《Infrastructures》:Distributed Fiber Optic Sensors (DFOSs) for Structural Health Monitoring (SHM) of Railway Infrastructure: A Critical Review
分布式光纤传感(Distributed Fiber Optic Sensing, DFOS)已成为铁路基础设施结构健康监测(Structural Health Monitoring, SHM)领域的变革性技术,其能够沿长距离光纤实现连续、高分辨率的测量,这是应变片、加速度计等传统点式传感器无法比拟的优势。本综述批判性探讨了DFOS技术及其在铁路SHM中的应用,涵盖系统组件、解调单元、光缆及数据采集系统等硬件构成,并分析了瑞利散射、布里渊散射和拉曼散射三种核心散射机制,三者分别在空间分辨率、传感距离和可测物理量灵敏度方面存在显著差异与权衡。文中系统评述了轨道与轨枕监测、桥梁健康评估、隧道衬砌检测及路堤稳定性监测等现场应用案例并进行批判性比较。同时讨论了人工智能(Artificial Intelligence, AI)与机器学习(Machine Learning, ML)同DFOS数据流融合的最新进展,研究显示该类方法在近期应用中检测精度已超97%。针对其核心应用场景——铁路路堤监测进行了专门论述。研究识别出当前面临的关键挑战,包括解调单元成本高昂、数据体量巨大、既有线改造安装复杂,以及运营列车速度下的环境噪声干扰等问题。未来研究应聚焦于低成本解调硬件开发、自动化信号处理流程构建、数字孪生集成以及标准化性能评价体系建立,以推动该技术在全球铁路网络的大规模应用。
1. 引言
结构健康监测在过去一个世纪中经历了显著演变,正从早期的人工巡检向依托人工智能的自动化系统转型,以提升关键基础设施的安全性、服役寿命与经济性。传统巡检手段在保障钢轨、道砟、轨枕等关键构件长期耐久性方面已显不足,尤其在桥梁、隧道、路堤及道岔等关键区段。20世纪中叶,电子传感器(如应变片、加速度计)的应用提升了测量精度,但仍局限于离散点位监测,难以捕捉大范围分布损伤或细微病害。近年来,微机电系统(MEMS)、无线传感网络及分布式光纤传感等实时SHM技术的发展推动了领域革新,这些技术具备低功耗、长寿命、高耐久性特点,可实现连续监测,支持早期损伤识别,降低运维成本并提升安全性,对铁路轨道尤为重要。
1.1 铁路监测挑战与现代SHM方法
铁路监测对象涵盖轨道上部结构(钢轨、扣件、轨枕/枕木、道砟)与下部结构,以及桥梁、隧道、站台、站房等附属工程。常见病害包括钢轨累积应变、轨道臌曲或沉降、道砟劣化、错位与开裂等,任何构件失效均可能导致灾难性后果。传统监测依赖定期巡检与局部检测器,如轨检车、轮轴计数器与轨道电路,辅以特定位置的点式传感器,但这类离散测量方式劳动强度大,难以实现数千公里线路的连续覆盖。现代SHM正向集成化解决方案发展,例如密集布设的光纤传感缆与无线传感网络可实现长区段实时监测,自主巡检车辆(搭载仪器的轨道车或无人机)可采集全网高分辨率数据。本文通过分析现有技术、典型案例与新兴趋势,强调DFOS是保障铁路与管道等基础设施安全、韧性与长效性的关键工具。
1.2 光纤传感在SHM中的应用
光纤传感器通过探测光强、波长、相位、散射或偏振等光学参量的变化来感知应变、温度或压力等外界物理量,这些变化可作为结构行为与完整性的间接表征。依据工作原理,光纤传感器可分为强度型、光纤布拉格光栅(Fiber Bragg Grating, FBG)型、干涉型及分布式光纤传感(DFOS)型。强度型传感器结构简单、成本低,适用于基础变形或裂缝检测,但精度较低且易受信号噪声影响。FBG传感器因具备复用能力与应变、温度点式测量可靠性而被广泛应用,但其监测位置受限于离散光栅布设。法布里-珀罗等干涉型传感器在受控环境中精度极高,但系统配置复杂。相比之下,DFOS可在整根光纤长度上提供连续、高分辨率数据,特别适合大规模SHM应用。该分类框架可为工程师与研究人员根据项目规模、监测需求与环境条件选择适宜传感策略提供依据。
