书馆banner

您的位置:首页 > 书馆 > 工程档案

数字隧道

作者:刘学增,杨子硕,丁 爽,房茂柳  来源:现代隧道技术  发布:2024/8/19  浏览: + 放大字体 | - 减小字体

摘 要:详细阐述了数字隧道的内涵、特征以及隧道数字化技术及现状;数字隧道基于统一编码规则和多源数 据处理技术,实现勘察、设计、施工、运维阶段工程数据的数字化,构建隧道数字化模型,将设计、施工、运维3个阶段 数据无缝对接,打造基于数据和模型的业务管理模式。以工程数据数字化为基础、以模型为载体,通过参数化建模、 数据反演,充分挖掘各类工程数据内在联系,进而反馈指导隧道设计、施工、养护决策和数据的综合应用,为隧道工 程建设、运营和管理提供准确的数据以及高效的信息综合分析服务,并实现全生命周期信息的互联互通。以数字隧 道为基础,未来可进一步向“智慧隧道”延伸。

1 引 言

截至2022年底,我国隧道总里程达5677.05万m,其中公路隧道24850处,总长2678.43万m;投入运营的铁路隧道17873处,总长2197.8万m;城市地铁线路308条,总长800.82万m。隧道养护工作量大,但往往由于施工期资料缺乏导致病害成因分析难、养护方案不精准。交通运输部在《关于推动交通运输领域新型基础设施建设的指导意见》(交规划发〔2020〕75号)和《数字交通发展规划纲要》(交规划发〔2019〕89号)中提出“推动先进信息技术应用,逐步提升公路基础设施规划、设计、建造、养护、运行管理等全要素、全周期数字化水平”、“促进先进信息技术与交通运输深度融合,构建数字化的采集体系、网络化的传输体系和智能化的应用体系,加快交通运输信息化向数字化、网络化、智能化发展”。因此,为推动隧道工程高质量发展以及智能建造、智慧运维,隧道工程数字化已成为先决条件。

2 数字隧道内涵及研究现状

2.1 数字隧道内涵

数字隧道是基于隧道全寿命期数据特征,按照一定信息颗粒度,融合时空关系,对隧道围岩、结构以及建养等信息进行编码,结合语义表达、时空配准等多源数据融合技术,实现建养全息数据数字化、集成化与三维模型化的隧道。如图1所示,数字隧道结合数据采集、数值仿真、数据挖掘与反馈等技术,可实现隧道建养的数字孪生,为隧道智能建造、智慧运维提供手段。

图1 数字隧道内涵

数字隧道具有以下5个特征:

(1)信息全面化。按照建设和运营阶段,数字隧道可分为建设阶段数字隧道、运营阶段数字隧道以及建养一体数字隧道;建设阶段数据包括隧址区围岩节理几何信息、发育程度、地下水状态、围岩岩性、风化程度、强度以及断层破碎带、岩溶等不良地质信息,结构和辅助施工措施信息,施工过程进度、质量以及部门单位、班组调配等信息。运营阶段数据包含结构、病害以及检查、监测、加固维修等信息。建养一体数据则包含以上两个阶段数据。

(2)数据标准化。采用编码技术,以实际工程所需的信息颗粒度,将设计、施工和运维数据按照一定规则编码,实现隧道数据格式标准化、结构同一化。

(3)数据模型化。基于标准化数据,应用建模技术,实现隧道数据的三维可视化表达。

(4)数据时程化。对同一信息源在勘察设计、施工、运营不同阶段间或在某一阶段不同时刻的发展演化进行分析存储,实现数据过程化管理。

(5)数据集成化。为揭示不同类型工程数据间的潜在关系和时空关联,在数据标准化的基础上,按照时间关系、空间配准建立数据间内在联系,实现数据互联互通。

数字隧道的“五化”特征并不相互独立,各特征间存在内在联系:全面化和标准化是基础,集成化是纽带,时程化和模型化是表现。

2.2 研究现状

在国外数字隧道已发展了几十年,地理信息系统(GIS)出现于20世纪60年代,在此基础上逐渐发展出地质建模和地形可视化概念,形成数字隧道的前身。1987年Carlson首次从地质学角度提出地下空间三维概念模型,该模型助推了数字隧道雏形的形成。Gutierrez等建立AMADEUS系统,利用信息技术建立自适应实时更新系统。Yoo等利用GIS和人工智能技术对隧道施工诱发的病害进行风险评估。

