盾構隧道資訊化施工實時遠端管理系統的建設論文
盾構隧道資訊化施工實時遠端管理系統的建設論文
提 要：盾構法施工是建設城市地鐵隧道工程的重要手段，本文論述盾構施工的高新技術隧道資訊化施工實時遠端管理系統的研究，突出施工現場的資料分析設計，分別在上海明珠2號線和南京地鐵工程上應用。
關鍵詞：盾構施工資訊化實時遠端控制系統管理
Abstract: Shield driving method is an important means for constructing urban Metro tunnel projects. This paper comments the study of Hi-tech used in shield driving upon informationized real time remote management system with emphasis on data analysis design on site which were employed respectively in Pearl Line No.2, Shanghai and Nanjing Metro projects.
Keywords: shield driving technique, informationized,real time remote control, system management.
1 引言
隨著地下空間開發的迅猛發展，一個大型的地下工程的施工企業往往會面臨多個工地同時進行施工，工地的分佈非常分散等諸多困難。由於人員有限，因此如何對這些工程進行有效的管理和全面的技術支援，就成為一個目前急需解決的問題。
要進行遠端的管理和技術支援，首要的是對施工方資訊有一個全面、及時、準確的掌握，同時透過先進的分析手段，對施工方進行指導。而目前的遠端資訊管理系統往往只是對行政和技術檔案的管理，而無法實時地獲取施工資訊，更不能提供施工指導上的幫助了。
因此，本文結合上海隧道股份實際情況，構建盾構隧道資訊化施工實時遠端管理系統，以期能對其散佈在國內和海外的工地的施工進行及時全面的管理。
2 系統的基本結構與功能
在進行隧道施工時，工地端的設施往往比較簡單，環境較差，而且流動性強，不適合進行大規模的投資建設；因此，只能採用簡便的方式傳遞資訊。
而公司總部的條件比較好，而且也非常穩定，可以配置一些較好的機器，網路的連線條件也比較好。
對於施工的管理者而言，所處的辦公地點也是移動的，可能是總部，可能在某一施工現場，也可能是在其他地方。
根據這種情況，構建的系統整體結構如圖1所示。
從系統結構圖(圖1)可以看出，整個系統分以下幾個部分：
在施工現場有資料採集監視系統和施工分析系統兩個部分。資料採集系統的主要功能是利用盾構內部的感測器獲取實時的施工資料。資料採集計算機有兩臺，一臺在井下，一臺在地面上的控制室。這兩臺機器和另一臺裝有施工分析系統的計算機透過HUB相聯，組成了一個對等網，實現施工資料的共享。施工分析系統主要有三大功能：將實時資料和報表資料及時傳遞至總部；完成資料查詢，報表製作，圖形繪製等基本功能；對現場資料和施工情況進行自動分析，提出施工引數的控制方案。
公司總部的資料庫伺服器和Web伺服器主要負責資料的儲存和資訊的釋出，以及歷史資料的分析與整理。
資料的傳遞過程是透過網際網路完成的。
因此，整個系統的功能劃分如圖2所示。
3 系統管理
從圖1和圖2可以看出這是一個以分散式資料庫為基礎的，以遠端資訊傳輸和人工智慧分析為特點的系統，下面就從這三個方面進行介紹。
3.1 後臺資料庫
分散式資料庫是在分散式管理模式下，每個遠端分部的資料資訊均存放在本地，平時可獨立操作使用；同時定期透過遠端通訊線路，將本地的所有資料資訊或彙總資料資訊傳送到遠端總部；總部接收到資料後再將其恢復到總部的資料庫伺服器中，以滿足總部對整個企業運營資料管理與決策的需要。顯而易見，分散式資料庫這種分散式透明性的特點，與這個專案的情況十分吻合。透過效能價格比，易用性等多方面的考慮，從目前市場的主流分散式資料庫中選擇了SQL Server 2000，作為後臺資料庫。在施工現場安裝了Window 2000 Professional 作業系統，因此安裝了SQL Sever 2000 個人版；公司總部的作業系統為Window 2000 Sever,安裝了SQL Sever 2000 企業版。
每個施工現場的資料庫的結構都是相同的：主要包括盾構施工引數表，施工進度記錄表，施工大事記錄表，盾構姿態引數表，管片姿態引數表，沉降情況表，工程基本概況，地面測點佈置，沿線地質資料，沿線重要設施情況等表。
公司總部資料庫中除了包括各個工地資料庫，還包括工程彙總表，標準域名描述一覽表，盾構基本資訊一覽表，使用者資訊表。
3.2 資料傳輸
從系統功能圖(圖2)上可以看出系統的資料來源可分為兩個部分,一部分是有感測器傳送來的盾構的各類執行引數,另一部分則是有人工定期輸入的量測資料﹑情況記錄等資料。前者資料要求很強的實時性，需要隨時與公司總部的資料同步，而後者的資料只需要定期更新即可。因此對這兩類資料採用了不同的資料傳送方法。
