National Transport Library Research Database

BeFo 417 - Hantering av mätstörningar från spårbun trafik för DCIP undersökningar. Steg 1. (BeFo 417 - Methodologies for handling railway traffic disturbances in DCIP measurements. Phase 1)

Sponsors, duration, budget: Trafikverket ; 2020-01-02 -- 2025-12-31 Registration number:
  • Trafikverket 2020/2540
Subject(s): Abstract: Målet med projektet är att utveckla metoder för att hantera elektriska störningar i samband med tomografiska undersökningar med resistivitet och inducerad polarisation (DCIP). Specifikt gäller projektet störningar som uppkommer i samband med spårbunden trafik, det vill säga tåg som drivs med växelström samt i urban miljö, spårvagn och tunnelbana som drivs med likström. Sådan trafik skapar varierade bakgrundsnivåer inom en mätcykel som kan vara så pass allvarliga att undersökningsresultatet blir oanvändbart. Därför krävs det nya metoder för att möjliggöra effektiva undersökningar i dessa urbana miljöer. Projektets syfte är att undersöka vilka möjligheter som finns att hantera störsignalerna med hjälp av signalbehandling, statistisk modellering eller artificiell intelligens (AI) och mätteknisk utveckling. Grundspåret är att separat genom uppmätning av strösignalerna kan man tillämpa signalbehandling så att störningarna identifieras i och separeras från mätdata. Ett annat möjligt spår är en liknande metod som inte kräver separat mätning av bakgrundsvariationer i samband med vilken också kommer utredas. Ytterligare spår att utröna är framtagande av statistiska modeller för störningarna eller att identifiera och avlägsna dem med AI-metoder. Abstract: The main goal of the project is to develop methodologies for handling of electrical disturbances in direct current resistivity and induced polarization (DCIP) measurements, specifically strongly varying background levels within one measurement cycle. Such disturbances can origin from rail traffic powered by alternating current (AC) and urban transport systems powered by direct current (DC) such as trams and metro trains. It has been noted that these disturbances can be so severe that DCIP data measured in such areas are unusable. Hence, under such conditions, new methodologies for field surveys or data processing are needed for successfully applying the DCIP method. The project aims to investigate possibilities for handling the aforementioned disturbances e.g. by means of signal processing, statistical modelling, artificial intelligence (AI) or improved field methodologies. The basic idea is to conduct simultaneous, separate measurements of the disturbances in connection with a multi-channel DCIP survey. By combining the information of the character of the disturbances and the information from the DCIP survey with smart processing, a method could be developed to cancel the DC disturbance from the DCIP data. Furthermore, a method without the use of separate DC disturbance measurements will be investigated. Another approach could be to measure in many parallel channels and identify the noise events by cross-correlation techniques, in order to be able to model and remove them from the data based on AI neural networks.
Item type: