王 華, 路耀邦, 馮國峰, 王百泉, 林春剛, 閆 賀

(1. 中鐵隧道局集團(tuán)有限公司, 廣東 廣州 511458; 2. 廣東省隧道結(jié)構(gòu)智能監(jiān)控與維護(hù)企業(yè)重點(diǎn)實(shí)驗(yàn)室, 廣東 廣州 511458; 3. 中鐵隧道勘察設(shè)計(jì)研究院有限公司, 廣東 廣州 511458;4. 中鐵云網(wǎng)信息科技有限公司, 北京 100160)

0 引言

我國從1888年開始修建第1條隧道至今,已有130余年的隧道修建史。據(jù)不完全統(tǒng)計(jì),截至2022年底,中國鐵路營業(yè)里程達(dá)到15.5萬km,其中,投入運(yùn)營的鐵路隧道17 873座,總長21 978 km,我國已成為世界上修建隧道數(shù)量最多、建設(shè)規(guī)模最大、發(fā)展速度最快的隧道大國[1-3]。由于隧道修建的特殊性,受地質(zhì)、地形、氣候,以及設(shè)計(jì)、施工、運(yùn)營等不利因素的影響,在隧道建設(shè)及運(yùn)營期會(huì)出現(xiàn)裂縫、滲漏水、剝落掉塊等病害,加上我國隧道建設(shè)目前“重建設(shè)、輕管理”的現(xiàn)狀[4-5],在給隧道運(yùn)維帶來極大挑戰(zhàn)的同時(shí),嚴(yán)重威脅到隧道內(nèi)車輛和行人的安全。當(dāng)前,隧道病害檢測仍以人工為主、設(shè)備為輔,各運(yùn)營單位積累了大量的病害數(shù)據(jù),并呈指數(shù)式增長[6-7]。隧道病害數(shù)據(jù)具有與時(shí)間相關(guān)、信息量大、利用率低等特點(diǎn),如何高效利用這些病害信息顯得尤為重要。

1986年,日本國有鐵道研發(fā)的專家系統(tǒng)(TIMES-1)可依據(jù)隧道的病害特征、運(yùn)營環(huán)境、設(shè)計(jì)資料等推斷出病害成因。2001年,美國Gannett Fleming公司開發(fā)的隧道管理系統(tǒng)可判斷隧道病害的發(fā)展情況,定性評(píng)價(jià)隧道安全等級(jí)。2004年,長崎大學(xué)開發(fā)了公路隧道病害管養(yǎng)系統(tǒng),可隨時(shí)查詢病害信息和安全狀況,預(yù)測病害發(fā)展情況,并給出處治建議,但該系統(tǒng)僅適用于公路隧道,且其設(shè)計(jì)依據(jù)和規(guī)范不適用于中國。1990年,關(guān)寶樹研發(fā)的TDD系統(tǒng)可按照現(xiàn)有資料推測病害成因、提醒詳檢項(xiàng)目、制定處治措施。1994年,陜西交通廳首次引入GIS技術(shù),開發(fā)了地市級(jí)公路數(shù)據(jù)庫管理系統(tǒng),實(shí)現(xiàn)病害查詢、輸出圖表。2003年,福建省交通科學(xué)技術(shù)研究所聯(lián)合開發(fā)出隧道管理系統(tǒng),實(shí)現(xiàn)查詢隧道信息、輸出檢查報(bào)告。羅鑫[8]在總結(jié)前人研究的基礎(chǔ)上,對(duì)公路、鐵路等隧道健康診斷及評(píng)價(jià)進(jìn)行研究,滿足了隧道病害檢測要求,并預(yù)測隧道未來運(yùn)營狀況。胡建華等[9]開發(fā)了基于GIS的隧道病害管理系統(tǒng),可以地圖形式直觀查看病害空間位置,實(shí)現(xiàn)病害數(shù)據(jù)的采集、查詢等功能,但該平臺(tái)不具備時(shí)空數(shù)據(jù)分析功能,不能自動(dòng)提出病害處治建議。方恩權(quán)[10]基于Web Service搭建了地鐵隧道結(jié)構(gòu)調(diào)查管理系統(tǒng),實(shí)現(xiàn)了病害信息獲取和信息化同步,其時(shí)效性與準(zhǔn)確性得到提高。樂弋舟等[11]基于PHP開發(fā)了隧道襯砌裂縫信息查詢系統(tǒng),實(shí)現(xiàn)病害信息添加、更新、刪除和查詢功能。張?jiān)讫埖萚12]、朱德慶等[13]分別針對(duì)公路和鐵路隧道開發(fā)了隧道病害可視化管理軟件,直觀展示了隧道病害信息。孫中秋等[14]基于BIM對(duì)山嶺隧道施工進(jìn)行了信息化管理系統(tǒng)研發(fā)與應(yīng)用設(shè)計(jì)研究。孫振川等[15]針對(duì)隧道掘進(jìn)機(jī)工程研發(fā)了大數(shù)據(jù)管理平臺(tái)。潘良波等[16]針對(duì)空間信息三維可視化研發(fā)了一套城市地下空間信息集成管理與服務(wù)平臺(tái)。此外,各省市也逐步開始搭建隧道管養(yǎng)平臺(tái),實(shí)現(xiàn)隧道病害的信息化管理。

綜上所述,隨著我國隧道從大規(guī)模建設(shè)向運(yùn)營管理的過渡和轉(zhuǎn)變,隧道病害問題逐漸突出,各隧道運(yùn)營單位雖積累了一定的病害數(shù)據(jù),但仍然存在以下問題:

1)在隧道結(jié)構(gòu)病害檢測領(lǐng)域,現(xiàn)有的平臺(tái)針對(duì)的隧道病害數(shù)據(jù)種類單一,只是對(duì)某一特定的病害進(jìn)行簡單的查詢、展示、統(tǒng)計(jì)等工作,囊括的病害種類較少。

2)現(xiàn)有的隧道病害存儲(chǔ)管理平臺(tái)只是將數(shù)據(jù)進(jìn)行簡單的存儲(chǔ)管理,并未對(duì)數(shù)據(jù)價(jià)值進(jìn)行深入挖掘。

3)數(shù)據(jù)展示手段單一,現(xiàn)有的數(shù)據(jù)管理平臺(tái)對(duì)隧道的病害展示可視性差,失真較為嚴(yán)重,不能真實(shí)地反映病害在隧道中的分布情況,不利于隧道安全狀況的評(píng)定;且大部分平臺(tái)只考慮了電腦端平臺(tái),對(duì)移動(dòng)端平臺(tái)的考慮不足,大多數(shù)數(shù)據(jù)平臺(tái)未考慮移動(dòng)平臺(tái)的展示模塊。

4)國外一些系統(tǒng)的設(shè)計(jì)依據(jù)和規(guī)范與國內(nèi)的隧道病害實(shí)際情況有不少差距,使這些系統(tǒng)只具有一定的參考意義,而不能滿足國內(nèi)隧道病害管理需要。

為解決上述問題,本文在調(diào)研現(xiàn)有大數(shù)據(jù)平臺(tái)的基礎(chǔ)上,基于當(dāng)前自行研制的系列智能化隧道病害采集設(shè)備,如: 隧道智能綜合檢測車、軌行式三維激光掃描系統(tǒng)、表觀檢測系統(tǒng)等進(jìn)行健康數(shù)據(jù)采集,基于人工智能、大數(shù)據(jù)等技術(shù)研發(fā)了具備設(shè)備管理、病害管理、大數(shù)據(jù)智能分析與病害預(yù)警等功能的隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái),通過建立隧道病害健康“檔案館”,輔助專業(yè)人員掌握隧道病害發(fā)育規(guī)律,預(yù)測隧道病害發(fā)展趨勢,為科學(xué)制定隧道病害維修養(yǎng)護(hù)計(jì)劃提供參考,提高隧道運(yùn)營管理效率,降低隧道運(yùn)營維護(hù)成本,確保隧道運(yùn)營安全。

1 系統(tǒng)平臺(tái)總體方案設(shè)計(jì)

該大數(shù)據(jù)平臺(tái)使用由隧道智能綜合檢測車搭載的病害采集設(shè)備,對(duì)隧道的內(nèi)部病害和表觀病害進(jìn)行全面的采集;在采集到數(shù)據(jù)后,部分?jǐn)?shù)據(jù)可通過檢測車部署的移動(dòng)處理工作站進(jìn)行處理,其余原始病害數(shù)據(jù)在提交至隧道病害存儲(chǔ)系統(tǒng),對(duì)病害數(shù)據(jù)進(jìn)行清洗,去掉原始數(shù)據(jù)中的重復(fù)數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)、無關(guān)數(shù)據(jù)后,采用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行識(shí)別分析,按照平臺(tái)提供的數(shù)據(jù)導(dǎo)入模板將病害數(shù)據(jù)入庫。系統(tǒng)方案設(shè)計(jì)如圖1所示。基于本平臺(tái)開展隧道病害數(shù)據(jù)的管理和應(yīng)用,可幫助相關(guān)技術(shù)人員全面掌握隧道結(jié)構(gòu)安全狀態(tài),為后期隧道運(yùn)維提供數(shù)據(jù)支撐。

圖1 系統(tǒng)方案設(shè)計(jì)

下文從數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)展示、服務(wù)器4大模塊對(duì)該平臺(tái)進(jìn)行介紹。

1.1 數(shù)據(jù)采集模塊

在本系統(tǒng)中,原始數(shù)據(jù)的采集依托于現(xiàn)有的智能采集設(shè)備,如隧道智能綜合檢測車、軌行式三維激光掃描系統(tǒng)、表觀檢測系統(tǒng)等。數(shù)據(jù)源包括靜態(tài)數(shù)據(jù)、檢測數(shù)據(jù)與車載系統(tǒng)數(shù)據(jù),具體數(shù)據(jù)類型可分為如下幾種:

1)靜態(tài)數(shù)據(jù)。隧道基礎(chǔ)數(shù)據(jù)(名稱、長度、分類、里程樁號(hào)、維護(hù)單位等)、隧道管養(yǎng)知識(shí)、隧道病害數(shù)據(jù)、隧道空間分布數(shù)據(jù)、用戶權(quán)限數(shù)據(jù)以及元數(shù)據(jù)(描述流程、信息和對(duì)象的數(shù)據(jù))等。

