基于雙測量機器人的土石壩智能變形監測信息集成與整編

張玉炳 汪曉東 楊明化 高全

摘要：測量機器人相較于人工觀測等監測方法，在測量精度、適應不規則建筑物形狀、變形觀測量程、建設和運行成本等方面均具有明顯的優勢，特別適合土石壩智能變形監測。結合雙測量機器人應用于土石壩智能變形監測的實例，闡述了監測信息的集成和分析方法，研究了變形監測數據整編分析技術，可實現數據存儲管理、數據誤差修正、整理與計算。在集成測量機器人表面變形信息的基礎上，研發了滿足監測整編分析的業務系統，實現了測量機器人變形監測數據智能化分析。

關鍵詞：變形監測;大壩安全;整編分析;雙測量機器人;系統集成;土石壩

中圖法分類號：TV698

文獻標志碼：A

DOI：10.15974/j .cnki.slsdkb.2020.05.013

隨著水利信息化建設的快速發展，自動化、信息化、智能化的大壩安全監測技術已成為大壩安全監測的重要發展方向。土石壩是世界大壩工程建設中應用最為廣泛一種壩型，其表面變形監測是重要安全監測項目，表面變形監測是判斷大壩安全狀態的重要途徑之一。水庫大壩的表面變形監測一般采用人工觀測，這種觀測方法在觀測場景，測量精度、觀測量程等方面均具有明顯短板。基于雙測量機器人的土石壩智能變形監測成套技術實現了“無人值守”的現代水庫管理模式。在保證觀測精度的基礎上，實現了大壩安全自動化監管，有效改善了大壩表面變形觀測的難題。結合應用實例觀測信息進行大壩表面變形智能變形監測分析與系統集成顯得尤為重要。研究變形監測數據整編分析方法，進行數據庫管理、數據誤差修正、整理與計算、整編分析和數據發布，可實現測量機器人變形監測數據智能化分析，進而實現大壩安全分析，預測大壩變形趨勢，進行預警報警，加強安全監管，可彌補工程管理信息化短板。

1 系統組成

雙測量機器人系統的硬件系統組成包括基站、參考點、監測點、計算機和安防系統[1]。基站由觀測墩、測量機器人、觀測房組成，測量機器人架設于基點上，基準點組成控制網，監測點布置在變形體表面，由觀測墩、正對基站的棱鏡、數字式溫度計和氣壓計組成。根據工程實際和規范要求，監測點較均勻地布設于變形體有代表性的橫縱斷面上。數據監測軟件通過光纜與測量機器人通信，實現全自動測量、轉換、計算和存儲等功能。智能化大壩變形監測系統見圖1。

2 信息集成

信息集成主要是實現測量機器人監測數據的實時獲取、傳輸、轉換和存儲，經處理后的數據為業務信息系統所用，并為后期的資料整編和分析評價提供數據支撐。

測量機器人的數據采集系統采用模塊化設計，這種設計的優勢是結構清晰、便于后期的調試與維護。主要有GeoCOM連接、參數設置、測站配置、測量控制、測量、數據接收解析、數據存儲管理7個功能模塊，各模塊通過Visual Studi0 2015開發的系統界面操作實現，其業務流程如圖2所示。

GeoCOM是一個用于建立通信的動態鏈接庫，該連接模塊負責上位機與全站儀之間的通訊，用戶可通過界面改變系統的串口號、波特率、校驗碼和協議等4個參數。

測量模塊是智能測量系統的核心模塊，用于數據測量工作。可實現兩個主要功能：

（1）執行測量命令，并將測量數據發送到繪圖模塊和數據顯示與管理模塊。

（2）采用循環監控的方式，實時顯示儀器角度參數（垂直角、水平角），便于用戶隨時了解當前全站儀望遠鏡的位置。

關系型數據庫管理模塊通過ADO接口實現測量數據對數據庫文件的讀寫操作。

數據顯示與處理模塊用于將水平角H、垂直角V、斜距、高程、北坐標、東坐標等測量數據顯示在MSFLXGRD網格上，以及通過內部算法計算出測量點北坐標、東坐標、高程上的位置關系。

