徐 行

(紹興市交通投資集團有限公司， 浙江 紹興 312099)

0 引言

我國高速公路總里程15萬km，隨著交通強國建設(shè)綱要發(fā)布，全國在新建、舊改高速公路方面紛紛布局智慧高速的新基建建設(shè)和示范，試驗5G、北斗、車路協(xié)同技術(shù)等新技術(shù)，構(gòu)建了智慧高速的框架體系，但對高速公路的邊坡(高邊坡)智慧化管理甚少考慮. 而邊坡的穩(wěn)定性影響高速公路是否安全運營，因此，如何通過新型技術(shù)手段，改進和支撐現(xiàn)有以人工巡查為主的邊坡穩(wěn)定監(jiān)測和養(yǎng)護管理方式是非常有必要的. 高速公路高邊坡智慧化管理現(xiàn)存的主要問題包括：

1)信息化水平低，監(jiān)測手段單一

全國各地高速公路信息化建設(shè)很少考慮邊坡的信息化建設(shè)，基本以人工巡檢為主，偶有建設(shè)邊坡監(jiān)測系統(tǒng)[1-4]，但僅基于相應的傳感器，很難準確分析邊坡的穩(wěn)定性. 邊坡管理還處于傳統(tǒng)一坡一檔的紙質(zhì)管理，甚至有的邊坡處于無基本資料情況，對日常管理帶來很大不便.

2)缺乏穩(wěn)定性分析模型，監(jiān)測精度低

目前國內(nèi)邊坡監(jiān)測系統(tǒng)很少考慮邊坡自身的穩(wěn)定性模型[5-7]，僅基于傳感器數(shù)據(jù)，擬定相應的預警閾值，多方面因素未考慮融合，導致監(jiān)測精度不高，系統(tǒng)的可用性低.

1 邊坡智慧化管理解決方法與技術(shù)架構(gòu)

為了實現(xiàn)邊坡的在線自動化監(jiān)測、智能預警和智慧化管理，通過建設(shè)高速公路邊坡智能監(jiān)測及預警系統(tǒng)，采用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)實現(xiàn)邊坡信息的數(shù)字化管理、實時監(jiān)測狀態(tài)的管理和智能風險預警分析[8-10]. 該系統(tǒng)由邊坡信息管理子系統(tǒng)、邊坡實時監(jiān)測子系統(tǒng)、邊坡風險評估及預警子系統(tǒng)3部分構(gòu)成.

邊坡信息管理子系統(tǒng)：利用BIM引擎和3DGIS引擎建立邊坡的數(shù)字孿生模型，完成對邊坡信息的管理，如邊坡編號、坡高、坡長、坡率、平臺寬度等，同時可對邊坡的歷史監(jiān)測信息、歷史災害信息、致災孕災要素等信息進行統(tǒng)一管理. 系統(tǒng)設(shè)置監(jiān)測點布設(shè)方案專家?guī)?，對于未設(shè)置監(jiān)測點的邊坡，通過對輸入的邊坡信息進行智能分析，輸出邊坡監(jiān)測點的布設(shè)方案；對于已設(shè)置監(jiān)測點的邊坡，可評估監(jiān)測點設(shè)置的合理性，并給出優(yōu)化措施.

邊坡狀態(tài)實時監(jiān)測子系統(tǒng)：該系統(tǒng)包括邊坡表面變形監(jiān)測模塊、邊坡內(nèi)部形變監(jiān)測模塊、邊坡應變應力監(jiān)測模塊、邊坡周邊環(huán)境監(jiān)測模塊. 結(jié)合使用全站儀、靜力水準儀、雨量計、滲壓計等多種傳統(tǒng)監(jiān)測手段和高清視頻攝像頭、無人機航拍等新型監(jiān)測手段，采用多態(tài)融合的數(shù)據(jù)處理方法對各種結(jié)構(gòu)化，半結(jié)構(gòu)化和非結(jié)構(gòu)化的監(jiān)測數(shù)據(jù)進行處理分析，實現(xiàn)更精準詳實的全時空邊坡狀態(tài)監(jiān)測.

