基于物联网的地铁隧道结构稳定性监测系统

李孟荣

（中铁第五勘察设计院集团有限公司，北京 102600）

由于地铁结构中钢筋混凝土隧道结构在使用过程中容易发生较大变形，在不均匀变形情况下，极易导致应力集中，使结构变脆弱。因此，要对地铁隧道结构进行持续监测，及时掌握隧道结构变形实时数据，以保障地铁运营安全。轨道交通对保证整个社会正常运行起到不可替代的作用[1]。而地铁隧道施工是地铁建设的中心环节，加强隧道施工是保障地铁运营的关键环节。同时，利用自动检测技术不仅可以快速地发现结构问题，还可以实时掌握隧道的变形[2]。因此，提高地铁隧道自动化监测水平并对其结构稳定性进行优化，已成为城市进入现代化进程的重要标志。由于地铁施工运营期无法采用人工监测手段，因此需要一种全自动化的监测系统，对其结构进行全天候监测，从而降低监测工作与地铁施工运营、维护工作的相互影响。为全面落实这项工作，该文将在这次研究中引进物联网技术，以某地铁隧道结构为例，开发稳定性监测系统，通过这次开发，对地铁隧道工程进行建设工程全面优化。

1 硬件设备选型

为满足监测系统的开发需求，选用Chainway 型号的数据采集器作为地铁隧道结构稳定性监测主要设备[3]。Chainway 型号的数据采集器可以将条码扫描装置与数据终端一体化，同时带有电池，可离线操作终端电脑设备，具备实时采集、自动存储、即时显示、即时反馈、自动处理以及自动传输功能。为地铁隧道现场自动监测数据的真实性、有效性、实时性、可用性提供保证。同时，Chainway型号的数据采集器的优点是具有一体性、机动性，其体积小、质量轻、性能高且可以手持，同时，该数据采集器具有Wi-Fi、GPRS 以及蓝牙等移动数据传输功能，可以很方便地移动或者室外作业。设备参数见表1。

表1 地铁隧道结构稳定性数据采集器技术参数

对数据采集装置进行选型后，根据设计需求，选用SR630 V3 双机热备服务器作为监测系统的数据库应用服务器，SR630 V3 双机热备服务器针对的是伺服器的故障。伺服器的故障可能由各种原因引起，例如设备发生故障、软体系统故障以及作业系统出现故障等。在技术人员现场操作情况下，恢复伺服器时间不确定，可能须10min、几小时甚至几天。基于以往的实际经验进行总结，即使简单地重启伺服器（可能隐患仍然存在），也需要几个小时。技术人员不在现场，恢复服务的时间待定。如果重要系统中断，就需要利用SR630 V3 双机热备服务器来避免长时间服务中断，保证系统长期采集观测地铁隧道结构数据。

该服务器是文件管理、数据录入与存储的核心控制设备，可通过与单片机间建立连接，读取U 盘、SD 卡中数据与文件，也可以与USB 接口设备或数据接口建立连接后，进行监测数据的通信与传输。按照上述内容，完成监测系统中硬件设备选型[4]。

2 基于物联网的地铁隧道结构观测数据采集与处理

在硬件设备的支撑下引进物联网技术，采集地铁隧道结构观测数据[5]。在该过程中，按照规范，数据采集器将其部署在地铁隧道结构的不同位置，如直接采集数据，此时的采样信号是RS485信号，为确保采样信号能够被解析，按照公式（1）对采样信号进行转换处理。

式中：S为转换后的地铁隧道结构采样信号；G为数据转换物联网传输接口；s为数据转换格式；Pt为在t时刻下采集的RS485 信号。

按照公式（1）将RS485 信号转换为RJ45 信号[6]。在该基础上，采样的信号通过测站传输到物联网监测终端，实现基于物联网的地铁隧道结构观测数据采集与处理。

3 建立地铁隧道结构稳定性监测数据库

采用有限差分数值分析方法对地铁隧道结构观测数据进行精细化管理，对地铁隧道结构观测数据进行采集与处理后，对采样的数据与信号进行统一处理，处理过程如公式（2）所示[7]。

式中：Z为归一化处理后的监测信号与数据；j为无量纲表达方式；ω为数据或信号映射区间；L为数据长度。按照上述方式，完成采样信号的归一处理后，引进MySQL 建立地铁隧道结构稳定性监测数据库，数据库中数据表结构可参照表2 设计[8]。

表2 地铁隧道结构稳定性监测数据库中数据表结构

按照表2 所示的内容，构建地铁隧道结构稳定性监测数据库。

4 监测数据传输与结构稳定性预警

在上述内容的基础上，进行地铁隧道结构稳定性监测数据传输，在该过程中应明确该文开发的系统属于Web 架构，在开发Web 相关应用的过程中，减少了多余工作量。Web 框架主要用于地铁结构监测数据、地铁结构稳定性预警以及动态网络开发，动态网络主要是指现在的主要的页面，可以实现数据的交互，完善业务功能。在使用Web 框架开发Web 的过程中，对地铁隧道结构观测数据进行数据缓存、数据库访问、数据安全校验等方面，不需要手动重新实现，而是将业务逻辑相关的代码写入框架即可。也就是说，将软件程序本体部署到云服务器终端上，用户可以通过浏览器，对部署在云服务器上的软件提出请求，完成对浏览器请求的处理后，将信息返回给浏览器。为满足监测信息的传输需求，使用JavaScript，编译界面显示内容，完成浏览器传回请求信息处理工作[9]。但考虑到系统中上述2 组程序属于不同类别的程序，因此，在开发过程中，需要建立与程序间的关联框架，保证监测数据传输的稳定性。

