<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">kaz44</journal-id><journal-title-group><journal-title xml:lang="ru">Вестник Университета Шакарима. Серия технические науки</journal-title><trans-title-group xml:lang="en"><trans-title>Bulletin of Shakarim University. Technical Sciences</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2788-7995</issn><issn pub-type="epub">3006-0524</issn><publisher><publisher-name>«Шәкәрім университеті» КеАҚ</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.53360/2788-7995-2025-4(20)-19</article-id><article-id custom-type="elpub" pub-id-type="custom">kaz44-2261</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>АВТОМАТИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ (ОРИГИНАЛЬНАЯ СТАТЬЯ)</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>AUTOMATION AND INFORMATION TECHNOLOGY (ORIGINAL ARTICLE)</subject></subj-group></article-categories><title-group><article-title>СОВРЕМЕННЫЕ МЕТОДЫ ОБНАРУЖЕНИЯ ДЕФЕКТОВ ЖЕЛЕЗНОДОРОЖНОГО ПОЛОТНА</article-title><trans-title-group xml:lang="en"><trans-title>MODERN METHODS FOR DETECTING RAILWAY TRACK DEFECTS</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0003-6692-197X</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Абишева</surname><given-names>Г. К.</given-names></name><name name-style="western" xml:lang="en"><surname>Abisheva</surname><given-names>G.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Гульсипат Кайыргаликызы Абишева – докторант кафедры искусственного интеллекта</p><p>10000 Казахстан, г.Астана, ул. Сатпаева, 2</p></bio><bio xml:lang="en"><p>Gulsipat Abisheva – doctoral student of the Department of artificial intelligence</p><p>10000, Republic of Kazakhstan, Astana, Satpayev Street, 2</p></bio><email xlink:type="simple">gulsipat.abisheva@gmail.com</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-8152-8661</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Разахова</surname><given-names>Б. Ш.</given-names></name><name name-style="western" xml:lang="en"><surname>Razakhova</surname><given-names>Sh.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Бибигул Шамшановна Разахова – к.т.н., заведующий кафедрой технологий искусственного</p><p>10000 Казахстан, г.Астана, ул. Сатпаева, 2</p></bio><bio xml:lang="en"><p>Bibigul Razakhova – с.t.s., Head of the Department of Artificial Intelligence Technologies</p><p>10000, Republic of Kazakhstan, Astana, Satpayev Street, 2</p></bio><email xlink:type="simple">razakhova_bsh@enu.kz</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0005-4932-1774</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Смаилова</surname><given-names>Б. Т.</given-names></name><name name-style="western" xml:lang="en"><surname>Smailova</surname><given-names>B.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Балжан Темірболатқызы Смаилова – магистр, заведущая кафедры математики</p><p>071412, Республика Казакстан, г. Семей, ул. Глинки, 20А</p></bio><bio xml:lang="en"><p>Balzhan Smailova – MS, Head of Mathematics Department</p><p>071412, Republic of Kazakhstan, Semey, 20А Glinka Street</p></bio><email xlink:type="simple">st.balzhan@gmail.com</email><xref ref-type="aff" rid="aff-2"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0005-3327-9719</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Айдынов</surname><given-names>Т. А.</given-names></name><name name-style="western" xml:lang="en"><surname>Aidynov</surname><given-names>T.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Төлеген Айдынұлы Айдынов – докторант кафедры информационной безопасности</p><p>10000 Казахстан, г.Астана, ул. Сатпаева, 2</p></bio><bio xml:lang="en"><p>Tolegen Aidynov – doctoral student of the Department of Information Security</p><p>10000, Republic of Kazakhstan, Astana, Satpayev Street, 2</p></bio><email xlink:type="simple">tolegen.ch@gmail.com</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru">Евразийский национальный университет имени Л.Н. Гумилева<country>Казахстан</country></aff><aff xml:lang="en">L.N. Gumilyov Eurasian National University<country>Kazakhstan</country></aff></aff-alternatives><aff-alternatives id="aff-2"><aff xml:lang="ru">Шәкәрім Университет<country>Казахстан</country></aff><aff xml:lang="en">Shakarim University<country>Kazakhstan</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2025</year></pub-date><pub-date pub-type="epub"><day>25</day><month>01</month><year>2026</year></pub-date><volume>1</volume><issue>4(20)</issue><fpage>156</fpage><lpage>164</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Абишева Г.К., Разахова Б.Ш., Смаилова Б.Т., Айдынов Т.А., 2026</copyright-statement><copyright-year>2026</copyright-year><copyright-holder xml:lang="ru">Абишева Г.К., Разахова Б.Ш., Смаилова Б.Т., Айдынов Т.А.</copyright-holder><copyright-holder xml:lang="en">Abisheva G., Razakhova S., Smailova B., Aidynov T.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://tech.vestnik.shakarim.kz/jour/article/view/2261">https://tech.vestnik.shakarim.kz/jour/article/view/2261</self-uri><abstract><p>Железные дороги остаются важной частью современного транспорта, однако их безопасное функционирование часто определяется фактическим состоянием путей. В исследовании рассматриваются различные способы обнаружения неисправностей в железнодорожной инфраструктуре и в целом они подразделяются на две категории: статические и динамические методы. Разные страны используют разные инструменты для мониторинга путей, и в этом документе сравниваются эти инструменты, основанные на практических факторах, таких как их точность, площадь охвата и сложность или дороговизна их использования. Вместо простого перечисления плюсов и минусов, мы стараемся показать, где каждый метод работает лучше всего. Для придания смысла данным были добавлены визуальные элементы, такие как диаграммы и сводки, что упрощает понимание того, где подходит каждый подход. В одной из частей анализа особое внимание уделяется тому, как определенные характеристики железной дороги, такие как ширина рельсов или высота подъема внешнего рельса, могут влиять на выбор методов контроля. В последнее время наблюдается переход к более эффективной диагностике. Такие технологии, как искусственный интеллект, цифровое моделирование путей (известные как цифровые двойники) и системы, использующие множество датчиков одновременно, набирают обороты. Эти инструменты меняют методы проверки путей и открывают новые возможности для раннего обнаружения проблем. В этом документе не просто перечислены методы - он дает четкую структуру для понимания того, какой подход подходит для конкретного контекста. Результаты могут помочь транспортным командам усовершенствовать методы ухода за путями и повысить надежность системы в долгосрочной перспективе.</p></abstract><trans-abstract xml:lang="en"><p>Railways remain an essential part of modern transportation, yet their safe functioning is often determined by the actual condition of the tracks. The study looks at various ways to detect faults in the rail infrastructure and splits them broadly into two categories: static and dynamic techniques. Different countries rely on different tools to monitor tracks, and this paper compares those tools based on practical factors like how precise they are, how much ground they cover, and how difficult or costly they are to operate. Rather than simply listing pros and cons, we try to show where each method works best. To make sense of the data, visuals like charts and summaries were added, making it easier to see where each approach fits. One part of the analysis pays special attention to how certain features of the railway - such as how wide the rails are or how much the outer rail is elevated - can influence the choice of inspection methods. Lately, there's been a shift toward smarter diagnostics. Technologies like AI, digital simulations of tracks (known as digital twins), and systems using many sensors at once are gaining ground. These tools are changing how track inspections are done and offer new opportunities for early problem detection. This paper doesn't just list methods - it gives a clear structure for understanding which approach fits what context. The outcomes can help transportation teams fine-tune how they take care of tracks and make the system more dependable in the long term.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>железнодорожная инспекция</kwd><kwd>методы статической инспекции</kwd><kwd>методы динамической инспекции</kwd><kwd>железнодорожный инспекционный поезд</kwd><kwd>мониторинг железных дорог</kwd><kwd>диагностика пути</kwd><kwd>интеллектуальная диагностика</kwd></kwd-group><kwd-group xml:lang="en"><kwd>railway inspection</kwd><kwd>static inspection methods</kwd><kwd>dynamic inspection methods</kwd><kwd>rail inspection train</kwd><kwd>rail monitoring</kwd><kwd>track diagnostics</kwd><kwd>smart diagnostics</kwd></kwd-group><funding-group xml:lang="en"><funding-statement>This research is funded by the Science Committee of the Ministry of Science and Higher Education of the Republic of Kazakhstan (Grant No. AP25796503).