1.3 从传统传感器到分布式光纤传感
为满足现代基础设施监测需求,压电传感器、无线传感网络及光纤传感等先进技术在SHM领域快速发展。压电传感器擅长捕捉振动等动态变化,无线传感网络支持灵活的大范围部署。其中,光纤技术因可实现长距离分布式测量而备受关注,尤其是DFOS,能提供沿光纤全长的连续、高分辨率数据采集,突破了传统点式传感器的局限。全球铁路网络规模庞大且类型多样,高速铁路与重载货运的发展对基础设施提出了更高要求,加之地震、洪水、滑坡等自然灾害与老化问题,使得连续SHM成为保障运营安全、延长资产寿命的必要手段。
1.4 综述方法论
本研究初始文献池包含200篇文献,经相关性筛选排除13篇非相关文献后,剩余187篇有效文献。这些文献被分为三类:142篇关于FOS/DFOS基础原理、系统组件及非铁路应用的通用研究;16篇将DFOS作为非主要监测手段的通用铁路监测研究;29篇直接针对铁路基础设施DFOS应用的核心研究。随后依据传感原理、系统组件、铁路应用、现场性能、AI/ML融合、局限性、研究缺口及未来重点方向对上述证据进行批判性综合。
2. DFOS基础
随着基础设施老化与气候应力加剧,DFOS通过提供鲁棒、实时的洞察,支持主动维护、延长资产寿命并提升安全性,正成为智能基础设施系统的核心要素。典型DFOS系统由解调单元、光缆与数据采集系统三部分组成,通过分析沿光纤的瑞利、拉曼或布里渊散射现象实现空间分布式测量,能够捕捉细微或分布的应变、温度与振动变化,支持裂缝萌生、脱层或基础沉降等结构问题的早期识别。
DFOS的主要优势包括:沿光纤全长连续测量、高空间分辨率(毫米至米级)、长距离监测能力(可达数十公里)、高精度应变与温度感知(约1微应变与0.1℃),以及通过不同散射技术实现多参数传感。其具备耐腐蚀、抗电磁干扰与适应恶劣环境的特性。局限性则体现在:专用设备与安装要求导致初期成本高昂、海量数据需要高级处理算法、既有结构改造安装难度大,以及对高度局域化或高频事件的灵敏度低于FBG等点式传感器。DFOS广泛应用于铁路轨道平顺性与应变监测、管道泄漏与腐蚀检测、桥梁隧道变形开裂监测、岩土边坡稳定性评估及海上风电结构监测等领域,安装方式灵活,可嵌入、表面粘贴或敷设于导管内,支持状态修并降低全生命周期成本。
三种散射机制各具特点:瑞利散射源于微观密度波动引起的弹性相互作用,主要用于高分辨率应变与温度传感,常结合光频域反射仪(Optical Frequency-Domain Reflectometry, OFDR)或相位敏感光时域反射仪(Phase-Sensitive Optical Time-Domain Reflectometry, φ-OTDR)实现;布里渊散射涉及与声学声子的非弹性相互作用,可实现长距离应变与温度测量,典型技术包括布里渊光时域分析(Brillouin Optical Time-Domain Analysis, BOTDA)与布里渊光频域分析(Brillouin Optical Frequency-Domain Analysis, BOFDA);拉曼散射由与光学声子的相互作用产生,主要用于分布式温度传感(Distributed Temperature Sensing, DTS),通常通过拉曼光时域反射仪(Raman Optical Time-Domain Reflectometry, ROTDR)实现。
