할 수 있다.
데이터 프로세서는 따라서, 열차와 연관된 음향 신호를 식별하기 위해 DAS 센서로부터의 측정 신호를 분석할 수 있다. 열차 과도 음향 신호와 연관된 음향 신호 내에서 예를 들면, 하나 이상의 정의된 주파수 대역 내의 짧은 시간 지속기간 음향 신호를 찾기 위해 상기 설명된 유형의 음향 신호가 검출될 수 있다. 특성 시그니처는 상이한 채널로부터의 신호에서 검출된 과도가 예를 들면, 적합한 모델 또는 열차 내 힘의 진행의 모델을 이용하는 것과 같이, 열차 내 힘과 일치하는 방식으로 시간에 클러스터링되는지의 여부를 분석함으로써 검출될 수 있다.
적절한 시퀀스 예를 들면, 다항식 회귀를 이용하여 예로서, 채널 시간 플롯의 곡선에 과도를 맞추기 위해 맞춤 프로세스가 수행될 수 있다. 적절한 클러스터링된 시퀀스가 식별되면, 이것은 특성 시그니처의 검출로서 취해질 수 있다. 시퀀스가 열차를 통해 진행함에 따라 시간에 걸친 과도의 크기가 결정될 수 있고/있거나 열차에 따른 전파의 속도가 또한 검출될 수 있다.
도 7은 일 실시예에 따른 프로세싱 방법의 하나의 예를 도시한다.
상기 설명된 유형의 제 1 DAS 감지는 트랙의 모니터링된 섹션, 즉 DAS 감지 섬유가 배치되는 트랙의 섹션을 따라 통과하는 철도 차량에 의해 생성된 음향 신호를 모니터링하기 위해 이용될 수 있다. 바람직하게, 상대적으로 긴 길이 예를 들면, 수 킬로미터 또는 그 이상의 범위에 걸친 트랙이 모니터링될 수 있다. 상기 언급된 바와 같이, 일부 경우에서, DAS 센서는 열차 추적 및 다른 모니터링 목적을 위해 허용하도록 제공될 수 있으며, 따라서 DAS 센서는 철도 네트워크의 특정 핵심 영역 또는 실질적으로 의심스러운 모든 철도 네트워크에서 이용될 수 있다. 그러나 일부 애플리케이션에서 DAS 센서는 주로 과도한 열차 내 힘을 식별하기 위해 제공될 수 있고 따라서, 감지 섬유는 센 제동 또는 과도한 가속이 예상될 수 있는 트랙의 영역에서만 제공될 수 있다.
방법이 관련 데이터를 획득하기 위해 DAS 감지에서 수행하는 단계를 포함하지만, 방법은 또한, 적합한 DAS 센서에 의해 획득된 데이터를 프로세싱하기 위해 적용된다는 것에 유의해야 한다. 따라서, 철도 네트워크 운영자는 예를 들면, 후속 분석을 위해 관련 데이터를 획득하기 위해 DAS 센서를 이용할 수 있다.
단계(702)에서, DAS 데이터는 열차 통과에 대응하는 음향 신호를 검출하기 위해 분석된다. 하나의 예에서, 각각의 채널로부터의 측정 신호는 열차 신호가 예상되는 하나 이상의 주파수 대역에서 프로세싱될 수 있다. 예를 들면, 열차에 대응하는 음향 신호를 검출하는 단계는 각각의 채널에 대해 열차의 시작 및 끝을 시간에 맞춰 식별하기 위해 특정 설치에 의존하여 예를 들면, 200 내지 400Hz 정도일 수 있는 제 1 주파수 대역에서 음향 데이터를 프로세싱하는 단계를 포함할 수 있다. 열차 신호의 시작 및 끝은 당업자에 의해 이해될 바와 같이 일정 오경보율(Constant False Alarm Rate; CFAR) 프로세싱을 이용함으로써와 같은 다수의 방식으로 식별될 수 있다. 일관성을 위해 각각의 채널에 대한 열차의 시작과 끝은 또한, 인접 채널 또는 거의 채널에 걸쳐 비교될 수 있다. 이것은 관련된 감지 부분을 통과하는 열차에 의해 생성된 음향 신호에 대응하는 각각의 채널로부터의 측정 신호에 대한 시간 윈도우를 제공한다.
