李重陽 楊永興 陳緒軍 鄒漢林 史曉飛

(建設綜合勘察研究設計院有限公司， 北京 100007)

0 引言

建筑物變形監(jiān)測作為建筑工程安全施工的保證，對建筑物安全、運營維護起著重要作用。建設工程變形監(jiān)測具有周期性、監(jiān)測時間長、監(jiān)測點多，監(jiān)測數(shù)據(jù)量大等特點[1]，對變形監(jiān)測信息的自動化采集與數(shù)據(jù)管理分析就顯得十分重要[2]。一些建設工程在安全監(jiān)測過程中仍存在變形監(jiān)測信息化管理不完善、安全運營過程中變形監(jiān)測方法陳舊單一、監(jiān)測數(shù)據(jù)準確性與實時性難以保證等實際問題。隨著信息化、數(shù)字化監(jiān)測設備的逐漸普及以及各種變形監(jiān)測技術(shù)的不斷更新，構(gòu)建一個能夠?qū)崿F(xiàn)對城市建筑物的變形信息進行自動化采集與管理的信息系統(tǒng)成了今后這一領(lǐng)域發(fā)展的必然趨勢[2]。本文研究目的為提高建筑變形監(jiān)測管理水平和為工程安全提供可靠性保障，對變形監(jiān)測中的關(guān)鍵技術(shù)進行研究，研發(fā)自動化采集與集成化管理服務平臺，實現(xiàn)多源監(jiān)測數(shù)據(jù)的實時處理、綜合分析、成果輸出及科學的實時預警，提高自動化監(jiān)測質(zhì)量及效率。

1 技術(shù)框架研究

1.1 關(guān)鍵技術(shù)內(nèi)容

1.1.1監(jiān)測信息自動化采集關(guān)鍵技術(shù)研究

依人工數(shù)據(jù)采集及自動化數(shù)據(jù)采集場景差異，分為測量機器人自動化監(jiān)測采集技術(shù)、多源傳感器數(shù)據(jù)自動化采集技術(shù)和人工智能手簿采集技術(shù)。

1.1.2 構(gòu)建信息化管理服務平臺與應用技術(shù)研究

平臺開發(fā)，分為兩部分，一部分負責與硬件交互，完善數(shù)據(jù)采集功能；另一部分負責數(shù)據(jù)采集后的環(huán)節(jié)，包括項目管理、數(shù)據(jù)處理、數(shù)據(jù)分析、安全預警、報表、流程、權(quán)限等諸多功能模塊。

1.2 總體技術(shù)框架

以法律法規(guī)、政策文件和技術(shù)規(guī)范為工作依據(jù)，主要分為三個層面，一是變形信息采集層，二是監(jiān)測數(shù)據(jù)管理層，三是集成化服務層?？梢詰玫谋O(jiān)測對象包括了建筑物、構(gòu)筑物、地下管廊、地鐵等市政實施以及古塔、歷史建筑等文化遺產(chǎn)。主要為政府機關(guān)、房地產(chǎn)部門、工程建設總包單位、施工單位、第三方監(jiān)測單位、文物管理單位和文物修繕施工單位等提供監(jiān)測服務?？傮w技術(shù)框架如圖1所示。

圖1 總體技術(shù)框架

2 監(jiān)測信息自動化采集技術(shù)

常規(guī)變形監(jiān)測受到多種因素的影響，一般無法做到實時上傳數(shù)據(jù)，監(jiān)測周期無法反映某個時間段的完整變化，發(fā)生危險時不能得到及時的反應等，這些往往會錯過危害發(fā)生的第一時間，造成的后果更為嚴重[5]。本文自動化采集技術(shù)就可以彌補這方面的缺陷，按采集方式不同可分為三類：測量機器人智能監(jiān)測自動化采集技術(shù)、智能觀測手簿和APP自動化采集技術(shù)、智能采集終端自動化采集技術(shù)。

2.1 測量機器人智能監(jiān)測自動化采集技術(shù)

在變形監(jiān)測項目中，全站儀因其操作簡便、獲取數(shù)據(jù)多樣、測量精度高而被廣泛采用。比如，在基坑變形監(jiān)測中，通常采用一臺或多臺全站儀實現(xiàn)對基坑內(nèi)多個位移監(jiān)測點的監(jiān)測；在隧道變形監(jiān)測中，由于隧道細長的特性，采用兩臺全站儀邊角網(wǎng)平差的方法對軌道各個監(jiān)測點進行監(jiān)測。