2)檢測數(shù)據(jù)。激光掃描檢測系統(tǒng)獲取的原始點(diǎn)云數(shù)據(jù),處理成果(檢測報(bào)表、灰度影像等);探地雷達(dá)檢測系統(tǒng)獲取的原始雷達(dá)數(shù)據(jù),處理成果(圖像、檢測報(bào)表等)。

3)車載系統(tǒng)數(shù)據(jù)。里程數(shù)據(jù)、慣導(dǎo)數(shù)據(jù)、GPS數(shù)據(jù)等。數(shù)據(jù)類型包括流式數(shù)據(jù)、空間數(shù)據(jù)、圖像數(shù)據(jù)、文檔數(shù)據(jù)與結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)等。

根據(jù)數(shù)據(jù)的結(jié)構(gòu)類型和使用方式,平臺(tái)將不同類型、不同數(shù)據(jù)結(jié)構(gòu)、不同分辨率以及不同粒度的多源異構(gòu)數(shù)據(jù)進(jìn)行匯聚,通過建立標(biāo)準(zhǔn)并高效方便的病害數(shù)據(jù)庫,解決隧道病害建庫問題。

1.2 數(shù)據(jù)分析模塊

基于構(gòu)建的病害庫,利用機(jī)器學(xué)習(xí)中的隨機(jī)森林算法,對(duì)病害數(shù)據(jù)進(jìn)行挖掘,實(shí)現(xiàn)隧道病害大數(shù)據(jù)智能化分析,實(shí)現(xiàn)由傳統(tǒng)經(jīng)驗(yàn)的評(píng)價(jià)診斷向數(shù)據(jù)化決策方向轉(zhuǎn)變;基于深度學(xué)習(xí)的YoLoV4架構(gòu),開發(fā)了隧道病害智能識(shí)別模型,并整合至數(shù)據(jù)處理軟件,可將部分隧道病害數(shù)據(jù)進(jìn)行智能識(shí)別后上傳到大數(shù)據(jù)平臺(tái)進(jìn)行統(tǒng)一管理。

1.3 數(shù)據(jù)展示模塊

該大數(shù)據(jù)平臺(tái)的信息展示終端包括大屏端、移動(dòng)端、電腦端。其中: 大屏端用于在顯示看板的屏幕上展示所述目標(biāo)數(shù)據(jù)、移動(dòng)端用于在移動(dòng)終端的應(yīng)用程序上展示所述目標(biāo)數(shù)據(jù);電腦端用于在計(jì)算機(jī)的網(wǎng)頁瀏覽器上展示所述目標(biāo)數(shù)據(jù)。移動(dòng)端可方便使用人員隨時(shí)隨地查看到檢測設(shè)備工作狀態(tài)、健康狀態(tài)、地理位置等各項(xiàng)信息,方便檢測設(shè)備的管理維護(hù),為維護(hù)和調(diào)度檢測設(shè)備提供數(shù)據(jù)支撐。

1.4 服務(wù)器模塊

服務(wù)器端包括數(shù)據(jù)存儲(chǔ)模塊、分析處理模塊。其中: 數(shù)據(jù)存儲(chǔ)模塊包括Redis存儲(chǔ)單元、MySQL存儲(chǔ)單元、Kafka存儲(chǔ)單元和Minio存儲(chǔ)單元。Redis存儲(chǔ)單元用于存儲(chǔ)緩存數(shù)據(jù),所述分析處理模塊通過Redis Client接口調(diào)用所述緩存數(shù)據(jù);MySQL存儲(chǔ)單元用于存儲(chǔ)業(yè)務(wù)數(shù)據(jù),分析處理模塊通過JDBC接口調(diào)用所述業(yè)務(wù)數(shù)據(jù);Kafka存儲(chǔ)單元用于存儲(chǔ)通知、事件數(shù)據(jù),分析處理模塊通過Kafka Client接口調(diào)用所述通知、事件數(shù)據(jù);Minio存儲(chǔ)單元用于存儲(chǔ)圖像、視頻數(shù)據(jù),分析處理模塊通過Minio接口調(diào)用所述圖像、視頻數(shù)據(jù)。

服務(wù)器端可在網(wǎng)頁上對(duì)各項(xiàng)隧道病害信息進(jìn)行圖表化展示,包括在網(wǎng)頁上展示隧道各個(gè)區(qū)段的病害數(shù)量柱狀圖、病害類型餅狀圖、各等級(jí)病害的數(shù)量表、病害集中區(qū)段TopN(N≥1)統(tǒng)計(jì)數(shù)據(jù)和病害檔案列表。其中: 病害檔案列表包括每處病害的病害類型、病害等級(jí)、首次檢出時(shí)間、最近檢測時(shí)間、檢測次數(shù)、所在區(qū)段和位置、所述病害的發(fā)育變化折線圖等。

2 系統(tǒng)平臺(tái)總體技術(shù)架構(gòu)

2.1 總體技術(shù)架構(gòu)設(shè)計(jì)

架構(gòu)設(shè)計(jì)是隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)能否成功實(shí)施的關(guān)鍵環(huán)節(jié),本平臺(tái)采用Spring Boot+MyBatis Plus架構(gòu),應(yīng)用分布式的Redis和MySQL部署開發(fā)技術(shù)研發(fā)了隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)。本平臺(tái)前端采用B/S架構(gòu),后端采用分層架構(gòu)設(shè)計(jì)?？傮w技術(shù)架構(gòu)如圖2所示,可分為硬件層、架構(gòu)層、功能層、應(yīng)用層4個(gè)層次。

