Разработка метода определения угла наклона опор контактной сети железнодорожного транспорта

В данной работе рассматривается новый способ измерения и расчета угла наклона (крена) железнодорожной опоры или опоры контактной сети с помощью летящего по прямолинейной траектории беспилотного летательного аппарата, параллельно железнодорожному пути. Проведен обзор существующих методов измерения, указаны их достоинства и недостатки. В рассматриваемом методе предлагается производить измерения углов и расстояний шестью лазерными сканирующими дальномерами, установленными по три штуки на горизонтальной и наклонной плоскостях беспилотного летательного аппарата. Это позволяет повысить быстродействие и точность определения угла наклона вертикально расположенных опор. В расчетах используются минимальные расстояния от лазерного сканирующего дальномера до верхней и нижней частей поверхности опор. В формулах используются геометрические соотношения и теорема косинусов для вычисления крена опор с учетом их конусности. 3-кратное измерение расстояний и углов позволяет провести по ним усреднение, что значительно повышает точность расчётов. Проведен модельный эксперимент на макете железобетонной опоры контактной сети в четырех ориентациях. Сделано сравнение теоретически рассчитанных и измеренных экспериментально расстояний и углов наклона. Точность определения параметров соответствует нормативным требованиям.

1. Галкин А. Г., Ковалев А. А. Совершенствование обслуживания контактной сети с учетом процесса разрегулировок опор // Наука и транспорт. Модернизация железнодорожного транспорта. 2009. С. 40–43.

2. Аксенов Н. А., Ковалев А. А. Разработка прибора по контролю установочных параметров опоры контактной сети // Инновационный транспорт. 2017. № 4 (26). С. 49–53. DOI: 10.20291/2311-164Х-2017-4-49-53. EDN: ZXJQJH.

3. Ковалев А. А. Формирование управляющих воздействий на контактной сети с учетом процесса разрегулировок опор: моногр. Екатеринбург: Изд-во УрГУПС, 2013. 74 с.

4. Ковалев А. А., Маслов А. М., Аксенов Н. А. Применение мобильных средств диагностики опор контактной сети // Транспорт Урала. 2018. № 2 (57). С. 77–79. DOI: 10.20291/1815-9400-2018-2-77-79. EDN: XUFAVN.

5. Правила устройства и технической эксплуатации контактной сети электрифицированных железных дорог (ЦЭ-868). Введ. 11–12–2001. Москва: ТРАНСИЗДАТ, 2002. 184 c.

6. Aslan M. F., Durdu A., Sabanci K. [et al.]. A Comprehensive Survey of the Recent Studies with UAV for Precision Agriculture in Open Fields and Greenhouses // Applied Sciences. 2022. Vol. 12 (3). P. 1047. DOI: 10.3390/app12031047.

7. Aliyari M., Ashrafi B., Ayele Y. Z. Hazards identification and risk assessment for UAV–assisted bridge inspections // Structure and Infrastructure Engineering. 2022. Vol. 18, Issue 3. P. 412–428. DOI: 10.1080/15732479.2020.1858878.

8. Вильнер В. Г., Ларюшин В. Г., Рябокуль А. С. Оптикоэлектронные высотомеры-скоростемеры на основе полупроводниковых лазеров для БПЛА // Известия высших учебных заведений. Проблемы энергетики. 2015. № 5–6. С. 127–133. EDN: UIOYVR.

9. Fisher Ch. E., Sidharthadev J. Sidharthadev Mukherjee, Lott W. A. Geographic survey system for vertical take-off and landing (VTOL) unmanned aerial vehicles (UAVs). US patent 11216015B2; filed December 26, 2019; published January 4th, 2022.

10. Tang Z., Peng Y., Li J. [et al.]. UAV 3D Modeling and Application Based on Railroad Bridge Inspection // Buildings. 2024. Vol. 14 (1), Issue 26. P. 1–13. DOI: 10.3390/buildings14010026.

11. Wu T. W., Yu J. Y., Chen R. P. [et al.]. Research Progress of UAV Inclined Photogrammetry Technology and Its Engineering Applications // Journal of Hunan University (Natural Sciences). 2018. Vol. 45. P. 167–172. DOI: 10.16339/j.cnki.hdxbzkb.2018.S0.030.

12. Chen Y., Zhu Z., Lin Z. [et al.]. Building Surface Crack Detection Using Deep Learning Technology // Buildings. 2023. Vol. 13 (7). P. 1814. DOI: 10.3390/buildings13071814.

13. Zaidi M. A., Tariq F. Revolutionizing power line inspection: automated data acquisition through autonomous UAVs in simulated environment // South Florida Journal of Development. 2023. Vol. 4, № 3. P 1199–1215. DOI: 10.46932/sfjdv4n3-014.

14. Azeem I., Zaidi M. A. Zero-Shot Learning-Based Detection of Electric Insulators in the Wild // Machine Learning, Optimization, and Data Science. Springer, 2021. P. 213–225. DOI: 10.1007/978-3-030-95470-3_16.

15. Шеховцов Г. А. Контроль пространственного положения и формы высоких сооружений башенного типа: моногр. / Нижний Новгород: Изд-во ННГАСУ, 2018. 214 с. ISBN 978-5-528-00265-1.

16. Коломоец В. С. Современные способы наблюдений за отклонением сооружений башенного типа от вертикали // Молодежь и системная модернизация страны: сб. науч. ст. 6-й Междунар. науч. конф. студентов и молодых ученых. Курск, 20–21 мая 2021 г. В 3 т. Курск: Изд-во ЮЗГУ, 2021. Т. 3. С. 73–77. EDN: FSTKSD.