Железнодорожные мосты играют ключевую роль в транспортной системе Российской Федерации. Их техническое состояние имеет прямое влияние на безопасность движения поездов и обеспечение жизнедеятельности населения. На территории страны функционируют тысячи таких сооружений, среди которых выделяются крупные объекты, такие как Крымский мост протяженностью 19 километров и Президентский мост через реку Волгу в Ульяновске длиной 12,97 километра. Эти конструкции представляют собой сложные инженерно-технические системы, требующие регулярного технического обслуживания, мониторинга и диагностики.
Проведение регулярных инспекций является критически важным аспектом эксплуатации мостов. В процессе их использования могут возникать трещины, коррозия, деформации и другие дефекты. Особенно интенсивно данные процессы проявляются в зимний период, характеризующийся значительными температурными колебаниями, образованием гололеда и наличием скрытых дефектов. Незамеченные вовремя неисправности могут привести к аварийным ситуациям, остановке движения поездов и значительным финансовым потерям.
Традиционные методы диагностики состояния мостов имеют ряд существенных недостатков. Для проведения инспекционных работ требуется полное прекращение движения, что влечет за собой значительные экономические потери. Работы выполняются на значительной высоте с использованием подъемных кранов и специализированной техники, что создает повышенные риски для жизни и здоровья сотрудников.
Беспилотные летательные аппараты (БПЛА) представляют собой перспективную альтернативу традиционным методам диагностики. Однако на сегодняшний день их функциональность ограничивается видеосъемкой, которая затем подвергается ручному анализу специалистами. Этот процесс характеризуется значительной продолжительностью и может привести к пропуску мелких дефектов.
Исследовательской группой Пермского Политехнического университета разработана комплексная система автоматизации мониторинга состояния мостов, основанная на применении БПЛА, оснащенных нейронной сетью. Данная система осуществляет обнаружение дефектов, фиксацию их местоположения и отображение информации на инженерном чертеже. Все работы выполняются без необходимости остановки движения поездов и без рисков для жизни и здоровья персонала.
Принцип функционирования системы включает следующие этапы:
- Оператор задает маршрут движения дрона через интерфейс наземной станции управления.
- Дрон осуществляет автономный полет по заданному маршруту.
- Нейронная сеть в режиме реального времени анализирует видеопоток, поступающий с бортовой камеры, выявляя наличие дефектов и передавая информацию оператору.
- После подтверждения наличия дефекта оператором, система автоматически фиксирует его местоположение и отображает соответствующие данные на инженерном чертеже.
Внедрение данной системы позволяет перейти от периодического проведения инспекций к непрерывному мониторингу состояния мостов, исключая необходимость длительных остановок движения и минимизируя риски для работников. Для пассажиров это означает повышение уровня безопасности и регулярности поездок, так как мосты будут подвергаться более частым и качественным осмотрам.
В перспективе разработанная система может быть адаптирована для мониторинга состояния других протяженных инженерных объектов, таких как тоннели и эстакады. Это позволит значительно сократить затраты на проведение инспекционных работ и снизить риски для жизни и здоровья человека.