水利工程中安全监测自动化系统的应用方法探讨

水利工程中安全监测自动化系统的应用方法探讨

王晓,聂梦爱王晓,聂梦爱

南水北调东线山东干线有限责任公司

山东省济南市250000

摘要：安全监测犹如水利工程的“体检医生”，起到全面感知、综合管理和智慧监控的作用，可为水利工程全生命周期的安全管理提供技术支撑。我国水利工程安全监测经历了半个多世纪的发展，已经实现了通过各种监测手段评价大坝安全性状的基本目标。目前，随着云计算、物联网（IOT）、大数据、人工智能等技术的深入应用，安全监测正在向多源信息融合、智能模型分析、实时在线评价、三维可视化展示、智慧辅助决策等方向发展。监测自动化是实现以上目标的必要途径，能实现监测数据的自动采集、传输和存储，为监测数据实时分析提供信息平台，从而保证水利工程施工质量和运行安全。

关键词：水利工程；安全监测自动化系统；应用

引言

水利工程安全监测最基本和最重要的目的是提供连续评估工程全寿命安全性以及不利情况下对工程性能进行显示和控制所需要的资料，可以对工程施工质量和安全状态进行判定。需要重点解决好以下几个关键问题:尽可能全面获取工程健康状态信息；尽可能准确筛选、识别出反映工程状态的有效信息；尽可能提前准确判断工程安全状态。解决上述问题涉及到监测设备运行与维护、数据库、自动控制、数理统计、软件工程及计算机与信息等多学科技术。近几年来，自动化的安全监测技术在流程性、重复性强的工作中已实现全面取代人工，初具智能化雏形，有效提升安全监管水平。

1安全监测自动化中的问题

1.1先进设备不足

在对水利工程进行监测时，发现其数据精度并不高，主要是因为在实际监测过程中设备老化，没有采用先进、精度高的监测设备，对监测工作的稳定进行带来了影响。

1.2安全监测自动化技术没有得到有效应用

虽然一些先进的技术在水利工程安全监测中得到了有效应用，但是大多数还是采用人工观测，但人工观测会受到环境与天气等因素的影响，导致监测结果出现偏差，严重地影响了监测数据在实际工程中的使用。此外，水利工程安全监测工作的内容是非常多的，通过对自动化技术的应用，才可以实现对不同内容的自动化管理，但是大部分企业并没有在其中投入大量的精力，且自动化监测技术应用不足，严重影响了监测结果的准确性。

2水利工程中安全监测自动化系统的应用

2.1对自动化安全监测系统的测点进行选择

在对安全监测自动化系统测点进行选取的过程中，需要对自动化安全监测系统的复杂程度多加考虑，还需要对安全监测自动化系统在使用方面的规模进行考虑。一般来说，选择自动化安全监测系统测点的方案共有两种：方案一：方案一能显示项目重要部分的测量点，其主要优势为便于控制自动化安全监测系统的大小。在方案一中，通常，测量点的数量不会太多，测量点可以实现有效集中。利用方案一进行自动化监控，监控稳定性好，前期投入较低，监控效果良好。但是，方案一也有一定的局限性。比如，监测人员测量任务量相当繁重，其间需要输入大量数据，这加大了监测人员的工作压力，可能会影响测量数据的精确性。方案二：方案二适用于需要设置大量测量点的项目，可以提高监测速度，但是监测人员的测量任务比较简单。方案二明显减少了监测人员的工作压力和任务量，有助于提高监测数据的精确性。不过，方案二的局限性是，项目前期必须投入大量资金和人力资源，若企业经营资源不足，则必将会对其建设成果造成不利影响。不仅如此，方案二的实施也有一定的复杂性，所以应用范围相对较小。

