馬昆,周子健,朱攀峰
(1.中國鐵路北京局集團有限公司 衡水車務段,衡水 053000;2.中國鐵道科學研究院集團有限公司 電子計算技術研究所,北京 100081)
我國幅員遼闊、自然條件復雜,造就了鐵路運輸跨度廣、線路長、運行環境復雜等固有特點,使得路基、邊坡、橋隧、鐵塔等鐵路基礎設施在保障列車安全運營的同時,也成為影響行車安全的潛在因素。近年來,受到連續強降雨等極端天氣和塌方、泥石流等自然災害的影響,我國多條鐵路干線基礎設施受到不同程度的破壞,造成行車中斷、車廂脫軌等險情[1-2]。因此,針對鐵路基礎設施進行精準位移監測和預警具有重要意義。
北斗衛星導航系統(BDS,BeiDou Navigation Satellite System)能夠為全球用戶提供全天候、全天時、高精度的定位、導航和授時服務[3]。近年來,北斗定位技術被逐步應用于鐵路建設及運營中。王劍等人[4]將北斗定位技術應用于高速鐵路列車實時定位中,在衛星信號連續狀態下能夠滿足列車定位要求;秦健[5]提出一種基于北斗定位技術的鐵路作業人員和車輛安全預警防護系統構建方案。在鐵路監測領域,北斗定位技術也得到了越來越多的應用,劉洋[6]將北斗定位技術應用于橋梁形變監測,并將經驗模態分解法用于解決北斗監測噪聲,進一步提高了北斗觀測的精度;路志遠等人[7]研究了鐵路數據預測模型,對比了長短期記憶模型與傳統時間序列模型,驗證了長短序列模型具有更好的性能。現存的文獻主要針對鐵路基礎設施監測方法的準確度進行研究,對基礎設施監測系統設計和實際運行的研究較少,本文詳細描述了基于北斗定位技術的鐵路基礎設施檢測系統(簡稱:本文系統)的設計方案,并利用鐵路現場數據,分析本文系統運行情況和監測精度。
空間定位起源于二維平面定位,如圖1(a)所示,對于船只的位置坐標 (x,y),需要A 和B 兩個已知點同時對船只進行測距,可得到船只的準確位置。將這一原理推廣到空間,需要至少3 個已知點同時測距才能夠獲得空間中未知點的位置 (x,y,z),如圖1(b)所示。

圖1 平面定位與空間定位
由空間定位原理可知,在滿足可見衛星數量的情況下,為確定監測對象的空間位置,需要具備2個條件:(1)明確衛星的空間坐標;(2)獲得衛星的測距信息。
1.2.1 衛星位置確定
衛星空間坐標獲取方式主要包括基于廣播星歷軌道參數實時計算和利用精密星歷直接獲取。(1)廣播星歷由衛星直接播發,通常用于實時定位,計算方法可見文獻[8];(2)精密星歷通常由測繪中心經過處理后發布,雖精度較高,但經過處理會有部分延遲,因此,常用于實時性需求不高的高精度定位[9]。
1.2.2 北斗衛星量測
BDS 能夠面向全球用戶,播發包括偽距(Pseudo Range)、載波相位(Carrier phase)等測距信息,這些測距信息都屬于衛星量測信息。
(1)偽距直接反應衛星信號從被播發到被接收過程的全部距離,由于信號傳播路徑并非真空,因此偽距中包含固定的測量誤差,通常情況下,衛星偽距模型為

其中,ρ是衛星偽距量測信息;r是衛星到接收機的幾何距離;C是真空中光速;δtu是衛星信號接收時刻;δts是 衛星信號發射時刻;Iiono是電離層延時距離;Ttrop是對流層延時距離;ερ是偽距測量噪聲。
(2)載波相位以波長為單位,一個波長約為19 cm,因此,載波相位常用于高精度定位。與偽距不同的是,載波相位存在固有的整周模糊度,載波相位模型為

其中,φ表示載波相位量測信息;λ是載波相位波長;N是未知的整周模糊度;εφ是載波相位量測噪聲。
(3)由式(1)和式(2)可知,衛星到接收機的幾何距離r包含在衛星測距中,因此,可根據式(3),結合最小二乘法或卡爾曼濾波算法解算接收機三維坐標。

其中,Xs、Ys、Zs表示衛星的空間三維坐標,xr、yr、zr表示接收機的三維坐標,即待求解的3 個未知參數。
在高精度監測領域,載波相位是主要的衛星量測信息,影響其直接解算的因素包括整周模糊度和固有的測距誤差,因此高精度監測方法需要對這些因素進行削弱,以提高衛星測量精度。
1.3.1 整周模糊度固定方法
由式(2)可知,不同衛星的載波相位量測信息對應不同的整周模糊度N,會造成方程未知數增加、解算模型復雜化,為此,采用整周模糊度固定方法。常用的整周模糊度固定方法包括置信區間法、快速模糊度解算法及LAMBDA 法等[10-11]。
1.3.2 雙差載波相位模型
為了獲得毫米級的監測結果,通常需要借助靜態基線解算技術消除載波相位中的各類誤差,靜態基線解算基本流程如圖2 所示。

圖2 基于雙差載波相位的基線解算流程
假設在某時刻,有衛星i和衛星j同時被北斗基準站A和北斗監測站B捕獲跟蹤,對于衛星i,載波相位模型為

其中,下標A、B分別表示基準站接收機A和監測站接收機B相關變量,上標i表示與衛星i相關的變量。
對于衛星i,單差載波相位模型能夠有效消除衛星鐘差、削弱電離層和對流層延遲。單差載波相位模型為

雙差則是在單差模型的基礎上,利用衛星i和衛星j的單差觀測再次做星間差分,進一步消除了接收機鐘差,則雙差載波相位模型為

式(6)中,僅包含雙差幾何距離、雙差整周模糊度和殘余的雙差觀測噪聲,在獲得足夠數量的量測信息后,采用最小二乘法或卡爾曼濾波算法構建解算方程,即可求解監測對象的位置。
本文系統采用分布式架構。系統總體架構可分為監測層、傳輸層、匯聚層、處理層和應用層。監測層利用相關傳感器實時捕捉鐵路基礎設施的原始觀測數據,結合傳輸層上傳至匯聚層,匯聚層匯集了各類監測設備的時空數據,提供存儲和轉發服務,處理層接收來自匯聚層的時空數據,經過預處理、解碼、解算等環節,生成直觀的應用數據,提供給應用層的各類系統應用,系統架構如圖3 所示。
可以由信息中心牽頭組織,通過舉辦講座、印發手冊及網絡宣傳等手段,對全校的師生進行網絡安全的教育,弘揚正能量,增強了師生的網絡安全意識,有助于他們養成良好的上網習慣,自覺主動地營造好的環境,可以在上網過程中,人為消除一些不必要的隱患。

圖3 基于北斗的鐵路基礎設施監測系統架構
(1)監測層包括現場的監測設備及軟件,實現原始數據采集和處理等功能。現場監測設備主要包括北斗基準站、北斗監測站和輔助監測設備,其中,北斗基準站能夠全天候、全天時連續實時采集多頻多星座信號,是整個監測系統的位置基準;北斗監測站主要安裝于路基、邊坡、橋梁、鐵塔等鐵路基礎設施重點位置,通過實時接收衛星信號,獲得被監測對象長期、連續的原始監測數據;輔助監測設備監測現場對象,獲得更為可靠的監測結果。
(2)傳輸層為基于北斗的基礎設施監測系統提供數據傳輸通道。通常包括4G 無線通信網絡(移動公網)、鐵路專用無線網絡和鐵路數據通信網絡。
(3)匯聚層匯集了各類監測設備的時空數據,包含數據接口服務器、數據轉發服務器和數據存儲服務器,為數據應用、分析和共享創造條件。
(4)處理層用于處理各類時空數據,包括數據解碼、質量檢查、數據計算和預警分析模塊等,結合數據處理、數據集成和數據封裝等技術,為數據應用提供支撐。
(5)應用層綜合匯聚各類封裝后的數據服務,為維護人員、管理人員提供北斗監測應用服務。
為實現對鐵路基礎設施全天候監測、解析、展示等功能,本文系統與多個外部系統建立數據接口,交互數據。
(1)全球衛星導航系統:布設于現場的北斗監測站能夠全天時、全天候接收來自多個衛星導航系統的測距信息、導航電文、氣象數據,并將這些數據按照標準格式進行存儲與轉發。
(2)鐵路北斗應用服務平臺:北斗監測站將監測數據傳輸到鐵路北斗應用服務平臺,由平臺中的高精度解算模塊實現原始數據的校驗、處理和解算,接口采用TCP/IP 協議,支持2G/3G/4G 移動公網接口或鐵路移動通信網網絡接口。
(3)鐵路地理信息平臺:鐵路地理信息平臺向本文系統提供高精度地理地圖服務,實現可視化展示功能,接口采用安全令牌傳輸協議(STTP,Secure Token Transfer Protocol)。
2.3.1 首頁展示
首頁綜合展示了本文系統各項核心功能、統計信息及監測數據,利用電子地圖可實現對各工點監測設備的矢量展示和影像展示。在本文系統中可查看某工點的詳細信息,包括站段、天氣、設備分布等信息,點擊站點位置圖,可查看該工點所有設備的平面分布等。
2.3.2 設備管理
根據工程類型查看到用戶權限下能獲取的所有工點的設備數據,并可進行增加、編輯、修改和設置基準值等操作。
2.3.3 預警管理
本文系統通過前端監測設備采集監測站和基準站的時空數據,在經過數據處理層的解碼、計算等操作后得到監測點位的沉降位移(路基沉降)、形變位移、速率、加速度等多個形變因子。基于預警模型對形變量、位移量進行回歸擬合,對現階段沉降和形變發育階段做出判定,同時,對未來一段時間內的形變做出預測預警,并利用位移圖進行展示。當被監測的基礎設施處于危險階段時,則會進一步觸發自動預警機制,將預警信息和巡檢建議發送給相關人員。
2.3.4 統計分析
統計分析模塊能夠將選定設備的監測數據進行可視化展示,同時該模塊可記錄各監測站的歷史形變因子、預警級別,輔助判別監測點位的危險等級。
2.3.5 數據中心
數據中心包含了所有監測設備位移解算結果,能夠展示全部解算數據和詳細的預警數據,并對這些數據進行存儲,同時該模塊可提供位移結果驗算和監測數據共享服務。
2.3.6 系統管理
管理組織機構、用戶權限、菜單及日志。
本文系統已在京張(北京—張家口)高速鐵路、京滬(北京—上海)高速鐵路、浩吉(浩勒報吉—吉安)鐵路成功應用。為驗證本文系統的功能,提取某鐵路沿線邊坡、隧道、大橋和鐵塔的長期監測數據,通過本文系統對其進行統計分析,分析結果表明,本文系統能夠對監測對象的形變趨勢進行預警,滿足設計要求。
3.1.1 鐵路邊坡位移監測
提取某鐵路沿線高路堤邊坡工點布設的10 套監測設備和1 套基準站設備的采集數據,利用本文系統的統計分析功能,可查看該邊坡工點近一年來各監測點的位移量變化,如圖4 所示。
由圖4 可知,2021 年8 月起,該邊坡部分區域呈緩慢沉降趨勢,到2022 年4 月,部分區域最大監測沉降達到了12 mm。

