大坝安全监测智能感知与智慧管理技术研究及应用

黄跃文，牛广利，李端有，韩 笑，周华艳

(1.长江科学院 工程安全与灾害防治研究所，武汉 430010； 2.水利部水工程安全与病害防治工程技术研究中心，武汉 430010； 3.国家大坝安全工程技术研究中心，武汉 430010)

1 研究背景

水库大坝是国家重要的基础设施，水库大坝建设及运行安全是国家战略需求，受到各级政府、主管部门和运行管理单位的高度重视[1]。大坝安全监测作为水库大坝运行状态的耳目，通过仪器监测和巡视检查等技术手段，能够及时发现异常情况并采取相应的处理措施，是工程安全运行的重要保障[2]。

根据水利部2016年组织开展的全国水库大坝监测设施建设与运行现状调查结果显示，近年来我国水库大坝安全监测设施建设、运行和维护水平明显进步，但仍普遍存在着法规制度不健全、专项经费投入偏低、监测设施不完善、监测分析预警薄弱等不足[3]，水库大坝监测设施技术陈旧、数据采集传输稳定性与实时性不足、安全监测信息化软件功能单一、监测数据挖掘利用不充分等问题突出，亟需进一步提升水库大坝安全监测工作水平。

目前，物联网、云计算、大数据等新一代信息技术快速发展[4]，有力促进了传统行业的转型升级，同时也为智慧水利建设带来了新的发展机遇，促进了水治理能力的现代化[5]。与此同时，在大坝安全监测领域，迫切需要大力推进新一代信息技术与传统专业的深度融合，有效提升大坝安全监测智能感知水平与智慧应用能力。

近年来，在国家自然科学基金、国家重点研发专项、中央级公益性科研院所基本科研业务费的支持下，长江科学院抢抓信息化发展机遇，积极探索技术转型升级，深入开展了大坝安全监测智能感知与智慧管理技术研究及应用工作，为支撑水利大坝工程建设及运行安全做出了积极贡献。

2 总体技术框架

大坝安全监测智能感知与智慧管理技术总体框架如图1所示，主要划分为感知层、传输层、数据层、平台层、应用层和用户层，并遵守相关标准规范体系、保障环境及网络安全体系。

图1 技术总体框架Fig.1 General technical framework

(1)感知层：主要通过安全监测仪器设施实现变形、渗流、应力应变等大坝安全性态信息感知，并利用智能采集单元进行感知层数据采集。

(2)传输层：通过以太网、4G、5G、LoRa(长距离传输)、NB-IoT(窄带物联网)等通信技术手段实现现场监测数据向物联网感知平台汇聚。

(3)数据层：作为数据资源池，实现各类数据的统一存储管理，并为智慧应用提供数据支撑，涵盖安全监测数据、环境量监测数据、施工过程数据及相关业务数据。

(4)平台层：包括智慧使能平台和应用支撑平台，可为应用层提供专业分析、监测预警模型和BIM(建筑信息模型)+GIS等平台支撑。

(5)应用层：为大坝安全监测云服务系统的具体应用，涵盖安全监测数据采集、管理、整编、分析、监控预警等全方位业务应用。

(6)用户层：包括水行政主管部门、监督管理部门、运行管理单位以及第三方咨询或服务单位。

3 智能感知技术

长江科学院综合运用新一代传感与采集技术，研发了智能传感器、智能采集单元和物联网感知平台，构建了全生命周期大坝安全监测智能感知全景信息模型，实时获取并分析建设和运行过程中的各类监测数据。

3.1 智能传感器

基于MEMS(微机电系统)技术[6]的智能传感器相比于传统工艺传感器，具备体积小、重量轻、耗能低、惯性小、谐振频率高、响应时间短等优势，能够有效提升数据监测的可靠性和智能化程度，非常适用于大坝安全监测智能传感器领域。

长江科学院开展了MEMS传感器滤波、温度补偿和仪器标定算法研究，研发了基于MEMS的地表倾角仪、固定测斜仪和阵列式位移计3种新型智能传感器，将其主要应用于大坝、边坡、洞室的变形自动化监测。

(1)地表倾角仪是为了监控边坡表面崩塌前兆而研发的一种实时监测预警设备。研发集成MEMS倾角传感器、加速度传感器、LoRa无线通信模块、低功耗CPU和锂亚电池为一体的智能传感器，实现倾斜变形的实时监测预警。