邊坡風險評估及預警子系統(tǒng)：該系統(tǒng)針對不同類型的邊坡建立不同的安全風險評估標準，使用基于神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定分析法對邊坡的狀態(tài)進行實時評估. 采用智能算法將評估結(jié)果與安全風險評估標準進行比對，給出邊坡風險等級預警和處理方案.

邊坡智慧化管理技術(shù)架構(gòu)2+3模式，即安全保障體系和標準規(guī)范體系，1個感知體系平臺、1個數(shù)據(jù)中臺層、終端應用層3大層次，總體架構(gòu)如圖1所示：

圖1 高速公路高邊坡智慧化管理技術(shù)架構(gòu)

1.1 基礎(chǔ)設(shè)施層

基礎(chǔ)設(shè)施層是支撐整個系統(tǒng)的硬件和常用軟件，提供了計算環(huán)境、存儲環(huán)境、網(wǎng)絡(luò)環(huán)境、監(jiān)測信息采集手段. 硬件分為通用硬件和專用硬件，通用硬件即服務(wù)器、存儲設(shè)備、通信網(wǎng)關(guān)等；專用硬件是指監(jiān)測設(shè)備，包括GPS、靜力水準儀、邊坡地滑儀、滲壓計、無人機等. 常用的軟件包括操作系統(tǒng)、數(shù)據(jù)庫系統(tǒng)等.

1.2 數(shù)據(jù)中臺層

數(shù)據(jù)中臺層是整個系統(tǒng)服務(wù)運行的“容器”，為各種數(shù)據(jù)服務(wù)、功能服務(wù)以及應用服務(wù)提供基于容器的虛擬化環(huán)境，是整個系統(tǒng)的核心支撐. 數(shù)據(jù)中臺由服務(wù)支撐層、數(shù)據(jù)資源層、服務(wù)組件層組成.

1.3 終端應用層

終端應用層主要提供邊坡信息管理、邊坡實時監(jiān)測和邊坡風險評估預警功能. 邊坡信息管理主要是以BIM引擎和3DGIS引擎為依托，建立起邊坡的數(shù)字孿生模型，對邊坡各類信息和監(jiān)測點布設(shè)方案等進行管理，同時輔助人工巡檢管理. 邊坡實時監(jiān)測是通過表面監(jiān)測、內(nèi)部監(jiān)測、應力應變監(jiān)測等多種監(jiān)測項目，結(jié)合高清攝像頭、無人機、人工智能等新型監(jiān)測手段實現(xiàn)對邊坡全方位立體式的實時監(jiān)測. 邊坡風險評估及預警主要完成邊坡狀態(tài)預測、邊坡風險評估分析、邊坡風險預告警處理等功能. 根據(jù)不同的邊坡類型，系統(tǒng)可智能地提供狀態(tài)預測和風險評估，及時準確地發(fā)出預警和推送應對方案.

2 管理流程

將邊坡的基礎(chǔ)信息數(shù)據(jù)(坡長、坡高、坡率、平臺寬度、坡角等)和地理信息數(shù)據(jù)等輸入系統(tǒng)，利用BIM引擎和3DGIS引擎建立邊坡數(shù)字孿生模型. 邊坡的數(shù)字孿生模型是通過輸入的數(shù)據(jù)映射出的1個數(shù)字實體，可通過邊坡的數(shù)字實體對邊坡進行管理. 設(shè)置監(jiān)測點布設(shè)方案專家?guī)?，通過大量數(shù)據(jù)積累結(jié)合人工智能對邊坡監(jiān)測點的布設(shè)方案進行模擬推演. 對于沒有設(shè)置監(jiān)測點的邊坡，監(jiān)測點布設(shè)方案專家?guī)炜筛鶕?jù)邊坡信息數(shù)據(jù)的輸入給出布設(shè)建議；對于已設(shè)置監(jiān)測點的邊坡，可評估現(xiàn)有布設(shè)方案，給出優(yōu)化建議. 針對不同的邊坡類型，設(shè)置不同的監(jiān)測方案進行邊坡監(jiān)測. 監(jiān)測系統(tǒng)實時監(jiān)測邊坡表面、內(nèi)部、應力應變并獲得數(shù)據(jù)，融合管理傳統(tǒng)監(jiān)測設(shè)備數(shù)據(jù)和高清攝像頭、無人機拍攝的視頻圖像數(shù)據(jù)，建立邊坡狀態(tài)預測模型，通過預警分析系統(tǒng)確定邊坡目前的安全級別，針對不同的安全級別發(fā)出預警，同時推送相應的應急處置預案. 具體流程如圖2所示.