1)硬件層。提供平臺(tái)運(yùn)行的硬件資源,包括服務(wù)器、顯示器、大屏端以及部署在服務(wù)器上的數(shù)據(jù)庫等。

2)架構(gòu)層。提供主機(jī)管理、網(wǎng)絡(luò)管理、數(shù)據(jù)管理、接口管理等功能,是功能層和硬件層的紐帶和橋梁。

3)功能層。根據(jù)實(shí)際業(yè)務(wù)需求開發(fā)平臺(tái)需要的功能模塊,并建立功能模塊之間的邏輯關(guān)系、數(shù)據(jù)關(guān)系和接口。

4)應(yīng)用層。用戶通過PC端或移動(dòng)端輸入需求,應(yīng)用層則將功能層單一的功能模塊組裝成滿足實(shí)際業(yè)務(wù)需求的完整功能,呈現(xiàn)給用戶,供用戶使用。

圖2 平臺(tái)技術(shù)架構(gòu)圖

Fig. 2 Platform technical architecture

2.2 數(shù)據(jù)庫設(shè)計(jì)

數(shù)據(jù)庫設(shè)計(jì)是隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)的核心,也是平臺(tái)開發(fā)中最重要的一部分,它既有隧道病害信息查詢、統(tǒng)計(jì)、分析、存儲(chǔ)的功能,又有數(shù)據(jù)傳遞的作用。因此,在需求分析的基礎(chǔ)上,本平臺(tái)采用MySQL數(shù)據(jù)庫管理病害檔案,Redis處理平臺(tái)中的非關(guān)系型數(shù)據(jù),確保了提取信息的準(zhǔn)確性、及時(shí)性和完整性。建立隧道病害信息所涉及的數(shù)據(jù)庫信息表,通過病害檢測、處治之間的邏輯關(guān)系,對(duì)數(shù)據(jù)庫表進(jìn)行歸類整理,并建立信息之間的關(guān)聯(lián),形成數(shù)據(jù)信息表之間的關(guān)系圖。內(nèi)部病害數(shù)據(jù)信息表如表1所示,大數(shù)據(jù)平臺(tái)的各病害數(shù)據(jù)庫關(guān)系如圖3所示。

表1 內(nèi)部病害數(shù)據(jù)信息表

3 系統(tǒng)平臺(tái)業(yè)務(wù)功能研發(fā)及應(yīng)用

3.1 總體業(yè)務(wù)功能架構(gòu)

基于隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)的需求分析和開發(fā)目的,對(duì)系統(tǒng)的業(yè)務(wù)功能進(jìn)行了梳理,最終得到如圖4所示的平臺(tái)業(yè)務(wù)功能設(shè)計(jì)框架。本平臺(tái)支持移動(dòng)端、大屏端、PC web端數(shù)據(jù)展示,本文以PC端為例,對(duì)各功能模塊進(jìn)行簡單介紹。

圖3 病害數(shù)據(jù)庫表關(guān)系

1)檢測設(shè)備管理。基于電腦端和移動(dòng)端實(shí)時(shí)查看隧道病害檢測設(shè)備的位置信息、健康狀況、工作狀態(tài)、數(shù)據(jù)采集情況等,實(shí)現(xiàn)對(duì)現(xiàn)場檢測設(shè)備的實(shí)時(shí)管理和調(diào)度。

2)隧道病害管理。實(shí)時(shí)統(tǒng)計(jì)、查詢、展示隧道表觀病害和內(nèi)部病害信息,以圖表形式在平臺(tái)界面滾動(dòng)顯示,并根據(jù)實(shí)際需要,批量生成隧道病害信息統(tǒng)計(jì)報(bào)告。

3)隧道病害大數(shù)據(jù)分析。通過歷次病害檢測數(shù)據(jù)的對(duì)比分析,建立隧道病害數(shù)字檔案,根據(jù)病害發(fā)展現(xiàn)狀預(yù)測其發(fā)展趨勢,對(duì)于達(dá)到病害預(yù)警值時(shí),觸發(fā)預(yù)警提示。

4)病害報(bào)告管理?；谙到y(tǒng)設(shè)置中各種病害的分級(jí)標(biāo)準(zhǔn),自動(dòng)評(píng)判病害等級(jí),參考類似病害處治措施,自動(dòng)生成隧道病害處治報(bào)告。

5)系統(tǒng)設(shè)置。設(shè)置用戶權(quán)限、不同類型(公路、鐵路、城市地鐵)隧道病害分級(jí)標(biāo)準(zhǔn)、預(yù)警標(biāo)準(zhǔn)、設(shè)備使用單位、檢測階段(建設(shè)期、運(yùn)營期)等信息。

