BIM融合物联网技术在深基坑自动监测中的应用.pdf

融合物联网技术在深基坑自动监测中的应用陆 铭杨 剑范孟超张 朦邓南丹(中国建筑第二工程局有限公司华南分公司广东 深圳)收稿日期:作者简介:陆铭()男湖南衡阳人硕士高级工程师主要从事政府投资项目建设管理工作摘 要:深基坑的施工过程中对监测和控制地下土体的变形和结构的稳定性至关重要 传统的监测方法面临着数据采集不及时、精确度不高等问题而 融合物联网技术的应用为深基坑自动监测带来了新的机遇 针对深基坑自动监测的需求探讨 融合物联网技术在该领域的应用 通过将传感器数据与 模型进行融合实现对深基坑施工过程中的位移、沉降、倾斜等参数的实时监测和分析 结果表明 融合物联网技术能够提高监测数据的精确性和可靠性为工程团队提供更准确的决策支持关键词:技术物联网技术深基坑自动监测中图分类号:文献标志码:文章编号:():/引 言深基坑工程在城市建设中扮演着重要的角色然而其施工过程中面临着复杂的地质条件和巨大的工程风险为了确保施工的安全性和质量对深基坑的自动监测和实时数据进行分析成为必不可少的环节 近年来 融合物联网技术的快速发展为深基坑自动监测提供了新的解决方案 融合物联网技术将建筑信息模型()和物联网()相结合实现了监测数据的实时采集、传输、存储和分析 通过将物联网传感器与 模型进行融合监测数据与工程结构的空间和时间信息相对应实现对深基坑施工过程的全面监控 这种融合技术不仅提供了准确和实时的监测数据而且为工程团队提供了更有效的决策支持和风险管理手段 在深基坑自动监测中 融合物联网技术的应用环境多种多样 例如在深基坑开挖过程中通过部署位移传感器、倾斜传感器和温度传感器等物联网设备实时监测地表沉降、结构位移和温度变化 同时结合 模型的空间信息对构件的变形分布、沉降情况等进行空间分析提供更全面的监测数据 基于 融合物联网的深基坑自动监测系统总框架 基于 融合物联网的深基坑自动监测系统总框架通常可以划分为以下几个层级每个层级具有不同的功能具体如图 所示数据采集与传输层负责将物理层收集到的监测数据进行采集和传输 这一层包括数据采集设备、通信设备和数据传输网络可以将监测数据传输到上层系统进行处理和分析数据处理与存储层接收并处理来自数据采集与传输层的监测数据 在这一层可以对数据进行预处理、存储和管理以便后续的分析和可视化展示 该层可能包括数据库系统、数据处理算法和相关软件工具图 系统总框架数据分析与决策层负责对监测数据进行分析和挖掘提取有价值的信息 在这一层可以应用机器学习、统计分析等方法进行数据的模式识别、异常检测、趋势分析等 通过对数据的分析可以为决策者提供准确的监测结果和预测支持基坑工程的管理和决策可视化与用户界面层负责将分析结果以直观的方式展示给用户 在这一层可以设计和开发用户友好的界面提供实时监测数据的可视化图表、报告和警报信息 用户可以通过这一层与系统交互查看监测数据、设置报警阈值、接收通知等 系统各模块设计.数据采集与传输层数据采集与传输层在深基坑自动监测系统中起着关键的作用它负责将物理层获得的监测数据采集并传输到上层系统进行处理和分析 数据采集是指从各种传感器和测量设备中获取监测数据的过程 监测数据可以包括土壤压力、变形、水位、温度等参数 传感器和测量设备可以直接安装在基坑结构中通过电缆或无线方式连接到数据采集设备在数据采集之后通常需要进行数据预处理 预处理的目的是对原始数据进行校正、滤波、修正等操作以确保数据的准确性和可靠性 移动平均滤波通过计算一定窗口内数据点的平均值来平滑数据并降低噪声的影响具体公式如式()所示:()式中:为第 个数据点的滤波结果表示原始的第 个数据点 为移动平均窗口的大小决定了需要考虑多少个数据点来计算平均值 对于每一个数据点将它和前 个数据点的值相加然后除以 得到平均值作为滤波结果 通过调整窗口大小 平衡滤波效果和滤波延迟之间的权衡较大的窗口可以更好地平滑数据但会引入较长的延迟较小的窗口则能更快地响应数据变化但滤波效果较弱 数据传输是将采集到的监测数据从数据采集设备发送到上层系统的过程 数据传输通过有线或无线方式实现该系统通过无线局域网()进行远距离传输 在数据传输过程中数据的安全性非常重要 保护数据的隐私和完整性采用安全套接层()协议进行数据加密和身份验证具体流程如图 所示图 安全套接层()协议数据加密传输到上层系统后监测数据需要进行存储以备后续处理和分析这就需要选择合适的数据存储技术应考虑数据容量、性能需求和可扩展性等因素.