DFOS与广泛应用的FBG技术并非竞争关系而是互补关系。FBG为准分布式传感器,在离散光栅位置提供高精度应变与温度测量,采样率高,适合车轮-轨道相互作用、桥梁振动等动态响应监测,但覆盖范围受限于光栅数量,大规模部署时光波长带宽、光功率预算与串扰效应限制了单纤复用能力(通常数百至千余光栅)。DFOS则将整根光纤作为连续传感单元,在无盲区情况下实现数公里至数十公里的连续测量。尽管布里渊与拉曼型DFOS时间分辨率通常低于FBG,但瑞利型φ-OTDR/分布式声波传感(Distributed Acoustic Sensing, DAS)可达到相当甚至更高的采样率。总体而言,FBG更适合预定义关键点的高精度测量,DFOS更适合网络级状态评估与广域异常检测,二者融合部署可兼顾优势。
单一散射机制与混合瑞利-布里渊方案的选择取决于传感距离、空间分辨率、待测物理量及可接受延迟。瑞利型φ-OTDR/OFDR空间分辨率可达厘米级,采样率达kHz级,适合动态振动与列车检测,但通常限于数十公里且易受振动噪声影响。BOTDA/BOTDR可将传感距离延伸至约100公里,空间分辨率为米级,对环境扰动鲁棒性强,但需温变-应变解耦补偿,扫描时间较长(常规配置下每扫描数秒至数分钟)。拉曼型DTS最慢,需大量平均处理,主要用于缓变温度监测。混合瑞利-布里渊(-拉曼)架构因可实现单纤同步动态事件检测与静态应变/温度监测,在长距离铁路项目中日益受到青睐,但会继承布里渊通道较慢的采集速度。
2.1 解调单元
解调单元是DFOS系统的核心,兼具光信号发射与分析功能,通常由相干脉冲激光源(脉宽1–100 ns,单模光纤常用1550 nm波段)与高灵敏度光电探测器构成。其向光纤注入激光脉冲并分析后向散射光,生成应变、温度或振动的时空分布剖面。现代解调仪采用多种技术以实现高精度与长距离监测:基于瑞利散射的光时域反射仪(Optical Time-Domain Reflectometry, OTDR)适用于基础传感任务,空间分辨率可达10 cm,距离达100 km;用于高应变灵敏度的BOTDA空间分辨率约1 m,应变灵敏度达±1 με,在铁路轨枕循环荷载微应变监测与长距离管道泄漏检测中具有重要价值。商用解调仪性能与价格跨度大,但高昂的购置与租赁成本要求进行严格的成本效益分析。
2.2 光缆
光纤在DFOS系统中同时承担传感与数据传输功能,其抗电磁干扰与耐腐蚀特性使其适合公里级应用。多数部署采用标准通信单模光纤(如康宁SMF-28?,纤芯/包层直径8.2/125 μm),因其1550 nm波段衰减低(约0.16–0.17 dB/km)且可与现有通信基础设施无缝集成。为实现多信号传输及复杂场景(如铁路道砟沉降、复合荷载管段)下的应变-温度解耦,多芯光纤(Multi-Core Fibers, MCFs)逐渐得到应用。光缆选型需综合考虑安装环境、敷设方式、数据传输容量、扩展性及维护需求。二氧化硅玻璃光纤因超低衰减(1550 nm波段约0.2 dB/km)与长距离传感能力占据主导地位;塑料光纤(Plastic Optical Fibers, POFs)虽衰减较高(100–200 dB/km),但柔韧性好、成本低,适合500 m以内短距应用。涂层材料需根据环境条件选择:聚乙烯(PE)、聚氯乙烯(PVC)、低烟无卤(Low-Smoke Zero-Halogen, LSZH)适用于一般环境;氟聚合物(如ETFE、PTFE、PFA、FEP)及聚醚醚酮(PEEK)增强光纤适用于化学腐蚀与机械磨损严苛环境。加强层可采用钢丝、铝丝等金属构件或芳纶、玻纤纱等非金属构件以提升抗拉与抗压性能。
光纤敷设方式包括表面粘贴(如环氧胶粘接于钢轨或梁体)、保护层内嵌入(如沿管道包覆)及施工期预埋(如隧道衬砌、混凝土模板或土工织物内置),目标是优化结构-光纤应变传递效率。光纤与基体间的力学耦合是关键影响因素,粘结不良、脱粘或空隙会显著降低应变传递效率,导致衰减、相位滞后或灵敏度下降,严重时测量精度可能低于10 με。因此需根据材料体系、环境暴露与预期应变水平谨慎选择胶粘剂、光纤护套与安装工艺。
2.3 数据采集系统
