Умные оптоволоконные датчики для городской инфраструктуры

Неотъемлемой частью проекта «Умный город», реализуемого в Российской Федерации, является организация инструментального мониторинга городской инфраструктуры, в частности, состояния строительных объектов, трубопроводов, линий электропередачи и даже дорожного покрытия городских магистралей. Установка подобных систем позволяет предотвратить возникновение нештатных ситуаций, вызванных как природными факторами, так и чрезмерной нагрузкой на элементы инфраструктуры или несанкционированным вмешательством людей. В целом, это повышает безопасность городской среды и вписывается в концепцию «умного» города. Разработанные в рамках настоящей работы алгоритмы и методы машинного обучения могут быть применены для обработки данных в самых различных оптоволоконных системах мониторинга городской среды, имеющих дело с большим объемом измерений в режиме реального времени. Цель работы и перспектива развития Целью работы является разработка новых принципов функционирования измерительных систем с применением методов искусственного интеллекта (ИИ), в том числе методов машинного обучения и искусственных нейронных сетей различной архитектуры, для обработки сигналов, позволяющих улучшить пространственную и спектральную плотность ВБР датчиков, быстродействие мониторинговых систем и, в целом, информатизацию городской среды с помощью распределённых оптоволоконных датчиков. В рамках проекта предусматривается: ● разработка и оптимизация алгоритмов искусственных нейронных сетей для определения положения спектральных пиков отражения оптоволоконного сенсора по данным, полученным от интеррогатора; ● разработка алгоритмов на основе методов машинного обучения для обнаружения и классификации наблюдаемых событий по данным от оптоволоконного сенсора; ● численное моделирование деформационного воздействия на оптоволоконные датчики; ● создание экспериментального стенда для отработки измерения деформаций с помощью ВБР сенсоров с высокой плотностью записи; ● апробация применимости алгоритмов машинного обучения для улучшения эксплуатационных характеристик оптоволоконных деформационных сенсоров, в частности, пространственного разрешения, в том числе при съемке деформационных полей.