傳統(tǒng)的人工觀測，僅使用了全站儀的測量特性。實際運用中，需要人工設站，然后逐一測量監(jiān)測點。所采集的數(shù)據(jù)，存在全站儀中，需要事后內(nèi)業(yè)處理測量數(shù)據(jù)。數(shù)據(jù)有問題，現(xiàn)場無法發(fā)現(xiàn)，需要不斷返工復測。如何發(fā)揮測量機器人馬達控制優(yōu)勢，行業(yè)內(nèi)提出了多種解決方案。歸結(jié)起來兩套方案，一個是在全站儀本身系統(tǒng)上開發(fā)機載軟件，另外一個是開發(fā)一個外部監(jiān)測終端來控制全站儀旋轉(zhuǎn)測量。

本文研發(fā)了智能監(jiān)測邊緣網(wǎng)關(guān)QimMoS，解決了測量機器人遠程控制、自動化數(shù)據(jù)采集及數(shù)據(jù)預處理等技術(shù)難題，研制出了數(shù)據(jù)采集手簿及自動化數(shù)據(jù)采集終端，兼容大部分測量機器人，并著重于對測量機器人的控制及測量方法的兼容，涵蓋極坐標、多測回測角、單點小角法、視準線法等常用測量方法。同時，測量結(jié)果通過API形式調(diào)用平差方法，解算生成結(jié)果及平差報告。此外，擁有12～14V 40W的可變電源輸出，保證不同型號測量機器人的用電安全，實現(xiàn)監(jiān)測間隙測量機器人處于不帶電狀態(tài)。

2.2 智能觀測手簿和采集APP自動化采集技術(shù)

在野外測量工作當中，傳統(tǒng)的方法是將觀測數(shù)據(jù)記錄在紙質(zhì)的測量手簿上，傳統(tǒng)的紙質(zhì)記錄不利于高效率進行內(nèi)業(yè)計算機平差，而使用電子手簿無疑是實現(xiàn)內(nèi)外業(yè)一體化的重要方法[6]。本文智能觀測手簿和APP自動化采集適用于人工、半自動化數(shù)據(jù)采集場景，分為人工數(shù)據(jù)智能觀測手簿QimHand硬件和智能數(shù)據(jù)采集APP。

本文一站式手持數(shù)據(jù)采集終端技術(shù)可以很好地解決人工監(jiān)測的弊端。該技術(shù)需要監(jiān)測現(xiàn)場通過4G/5G網(wǎng)絡的方式與服務器進行控制信息和觀測數(shù)據(jù)的信息交換，根據(jù)現(xiàn)場終端的功能特征，分為兩種實現(xiàn)方式。一種實現(xiàn)方式是現(xiàn)場使用透明的數(shù)據(jù)傳輸鏈路，將測量機器人以及其他傳感器的串口數(shù)據(jù)虛擬到服務器串口上，對于服務器軟件來說，監(jiān)測現(xiàn)場的測量機器人就好像直連在服務器串口上一樣。另一種實現(xiàn)方式是監(jiān)測現(xiàn)場的終端通過內(nèi)置嵌入式程序，人工干預，半自動化將測量機器人和其他串口設備的傳感器數(shù)據(jù)采集，并進行數(shù)據(jù)處理的過程，最后將數(shù)據(jù)實時傳輸?shù)椒掌鞫?。本文采用第二種實現(xiàn)方式的硬件終端，研發(fā)了人工數(shù)據(jù)智能觀測手簿QimHand硬件、智能數(shù)據(jù)采集APP，目的就是打破對長數(shù)據(jù)鏈路的依賴，提高系統(tǒng)整體的可靠性。同時，一站式數(shù)據(jù)采集，兼容所有安全監(jiān)測現(xiàn)場設備，極大地提高現(xiàn)場作業(yè)效率。

2.3 智能采集終端自動化采集技術(shù)

智能采集終端定位為自動化傳感器數(shù)據(jù)采集設備，采用智能物聯(lián)網(wǎng)設計，兼容485/232、振弦傳感器數(shù)據(jù)采集，采集到的數(shù)據(jù)通過TCP、MQTT等多協(xié)議上傳至服務器，同時支持服務器下發(fā)控制指令，配置采集頻率，如表1所示。