国内关于数字隧道的研究主要有3个阶段。第一阶段为离散、独立数字化技术应用阶段。此阶段数字化技术以单点技术革新的方式应用于工程中。朱合华等基于Kriging插值理论对多源地质数据组织进行优化,实现了不同时空阶段地质体协同建模。刘学增等应用衬砌表观数字图像采集和轮廓扫描等手段,构建了基于数字图像和激光点云的隧道衬砌病害数字化表达方法。Chen等将变差函数模型应用于地质条件空间变异性分析,为掌子面开挖前岩体评级提供了量化方法。张琦等将几何概率方法同蚁群优化算法相结合,实现了隧道主结构面高精度建模。

第二阶段为针对某项业务或工程范式的数字化集成应用阶段,该阶段通过技术并联或交叉,将施工管理、养护防灾等业务数字化升级。朱合华等建立了包括模型建立、网格自动剖分、属性提取等功能的数字数值一体化方法。刘学增等将纵向空间模型动态修正方法和浅层病害快速识别技术相结合,实现了隧道全断面快速检测和带病结构精确诊断。Li等将正态张量投票理论应用于岩体迹线特征点提取过程,实现了隧道岩体迹线的自动化映射提取。易小凯等提出了以单相机虚拟多目视觉方法为基础的边坡点云重构技术。张东明等将隧道纵向力学广义性态特征同量测数据相结合,建立了物理信息双驱动下的纵向性态诊断模型。曾磊等结合新一代信息技术,提出建设智慧型公路隧道的设想并建立体系架构。

第三阶段为覆盖工程全周期、建养一体式的数字化阶段,该阶段集成设计、施工和运维数据,在全寿命周期内实现工程信息互联互通。陈健等提出了以理论创新为指引、以数据融合为基础、以模型集成为核心、以专业分析为出口、以平台建设为抓手的推动岩土工程数字孪生技术发展的研究思路,并从物联网及数据融合等方面阐述了未来发展方向。朱合华等、陈 超等在基础设施数字化、建养一体化的基础上,提出了可对全寿命周期数据进行采集、处理、服务的基础设施智慧服务系统iS3。王刚等基于信息数字化理论,提出覆盖全寿命周期的盾构隧道数据模型。钱七虎指出隧道工程建设信息化技术是解决安全问题的重要发展方向。宋战平等从BIM全生命周期出发,从5个层次阐述隧道协同管理架构,为隧道工程BIM应用发展提供新思路。

3 信息全面化

传统档案系统常以纸质文档为载体,信息流转速度缓慢且存在数据丢失、更新滞后的情况,数据调阅、参数转换等环节存在阻碍。为此需通过资料重组和终端传感手段,构建如图2所示的覆盖生命全周期信息库,实现建设、运营数据及时更新和动态完善,达成信息全面化、建养一体化。

图2 信息全面化示意

建设阶段信息:

(1)地质信息:围岩节理几何信息、发育程度、地下水状态、围岩岩性、风化程度、强度以及断层破碎带、岩溶等不良地质信息等。

(2)结构信息:衬砌几何参数、力学参数、工程辅助措施信息等。

(3)施工信息:施工进度、施工工序、施工质量、监测数据等。

(4)机电设备信息:设备型号、参数、状态、位置等。

运营阶段信息:

(1)检测信息:渗漏水、剥落剥离、钢筋锈蚀、裂缝等病害信息。

(2)检查信息:日常检查、定期检查的数据。

(3)监测信息:水土、结构、机电监测数据。

(4)加固维修:结构加固工艺、工法,设备的维修更换等。

4 数据标准化

隧道原始工程资料常存在结构紊乱、门类重叠、度量不一的问题,信息的量化对焦和智能联动存在困难。为此需将不同来源、属性、时期的数据依照标准化准则进行同一化、模块化编码处理,使繁杂的数据呈现系统式语义表达,实现设计、建设、运营阶段数据的有机融合。

4.1 标准化准则

4.1.1 数据编码颗粒度

隧道信息常分为性态数据、业务数据、结构数据、时空数据,不同类别数据数字化过程中侧重点有所不同。据此,需从信息全局特征出发,依照编码规则按图3所示信息最小颗粒度对数据存储、更新与表达,进而在数据标准化基础上实现信息全周期互联共享。

