分享

轨道交通工程沉降监测数据自动化处理与分析系统的设计

 GXF360 2017-11-12

轨道交通工程沉降监测数据自动化处理与分析系统的设计

史振伟1,尹业彪1,周朝阳2

(1.中国电建集团西北勘测设计研究院有限公司,西安 710065; 2.江西省水利规划设计研究院,南昌 330029)

摘 要:在建轨道交通工程监测项目具有监测等级要求高、监测科目多和对监测人员素质要求高等特点,同时也对监测数据处理手段和准确度提出了更高的要求。如何快速、准确地处理和分析沉降监测数据已成为亟待解决的问题。文章结合哈尔滨市地铁2号线一期工程省政府站地铁监测项目,阐述了地铁站监测数据处理系统的需求、设计思想、主要模块及功能。沉降监测软件系统将监测数据预处理、存储、编辑、检索、生成报表和数据分析功能有机结合,实现了从监测数据预处理、成果输出和预测分析流程的自动化,减少了人为干预,提高了沉降监测信息管理水平。

关键词:轨道交通工程;沉降监测;分析;数据库;系统开发

0 前 言

随着经济的迅速发展,各类地下工程建设越来越多,施工过程中地下承载结构受到地表区域沉降、自身重力、结构内部应力释放、结构间相互作用等自然和人为因素影响产生的相对地面或其它结构的差异沉降变形也愈来愈普遍,使得沉降监测在地下工程建设中起到了至关重要的作用[1-2]

为了避免或消除结构性差异沉降,在施工过程中需要对承载结构或地下工程结构以一定的周期进行沉降监测[3-4]。目前,沉降监测数据采集多为电子水准仪,使外业数据采集的质量和效率大幅提高,但后期监测数据处理与资料整理仍然大量使用人工处理的方法[5]。这种传统方法具有耗时费力、人为差错率高、报告生成不及时等弊端,已无法满足现代工程安全监测的需要,因此有必要开发一套自动化的沉降监测数据处理软件系统,将监测数据处理、报表制作与监测预报一体化,快速提供监测成果。

1 系统分析与设计

1.1 系统分析

沉降监测数据自动化处理与分析系统主要包括电子水准仪测量数据预处理、平差后监测数据入库、数据分析、数据预测、仪器管理等主要功能。能够将原始监测数据转换为方便平差的预处理数据;利用多期沉降监测数据计算变形量,绘制沉降变化时程曲线;使用GM(1,1)模型预测若干周期后的垂直变形结果。

根据生产需要,沉降监测数据自动化处理与分析系统的主要功能模块包括:水准仪数据与平差软件交换数据预处理模块;录入、导出、编辑监测数据的数据管理模块;监测日报、周报和月报生成与分析模块;监测数据预报模块等。基于上述的系统需求分析,该软件系统的总体功能结构如图1所示。

图1 系统结构图

1.2 数据库结构

沉降监测数据库用于存储项目、监测点、系统用户、仪器及天气情况等信息,是数据分析系统的核心和基础,使用数据库可以方便地将上述信息紧密联系起来,使信息系统可以快速、及时、准确地从数据库中获取所需的信息。合理的数据库设计,要尽量遵循第三范式以减少不同数据表之间的冗余和矛盾,还要正确地使用主键和外键建立不同实体之间的连接[6-7]

监测数据成果中的项目、监测点、系统用户及天气情况等信息可以分别作为数据表存储在数据库中,对这些信息进行细分,确定不同信息的存储数据类型。系统数据库由如下数据表构成:

(1) 项目信息表,包括项目名称、业主单位、规模、性质、用途、建设单位、设计单位、监理单位、监测单位和工程地点字段。

(2) 仪器信息表,包括仪器的型号、出厂编号、检校日期和仪器状态字段。

(3) 用户信息表,包括用户名、密码、用户权限、联系方式、授权时间、注销时间和备注字段。

(4) 天气信息表,包括天气情况(晴、阴、多云、阴转多云、多云转阴、晴转多云、多云转晴、小雨、小雪、中雪)、气温和湿度3个字段。

(5) 沉降监测点原始信息表,包括监测点名、初始值、项目信息、控制值和变化量字段。

(6) 沉降监测点当前监测信息表,包括监测点名、监测值、监测时间、仪器信息、天气信息、录入人员和备注字段。

沉降监测数据自动化处理与分析系统数据库中不同数据表之间的连接关系如图2所示。

图2 数据表主键和外键关系图

1.3 功能模块

1.3.1 数据预处理

数据预处理模块,是针对天宝Dini03型号数字水准仪而设计的。由Dini03采集的原始监测数据中包含了监测点的点名、高程、前后视距、高差闭合差和测量时间等信息,这些信息以一定的规则存储,又因不同的测量模式而有所变化。使用数据预处理模块可以对原始数据整理加工,转换为诸如Cosa“科傻”或南方平差易等商业化平差软件能处理的数据输入文件。

1.3.2 监测报表

监测报表根据监测时距可以划分为日报、周报和月报。报表中不仅要涵盖监测点号、初始值、上次累计变化量、本次累计变化量、本次变化量、变化速率、监测控制值、监测结论、备注和沉降时程曲线图信息,还要包含报表名称、本次监测时间、上次监测时间、天气、仪器型号、仪器出厂编号、仪器检定日期等元数据。报表还应根据被监测对象的变化量和变化速率等指标并结合对应的控制值判断被监测对象有无预警,并在预警前提下判断预警级别。本系统监测点预警级别有3种,分别为黄色、橙色和红色预警。

使用分类统计功能可以将不同的监测点根据预警级别进行分类,也可以将累计沉降或速率接近预警值 ±Δ的监测点进行分类。

1.3.3 预测分析

沉降预测的目的是,对多期变形监测成果通过分析变形量与变形因子之间的相关性,建立变形量与变形因子之间的数学模型,并对变形的发展趋势进行预报[8]。沉降预测的方法主要可以划分为2种:一种是建立在统计基础上经验统计方法;一种是数值模拟方法[9]。灰色系统作为一种数值模拟方法已经成为一种较常用的变形观测建模方法。

所谓灰色系统,是指部分信息已知、部分未知,即信息不完全的贫信息系统。在沉降变形监测领域,沉降过程既包含确定信息又包含不确定信息,且影响沉降的因素处于不断变化之中,无法定量分析。因此沉降过程可以看作是一个灰色系统,能够运用灰色系统理论研究其沉降变化[10]。因此系统设计时,利用多期的监测数据通过模型计算值与实际值之差建立灰色GM(1,1)模型,对构筑物后期的沉降状况进行预测。

2 系统的实现与应用

为实现上述功能,系统采用Windows 7作为操作平台,以SQL Server 数据库和Visual Studio 2013作为开发工具,使用ODBC技术作为将系统与数据库的数据交换方法。该系统已经在哈尔滨市地铁2号线一期工程省政府站监测项目中得到应用,并取得了良好效果。现以该地铁沉降监测项目为例阐述系统的操作步骤。

2.1 监测数据管理界面

系统界面主要分为菜单、工具栏、数据表树形结构、数据表内容显示编辑窗口和信息提示窗口5个分区,如图3所示。使用用户交互图形化界面可以更加直观地展示不同数据表中的内容,方便、准确地编辑各数据表,生成监测报表和数据预测分析。

图3 用户图形化交互界面图

2.2 监测数据预处理

连接数字水准仪和电脑,从水准仪中导出外业观测的沉降监测数据。对原始监测数据文件按照Cosa或南方平差易的平差文件格式做相应转换并平差处理,如图4所示。

将平差后的监测数据,按照第1列为监测点名称,第2列为监测点高程进行组织,作为当日的监测数据源录入数据库存储,如图5所示。

2.3 生成报表

生成报表时,系统可以根据日期和报表名称从数据库中检索出监测点的原始数据、原始监测时间、当前日期的监测数据、当前日期的天气情况等报表中需要呈现的信息。根据式(1)计算本次变化量、累计沉降量和变化速率。

(1)

图4 数据预处理模块界面图

图5 监测数据录入界面图

图6 生成报表界面图

式中:Hi为本次监测点高程;Hi-1为监测点的上次高程值;H0为监测点的初始高程值;Δhi为沉降变化量;n为本次监测和上次监测的间隔天数;νi为沉降变化速率;∑Hi为沉降的累积量。

沉降监测点的监测结论,即是否预警或预警级别和双控制值(累计沉降控制值和速率控制值)直接相关。监测结论有正常、黄色预警、橙色预警和红色预警4个状态。正常:当前累计沉降值和变化速率都小于其控制值的80%;黄色预警:当前累计沉降值或变化速率大于其控制值的80%小于100%;橙色预警:当前累计沉降值和变化速率同时大于其控制值的80%小于100%或单监测值大于其控制值100%;红色预警:当前累计沉降值和变化速率同时大于其控制值的100%。

选择生成报表,如图6。生成的报表内容包括表头、内容和结论3个部分。表头部分包含报表名、本次监测时间、天气情况、上次监测时间、仪器型号、仪器出厂编号和检定日期信息。报表内容部分包含监测点号、初始值、上次累计变化量、本次累计变化量、本次变化量、变化速率、监测结论和备注信息;结论部分包含地表沉降变化时程曲线图和监测简要总结分析及判断性结论。本系统所生成的周报报表如图7所示。

2.4 数据分析

系统首先判断数据是否为等时距观测数据,若不是则对观测数据进行插值计算为等时距序列,作为GM(1,1)模型预测数据源。求解GM(1,1)模型时间响应函数,生成原始数据的1-AGO序列,对原始数据进行模拟和预测若干周期后的监测数据。计算预测数据的残差和相对误差对预测结果进行检验,系统通过对精度、关联度与其临界值的比较输出预测精度等级,判断预测模型的精度情况。

3 结 语

图7 周报样表

轨道交通工程地表沉降监测数据处理与分析系统是一个专用性和针对性的软件系统,集成了对监测数据预处理、存储、编辑、检索、生成报表和数据分析功能于一体。实现了从监测数据预处理、成果输出和预测分析流程的自动化,减少了人为干预,提高了沉降监测信息管理水平。使监测数据查找、分析更加直观和迅速,为管理决策提供了准确、快速的监测预报依据。

参考文献:

[1] 王宁伟, 王新玲, 韩旭. 基于监测数据对基坑工程变形规律分析[J].沈阳建筑大学学报(自然科学版), 2015(06):1056-1065.

[2] 刘运明. 自动极坐标实时差分监测技术在地铁隧道结构变形监测中的应用[J].测绘通报, 2016(01):99-103.

[3] 钱思众,樊育豪. 高层建筑物地基沉降监测与分析[J].西安科技大学学报, 2014,34(03): 284-289.

[4] 孟丹, 臧晓光, 于广明,等. 地铁车站开挖引起地表沉降分析方法的对比研究[J].岩石力学与工程学报, 2012,31(06):1169-1177.

[5] 刘欢欢, 张有全, 王荣,等. 京津高铁北京段地面沉降监测及结果分析[J].地球物理学报, 2016(07):2424-2432.

[6] 王海城, 何义斌, 王雯涛. 沉降监测数据处理软件系统的设计与开发[J].测绘科学, 2008(S3):205-206.

[7] 黄昱旻. 地铁隧道结构沉降监测数据处理与分析系统的设计与实现[J].现代测绘, 2013,36(05):11-13.

[8] 谭鹏, 曹平. 基于灰色关联支持向量机的地表沉降预测[J].中南大学学报(自然科学版), 2012,43(02):229-234.

[9] 杨敏, 卢俊义. 上海地区深基坑周围地面沉降特点及其预测[J].同济大学学报(自然科学版), 2010,38(02):194-199.

[10] 史振伟, 刘河军, 徐玉健. 灰色模型GM(1,1)的C语言程序实现[J].中国西部科技, 2012,11(06):35-37.

Design of Automatic Processing and Analyzing System for Settlement Monitoring Data of Rail Transit Engineering

SHI Zhenwei1, YIN Yebiao1,ZHOU Chaoyan2

(1. Northwest Engineering Corporation Limited, Xi'an 710065, China; 2. Jiangxi Water Resources Planning Design and Research Institute, Nanchang 330029, China)

Abstract:The monitoring work of the rail transit engineering under construction features high monitoring level, lots of monitoring subjects and quality monitoring persons, etc. Meanwhile, requirements on the monitoring data processing means and accuracy are higher. How to process and analyze quickly and accurately the monitoring data becomes the issue to be settled badly. The monitoring work at the provincial government station of the Harbin subway No. 2 line, Phase 1 is taken as example in the paper. Demand, design concept, main modules and their functions of the monitoring data processing system of the subway station are described. The settlement monitoring software system integrates functions of pre-processing, storage, edition, search, sheet production and analysis of the monitoring data, realizes automation from the data pre-processing, result output and prediction analysis, decreases artificial interference and improves the level of the settlement monitoring information management.

Key words:rail transit engineering; settlement monitoring; analysis; data base; system development

文章编号:1006—2610(2017)03—0087—05

收稿日期:2016-11-14

作者简介:史振伟(1989- ),男,河南省商丘市人,硕士研究生,主要从事3S技术集成方向研究工作.

基金项目:中国水电工程顾问集团科技项目(项目编号:GW-KJ-2012-21)

中图分类号:P208

文献标志码:A

DOI:10.3969/j.issn.1006-2610.2017.03.021

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多