Диагностика будущего: Raspberry Pi научился предсказывать обрушения тоннелей
NewsMakerМини-компьютер позволил перейти в новую эру от простукивания к цифровизации.
Китайские ученые предложили новое применение компьютера Raspberry Pi для мониторинга состояния железнодорожных тоннелей. Система способна обнаруживать пустоты в облицовке тоннелей, что может предотвратить потенциальные повреждения или даже обрушение.
Авторы исследования объясняют, что железнодорожные тоннели строятся с использованием первичной и вторичной облицовки, где вторичная усиливает конструкцию и снижает влияние локальных нагрузок. Однако внутри могут образовываться пустоты из-за некачественного строительства или изменений геологических условий, что может негативно сказаться на целостности тоннеля.
Ранее для проверки состояния тоннелей использовались ручной осмотр (простукивание стен) и георадары. Несмотря на высокую точность георадаров, их использование не подразумевает постоянный мониторинг, а стоимость таких устройств достаточно высока. Чтобы решить такую проблему, ученые предложили систему, измеряющую электропроводимость бетона, которая может сигнализировать о наличии пустот.
Система работает на базе Raspberry Pi, который благодаря 40 контактам GPIO подходит для таких задач. Провода встроены в облицовку недавно построенного тоннеля длиной 600 метров, создавая цепь между источником тока и «землей». В случае пустоты цепь остается открытой, и Raspberry Pi не фиксирует поток тока. Когда пустота заполнена, ток начинает протекать, фиксируя процесс как завершенный. В систему также интегрированы датчик давления и датчик температуры-влажности для получения более точных данных.
Ввиду хрупкости Raspberry Pi ученые использовали водонепроницаемые корпусы для защиты устройств в подземных условиях. Считываемые данные передаются в облако через 5G-соединение, где они хранятся в базе данных для реального мониторинга и анализа. Авторы предлагают, что в дальнейшем к данным можно будет применить машинное обучение, что поможет создавать цифровые модели тоннелей и принимать решения в режиме реального времени.
Сравнение данных с результатами георадаров показало, что система Raspberry Pi способна эффективно обнаруживать пустоты, хотя и менее точна при выявлении мелких или неправильно сформированных дефектов.
Китайские ученые предложили новое применение компьютера Raspberry Pi для мониторинга состояния железнодорожных тоннелей. Система способна обнаруживать пустоты в облицовке тоннелей, что может предотвратить потенциальные повреждения или даже обрушение.
Авторы исследования объясняют, что железнодорожные тоннели строятся с использованием первичной и вторичной облицовки, где вторичная усиливает конструкцию и снижает влияние локальных нагрузок. Однако внутри могут образовываться пустоты из-за некачественного строительства или изменений геологических условий, что может негативно сказаться на целостности тоннеля.
Ранее для проверки состояния тоннелей использовались ручной осмотр (простукивание стен) и георадары. Несмотря на высокую точность георадаров, их использование не подразумевает постоянный мониторинг, а стоимость таких устройств достаточно высока. Чтобы решить такую проблему, ученые предложили систему, измеряющую электропроводимость бетона, которая может сигнализировать о наличии пустот.
Система работает на базе Raspberry Pi, который благодаря 40 контактам GPIO подходит для таких задач. Провода встроены в облицовку недавно построенного тоннеля длиной 600 метров, создавая цепь между источником тока и «землей». В случае пустоты цепь остается открытой, и Raspberry Pi не фиксирует поток тока. Когда пустота заполнена, ток начинает протекать, фиксируя процесс как завершенный. В систему также интегрированы датчик давления и датчик температуры-влажности для получения более точных данных.
Ввиду хрупкости Raspberry Pi ученые использовали водонепроницаемые корпусы для защиты устройств в подземных условиях. Считываемые данные передаются в облако через 5G-соединение, где они хранятся в базе данных для реального мониторинга и анализа. Авторы предлагают, что в дальнейшем к данным можно будет применить машинное обучение, что поможет создавать цифровые модели тоннелей и принимать решения в режиме реального времени.
Сравнение данных с результатами георадаров показало, что система Raspberry Pi способна эффективно обнаруживать пустоты, хотя и менее точна при выявлении мелких или неправильно сформированных дефектов.