هزاران و هزاران مایل زیر پاهای شما دراز میکشید، شبکهای از گوشهای فیبری به شما گوش میدهد. خواه روی فیبر نوری مدفون راه میروید یا با ماشینی از میان آنها رانندگی میکنید، فعالیت بالای سر، لرزش مشخصی ایجاد میکند که تا حدی نحوه عبور نور از کابلها را مختل میکند. با تجهیزات مناسب، دانشمندان می توانند این اختلال را تجزیه و تحلیل کنند تعیین کنید منبع چیست و دقیقا چه زمانی در آنجا رومینگ است.
این تکنیک به سرعت در حال گسترش به عنوان سنجش صوتی توزیع شده یا DAS شناخته می شود و آنقدر حساس است که محققان اخیراً از آن برای نظارت بر صدای ناخوشایند استفاده کردند. ظهور دسته جمعی سیکادا. برخی دیگر از کابل ها به عنوان یک ابزار حساس استفاده می کنند تشخیص فوران های آتشفشانی و زلزله ها: بر خلاف لرزهسنجهای سنتی که در یک مکان گیر کردهاند، شبکهای از کابلهای فیبر نوری میتوانند کل منظره را پوشش دهند و جزئیات بیسابقهای از غرشهای زمین در مکانهای مختلف ارائه دهند.
دانشمندان اکنون در حال آزمایش با معرفی DAS به یک خط ریلی در نزدیکی شما هستند. هنگامی که یک قطار در امتداد بخشی از مسیر حرکت می کند، ارتعاشاتی ایجاد می کند که تحلیلگران می توانند در طول زمان آن را کنترل کنند – اگر این سیگنال به طور ناگهانی تغییر کند، می تواند نشان دهنده مشکلی در راه آهن باشد، مانند ترک یا شکستگی لینک. یا اگر در یک گردنه کوهستانی، رانش زمین روی ریل منفجر شود، DAS نیز می تواند آن را بشنود و اپراتورهای راه آهن را در مورد مشکلی که چشمان انسان هنوز ندیده است، آگاه کند. تغییرات آرام تر سیگنال می تواند ایجاد خطاهای تراز مسیر را نشان دهد.
این اتفاق می افتد که کابل های فیبر نوری در بسیاری از خطوط راه آهن برای اتصال همه تجهیزات سیگنالینگ یا مخابراتی اجرا می شوند. مهندس حسین طاهری می گوید: «شما از امکانات و زیرساخت های موجود برای کاهش هزینه ها استفاده می کنید. در حال مطالعه DAS برای راه آهن در دانشگاه جورجیا جنوبی. «ممکن است برخی از خطوط راه آهن وجود داشته باشند که فیبر نداشته باشند، و شما باید دراز بکشید. اما بله، اکثر آنها معمولاً قبلاً آن را دارند.
برای ورود به آن فیبر، به وسیلهای به نام بازپرس نیاز دارید که پالسهای لیزری را روی کابلها شلیک میکند و ذرات ریز نور را که به عقب بازمیگردند، تجزیه و تحلیل میکند. فرض کنید سنگی در 20 مایلی بازجو به مسیر برخورد کند. این یک لرزش زمین مشخص ایجاد می کند که فیبرهای نوری نزدیک مسیر را مختل می کند، که در سیگنال نور خود را نشان می دهد. از آنجایی که دانشمندان سرعت نور را میدانند، میتوانند با دقت زمان لازم برای بازگشت آن سیگنال به بازپرس خود را اندازهگیری کنند و فاصله تا اختلال را تا ۱۰ متر یا حدود ۳۰ فوت تعیین کنند.
برای یک بخش معین از مسیر، شما سیگنالهای DAS را در یک دوره زمانی تجزیه و تحلیل میکنید و یک پروفایل ارتعاشی برای یک خط راهآهن عادی و سالم ایجاد میکنید. هنگامی که دادههای DAS به طور ناگهانی شروع به نشان دادن چیزی متفاوت میکنند، ممکن است مشکلی داشته باشید که خود را به صورت EKG نشان میدهد که مشکلی را در ریتم قلب انسان تشخیص میدهد. دانیل پایک، کارشناس راه آهن و سخنگوی Sensonic که فناوری DAS را برای خطوط راه آهن توسعه می دهد، می گوید: «کاری که ما انجام می دهیم، نمایه سازی مسیر است، به دنبال تغییراتی در امضای صوتی هستیم. “ما می دانیم چه مسیری باید به نظر می رسد، ما می دانیم قطار چیست باید به نظر می رسد. و ما می دانیم که اگر در حال تغییر است – پس بیایید بگوییم که اتصال در حال سست شدن است – کسی باید برود و قبل از تبدیل شدن به یک مشکل آن را برطرف کند.”