(2)固定式测斜仪[7]适用于面板坝、边坡、滑坡体、基坑等深部变形监测。采用基于MEMS的双轴倾角芯片作为核心测量元件，通过CAN(控制器局域网络)总线方式进行通信，提高固定测斜仪的实时性与可靠性，并具有误差修正、温度补偿和故障自检等功能。

(3)阵列式位移计是具有多个单位长度的传感器测量单元，运用柔性关节连接相邻的两个传感器测量单元，利用MEMS三轴加速度传感器计算每节传感器三维姿态，实现整体位移监测，主要应用于洞室收敛变形、大坝沉降和边坡水平位移监测。

3.2 智能采集单元

基于物联网、嵌入式及移动互联网技术设计和研发了CK系列大坝安全监测智能采集成套设备，包括自动化数据采集单元[8]、无线低功耗采集单元[9]、手持振弦差阻读数仪[10]，三款智能采集设备能够满足水库大坝施工期及运行期安全监测高效可靠采集的工作需求。

3.2.1 自动化数据采集单元

针对大坝安全监测自动化领域长期存在的数据采集传输稳定性与实时性不足等问题，基于嵌入式处理器、嵌入式操作系统和物联网技术，研发了CK-MCU自动化数据采集单元，能够进行振弦式、差阻式、电流、电压等不同原理和类型传感器的多通道复用测量和人工比测，具备RS232、RS485、以太网和蓝牙等多种接口，支持监测数据实时测量、定时自动巡测、智能触发召测等功能。自动化数据采集单元及其接口如图2所示。

图2 自动化数据采集单元及其接口示意图Fig.2 Schematic diagram of automatic data acquisitionunit and its interface

自动化数据采集单元支持多终端配置模式，能够使用手机蓝牙、内置Web网页、云平台系统等多种方式进行配置操作，通过以太网、光纤组建大型通讯网络，适用于运行期永久性安全监测自动化系统工程，具有很好的稳定性、实时性和可扩展性。

自动化数据采集单元具有振弦波形分析功能，能够准确测量振弦回波信号的幅值、信噪比、衰减率和干扰频率指标，实现了埋入式振弦仪器回波信号质量分析，为埋入式振弦仪器鉴定提供了新方法。

3.2.2 无线低功耗采集单元

在大坝施工期或工程边坡等野外环境下，为解决由于现场缺少稳定可靠的电力供应和有线通信媒介而无法实现自动化实时采集的难题，研发了一套基于LoRa技术的CK-LAT无线低功耗采集单元，采用协处理器技术有效解决了低功耗和高性能的冲突问题，既保障了采集所需的高性能资源，又满足了设备低功耗运行需求。

如图3所示，无线低功耗采集单元分为数据集中器和数据采集仪2个部分。数据集中器和数据采集仪均内置LoRa通讯模块，数据集中器通过LoRa无线传输方式向数据采集仪发送指令，数据采集仪接收控制指令，进行监测数据采集，并且将采集数据回传至数据集中器，数据集中器收集多个采集仪的数据并传送至物联感知平台，最终汇聚至安全监测云服务系统进行数据处理和分析，用户通过电脑或者手机即可进行数据查询及分析。

图3 基于LoRa的无线低功耗数据采集单元拓扑结构Fig.3 Topological structure of wireless low-powerdata acquisition unit based on LoRa

数据集中器和数据采集仪通过LoRa进行无线通信，LoRa基于Sub-GHz的频段使其更易以较低功耗进行远距离通信，并且LoRa信号对建筑物的穿透力很强，非常适合作为大坝安全监测的无线通信手段；无线低功耗采集单元支持电池供电或其他能量收集方式供电，在内置电池情况下可工作2～3 a，并且更换电池后可以继续使用。

3.2.3 手持振弦差阻读数仪

对于未实现自动化观测的安全监测仪器，需要进行人工观测；常规的工作方式是工作人员携带振弦式读数仪或者差阻式读数仪到现场采集监测仪器数据，手工将仪器编号和数据抄写至纸质记录本，再将数据录入至电子表格或者信息管理系统中。此类工作模式不仅效率较低，并且存在着数据记录错误、工作人员随意编造数据的风险。

