袁 藝 王正龍 底 帥 曹嘉益 呂海波

（1．北京首都國際機場股份有限公司，北京 101300；2．哈爾濱工大正元信息技術有限公司，黑龍江 哈爾濱 150016）

1 技術背景

1.1 窨井蓋監(jiān)測意義

隨著城市化進程的加快，市政公用設施建設發(fā)展迅速。市政、電力、燃氣、供水、排水以及通信等部門的線纜大多數都采取地埋方式，通過井蓋進行日常維護。由于城市面積不斷擴大，井蓋分布范圍越來越廣、數量越來越大，導致監(jiān)管難度大。由于缺乏有效的實時監(jiān)控及管理手段，全國各地頻頻出現城市井蓋破損、被偷或者被雨水沖走，近而導致傷人或死亡事件發(fā)生。為了整治窨井吞人傷人事故，住建部于 2013 年 4 月提出了關于進一步加強城市窨井蓋安全管理的通知，要求包括城市供水、排水、燃氣、熱力、房產（物業(yè)）、電力、電信以及廣播電視等部門，實行井蓋的數字化管理，有效地監(jiān)管社會資源，確保人民群眾的人身安全。鑒于以上需求，近年來針對井蓋監(jiān)測的智慧化系統及終端產品層出不窮，但是，大多數系統及產品的核心關注點均在井蓋的異常開啟、平移以及振動等方面的監(jiān)測，通過加裝帶有無線通信功能的監(jiān)測終端，將窨井蓋的開啟、振動以及位移等狀態(tài)實時發(fā)送至云監(jiān)測系統平臺，城市管理人員及運維人員通過網頁端或手機端的管理界面，對井蓋工作狀態(tài)進行實時監(jiān)測，判斷窨井蓋狀態(tài)是否存在異常，并安排現場人員對井蓋進行相應的維護作業(yè)。雖然現有的窨井蓋監(jiān)測系統及解決方案很多，但是針對井蓋裂縫、破損、沉降等問題的智慧化解決方案相對較少。城市窨井蓋尤其是行車路面的窨井蓋發(fā)生破損或沉降時，會嚴重影響行車安全和路側行人的人身安全。由于井蓋破損，當車輛經過時會產生車輛輪胎陷入其中的風險，進而導致行車事故發(fā)生，嚴重時將給車輛、車內乘客及車輛周圍的行車安全帶來威脅。由于道路老化、雨水沖刷等原因，窨井蓋會出現下沉的現象，因此路面在井蓋處出現凹坑。不平整的路面對行車產生了較大的影響，對車輛、窨井和路面造成沖擊，損耗機車，加劇路面及窨井的破壞[1]。由此可見，窨井及其周邊路面的破壞已經嚴重影響到道路正常運營和市民交通安全，并成為道路迅速破壞的“源頭”，政府每年不得不投入大量人力、物力用于窨井維修[2]。

1.2 窨井蓋監(jiān)測技術現狀

面對窨井蓋存在的問題，近幾年來已經涌現出很多有關井蓋管理監(jiān)測的方法，大部分是從傳感器的角度出發(fā)，布置一些覆蓋整個井蓋表面的硬件設備進行監(jiān)測，如章善斌等[3]提出的在井蓋表面布置漆包線的方法等。隨著人工智能的迅速發(fā)展，國內的井蓋監(jiān)測方法也逐漸轉換為使用紅外或圖像識別技術實現。李亞勝[4]提出了基于紅外探測的井蓋監(jiān)測系統，使用E3Z-T82紅外線監(jiān)測組，并結合分布式控制方法，能夠準確地探測井蓋的狀態(tài)；雷可[5]的該文中提到，對路面上出現的井蓋破損情況進行圖片采集，使用計算機技術處理圖片，可以使用自動化檢測方法監(jiān)測；張豐焰等人[6]提出的基于改進Hough與圖像比對法的窨井蓋疑似破裂檢測，通過提取窨井蓋的顏色、邊緣輪廓特征，并使用改進的Hough變換方法，計算窨井蓋的區(qū)域范圍，判斷是否有破損或丟失的情況；PAS-QUET J.等[7]提出，首先模擬出1個和窨井蓋大小以及形狀相似的圓形模型，再利用機器學習算法學習窨井蓋的外觀特征，結合兩者生成的模型，用于檢測城市街道中的窨井蓋，大大提高了窨井蓋檢測的準確率[8]。

