Ensmart Distributed Acoustic Sensing（DAS）Technology 光纤分布式声振传感系统
光纤分布式声振传感系统（DAS）作为一种新型的监测技术手段，结合人工智能 算法，大数据分析等技术，可实现对皮带机运行故障、长输管道泄漏等异常故障进行 全程监测、智能识别、准确定位和及时预警。可以解决传统监测手段无法全程在线监 测、盲时盲区多、巡检强度大、后期维护成本高等难题，对保障原料皮带机以及长输 管道的安全运行，避免生产事故，减少非计划停工和提高生产效率具有重要的应用价 值
所属分类：
传感器技术
- 产品特征
- 规格参数
- 相关案例
-
检测原理光纤分布式声波振动传感系统是基于相位光时域反射技术而实现故障精准定位探测的。探测纤光缆 在环境声振的作用下，会产生轴向应变，由于光弹效应，光纤折射率会发生相应改变，从而引起光纤 中瑞利散射光信号的相位信息发生变化。系统将探测光缆上的每一个点都视为一个声振传感器单元， 通过探测设备解调和处理，就可实现对探测光缆布设环境中振动和声波信息的分布式探测。产品特征n 分布式监测，对光纤传输路径上的不同空间分布和时间变化信息进行分布式监测n 智能预警，基于多场景的标记样本模型数据实现预警的智能性n 高实时性，检测频率高，预警和报警速度快n 高定位精度，实现米级的故障定位精度n 环境适应性强，适应多种恶劣环境下工作，包括地下n 维护和运行成本低
-
创新技术•FPGA信号处理p 高密集数据采集，每秒数据量级可达Gbitp 高精度数据采集。提高数据质量，采集位数高达16位p FPGA片上信号处理，对海量数据处理实现硬件加速•声振信号多维度分析引擎p 强噪声下微弱信号提取p 多振源信号抗混叠分析p 时间域、空间域、频率域等多维度的信号特征识别•AI自学习p 多场景的超百万级标记样本模型数据p AI核心算法，根据皮带机或管道的环境、故障类型等不同影响因素进行机器自学习和算法迭代
关键词：