</funding-statement></funding-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Li S. A review of railway defect detection methods / S. Li, H. Doh // Construction. – 2022. – Vol. 2, Issue 2. journal.ump.edu.my/construction. (In English).</mixed-citation><mixed-citation xml:lang="en">Li S. A review of railway defect detection methods / S. Li, H. Doh // Construction. – 2022. – Vol. 2, Issue 2. journal.ump.edu.my/construction. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Международный союз железных дорог (UIC). Стандарты железнодорожной колеи и их применение в мировой практике, Париж, 1937. (In Russian).</mixed-citation><mixed-citation xml:lang="en">Международный союз железных дорог (UIC). Стандарты железнодорожной колеи и их применение в мировой практике, Париж, 1937. (In Russian).</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Trimble Railway. GEDO Track Measurement System: Technical Overview. – 2021. – [Online]. URL: https://rail.trimble.com. (In English).</mixed-citation><mixed-citation xml:lang="en">Trimble Railway. GEDO Track Measurement System: Technical Overview. – 2021. – [Online]. URL: https://rail.trimble.com. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">He Q. Railway track inspection technologies: A review / Q. He, M. Li, Y. Jin // Journal of Transportation Technologies. – 2021. – № 11(3). – Р. 45-58. (In English).</mixed-citation><mixed-citation xml:lang="en">He Q. Railway track inspection technologies: A review / Q. He, M. Li, Y. Jin // Journal of Transportation Technologies. – 2021. – № 11(3). – Р. 45-58. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Amberg Technologies AG. Amberg GRP System: Precision in track geometry. Technical whitepaper. – 2020. (In English).</mixed-citation><mixed-citation xml:lang="en">Amberg Technologies AG. Amberg GRP System: Precision in track geometry. Technical whitepaper. – 2020. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Киселёв А.И. Методы и средства контроля состояния железнодорожного пути / А.И. Киселёв, Е.В. Митрофанов. – Москва: Транспорт, 2019. (In Russian).</mixed-citation><mixed-citation xml:lang="en">Киселёв А.И. Методы и средства контроля состояния железнодорожного пути / А.И. Киселёв, Е.В. Митрофанов. – Москва: Транспорт, 2019. (In Russian).</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">SNCF Réseau. IRIS 320 Inspection Train – High-speed rail monitoring in France. Technical Report. – 2019. (In English).</mixed-citation><mixed-citation xml:lang="en">SNCF Réseau. IRIS 320 Inspection Train – High-speed rail monitoring in France. Technical Report. – 2019. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Olesen P. Comparative evaluation of static and dynamic inspection methods for railway infrastructure / P. Olesen, W. Zeng // Rail Technology Review. – 2019. – № 31(2). – Р. 55-64. (In English).</mixed-citation><mixed-citation xml:lang="en">Olesen P. Comparative evaluation of static and dynamic inspection methods for railway infrastructure / P. Olesen, W. Zeng // Rail Technology Review. – 2019. – № 31(2). – Р. 55-64. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Sharma S. Deep learning approaches for railway track fault detection: A survey. / S. Sharma, A. Kumar, R. Jain // IEEE Access. – 2020. – № 8. – Р. 190454-190468. (In English).</mixed-citation><mixed-citation xml:lang="en">Sharma S. Deep learning approaches for railway track fault detection: A survey. / S. Sharma, A. Kumar, R. Jain // IEEE Access. – 2020. – № 8. – Р. 190454-190468. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Chen X. Intelligent track monitoring using AI and IoT / X. Chen, J. Wang, Z. Liu // International Journal of Railway Research. – 2022. – № 9(1). – Р. 12-26. (In English).</mixed-citation><mixed-citation xml:lang="en">Chen X. Intelligent track monitoring using AI and IoT / X. Chen, J. Wang, Z. Liu // International Journal of Railway Research. – 2022. – № 9(1). – Р. 12-26. (In English).</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru"></mixed-citation><mixed-citation xml:lang="en"></mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