圖4 平臺(tái)業(yè)務(wù)功能設(shè)計(jì)框架

Fig. 4 Design of platform events architecture

3.2 特色功能模塊介紹

3.2.1 檢測設(shè)備管理

3.2.1.1 檢測設(shè)備狀態(tài)查看

設(shè)備管理人員可基于PC端或移動(dòng)端實(shí)時(shí)查看隧道病害檢測設(shè)備的位置、數(shù)量、設(shè)備參數(shù)、健康狀態(tài)、工作狀態(tài)、運(yùn)行參數(shù)、檢測能力、搭載設(shè)備等信息,并以圖表方式形象直觀地展示,便于管理人員快速掌握檢測設(shè)備的當(dāng)前狀態(tài),為其動(dòng)態(tài)管理和調(diào)度奠定基礎(chǔ)。檢測設(shè)備查詢界面如圖5所示,設(shè)備參數(shù)如圖6所示,平臺(tái)檢測能力如圖7所示。

圖5 病害檢測設(shè)備查詢界面

圖6 設(shè)備參數(shù)

圖7 平臺(tái)檢測能力

3.2.1.2 檢測設(shè)備調(diào)度管理

在實(shí)時(shí)掌握隧道病害檢測設(shè)備狀態(tài)及分布情況的基礎(chǔ)上,基于隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)可通過電子地圖篩選或設(shè)備ID搜索等方式,快速查找所需設(shè)備的列表及詳細(xì)信息。設(shè)備管理人員可及時(shí)掌握檢測設(shè)備的位置及狀態(tài),實(shí)現(xiàn)對(duì)病害檢測設(shè)備的動(dòng)態(tài)跟蹤和科學(xué)調(diào)度,使其能夠更加高效運(yùn)轉(zhuǎn),降低設(shè)備閑置時(shí)間,并為合理制定隧道病害檢測計(jì)劃提供參考。設(shè)備篩選條件設(shè)置如圖8所示,篩選出的設(shè)備詳情如圖9所示。

3.2.2 隧道病害信息管理

3.2.2.1 病害數(shù)據(jù)查看

以病害統(tǒng)計(jì)圖(柱狀圖、折線圖、餅狀圖等)和列表方式,形象展示隧道不同階段(建設(shè)期、驗(yàn)收期、運(yùn)營期)表觀病害和內(nèi)部病害的統(tǒng)計(jì)結(jié)果。以隧道名稱為查詢維度,任意選擇一條隧道或隧道中的某一個(gè)或幾個(gè)區(qū)間,直觀查看該隧道或區(qū)間內(nèi)的病害類型、等級(jí)和數(shù)量情況。在表觀及內(nèi)部病害圖表統(tǒng)計(jì)中,可直觀展示各類病害數(shù)量及占比、病害等級(jí)數(shù)量及占比、Top5病害數(shù)量及占比等信息。表觀病害統(tǒng)計(jì)如圖10所示。

圖8 設(shè)備篩選條件設(shè)置

圖10 表觀病害統(tǒng)計(jì)圖

在表觀及內(nèi)部病害列表統(tǒng)計(jì)中,可通過打標(biāo)簽形式為隧道病害添加備注信息,如水文地質(zhì)條件、氣象活動(dòng)、人為活動(dòng)等,同時(shí),可上傳隧道病害的處治報(bào)告。點(diǎn)擊列表中的病害小圖,可在彈窗中通過放大、縮小、旋轉(zhuǎn)等操作查看該病害的局部細(xì)節(jié)。表觀病害列表及查看病害小圖如圖11和圖12所示。

圖11 表觀病害列表

3.2.2.2 病害報(bào)告管理

在隧道病害報(bào)告管理界面,點(diǎn)擊生成報(bào)告按鈕后,在彈窗中完成報(bào)告需要包含的關(guān)鍵信息,平臺(tái)則會(huì)根據(jù)設(shè)置的篩選條件,從數(shù)據(jù)庫中提取相關(guān)信息,自動(dòng)生成隧道病害信息統(tǒng)計(jì)報(bào)告。基于平臺(tái)生成的病害統(tǒng)計(jì)報(bào)告如圖13所示。

圖12 表觀病害小圖

圖13 病害統(tǒng)計(jì)報(bào)告

3.2.3 隧道病害大數(shù)據(jù)分析及檔案報(bào)告管理

3.2.3.1 病害空間分布分析

以病害名稱為查詢維度,任意選擇某一類型的病害,基于平臺(tái)直接查看該病害在某一省、市、隧道、區(qū)間中的區(qū)域分布情況,通過該病害在空間維度的統(tǒng)計(jì)分析,研究其在不同區(qū)域中的分布規(guī)律,可為后續(xù)隧道優(yōu)化設(shè)計(jì)、病害成因分析和維修養(yǎng)護(hù)措施提供數(shù)據(jù)支撐。某一省份隧道病害空間分布如圖14所示。

平臺(tái)可通過病害類型和病害等級(jí)進(jìn)行組合約束,完成篩選條件設(shè)置。點(diǎn)擊地圖中的某個(gè)省,則界面右側(cè)將顯示受該病害(已設(shè)定的病害類型和等級(jí))影響隧道的玫瑰圖,以及受該病害影響最嚴(yán)重的10個(gè)區(qū)間列表。受某種病害影響最嚴(yán)重的區(qū)段Top10如圖15所示。

3.2.3.2 病害態(tài)勢分析

1)病害檔案管理?；谄脚_(tái)中的病害檔案模塊,為每一處病害建立一份健康檔案,將隧道建設(shè)期、運(yùn)營期的歷次檢測數(shù)據(jù)歸類整理,以列表的形式展示病害檔案信息,并在列表中以彈窗方式查看隧道病害的詳細(xì)信息,實(shí)時(shí)查看某一時(shí)間段內(nèi)某種隧道病害數(shù)據(jù)的變化情況。隧道病害檔案列表如圖16所示。