圖2 高速公路高邊坡智慧化管理流程

3 實踐分析

3.1 4個實踐邊坡基本情況

S9蘇臺高速臺向K112+170-K112+310邊坡，長度為140 m，邊坡最大高度48 m，屬構(gòu)造剝蝕丘陵地貌，覆蓋層為第四系全新統(tǒng)殘坡積粉質(zhì)黏土，地層至上而下為粉質(zhì)黏土、全風化凝灰質(zhì)砂巖、強風化凝灰質(zhì)砂巖、中風化凝灰質(zhì)砂巖[11]. 鑒湖樞紐D匝道DK0+100-401邊坡，長度為301 m，最大高度45.6 m，屬構(gòu)造剝蝕丘陵地貌，覆蓋層為第四系殘坡積碎石土，地層至上而下為碎石土、強風化凝灰質(zhì)砂巖、中風化凝灰質(zhì)砂巖. S24紹諸高速諸向K12+232-435邊坡，長度203 m，邊坡高度36.8 m，邊坡傾向142°，屬類土質(zhì)邊坡，屬于風化剝蝕丘陵區(qū)，表部位殘坡積含角礫粉質(zhì)黏土，結(jié)構(gòu)松散，厚度2～4 m，邊坡主體為全、強風化花崗巖，風化強烈，呈砂土狀，局部土夾石. S24紹諸延伸線紹向K75+642-860邊坡，長度218 m，最大高度38 m，邊坡巖體破碎，風化極其強烈，泥質(zhì)砂巖易風化、軟化崩解，泥質(zhì)含量高，飽水后強度降低，施工過程中多次發(fā)生淺層滑崩.

3.2 高邊坡智慧化管理手段

搭建自動化智能化的監(jiān)測預警系統(tǒng)，完成后以直觀的云平臺邊坡信息管理界面，通過新型監(jiān)測技術(shù)和物聯(lián)網(wǎng)技術(shù)實現(xiàn)邊坡實時狀態(tài)監(jiān)測，并融合先進的數(shù)字孿生模型、GIS+BIM+LOT新型監(jiān)測技術(shù)、物聯(lián)網(wǎng)、多源數(shù)據(jù)、人工智能算法等技術(shù)手段，建立起一套科學化、信息化、數(shù)字化、智能化和智慧化的管理系統(tǒng)，為邊坡安全風險評估提供依據(jù). 同時，基于系統(tǒng)平臺，后續(xù)可接入多個邊坡組網(wǎng)監(jiān)測.

圖3 紹興市高速公路高邊坡監(jiān)測與預警平臺

系統(tǒng)實施后，可提高邊坡監(jiān)測頻率，通過分級預警和響應機制，人工例行巡查數(shù)據(jù)上傳，通過系統(tǒng)比對分析，及時發(fā)現(xiàn)問題，快速處理和治理，可大量節(jié)省養(yǎng)護成本.

