Los sistemas convencionales de detección primaria requieren una inversión financiera considerable en gastos de capital (CAPEX) y de operación (OPEX) para lograr un equilibrio adecuado entre precisión y sensibilidad en grandes perímetros. Además, la integración de diferentes activos resulta difícil debido a la separación completa entre los departamentos de seguridad y operaciones. A parte de estos desafíos mencionados, los sistemas tradicionales también presentan una baja disponibilidad de equipos y dependen, en gran medida, de la experiencia del instalador.
Con la tecnología DAS, un solo interrogador puede convertir decenas de kilómetros de fibra óptica en miles de micrófonos que permiten escuchar de manera simultánea lo que sucede alrededor de la fibra. Tras el procesamiento de los datos, se identifican en tiempo real las interferencias producidas por los elementos del entorno de la fibra, se localizan con precisión a unos pocos metros y se clasifican en eventos específicos. La decisión de qué incidentes deben reportarse como alarmas dependerá de los requisitos del cliente.
La solución DAS para la protección de grandes perímetros reduce los costos de inversión a la mitad en comparación con las soluciones tradicionales. Debido a que utiliza fibra óptica como sensor en lugar de dispositivos electrónicos instalados en el campo y los costos operativos son casi nulos. Además, el cable sensor puede compartir fibra con la red de telecomunicaciones, lo que permite nuevas aplicaciones como el monitoreo de patrullas.
En resumen, alcanzamos un nivel casi completo de disponibilidad debido a la facilidad con la que podemos integrar una topología de red redundante y la ausencia de dispositivos electrónicos en el campo. Nuestro equipo requiere menos intervención de instaladores gracias a la inteligencia artificial que se incorpora en sus procesos de aprendizaje y adaptación al entorno.
Nuestros clientes esperan alarmas efectivas para proteger sus activos, pero cada activo no necesariamente necesita el mismo nivel de precisión o tipología de alarma. Por lo tanto, son ellos quienes deciden qué alertas son necesarias y qué grado de discriminación es el requerido.
Esto implica que el cliente debe especificar qué alertas desea recibir y determinar el nivel de precisión necesario, encontrando un equilibrio entre precisión (para minimizar falsas alarmas) y sensibilidad (para evitar alarmas no detectadas). Para lograrlo, nuestros ingenieros diseñan la configuración óptima del sistema (cantidad de anillos, ubicación y estructura del cable sensorial), mientras que nuestros equipos utilizan algoritmos y técnicas de inteligencia artificial para clasificar y agrupar los eventos detectados. Solo se informan al cliente de las alertas definidas previamente, asegurando la eficiencia de las alarmas que se comunican a través de nuestros interfaces de usuario, SMS, correo electrónico, o integración en los sistemas VMS o PSIM del cliente.
Escucha
La unidad interrogadora transforma la fibra óptica en un sensor con miles de micrófonos que escuchan constantemente lo que sucede a su alrededor.
Analiza
La unidad de procesado analiza la información recibida y la clasifica en varios eventos básicos, perfectamente localizados con una precisión de varios metros.
Informa
El sistema agrupa los eventos e informa al usuario solo de las alarmas que le interesan según sus necesidades.
Soluciones que verdaderamente funcionan
Nuestra solución de protección de infraestructuras críticas del sistema eléctrico emplea la tecnología de sensado acústico distribuido (DAS) y permite a los operadores detectar, localizar y clasificar intrusiones humanas (PID) en los perímetros protegidos antes de que estas intrusiones dañen la instalación eléctrica en sí y su funcionamiento.
Las señales adquiridas con el HDAS son trazas que reflejan cómo varían las deformaciones a lo largo de la fibra óptica. Estas trazas se agrupan en un gráfico tipo cascada, lo que facilita el análisis de las vibraciones tanto en tiempo como en espacio. Empleamos métodos de procesamiento digital de imágenes para mejorar los patrones significativos y reducir el ruido.
Según la aplicación específica, empleamos diversas técnicas de análisis de imágenes que hacen uso de algoritmos y modelos matemáticos para detectar y reconocer patrones. Para algunos escenarios, hemos creado modelos de aprendizaje automático supervisado, mientras que, en otros casos, los algoritmos tradicionales muestras resultados igualmente efectivos.
EN
ES