表1 智能采集終端技術(shù)指標

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，建筑變形監(jiān)測項目越來越多地使用上了監(jiān)測傳感器，但是傳感器類型較多，傳感器采集終端面臨著不同的傳感器廠家協(xié)議不互通、傳感器結(jié)果數(shù)據(jù)計算方法不同、各廠家采集終端無法兼容等問題。本文智能采集終端設計之初，拋棄了采集終端通過運算生成結(jié)果數(shù)據(jù)的設計思路，精簡采集終端功能，只負責原始數(shù)據(jù)采集，這樣化繁為簡，一方面支持幾乎所有廠家傳感器的數(shù)據(jù)采集，另一方面，節(jié)約硬件成本。原始數(shù)據(jù)采集回來后，為讓不同廠家的原始數(shù)據(jù)能轉(zhuǎn)化為結(jié)果數(shù)據(jù)。在平臺上，特地設置了針對不同類型傳感器的解析指令配置。這樣，一款兼容所有傳感器的數(shù)據(jù)采集終端便應運而生。同時，工業(yè)級三防及接口設計，讓該設備穩(wěn)定運行于野外工作環(huán)境。

本文研制智能采集終端(圖2)基于物聯(lián)網(wǎng)、5G等通信技術(shù)，兼容485/232、振弦傳感器數(shù)據(jù)，通過TCP、MQTT等多協(xié)議上傳至服務器?？蛇m應于水位計、測斜儀、錨索計等傳感器的數(shù)據(jù)自動采集和實時上傳。

圖2 智能采集終端

3 構(gòu)建集成化管理服務平臺

3.1 平臺主要構(gòu)成

自動化采集與集成化服務平臺主要構(gòu)成如圖3所示。

3.2 監(jiān)測數(shù)據(jù)智能分析功能

3.2.1基準點穩(wěn)定性分析

在部分工程應用場景中，基準點不可避免地受到變形區(qū)影響而發(fā)生位移。這將直接導致監(jiān)測結(jié)果發(fā)生錯誤。若基準點的位移融合在監(jiān)測點自身正常變化之中，則難以發(fā)現(xiàn)和剔除。通常需要定期做基準點復核來判斷基準點的穩(wěn)定性。如何及時發(fā)現(xiàn)基準點變動，提高基準點復核效率，從而提高監(jiān)測結(jié)果整體質(zhì)量，一直以來，都是業(yè)內(nèi)難點。在該問題上，本文采用以下幾個分析手段，為基準點穩(wěn)定性分析提供參考依據(jù)。

圖3 服務平臺構(gòu)成圖

(1)提取平差結(jié)果改正數(shù)，配合全站儀測角與測距精度計算的控制點測量誤差，間接反映基準點穩(wěn)定性。

(2)基準點多邊形相似性。即便測站變動，未發(fā)生變化的基準點，在多期測量結(jié)果中，必定呈現(xiàn)相似性。根據(jù)當期全站儀測量水平角、垂直角及斜距，假定一個測站坐標，反算各基準點坐標。組成的多邊形與上期同方法多邊形對比，直觀反映基準點穩(wěn)定性。

(3)基準點之間距離固定不變。未發(fā)生變化的基準點，在多期測量中，基準點之間的距離是固定不變的。同上，假定一個測站坐標，根據(jù)測量原始數(shù)據(jù)，反算基準點之間的距離?？紤]全站儀本次測量精度，多期對比，來發(fā)現(xiàn)當期基準點變動情況。

3.2.2多源數(shù)據(jù)融合分析評估工程安全

建設工程變形監(jiān)測測項繁多，單一數(shù)據(jù)分析往往無法提供足夠信息。本系統(tǒng)引入多元數(shù)據(jù)融合分析技術(shù)，歸集不同測項關(guān)聯(lián)信息，統(tǒng)一表達分析。本系統(tǒng)多源數(shù)據(jù)融合，主要兩個維度。一個是多類型傳感器，這里涵蓋全站儀、水準儀、測斜儀、水位計、錨索計等諸多常見傳感器；另一個維度是自動化與人工數(shù)據(jù)融合。其中，不同傳感器(包括全站儀、水準儀)應用于不同測項。比如全站儀同時采集沉降與位移數(shù)據(jù)，沉降與位移點的關(guān)聯(lián)問題。斷面(剖面)分析中，一個斷面涵蓋多個測項不同傳感器采集的數(shù)據(jù)。周邊建筑物沉降對基坑的影響分析也往往涵蓋多個測項數(shù)據(jù)的融合分析。要想獲得有效信息，單一數(shù)據(jù)分析已經(jīng)無法滿足需求。本平臺通過配置不同測點之間的關(guān)聯(lián)關(guān)系，來達到數(shù)據(jù)分析時的信息歸集，極大地提高數(shù)據(jù)分析效率，為數(shù)據(jù)決策提供有力保障。自動化與人工數(shù)據(jù)融合。隨著建設工程智能化程度的不斷提升，智能傳感設備應用越來越多，自動化數(shù)據(jù)采集占比也越來越大。然而，傳統(tǒng)人工監(jiān)測數(shù)據(jù)仍然占據(jù)主體?，F(xiàn)代建設工程數(shù)據(jù)采集中，往往人工為主，自動化為輔。自動化數(shù)據(jù)因無人工參與，數(shù)據(jù)量大，數(shù)據(jù)質(zhì)量也參差不齊。自動化與人工數(shù)據(jù)如何統(tǒng)一匯算是行業(yè)內(nèi)一大難題。行業(yè)內(nèi)常見的監(jiān)測平臺，往往強行拆分人工與自動化數(shù)據(jù)，避開這一問題。該方法實際上治標不治本，數(shù)據(jù)利用率低，數(shù)據(jù)分析及成果總結(jié)仍舊以人工數(shù)據(jù)為準，最終導致自動化數(shù)據(jù)淪為無效數(shù)據(jù)。而本平臺，這一問題上采用以下三個措施，有效實現(xiàn)自動化人工數(shù)據(jù)的無縫對接。

