重庆市工程安全监测大数据平台的建设与应用

俞春，李超，滕德贵

(1.重庆市勘测院，重庆 401121； 2.重庆市智能感知大数据产业技术协同创新中心，重庆 401121)



重庆市工程安全监测大数据平台的建设与应用

俞春1*，李超1，2，滕德贵1，2

(1.重庆市勘测院，重庆 401121； 2.重庆市智能感知大数据产业技术协同创新中心，重庆 401121)

结合物联网、云计算技术与重庆市大型建筑工程安全监测的发展现状，提出了搭建重庆市工程安全监测大数据平台的总体思路，探讨了分布式数据采集、云环境部署、跨平台开发等平台构建的关键技术，运用开源框架Coolite以及Web+消息中间件+Sqlserver的综合数据交互技术，建成了一套城市大型建构筑物工程安全监测大数据应用服务平台。关键词：云计算；物联网；分布式数据采集；工程安全监测；大型建构筑物

1 引 言

重庆自1997年成立直辖市以来，城市大型建构筑物工程建设迅猛发展，体量不断增长。在给社会大众提供便利的同时，部分基础设施的安全健康问题也表现得日益突出。近年来，由于基础设施的损坏、故障事件带来的公共安全事故增多，经济财产损失总量惊人。如电梯运营故障、桥梁垮塌、小石坝高架桥等事件。大型建构筑物的安全状况直接关系到广大人民群众的生命安全和城市形象，政府管理部门需要及时掌握其安全状况。传统的安全监测平台已难以满足相关监测部门因项目类型各异，工程项目多，数据量大带来的海量数据分析和管理的需求。以当前兴起的物联网、云计算等高新技术为契机，实现与自动化监测技术的跨界结合，成为安全监测领域令人期待的发展方向。

以此为背景，本文结合物联网、云计算技术的优势和重庆大型建构筑物安全监测发展现状，搭建了重庆市工程安全监测大数据平台，平台针对各类型的工程安全监测项目，提供了多源异构数据的采集、海量监测数据的多尺度浏览、数据快速分析与预警预报、自动化输出成果报告等功能，为重庆市工程安全监测的高效管理提供了可视化的支撑平台。

2 平台框架

工程安全监测大数据平台由数据采集子系统、供电防雷子系统、数据中心、数据管理子系统、项目生产管理子系统、预警预报子系统六部分组成，如图1所示。

图1 重庆市工程安全监测大数据平台框架结构

数据采集子系统是平台的数据来源，需接入不同类型的测量设备，例如GNSS设备、测量机器人、应力应变传感器、视频监控等传感器，并实现兼容多源数据的采集融合，包括传统的人工监测数据、基于移动端的半自动化采集和基于服务的自动实时采集。

供电防雷子系统为数据采集服务，为设备供电的同时，提供防雷、防盗、防水、防尘等功能，保障前端的测量传感器和数据采集模块能够稳定、可靠、安全的运行。

数据中心采用云平台搭建的核心技术，实现数据采集服务、WEB服务、备份服务等多种不同功能服务器的虚拟化，对云环境中的数据资源和服务资源进行集中管理，能够很好地适应海量用户的并发访问和负载均衡。

数据管理子系统以数据库服务为核心，提供数据浏览、处理分析、可视化交互、综合评估等功能。

项目生产管理子系统主要提供了项目综合管理、监测方案定制、工作安排提醒、工作量考核等功能模块，为项目管理人员提供高效管理的服务功能。

预警预报子系统根据数据处理分析的结果，结合结构力学的相关理论模型，进行安全评估和预测，并通过短信、邮件、声光报警等形式进行信息发布，为政府管理部门应急抢险和指挥决策提供辅助分析服务。

3 关键技术

搭建工程安全监测大数据平台的技术难点体现在以下几个方面：能实现多种类型传感器数据实时采集、多源异构数据的兼容、不同监测项目的数据统一，并利用云端策略实现终端用户对海量安全监测数据的高效管理和利用，为不同平台的终端用户提供实时、准确的应用服务。平台技术路线如图2所示：

图2 平台技术路线

3.1 分布式数据采集

在城市大型建构筑物工程安全监测中，为实现对建筑体多个物理量的数据采集，通常采用多种类型的监测传感器。本平台集成了平面位移、沉降、裂缝、应力应变、倾斜等多种监测传感器，并基于自主研发的物联网多通道振弦式通用控制终端，如图3所示，将关联性强的多个传感器组建为一个局域网监测节点，最大限度提高传感器集成的兼容性。多个监测节点协同工作，实现对建构筑体多种物理量的远程自动化安全监测。多传感器节点部署模型如图4所示：

图3 四通道振弦式通用控制终端

图4 分布式数据采集部署模型

节点1由GNSS设备、测量机器人、温湿度传感器、节点控制单元组成；节点2由三维激光扫描仪、GNSS与气象传感器、节点控制单元组成；节点3包含了裂缝传感器、应力应变计、节点控制器等。其中，现场监测节点控制器是平台设备端的最小组成单元，实现用户对监测传感器的远程管理、状态查询。控制器支持短期数据存储，具有设备远程管理、参数远程配置、监测数据预处理、远程唤醒、预警触发等功能，完成多种工作模式下传感器输出数字信号、模拟信号、开关信号等类型数据的采集。此外，为最大限度地降低数据并发量，平台基于分布式体系组建监测系统，实现对多个监测项目设备终端的管理与数据采集，便于平台管理层监测数据的云端计算、分析评估等操作。

