APP下载

数字化技术在钱塘江新建大桥工程中的应用

2023-11-30李胜辉项恭攀

科技与创新 2023年22期
关键词:数字化监测测量

李胜辉,项恭攀

(1.浙江交工集团股份有限公司,浙江杭州 310051;2.浙江交投交通建设管理有限公司,浙江杭州 310051)

近年来,新基建作为“数字中国”国家战略的重要发展方向和数字经济的重要支撑,对应工程领域的数字化施工技术也在各个项目中快速发展,同时也强调“要脚踏实地、因企制宜,不能为数字化而数字化”。对于施工传统行业来说,实用的才是最好的,才是最有效的。但由于自身的传统属性,建筑施工行业的数字化技术应用现状并不乐观,存在诸如开发应用成本大、缺乏规模效应,施工现场项目覆盖率低、空泛不实用等亟需解决的问题。因此,如何利用信息技术、数字化手段与传统工程行业有机结合来提高工作效率、提升管理质量已成为施工企业的首选方案[1]。

1 工程概况

钱塘江新建大桥是国内首座多跨长联公轨两用悬链形上加劲钢桁梁桥,全长1 350.8 m,主跨240 m,上层为8 车道公路,下层为双线快轨。无论单跨跨径还是孔数在国内极少有建成的案例,技术难度非常大;桥址位于钱江二桥下游的强涌潮区域,常年受上游泄洪及下游潮涌影响,又毗邻沪昆高铁桥、浙赣铁路桥及沪杭甬高速公路,施工空间有限,安全管控风险高;与此同时,本项目钢桁梁采用散拼+顶推安装工艺,构件数量多、精度要求高、作业时间长。

2 安全信息化

2.1 潮汛预报系统

钱塘江是世界三大强涌潮河流之一,其最大涌潮高度可达3 m 以上,瞬间水位可骤升1~2 m,实测最大涌潮压力为70 kPa 以上。钱塘江新建大桥因考虑桥墩阻水率和冲刷的影响,承台全部设计为埋置型,最大埋深9.5 m,采用锁扣钢管桩围堰和拉森钢板桩围堰施工,工人作业面位于水平面以下约16 m,涌潮对施工作业安全隐患极大。

传统的避潮方式主要是通过气象预报或潮汐涨落规律来推算潮水来临时间,但受限于气象预报地域和经验判别的精准性,往往导致部分不熟悉潮汐规律的人员无法及时撤离或撤离过早耽误工期,给安全生产带来极大的威胁。

为了实时对项目桥址周边的水文、潮汛等数据进行监测,同时将数据上传到大数据管控平台,共享到项目部,指导现场施工,研发了潮汛预报系统。该系统主要由潮汛监测装置、甚高频VHF 通信系统和潮汛播报系统组成。其中潮汛监测装置安装于施工现场下游约15 km 处,负责对每日涨落潮的水文参数进行监测和反馈;然后通过甚高频VHF 通信系统传输至施工现场,再通过潮汛播报系统或QQ/微信群发送给现场作业人员。

潮汛监测系统如图1 所示。该系统的使用可以使现场提前30 min 左右得知确切的潮水来临时间及涌浪高度、速度等信息,从而为水上作业人员提供精准的判别和撤离时间信息,既不耽误现场施工,也能及时撤离,使水上施工安全得到保障。

图1 潮汛监测系统

2.2 吊装区域自动化预警系统

钱塘江新建大桥位于钱塘江强涌潮区域,且紧邻高铁新桥、浙赣铁路桥和钱江二桥。施工现场设备作业半径均涉及既有大桥区域,稍有不慎,将严重影响大桥本身安全和车辆的行驶安全。

吊装区域自动化预警系统主要由高精度毫米波雷达、无线信号传输器、信号处理器及声光报警装置组成。

通过测量、计算作业平台尺寸及与既有建筑物的位置关系,在施工作业区域与既有构造物之间布置数量合适的高精度毫米波雷达用于监测是否存在大型起重设备的大臂及吊物有无越界行为,使其之间形成一道无形的安全临界网(如图2 所示)。一旦发现越界行为,通过信号处理器排除落叶、鸟类等其他干扰因素后,由无线信号传输设备将越界信息迅速传输至驾驶室内的声光报警器。

图2 雷达覆盖面

声光报警器可实时显示超出安全边界的大型起重设备吊钩、吊装构件和机械臂等距离地面的距离和位置,并进行语音提示和灯光报警给驾驶员,以便迅速进行规避纠正,避免对既有构筑物造成破坏和其他次生损失[2]。

2.3 施工现场安全防护用具物联监测系统

安全帽作为施工建设过程中必不可少的安全防护用具,承担着保障工人生命安全的重责。本工程开发了安全防护用具物联监测系统,研发了安全防护用具物联监测装置。该装置可以对进入施工场地的工作人员安全帽佩戴情况进行监控,同时当作业工人独自作业发生意外,如发生坠入、摔倒、被物体打击等事故时,在意识尚存的情况下,通过触摸安全帽内的SOS求救按钮,进行系统报警。在突发性危险状况(如潮汛、起火、坍塌、地震等)出现时,安全管理人员也可通过该系统对全员发出语音警报,通知人员紧急撤离危险区域。最后将脱帽监控警告及求救等功能数据通过系统进行整合,形成数据看板(如图3 所示),对工程安全问题进行具体分析。