(1)自動化數(shù)據(jù)濾波，解決自動化數(shù)據(jù)參差不齊問題。

(2)配置自動化數(shù)據(jù)提取周期。自動化數(shù)據(jù)量大，通過配置數(shù)據(jù)提取周期，在一個周期范圍內(nèi)的數(shù)據(jù)，經(jīng)過濾波后取均值的方法統(tǒng)一自動化人工數(shù)據(jù)周期問題。

(3)自動化設備與人工配置測點綁定。該措施直接將自動化上傳數(shù)據(jù)歸算到人工配置測點上，上傳后的數(shù)據(jù)與人工數(shù)據(jù)應用同樣的數(shù)據(jù)處理與分析邏輯，真正達到自動化與人工數(shù)據(jù)融合。

3.2.3變形趨勢預測與智能預警

傳統(tǒng)建設工程項目實施過程中，結(jié)構(gòu)物變形呈現(xiàn)出趨勢性。如能提前預測并及時預警，則能有效減少事故發(fā)生概率。建筑變形監(jiān)測數(shù)據(jù)處理系統(tǒng)軟件的主要功能是處理建筑變形監(jiān)測數(shù)據(jù)，并進行預報分析，為監(jiān)測對象的安全評估提供參考性建議[4]。

線性回歸，在原有數(shù)據(jù)基礎(chǔ)上，通過線性擬合，預測下一周期數(shù)據(jù)。卡爾曼濾波，對數(shù)據(jù)進行平滑處理，同時預測下一周期數(shù)據(jù)。神經(jīng)網(wǎng)絡，通過對已有數(shù)據(jù)進行機器學習，預測出后續(xù)數(shù)據(jù)趨勢。實驗表明，在數(shù)據(jù)量樣本較少的情況下，線性回歸預測效果優(yōu)于卡爾曼濾波及神經(jīng)網(wǎng)絡。而在數(shù)據(jù)樣本較大的情況下，神經(jīng)網(wǎng)絡預測效果最優(yōu)。

本系統(tǒng)基于神經(jīng)網(wǎng)絡算法建立工程結(jié)構(gòu)變形預測模型。采用規(guī)范學習、理論研究、編程設計、實際工程試驗相結(jié)合的方法，以提煉出一套基于神經(jīng)網(wǎng)絡的建設工程結(jié)構(gòu)變形預測模型為目的。根據(jù)研究目的，系統(tǒng)學習相關(guān)測量規(guī)范及神經(jīng)網(wǎng)絡算法，查閱相關(guān)資料，深入研究建設工程結(jié)構(gòu)物變形影響因素極其特性，在此基礎(chǔ)上，結(jié)合計算機編程技術(shù)，綜合提煉，形成基于神經(jīng)網(wǎng)絡的建設工程結(jié)構(gòu)變形預測模型，編程實現(xiàn)，并實際工程實驗測試。

3.3 監(jiān)測業(yè)務全流程信息化管理功能

針對建設工程變形管理水平相對滯后、信息化應用程度較低、智能決策支持能力較弱的現(xiàn)狀，本文在傳統(tǒng)建設工程基礎(chǔ)上，融合智能傳感及物聯(lián)技術(shù)、大數(shù)據(jù)、分布式存儲、人工智能數(shù)據(jù)預測等新一代信息技術(shù)，實現(xiàn)了建設工程智慧管理功能。