数据处理与存储层在基于 融合物联网的深基坑自动监测系统中数据存储与管理层起着关键的作用它负责将预处理后的监测数据进行有效的存储和管理以便后续的分析和查询 使用数据库系统是存储和管理监测数据的一种常见方式该系统采用 关系型数据库通过定义适当的数据模型将监测数据以表的形式存储每一行代表一个数据点每一列代表不同的数据属性例如时间、位置、传感器类型等 在数据存储过程中结合 模型的相关信息将监测数据与 模型进行关联 模型包含了基坑的结构、构件和属性等信息将监测数据与 模型关联可实现对监测数据的空间和时间维度的管理具体流程如图 所示图 监测数据关联 模型)数据库设计:首先需要设计数据库的结构包括创建适当的表来存储监测数据、元数据和 模型的标识符 根据实际需求创建多个表来组织数据例如一个表用于存储监测数据一个表用于存储 元数据和标识符)元数据获取:从 模型中提取需要关联的元数据 这些元数据包括基坑的名称、位置、结构信息、构件信息等 通过解析 模型文件(如 文件)或者使用 工具的 接口可以提取相关信息并将其转化为可存储的数据格式)模型标识符生成:为每个 模型生成唯一的标识符 这个标识符可以是 个字符串或者是 个唯一的数字 标识符的生成可以使用数据库的自增主键功能、生成算法或者其他唯一标识符生成策略)存储 元数据和标识符:将提取的 元数据和生成的 模型标识符存储到数据库中的相应表中使用数据库的插入操作将数据写入表中确保每条记录与相应的 模型关联)监测数据关联:在存储监测数据时将 模型的标识符与相应的监测数据关联起来在存储监测数据的表中添加一个列或者外键用于存储关联的 模型标识符)数据查询与关联:通过查询操作可以根据 模型的标识符从数据库中检索相关的 元数据或 模型通过对 模型标识符的匹配可以实现监测数据与 模型之间的关联和查询由此可见通过将 元数据和 模型的标识符存储在数据库中可以方便地管理和查询监测数据与 模型之间的关联关系实现对监测数据的空间和时间维度的管理.数据分析与决策层在基于 融合物联网的深基坑自动监测系统中数据分析与决策层的设计旨在对监测数据进行深入分析并基于分析结果做出决策 对处理与储存后的监测数据进行分析和挖掘提取有价值的信息使用线性回归分析监测数据的趋势和变化规律具体的公式如式()所示:()式中:为监测数据 为时间或其他自变量 和 为回归系数 相关系数用于计算监测数据之间的相关程度判断不同监测点之间的相关性如式()所示:()()()()()式中:和 分别为 个监测点的数据和 为数据的均值 数据分析中要实时进行异常检测 使用统计方法判断监测数据是否为异常数据具体公式如式()所示:()()式中:为监测数据 为数据的均值 为数据的标准差 分析完以上数据 预测模型基于时间序列的预测模型适用于具有趋势和季节性的监测数据 假设深基坑的预测模型为()其中、和 分别代表自回归项、差分项和移动平均项 结合 模型的空间信息可以进行基坑监测数据的空间分析如构件的变形分布、沉降等具体的公式和方法会根据具体的空间分析问题而有所不同需要结合地质学、土力学等领域的相关知识进行分析.可视化与用户界面层对于基于 融合物联网的深基坑自动监测系统数据可视化和报告的设计可以结合 模型的信息以实现对监测数据的空间和时间维度的管理 将预处理后的监测数据与 模型进行关联通过将监测数据与 模型中的构件、位置或其他相关信息进行匹配来实现 利用 模型的空间信息将监测数据在模型中进行可视化展示使用图形、图表或其他方式将监测数据与构件的空间位置关联起来以显示不同位置的监测数据变化情况 例如通过色彩渐变来表示沉降或变形的程度或者通过箭头来表示位移的方向和大小如图 所示图 可视化呈现将监测数据随时间的变化进行可视化展示使用折线图、曲线图或动画方式展示监测数据随时间的变化趋势以此帮助用户直观地了解基坑的演变过程和趋势 提供交互功能使用户根据需要选择特定的构件、时间范围或其他参数进行数据展示 用户通过交互界面与 模型进行交互查看不同构件或时间段的监测数据并进行比较和分析 基于 模型和监测数据的可视化结果生成报告 报告包括对监测数据的分析结果、变化趋势、异常情况的描述以及与设计要求或安全标准的对比等内容 报告结合 模型的信息提供更全面和准确的数据解释和决策支持在设计数据可视化和报告时融合 模型的信息可以提供更丰富的数据上下文和空间参考帮助用户更好地理解监测数据的含义 同时还可以与其他相关数据(如设计数据、施工进度等)进行融合实现全面的信息集成和决策支持 监测应用实验.