DFOS数据采集系统需具备高通量数字化、低延迟处理与智能分析能力,以将原始后向散射信号转化为可操作信息。前端高速模数转换器(Analog-to-Digital Converters, ADCs)采样率≥100 MHz,分辨率≥10位,动态范围约60–80 dB,可检测数十至数百公里光纤中的微弱后向散射信号。原始数据流速率可达GB/s级(如50 km光纤以1 m间隔采样),需采用多TB级RAID阵列或高性能网络存储架构以避免瓶颈。实时处理通常在嵌入式FPGA或GPU边缘服务器上实现,完成数字滤波、抽取与推理任务,例如基于FPGA的卷积神经网络(Convolutional Neural Networks, CNNs)可实现亚毫秒级振动事件识别,精度与离线模型相当。边缘处理通过提取峰值应变、频谱系数、统计特征等局部特征,可将数据量减少数个数量级,仅将摘要或警报上传至中心服务器,大幅降低网络负载。机器学习与人工智能算法可增强去噪与事件分类能力,深度学习模型(尤其是CNNs)可有效抑制相干噪声,提升信噪比(Signal-to-Noise Ratio, SNR);基于提取特征的时序分析可支持预测性维护,通过识别轨道支撑刚度渐变等趋势实现主动干预。当前商业DFOS系统在架构、成本定位与AI集成方面差异显著,部分系统已实现边缘特征提取与实时处理,但普遍面临持续高数据率带来的管理挑战,以及运营速度下振动噪声导致的信号质量下降问题。现有研究表明,φ-OTDR型DAS在160–250 km/h运营速度下仍可保持可用信号质量,但缺乏覆盖20–350 km/h区间的连续噪声强度或衰减曲线研究,这是未来现场试验的重要方向。此外,相位解调衰落点、SNR随频率升高而下降、校准与标准化不足、硬件成本高企及多模态传感融合缺乏统一框架等问题仍需解决。
2.4 AI驱动的数据解读与损伤检测
DFOS沿基础设施部署时产生海量连续高分辨率数据,需借助AI/ML方法实现有效解读,实时识别模式、分类事件与检测异常。DAS在工业微震监测中每日可产生数百GB数据,亟需高级处理算法。AI模型已在隧道、管道、桥梁等基础设施中成功应用于疲劳、腐蚀与机械应力检测。常用技术包括无监督学习(建立基线模型)与监督学习(分类特定结构响应),以及异常检测、支持向量机、神经网络与集成方法。在铁路场景中,AI与DFOS的融合实现了列车位置追踪、轨道异常识别与入侵报警。研究显示,基于卷积自编码器的无监督方法对高铁场景异常检测精度达91.5%;CNN-LSTM-SW混合模型在4.16 km光纤DAS系统中实现97%的轨道状态检测准确率;DLSTM-SW模型在重载试验环线中同样达到97%以上精度;迁移学习应用于裂缝检测的平均精度均值达0.968,单次处理时间小于0.05秒/万点。监督学习中,集成方法(如SVM、随机森林、XGBoost等投票模型)在山区铁路落石、倒树等灾害识别中精度约98%,并能评估事件严重程度。AI驱动的分析显著优于人工监测,可更早、更可靠地发现故障与入侵,延长预警时间,提升乘客安全,减少运营中断与维护成本。随着算法演进与数据集丰富,DFOS有望成为交通、公用与能源领域基础设施监测数字化转型的核心支撑。
3. DFOS市场前景与主要参与者
分布式光纤传感器市场近年显著增长,2024年估值18.3亿美元,2025年增至20.1亿美元,预计2030年将达到31.2亿美元,复合年增长率9.27%。增长动力来自油气、基础设施与安全领域的实时监测需求。主要厂商包括Halliburton、Luna Innovations(收购Silixa后)、OptaSense(Luna旗下,DAS市场份额约18%)、Yokogawa(DTS领域)、AP Sensing与OgMentum等。瑞利型DFOS(OFDR/DAS)因亚米级空间分辨率与kHz级采样率,在现代铁路监测中占主导地位,适用于实时列车追踪、道砟健康评估与故障检测。