为提高人工测读工作效率，基于电子标签、蓝牙通信和移动互联网等先进技术，设计和研制了CK-ZX-1手持振弦差阻读数仪，并开发配套智能APP应用；通过手机蓝牙与手持振弦差阻读数仪通信，APP自动记录监测数据，通过手机NFC功能读取仪器编号，完成监测数据与仪器编号的对应，从而实现监测数据采集、存储和云端同步。

手持振弦差阻读数仪不仅能够将监测数据进行信息化管理，还能够通过手机APP识别工作人员身份，保证现场仪器的监测频次以及数据的真实性，并对现场工作进行监督管理，实现了安全监测管理工作的模式创新。

3.3 物联网感知平台

水库大坝现场采用的安全监测传感器和采集设备类型多样，传输协议各异，现场往往安装多种类型的采集软件，购置成本高，且易形成数据孤岛；另外，目前数据采集软件多为单机版软件，升级维护工作量大，应用范围小，不满足大型或分布式安全监测数据采集应用需求。

通过研发大坝安全监测物联网感知平台，基于可配置化通信协议与规范化数据标准，统一接入多网络、多协议、多平台、多地域安全监测物联网设备，满足高并发设备快速接入，涵盖设备状态监控、指令下发、数据存储及远程维护等功能，并提供丰富的数据API接口，实现安全监测数据的全面感知与开放物联。

4 智慧管理技术

在大坝安全监测智能感知与物联传输技术研究成果的基础上，长江科学院进一步开展了大坝安全监测智慧管理技术研究与开发工作，建设了统一的大坝安全监测数据资源池，研发了通用化安全监测云服务系统，搭建了专业数据挖掘平台和综合可视化应用，实现了大坝安全监测数据存储、管理、分析及展示等全链路应用[11]，为保障工程建设及运行安全提供全生命周期智慧解决方案。

4.1 统一数据资源池

大坝安全监测相关的数据资源复杂多样，主要包括各类大坝安全监测仪器设施基础信息、原始监测数据、整编成果数据，水情、雨情、气象等环境数据，开挖、支护、浇筑、灌浆等施工信息，强震、视频、遥感等专项监测数据以及工程调度运行、管理、巡查等业务数据；数据格式包括结构化、半结构化和非结构化数据，且数据分散在各级管理部门、各专业应用系统，形成了“数据孤岛”。

为实现多源异构大坝安全监测数据资源的整合汇聚和融合应用，在充分调研和梳理的基础上，建立了数据资源目录和数据交换标准，开发了数据集成接口服务，打破业务系统之间的数据壁垒，实现多业务系统数据集成；基于分布式文件系统构建了统一的大坝安全监测数据资源池，实现了历史数据汇聚、实时数据接入、数据治理与资源共享，为大坝安全智慧应用提供数据底座。

4.2 通用云服务系统

传统大坝安全监测软件系统多数为单机版软件，仅具备数据采集及整编管理功能，一般需要专用软硬件环境进行安装部署，并配备专人进行系统运行维护；普遍存在着信息资源开发利用不够、运行维护成本较高、重复建设等问题。

基于SaaS(Software-as-a-Service，软件即服务)云计算模式和微服务架构，研发了通用化大坝安全监测云服务系统，以按需购买、按量付费的模式提供给用户，用户只需浏览器即可访问系统，无需安装专用客户端软件；大坝安全监测云服务系统的应用程序和数据库系统在云计算环境中集中进行部署和维护，避免了软硬件环境的重复建设，降低了系统运行维护成本。

大坝安全监测云服务系统支持用户自定义工程信息、测点信息、测点类型、成果形式与分析方法，具备多级权限控制体系及分布式应用模式，适用于单个水库大坝、流域梯级水库大坝、区域水库大坝、引调水工程等各类应用场景，满足安全监测统一管理和集中分析需求，实现了大坝安全监测信息现地管理到集中管控的模式创新。

传统安全监测软件系统与安全监测云服务系统的主要特征对比见表1。

表1 传统安全监测系统与云服务系统对比Table 1 Comparison between traditional securitymonitoring system and cloud service system

4.3 专业数据挖掘平台

为提高大坝安全监测数据利用价值，在大坝安全监测云服务系统的基础上，依据安全监测规范规程，融合安全监测监控与分析评价理论与方法，开发专业数据挖掘平台，包括专项分析计算模块、模型分析预测模块和监控预警模块。