測量機器人采集的數據需要進行解析后存儲到關系型數據庫中，既要能滿足表面變形觀測數據存儲利用的需要，又要符合數據表結構基本設計原則，存儲表結構及關系如圖3所示。

（1）表面垂直位移監測水準基點或水準工作（起測）基點表（表名DSM_ DFR_SRVRDSBP），用于存儲表面垂直位移監測水準基點或工作（起測）基點的考證信息。

（2）表面垂直位移表（表名DSM_ DFR_SRVRDS），用于存儲表面垂直位移測點的監測成果。

（3）表面垂直位移測點表（表名DSM_DFR_SRVRDSMP），用于存儲表面垂直位移測點的考證信息。

3 資料整理整編

各種觀測數據為水庫大壩的運行工況提供了第一手資料。通過對第一手資料進行去粗取精、去偽存真、由此及彼、由表及里處理，才能作出正確的判斷，獲得規律性的認識，保證水庫安全和合理運用，為設計、施工、管理和科學研究提供依據。以上工作統稱為資料整理整編，其重點是計算、查證原始觀測數據的可靠性和準確性。

監測資料整理整編工作主要包括歷史數據補錄、原始數據轉換計算、閾值法數據剔除、粗大誤差清洗以及特征值計算等[2]。

（1）歷史數據補錄。基于數據鉆取的監測點變化可視化整編，發現監測數據缺失時段時，應利用人工觀測記錄進行監測數據補錄。

（2）原始數據轉換計算。通過計算，將頻率、溫度、模數等原始物理量轉換為結果值，確定并錄入儀器基準值。

（3）閾值法數據剔除。通過設定監測儀器測值變化范圍，自動查找不滿足閾值范圍的測值及對應時間，通過顏色標注，并支持用戶編輯。

（4）粗大誤差清洗。通過尖峰識別法（見圖4）、標準差法對數據進行可靠性檢驗，結合相關測值進行誤差分析，對粗差進行自動判別及剔除。對隨機誤差或偶然誤差，按正態分布規律，采用常規誤差理論進行分析處理。對于系統誤差，可通過校正儀器來消除。

（5）特征值計算。通過實時計算監測點數據的最大值、最小值、最大變幅、超歷史最高等特征值，結合數據變化過程，判斷特征值合理性。

4 數據分析方法

監測資料分析方法包括比較法、作圖法、特征值統計法、數學模型法等，具體內容包括時序分析、相關性分析、回歸分析、專項分析等，并為資料整編分析報告提供數據支撐[3]。

4.1 時序分析

時序分析主要是以分析時間序列的發展過程、方向和趨勢，預測將來時域可能達到目標的方法，分析效應量隨時間的變化規律和在空間分布上的特點。

（1）以相關歷史資料數據為依據，區別不規則變動、循環變動、季節變動等不同時間的動勢，特別是連續的長期動勢，并整理繪出統計圖。

（2）從系統原則出發，綜合分析時間序列，反映因果聯系及影響，分析各種作用力的綜合作用。圖5為某次防洪調度過程中，當閘門開啟后入庫流量、出庫流量和水庫水位之間的時序變化關系。

（3）運用數學模型，如移動平均法、季節系數法、指數平滑法求出時間序列以及將來時態的各項預測值。時序分析適用以數據量化的時序系統，主要是以概率統計分析隨時間變化的隨機系統。

4.2 相關性分析

相關性分析是通過分析效應量的主要影響因素及其定量關系和變化規律，以尋求效應量異常的主要原因，考察效應量與原因量相關關系的穩定性[4]。

為確定相關變量之間的關系，首先收集由時間、測值組成的成對數據，然后在直角坐標系上描述這些點，形成“散點圖”。根據散點圖，當自變量取某一值時，因變量對應為一概率分布。如果對于所有自變量取值的概率分布都相同，則說明因變量和自變量不存在相關關系，反之亦然。

圖6是將上游水位變化與管水位變化進行相關性分析。選取時間，上游水位和時間，管水位數據點進行組合形成散點圖，樣本數為827個，計算其相關系數r=0.899 2，回歸方程為Y=0.498X+25.687 5。