열차에 대응하는 신호를 식별하면, 각각의 채널에 대한 그 시간 윈도우에서의 측정 신호는 과도를 검출하기 위해 분석될 수 있다. 일부 실시예에서, 제 1 주파수 대역과 상이할 수 있고 제 1 주파수 대역보다 높을 수 있는 적어도 제 2 주파수 대역의 신호는 과도를 검출하기 위해 분석될 수 있다. 일부 예에서, 과도 검출은 제 1 주파수 대역보다 높은 다수의 상이한 주파수 대역에 적용될 수 있다. 이용된 특정 주파수 대역은 특정 설치 속성 및 조건에 의존하여 구성가능할 수 있다.
일반적으로, 상대적으로 높은 진폭의 과도를 검출하기 위해 더 높은 주파수 대역이 바람직할 수 있다. 진폭이 높고 지속기간이 더 짧은 임펄스는 더 광대역이 되고 따라서, 더 많은 에너지가 더 높은 주파수에 도달한다. 이러한 주파수에서 일반적인 열차 신호로부터의 충동적인 이벤트로 인한 과도의 더 적은 마스킹(masking)이 존재한다.
그러나, 상대적으로 높은 주파수 대역에서의 동작은 여전히 관심 있는 더 낮은 열차 내 힘에 대응하는 더 낮은 진폭의 과도의 검출을 허용할 수 없다. 따라서, 프로세싱은 다수의 주파수 대역에서 적용될 수 있다. 관심 있는 과도가 일반적인 열차 잡음에 의해 완전히 마스킹되지 않지만 관심 있는 열차 내 가장 작은 힘을 검출할 가능성을 최대화하기 위해 주파수가 충분히 낮도록 충분히 높은 더 낮은 차단 주파수를 갖는 중간 주파수 대역이 이용될 수 있다. 프로세싱은 또한, 중간 대역에서 이루어진 과도 검출의 범위를 제한하고/하거나 더 높은 진폭 과도에 대한 마스킹 효과를 감소시키기 위해 중간 주파수 대역보다 높은 차단 주파수를 갖는 더 높은 주파수 대역에서 수행될 수 있다.
일반적으로, 과도의 시퀀스가 열차 아래로 전파될 때, 전파 속도가 증가함에 따라 힘의 크기가 증가할 것으로 예상된다. 중간 대역은 나중에 더 큰 진폭의 과도를 검출 및/또는 상기 과도의 범위를 제한하기 위해 이용되는 더 높은 주파수 대역을 갖는 초기 과도를 검출하기 위해 이용될 수 있다.
그러나, 과도가 여전히 더 낮은 주파수 대역에서 검출될 수 있음이 이해될 것이다. 예를 들면, 도 4에 도시된 폭포 플롯은 20 내지 60Hz 정도의 상대적으로 낮은 주파수 대역의 데이터를 도시하며, 특성 음향 시그니처가 관측될 수 있다. 따라서, 더 높은 주파수 대역이 유용할 수 있는 반면에, 일부 실시예는 열차 신호를 검출하기 위해 이용된 제 1 주파수 대역과 적어도 부분적으로 중첩할 수 있는 더 낮은 주파수 대역 및/또는 다수의 상이한 주파수 대역에 과도 검출을 적용할 수 있다.
짧은 펄스가 식별될 수 있도록 예를 들면, 단시간 신호 윈도우를 통한 CFAR 프로세싱 및 적절한 가드를 통한 장시간 배경 윈도우를 이용함으로써 과도가 식별될 수 있다.
채널에서의 식별된 과도는 그 다음, 특성 시그니처에 대응하는 과도의 클러스터링을 결정하기 위해 분석될 수 있다. 과도는 따라서, 열차 내 힘의 전파의 물리적 모델에 기초하여 클러스터링될 수 있는 것에 대한 허용오차와 함께 공간 및 시간의 클러스터로 그룹화될 수 있다.
일부 실시예에서, 제 1 특성 신호에 대응하는 과도의 적합한 클러스터의 식별은 특성 시그니처의 식별로서 취해질 수 있고, 따라서 상당한 열차 내 힘의 발생을 나타낼 수 있다. 일부 실시예에서, 일부 종류의 플래그 또는 경고가 생성될 수 있다.