截至2017年,全球已部署超过1300项DFOS工程,覆盖75国以上,总长逾33300公里,中国、德国、美国、韩国占比居前,监测对象以电力电缆、隧道、管道为主。此后公开数据匮乏,但部署规模预计大幅增长。区域差异显著影响DFOS推广难度与成本效益:高速客运主导网络(如中国、日本、欧洲部分地区)更倾向接受高分辨率连续监测的高前期投入;货运主导网络(如北美、澳大利亚)则偏好桥梁、隧道等关键区段的低成本靶向部署。北美2025年占全球DFOS收入30%以上,主要由油气、通信与能源基础设施投资驱动;亚太地区预计2033年前复合增长率最快,受益于工业化扩张、基建投资与5G部署。铁路基础设施监测是2025年全球DFOS市场最大收入来源,反映其在轨道状态连续评估中的重要性,但公开的铁路专项区域细分数据仍然稀缺。
4. DFOS对韧性铁路基础设施的意义
DFOS已应用于轨道与轨枕监测(连续应变、支撑连续性评估、列车定位)、桥梁健康评估(挠度、预应力损失、动态响应)、隧道衬砌变形监测及路堤稳定性跟踪。与传统点式方法相比,DFOS提供连续的应变、温度或振动剖面,充当“人工神经”,支持早期局部异常检测。利用既有通信光纤可降低安装成本,但海量数据(尤其DAS高频数据)需要高级信号处理与管理框架以区分有效事件与噪声。DFOS通过应变与温度剖面支持状态修,减少不必要的维修材料消耗与排放,促进可持续性。其数据与AI、数字孪生融合可实现道砟冲刷、轨枕开裂等异常的精准检测与自动报警。需注意,轨枕级裂缝检测无需全网每根轨枕布设传感器,实践中多选取过渡段、道岔等高应力区位或专用试验段进行代表性布设,并结合数字孪生与AI外推模型推断非监测区段状态。DFOS还可检测冻胀、滑坡相关的温变与应变,φ-OTDR则可作为虚拟安防围栏识别入侵。当前碎片化试点项目阻碍跨网络对比,IEC 61757系列等新兴标准有望协调性能与安装规范。多种DFOS技术(BOTDR/BOTDA、OFDR、DAS、FBG)已被验证可有效提升铁路监测水平,但需考虑温度补偿与安装方式的影响:新建结构嵌入光纤可实现最优应变传递,既有结构表面粘贴更灵活但需确保良好耦合。
4.1 轨道与轨枕监测
Wheeler等(2018)证实瑞利后向散射DFOS(OFDR)可捕捉列车通过时的钢轨分布动应变,实验室条件下光纤表面粘贴仅需少量预处理即可推断曲率,揭示低速测试中的支撑变异性,双光纤布置可计算中性轴偏移与曲率,但正常速度客运列车引发的振动噪声超出系统可靠范围,表明高频荷载下灵敏度受限,且短距离(7–10 m)模块化部署是长距离覆盖的现实选择。其2019年研究在7.5 m钢轨段以约10 km/h货运列车开展试验,结合分布式应变剖面与数字图像相关(Digital Image Correlation, DIC)技术实现逐轨枕荷载计算,识别空吊等支撑状态,但受限于振动敏感性、单解调仪覆盖长度有限及需辅助位移测量以解释应变数据。Bednarski等在波兰中部2000余米轨道同时布设复合与整体式传感器,连接瑞利、布里渊与拉曼解调仪,实现单纤同步输出应变、位移与振动剖面,长期环境变化与短时列车通过工况均得到有效监测,揭示了全长度范围内的应力集中与支持不规则性;比较显示直接粘贴光纤应变传递更直接但易受损,复合带保护性好但存在轻微测量滞后。Milne等利用DAS将既有或新建光纤转为虚拟麦克风阵列,捕捉列车通过时的应变波,反演数百米范围内的钢轨挠曲盆与轨枕荷载分布,验证了DAS的长距离连续覆盖优势,但面临数据量大、信号处理复杂、标定困难(尤其松耦合通信光纤)、衰减限制等挑战,仍需解决运营速度下的振动噪声、光纤耦合可靠性及与DIC等方法的融合问题。DAS还被用于路权安防与 hazard检测,如芝加哥交通局的试点项目利用光纤实时检测入侵与坠落物,提升城市轨道运营安全。Zhang等将准分布式FBG阵列应用于CRTS III型无砟轨道,在低周往复加载下成功捕捉了底板锚固区开裂、抗剪钢筋变形与混凝土压碎三阶段的应变演化与残余应变,凸显了FBG/DFOS在地震动载下捕捉局部应变梯度的能力。
