СОВРЕМЕННЫЕ МЕТОДЫ ОБНАРУЖЕНИЯ ДЕФЕКТОВ ЖЕЛЕЗНОДОРОЖНОГО ПОЛОТНА

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.

1. 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).

2. Международный союз железных дорог (UIC). Стандарты железнодорожной колеи и их применение в мировой практике, Париж, 1937. (In Russian).

3. Trimble Railway. GEDO Track Measurement System: Technical Overview. – 2021. – [Online]. URL: https://rail.trimble.com. (In English).

4. 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).

5. Amberg Technologies AG. Amberg GRP System: Precision in track geometry. Technical whitepaper. – 2020. (In English).

6. Киселёв А.И. Методы и средства контроля состояния железнодорожного пути / А.И. Киселёв, Е.В. Митрофанов. – Москва: Транспорт, 2019. (In Russian).

7. SNCF Réseau. IRIS 320 Inspection Train – High-speed rail monitoring in France. Technical Report. – 2019. (In English).

8. 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).

9. 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).

10. 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).