일부 실시예에서, 일단 클러스터링되면, 곡선 맞춤은 단계(705)에서 열차 내 힘의 다양한 특성을 결정하기 위해 과도에 적용될 수 있다. 예를 들면, 하나의 예에서, 다항 회귀가 과도에 적용되고, 그 다음 열차 내 힘의 물리적인 특성을 추론하기 위해 맞춤이 모델에 적용될 수 있다. 맞춤은 시공간 플롯에서 특성 시그니처의 형상을 결정할 수 있다. 이러한 맞춤으로부터, 다양한 정보가 결정될 수 있다. 예를 들면, 열차를 통한 힘의 전파에 관한 정보가 단계(706)에서 결정될 수 있다. 이것은 열차 아래의 열차 내 힘의 전파의 레이트 및/또는 열차 아래의 열차 내 힘의 전파의 변화의 레이트를 포함할 수 있다. 부가적으로 또는 대안적으로, 열차 내 힘의 크기에 관한 정보 예를 들면, 열차의 다양한 부분에서의 힘의 크기의 추정치 및/또는 과도의 크기의 증가의 레이트가 결정될 수 있다.
열차 내 힘의 전파의 레이트는 열차의 충돌하는 차량 사이의 속도 차에 관련된다. 충돌 속도의 추정치는 열차 내 힘의 전파의 레이트, 즉 음향 과도가 열차를 따라 진행하는 레이트에 의해 추론될 수 있다. 긴 열차에 대해, 열차 아래의 열차 내 힘의 전파의 레이트는 열차의 길이를 따라 달라질 수 있고 따라서, 열차의 길이에 따르는 몇몇 상이한 위치에서 충돌 속도의 표시 또는 추정치가 결정될 수 있다. 이러한 표시는 그 자체가 열차 내 힘의 심각성의 측정치로서 이용될 수 있다.
열차 내 힘에 관한 정보는 다양한 상이한 방식으로 이용될 수 있다.
상당한 열차 내 힘의 발생의 검출이 관심 있을 수 있다. 이것은 열차의 결합부의 유지보수 또는 검사가 요구될 수 있는 시기를 결정하기 위해 이용될 수 있다. 예를 들면, 검사는 특정 임계치의 열차 내 힘의 검출의 예에 따라 예로서, 열차 전체에 걸친 전파의 크기 및/또는 레이트의 임계치에 걸쳐 스케줄링될 수 있다.
큰 열차 내 힘의 발생의 검출은 운전자가 장래에 상당한 힘을 회피하도록 적절한 제어 또는 지침을 설정하기 위해 이용될 수 있다. 예를 들면, 특정 수 또는 유형의 열차가 트랙의 특정 부분에서 큰 열차 내 힘을 지속적으로 경험하면(예로서, 제동력으로 인해), 그 섹션에 접근하는 속도 제한이 감소되거나 운전자가 열차에 잠재적 손상을 회피하기 위해 더 일찍 그리고 보다 점진적인 방식으로 제동에 관한 지침을 제공할 수 있다.
일부 경우에서, 열차가 이동함에 따라 상당한 열차 내 힘의 발생의 검출 및 운전자에게 중계하기 위한 일부 적합한 수단을 통해 열차에 전달된 상당한 열차 내 힘의 검출에 관한 정보가 실시간으로 결정될 수 있다. 이것은 그 다음, 운전자에게 열차 내 힘의 심각성 및 그들이 특정 열차 구성에 대한 권고된 허용오차를 초과하는지의 여부를 경고하기 위해 이용되어 운전자가 그에 따라 차량의 동작을 조정하는 것을 허용할 수 있다.
일반적으로, 상당한 열차 내 힘을 경험하는 열차로 이어지는 트랙의 섹션에 관한 정보는 앞으로의 트랙 설계 또는 재설계에 유용할 수 있다.
본 발명의 실시예는 따라서, 이러한 조건 하에서 열차 차량 사이의 결합부에서 생성된 음향 과도를 검출함으로써 열차 가속 또는 감속으로 인해 발생하는 상당한 열차 내 힘의 발생을 검출하는 능력을 제공한다. 이것은 DAS와 같은 분산형 광섬유 감지를 통해 가능한데, 이는 이러한 센서는 열차 신호 내에서 이동하는 음향 피쳐를 추적하는 능력을 갖기 때문이고, 이는 열차를 따르는 모든 지점에서 신호를 측정할 수 있는 공간적으로 분산된 시스템을 요구한다(이 경우에, 열차를 따르는 모든 결합부). 그것은 도로변 지점 센서로는 성취가능하지 않을 수 있음이 유의될 것이다. DAS의 이용은 열차 내 힘의 모니터링이 요구되는 모든 열차 상의 모든 결합부를 계측할 필요성을 회피하고 따라서, 본 방법은 트랙의 모니터링된 섹션에서 이동하는 열차에 적용가능한 비 침습적 방법(non-invasive method)을 제공한다.