图3 不同类型隧道数据颗粒度示意

不同类别隧道数据编码颗粒度罗列如下:

(1)公路隧道:围岩、初期支护和二次衬砌按照每0.5 m的纵向长度进行统计,并按照预设排布方式建模。

(2)盾构法隧道:盾构隧道编码信息细化至单环中的每个管片块、每根螺栓、每个注浆孔。

4.1.2 数据编码标准

国内外学者在21世纪初开始对隧道数据编码分类规则进行研究,从数据分类和编码规则来看,隧道数据编码标准可分为以下4类:

(1)数据模型标准(IFC):IFC标准依照属性功能,将信息模型划分为4个层次,领域层对数据进行初步分类,共享层细化结构,实现数据联通,核心层实现数据互引,资源层进行具体存储。该标准划分层次全面、结构分明。

(2)系统分解标准(EBS)及项目分解标准(WBS):如图4所示,该类编码标准将建筑实体结构分解,依据项目框架将参数划分为工程实体层、建筑功能层、专业要素层等功能面。

图4 EBS编码方法示意

(3)字典框架标准(IFD):IFD标准在BIM领域应用较多,该标准依照行业标准对工程实体进行划分,如图5所示,将数据分为按功能定义的建筑实体、按形式定义的建筑实体、按功能定义的空间等类别。

图5 IFD编码方法示意

(4)信息移交标准(IDM):IDM标准侧重于信息交互和流通,该标准由流程结构层、信息交换层及基础功能层组成。流程结构层对信息流总体控制,信息交换层实现流通细类需求,基础功能层则实现信息属性的存储。

4.2 标准化方法

由于工程数据不一定是完全离散或独立的,门类间存在相互依存、多方对照的情况,因此需从全周期尺度出发,依照工程特性、时空关联,对隧道信息进行分类形成垂直结构,继而采用统一编码方式进行编码,实现信息数字化。

4.2.1 设计阶段

在勘察设计阶段,为保障地质、支护数据在设计系统间的快速流通和有效组构,需通过标准化方法建立数据统一表述格式,其包括度量单位、坐标系、命名约定及数据结构标准化等:

(1)度量单位统一:采用同一化度量单位,对时空信息和设计方案进行转化,以规范化手段实现信息表达和整理。

(2)坐标系对齐:为在设计过程中对数据进行准确集成和分析,将空间数据(测量数据、地形信息、里程桩号等)并入公共坐标系,实现空间距离的同原点表述,完成空间信息标准化表达。

(3)格式转换:为实现隧道信息在CAD(计算机辅助设计)文件、GIS(地理信息系统)等格式间有效转换,将工程信息转换为数据库内兼容的通用格式。

(4)制式命名:根据IDE或EBS编码方法,对勘测设计信息进行层级整理和制式命名,形成层级化、易读化、归一化的信息结构。

4.2.2 建设阶段

建设期隧道数据主要包括动态更新的地质信息、工程进度质量、人员机电调配等。为实现与设计数据的有效对接和数据库的系统化补全,需依照以下步骤对数据进行标准化转换:

(1)地质修正:对于施工过程中揭露的围岩岩性、节理发育程度和掌子面信息,依里程位置坐标换算后同勘察数据对照补全,实现隧址区地质信息及时汇更。

(2)进度厘算:根据施工进度横道图,将开挖、支护等环节的时间信息、参数信息经坐标转化、量制统一后汇算入数据库中,达成进度信息智能化数字管理。

(3)质量跟踪:基于预设工序和进度,比对施工记录、巡查信息。将混凝土密实度、锚杆状态等结构铺装质量信息,依编码规则进行排布整理,实现质控模块数字化管理。

(4)人机调配:将现场人员工作班组、任务设置等调配信息,以及机电设备掘进过程中使用阶段依数据库中对应的时空坐标装配录入。

4.2.3 运维阶段

相较于勘察建设阶段,运维阶段更注重于隧道的管养、检测和加固,常需对运维过程中的沉降、应力变化等时序数据进行存储分析,进而实现运维状态时程化展布,据此该阶段信息标准化方法常包含以下5个环节:

(1)时空坐标对齐:以隧道通车运营日期为时间奇点,将检测、加固等事项依事件时间戳整理,实现运维信息的同原点序列化管理;录入时以里程桩号、所在环号为纵向坐标,所在分块为环向坐标,实现病害位置的精准定位。

(2)病害档案:将裂纹、渗漏水、剥落剥离等病害信息区块化编号,对每个病害建立与编号对应的唯一档案,记录其面积形态、纵横跨距、发展趋势,实现病害信息长效跟踪和动态录入。

(3)监测信息:将结构状态(拱顶沉降、洞周收敛)、设备状态(机组调配、维保信息)依时间编码录入,形成时间上可追溯、空间上可定位的监测体系。

(4)加固维保:以病害档案为基础,将修缮前损伤状态、加固工法、加固时间等信息记录于病害档案中,并对其维修后的健康状况评估记录。

5 数据模型化

传统方式常采用二维剖面图对隧址信息进行展布,地质空间分布不直观,线位优化、围岩等级判定及结构精细化设计等环节存在阻碍。为此需研究地质快速建模方法,基于三维模型准确、形象表达隧址地质分布,进而应用点云建模技术实现数据的模型化、可视化表达。

5.1 三维地质快速建模

基于有限勘测信息对地质体空间位置或属性进行精确估计是地质建模的重中之重。由于勘测所得的原始信息相对离散,地质体分布形式及相对时空关系揭露不足,隧址信息难以实现有效的组织、表达。为此需要基于半边数据结构对地质模型拓扑补全,结合实际揭露的地质信息进行模型动态更新,实现隧址可视化、精准化表达。

5.1.1 基于空间插值理论的地质数据解译分析

初勘、详勘所得的离散地质信息在时空上不一定是完全随机的或独立的,对于这些数据更需分析变量空间结构,揭露内部联系。姜逢宇等将网格求交算法同三角剖分算法相结合,解决了层状沉积地层中存在夹层、透镜体的建模问题。张广鹏等将距离倒数加权法引入煤层底板的建模评估中,实现了插值结果的有效优化。张琪等将克里金插值方法应用于隧道主结构面建模中,达成了较高精度的地质建模。朱文武等将约束控制点视为待解算节点,实现了最小曲率剖面建模算法的有效改进。据此,地质空间插值算法主要包括三角剖分法、距离倒数加权法、最小曲率法和克里金插值法等,各方法的简介如下:

(1)三角剖分法:该方法将临接数据点连结为三角网格,域内格点坐标通过插值方法进行计算;该方法能够较好保留原始数据特征,但绘出的等值线生硬机械、折线连贯性不足。

(2)距离倒数加权法:该方法以距离倒数为权值对地质参数插值计算,结构简洁但插值结果易局部失真,插值曲面细部特性难以真实反映。

(3)最小曲率法:该方法以曲率最小为曲面构造目标,插值曲面光滑性较好,但精确度不足易严重失真。

(4)克里金插值法:该方法在数据网格化过程中,考虑了被描述对象的空间关联性,其结果给出了插值误差,可靠度较为明确。

5.1.2 基于半边数据结构的地质数据空间拓扑

地质模型空间尺寸常相对较大、网格数量众多,元素间查询互联会增加存储占用量,数据库高效查询计算存在困难。据此需建立几何元素拓扑关系,对模型单元、节点特征实行有效管理。

(1)半边数据结构

设计拓扑关系时除考虑计算时间因素外,还需考虑存储空间因素,两者常此消彼长难以兼容,如图6所示的半边数据结构则能实现较好平衡。

图6 三角形半边结构表达

如图7所示,地质模型网格中首个几何边顺序确定后,其余形边会依首边顺序完成自动化排布,实现“点—边—面—网格”的双向索引,为数据查询、编辑、新增和删除提供便利操作。

图7 网格分离

(2)空间拓扑实现

依据半边数据结构建立空间拓扑时,流程主要包含网格分离、插入边界点、面内插点、边上点插入面内、提取共享点的所有边、判断面片是否属于网格内、面片删除、网格缝合等。

5.1.3 基于子钻孔递归的三维地质建模方法

工程地质中常依照钻孔数据判断地层分布状况,由于各钻孔层面并不一定是上下严格一致拓扑关系,多存在地层交叉出现及缺失的情况。如何根据图8所示的钻孔数据梳理出实际地层层序表,是采用钻孔数据建立三维地质模型的关键难点。

图8 应用钻孔递归创建地层模型

近年来诸多学者对此做出了探索,李璐等以地层显隐频次为指标,提出了基于地质解译理论的递归建模方法,并以同济曙光软件为平台实现诸多工程应用。杜子纯等提出以地层沉积时序规律为基础的统一地层排序方法。唐丙寅等将插值建模技术同矢量裁剪技术相结合,实现了高精度建模。郭甲腾等通过机器学习实现隧址信息隐式构建。综上所述,基于子钻孔递归思想利用表面建模方法自下而上逐层创建三维地层模型,可确保钻孔数据不丢失且准确地应用于地层建模中,并能适应地层尖灭、地层超覆、透镜体等复杂地质构造(图9),为挖填方、隧道剖切、地质分析提出了算法基础。

图9 依据新增钻孔数据更新地质模型

5.2 隧道三维建模

针对如何实现快速、高效、交互性三维隧道建模,许多学者进行了研究。张建斌等基于ObjectARX,实现了对隧道及附属设备三维实体建模。宋仪等提出对不同隧道进行对比分析,建立参数化的构件模型库。钟登华等将GIS同3DSMax结合,研究了三维对象模型与地形匹配问题。刘学增等研发了同济曙光三维有限元分析软件,该软件集三维地质建模、隧道设计和数值分析一体,为隧道三维建模提供了可靠保障。李晓军等应用Unity3D软件实现了隧道模型的自适应拼接与和多尺度分级展示。

基于上述研究,现阶段隧道建模正向参数化、智能化、可视化方向发展(图10),参数化建模必将代替劳动型密集的手工软件建模方法。公路隧道参数化设计实现路径如下:

(1)依照隧道平、纵曲线构建三维设计轴线,并根据设计条件确定隧道轮廓尺寸限界;

(2)依据围岩级别和规范,通过力学计算自动生成不同区域的隧道支护方案;

(3)依据已确定好的隧道轮廓、支护方案,沿设计轴线扫掠生成三维隧道,同时对地质模型进行布尔运算,通过界面切割进行挖方量统计;

(4)依据已设计好的三维公路隧道进行工程量统计,辅助施工计划制定,模拟不同开挖工法下隧道开挖,并自动生成分析报告。

图10 公路隧道参数化建模示意

相比于公路隧道,盾构隧道在参数化建模过程中,需对环内管片分布位置进行考虑,并依照设计拼接方案、线路位置进行排布,其主要实现路径如图11所示。

图11 盾构隧道参数化建模示意

5.3 点云建模技术

由于地质变动、超欠挖、装配误差等因素,实际隧道状态同设计方案常存在出入,为此需要对建设后的隧道扫描采样。但由于开挖面地质描述和隧道位移监测涉及的数据量大,数据采集和数据处理复杂,据此需要应用点云数据建模技术,通过三维激光扫描等方式获取开挖面信息或隧道表观信息,实现隧道状态的精准展示。

张溥文等采用三维激光扫描和后视定向配准技术,提出一种基于点云数据的开挖面智能化自动识别方法。张宇等基于多维度变形监测技术,实现初期支护整体变形监测分析和二维拱顶沉降、周边收敛、典型截面全断面变形监测分析。段清超等应用三维激光扫描技术获取隧道结构变形时间、变形空间分布及变形量,实现隧道变形整体监测。滑彬综合K-均值方法、生长算法、测线法,应用三维激光扫描技术完成了掌子面产状的提取和迹线间距的识别。

基于上述研究,应用点云技术建立隧道地质模型的过程如下:

(1)运用三维激光扫描或数字图像技术,扫描开挖面和洞壁,获取开挖面和初期支护原始数据。

(2)对原始数据中的杂乱噪点进行滤波处理,并基于扫描距离设定点云数据取值范围,减少施工机械、附属设备对扫描结果的干扰。

(3)通过坐标转换,将基于局部坐标系的原始数据转换为工程坐标系下的测量数据。

(4)基于扫描结果建立开挖面三角网几何面,并对网格法向量进行聚类分析,通过法向量平均水平分析岩体产状和空间分布形态,实现开挖面信息的及时更新和风险动态预测。

6 数据时程化

隧道生命周期包括设计、施工、运营维护多个阶段,各环节数据需求和信息聚焦点不尽相同,同一信息源在各阶段间呈流式演化状态,为此需以阶段性信息需求和特征为依据,对数据进行数字化处理,实现地质信息、结构属性、病害信息等工程参数全链路时程化联动,如图12所示。

图12 数据流动演化示意

设计期工程主体需求为地质信息勘测补全和解译建模,信息聚焦于钻孔数据、围岩级别。如图13所示,进入施工阶段后,实地揭露的地质和勘察结果经常有出入,信息焦点转移至施工中揭露地质信息的模糊修正或补全。徐建平等针对节理发育岩体隧道,明确了支护动态设计步骤及要点。田四明等构建了支护体系全过程动态设计与智能决策技术路线。肖明清等提出了基于总安全系数设计法的支护结构允许变形值和极限变形值的计算方法。蔡武强等提出基于数字化原位测试的深埋岩体隧道三维正分析方法。

图13 地质模型的动态更新及精细化表达

运维阶段地质信息侧重于地质变动、环境沉降及水土变化,该时期基于沉降变形、围岩级别、洞室收敛等信息,利用神经网络模型、灰色模型理论等预测方法,动态预测周围地质状况和沉降变形量值,对于可能出现的风险进行预警提示,为隧道施工数字化提供可靠依据和参考。

在结构属性方面,设计阶段的首要任务是依托地质勘察和工程要求,通过力学计算和有限元分析手段,确定衬砌类型、厚度等参数,使其满足稳定性和安全性要求。在建设阶段,衬砌动态设计参数、建造工法则需在设计方案基础上,根据掌子面实时状态、实际围岩级别进行调整,以确保衬砌支护效果。运营阶段衬砌开裂、渗漏水等病害已成为普遍问题,为此需通过巡检排查手段对剥落剥离、钢筋锈蚀、衬砌掉块等病害排查登记,计算区段健康度并适时加固修补。

7 数据集成化

工程数据经标准化编码形成隧道信息数据库雏形,但工程数据来源不一,表达侧重点相异,参数间潜在时空关联揭露不足,数据有机组构难以实现。因此需通过多源处理技术实现数据架构粘合,达成数字模型与数值计算无缝对接,继而依照时间关系和空间配准将数据多维对齐,为施工参数反演和服役性能分析提供智能化保障。

7.1 多源数据处理技术

隧址模型注重于地层结构、地质要素的展布,隧道模型则侧重于断面形式、衬砌尺寸等要素的可视化体现。两者有机整合过程中,常由于多源数据展示尺度不一,模型边界易出现相互侵占、接合处错裂的情况。

针对上述存在的问题,沈奕等基于iS3平台提出结合数字模型与勘察、施工和监测无缝数据融合方法。李健等提出使用插值算法加密地层矢量点。陈梅芳等以地层新旧关系和径向基函数为基准提出融合建模方法。综上所述,采用多源数据技术转化地质和隧道参数,对模型坐标调整和边界接合处理,进而基于可视化技术建立不同尺寸下数据模型,实现多源数据智能融合和互参互照。

7.2 数字孪生技术

随着隧道建养精细化、管理高效化需求的日益增长,传统地理信息系统的压力也随之增加。建筑实体和虚拟模型数据联通存在信息孤岛,系统信息更新慢、运维决策难等不足逐渐暴露。

国内外学者对数字孪生技术在隧道建设中的应用做出了探索(图14),郑伟皓等立足于数字孪生五维结构模型,提出三维GIS中公路交通模型的编码方法。吕佳峻等基于Unity3D应用LSTM算法设计了围岩可掘进性指数预测模型。朱庆等制定了面向川藏铁路的数字孪生编码规则。Chao等将危机灾害学和信息管理学相结合,提出应用数字孪生技术的城市灾害管理系统。

图14 数字孪生技术路线

在隧道实体中,通过物联网等泛在感知设备,监控测量、施工汇算、病害检测等信息实时更新至虚拟模型中,应用数字孪生的数据汇聚、弹性扩展与互联能力、数据挖掘与仿真模拟融合能力,实现信息动态更新,达成服役状态智能诊断,实现隧道实体到数字空间的映射;在信息模型中,通过工程反馈数据,综合隧道位移、应力变化等监测信息、突破传统BIM+GIS数字信息系统的局限性,提供更智能的分析决策架构,支撑隧道智能化管理,实现数字空间与物理空间协同运行。