پایک میگوید که سیستم سنسونیک میتواند از فاصله ۴۰ کیلومتری (۲۵ مایلی) در هر جهتی از بازپرس خود، مسیرها را دنبال کند. او میافزاید که این نوع سیستم که بهطور مداوم کار میکند، میتواند نیروی انسانی مورد نیاز برای بازرسی خطوط راهآهن در سراسر جهان را کاهش دهد، کاری خطرناک با توجه به ماشینآلات عظیمی که در اطراف در حال حرکت هستند. اگر کسی در حال حفاری کابلهای مسی برای فروش آنها باشد، سنسونیک میتواند آن را نیز تشخیص دهد، یا حتی اگر مردم فقط از کنار آن عبور میکنند و از مسیرها عبور میکنند.
حتی عجیبتر، در هند، Sensonic ردپای فیل را در نزدیکی خطوط راهآهن تشخیص میدهد، هم برای محافظت از گونهها و هم از مسافران قطار. این یک زنگ هشدار برای هشدار به پرسنل از یک برخورد احتمالی ایجاد می کند. پایک میگوید: «ما واقعاً باید یک فیل را استخدام کنیم و در راهآهن سرگردان باشیم. این یکی از جالب ترین هزینه هایی بود که تا به حال ثبت کرده اید.
چالش این است که DAS تقریبا تولید می کند هم داده های زیادی به جای یک سنسور منفرد که در یک نقطه در امتداد ریل قرار دارد، این کار فواصل زیادی را به سمت بالا و پایین ریل گسترش می دهد. بنابراین داده ها از 40 متر پایین کابل فیبر نوری و 40 کیلومتر دورتر، و هر نقطه کوچک در این بین – تمام روز و شب به دست می آیند. «فایل هایی که تولید می کنید هستند بزرگدیوید میلن، محقق دانشگاه ساوتهمپتون، می گوید: بنابراین باید از یادگیری ماشین برای خودکارسازی آن استفاده کنید. در حال مطالعه DAS و راه آهن “فقط داده های زیادی وجود خواهد داشت. اگر کامپیوتری ندارید که به شما کمک کند، فکر نمی کنم قابل مدیریت یا اقتصادی باشد.
Sensonic میگوید هوش مصنوعی را روی دادههای واقعی راهآهن آموزش داده است تا رویدادی مانند ریزش سنگ را در میان این همه سروصدا تشخیص دهد. سپس اخطار ارسال شده به اپراتورهای راه آهن فقط کیلوبایت است. پایک میگوید: «مدلهای یادگیری ماشین و هوش مصنوعی که برای شناسایی این رویدادها استفاده میشوند، دائماً در حال اصلاح هستند تا هم حساسیت آنها بهبود یابد و هم هشدارهای کاذب کاهش یابد.»
هنوز روزهای اولیه برای استفاده از DAS برای کاربردهای مختلف از جمله راهآهن است، بنابراین محققان هنوز در حال تکمیل این سیستمها هستند. جسیکا کانک، سخنگوی انجمن راهآهنهای آمریکا، گفت: «گزارشدهی صوتی توزیعشده یکی از حوزههایی است که ارائهدهندگان و شرکتهای حملونقل در حال بررسی هستند تا ببینند آیا میتواند اهداف ایمنی را به طور معناداری بهبود بخشد یا خیر». زمانی که راهآهنها فناوریهای جدید را آزمایش میکنند، نه تنها به دنبال این هستند که ببینند آیا آنها در آزمایشگاه کار میکنند یا خیر، بلکه در صورت مواجهه با واقعیتهای عملیاتی سخت شبکههای خارجی که سراسر قاره را در بر میگیرد، میتوانند کار کنند یا خیر.
مورد استفاده هرچه که باشد، در سالهای آتی چیزهای بیشتری در مورد DAS خواهید شنید، زیرا این فناوری تعداد فزایندهای از اختلالات سربار را میشنود.