상기 언급된 실시예가 본 발명을 제한하기보다는 설명하고, 당업자가 첨부된 청구항의 범위를 벗어나지 않고 많은 대안적인 실시예를 설계할 수 있음에 유의해야 한다. 다양한 실시예로부터의 피쳐가 달리 명시적으로 표시된 경우를 제외하고 함께 조합되고 이용될 수 있다. 단어 "포함하는"은 청구항에 나열된 것 이외의 요소 또는 단계의 존재를 배제하지 않고, "a" 또는 "an"은 복수를 배제하지 않으며, 단일 피쳐 또는 다른 유닛은 청구항에 인용된 몇몇 유닛의 기능을 충족시킬 수 있다. 청구항에서의 참조 부호 또는 라벨은 그들의 범위를 제한하기 위해 해석되어서는 안된다.
Claims (22)
- 열차 내 힘을 검출하는 방법에 있어서:
철도 트랙의 적어도 일부를 모니터링하기 위해 배치된 감지 섬유를 갖는 적어도 하나의 광섬유 분산형 음향 센서의 복수의 채널로부터 측정 신호에 대응하는 제 1 데이터 세트를 취하는 단계로서, 상기 제 1 데이터 세트는 열차가 상기 철도 트랙을 따라 통과함에 따라 획득된 측정 신호에 대응하는, 상기 제 1 데이터 세트를 취하는 단계; 및
제 1 특성 시그니처(signature)를 검출하기 위해 상기 측정 신호를 분석하는 단계로서, 상기 제 1 특성 시그니처는 상기 열차를 따라 후방으로 전파하는 것으로 보이는 음향 과도(acoustic transients)의 시퀀스를 포함하는, 상기 측정 신호를 분석하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 1 항에 있어서,
상기 제 1 특성 시그니처의 발생은 상당한 열차 내 힘의 발생으로서 식별되는, 열차 내 힘을 검출하는 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 음향 과도의 세기에 기초하여 상기 열차 내 힘의 크기를 추정하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 3 항에 있어서,
상기 열차 내 힘이 상기 열차를 통해 전파할 때 상기 열차 내 힘의 크기의 변화의 레이트를 결정하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 열차 전체에 걸친 상기 열차 내 힘의 전파에 관한 정보를 결정하기 위해 상기 음향 과도의 시퀀스를 분석하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 5 항에 있어서,
상기 열차를 따라 적어도 하나의 위치에서 상기 열차의 차량 사이의 충돌 속도의 추정치를 결정하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 측정 신호를 분석하는 단계는 복수의 채널의 각각에 대해 상기 열차와 연관된 음향 신호를 식별하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 7 항에 있어서,
상기 열차와 연관된 음향 신호를 식별하는 단계는 제 1 주파수 대역에서 상기 신호를 프로세싱하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 7 항 또는 제 8 항에 있어서,
과도를 검출하기 위해 상기 열차와 연관된 상기 음향 신호를 분석하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 9 항에 있어서,
과도를 검출하기 위해 상기 열차와 연관된 상기 음향 신호를 분석하는 단계는 적어도 하나의 정의된 주파수 대역에서 상기 음향 신호를 분석하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 10 항에 있어서,
제 7 항에 직접적으로 또는 간접적으로 의존할 때, 상기 적어도 하나의 정의된 주파수 대역은 상기 제 1 주파수 대역의 차단 주파수(cut-off frequency)보다 높은 차단 주파수를 갖는, 열차 내 힘을 검출하는 방법. - 제 11 항에 있어서,
과도를 검출하기 위해 상기 열차와 연관된 상기 음향 신호를 분석하는 단계는 적어도 제 2 주파수 대역 및 제 3 주파수 대역에서 상기 음향 신호를 분석하는 단계를 포함하고, 상기 제 3 주파수 대역은 상기 제 2 주파수 대역보다 큰 더 낮은 주파수 차단을 갖는, 열차 내 힘을 검출하는 방법. - 제 12 항에 있어서,
상기 제 2 주파수 대역에서 과도를 식별하고 상기 제 3 주파수 대역에서 상기 과도의 범위를 제한하는(qualifying) 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 9 항 내지 제 13 항 중 어느 한 항에 있어서,
상기 제 1 특성 시그니처를 검출하는 단계는 상기 특성 시그니처에 대응하는 과도의 클러스터링(clustering)의 존재를 결정하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 14 항에 있어서,
상기 과도는 열차 내 힘의 모델에 기초하여 미리 결정된 허용오차 내에서 공간 및 시간의 클러스터로 그룹화되는, 열차 내 힘을 검출하는 방법. - 제 14 항 또는 제 15 항에 있어서,
상기 클러스터에 곡선 맞춤(curve fit)을 적용하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 1 항 내지 제 16 항 중 어느 한 항에 있어서,
열차가 상기 제 1 데이터 세트를 생성하기 위해 상기 철도 트랙 상에서 이동함에 따라 상기 감지 섬유에 대해 분산형 음향 감지를 수행하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 17 항에 있어서,
상기 제 1 특성 시그니처의 검출을 상기 열차에 전달하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 제 17 항 또는 제 18 항에 있어서,
상기 제 1 특성 시그니처의 검출 시에: 열차 운전자에 대한 경보를 생성하고 열차 이동 제어의 하나의 양태를 자동으로 조정하는 것 중 적어도 하나를 수행하는 단계를 포함하는, 열차 내 힘을 검출하는 방법. - 열차 내 힘을 검출하기 위한 장치에 있어서:
프로세서를 포함하고,
상기 프로세서는:
철도 트랙의 적어도 일부를 모니터링하기 위해 배치된 감지 섬유를 갖는 적어도 하나의 광섬유 분산형 음향 센서의 복수의 채널로부터 측정 신호에 대응하는 제 1 데이터 세트를 취하는 것으로서, 상기 제 1 데이터 세트는 열차가 상기 철도 트랙을 따라 통과함에 따라 획득된 측정 신호에 대응하는, 상기 제 1 데이터 세트를 취하고;
제 1 특성 시그니처를 검출하기 위해 상기 측정 신호를 분석하는 것으로서, 상기 제 1 특성 시그니처는 상기 열차를 따라 후방으로 전파하는 것으로 보이는 음향 과도의 시퀀스를 포함하는, 상기 측정 신호를 분석하도록 구성되는, 열차 내 힘을 검출하는 방법. - 철도 모니터링 시스템에 있어서:
철도 트랙의 경로를 적어도 부분적으로 따라 이어지도록 배치된 감지 광섬유;
상기 감지 광섬유의 복수의 채널로부터 측정 신호를 생성하기 위해 상기 감지 광섬유에 대해 분산형 음향 감지를 수행하도록 구성된 조회기 유닛; 및
열차가 상기 철도 트랙을 따라 통과함에 따라 상기 조회기 유닛에 의해 획득된 측정 신호의 제 1 데이터 세트에 대해 동작하도록 구성된 제 20 항에 청구된 바와 같은 열차 내 힘을 검출하기 위한 장치를 포함하는, 철도 모니터링 시스템. - 비 일시적 저장 매체 상의 소프트웨어 코드에 있어서,
상기 코드는 제 1 항 내지 제 19 항 중 어느 한 항의 방법을 수행하도록 적합한 컴퓨팅 장치에 지시하기 위한 컴퓨터 판독가능한 명령어를 포함하는, 비 일시적 저장 매체 상의 소프트웨어 코드.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB1611326.8A GB201611326D0 (en) | 2016-06-29 | 2016-06-29 | Distributed fibre optic sensing for rail monitoring |
GB1611326.8 | 2016-06-29 | ||
PCT/GB2017/051791 WO2018002582A1 (en) | 2016-06-29 | 2017-06-19 | Distributed fibre optic sensing for in-train forces monitoring |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190022814A true KR20190022814A (ko) | 2019-03-06 |
KR102423390B1 KR102423390B1 (ko) | 2022-07-22 |
Family
ID=56891639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020197002749A KR102423390B1 (ko) | 2016-06-29 | 2017-06-19 | 열차 내 힘 모니터링을 위한 분산형 광섬유 감지 |
Country Status (11)
Country | Link |
---|---|
US (1) | US11130510B2 (ko) |
EP (1) | EP3478553B1 (ko) |
JP (1) | JP6923566B2 (ko) |
KR (1) | KR102423390B1 (ko) |
CN (1) | CN109641604B (ko) |
AU (1) | AU2017289698B2 (ko) |
ES (1) | ES2886453T3 (ko) |
GB (1) | GB201611326D0 (ko) |
NZ (1) | NZ749992A (ko) |
PL (1) | PL3478553T3 (ko) |
WO (1) | WO2018002582A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022093920A1 (en) * | 2020-10-27 | 2022-05-05 | Nec Laboratories America, Inc. | Saturation caused phase jump avoidance in das |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112018070577A2 (pt) | 2016-04-07 | 2019-02-12 | Bp Exploration Operating Company Limited | detecção de localizações de ingresso de areia de fundo de poço |
CA3020007C (en) | 2016-04-07 | 2023-01-31 | Bp Exploration Operating Company Limited | Detecting downhole events using acoustic frequency domain features |
CA3058256C (en) | 2017-03-31 | 2023-09-12 | Bp Exploration Operating Company Limited | Well and overburden monitoring using distributed acoustic sensors |
BR112020003742A2 (pt) | 2017-08-23 | 2020-09-01 | Bp Exploration Operating Company Limited | detecção de localizações de ingresso de areia em fundo de poço |
JP6836762B2 (ja) * | 2017-09-07 | 2021-03-03 | 村田機械株式会社 | 有軌道台車用光通信システム |
JP7277059B2 (ja) | 2017-10-11 | 2023-05-18 | ビーピー エクスプロレーション オペレーティング カンパニー リミテッド | 音響周波数領域特徴を使用した事象の検出 |
AT521420A1 (de) * | 2018-07-11 | 2020-01-15 | Plasser & Theurer Export Von Bahnbaumaschinen Gmbh | Verfahren und System zum Überwachen einer Gleisstrecke |