1.3 機場窨井蓋監(jiān)測特殊性及解決辦法

窨井蓋作為機場內部道路不可或缺的重要組成部分，其完好性對機場日常工作的順利進行具有重要意義。由于機場是相對封閉的工作環(huán)境，且在白天通航時間，很多維護作業(yè)會受到限制，所以機場窨井蓋的故障排查和維護作業(yè)經常在晚上進行。此外，由于作業(yè)時間較短，且現場無法布設電源，因此，機場窨井蓋監(jiān)測設備必須具備低功耗、施工方便以及能在夜晚正常工作等特點。鑒于以上原因，機場窨井蓋監(jiān)測無法使用紅外或圖像識別技術以及傳統的、施工或維護復雜的傳感器設備。結合機場窨井蓋的工作特點，該文提出了基于振動監(jiān)測的機場井蓋破損及沉降檢測方法，利用數值分析方法整理振動采樣數據，并通過對振動監(jiān)測數據的統計曲線進行分析，即可判斷機場井蓋是否存在破損或沉降現象，切實解決了機場窨井蓋監(jiān)測難、維護難的問題。并且配合該方法使用的振動監(jiān)測設備，具有低功耗、施工方便以及24 h實時監(jiān)測等特點。

2 多傳感器振動監(jiān)測采樣數據分析

在機場窨井蓋安裝振動監(jiān)測設備，將振動傳感器分別安裝在井蓋的中心點和4個軸線半徑的中點（每90°放置1個），實時采集窨井蓋的振動監(jiān)測數據。累積3個月以上的振動采樣數據，由平臺對所有采樣數據進行統計分析。具體方法如下。

從5個傳感器的振動監(jiān)測采樣數據中各抽?。╩+n）組振動采樣數據，首先將第一個傳感器的前m+1組傳感器的x，y，z3個方向的加速度依次做差，得到矩陣A1，m+1至A1，m+n如下。

在矩陣中，Δan，x=an，x-an-1，x，an，x為第n采樣的x軸方向的加速度值；Δan，x為第n次與第n-1次x軸方向加速度值的差值；Δan，y和Δan，z為第n次與第n-1次y軸和z軸方向加速度值的差值。

分別求解矩陣A1，m+1至A1，m+n的行和范數，如公式（1）所示。

整理矩陣A1，m+1至A1，m+n的行和范數，得到第一個傳感器的振動變化向量如下。

同理，可獲得第二至第五個傳感器的振動變化向量，由5個傳感器的振動變化向量，可得第一組振動監(jiān)測數據的變化矩陣如下。

分別求解矩陣B的行和范數，如公式（2）所示。

該數值反映了該（m+n）組振動監(jiān)測數據所對應的時間段內，井蓋在受到外力沖擊時（如車輛、飛機等的碾壓等）所產生的最大振動狀態(tài)。

3 井蓋破損及沉降檢測方法

通過k組（m+n）組振動采樣數據的統計分析，獲得最大監(jiān)測值向量如下。

由于機場井蓋的振動采樣數據符合正態(tài)分布特征，因此，計算向量C的數學期望和方差，如公式（3）、公式（4）所示。

式中：E（C） 為數學期望表達式；μ為數學期望值；Std（C） 為方差表達式；δ為方差值。

3.1 井蓋破損檢測

當井蓋發(fā)生破損時，5個傳感器中會有2～3個傳感器的振動幅值會出現比較明顯的變化，此時振動監(jiān)測向量C的數學期望值會有所增大，而方差則會發(fā)生比較明顯的變化。此時，振動監(jiān)測向量C方差與正常狀態(tài)下的方差的比值，如公式（5）所示。

