核电厂边坡自动化监测系统的设计与实现

2024-03-14王豪威杨海成李云涛武伟

世界核地质科学 2024年1期

王豪威，杨海成，李云涛，武伟

1 核工业航测遥感中心，河北石家庄 050002

2 中核三维地理信息工程技术研究中心，河北石家庄 050002

3 河北雄安中核航遥信息科技有限公司，河北石家庄 050002

核电厂由于其独特的地质构造环境，在建设过程中形成些许和生产密切相关的边坡，由于气候、环境等自然因素的作用以及其结构的安全性和使用性能的退化使得正在运营的边坡存在着或轻或重的安全隐患。传统边坡变形监测的方法主要有典型露头测量、统计窗测量、断面测量和三维激光扫描等方法，监测设备以经纬仪、全站仪、水准仪和三维激光扫描仪等常规测量仪器为主，具有效率低、易受天气、人工和现场条件等许多因素的影响、间断式监测、监测结果反馈滞后和人员和仪器野外安全无法保障等缺点，这些都严重影响边坡工程的安全生产和管理水平［1］。近年来，随着多元传感器技术［2］、4G 通讯技术［3］和计算机技术［4-5］的不断成熟，使得变形监测技术越来越向全天候、高精度和自动化方向发展。美国、欧盟和日本等国先后启动了基于物联网技术的地质灾害实时监测计划，实现了对滑坡、泥石流进行监控和预警［6-7］；国内黄凯等人将GNSS 自动化监测技术运用到大坝的变形监测中，获取了大样本、高采样率、连续的大坝表面位移变形资料，对其进行合理的分析，建立科学的变形分析与预报模型，对大坝安全运营提供技术支撑［8］；陈寿辙将GNSS 自动化监测技术运用到矿区开采沉陷变形监测中，解决了传统人工矿区开采沉陷监测受地形影响大、费力费时和不易自动化等缺点，提高了对变形体监测与分析的效率［9］；王宇等人将自动化监测系统运用到深基坑监测中，结合工程实践，论证了在城市深基坑监测中利用自动化监测系统进行水平位移监测的可靠性［10］。自动化监测技术在上述领域已经成功应用，但在核电厂边坡监测工程中尚未涉及，且对GNSS、测斜仪和裂缝仪等多种传感器在一个系统中同时运行相关内容的研究及应用较少，系统集成较为复杂。

针对世界核营运者协会要求定期对核电厂进行监测的特点，结合在核电厂边坡运营中实际需求的调研，依据工程实施经验和对变形监测数据管理与变形分析的研究，将GNSS、激光测缝仪和测斜仪等多元传感器技术、4G 通讯技术、互联网等技术相结合，设计一套集监测数据自动化接收、数据处理与分析、报表生成、预警预报以及图形表现等功能为一体的边坡自动化监测系统，并将其应用到核电厂边坡工程变形监测项目中。该系统通过对边坡的不同部位进行24 h 远程监测，可精确地掌握边坡在使用过程的状态变化和工作情况，在发现不正常现象（如边坡下沉、偏移等）时及时分析原因，采取必要措施，防止事故发生，以保证安全生产。同时在边坡GNSS 监测过程中，开展人工监测，并将观测成果与GNSS 自动化监测数据进行对比分析，以验证GNSS 监测系统的数据可靠性。

1 自动化监测关键技术简述

1.1 GNSS 监测技术

表面位移监测系统主要由基准站和监测站构成，采用高精度GNSS 接收机，将基准站输出的差分信号（RTK）传送给监测站，使监测站的位置信息得以矫正，且设备内置4G 数据传输网络，使数据采集终端可以在野外无人值守的情况下连续工作，它将各个独立的数据通过网络传送给监测中心，监测中心采用差分位移测量等方法分析监测点位移的情况，计算出相应的坐标，通过多次坐标对比，得到当前相对于过去某个时间段的位移量［11］。

1.2 深层位移监测技术

深层位移监测系统采用固定测斜仪，每个传感器都设置有单独的地址编号，传感器按照预先设定的采集频率向系统发送倾角数据，也可以按照接收到的系统指令反馈信息［12］。测斜仪倾角变化量计算见公式（1）。

式（1）中：Δθ—倾角变化量，度；K—倾斜仪的分辨率，°mV-1；Fi—倾斜仪实时测量数，mV；F0—倾斜仪安装完成后的基准读数，mV。

1.3 地表裂缝监测技术

地表裂缝监测采用激光测缝仪，该设备基于激光可定点发射、发散角度小等特点设计而成，其工作原理是测缝仪发射出的激光经被测量物体的反射后又被测缝仪接收，通过测缝仪记录的激光往返的时间，计算出与被测量物体之间的距离［13］。

激光测缝仪计算见公式（2）。

式（2）中：ΔH—位移变化量，m；Hi—距离测量值，m；H0—距离原始值，m。

1.4 网络通讯技术

自动化监测系统采用“无线传输模块DTU+4G 网络”组合技术，通过TCP/IP 网络协议将监测现场传感器采集的数据远程传输到监测中心。TCP/IP 协议是一种面向连接导向的、可靠的及基于字节流的运输层通信协议，该协议采用4 层的层级结构，每一层通过呼叫它的下一层所提供的协议来完成自己的需求［14］。

1.5 系统供电

由于电厂边坡高差大，范围分布广给线缆铺设造成很大的困难，且具备一定的管理风险，采用“太阳能+蓄电池”组合供电方式为系统提供电源，无需外接电源。

2 系统设计及功能实现

2.1 系统设计原理

边坡自动化监测系统是基于计算机、数据库、网络通信和多元传感器等技术构建组合而成的全自动监测数据管理、数据服务和监测预警软件系统。系统设计原理见图1。

2.2 系统总体架构

边坡自动化监测系统在.NET 平台下以C#为编程语言，结合数据库、网络等技术开发而成，其体系结构可分为3 层，由下自上分别是：数据层、网络层和功能层。系统体系架构见图2。

图2 系统体系架构图Fig. 2 System architecture diagram

2.2.1 数据层

数据层是对监测数据及相关信息进行管理和操作，主要包括采集与发送设备数据、监测点元数据、系统管理数据和变形监测数据。

2.2.2 网络层

网络层主要通过无线传输模块DTU 和成熟4G 网络快速组建数据通讯，实现实时远程数据传输。

2.2.3 功能层

在功能层主要包括：用户管理功能、项目管理功能、收发设备功能、实时数据功能、实时曲线功能、数据检索功能、超限预警功能和监测报表功能。

2.3 数据库设计

数据库设计采用MySQL 作为数据库管理统，数据库类别包括基础参数配置模块、数据存储转换模块、数据检索绘图模块和预警模块。数据库信息见表1。

表1 监测系统数据库信息Table 1 Monitoring system database information

2.4 系统功能管理与实现

2.4.1 用户管理功能

用户管理功能是对系统用户登录、权限配置、系统维护等相关信息进行管理，其功能包括用户管理和权限管理。用户登录窗口见图3。

图3 用户登录窗口Fig. 3 User login window

2.4.2 监测项目设置功能

监测项目设置功能用于监测项目的行政隶属关系、位置、项目名称和项目负责人等基本信息的管理，监测项目设置功能窗口见图4。

图4 监测项目设置功能窗口Fig. 4 Setting function window for monitoring project

2.4.3 收发设备管理功能

收发设备管理功能用于完成监测数据的接收、解析，调用项目布设从属关系，计算、整理每条收到的监测数据将计算过程阶段性结果保存到对应的数据表内（原始数据、解析数据和物理数据等数据表），收发设备管理窗口见图5。

图5 收发设备管理窗口Fig. 5 Transceiver device management window

2.4.4 监测预警功能

监测预警功能支持自定义预警内容、预警方式方法、数据来源和预警周期等参数，定时周期性检索监测数据，当监测数据达到预定预警规则时可按要求通过桌面、短信和邮箱等方式发出预警信息，预警规则管理窗口见图6。

图6 预警规则管理窗口Fig.6 Warning rule management window

2.4.5 报表制作功能

报表制作功能支持用户通过word 文件来编辑报表格式（报表模板文件）、制作报表模板，由WD 报表功能模块完成动态数据填充，独立生成监测项目报表、采发设备报表和设备通道（传感器）报表，另外还提供了自定义的特殊报表功能接口，监测报表设置窗口见图7。

图7 监测报表设置窗口Fig. 7 Monitoring report settings window

2.4.6 数据检索与导出功能

系统支持快速检索、简易条件检索和高级语句检索3 种数据检索方式，通过预设检索语句并存储于数据表，以实现快速检索语句调用和执行，并将检索语句的检索结果导出为EXCEL 表格，快速检索窗口见图8。

图8 快速检索窗口Fig. 8 Quick search window

2.4.7 图形绘制功能

图形绘制功能可以将数据检索结果绘制为图形，默认情况下绘制类型为“曲线”，用户也可以通过画板的工具条修改绘制类型和画板显示参数，数据图形绘制窗口见图9。

图9 数据图形绘制窗口Fig. 9 Data graph drawing window

3 自动化监测系统在核电厂边坡中的应用

3.1 工程概况

某核电厂边坡至今已有三十多年历史，局部区段存在渗水、裂缝和坡体表面开裂等现象，对核电厂的安全运营构成影响。为解决核电厂安全运行的迫切需求，将自动化监测技术应用到边坡工程安全管理中来，通过在边坡隐患部位布设表面位移、深层位移和地表裂缝监测数据采集终端，获取边坡变形相关的实时观测数据，在发现异常情况时及时发布预警信息，为核电厂及时采取必要措施提供数据支持。

3.2 数据采集终端布设

根据边坡已有勘察设计、施工等资料，并结合现场踏勘情况，在边坡变形区域外且基础稳定的岩石上布设一个GNSS 基准点，在变形区关键断面处布设3 个GNSS 监测点；根据地质灾害危险性评估报告资料，在边坡土质松散、力学性质较差、存在失稳的隐患部位设立两套深层位移监测系统，每孔深度约30 m，分3 个断层布设；根据地质灾害危险性评估报告，在边坡东北侧路段存在因回填土沉降而产生的路基沉降、道路开裂等隐患处布设两套激光式地表裂缝监测仪。

3.3 通讯网络布设

GNSS 监测设备内置数据传输模块；深层位移监测设备和激光测距监测仪将采集的数据通过线缆传输到数据采集仪，采集仪内置数据传输模块；数据传输模块通过4G 网络将现场设备采集的数据发送到服务器，也可接收来自服务器的指令［15］。

监测中心采用云服务器，该服务器拥有1个固定的IP 地址，3 个端口。

3.4 监测数据分析

自动化监测系统经过数据采集终端建设、调试和试运行阶段，于2021 年1 月投入运行。监测频率设置为正常情况下每间隔24 h 采集一次数据，异常情况下每间隔1 h 采集一次。经过2021 年1 月1 日至2022 年12 月31 日的在线监测，已取得电厂边坡3 个GNSS 表面位移监测点730 条的有效数据，其中x变化为正，表示向东位移，反之表示向西位移；y变化为正，表示向北位移，反之表示向南位移；z变化为正，表示向上上升，反之表示向下沉降；已获取边坡2 个地表裂缝监测点730 条有效数据，其中正值表示裂缝加大，负值表示裂缝减小；已获取厂后区边坡2 个深层位移监测点730 条有效数据，其中正值表示监测孔朝边坡反方向倾斜，负值表示监测孔朝边坡方向倾斜。

3.4.1 GNSS 监测站点数据分析

3.4.1.1 过程线变化规律分析

GNSS 监测点x、y和z位移实测值曲线见图10～12。

图10 GNSS x 位移实测曲线图Fig. 10 GNSS x displacement measurement curve

图11 GNSS y 位移实测曲线图Fig. 11 GNSS y displacement measurement curve

图12 GNSS z 位移实测曲线图Fig. 12 GNSS z displacement measurement curve

3.4.1.2 特征值分析

GNSS 监测点x、y和z位移实测值极值统计及变化区间统计见表2。

表2 GNSS 监测点x、y、z 位移实测值极值统计及变化区间统计表Table 2 Extreme value statistics and variation interval statistics of the measured displacement values of x, y, and z at GNSS monitoring points

3.4.1.3 总体评价

综合以上过程线分析及特征值分析可见，在2021 年1 月1 日至2022 年12 月31 日期间，该电厂边坡GNSS 位移过程曲线变化平稳，波动较小；本工程采用的GNSS 设备平面测量标称精度为±（2.5+0.5/100 000 0）mm，高程测量标称精度为±（5.0+0.5/100 000 0） mm，通过监测数据分析发现，该设备的实际平面测量误差为±2.3 mm，实际高程测量误差为±4.8 mm，测量数据的误差在仪器标称精度范围内；GNSS 各观测点x、y和z的累积变化值在预警值范围内，边坡表面位移在安全监测范围内。

3.4.2 地表裂缝监测站点数据分析

3.4.2.1 过程线变化规律分析

地表裂缝监测仪实测曲线见图13。

图13 地表位移实测曲线图Fig.13 Surface displacement measurement curve

3.4.2.2 极值分析

地表裂缝实测值极值统计及变化区间统计见表3。

表3 地表裂缝实测值极值统计及变化区间统计表Table 3 Extreme value statistics and variation interval statistics of measured surface cracks

3.4.2.3 总体评价

综合以上过程线分析及特征值分析可见，在2021 年1 月1 日至2022 年12 月31 日期间，该电厂边坡地表裂缝过程曲线变化平稳，波动较小；本工程采用的激光测缝仪标称精度为±1.0 mm，通过监测数据分析发现，该设备的实际测量误差为±0.8 mm，测量数据的误差在仪器标称精度范围内；各地表裂缝监测点的累积变化值在预警值范围内，边坡地表裂缝整体在安全监测范围内。

3.4.3 深层位移监测站点数据分析

3.4.3.1 过程线变化规律分析

深层位移各监测点实测值曲线见图14～15。

图14 深层位移监测站1 实测曲线图Fig. 14 Actual measurement curve of deep displacement monitoring station 1

图15 深层位移监测站2 实测曲线图Fig. 15 Actual measurement curve of deep displacement monitoring station 2

3.4.3.2 极值分析

深层位移实测值极值统计及变化区间统计见表4。

表4 深层位移实测值极值统计及变化区间统计表Table 4 Extreme value statistics and variation interval statistics of measured values of deep displacement

3.4.3.3 总体评价

综合以上过程线分析及特征值分析可见，在2021 年1 月1 日至2022 年12 月31 日期间，该电厂边坡深层位移监测数据变化量微小；本工程采用的固定测斜仪标称精度为±0.2 mm，通过监测数据分析发现，该设备的实际测量误差为±0.16 mm，测量数据的误差在仪器标称精度范围内；各深层位移监测点的累积变化值在预警值范围内，边坡深层位移整体在安全监测范围内。

3.5 分析验证

山体边坡现存的常规变形监测墩共有16个，在2021 年1 月1 日至2022 年12 月31 日期间，利用全站仪和水准仪对监测墩的坐标和高程进行3 次测量，水平位移测量数据见表5，高程测量数据见表6。

表5 水平位移测量数据Table 5 Horizontal displacement measurement data

表6 常规变形监测墩高程测量数据Table 6 Conventional deformation monitoring pier elevation measurement data

由表5、6 数据分析可知：人工测量的数据水平位移x方向变化区间分布介于-3.8～4.1 mm 之间，水平位移y方向变化区间分布介于-4.8～4.6 mm 之间，高程z变化区间分布介于-7.7～6.4 mm 之间；将人工测量变形观测结果与表 2中数据比较，发现GNSS 监测数据与人工测量数据位移变化区间基本吻合，所反映的边坡表面位移变化规律一致，进一步验证了GNSS 表面位移监测系统的数据可靠性较高，信号传输稳定，满足核电厂边坡工程监测的需要。

4 结论与展望

4.1 结论

本文研究了基于GNSS、激光测缝仪、测斜仪等多元传感器、4G 网络和数据库等技术相结合构建的自动化监测系统在核电厂边坡工程变形监测中的应用，主要研究内容及成果如下：

1）基于多元传感器技术、网络通讯技术和数据库等技术构建了边坡自动化监测系统，实现了对边坡工程的表面位移、地表裂缝、深层位移等24 h 远程监测，解决了传统人工监测不连续、结果反馈滞后和野外安全无法保障等问题，提升了边坡工程的安全管理水平。

2）采用“太阳能+蓄电池”组合供电方式为系统提供电源，采用“4G 网络+DTU”无线数据传输技术将采集终端数据发送到监控中心，自动化监测系统经过采集终端建设、调试和试运行阶段，于2021 年1 月投入运行，通过对已获取的2 年监测数据分析，各监测站点位移过程曲线变化平稳，波动较小，为边坡稳定性评估工作提供数据支撑。

3）在边坡GNSS 表面位移监测工程中，同时开展人工监测，并将观测成果与GNSS 自动化监测数据进行对比分析，结果表明该技术完全可以应用于核电厂边坡变形监测工作中，为核电厂同类工程的实施提供经验。