對於實時施工資料，由於每個盾構的生產廠商和型號的不同，因此獲取的施工資料方式和資料內容都不相同，為此透過一個Read程式，依據為每個盾構度身定做的一個數據結構對照表，將不同資料採集系統獲取的資料轉換到施工現場的標準資料庫中，而與此同時將此資料片段加密後透過網際網路傳送至公司總部，公司總部的伺服器將其解密等處理後，放置到總部的伺服器中。具體的流程如圖3所示。
從圖3的資料傳輸過程可以看出，在資料的傳遞的過程中，採用了雙向FTP不間斷進行片段資料傳輸，採用這種方式原因在於實施非常靈活，可靠性和安全性都比較高。而原SQL Sever資料庫提供的遠端資料庫同步的方法：快照與訂閱方式，由於施工現場傳送資料的過程，實際上是訂閱修改的過程，總部資料庫必須開放匿名登入，會對安全性產生一定的問題，所以沒有采用。
對於其他需要定期傳送的資料，採用了SQL Sever 中的資料轉換服務（DTS）的方法完成。
3.3 資料釋出
當施工現場資料進入公司總部的資料庫後，透過Window 2000的Internet 資訊服務（IIS）進行釋出，對於實時的監控資料透過Flash的網頁進行實時圖形顯示（圖4），歷史資料和其他資料採用ASP技術以EXCEL資料表格方式顯示，而報表的訂閱定時群發功能則透過Window提供的計劃管理完成。Web Sever 結構如圖5所示。
為了保證系統的安全性，採用安全模式的使用者登入方式，即使用者名稱和密碼經過加密以後才在網際網路透過安全套接字層連線後傳送，保證了密碼的安全性。同時，為了方便使用，使用者還在自己的許可權範圍可以自行授權子使用者。
3.4 資料分析
除了能為技術人員同步提供詳盡，準確的施工資料以外，施工資料的分析也是一個非常重要的'方面。施工資料的分析分為兩個方面，一個方面是在施工現場提供快速有效的地面沉降的預測和施工引數的設定建議，另一方面，是對各工程歷史資料進行分析計算，找出規律。
在施工現場的資料分析設計是在原有的盾構隧道智慧輔助決策系統［1］的基礎上進行的，它把原系統中的人工神經網路模糊控制等人工智慧的方法結合目前資料庫進行改進後，放入了本系統中。其與原系統的最大區別是：原系統中資料均為手工輸入，存在滯後和資料不準確的情況，而且資料提供的也沒有現在全面。鑑於這種情況，在用人工神經網路進行系統的數學模型的建立時，我們擴充套件原有的輸入量，增加了注漿壓力，注漿流量，盾構姿態等原來很難及時獲取資料，同時從原來的每環一組學習資料，變成每推進0.2m生成一組學習資料，使系統的響應速度加快，如果發現預測結果與實際情況誤差增大，系統將自動加大資料獲取量，例如：網路訓練資料該為每推進0.1m生成一組學習資料，使系統儘快適應變化的模型。神經網路預測控制模型的流程如圖6所示。
除了原有的人工智慧的方法外，系統還根據土力學理論和工程上經典公式的計算，這些方法在工程技術人員在對一些關鍵施工段進行決策有很大的幫助。
除了施工現場的資料分析以外，在公司總部對歷史資料的分析挖掘也至關重要，由於資料量非常大，而且資料的實時性要求低，因此在總部的資料分析系統，我們採用了有限元和混沌神經網路進行資料分析。
本文采用一種混沌神經網路，應用神經網路的非線性動力學特性.將樣本集記憶在神經網路確定性的混沌吸引子軌跡上，正是這種動態記憶方式，不僅將全部樣本集得到記憶，而且允許利用動力學特性將各種樣本模式一一加以重現和辨識，混沌吸引子的吸引線存在，形成了混沌神經網路固有的容錯功能.若網路輸入的實際資訊發生不完整性或變異程度超出混沌神經網路固有容錯範圍，網路混沌運動就脫離了原有混沌吸引域，喪失了原有被儲存樣本模式的記憶，稱之為失憶.神經網路是一種時空分佈系統，空間上呈相互耦合的網路分佈，時間上作非線性混沌運動，對於這種時空系統，採用的釘扎控制，透過對某些神經元施加一定強度的脈衝激勵，驅動神經網路混沌運動進入要被恢復記憶的吸引域，從而對喪失的記憶得以恢復.這種方式使同一網路中反映不同工程的模型成為可能，當不同類別資料進入系統，系統就會作出自動辨識，得出不同的結論。
除了對盾構推進隧道施工引數的控制，系統此外還透過專家系統根據得到的施工資料和專家經驗對盾構智慧化故障診斷和裝置保養。
4 結語
目前系統正處於除錯與試執行階段，主要試驗地點分別在上海明珠二號線和南京地鐵，系統的執行加快了施工資訊的傳遞，也為施工水平的提高奠定了基礎。
參考文獻
［1］ 周文波，胡珉. 盾構法隧道施工智慧化輔助決策系統，上海隧道，2001,1
［2］ 曹志彤.混沌神經網路的動態聯想記憶.浙江大學學報，1999,3
［3］ 吳彤，非線性動力學混沌理論方法及其意義. 清華大學學報, 2000,3
［4］ Microsoft SQL Sever 2000 資料操作與複製, Microsoft Press, 2001
［5］ 韓明虎，餘英林. 基於耦合的混沌神經網路建模方法. 通訊學報，1995,2
［6］ 朱忠隆，張慶賀，易宏傳. 軟土隧道縱向地表沉降的隨機預測方法. 岩土力學, 2001,1
［7］ 李宏建，隧道變形預測的灰色Verhulst模型.石家莊鐵道學院學報，2000,3