光纤通信行业通过提供更高性能、更可靠的电信链路以及不断降低的带宽成本,彻底改变了整个电信行业。由于其高带宽能力和最小的衰减或功率损失,因此光纤的发展是必要的,因为创新技术需要以极高的速度、可靠性和安全性传输数千公里的数据。大多数光网络都建立了保护机制,可以在 50 毫秒内将数据转移到备份光纤通道,从而与光纤分离器进行交互,以满足最高的可靠性标准。
然而,光纤通信的一个主要问题是随着时间的推移而出现的故障。由于其损坏会导致服务中断和大量数据丢失,并可能产生严重的社会后果,因此必须立即定位其缺陷并进行诊断。还可以将由于电缆安装错误及信号滞后导致的连接丢失记录为故障。因此,需要一个有效的监督系统来发现问题、查明问题并最大限度地减少服务中断。
最流行的光纤测试工具之一是 OTDR(光时域反射仪),尽管它不是唯一的工具。在本文中,我们将重点介绍一些用于光纤异常检测的最新机器人技术。
光纤故障检测
高速互联网需要光网络中安全可靠的数据通信。因此,提供稳定可靠网络的关键组成部分是故障识别和定位。
影响光纤的最常见的故障的原因是光纤切割,这种现象是在光纤电缆部署工作中发生的,它会中断传输流量的有源光纤。不过,与金属线缆相比,光纤的一个显著优势是其低衰减性。
当使用光纤传输时,色散也会导致信息流失真。光脉冲进入光纤后分散;这种现象被称为“脉冲色散”。可以在接收器处广播和解析的最大脉冲数根据色散水平确定系统的容量。
图片来源:fibre-optic-equipment.com– 光纤损耗
接下来,让我们来看看用于光纤通信线路故障检测和定位的最新光纤工具。
利用光反射器的基于光纤到 X (FTTx) 网络的OAN
由于所涉及的网络组件的无源性质,光纤通信线路中的故障检测和定位对于光接入网络(OAN)至关重要。任何链路故障都可能导致大量网络数据丢失。然而,设备的可靠性和成本严重限制了故障检测和定位光纤工具的应用。
图片来源:i.imgur.com– 光接入网络
在基于光纤到 x (FTTx) 网络的 OAN 中,使用光反射器是一种低成本的故障定位和检测方法。网络监视器的反射信号用于查找并查明有缺陷的光链路。实验结果证明了该方法能够在20公里外运行时定位和检测网络故障。
使用机器学习监测光纤异常
一种用于正确、及时地识别、诊断和定位光纤网络中的异常(例如光纤切断和光窃听攻击)的数据驱动方法是光纤异常检测的最新工具之一。该技术将基于注意力的双向门控循环单元算法与基于自动编码器的异常检测算法相结合。
一旦自动编码器识别出异常,就会采用基于注意力的双向门控循环单元算法进行故障诊断和定位。自动编码器的F1分数为96.86%,可以识别任何光纤问题或异常。此外,基于注意力的双向门控循环单元算法以平均均方根误差为0.19 m定位缺陷,并以平均98.2%的准确度识别已识别的异常。
图片来源:atlantis-press.com
光纤传感器
工程师和科学家现在可以通过在研究中使用光纤传感器等光纤工具来进行以前难以完成的研究,或者在某些情况下使用传统电气传感器不可能进行的研究。
因此,得益于光纤传感器(FOS),光学传感器现在在各个军事、工业和社会领域更加有用和需求。与传统的电气和电子传感器相比,FOS 因其重量轻、尺寸紧凑、无源、低衰减、抗电磁干扰(EMI)、宽带宽和环境耐用等固有优势而表现出可靠和刚性的传感活动。
图片来源:3c1703fe8d.site.internapcdn.net– 用于检测光纤异常的高速光学传感器
Arduino
在光纤通信中,使用了基于Arduino的智能故障检测系统。该故障检查模块旨在监视光纤接收的电源。为此,传感器单元与 Arduino UNO 结合使用,Arduino UNO 具有 Atmega 328 微控制器。Proteus ISIS 模拟器用于创建和模拟传感器的输出,同时密切关注光纤的接收电源。LDR 和运算放大器构成了仿真中使用的传感器单元。
如果光线路功率发生突然变化,故障消息会显示在与 Arduino 连接的 LCD 上,同时故障发生的日期和时间会发送到网络服务器。
图片来源:i.pinimg.com– 使用 Arduino 进行地下电缆故障检测
触觉感应
由于触觉传感提供了相机或激光雷达等远程传感器无法提供的信息,因此它是操纵机器人的一种有用技术。在非结构化情况下,机器人所操纵物体的内部图像是模糊的,触摸非常重要。
机器人手手指尖上内置的软传感器可传输触觉反馈。该传感器由一根光纤组成,光纤内部插入了光纤布拉格光栅 (FBG) 换能器,该光纤通过柔软的聚合材料连接到坚硬的手上。系统收集信息的能力是通过一系列任务来评估的,这些任务涉及在不同情况下掌握各种项目。
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。