8 案 例

南京和燕路隧道采用盾构法穿越长江,隧道建设面临高水压长距离穿越强透水砂层、全断面基岩及岩溶、区域断裂等难点,运营期病害巡查及养护维护任务艰巨。通过数字化手段,智慧管理平台保障了施工质量,实现结构服役性能和健康状况实时反馈,完成全寿命周期数字赋能。

8.1 信息全面化

通过统一编码处理和类别区分,和燕路隧道管理系统将建设、运营阶段数据划归为相应管理模块,为管理部门提供标准化管控和查询功能。

8.1.1 建设阶段信息

(1)地质信息:和燕路管理系统将隧址地层分布、围岩级别、钻孔数据、节理发育程度、地下水状态、岩溶、破碎带等信息进行录入管理,并在地质纵断面图上标定提醒,如图15所示。

图15 和燕路管理系统隧址地质信息

(2)结构信息:衬砌环号块号、管片类型、拼装方式、接触面类型、连接形式、螺栓布置、布筋信息、工程辅助措施信息等。

(3)施工信息:工程进度、铺装时间、注浆时间、注浆材料、拼装错台、轴线记录。

(4)机电设备信息:管理平台对盾构姿态、刀盘转速、切口压力、贯入度、刀盘扭矩等信息进行活化展布,如图16所示。

图16 机电设备信息示意

8.1.2 运营阶段信息

(1)检测信息:检查日期、检查区段、检查形式、渗漏水位置及面积、剥落剥离范围形态记录信息,如图17所示。

图17 隧道监测信息示意

(2)监测信息:结构监测(管片上浮、洞周收敛、拱顶沉降、螺栓应力、钢筋应力等)及设备状态(消防装置、照明装置、通风装置等)。

(3)加固维修:加固部位、加固工艺、加固工法、设备维修更换等。

8.2 数据标准化

如图18所示,为满足建模管理规范化需求,系统将工程体系由低到高划分为6个层级进行编码标识。层级间关系如树状图一般,可由末梢的精细模型编码逆向追溯到主结构编码,实现工程数据与相应阶段智能绑定和规范化关联(表1)。

图18 和燕路隧道编码层级示意

表1 和燕路隧道编码解析示例

8.3 数据模型化

管理平台应用钻孔、物探数据构建覆盖全线的三维地质模型,达成沿线地层及设计方案立体化展示,如图19所示。操作人员可通过智慧平台剖切功能,对地质模块筛选切分,查询沿线地质信息和隐患结构区段记录,由此完成地层参数和钻孔数据的可视化展布。

图19 三维地质模型及对接信息板块

管理平台采用参数化建模的方式,完成隧道管片、车道铺装、现浇牛腿、装饰板、烟道板等细部构造的三维搭建,同时管理平台将设计信息、病害信息、沉降信息等参数对接于管片模型中,以信息化手段助力隧道智能管养,如图20所示。

图20 隧道数据模型化

8.4 数据时程化

8.4.1 地质信息动态更新

在勘察阶段,管理平台根据勘探结果和钻孔信息构建隧址模型,实现地质信息三维展布,如图21所示。进入建设阶段后,平台依据盾构定位对岩溶等风险信息动态提醒,实现建造过程智能指导。

图21 地质信息时程化

8.4.2 支护参数弹性延变

智慧平台将衬砌类型、衬砌厚度、管环历程等信息录入系统,并在建造阶段对于其实际安装状态、拼装错台信息标定于对应衬砌环块上,实现支护参数信息从设计到建设的动态更新,如图22所示。

图22 支护参数时程化

在运营阶段,管理平台则根据监测、检查巡更信息,将管环错台变位、渗漏水等病害信息以数字化的形式附载于对应的环块上,实现档案式病害追踪和智能化运维保障,如图23所示。

图23 管环上浮检测

8.5 数据集成化

为实现操作人员通过系统,对施工期重要监测参数进行集成与管理的功能需求,和燕路隧道智慧管理平台通过仪器自动采集隧道现场信息,实现掘进数据和服役性能同步更新、集成分析。

8.5.1 盾构掘进集成分析

通过设备传感和资料录入等集成方式,管理平台对掘进过程中的切口压力、贯入度、刀盘转速、总推力、刀盘扭矩等作业数据进行实时监控,并依照预设阈值对异常参数预警提示,达成掘进参数集成、展示、分析、可视化,如图24所示。