EP3844044B1 (en) * | 2018-08-30 | 2024-04-03 | Voestalpine Signaling USA Inc. | Computer-implemented method for an acoustic monitoring system for rail vehicles |
CA3120493A1 (en) | 2018-11-29 | 2020-06-04 | Bp Exploration Operating Company Limited | Das data processing to identify fluid inflow locations and fluid type |
CN113260833A (zh) * | 2018-12-03 | 2021-08-13 | 日本电气株式会社 | 道路监视***、道路监视设备、道路监视方法和非暂时性计算机可读介质 |
GB201820331D0 (en) | 2018-12-13 | 2019-01-30 | Bp Exploration Operating Co Ltd | Distributed acoustic sensing autocalibration |
US10614708B1 (en) * | 2019-01-28 | 2020-04-07 | Alstom Transport Technologies | Train detection system for a railway track section, associated railway track section, and associated method for detecting presence of a railway vehicle on a track section |
EP4045766A1 (en) | 2019-10-17 | 2022-08-24 | Lytt Limited | Fluid inflow characterization using hybrid das/dts measurements |
CA3154435C (en) | 2019-10-17 | 2023-03-28 | Lytt Limited | Inflow detection using dts features |
WO2021093974A1 (en) | 2019-11-15 | 2021-05-20 | Lytt Limited | Systems and methods for draw down improvements across wellbores |
US20230075118A1 (en) * | 2020-01-30 | 2023-03-09 | Nec Corporation | Processing device, processing method, and recording medium |
US20210253149A1 (en) * | 2020-02-14 | 2021-08-19 | International Electronic Machines Corporation | Methods and systems for monitoring a transportation path with acoustic or vibration sensing |
US11543286B2 (en) * | 2020-04-14 | 2023-01-03 | Nec Corporation | Distributed acoustic sensing based acoustic wave speed scanning and mapping of civil infrastructures |
US11619542B2 (en) * | 2020-04-14 | 2023-04-04 | Nec Corporation | Distributed acoustic sensing based natural frequency measurement of civil infrastructures |
CA3180595A1 (en) | 2020-06-11 | 2021-12-16 | Lytt Limited | Systems and methods for subterranean fluid flow characterization |
EP4168647A1 (en) | 2020-06-18 | 2023-04-26 | Lytt Limited | Event model training using in situ data |
CN112542046B (zh) * | 2020-12-07 | 2022-03-11 | 无锡科晟光子科技有限公司 | 基于das的长距离管道重型车辆预警监测方法 |
WO2022165195A1 (en) * | 2021-01-29 | 2022-08-04 | Union Pacific Railroad Company | Managing, monitoring, and validating train consists |
GB2603205A (en) * | 2021-02-02 | 2022-08-03 | Focus Sensors Ltd | Ground sensing utlising active sources |
US20230028676A1 (en) * | 2021-07-23 | 2023-01-26 | Nec Laboratories America, Inc | Location determination of deployed fiber cables using distributed fiber optic sensing |
CN115195820A (zh) * | 2022-08-30 | 2022-10-18 | 中车青岛四方机车车辆股份有限公司 | 一种列车安全防护装置及列车 |
US20240096185A1 (en) * | 2022-09-16 | 2024-03-21 | Network Integrity Systems, Inc. | Intrusion detection algorithm with reduced tuning requirement |
CN117874479B (zh) * | 2024-03-11 | 2024-05-24 | 西南交通大学 | 基于数据驱动的重载机车车钩力识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140362668A1 (en) * | 2012-02-01 | 2014-12-11 | Optasense Holdings Limited | Indicating Locations |