4.3 回歸分析

回歸分析主要是預報效應量的發展趨勢并判斷其是否影響工程的安全運行，并分析效應量觀測值的特征值和異常值等。

回歸分析是確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法，分為一元回歸和多元回歸分析。

線性回歸使用最佳的擬合直線（也就是回歸線）在因變量y和一個或多個自變量X之間建立一種關系。多元線性回歸可表示為Y=a+blXi +b2X2+e，其中a表示截距，b表示直線的斜率，e是誤差項。多元線性回歸可以根據給定的預測變量s來預測目標變量的值。

圖7為上游水位、下游水位與管水位之間的多元線性回歸結果，樣本數為443個，回歸系數分別為0.261 6和0.130 3，復相關系數為0.853 8。

4.4 專項分析

專項分析是根據工程需要和工程特性，針對建筑物的某一特性采取綜合分析的一種方法，例如歷次巡視檢查對比分析、壩體浸潤線分析、滲透坡降分析等，專項分析更加直觀具體，針對性更強，能為后期的分析評價提供更有效的依據[5]。如花涼亭水庫2002，2006，2014年和2015年的典型監測斷面浸潤線的變化過程，通過對比分析其滲透坡降的變化趨勢;分析某水庫典型監測斷面的實測浸潤分布，對大壩安全有很重要的參考價值。

5 系統實現

基于雙測量機器人的土石壩智能變形監測技術在安徽省花涼亭水庫得到成功應用。在實現測量機器人信息集成的基礎上，結合工程需要，采用了部分監測資料分析方法，完成了以安全監測資料整編分析為核心的業務信息系統研發。系統功能包括數據查詢、數據整理、資料整編、時序分析、相關分析、回歸分析和資料整編報告生成等功能。該系統可為管理人員提供簡單易操作的專業整編分析功能[6]。

系統采用Springboot后端框架，按照分布式SOA技術架構，以面向服務的組件模式，為管理單位提供在線的資料整編分析技術服務。利用業務信息系統的功能，通過對花涼亭水庫典型斷面的分析發現，其上游高程82.5 m馬道、壩頂上游向和下游向、下游高程82.0 m馬道均有不同程度地下降，下降趨勢較緩。

6 結語

基于雙測量機器人的土石壩智能變形監測技術在花涼亭水庫得到成功應用，為水庫管理單位表面變形觀測提供有效手段，提高了土石壩變形監測的效率及準確性，減輕了管理人員的工作強度，推進了大壩自動化、智能化管理。

本文闡述了基于雙測量機器人以土石壩表面變形監測信息的集成方法，研究了變形監測數據整編分析技術，實現了數據存儲管理、數據誤差修正、整理與計算，研發了具有監測整編分析功能的業務系統，實現了測量機器人變形監測數據智能化分析。工程實際應用表明，以大壩安全監測整編分析為核心的業務信息系統彌補了水庫大壩安全監管信息化短板，突破水庫管理人員技術能力瓶頸，實用價值較高。

參考文獻：

[1]楊明化，潘建波，章贏，監測自動化系統在花涼亭水庫出險加固中的應用[J].人民長江，2011，42 （12）： 36-39.

[2]周啟，王大江，楊明化，等.基于測量機器人的大壩智能化變形監測系統研究與應用[C]//中國水利學會2016學術年會論文集，南京：河海大學出版社，2016.

[3]陳優良，卞煥，虞列沛，等.基于測量機器人的露天礦邊坡變形+在線分析與預測[J]有色金屬科學與工程，2018，9（6）：72-80.

[4]陳磊，尹燕運.基于TS30測量機器人自動化變形監測系統的開發與應用[J]巖土工程技術，2016.30（3）：109-113.

[5]黃聲享，張翠峰，沈鳳嬌.大壩監測資料的整編分析方法[J].測繪工程，2009，18（6）：4-10.

[6]何向陽，周啟，周和清，等，水庫大壩監測資料整編分析系統的研究與開發[J].人民長江，2015，46 （23）：108-111.

（編輯：唐湘茜）

基金項目：國家重點研發計劃項目“基于大數據的大壩安全診斷與預警關鍵技術”（2018YFC0407106）;國家大壩安全工程技術研究中心項目“土石壩表面變形智能監測成套技術研究”（ CX2017231）

作者簡介：張玉炳，男，高級工程師，碩士，主要從事水利信息化工作。E-mail：zhangyubing@cjwsjy.com.cn