图24 掘进参数智能预测

8.5.2 隐患巡更集成分析

建造阶段,管理系统通过巡查监养体系,对施工过程出现的孔洞、裂缝、疏松、露筋等质量隐患进行申报、评价、挂号,实现隐患可视化展布,达成建设阶段到运营阶段的数据更新和病害信息传递,如图25所示。

图25 隐患巡查登记流程

在运营阶段,智慧管理平台基于建设阶段所传递的病害数据库,对结构力学性能分析计算,后期结构巡更则根据隐患台账记录对结构主体复查修补,实现隐患部位可视化展布和智能化治理。

8.5.3 服役性能集成分析

和燕路隧道系统中设定有健康度评价等级制度,系统基于先期所获取的结构变形、结构裂损、接头病害、背后空洞、渗漏水等病害信息和结构变异状况,进行“单点-单环-区段-总体”式由点到全的多层次综合评价,如图26所示。该评价体系综合考虑施工期和运营期各影响因素对隧道服役性能影响,可客观反映隧道实际运营状态。

图26 隧道服役性能动态更新

9 结论与展望

全寿命周期安全建造、智能运维是隧道建设的发展要求,以智能、绿色为特征的信息化技术的广泛应用,推动了隧道规划、施工和运营数字化水平提升。通过对隧道数字化技术发展历史和现状分析梳理,本文将数字隧道定义为隧道全生命周期、全要素数据在数字空间中集成、映射和表达,并通过仿真计算、数据分析等手段反馈安全状态、管控措施等信息,总结数字隧道“全面化、标准化、模型化、时程化、集成化”五大技术特征。

现阶段数字隧道通过资料重组和设备传感,将工程数据以实际颗粒度需求同一化处理,由此实现隧道数据全面化、标准化管控。经由三维展布和快速建模技术,数字隧道实现了数据到模型的智能转换,达成了隧道模型化及数据可视化表达。借由有限元仿真分析和传感参数反演,数字隧道对建养过程中传感数据进行挖掘处理,动态反馈结构力学状态,评估隧道服役性能,进而完成数据的时程化与集成化。整体来看,当前数字隧道已处在概念基本清晰、技术较为成熟的快速发展阶段。

现有隧道数字化研究发展迅速,各领域均有学者做出了建树,但部分方向仍存在着尚未探明的领域:

(1)在信息全面化方面,可将地质结构体的劣化时效特征纳入与环境灾变理论相结合,立足隧址地质条件与结构传感反馈实现不良地质预报的智能化,为隧道设计和安全运维提供有力保障。

(2)在数据时程化方面,现有的数据传感和信息采集常以机器协调配合、人员实地采集的方式实现,部分采集流程存在风险性和主观性。因此需要研发隧道无人巡检装置,提高数据采集的精准性和安全性,以自动化、规范化智能装备作业助力信息传感的数字化发展。

(3)在数据集成化方面,由于监测及检测环节所获取的病害信息常以数据和图像的形式呈现,不能直观准确地反映隧道服役性能和健康状况。据此需要分析病害数据同结构性能间的映射关系,建立“数据采集—健康诊断”的自动化管养系统,为隧道建设提供坚实的数字化保障。

以数字隧道为基础,未来可进一步向“智慧隧道”延伸:结合在线监测传感器、快速检测和跟踪移动目标的GNSS单元和射频识别单元,构建隧道建养数据的智能物联传感网络;利用大数据、云技术以及人工智能等手段对感知信息进行数据融合和处理分析,实现“数字隧道”与物联网有机融合;在智能分析处理后,实时动态决策,作出智能化响应和决策支持的指令,为隧道建养提供韧性、智能、绿色、人文的智慧服务。

隧道网版权及免责声明:

凡本网注明“来源:隧道网”的所有作品,版权均属于隧道网,未经本网授权,不得转载、摘编或以其它方式使用上述作品。已经本网授权使用作品的,须在授权范围内使用,并注明“来源:隧道网”。违反上述声明者,本网将保留追究其相关法律责任的权利。凡本网来源注明为非隧道网的作品,均转载自其它媒体,转载目的在于传递更多信息,该文章仅代表作者观点,并不代表本网赞同其观点或对其真实性负责,请读者自行核实相关内容,仅作参考。如因作品内容、版权和其它问题请与本网联系。

关键词

相关文章

网友评论

发表评论

发表评论 (回复限1000字以内!)

加载更多...


隧道网手机版
隧道网微信公众号
╳ 关闭