US20150000415A1 (en) * | 2012-02-01 | 2015-01-01 | Optasense Holdings Limited | Detecting Train Separation |
US20150013465A1 (en) * | 2012-02-24 | 2015-01-15 | Optasense Holdings Limited | Monitoring Transport Network Infrastructure |
US20150251674A1 (en) * | 2012-09-27 | 2015-09-10 | Siemens Aktiengesellschaft | Method for operating a mobile device in a railway system, railway system and mobile device |
US20150323119A1 (en) * | 2012-12-20 | 2015-11-12 | Eni S.P.A. | Method and system for the remote detection of the position of a pig device inside a pressurized pipeline |
WO2016027072A1 (en) * | 2014-08-18 | 2016-02-25 | Optasense Holdings Limited | Detection of anomalies in rail wheelsets |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1065039A (en) | 1974-01-25 | 1979-10-23 | John E. Mosier | Method and apparatus for facilitating control of a railway train |
NL9201667A (nl) * | 1992-09-25 | 1994-04-18 | Nl Spoorwegen Nv | Stelsel voor het detecteren van treinen. |
US5330136A (en) * | 1992-09-25 | 1994-07-19 | Union Switch & Signal Inc. | Railway coded track circuit apparatus and method utilizing fiber optic sensing |
EP1582430A1 (en) * | 2004-03-29 | 2005-10-05 | The Hong Kong Polytechnic University | System and process for monitoring railway tracks |
GB2442745B (en) | 2006-10-13 | 2011-04-06 | At & T Corp | Method and apparatus for acoustic sensing using multiple optical pulses |
US20100213321A1 (en) | 2009-02-24 | 2010-08-26 | Quantum Engineering, Inc. | Method and systems for end of train force reporting |
GB0915322D0 (en) * | 2009-09-03 | 2009-10-07 | Westinghouse Brake & Signal | Railway systems using fibre optic hydrophony systems |
GB0917150D0 (en) * | 2009-09-30 | 2009-11-11 | Qinetiq Ltd | Phase based sensing |
JP2011211833A (ja) * | 2010-03-30 | 2011-10-20 | Yokogawa Electric Corp | 磁気浮上列車運行安全システム |
GB201013704D0 (en) * | 2010-08-16 | 2010-09-29 | Qinetiq Ltd | Border monitoring |
CN101900708B (zh) * | 2010-08-18 | 2013-07-31 | 哈尔滨工业大学 | 一种基于振动和声频信号的高速列车轨道伤损探测方法 |
GB2489749B (en) | 2011-04-08 | 2016-01-20 | Optasense Holdings Ltd | Fibre optic distributed sensing |
GB201116816D0 (en) * | 2011-09-29 | 2011-11-09 | Qintetiq Ltd | Flow monitoring |
CN102756748A (zh) * | 2012-07-31 | 2012-10-31 | 上海中科高等研究院 | 基于声波通信的列车防撞***及其防撞方法 |
DE102012217627A1 (de) * | 2012-09-27 | 2014-03-27 | Siemens Aktiengesellschaft | Verfahren zum Betreiben eines Schienenfahrzeugs in einem Eisenbahnsystem und Eisenbahnsystem |
US10145983B2 (en) * | 2014-09-30 | 2018-12-04 | Alstom Transport Technologies | Vibration monitoring system and method |
GB201502025D0 (en) * | 2015-02-06 | 2015-03-25 | Optasence Holdings Ltd | Optical fibre sensing |
GB201707946D0 (en) * | 2017-05-17 | 2017-06-28 | Optasense Holdings Ltd | Distributed fibre optic sensing |
AU2018401402B2 (en) * | 2018-01-10 | 2022-01-27 | Beijing Oriental Railway Technology Development Co., Ltd. | Railway overload and unbalanced load system and detection method |