3.3.1多角色混合管理

針對不同角色開放頁面按鈕級別的權(quán)限控制。管理員通過簡單配置，即可滿足多角色項目管理需求，使得建設工程各參與方都可以實時掌握現(xiàn)場變形情況，在我院承接的項目中為業(yè)主提供更多的增值服務，項真正實現(xiàn)建設工程信息管理的“千人千面”。

3.3.2數(shù)據(jù)溯源

本系統(tǒng)強調(diào)數(shù)據(jù)全生命周期管理，采用簡化的類似區(qū)塊鏈技術(shù)。數(shù)據(jù)采集時間、地點、儀器、誰采集、誰檢核、誰上傳、誰處理、誰審批、誰入庫均詳細記錄。數(shù)據(jù)分布式存儲，原始數(shù)據(jù)、結(jié)果數(shù)據(jù)、日、周、月、總結(jié)報告、審批信息分開存儲，同時賦予數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，形成數(shù)據(jù)閉環(huán)。分布式存儲，解除不同數(shù)據(jù)之間的耦合關(guān)系，一個功能模塊出現(xiàn)問題，不影響其他功能模塊，極大地提高整個系統(tǒng)穩(wěn)定性。平臺數(shù)據(jù)展示時，直接根據(jù)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，抽取數(shù)據(jù)相關(guān)信息，集中展示分析。

3.3.3數(shù)據(jù)歸集與穿透

本系統(tǒng)依托建設規(guī)范，融合大數(shù)據(jù)技術(shù)，抽取工程、測項、測點等層級關(guān)鍵變量，集中展示，輔助項目評價及決策。同時，開放多維度數(shù)據(jù)穿透，關(guān)聯(lián)一條數(shù)據(jù)的一生及相關(guān)測點、測項、工程的多維數(shù)據(jù)。系統(tǒng)具備強大的文檔數(shù)據(jù)歸檔功能，與項目相關(guān)的方案、電子圖紙、原始數(shù)據(jù)、平差報告、結(jié)果數(shù)據(jù)、日、周、月、總結(jié)報告等按照規(guī)則和流程自動歸檔。

3.3.4設備管理自動化

以往設備管理在辦公平臺中，只對設備借、還進行簡單管理，并不能和監(jiān)測業(yè)務相關(guān)聯(lián)，忽略了儀器設備精度、標定系數(shù)、檢定有效期等屬性。本系統(tǒng)針對這些問題，研發(fā)了設備管理自動化功能，可以在監(jiān)測項目中按照規(guī)范限定選擇符合精度指標的儀器設備，只能使用在檢定有效期內(nèi)的儀器設備。還可自動帶入儀器精度或標定系統(tǒng)進行數(shù)據(jù)自動處理，大大提高了數(shù)據(jù)處理的自動化和準確性。

4 工程實踐

本文通過基坑監(jiān)測、地下管廊監(jiān)測、地下工程監(jiān)測和文物建筑監(jiān)測等工程實踐監(jiān)測，引入測量機器人自動化數(shù)據(jù)在線采集技術(shù)、物聯(lián)網(wǎng)連接平臺互聯(lián)互通技術(shù)、多源數(shù)據(jù)融合分析以及監(jiān)測數(shù)據(jù)集成管理服務，達到了對建筑結(jié)構(gòu)的安全性及建筑場地的穩(wěn)定性作出評估的目標，顯著提高了工作效率，如表2所示。

表2 傳統(tǒng)人工監(jiān)測與本文系統(tǒng)自動化監(jiān)測工效比

5 結(jié)束語

本文針對建筑工程變形自動化采集和集成化管理的需求，利用多源傳感器及智能采集終端實現(xiàn)了建筑變形監(jiān)測數(shù)據(jù)自動采集、傳輸。研發(fā)了基于物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的建筑變形監(jiān)測信息自動化采集與集成化管理服務平臺，實現(xiàn)了監(jiān)測數(shù)據(jù)智能處理分析及管理，提高了工作效率。本系統(tǒng)應用至今，尚存在不足，一是本系統(tǒng)目前基于儀器設備獲取的數(shù)據(jù)并結(jié)合現(xiàn)場巡檢和工況輔助，來判斷建設工程變形以及變形產(chǎn)生的原因，相對片面；二是目前監(jiān)測設備價格昂貴，出于成本控制考慮采用自動化監(jiān)測方法的項目占比不到10%。下一步，在建設工程變形和變形原因分析上，納入巖土、水文等數(shù)據(jù)，增強數(shù)據(jù)融合能力，從點到面再到體，進一步深化數(shù)據(jù)分析。