2.2监测数据采集、传输与处理智能化

物联网已成为重要现代信息技术，作为物联网的“触手”，传感器在当今信息时代发挥着至关重要的作用。水利工程安全监测周期长，特别是埋入式仪器，需要服役30年以上，因此，其耐久性和稳定性必须得到保证。目前传统的振弦式和差阻式传感器应用较多，耐久性和稳定性较好，但是其智能化水平较低，导致采集手段相对落后。未来研发的安全监测传感器除了需要具备一般消费类传感器的低功耗、低延迟、数据采用率高、易于集成、存储、无线传输等性能外，还需要具备传统工业类传感器的高可靠性和耐久性。此外，将来甚至可以研究低功耗、高续航能力的埋入式传感器无线传输技术，减少电缆牵引工作，大大提高传感器成活率。传感器的信息化必将带来采集系统的智能化，采集系统可以根据传感器的自身属性，进行信息化数据处理，对监测物理量变化过大的可自动重测或报警，减少人工参与数据处理，提高数据采集与处理的效率和可靠性。

2.3监测信息特征值的提取

在整合监测数据的基础上，需对监测信息进一步凝练，利用数据挖掘的方法提取其特征值，辨识监测信息的时间及空间分布规律，以实现对监测对象的动态建模及趋势预测。数据挖掘是把数据表层的分析提升到业务理解层的应用，通过关联规则、机器学习算法等方式从数据中获取深层次的有效信息和隐藏信息。对于安全监测领域，数据挖掘多应用于日常运行管理、安全决策支持、预报预警响应及动态发展趋势预测等方面，以提升数据价值的最大利用度。动态建模是在对比历史实测数据的基础上，对新产生数据进行分析判断，将监测数据的趋势预测结论加入到报警功能中，识别可能存在的风险。由于监测物理量会随着时间的推移及边界条件的变更而不断变化，监测过程是一个随时间动态演化的过程，需要建立考虑动态因果关系、序列相似性以及因子相关性等多维关联分析模型，合理选用或组合以BP神经网络、遗传算法(GA)、自组织映射算法(SOM)、GM灰色理论模型和模糊神经系统等为代表的动态神经网络，并结合实际工程背景下得到的监测数据，计算出各预测模型的预测数据，如利用改进的IAGA－BP预测模型权衡多因素对水利工程水平位移的非线性变形预测，或组合多个预测模型提高大坝沉降值的预测精度。大部分的工程事故总是最先由局部损伤扩展到其他部位，最终形成整体破坏的演化过程。因此，局部损伤往往隐含整体破坏的先兆信息，空间变异特征可能是识别工程失稳前兆的突破口。这种变异性不同于监测数据中的异常值，异常值可能是非真实的数据，而变异性代表着某监测物理量在被监测对象中分布的不均匀性，这种不均匀性可能是局部存在缺陷的一种表象。变异性识别与数据清洗中粗差与离群值的区别在于粗差为单个测点数据的无规则突变，变异性往往为同部位多个测点的同步突变，这种差异是识别变异性与粗差的主要特征。

2.4对工程软件管理和安全监测进行有效把控

水利工程的软件管理和安全监测工作，需要在软件和数据管理软件基础上进行。信息管理软件拥有很好的监测功能，可以全方位对数据进行采集和解析。与此同时，在达到数据监测目的之后，需要解决好数据问题，之后把相关的信息输入至信息库。要想保证监测数据的准确性，管理人员通常能够对系统全方位信息进行直接掌握。

3结语：在社会经济不断发展背景下，我国水利工程数量逐渐增多，建设规模越来越大，人们对水利工程施工质量要求越来越严格。为了保障施工质量和水利工程安全运行，需要将安全监测自动化系统运用至水利工程中。随着现代信息技术的进步，结合智能传感器、测量机器人及GNSS系统，未来安全监测系统可以做到从数据采集、传输到存储、处理与分析、可视化、判别与决策的全流程智能化管理，同时结合智能巡检，完成监测对象的现场无人管理和值守，实现真正意义上的安全监测自动化系统的智能化监测实施与管理。

参考文献：

[1]俞扬峰,周海啸,马福恒,等.金佛山面板堆石坝安全监

测自动化系统研发[J].中国水利,2020(S1):95-96.

[2]贺虎,朱赵辉,李秀文.白水峪水电站安全监测自动化系

统改造[J].中国水能及电气化,2020(01):21-25.

[3]管世珍.南水北调中线安全监测自动化系统设计及应用[J].水利建设与管理,2021,41(12):5-9+48.

[4]王振华.水利工程中安全监测自动化系统的应用研究[J].智能城市,2021,7(22):165-166.