圖4 鐵路高路堤邊坡各監測點位移量變化
3.1.2 隧道進口仰坡位移監測
提取某鐵路沿線隧道仰坡工點布設的10 套監測設備和1 套基準站設備的采集數據,利用本文系統中的統計分析功能,可查看該隧道進口仰坡工點近一年來各監測點的位移量變化情況及趨勢,如圖5所示。

圖5 鐵路隧道仰坡各監測點位移量變化
由圖5 可知,該隧道仰坡平均沉降約3.4 mm,整體沉降不明顯,但10 處監測點中,5 號和8 號監測點分別發生了12 mm 及17 mm 的沉降,當沉降達到系統設置的閾值時將觸發預警功能,系統會自動生成警告信息發送給工務專業人員,同時,還將提供巡檢建議。
3.1.3 鐵路橋梁形變監測
提取系統中某鐵路大橋工點布設的5 套監測設備和1 套基準站設備的采集數據,利用本文系統中的統計分析功能,可查看到該橋梁工點近一年來各監測點的位移量變化,如圖6 所示。
由圖6 可知,該橋梁整體未監測到明顯沉降趨勢,平均形變約1.2 mm。

圖6 鐵路橋梁各監測點位移量變化
3.1.4 基站通信鐵塔傾斜監測
鐵塔傾斜監測可應用于鐵路沿線基站內的鐵塔。分別在塔頂和塔身布設2 套監測設備和1 套基準站設備,以一年的監測時間為跨度,利用本文系統中的統計分析功能,可直觀展示該鐵塔塔頂和塔身監測點的位移變化,如圖7 所示。

圖7 基站通信鐵塔各監測點位移量變化
由圖7 可看出塔頂波動幅度明顯高于塔身,塔頂最大位移超過25 mm,若塔頂或塔身位移超過設定閾值或呈現傾斜趨勢,將觸發系統預警功能,系統將向電務專業人員發送警告信息。
根據上述4 處典型鐵路基礎設施的監測效果,能夠在“預警管理”中查看到本文系統對監測對象的趨勢分析結果和巡檢建議,如表1 所示。

表1 監測對象形變/位移趨勢及巡檢建議
與目前鐵路上常用的人工巡檢監測、攝像機監測不同,本文系統不受時間、氣候、環境的限制,能夠全天候監測鐵路邊坡、路基、橋梁、鐵塔等對象,監測精度能夠達到毫米級,并及時給出預警和巡檢意見,監測效果優于傳統的監測方法,有效減少了人力、物力投入,提高了監測工作效率。
隨著我國鐵路基礎設施的快速建設,鐵路自動化監測與預警相關系統應用是輔助開展鐵路安全保障工作的新舉措。本文旨在將北斗定位技術及高精度監測方法應用于鐵路基礎設施監測應用中,從而提高基礎設施監測系統的監測精度和服務能力。本文詳細介紹了基于北斗定位技術的鐵路基礎設施監測系統的監測原理和系統設計,并用實際數據驗證了系統毫米級的監測能力。利用本文系統,能夠為鐵路工務、電務專業的日常檢修提供技術支持。