Оптоволоконную линию связи научили следить за ситуацией в кампусе
В Новосибирске ученые провели эксперимент по использованию существующей оптоволоконной линии связи для мониторинга объектов университетского кампуса.
Специалисты проверили, можно ли использовать проложенный оптоволоконный кабель как распределённый датчик вибраций и с помощью методов искусственного интеллекта распознавать события в окружающей среде. Результаты оказались многообещающими. Ученые пришли к выводу, что в перспективе технология может применяться для мониторинга производственной и городской инфраструктуры. В эксперименте приняли участие сотрудники Новосибирского государственного университета и компания «Т8» – производитель оборудования и компонентов в сфере волоконной связи.
Оптоволокно – это тонкий, гибкий провод, состоящий из стеклянного волокна, способный передавать огромные объемы данных со скоростью света.
Новосибирские учёные нашли способ превратить обычную оптоволоконную линию в распределённую сеть датчиков. Для этого к уже проложенному кабелю подключается специальный прибор, который фиксирует вибрации. С помощью искусственного интеллекта система может определить, что происходит рядом с линией, например, распознать проезжающий автомобиль, идущих людей или земляные работы.
Технология распределенного акустического зондирования (DAS, Distributed Acoustic Sensing) меняет саму парадигму мониторинга: протяженный кабель становится тысячами виртуальных датчиков. Вместо того, чтобы вкапывать в землю плотную сеть дорогих датчиков, инженеры учатся «слушать» свет.
Краткая история: от патентов 90-х до новых прорывов
Идея «слушать» свет зародилась не вчера. Фундаментальные основы технологии были заложены в начале 1990-х годов. Первый ключевой патент на устройство и метод волоконно-оптического обнаружения вторжений (прямой прообраз современного DAS) был получен в марте 1993 года исследователями Х. Тейлором и С. Ли из Техасского университета A&M.
Долгое время технология оставалась дорогостоящей лабораторной экзотикой. Настоящий ренессанс DAS начался в 2010-х годах с удешевлением когерентных лазеров и развитием алгоритмов машинного обучения. Это позволило перейти от простого обнаружения факта вмешательства к точной классификации событий. Российские инженеры не только освоили эти мировые наработки, но и создали собственные конкурентоспособные аппаратно-программные комплексы, такие как «Дунай» от компании «Т8».
На практике это работает так: аппаратный комплекс посылает в волокно световые импульсы. Свет рассеивается, и любое внешнее воздействие – шаг человека, проезд грузовика или микросдвиг грунта – меняет характеристики обратного рассеяния. Программное обеспечение мгновенно локализует точку воздействия вдоль трассы.
Далее в дело вступает машинное обучение. Поток данных передается на сервер, где алгоритмы ИИ анализируют сигналы, отделяя шум ветра от работы экскаватора или утечки жидкости. Фактически речь идет о глубоком симбиозе фотоники, высокоскоростной цифровой обработки сигналов и серверной инфраструктуры.
От ЛЭП до океанского дна: российский опыт
Реализация идеи превратить инфраструктуру в сенсор в России насчитывает несколько лет. Ретроспектива последних лет впечатляет.
2021 год: компании «Инкаб» и «Т8 Сенсор» научили оптоволокно чувствовать гололед на ЛЭП, фиксируя удлинение проводов под нагрузкой.
2023 год: технология «Дунай» уже уверенно распознавала утечки на трубопроводах и попытки проникновения на периметры, охватывая участки до 75 км.
2024 год: в Хакасии оптоволокно успешно прошло тесты в классической сейсморазведке, собрав сотни гигабайт пространственных данных.
2025 год: на выставке в МГРИ была показана работа с волоконными кабелями непосредственно в геологоразведочных скважинах в режиме реального времени.
Применение оптоволокна в сейсмической зоне – отдельная перспективная тема. Важно понимать: оптоволокно – это не точный инструмент прогнозирования землетрясений и не универсальная замена классическим геофонам. Его чувствительность напрямую зависит от типа грунта, способа прокладки и характеристик самого кабеля. Однако как дополнительный инструмент он бесценен. DAS позволяет расширить территорию наблюдений, зафиксировать прохождение сейсмических волн там, где установка традиционных станций экономически нецелесообразна.
Вызовы больших данных и экспортный потенциал
Главный барьер на пути к массовому внедрению оптоволокна для мониторинга – нехватка эффективного ПО. Высокая плотность виртуальных датчиков генерирует колоссальные массивы информации (десятки и сотни гигабайт за одно исследование). Масштабирование потребует алгоритмов фильтрации и классификации практически в реальном времени.
Вторая задача – переносимость «знаний» нейросетей. Модель, обученная на песке в Хакасии, может ошибаться на глине в Подмосковье. ИИ придется дообучать с учетом локальных шумов. Тем не менее, наличие полностью отечественного ПАК (программно-аппаратный комплекс) открывает серьезные перспективы. Конкурентоспособность на мировом рынке будет определяться дальностью работы, стоимостью интеграции в уже проложенные телеком-линии и качеством распознавания.
Вторая жизнь инфраструктуры
Несмотря на все сложности, текущие эксперименты знаменуют переход от точечных пилотов к универсальному инфраструктурному мониторингу. Впереди – доказательство точности, тесты на ложные срабатывания и работа в любых погодных и геологических условиях. Но главный сдвиг уже произошел: существующая оптоволоконная инфраструктура получает вторую функцию. Миллионы километров кабелей потенциально могут стать гигантской распределенной сенсорной сетью, где роль интерпретатора возьмет на себя искусственный интеллект.