以S24紹諸延伸線紹向K75+642-860邊坡為例，復用沿線范圍內(nèi)的北斗地面基準站，以三角網(wǎng)形狀布設(shè)表面位移監(jiān)測GNSS天線6對，環(huán)境監(jiān)測傳感器2對，深部測斜儀5組，擋土墻應力測斜儀4組，表面位移數(shù)據(jù)每1 h采集一次上傳一次，深部位移每1 min上傳一次數(shù)據(jù)，擋土墻應力每1 min上傳1次數(shù)據(jù)，具體布設(shè)如圖4所示. 通過表面位移、深部位移、擋土墻應力、環(huán)境數(shù)據(jù)，基于神經(jīng)網(wǎng)絡(luò)融合分析邊坡的穩(wěn)定性，形成預警規(guī)則和機制，當邊坡有可能失穩(wěn)，則推送預警信息至相應的管理員，并就近派人員巡檢，并將巡檢現(xiàn)場情況通過APP端上傳，并按對應的預警級別進行處置.

圖4 設(shè)邊布設(shè)與實時監(jiān)測數(shù)據(jù)

在未使用智慧化管理系統(tǒng)前，因未及時發(fā)現(xiàn)問題，發(fā)生坍塌，影響高速正常運行的同時，塌方治理和恢復花費近500萬元，直接或間接經(jīng)濟損失數(shù)千萬元. 使用智慧化管理手段，可及時發(fā)現(xiàn)問題，及時整治，節(jié)省養(yǎng)護費用數(shù)百萬元. 通過邊坡監(jiān)測與預警系統(tǒng)平臺，將邊坡基本資料和日常管理數(shù)字化，形成邊坡數(shù)字化檔案，通過實時監(jiān)測數(shù)據(jù)和穩(wěn)定性分析，生成預警規(guī)則和預警機制，發(fā)現(xiàn)異常實時推送預警信息，并形成邊坡畫像，依據(jù)畫像進行巡檢，并通過移動端APP上傳檢查數(shù)據(jù)，生成邊坡動態(tài)監(jiān)測和巡檢歷史數(shù)據(jù)庫，為邊坡穩(wěn)定性預測精度提升奠定基礎(chǔ).

4 結(jié)束語

紹興高速采用傳感器、物聯(lián)網(wǎng)、數(shù)字孿生、人工智能、5G等先進技術(shù)，建設(shè)了高速公路高邊坡自動監(jiān)測與預警平臺，并選取4個典型的高邊坡進行示范應用，此4個邊坡類型基本代表了紹興區(qū)域的高邊坡類型.

通過布設(shè)表面位移、深部位移、地下水、溫濕度、降雨量、應力等傳感器，實時采集相應的數(shù)據(jù)，結(jié)合建立的各個邊坡的三維模型和檢測設(shè)備模型，融合實時采集數(shù)據(jù)，生成各個邊坡的數(shù)字孿生模型，并采用神經(jīng)網(wǎng)絡(luò)進行邊坡穩(wěn)定性分析，根據(jù)邊坡穩(wěn)定性和安全風險等級，生成預警規(guī)則和預警信息，實時掌握邊坡動態(tài)變化信息. 高速公路高邊坡自動監(jiān)測與預警平臺投入使用后，可通過APP實時掌握邊坡動態(tài)信息，當有異常時，及時分析異常引起的原因并采取處置措施，如臺風引起強降雨導致K75+642-860邊坡地下水位急劇上升，引起深部位移異常變動，巡檢和應急管理根據(jù)實時變化啟動管理預案，預防滑坡崩解，降低危害程度，實現(xiàn)動態(tài)監(jiān)測、實時預警，應急處置聯(lián)動，保障高速運營安全. 通過高速公路高邊坡自動監(jiān)測與預警平臺，增強高速公路管理數(shù)字化，規(guī)避了巡檢偷懶的問題，解決了因巡檢頻率而導致邊坡動態(tài)信息不及時的問題. 通過高速公路高邊坡自動監(jiān)測與預警平臺，不僅可實時監(jiān)測邊坡狀態(tài)，同時還可形成邊坡檔案和畫像，通過技術(shù)手段減少巡檢人力成本，還可通過實時數(shù)據(jù)和歷史數(shù)據(jù)，分析邊坡實際情況，及時、分步養(yǎng)護，達到提高養(yǎng)護效率，降低養(yǎng)護成本的目標.