2)病害發(fā)育變化及趨勢。根據(jù)某一病害歷次檢測出的數(shù)據(jù),自動(dòng)繪制該病害的發(fā)育曲線圖,用戶可直觀了解該病害尺寸的發(fā)育情況。同時(shí),根據(jù)歷次病害檢測數(shù)據(jù),通過對(duì)比同一位置病害的形態(tài)和尺寸變化,得出該病害在歷次檢測時(shí)間段內(nèi)的發(fā)育發(fā)展變化。

圖14 病害空間分布

由于病害發(fā)育變化可被視為一個(gè)回歸任務(wù),本文基于存儲(chǔ)于大數(shù)據(jù)平臺(tái)的病害數(shù)據(jù)制作了病害發(fā)育的數(shù)據(jù)集,將該病害數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗處理獲得了可靠的病害發(fā)育數(shù)據(jù)。本平臺(tái)使用機(jī)器學(xué)習(xí)中的隨機(jī)森林算法完成基本建模,該模型輸入的特征參數(shù)為滲漏水(有無及大小)、結(jié)構(gòu)背后空洞(有無)、圍巖質(zhì)量、環(huán)境因素(溫度、濕度)、工程特征(隧道直徑、埋深)、前2次裂縫的幾何特征(長度、寬度);該模型的輸出為裂縫的預(yù)期發(fā)育變化(寬度)。為了解決輸入特征參數(shù)尺度不一的問題,對(duì)輸入的參數(shù)特征進(jìn)行了歸一化處理,而后對(duì)模型參數(shù)與訓(xùn)練數(shù)據(jù)的時(shí)間序列進(jìn)行調(diào)整,自動(dòng)調(diào)整影響裂縫發(fā)育的特征權(quán)重。在隨機(jī)森林算法的預(yù)測效果上,在訓(xùn)練中采用了MAPE指標(biāo)進(jìn)評(píng)估。

圖15 影響區(qū)段Top10

圖16 病害檔案列表

基于病害數(shù)據(jù)構(gòu)建數(shù)據(jù)集訓(xùn)練了隨機(jī)森林模型,用于挖掘該病害的發(fā)展規(guī)律。某病害的發(fā)育變化趨勢如圖17所示。

圖17 病害發(fā)育變化

3.2.3.3 病害預(yù)警

平臺(tái)系統(tǒng)設(shè)置中有設(shè)置病害預(yù)警規(guī)則的功能模塊,當(dāng)病害數(shù)據(jù)導(dǎo)入至平臺(tái)后,可通過以下3種方式判定是否觸發(fā)預(yù)警,并設(shè)置相應(yīng)的預(yù)警閾值。

1)按病害等級(jí)預(yù)警。通過下拉選擇當(dāng)病害等級(jí)達(dá)到某一級(jí)別時(shí)預(yù)警。

2)按病害尺寸預(yù)警。填寫病害預(yù)警尺寸的上下限,當(dāng)病害尺寸位于該區(qū)間時(shí)觸發(fā)預(yù)警。

3)發(fā)育變化率。填寫病害發(fā)育變化率預(yù)警的上下限,根據(jù)連續(xù)2次檢測數(shù)據(jù),計(jì)算病害的發(fā)育變化率,當(dāng)達(dá)到設(shè)定區(qū)間時(shí)觸發(fā)預(yù)警。當(dāng)前訓(xùn)練的隨機(jī)森林模型尚未達(dá)到可實(shí)際應(yīng)用的水平,發(fā)育變化率采用如下公式進(jìn)行計(jì)算:

P_grow=(S-S_pre)/S_pre×100%。

式中:P_grow為發(fā)育變化率;S為本地病害尺寸;S_pre為上次病害尺寸。

達(dá)到預(yù)警值后,平臺(tái)將需要預(yù)警的病害標(biāo)記為“預(yù)警”狀態(tài),并向登錄平臺(tái)的相關(guān)管理人員推送彈窗信息。

3.2.3.4 高危病害分析

平臺(tái)系統(tǒng)設(shè)置中有設(shè)置病害等級(jí)劃分規(guī)則的功能模塊,可根據(jù)國標(biāo)、行標(biāo)或企標(biāo),為病害的尺寸和等級(jí)建立對(duì)應(yīng)關(guān)系,并在平臺(tái)中錄入對(duì)應(yīng)的病害等級(jí)劃分規(guī)則。針對(duì)導(dǎo)入至平臺(tái)中最新一期的隧道病害檢測數(shù)據(jù),平臺(tái)自動(dòng)判定并顯示每種隧道病害的最高病害等級(jí)及病害數(shù)量,方便管理人員從海量的病害數(shù)據(jù)中,快速關(guān)注到本次檢測的高危病害信息,以便及時(shí)采取處治措施。某隧道高危病害信息如圖18所示。