4.2 桥梁监测
Kishida等在台湾1公里长高速铁路桥布设多条DFOS线路,同时捕捉正常运营与震后的静态应变与动态响应(集成DAS),连续静态应变剖面支持灾后快速安全评估,动态测量记录了子弹头列车通过的振动,体现了DFOS替代大量点式传感器的潜力,但长距离光纤布设保护工作量较大,解调仪成本高,且需自动化数据处理与维护流程集成。DYWIDAG智能筋系统将光纤嵌入粘结预应力筋,采用BOFDA实现25公里范围、20 cm空间分辨率的应变、摩擦损失与局部缺陷监测,展示了嵌入式DFOS在工业产品化方面的成熟度。Ye等在预应力混凝土桥梁梁体中嵌入BOTDR光缆与FBG传感器,成功追踪了即时与长期预应力损失,分布式与准分布式数据的结合有效区分了真实结构应变与温度漂移,验证了DFOS捕捉微小应变变化的能力,但该技术主要适用于新建或大修改造工程。Cocking等在修复的历史砖石拱桥上布设密集FBG网络,以1 kHz以上采样率捕捉了约50个位置的动态应变分布,揭示了裂缝区应变不连续、荷载路径及内外向裂缝开度,发现列车速度与荷载对局部动态应变放大的影响可能被现行设计规范低估,但密集阵列的安装、保护、标定成本高,数据解调和温度补偿复杂,海量数据需专业解读,构成实际推广障碍。总体而言,桥梁DFOS从大跨度监测到嵌入式应用均已具备可行性,但需解决安装 logistics、解调仪经济性、数据处理自动化及与数字孪生/维护平台集成等问题,新建结构嵌入与关键桥梁靶向监测是平衡收益与成本的优选策略。
4.3 隧道与路堤监测
Gómez等在巴塞罗那L9地铁隧道衬砌布设布里渊型DFOS,在邻近开挖期间连续监测纵向与环向应变,经高级滤波处理后的数据趋势与理论模型及传统地质仪器吻合,成功检测到稀疏传感器可能遗漏的细微变形,但既有隧道改造安装需在有限天窗期内精细作业,且易受温度波动、列车振动等环境噪声干扰,需专家级数据处理,管片接缝运动也难以仅靠连续应变完全表征。Minardo等在意大利穿越活动滑坡的200米铁路隧道侧壁布设BOTDA光纤,三年监测期内成功捕捉到与测斜仪、卫星数据一致的接缝处应变峰值,证明了其早期预警潜力,但最严重变形区光纤断裂是主要实践限制。Maggio等在维多利亚时代铁路路堤开展DAS主动地震勘探,评估了湿度与冻融导致的季节性刚度变化,通过对比不同时期波速剖面与检波器数据,证实了DAS探测路堤弱化微小波速降低的能力,但活线集成主动震源困难,利用列车作为被动源则解释复杂,数据分析需专业知识分离多因素影响,长路堤可能需要增强耦合或放大措施。隧道与路堤环境下的光纤长期耐久性至关重要,高湿(>95%相对湿度)、冷凝、硫化氢与生物硫酸腐蚀可导致吸湿性涂层溶胀脱层、氢致变暗、护套腐蚀与生物污损,缓解策略包括激光直写聚酰亚胺涂层、密封碳涂层、凝胶填充管与钛合金封装等,污水基础设施的长期试验已验证了相关防护方案的有效性,但铁路隧道与路堤场景仍需针对性耐久性试验。DFOS为地下与岩土资产提供了连续应变与地震响应监测,但面临既有隧道安装约束、环境噪声过滤、光纤耦合保障、严苛环境下长期耐久性及震源协调等挑战。
4.4 技术就绪度与部署成熟度
桥梁监测应用最为成熟,从现场验证的大规模部署到新建工程商用产品均有实例,这得益于桥梁结构相对可控的安装环境。轨道与路堤应用多处于早期现场试验阶段(技术就绪度4–6级),Bednarski等的机械化粘贴工业级安装表明,一旦解决劳动密集型安装瓶颈,轨道级规模化部署可行,说明安装方法是当前主要制约因素而非传感技术本身。隧道监测处于中间水平,多年现场部署验证了长期可行性,但既有隧道改造仍较 labor-intensive。总体而言,尚无铁路DFOS应用达到轨道电路、轴箱计数器等传统设备的全网标准化运营部署程度,主要受限于安装实操性、数据量管理与标准化解读协议缺失。