专项分析计算模块按照变形、渗流、应力应变等监测项目进行分类，并针对重力坝、拱坝、土石坝、地下洞室等建筑物类型进行定制开发；支持环境量、监测物理量之间的相关性计算及趋势分析；在变形监测中实现了垂线、引张线、静力水准、多点位移计和测斜仪等各类变形监测仪器的成果联合计算以及水平网、水准网平差计算功能；在渗流监测中实现了坝体浸润线、坝基扬压力分布、渗漏水汇总等分析计算功能；在应力应变监测中实现无应力计回归分析、应变计组应力计算等分析计算功能。

模型分析预测模块实现了变形、渗流、应力应变等主要监测物理量的统计模型分析及预测功能，支持多元线性回归、逐步回归、主成分回归等回归算法以及神经网络、自回归小波等多种智能算法。

监控预警模块支持采用典型小概率法、置信区间法拟定大坝安全监控指标，建立大坝安全状态分级预警体系，实现在线安全监控。

4.4 综合可视化应用

在大坝安全监测智能感知、汇聚管理、数据挖掘的基础上，运用丰富的图表控件及GIS+BIM技术实现大坝安全监测成果的综合可视化表达，并在大坝安全监测云服务系统中实现集成应用。

在表格方面，实现各类统计报表、特征值表的定制与生成，满足周报、月报、年报及各类专题报告生成需求；在图形方面，支持以过程线图、柱状图、饼状图、二维云图、基于图形的矢量分布图等各类形式进行安全监测成果表达；另外，基于GIS+BIM技术，在三维GIS场景中，将建筑物、监测仪器设施等BIM技术与安全监测成果进行关联，实现安全监测成果的三维可视化表达。

为提高安全监测决策支持能力，聚焦水行政主管部门、水库运行管理部门、专业技术人员多个层次的用户需求，通过提炼关键业务数据指标，构建多层级安全监测综合展示数据大屏，协助用户快速获取主要监测成果；支持用户定制所关注的监测成果内容，并结合智能推荐算法，实现可视化展示内容由“千人一面”到“千人千面”的演变。

5 工程应用

大坝安全监测智能感知与智慧管理技术研究成果已在乌东德、白鹤滩、溪洛渡、向家坝、大藤峡、丹江口、小浪底、珠三角水资源配置工程等100余项水利工程项目实现了全面应用，为反馈和优化设计、指导施工、保障工程建设及运行安全发挥了重要作用。

长江科学院承担了溪洛渡水电站安全监测自动化系统建设项目，累计安装CK系列智能采集单元近400台，接入内观自动化系统测点7 700余个，为国内已建成规模最大的基于光纤以太网组网的安全监测自动化系统，并基于大坝安全监测云服务系统开发了溪洛渡水电站安全监测信息管理系统，与自动化采集系统、水文气象系统、强震监测系统实现了系统集成，满足溪洛渡水电站大坝安全监测数据管理分析与监控预警需求[12]。

溪洛渡水电站安全监测模型分析成果页面如图4所示。

图4 溪洛渡水电站安全监测模型分析成果页面Fig.4 Page of analysis results of safety monitoring model for Xiluodu Hydropower Station

长江科学院在新疆某长距离调水工程中采用了2条150余米的阵列式位移计进行土石坝坝基不均匀沉降监测，是国内长度最大的阵列式位移计应用工程，实现了施工期大坝坝基沉降自动化监测与实时预警，为工程建设安全提供决策支持。该工程土石坝不均匀沉降监测成果图如图5所示。

图5 新疆某工程土石坝不均匀沉降监测成果页面Fig.5 Page of monitoring results of uneven settlement of an earth rock dam in Xinjiang

6 结 语

本文系统总结了长江科学院近几年开展的大坝安全监测智能感知与智慧应用技术研究及应用工作，详细介绍了技术总体框架，通过研发系列化智能传感器、智能采集单元和物联网感知平台，建设统一的大坝安全监测数据资源池，开发通用化安全监测云服务系统，搭建专业数据挖掘平台和综合可视化应用，实现了大坝安全监测数据感知、传输、管理、分析及展示全链路应用，形成了大坝安全监测全生命周期智慧解决方案。

在下一步研发工作中，拟深入开展人工智能技术在大坝安全监测领域的应用研究，同时结合水库大坝安全监管和长效运行管护需求，积极拓展系统功能模块与应用场景，更好地服务于大坝安全管理工作。