基于无线传感器网络的地铁建造远程监测和风险预警系统

赵 靓，魏汉明

(1. 山西云时代技术有限公司，山西 太原 030032；

2. 山西省信息产业技术研究院有限公司，山西 太原 030012)

随着地铁建设里程的不断增加，地铁建设中由于人为因素、 安全管理不到位引起的安全事故越来越多[1]. 我国的地铁建设具有较强的特殊性和复杂性，在车站施工过程中，只有对基坑支护结构、 基坑周围土体等进行全面系统的监测，才能全面了解车站工程的安全性和周围土体的变化情况，确保地铁建设顺利进行[2]. 因此，如何提高地铁建设过程中采集目标信息的自动化程度、 有效追踪风险源，提升安全风险控制水平，加强安全风险管理已成为地铁建设中亟待解决的重要课题[3].

在地铁建设过程中，主要通过人工监测的方式采集目标信息，并判断是否存在安全风险. 这种方式不仅存在专业技术人员稀缺、 难以追踪风险源的问题，还存在耗时费力、 实时性差、 效率低和人员安全等问题. 基于这种情况，本文利用无线传感器网络技术构建了远程监测和风险预警系统，由部署在监测区域内大量传感器节点采集目标信息，使各参建方可以远程了解地铁工程建设中目标区域各监测点的数据信息，以掌控施工状态、 指导施工[4-5]. 同时，可以从系统中看到风险发生的全过程，以便于追溯风险源，实现风险倒查.

无线传感器网络是由分布在地铁工程监测区域内各类传感器节点、 汇聚信息节点、 管理终端节点和无线通信网络组成的[6]. 如图 1 所示为无线传感器网络结构示意图. 传感器节点实际上是一个微型的嵌入式系统，包含中央控制器，拥有存储和无线传输功能[7]主要用于采集地铁工程建设中的温度、 水位、 沉降、 应力、 变形等重要数据信息. 汇聚信息节点可实现对各个传感器节点数据信息的汇聚功能. 管理终端节点可以通过远处的PC机、 移动设备，实时了解地铁工程建设重点区域的数据信息，实现对地铁工程建设的远程监测[8].

图 1 无线传感器网络结构示意图Fig.1 Structure diagram of wireless sensor network

图 2 远程监测系统结构示意图Fig.2 Schematic diagram of remote monitoring system structure

远程监测软件平台布置在管理终端节点. 利用以上技术采集目标区域的基础信息，并利用风险预案、 数据分析、 风险预警、 风险决策等技术，综合业主、 施工、 监理、 设计等各参建方的信息，可实现对地铁工程建设情况的智能管理. 同时，各参建方在远处就能了解到地铁工程建设中目标区域各监测点的数据信息，便于及时了解施工状态. 图 2 为远程监测系统结构示意图.

系统通过部署在监测区域内传感器节点并按照相应的监测方法来感知施工现场信息，通过模数转换，将模拟量转换为数字量，应用无线传输方式将传感器节点采集的数据信息传输到管理终端.

2.1 传感器监测方法

系统可完成温度、 水位、 沉降、 应力、 变形等重要数据的测量，这里主要介绍采集水位、 压力、 倾角数据的监测方法.

2.1.1 水位监测

基坑降水将导致周边地下水位的下降，地下水位的下降又将导致周边土体的固结变形. 地下水位监测选用某系列孔隙水压力计，其具备抗干扰能力强、 零点漂移小、 性能可靠等优点，可用于基坑、 边坡等结构物内孔隙水压力的长期自动化监测，以分析和预测土体变形、 判断基坑的稳定性. 孔隙水压力计主要由透水石、 承压膜、 线圈、 钢弦、 紧固夹头等组成，承压膜与钢弦相连，钢弦上被预加一定张力固定在传感器的内部. 在弦长及受力一定的情况下，钢弦的固有频率是固定的.

(1)

式中：p为孔隙水压力；
K为所测孔隙水压力计的标定系数；
fi为测量时孔隙水压力计的频率平均值；
f0为测量安装前孔隙水压力计的初始频率平均值. 在弦长一定的情况下，钢弦固有频率的平方与膜片上的水压力成正比，通过测量钢弦频率的变化可得被测孔隙水压. 利用无线传输方式可以将数据传至后台进行分析、 处理和展示.

2.1.2 支撑轴力监测

围护桩及支撑体系承担支护体系外侧的侧向土压力. 当支护体系所受支撑轴力与支撑在平衡状态下的轴力设计值不一致时，将可能引起支护体系失稳. 为监测基坑施工期间支撑的内力状态，选用钢筋计进行支撑轴力监测，钢筋计布置在距支撑端顶部1/3处，每处布置在混凝土截面2个角部主筋处. 传感器信号通过无线设备将现场的实时数据发送到后端管理平台. 计算过程如下所示：

1) 根据测量值计算应变量，应变量取各传感器计算值的平均值

(2)

式中：ε为t时刻的应变量，10-6；
K为传感器灵敏系数，10-6/Hz2；
A为应变计修正值，10-6；
f0为基准频率值，Hz；
ft为t时刻频率值，Hz.

2) 根据应变量计算支撑的轴力

Ni=εs(EcAc+EsAs)×10-6，

(3)

式中：Ni为混凝土支撑测量轴力，kN；
Ec，Es分别为混凝土、 钢筋的弹性模量；
Ac，As分别为支撑的混凝土截面面积和钢筋截面面积，mm2；
εs为应变计测出的应变平均值.