5. 铁路DFOS的关键约束
DFOS虽具备连续高分辨率监测潜力,但高昂成本是大规模部署的主要障碍。与点式传感器选择性布设不同,DFOS需要连续光纤、复杂解调单元与专业安装,全线覆盖数千公里轨道在经济上难以承受,尤其对老旧网络或预算紧张运营商。维护与数据处理成本进一步增加了全生命周期投入。
5.1 埋设与安装困难
已有表面粘贴、开槽嵌入与浇筑集成等多种安装方法研究,集成式传感器结果通常更可靠,整体式DFOS设计在裂缝检测与宽度测量中表现优于层状光缆。传感光纤选型、安装技术与数据处理方法对钢筋混凝土等复杂场景准确测量至关重要。新建混凝土构件(轨枕、高架桥面板)中埋设光纤面临振捣压实导致的损伤与死区风险;既有钢轨或轨枕表面开槽粘贴则更具挑战,需选用能耐受道砟捣固循环的胶粘剂,传统环氧胶常在反复荷载下开裂或脱粘。开槽嵌入(浅槽1–2 mm,聚合物胶粘剂密封)被证明可提供与预埋相当的应变传递性能,是当前最佳实践之一。胶粘剂选择需权衡:高模量环氧提升传递保真度但可能放大裂缝处应变集中,低模量胶粘剂降低峰值应力但牺牲灵敏度。表面粘贴(非开槽)更简单但易在循环荷载下脱粘。彻底表面处理、耐疲劳环氧配方及受控预张拉是增强界面耦合的有效措施。
5.2 严苛环境与力学条件
铁路设施承受列车极端力学荷载、动态振动及-20℃至+40℃温度波动、水分侵入、冻融循环等作用。光纤虽敏感但本质脆弱,持续循环荷载与高冲击力可导致断纤或性能退化,引发光损耗与信号漂移。温度变化会引起布里渊与拉曼光谱漂移,需精细补偿算法分离温度与应变效应。实验室条件下布里渊系统温度分辨率可达1℃,但补偿误差随温度变化幅度增大而增加,且现场验证研究匮乏。实际铁路环境中,日照辐射、湿度、快速日温差、光纤-结构热耦合不均及热力-力学耦合荷载引入了更多不确定性,尚无普适补偿程序,必须依靠应用特异性标定与现场验证。为抵御磨损、碱侵蚀(水泥孔隙水pH>12)与化学侵蚀(氯盐、油污),光纤常需聚合物管或金属毛细管护套,双层防护结构可降低环境噪声敏感度,但厚护套增大最小弯曲半径并引入应变传递误差,若不校准可导致高达10%的测量偏差。
5.3 施工与维护风险
轨道铺设与轨枕吊装过程中,起重机、叉车与捣固机可能切断或压坏裸露光纤,隧道内道砟移动与周期性线下作业也可能导致光纤移位,除非采取沟槽内埋设或封装等牺牲直接传感的措施。英国Hooley路堑案例中,工程师需绳降固定双排光纤于土钉,面临边坡失稳、坠落与设备损坏风险,凸显了动态施工环境下的物理威胁。定制化防护措施(坚固套管、可靠锚固)必不可少,但物理应力与不稳定地形仍是重大隐患。
5.4 数据体量、噪声与解读
单路DFOS通道每日可产生GB级后向散射数据,列车振动、温度漂移与道砟沉降构成背景噪声,需过滤以提取裂缝、沉降等有效事件。高级信号处理与ML模型可将异常检测精度提升至90%以上,但需要大量标注数据与现场标定。计算型DFOS(如鬼成像技术)可降低采样率,代价是加倍平均时间;快速小波变换(Fast Wavelet Transform, FWT)等压缩技术有助于实时数据压缩。边缘处理可将大数据流转化为诊断信息,实现选择性上传。密集铁路布设中,多通道近距离并行或交叉敷设可能引发数据解读串扰:单纤有限空间分辨率会使邻近特征应变模糊,高密度FBG阵列面临光谱阴影与多重反射串扰,同一结构内多光纤的重叠应变场也会导致归属困难。缓解策略包括足够的物理与光谱隔离、根据最小特征尺寸优化空间分辨率、改进波分复用方案及开发专用解耦算法。未来密集轨道区段部署需明确量化此类干扰效应以保障长期可靠性。
6. 铁路监测DFOS研究的未来方向
前向传输激光干涉法是背向散射DFOS的有力补充,其利用铁路电缆沟内既有通信光纤,以列车通过为激励源,在12公里区段实现14个月连续监测,成功检测到