圖18 高危病害信息

3.2.4 隧道裂縫智能識(shí)別算法

利用圖像識(shí)別模型進(jìn)行隧道裂縫病害的智能識(shí)別檢測,是將隧道表觀病害存儲(chǔ)于該大數(shù)據(jù)平臺(tái)進(jìn)行展示的一個(gè)前置處理步驟。平臺(tái)目前實(shí)現(xiàn)了隧道裂縫、滲水、破損3種病害的智能識(shí)別。這3種病害的智能處理流程與采用的神經(jīng)網(wǎng)絡(luò)架構(gòu)基本一致,通過數(shù)據(jù)處理軟件將采集到的原始隧道表觀病害數(shù)據(jù)中的裂縫病害進(jìn)行智能識(shí)別提取而后存儲(chǔ)于大數(shù)據(jù)平臺(tái)。

以隧道裂縫智能識(shí)別算法為例,該模型算法基于YOLOV4架構(gòu),其中,特征提取骨干網(wǎng)絡(luò)模型采用了卷積神經(jīng)網(wǎng)絡(luò)模型中的VGG16架構(gòu),通過在構(gòu)建好的隧道裂縫數(shù)據(jù)集進(jìn)行訓(xùn)練,最終實(shí)現(xiàn)對(duì)隧道表觀裂縫的智能識(shí)別。

VGG16的具體架構(gòu)如圖19所示。該模型包含13個(gè)卷積層,3個(gè)全連接層,采用卷積組提取病害圖像特征思想,最后經(jīng)全連接層實(shí)現(xiàn)目標(biāo)分類。隧道裂縫圖像通常只占幾個(gè)像素,為提取裂縫圖像深層特征,采用VGG16的13個(gè)卷積層和5個(gè)池化層組合提取特征,提取特征效果明顯優(yōu)于VGG11,即效果優(yōu)于8個(gè)卷積和5個(gè)池化層組合。由于隧道裂縫圖像呈細(xì)長不同走勢特征,加速網(wǎng)絡(luò)深度有利于特征提取,防止或減輕網(wǎng)絡(luò)模型過擬合,每個(gè)全連接層后連接dropout。

圖19 VGG16模型架構(gòu)

本模塊所采用的隧道表面裂縫數(shù)據(jù)集如圖20所示,該數(shù)據(jù)集中樣本數(shù)量為1 000,樣本大小為224×224(像素)。隧道裂縫識(shí)別成果如圖21所示。

3.3 大數(shù)據(jù)平臺(tái)應(yīng)用——以某工程隧道裂縫病害為例

為直觀展示本大數(shù)據(jù)平臺(tái)的數(shù)據(jù)處理流程,本節(jié)以某隧道的裂縫病害為例,從數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)展示等全流程進(jìn)行示例。

3.3.1 數(shù)據(jù)采集

數(shù)據(jù)采集是從真實(shí)隧道工程獲取原始數(shù)據(jù)的過程。以隧道裂縫病害數(shù)據(jù)的采集為例,本平臺(tái)使用自行研發(fā)的隧道智能綜合檢測車上搭載的表觀病害檢測系統(tǒng)進(jìn)行采集。該表觀病害檢測系統(tǒng)設(shè)備如圖22所示。該系統(tǒng)包括10個(gè)2 500萬高分辨面陣相機(jī)陣列、5個(gè)高速萬兆網(wǎng)卡、工控機(jī)、LED光源陣列、數(shù)據(jù)存儲(chǔ)單元、供電系統(tǒng),通過控制10個(gè)高分辨面陣相機(jī)同步觸發(fā)采集圖像。該設(shè)備采集到的圖像數(shù)據(jù)量大,分辨率高,可采集到最小0.2 mm的裂縫。為提高數(shù)據(jù)存儲(chǔ)效率,本平臺(tái)采用分布式存儲(chǔ)方案,將掃描到的大量隧道健康數(shù)據(jù)暫存于隧道智能檢測車搭載的多個(gè)工控主機(jī)。

圖20 隧道裂縫數(shù)據(jù)集

Fig. 20 Tunnel crack dataset

圖21 隧道裂縫識(shí)別成果

圖22 表觀病害檢測系統(tǒng)(單位: mm)

3.3.2 數(shù)據(jù)分析

在采集到隧道表觀健康數(shù)據(jù)后,將暫存于檢測車工控主機(jī)內(nèi)的數(shù)據(jù)轉(zhuǎn)存入大數(shù)據(jù)平臺(tái)的存儲(chǔ)主機(jī),而后對(duì)原始的健康數(shù)據(jù)進(jìn)行預(yù)處理以滿足圖像識(shí)別算法對(duì)圖片格式及大小的要求,最后輸入神經(jīng)網(wǎng)絡(luò)識(shí)別模型進(jìn)行處理。隧道裂縫數(shù)據(jù)分析處理的流程如下:

1)將采集圖像經(jīng)Mask勻光算法消除光照不均帶來的影響。

2)將采集到的原始圖像切割成224×224(像素)的分塊圖像。

3)將所有分塊圖像輸入隧道裂縫識(shí)別模型,進(jìn)行隧道裂縫的智能識(shí)別標(biāo)注,定位隧道裂縫。

4)對(duì)標(biāo)注過的分塊圖像進(jìn)行拼接,計(jì)算病害尺寸大小,得到經(jīng)過標(biāo)注的病害圖。

5)對(duì)圖像尺寸進(jìn)行壓縮,以滿足大數(shù)據(jù)平臺(tái)數(shù)據(jù)的展示要求。

隧道裂縫識(shí)別處理軟件界面如圖23所示。

3.3.3 數(shù)據(jù)多元展示

經(jīng)過處理軟件對(duì)病害進(jìn)行處理后,將該裂縫病害圖像及相關(guān)信息上傳于大數(shù)據(jù)平臺(tái),供相關(guān)人員參考查閱。用戶可從PC端與小程序端對(duì)上傳至大數(shù)據(jù)平臺(tái)的詳細(xì)病害信息進(jìn)行查看。