在上述内容的基础上，进行结构稳定性的预警设计，根据监测基站中的观测数据与资料，使用交会方式，计算工作基点坐标的近似值。假设控制网中的基准点保持稳定不变的状态，采集三维平差数据，获取监测点的三维参量。同时，引进Helmert 方差估算公式，计算观测值单位权中误差，通过该方式，校正与统计前段反馈监测数据。该过程如公式（3）所示。

式中：T为补偿后的地铁隧道结构稳定性监测数据；i、k、q为不同监测点；v为改正数；m01、m02、m03为3 次监测数值的补偿系数。

设定结构失稳或变形预警值，当出现补偿后的地铁隧道结构稳定性监测数据T≥预警值的情况时，触发终端预警。按照上述方式，实现监测数据传输与结构稳定性预警，完成基于物联网的监测系统开发与设计。

5 对比试验

该文从硬件、软件2 个方面，引进物联网技术，完成系统开发，为检测该系统在实际应用中的效果，以某地铁隧道工程项目为例，采用对比试验的方式进行研究。根据地铁隧道结构稳定性的监测与运营管理需求，选择1 个工作基点作为基准点，搭建稳定性监测网，相关内容如图1所示。

图1 变形监测网结构

在上述内容的基础上，为确保监测的数据与真实数据具有较高的适配度，完成相关工作后，进行监测终端配置，相关内容见表3。

表3 地铁隧道结构稳定性监测终端配置

完成上述配置后，使用该文开发的系统进行隧道结构稳定性监测，在监测过程中，先按照规范配置系统硬件设备，在硬件的支撑下，引进物联网，采集地铁隧道结构的观测数据，按照规范处理采集的数据。完成上述设计后，建立监测中的结构观测数据库，通过对监测数据的传输、结构稳定性的预警，将该系统应用于测试环境中。

为满足试验结果的对比需求，引进基于合成孔径雷达干涉的监测系统、基于GNSS 的监测系统，将其作为传统系统1 与传统系统2。使用该文系统与传统系统，进行隧道结构的稳定性监测，将3 个系统在单位时间内的有效采样数据量作为检验系统应用效果的关键指标，统计试验结果见表4。

表4 单位时间内3 个系统的采样有效数据量统计

从表4 的数据可以得出，在3 个系统中，传统系统1 基于合成孔径雷达干涉的监测系统在单位时间内比传统系统2 基于GNSS 的监测系统的有效采样数据多数倍，而该文系统大概比传统系统1 的有效采样数据多2 倍，只有该文系统在单位时间内的有效采样数据最多，而传统系统1 与传统系统2 在单位时间内的有效采样数据条数相对较少，由此可以证明，与传统系统相比，该文系统在监测中的采样能力更佳。

完成上述测试后，将监测结果显示在地铁轨道三维显示面板上，对监测结果和实测结果进行比对，统计3 个系统监测结果偏差。相关内容见表5。

表5 系统监测结果偏差

表5 中，“+”为正向偏差，“-”为反向偏差。

从表5 的试验结果可以看出，在3 个系统中，该文系统检测结果偏差正向偏差最高在+0.2mm，反向最低偏差在-0.1mm；传统系统1 检测结果偏差正向偏差最高在+2.3mm，反向最低偏差在-1.6mm；传统系统2 检测结果偏差正向偏差最高在+2.3mm，反向最低偏差在-2.1mm；整体对比后只有该文系统可以将稳定性监测结果偏差控制在±0.2mm，而传统系统1 与传统系统2 的监测结果偏差较大，稳定性监测结果偏差平均±2.0mm。因此，在完成上述试验后，得到以下结论：由于地铁隧道的构造内部错综复杂，在施工过程中容易受到人为或自然因素的影响，无法控制结构变形，从而发生地铁事故。为解决地铁事故方面的问题，基于此，引进物联网技术，与传统的监测系统相比，该文开发的基于物联网的监测系统应用效果较好，按照规范进行地铁隧道结构稳定性的监测，可以在提高单位时间内系统有效采样数据量的基础上，控制监测结果偏差。采用该方式保障地铁隧道运营安全。

6 结语

随着地铁工程建设里程增长，从北京第一条地铁运营线路开通至今，我国地铁建设已有30 多年的历史，地铁结构的稳定是保障其安全运行的重要因素。现阶段，我国已经成为世界第二大经济体，国家经济依然在飞速发展，地铁的安全性、稳定性和可靠性成为铁路运营管理单位的关注重点。由于地铁隧道的构造较为复杂，因此在施工过程中极易受到人为或自然因素的影响而出现不可控的变形，从而导致交通事故发生。为解决这方面问题，该文引进物联网技术，以某地铁隧道结构为例，通过地铁隧道结构观测数据采集与处理、建立地铁隧道结构稳定性监测数据库、监测数据传输与结构稳定性预警，完成稳定性监测系统的开发与设计。完成设计后，通过对比试验证明了该文开发的监测系统应用效果良好，该系统可以在提高单位时间内系统有效采样数据量的基础上，控制监测结果偏差。