应用场景深圳金融科技研究院建设工程项目建设地点为原路灯大厦项目用地 项目用地面积 总建筑面积约.万 其中地上面积约.万 地下建筑面积约.万平 建筑总高度暂定.地下 层地上 层内设教育培训用房、办公用房、办公辅助用房、教育科研用房、教育科研辅助用房、公用设施用房、生活服务用房等 基坑开挖深度为.基坑周长约 开挖面积约 .根据深圳市工程建设标准基坑支护技术标准()本项目基坑安全等级为一级深基坑施工过程中的自动监测和安全管理中位移传感器型号为 、倾斜传感器型号为 、温度传感器型号为 用于实时监测基坑的位移、倾斜和温度变化 数据采集设备采用 数据采集器进行传感器数据的采集、预处理和传输确保数据的实时性和准确性 模型使用 建筑信息模型软件创建的深基坑工程的三维模型并为构件和位置分配唯一标识符 数据存储设备使用 高性能数据库服务器进行监测数据和 模型信息的存储和管理 采用 数据分析软件和 可视化工具对监测数据进行分析、挖掘和可视化提取有价值的信息以支持决策制定.应用步骤)安装物联网传感器:在基坑周围和关键构件上安装物联网传感器例如位移传感器、倾斜传感器等)数据采集和传输:使用数据采集设备对传感器数据进行采集、预处理和传输确保数据的实时性和准确性)数据与 模型关联:将采集到的监测数据与 模型中的构件、位置进行关联建立监测数据与 模型的关联关系)数据存储与管理:将预处理后的监测数据和 模型的相关信息存储在数据库系统或分布式文件系统中以便后续的分析和查询)数据分析与决策:对存储的监测数据进行分析和挖掘提取有价值的信息例如趋势分析、相关性分析、异常检测等为决策提供支持)数据可视化与报告:将分析结果以可视化的形式展示给用户生成报告提供直观的数据展示和决策支持.应用结果分析为进行详细的数据分析和比较表 展示了基坑监测数据在使用 融合物联网技术前后的对比情况表 应用效果监测指标使用传统监测系统使用 融合物联网技术沉降/.位移/.倾斜/().温度/.监测频率/(次天)通过使用 融合物联网技术监测数据的分析和结果很明确使用 融合物联网技术后沉降量从传统监测系统的.减少到.表明施工过程中地面沉降的变化较小监测数据更加稳定 位移数据从传统监测系统的.减少到.在深基坑施工过程中结构体的位移变化较小监测数据更加可靠 使用 融合物联网技术后倾斜角度从传统监测系统的.减少到.表明在深基坑施工过程中结构的倾斜变化较小结构的稳定性得到了有效控制 融合物联网技术对温度监测的影响不大温度数据在传统监测系统和 融合物联网技术中的差异较小 使用 融合物联网技术后监测频率从每天 次增加到每天 次实现了更高频率的数据采集和更新提供了更为精细和实时的监测结果通过使用 融合物联网技术监测数据的精确性、及时性和可靠性得到了提升 这些数据对深基坑施工的安全管理和决策制定具有重要意义帮助工程团队及时发现异常情况、预测施工趋势并采取相应的措施进行调整和优化 结束语本文通过研究 融合物联网技术在深基坑自动监测中的应用揭示了该技术对监测数据采集、分析和决策支持的重要作用 通过将传感器数据与 模型相结合实现了实时监测和分析提高了监测数据的准确性和实时性 这为深基坑工程的安全管理和决策制定提供了更可靠的基础有助于提高施工质量和效率 随着技术的不断发展 融合物联网技术在深基坑自动监测领域的应用前景将更加广阔:参 考 文 献:王辉.技术的智慧工地应用探究.智能城市():.汤国军.基于 技术与物联网技术的高大模板支撑体系的施工管理探究.福建建材():.金佩剑娄胜阳.基于物联网技术构建建筑施工高处坠落预警系统的方法分析.四川水泥():.