除了展示基本的病害信息,本平臺(tái)可通過點(diǎn)擊工具欄上的“生成報(bào)告”圖標(biāo)生成報(bào)告,使用此功能需要在彈窗中完成報(bào)告需要包含的數(shù)據(jù)。生成病害報(bào)告如圖24所示。在完成條件錄入后,點(diǎn)擊確定生成報(bào)告,報(bào)告生成后,在報(bào)告列表中會(huì)新增一條報(bào)告記錄。 報(bào)告以表格的形式生成,報(bào)告模板如圖25所示。

圖23 隧道裂縫識(shí)別軟件界面

圖24 生成病害報(bào)告

圖25 病害報(bào)告模板

4 結(jié)論與探討

4.1 結(jié)論

針對(duì)當(dāng)前隧道病害數(shù)據(jù)量大、利用率低,不能有效指導(dǎo)后續(xù)隧道運(yùn)維的現(xiàn)狀,本文采用Spring Boot+MyBatis Plus架構(gòu),應(yīng)用分布式的Redis和MySQL部署開發(fā)技術(shù)研發(fā)了隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)。本文具體從檢測設(shè)備管理、病害信息管理、病害大數(shù)據(jù)分析、圖像識(shí)別算法等方面進(jìn)行了介紹,驗(yàn)證了平臺(tái)的可靠性。本文開發(fā)的隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)與傳統(tǒng)數(shù)據(jù)管理平臺(tái)相比具有以下特點(diǎn):

1)該隧道結(jié)構(gòu)健康管理大數(shù)據(jù)平臺(tái)能夠滿足對(duì)常見病害數(shù)據(jù)進(jìn)行管理展示的功能要求,囊括的病害數(shù)據(jù)種類齊全,便于工作人員全面掌握隧道健康狀態(tài)。

2)通過人工智能圖像識(shí)別算法對(duì)病害圖像進(jìn)行智能識(shí)別。通過采集的表觀病害圖片,訓(xùn)練了對(duì)應(yīng)病害的神經(jīng)網(wǎng)絡(luò)模型,解決了病害圖片識(shí)別大量依賴人工且效率過低的問題。

3)該平臺(tái)支持隧道信息多元化查詢展示。相關(guān)人員可從實(shí)驗(yàn)室健康管理大數(shù)據(jù)中心大屏幕、可聯(lián)網(wǎng)的PC端以及個(gè)人手機(jī)等多個(gè)維度實(shí)時(shí)獲取隧道病害信息,真正實(shí)現(xiàn)了隨時(shí)隨地對(duì)有關(guān)隧道病害信息的了解掌握,有助于及時(shí)掌握關(guān)注的病害情況,輔助科學(xué)決策。

4.2 探討

隧道病害大數(shù)據(jù)分析平臺(tái)的應(yīng)用極大提高了隧道養(yǎng)護(hù)的精準(zhǔn)性和及時(shí)性,將傳統(tǒng)隧道養(yǎng)護(hù)由主觀經(jīng)驗(yàn)型向客觀數(shù)據(jù)型轉(zhuǎn)變,發(fā)展?jié)摿薮?但由于隧道病害數(shù)據(jù)積累不足等因素的影響,也存在以下一些不足之處:

1)當(dāng)前大數(shù)據(jù)平臺(tái)存儲(chǔ)的數(shù)據(jù)只能進(jìn)行二維數(shù)據(jù)展示,尚不能對(duì)隧道病害進(jìn)行三維立體展示,病害結(jié)果呈現(xiàn)方式還有優(yōu)化空間。

2)隧道病害的智能識(shí)別處理當(dāng)前使用PC端軟件進(jìn)行處理,大數(shù)據(jù)平臺(tái)尚不具備病害的在線智能識(shí)別功能。且受限于病害樣本數(shù)據(jù)量不足,多數(shù)病害未能構(gòu)建足夠樣本數(shù)量的數(shù)據(jù)集,因此尚不支持對(duì)所有隧道結(jié)構(gòu)病害的智能識(shí)別。當(dāng)前已支持的圖像裂縫、滲水、破損識(shí)別模型,由于數(shù)據(jù)集樣本數(shù)量不足等因素,其識(shí)別精度有待進(jìn)一步提升。

為持續(xù)完善優(yōu)化該大數(shù)據(jù)平臺(tái),計(jì)劃后期將從引入病害模型的三維展示、不斷擴(kuò)充并構(gòu)建隧道病害數(shù)據(jù)集、基于大量隧道病害數(shù)據(jù)訓(xùn)練可靠的神經(jīng)網(wǎng)絡(luò)模型、輕量化人工智能模型、隧道評(píng)價(jià)與處置意見智能推薦方面進(jìn)行研究。