图3 安全防护用具物联监测系统数据平台

2.4 落水人员自动监测报警系统

由于水上施工平台具有施工点孤零,但施工作业内容繁杂且涉水、涉航、涉夜等高风险作业环境特点,传统的防护网、栅栏等被动式防落水措施,看管维护工作量大,且难以发现和对异常情况、紧急情况做到风险预警、及时响应。针对这一情形,研发了落水人员自动监测报警系统,实现了对海上独立施工平台的全天候自动监控和及时报警。

落水人员自动监测报警系统主要由毫米波雷达、AI 摄像头、无线信号传输器、信号处理器及声光报警装置组成。其中毫米波雷达主要负责空间布控和运动检测,在施工平台的周边进行布控,划定平台安全界限(如图4 所示),一旦雷达探测到布控区域内有人员或较大物体进入及自由落体运动,将通过处理中控进行算法识别,而后利用4G 网络将报警信号传输至服务器;AI 摄像头负责AI 识别和越界侦测,辅助雷达实时监测人员/材料是否意外落水,如事件发生则触发报警后立即启动声光现场报警及通过短信平台进行值班室联动报警,进而将预警信息传达至各应急救援小组成员及应急救援智慧中心等。

图4 落水人员自动监测报警系统示意图

3 施工信息化

3.1 钢桁梁顶推自动测量技术

本工程钢梁施工时采用在两岸设置拼装平台,逐步由两岸双向顶推,中跨合龙的方式进行。由于钢桁梁跨度大、顶推距离长、合拢精度要求高,对顶推过程中的测量监测、空间位置纠偏的实时性要求越来越高。采用以往人工测量方法,存在受环境影响和人为误差影响较大、作业效率低且实时偏差数据不能与参建各方及时进行共享和纠偏的问题。

本工程研发了一套自动测量方法及软件来解决上述难题,主要由Leica TS60 机器人全站仪、无线传输模块、Bridge launching 桥梁顶推测量系统3 个模块组成[3],主要通过徕卡智能机器人自动测量目标棱镜,然后自动循环采集、计算桥梁顶推过程中的纵向顶推距离、横向偏距及与初始高程的高差。通过无线传输模块将数据实时传输至计算机Bridge launching 桥梁顶推测量系统,最后对采集的数据进行计算对比分析,并将处理结果通过云平台传输至钢桁梁顶推可视化平台(如图5 所示),实现桥梁顶推进程及相关数据的可视化。

图5 钢桁梁顶推可视化平台

该技术的应用极大提高了测量效率,减少了测量人员投入,也降低了桥梁顶推施工过程中的安全风险,可广泛应用于需实时进行监测测量、数据共享分析的桥梁顶推、爬升及隧道测量、房建测量等领域。

3.2 无人机实景三维测量技术

针对钱塘江新建大桥强涌潮区域水上施工测量定位困难、安全风险大的难题,譬如栈桥搭设、钢护筒定位、河床冲刷监测、塔柱顶面安装精度的检测等水上或高空测量作业,施工过程中需不断采集数据进行匹配、校核、调整。采用传统人工测量放样的方法开展工作比较困难,工作安全风险高。

为了解决上述困难,本工程应用了一种无人机实景三维测量技术。该技术原理为通过在无人机上搭载多台传感器,从垂直、倾斜等多个角度拍摄,获取高精度影像。较常见的为搭载5 台相机分别朝向前、后、左、右和垂直向下。在每个曝光点上,由多个镜头同时获得不同角度的影像。拍摄影像时需同时获取曝光时间、平面位置、航高、大地高、飞行姿态等数据[4],然后由计算机生成实景三维模型。采集拼装数据与理论模型数据进行对比校核。

钱塘江新建大桥采用大疆经纬M300 RTK 飞行平台加挂赛尔102S 五镜头倾斜摄影像机,单个镜头2 400 万像素,合计12 000 万像素。主要用于以下场景:①利用无人机生成正摄影像,将成果与AutoCAD 进行整合,在正摄影像上进行施工道路、临时场站规划,快速验证施工场地选址的合理性,提升了临建施工信息化水平,提高了前期勘察与临建施工效率。对于护筒定位检测、围堰平面检测这些风险大、栈桥晃动仪器架设困难的工作,利用无人机生成正摄图像进行比对。②临时栈桥受潮水往复冲刷,水下地形变化大,利用无人机加挂激光雷达对水下地形进行测量和分析,及时发现水下地形的变化,确保栈桥的安全。③利用无人机航摄测量系统对钱塘江新建大桥进行三维实景建模,在模型上对钢梁各个部位的安装精度进行检查,指导下一节段的拼装,精度达到20 mm,大大降低了传统测量人员工作过程中的安全风险,解决了全站仪视角阻挡和测站架设的难题,极大提升了工作效率。

同时,该技术可广泛用于施工行业内的地形地物测、土石方计算、临建布置及质量安全进度检查方面。

4 结束语

当前建筑行业数字化水平远远低于国外建筑业数字化水平,希望通过钱塘江新建大桥在数字化方面的研究与应用,为后续类似工程数字化技术提供可借鉴的思路。充分发挥数字化技术“跨界融合、集成创新”的优势,为建筑业高质量发展提供技术和安全保障。

猜你喜欢

数字化监测测量
特色“三四五六”返贫监测帮扶做实做细
家纺业亟待数字化赋能
把握四个“三” 测量变简单
高中数学“一对一”数字化学习实践探索
高中数学“一对一”数字化学习实践探索
滑动摩擦力的测量和计算
滑动摩擦力的测量与计算
数字化制胜
网络安全监测数据分析——2015年12月
网络安全监测数据分析——2015年11月