AT521420A1 (de) * | 2018-07-11 | 2020-01-15 | Plasser & Theurer Export Von Bahnbaumaschinen Gmbh | Verfahren und System zum Überwachen einer Gleisstrecke |
-
2016
- 2016-06-29 GB GBGB1611326.8A patent/GB201611326D0/en not_active Ceased
-
2017
- 2017-06-19 AU AU2017289698A patent/AU2017289698B2/en active Active
- 2017-06-19 JP JP2018568966A patent/JP6923566B2/ja active Active
- 2017-06-19 CN CN201780053391.5A patent/CN109641604B/zh active Active
- 2017-06-19 US US16/313,209 patent/US11130510B2/en active Active
- 2017-06-19 NZ NZ749992A patent/NZ749992A/en not_active IP Right Cessation
- 2017-06-19 WO PCT/GB2017/051791 patent/WO2018002582A1/en unknown
- 2017-06-19 ES ES17732206T patent/ES2886453T3/es active Active
- 2017-06-19 PL PL17732206T patent/PL3478553T3/pl unknown
- 2017-06-19 EP EP17732206.2A patent/EP3478553B1/en active Active
- 2017-06-19 KR KR1020197002749A patent/KR102423390B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140362668A1 (en) * | 2012-02-01 | 2014-12-11 | Optasense Holdings Limited | Indicating Locations |
US20150000415A1 (en) * | 2012-02-01 | 2015-01-01 | Optasense Holdings Limited | Detecting Train Separation |
US20150013465A1 (en) * | 2012-02-24 | 2015-01-15 | Optasense Holdings Limited | Monitoring Transport Network Infrastructure |
US20150251674A1 (en) * | 2012-09-27 | 2015-09-10 | Siemens Aktiengesellschaft | Method for operating a mobile device in a railway system, railway system and mobile device |
US20150323119A1 (en) * | 2012-12-20 | 2015-11-12 | Eni S.P.A. | Method and system for the remote detection of the position of a pig device inside a pressurized pipeline |
WO2016027072A1 (en) * | 2014-08-18 | 2016-02-25 | Optasense Holdings Limited | Detection of anomalies in rail wheelsets |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022093920A1 (en) * | 2020-10-27 | 2022-05-05 | Nec Laboratories America, Inc. | Saturation caused phase jump avoidance in das |
Also Published As
Publication number | Publication date |
---|---|
GB201611326D0 (en) | 2016-08-10 |
JP2019522197A (ja) | 2019-08-08 |
EP3478553B1 (en) | 2021-06-09 |
WO2018002582A1 (en) | 2018-01-04 |
NZ749992A (en) | 2020-07-31 |
ES2886453T3 (es) | 2021-12-20 |
PL3478553T3 (pl) | 2021-12-20 |
AU2017289698B2 (en) | 2021-10-21 |
AU2017289698A1 (en) | 2019-01-24 |
US11130510B2 (en) | 2021-09-28 |
JP6923566B2 (ja) | 2021-08-18 |
KR102423390B1 (ko) | 2022-07-22 |
CN109641604A (zh) | 2019-04-16 |
EP3478553A1 (en) | 2019-05-08 |
CN109641604B (zh) | 2021-08-17 |
US20190225250A1 (en) | 2019-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102423390B1 (ko) | 열차 내 힘 모니터링을 위한 분산형 광섬유 감지 | |
CA2862362C (en) | Detecting train separation | |
CN108603785B (zh) | 用于监视铁路网络的分布式光纤感测 | |
CA2958516C (en) | Detection of anomalies in rail wheelsets | |
CA2865109C (en) | Monitoring transport network infrastructure | |
WO2016124944A1 (en) | Optical fibre sensing | |
WO2013114135A2 (en) | Control of transport networks | |
GB2513399A (en) | Traffic monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |