基于边云协同技术的地铁隧道结构健康监测方法及系统 |
|||||||
| 申请号 | CN202410296077.1 | 申请日 | 2024-03-15 | 公开(公告)号 | CN118055129A | 公开(公告)日 | 2024-05-17 |
| 申请人 | 南京大学(苏州)高新技术研究院; | 发明人 | 孙可; 张巍; 施宏兵; | ||||
| 摘要 | 本 发明 公开了一种基于边 云 协同技术的地 铁 隧道结构健康监测方法及系统，涉及岩土及地下工程监测技术领域。基于云计算技术和边缘智能并结合智能 传感器 的隧道结构健康监测方法，将隧道结构 钢 筋 混凝土 腐蚀 程度、隧道管片应 力 应变状况、管片裂缝开张状况和隧道渗漏 水 等作为表征隧道工程健康监测的基本指标。该系统是由安装在隧道内部各个监测区域的智能传感器以及边缘层和云计算层组成，其中传感器分布在监测各个区域，边缘设备之间在一定程度上相互连接，并且能够被云计算层远程管理。本发明基于边云协同技术，便于实现监测隧道结构并及时发出预警信息完成对隧道结构健康评价，具有成本低，可移植性高，可重复使用等优点。 | ||||||
| 权利要求 | 1.一种基于边云协同技术的地铁隧道结构健康监测方法，其特征在于，包括智能传感器网络和云计算层，智能传感器网络的智能传感器分为可嵌入式智能传感器和普通传感器，监测方法包括以下步骤： |
||||||
| 说明书全文 | 基于边云协同技术的地铁隧道结构健康监测方法及系统技术领域[0001] 本发明属于岩土及地下工程监测领域，具体地说，涉及一种基于边云协同技术的地铁隧道结构健康监测方法及系统。 背景技术[0002] 现有技术的隧道沿线地质环境复杂多变，在汽车、列车行驶引起振动荷载的长期作用下，运营中的隧道结构会出现开裂、渗漏以及不均匀沉降等病害。在既有隧道结构附近进行的工程钻探、基坑开挖、穿越施工、堆填土等施工行为，以及隧道内部的车辆撞击、火灾等意外事故都威胁着隧道结构的安全。隧道结构的安全关系到隧道的正常运营以及人民群众的生命财产安全，随着物联网等技术的不断发展、数据的不断增加，基于云的物联网解决方案渐渐无法满足人们日益增长的需求，越来越多的工程开始将目光转向边缘计算，并将其作为云的延伸扩展，以加快数据分析的速度。因此现实中急需一种成本不高且效率高的一种基于边云协同技术的地铁隧道结构健康监测方法及系统。 [0003] 有鉴于此特提出本发明。 发明内容[0004] 本发明要解决的技术问题在于克服现有技术的不足，提供一种基于边云协同技术的地铁隧道结构健康监测方法及系统。 [0005] 为解决上述技术问题，本发明采用技术方案的基本构思是： [0009] 步骤三：通过可嵌入式智能传感器和普通传感器将监测信息传输到边缘智能路由器进行边缘计算并上传至云端，在遇突发状况时能够根据自身程序做出应急响应并发出预警信息； [0010] 步骤四：云计算层对智能传感器上传的隧道实时结构健康数据进行分析，通过关键参数的变化和数据判断出隧道结构变化趋势，做出隧道结构健康的综合评价。 [0011] 可选的，在可嵌入式智能传感器本身有一套适用于硬件的程序，可就地实现对数据的归类、分析、封装；当某一工况所需的传感器不能采用智能传感器时，普通传感器可将检测到反映状态的物理量到边缘智能路由器，由边缘智能路由器进行边缘人工智能计算。 [0012] 可选的，智能传感器网络通过边缘人工智能自主同步实时地处理和存储数据，自主快速判断隧道结构健康状态，并且做出正确的评估，然后提出海量监测数据中最有价值的数据，降低数据的维度和数据量，将其数据上传至云端，云端进行大数据处理与计算后可再对隧道进行完整健康评估，并将结论反馈给终端。 [0013] 可选的，通过智能传感器网络采集实时状况信息并自主就地进行数据处理与储存，通过以太网、4G/5G网络等传输数据到云端，云端接受数据且永久备份数据并结合云计算和机器学习对智能传感器网络上传的数据进行全局分析，来预测隧道结构即将可能出现的危害和评价隧道结构健康，并对边缘层或终端进行控制与传输任务。 [0014] 一种基于边云协同技术的地铁隧道结构健康监测系统，通过可嵌入式智能传感器获取隧道管片应力应变状况、管片裂缝开张状况和隧道渗漏水多方面数据，通过普通传感器获取钢筋混凝土结构的腐蚀状况，对获取的数据进行边缘人工智能数据处理上传至云端。 [0015] 可选的，智能传感器发现异常数据时会触发信号后通知其余这个项目所属的智能传感器立即工作，传感器检测的某一物理量超过某一阈值时，智能传感器网络则通过本地的任务响应模块启动开关对相应的危害部位执行任务，完成任务之后，各设备将状态信息上报到云端。 [0016] 可选的，智能传感器根据监测对象的不同，分别采取不同的传感器布设在隧道内部各个位置：关于监测隧道结构钢筋混凝土腐蚀状况，电化学传感器可布设在容易腐蚀的关键构件的钢筋混凝土里，关于监测隧道应力应变状况，可嵌入式智能应变传感器可布设在各个关键截面之上，关于监测管片裂缝开张状况，可嵌入式智能位移传感器可布设在各管片之间，关于监测隧道内部渗漏水状况，可嵌入式智能温湿度传感器可沿着隧道方向布设在衬砌壁上。 [0017] 采用上述技术方案后，本发明与现有技术相比具有以下有益效果，当然，实施本发明的任一产品并不一定需要同时达到以下所述的所有优点： [0018] 1、该基于边云协同技术的地铁隧道结构健康监测方法及系统通过普通传感器记录钢筋混凝土结构的腐蚀状况到边缘智能路由器进行边缘人工智能数据处理再上传至云端；关于监测管片应力应变状况、管片裂缝开张状况和隧道渗漏水状况，通过可嵌入编程智能传感器进行边缘人工智能数据处理再将其上传至云端。当其中任何一个智能传感器所负责的项目发现异常数据时会触发信号后通知其余这个项目所属的智能传感器立即工作，当传感器检测的某一物理量超过某一阈值，智能传感器网络则通过本地的任务响应模块启动开关对相应的危害部位执行任务，使任务在本地即可完成处理，不必请求云端。简化了系统工作流程，特别是在网络资源欠佳的情况下，系统仍然可以完成任务响应。在完成任务之后，各设备将状态信息上报到云端。该任务实时性要求低，可以在系统空闲时执行。该任务可以定时执行，不占用系统资源。 [0019] 2、该云计算层对智能传感器上传的隧道实时结构健康数据进行分析，通过关键参数的变化，并通过数据判断出隧道结构变化趋势，做出隧道结构健康的综合评价，对数据的永久性备份与管理，并对边缘层或终端进行控制与传输任务，及时对隧道不稳定结构或可能发生事故的结构采取必要的治理措施进行防护，防止隧道结构危害进一步扩大与发生，减少损失，保障安全性。 附图说明[0021] 下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中： [0022] 图1为本发明实施例的系统工作原理图； [0023] 图2为本发明实施例的系统结构图； [0024] 图3为本发明实施例的隧道结构健康监测流程图； [0025] 图4为本发明实施例的智能传感器网络内部运算流程图； [0026] 需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。 具体实施方式[0027] 现在结合附图对本发明作进一步详细的说明。 [0028] 请参阅图1‑4所示，在本实施例中提供了一种基于边云协同技术的地铁隧道结构健康监测方法，包括智能传感器网络和云计算层，智能传感器网络的智能传感器分为可嵌入式智能传感器和普通传感器，监测方法包括以下步骤： [0029] 步骤一：通过可嵌入式智能传感器对隧道管片应力应变状况、管片裂缝开张状况和隧道渗漏水多方面数据进行采集与监测； [0030] 步骤二：通过普通传感器对隧道结构钢筋混凝土腐蚀状况多方面数据进行采集与监测； [0031] 步骤三：通过可嵌入式智能传感器和普通传感器将监测信息传输到边缘智能路由器进行边缘计算并上传至云端，在遇突发状况时能够根据自身程序做出应急响应并发出预警信息； [0032] 步骤四：云计算层对智能传感器上传的隧道实时结构健康数据进行分析，通过关键参数的变化和数据判断出隧道结构变化趋势，做出隧道结构健康的综合评价。 [0033] 本实施例的在可嵌入式智能传感器本身有一套适用于硬件的程序，可就地实现对数据的归类、分析、封装；当某一工况所需的传感器不能采用智能传感器时，普通传感器可将检测到反映状态的物理量到边缘智能路由器，由边缘智能路由器进行边缘人工智能计算。 [0034] 本实施例的智能传感器网络通过边缘人工智能自主同步实时地处理和存储数据，自主快速判断隧道结构健康状态，并且做出正确的评估，然后提出海量监测数据中最有价值的数据，降低数据的维度和数据量，将其数据上传至云端，云端进行大数据处理与计算后可再对隧道进行完整健康评估，并将结论反馈给终端。 [0035] 本实施例的通过智能传感器网络采集实时状况信息并自主就地进行数据处理与储存，通过以太网、4G/5G网络等传输数据到云端，云端接受数据且永久备份数据并结合云计算和机器学习对智能传感器网络上传的数据进行全局分析，来预测隧道结构即将可能出现的危害和评价隧道结构健康，并对边缘层或终端进行控制与传输任务。 [0036] 一种基于边云协同技术的地铁隧道结构健康监测系统，通过可嵌入式智能传感器获取隧道管片应力应变状况、管片裂缝开张状况和隧道渗漏水多方面数据，通过普通传感器获取钢筋混凝土结构的腐蚀状况，对获取的数据进行边缘人工智能数据处理上传至云端。 [0037] 本实施例的智能传感器发现异常数据时会触发信号后通知其余这个项目所属的智能传感器立即工作，传感器检测的某一物理量超过某一阈值时，智能传感器网络则通过本地的任务响应模块启动开关对相应的危害部位执行任务，完成任务之后，各设备将状态信息上报到云端。 [0038] 本实施例的智能传感器根据监测对象的不同，分别采取不同的传感器布设在隧道内部各个位置：关于监测隧道结构钢筋混凝土腐蚀状况，电化学传感器可布设在容易腐蚀的关键构件的钢筋混凝土里，关于监测隧道应力应变状况，可嵌入式智能应变传感器可布设在各个关键截面之上，关于监测管片裂缝开张状况，可嵌入式智能位移传感器可布设在各管片之间，关于监测隧道内部渗漏水状况，可嵌入式智能温湿度传感器可沿着隧道方向布设在衬砌壁上。 [0039] 本实施例的隧道的结构健康状况是根据地质环境因素、材料因素、人为因素和交通荷载因素等造成的来决定的，当隧道管片应力应变、管片裂缝开张和隧道渗漏水状况发生时，可嵌入式智能传感器会对其进行识别，将识别到的隧道结构健康状况通过以太网、4G/5G网络进行传输到云计算中心，当隧道结构钢筋混凝土发生腐蚀状况时，普通传感器经过边缘智能路由器然后通过以太网、4G/5G网络进行传输到云计算中心，检测到危害病况后传感器开始工作进行收集全面的数据，并发出预警信息，云计算中心对获取的数据进行处理、分析与存储，并且判断隧道健康状况执行任务，当传感器检测的某一物理量超过某一阈值，智能传感器网络则通过本地的任务响应模块启动开关对相应的危害部位执行任务，使任务在本地即可完成处理，不必请求云端，简化了系统工作流程，特别是在网络资源欠佳的情况下，系统仍然可以完成任务响应。 [0040] 本实施例的智能传感器时刻监测隧道结构健康状况，如果监测数据正常，则继续工作；如果其中任何一个智能传感器所负责的项目发现异常数据时会触发信号后通知其余这个项目所属的智能传感器立即工作，当传感器检测的某一物理量超过某一阈值，使得智能传感器网络通过边缘人工智能自主同步实时地处理和存储数据，自主快速判断隧道结构健康状态，并且做出正确的评估，然后提出海量监测数据中最有价值的数据，降低数据的维度和数据量，将其数据上传至云端。 [0041] 本实施例的普通传感器可以对隧道结构钢筋混凝土腐蚀状况多方面数据进行采集与监测，将监测信息传输到边缘智能路由器进行边缘人工智能处理并上传至云端，并通过信息数据判断出隧道结构变化趋势，做出隧道结构健康的综合评价，并对边缘层或终端进行控制与传输任务，及时对隧道不稳定结构或可能发生事故的结构采取必要的治理措施进行防护，防止隧道结构危害进一步扩大与发生，减少损失，保障安全性。 [0042] 本实施例的智能传感器可对实现对数据进行归类、分析、封装，当某一工况所需的传感器不能采用智能传感器时，普通传感器可将检测到反映状态的物理量到边缘智能路由器，由边缘智能路由器进行边缘人工智能计算，最终通过智能传感器和普通传感器采集实时状况信息并自主就地进行数据处理与储存，通过以太网、4G/5G网络等传输数据到云端，云计算中心接受数据且永久备份数据并结合云计算和机器学习对智能传感器上传的数据进行全局分析，来预测隧道结构即将可能出现的危害和评估隧道结构健康，并对边缘层或终端进行控制与传输任务。 [0043] 本实施例的云计算层通过以太网、4G/5G网络等获取到普通传感器和智能传感器的信息，能够实时了解隧道结构钢筋混凝土腐蚀状况、易腐蚀关键构件的钢筋混凝土状况、各个关键截面上的隧道应力应变状况、各管片之间的管片裂缝开张状况、隧道方向衬砌壁的内部渗漏水状况，来时刻了解隧道结构健康状况，监测系统采用边云协同基本架构，使数据处理更实时、数据传输更安全，能更有效的完成隧道结构健康监测与评价。 [0044] 本发明不局限于上述实施方式，任何人应得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。本发明未详细描述的技术、形状、构造部分均为公知技术。 |
||||||