3.2 云环境部署

云环境部署主要包括基础设施部署、服务器资源虚拟化、应用服务部署等内容，如图5所示：

图5 平台云环境部署策略

平台基础设施统一部署在机房数据中心，通过接入Internet为各管理部门和建设业主提供在线应用和数据服务。涉密数据通过防火墙实现物理隔离，保证数据安全。

服务器资源虚拟化采用VMWare vSphere套件实现。客户端利用vSphere Client创建集群并添加物理主机，资源池生成后，从中创建一个虚拟机实例，并安装vCenter Server以支持多主机集中管理。利用vShield Manager实现虚拟网络的安全防护；利用vCloud Director实现多租户管理，即将资源划分并在逻辑上分配给不同组织，同时对组织资源进行管理和控制。

服务层部署包括管理集群和引用集群，通过虚拟化和并行计算等云端技术，可以动态地将地图交互、数据采集、快速计算、安全评估等服务功能定位到所需要的物理平台上，清理空闲的节点，更有效地使用硬件资源。同时建立虚拟化资源池，使硬件和数据资源得以充分利用，实现资源合理调度和负载均衡。

3.3 跨平台综合开发

本平台的主要用户包括政府行政管理部门、项目建设单位、第三方监测单位和社会公众等，涵盖范围广，因此用户终端平台的类型多种多样，如Windows、Linux等常见的PC设备以及IOS、安卓等智能终端设备。本平台在软件服务开发模式上采用ICE、Xamarin等开放式的跨平台开发框架，能满足不同操作系统的用户随时随地、方便快捷的查询、浏览监测实施数据，且能远程控制安全监测设备，做到实时高效、精准可靠地工程安全监测服务。

4 应用服务平台实现

应用服务平台基于B/S框架实现，利用开源框架Coolite，基于Ajax+Json技术实现，运用web+消息中间件+sqlserver的综合数据交互技术，实现监测数据实时刷新和信息发布。可视化服务采用重庆市勘测院自主研发的“爱尚地图”和“三维集景平台”，通过webservice和富客服端等技术，为平台的多尺度可视化提供了技术支撑，另外，平台采用完整连贯的开源统计分析工具R语言，实现了监测数据分析与安全评估功能。

B/S应用服务平台实现了监测数据采集、展示、可视化交互、数据分析、成果报表等功能，部分功能界面如图6～图8所示：

图6 隧道监测项目二维视图浏览与交互

图7 监测数据统计分析

图8 涉轨监测项目视频实时监控

5 结 语

本文运用物联网技术自主研发多传感器分布式数据采集器，并结合VMware虚拟化、分布式存储和跨平台开发等前沿技术，搭建了一套城市大型建构筑物工程安全监测大数据平台，平台物理组成上包括数据采集子系统、供电防雷子系统、数据中心、数据管理子系统、项目生产管理子系统、预警预报子系统等六部分组成。目前平台在线服务项目已达100多项，项目主要涉及桥梁、边坡、隧道以及涉轨监测，平台应用效果良好。但在使用过程中也发现一些不足，如数据采集工控机断电重启不稳定、在线成果输出效率较低等问题，平台下一步将针对这些问题进一步优化和完善。

[1] 陈全，邓倩妮. 云计算及其关键技术[J]. 计算机应用，2009，29(9)：2562～2567.

[2] 戴元顺. 云计算技术简述[J]. 信息通信技术，2010，4(2)：29～35.

[3] 钱志鸿，王义君. 物联网技术与应用研究[J]. 电子学报，2012，40(5)：1023～1029.

[4] 陈国良，毛睿，陆克中. 大数据并行计算框架[J]. 科学通报，2015(Z1)：566～569.

[5] 陈康，郑纬民. 云计算系统实例与研究现状[J]. 软件学报，2009，5：1337～1348.[6] 肖兴国，滕德贵，李超等. 重庆市重大基础设施安全监测云服务平台设计[J]. 测绘工程，2014，23(6)：67～70.

[7] 方雷. 基于云计算的土地资源服务高效处理理论框架及其平台关键技术研究[D]. 杭州：浙江大学，2011.

[8] 姬倩倩. 公共交通大数据平台架构服务模式研究[D]. 西安：西安电子科技大学，2014.

[9] 胡东涛. 基于物联网的非煤地下矿山安全监测预警决策平台研究[D]. 武汉：武汉理工大学，2014.

[10] 王军号. 基于物联网感知的煤矿安全监控信息处理方法研究[D]. 淮南：安徽理工大学，2013.

[11] 刘德志，李俊杰. 土石坝安全监测软件系统设计与实现[J]. 大连理工大学学报，2006，46(3)：407～412.

The Construction and Application of Big Data Platform on Geotechnical Safety onitoring of Chongqing

Yu Chun1，Li Chao1，2，Teng Degui1，2

(1.Chongqing Surveying Institute，Chongqing 401121，China；2.Chongqing Collaborative Innovation Center of Smart Sensing & Big Data，Chongqing 401121，China)

By integrating cases of Internet of Things Technology，Cloud Computing Technology and safety monitoring status of Chongqing large building，the dissertation puts forward the general idea of building a large data platform for Geotechnical safety monitoring of Chongqing，explores the key technologies of platform construction such as distributed data acquisition，the cloud-based environment deployment，cross-platform development and builds up a big-data application service platform based on urban infrastructure via the open source framework (Coolite) and a comprehensive data interaction technology integrated by Web，Message Oriented Middleware and Sqlserver.

cloud computing；internet of things；distributed data acquisition；geotechnical safety monitoring；large building

1672-8262(2016)05-10-05

P208.2

A

2016—06—13

俞春(1965—)，男，高级工程师，主要研究方向：工程安全监测及信息化。

住房和城乡建设部科学技术计划项目(2013-K8-17)；重庆市智能感知大数据产业技术协同创新中心(cstc2015yfpt_cyjsxt0037)