2.1.3 围护桩水平位移监测

基坑土方开挖会导致土体原始应力情况发生变化，造成围护结构或外侧地层不同深度处发生水平变位. 通过对围护桩水平位移进行监测、 分析，可判断是否存在薄弱区段. 倾角传感器选用测斜仪来进行围护桩水平位移监测，布置在基坑各边中间部位、 深度变化部位等地点.

图 3 测斜原理计算示意图Fig.3 Schematic diagram of inclinometric principle calculation

2.2 传感器节点设计

传感器节点由供电模块、 采集模块、 中央控制模块、 存储模块、 通信定位模块组成. 由各类传感器感知地铁工程建设监测区域中的目标信号，利用中央控制模块实现对各类信号的模数转换、 存储、 定位、 无线传输，并通过射频模块、 通信接口模块输出数据信息. 如图 4 所示为传感器节点结构的示意图.

图 4 传感器节点结构示意图Fig.4 Schematic diagram of sensor node structure

2.3 采集模块设计

目标信号通过传感器设备采集进入到调理电路，通过调理电路对目标信号进行滤波、 放大. 经过处理后的信号进入模数转换模块，本设计选用的A/D是一款6通道、 16 bit采样精度的高速模数转换器[9]. 可通过设置A0，A1，A2引脚来设置芯片模式，本设计选用循环模式. 时钟输入为 5 MHz 时，有16.5个CLK的转化时间和3.5个CLK的读取时间. 如图 5 所示为模数转换的时序图. HOLDX引脚控制A，B，C组的采样. 通过对CS与RD引脚的控制可同时对6路数据信息进行循环读取，如图 6 所示为循环模式读取数据的时序图.

图 5 模数转换时序图Fig.5 Timing diagram of analog-to-digital conversion

图 6 循环模式读取数据时序图Fig.6 Timing diagram of reading data in circular mode

如图 7 所示为模数转换芯片示意图. 16 bit的模数转换器的分辨率为216，即它能将相应的传感器测量量程等分成216份，假设参考电压为Uref，则分辨率计算公式为

图 7 模数转换芯片示意图Fig.7 Schematic diagram of analog-to-digital conversion chip

通过以上监测方法，利用传感器节点采集、 模数转换，将信号传输到后端管理平台.

将传感器节点采集到的数据传输至管理终端后，首先对数据进行解析，再进入到风险预警功能模块，判断是否存在风险.

3.1 报文数据解析

将传感器节点采集的数据信息按照协议提前规定的帧格式传入到管理终端. 数据报文格式定义如下：
start|发送时间|设备1，数据1，采集时间1；

设备2，数据1，采集时间1；

设备3，数据1，采集时间1；

设备4，数据1，采集时间1；

|end. 报文以“start”开头，以“end”结尾有效，“|”表示数据分隔符，报文数据用3个“|”分为4段，采集时间用24 h计时，格式为“yyyyMMddHHmmss”的字符串表示发送时间. 图 8 为系统中报文数据展示图.

图 8 报文数据展示Fig.8 Message data display

3.2 风险预警工作流程

本软件系统首先基于地铁建设中车站基坑与区间隧道施工中相应风险的历史大数据，构建地铁工程建设风险知识库[9]. 图 9 为系统风险监测预警功能工作流程图. 根据专家评估出的某站地铁建设风险建立风险预案，按照上面提到的采集数据方法与步骤，将传感器节点采集的监测区域内的数据信息与相应监测信息系统内设定的预警阈值进行比较，若超出，则产生预警记录；

若产生的风险源存在于风险知识库中，将直接调用相关风险源控制方案并通知相关人员排险；

若风险库中没有相关风险源控制方案，则通知相关负责人制定相应风险源的风险控制方案；

若排险完成则消除预警；

若预警未及时有效处理形成风险事故的，则生成风险事故报告.

图 9 风险监测预警功能工作流程图Fig.9 Work flow chart of risk monitoring and early warning function

通过一系列过程实现对地铁建设过程中风险源的跟踪与控制，风险源全程留痕，便于风险倒查.

通过传感器节点感知重点区域信息，将目标信息传入管理终端. 管理终端对上文提到的报文数据进行解析，与相应的监测点对应. 如图 10 所示为3号出口桩体水平位移监测点采集的立体结构水平位移数据变化示意图，是一个单变量的展示. 图 11 为GC3-6水位变化趋势图，图 12 为4眼水位监测点数据变化趋势图，可以观测同一段时间目标区域4眼水位监测点水位数据变化的趋势，是一个多变量的展示. 通过单变量展示与多变量展示的配合，可以直观地了解几个关联监测点的数据变化，为风险的判断提供更多的参考依据.

图 10 立体结构水平位移数据变化趋势图Fig.10 Trend graph of horizontal displacement data of three-dimensional structure

图 11 GC3-6水位变化趋势图Fig.11 Trend graph of GC3-6 water level data change

图 12 多变量水位数据变化趋势图Fig.12 Trend graph of multivariable water level data change

本文所设计系统利用无线传感器网络技术，按照相应的监测方法，利用监测区域内部署的传感器节点感知重点区域目标信息，管理终端接收并分析传感器节点采集的数据，使参建各方从远程的PC端和移动端就能够实时了解工程建设的情况，全程监测风险源的状态，提升了地铁工程建设中的实效性、 连续性、 准确性、 便捷性，可及时掌控施工状态、 指导施工，实现信息化施工和管理，提升地铁监测智能化、 信息化水平，从而为地铁工程施工中的安全提供有力的保障.