式中：δp為破損狀態(tài)下方差值；s為破損狀態(tài)與正常狀態(tài)的方差比值。

由于振動傳感器的采樣精度為±5%，且根據實驗數據統計結果分析，得：

當E（C） ＞μ，且s≥1.2時，井蓋存在破損情況。

3.2 井蓋沉降檢測

當井蓋發(fā)生沉降時，由于井蓋整體下降，導致井蓋與周圍的路面存在一定的落差，因此，5個傳感器的振動幅值均會出現比較明顯的變化，此時振動監(jiān)測向量C的數學期望值會明顯增大，而方差則不會發(fā)生比較明顯的變化。此時，振動監(jiān)測向量C的數學期望數值與正常狀態(tài)下的數值的比值，如公式（6）所示。

式中：μc為沉降狀態(tài)下數學期望值；e為破損狀態(tài)與正常狀態(tài)的數學期望比值。

由于振動傳感器的采樣精度為±5%，且根據實驗數據統計結果分析，得：

當e≥1.2，且方差無明顯變化時，井蓋存在沉降情況。

4 實驗結果分析

取m=5，n=5，k=20，獲得正常狀態(tài)、破損狀態(tài)和沉降狀態(tài)各（m+n）×k=200組振動監(jiān)測數據。分別對3種狀態(tài)下的200組數據進行處理，得最大振動監(jiān)測值向量如下。

對以上向量進行統計分析，獲得井蓋正常狀態(tài)、破損狀態(tài)、沉降狀態(tài)下的振動監(jiān)測數據的統計曲線，其結果如圖1所示。

由圖1可以看出，窨井蓋振動監(jiān)測數據服從正態(tài)分布，在正常狀態(tài)下的數學期望：E（C） =μ=1.5304，方差為：Std（C） =δ=0.87226；破損情況下的振動監(jiān)測數據的數學期望：E（C） =μp=1.6204，方差：Std（C） =δp=1.8889。此時，數學期望與正常狀態(tài)下的比值：μp/μ=1.6204/1.5304=1.0588，方差的比值：δp/δ=1.8889/0.84226=2.2426，與正常狀態(tài)下的數學期望值相近，而方差比值明顯大于1.2，因此，窨井蓋存在破損現象；沉降情況下的振動監(jiān)測數據的數學期望：E（C） =μc=1.9261，方差：Std（C） =δc=0.88615。此時，數學期望與正常狀態(tài)下的比值：μc/μ=1.9461/1.5304=1.2716，方差的比值：δc/δ=0.88615/0.84226=1.0521，與正常狀態(tài)下的方差相近，而數學期望比值大于1.2，因此，窨井蓋存在沉降現象。

圖1 機場窨井蓋正常、破損、沉降狀態(tài)下的振動監(jiān)測數據統計分析曲線

綜上所述，通過分析機場窨井蓋振動監(jiān)測數據分布曲線的特征，我們可以判斷出井蓋是否存在破損或沉降狀態(tài)。

5 結論

由實驗結果分析可以看出，該文提出的基于振動監(jiān)測的機場井蓋破損及沉降檢測方法，通過對井蓋振動監(jiān)測數據統計曲線的分析，可以準確地判定監(jiān)測數據的數學期望或方差是否存在異常。在井蓋破損狀態(tài)下，井蓋振動數據的數學期望值有小幅增加，而方差增幅較大，此時，振動數據分布曲線變得比正常狀態(tài)下平緩。根據正態(tài)分布的特征，說明該狀態(tài)下數據的方差較大。

而在井蓋沉降狀態(tài)下，井蓋振動數據的數學期望值大幅增加，而方差增幅較小，此時，分布曲線與正常狀態(tài)下的曲線類似，但是在x軸方向發(fā)生了較大平移。根據正態(tài)分布的特征，說明此狀態(tài)下數據的方差變化不大，而數學期望值明顯增大。

綜上所述，利用該文提出的方法，根據振動監(jiān)測數據的統計分布曲線，判斷井蓋是否存在破損或者沉降的情況，可以為機場井蓋的日常維護和整個后勤保障系統的平穩(wěn)運行，提供可靠、有效的管理方法。