焦雄风 马 龙 金卫峰 陈 铮 张献州

(1.西南交通大学地球科学与环境工程学院,成都 611756; 2.中铁第四勘察设计院集团有限公司,武汉 430063;3.上海铁路北斗测量工程技术有限公司,上海 200070; 4.西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室,成都 611756)

1 概述

长期以来,测量数据管理手段落后、数据分析能力单一,是测量数据评估单位重点关注并亟待改善的问题。可利用信息化手段来解决上述问题,已有学者开展相关研究,马龙关注于变形监测数据的管理和分析,将变形监测数据云分析系统成功应用于传统变形监测项目的数据管理[1];张宇昕基于BIM技术研究高速铁路监测数据的可视化[2];丁晶等探索测量精细化管理平台在广州城市规划方面的应用[3];何伟等研究大数据信息平台在地灾监测方面的应用[4]。基于上述研究,着眼于运营高速铁路重点监测地段评估工作流程,针对现实业务需求,开发一种运营高速铁路重点监测地段云评估系统,以期对铁路测量数据管理和分析提供一种新的思路。

2 评估业务流程

运营高速铁路重点监测地段评估工作主要涉及评估大纲的制定、测量单位的测量实施方案审批、外业测量方法的科学指导,以及测量成果的质量评价等[5],其流程如图1所示。

图1 评估工作流流程

运营高速铁路的测量工作内容丰富、流程复杂,且对测量成果有较高的精度要求和时效要求[6],而通过人工的方式对海量测量成果进行计算分析和管理,难免会存在纰漏和延误[7]。

为避免上述问题,开发一种运营高铁重点监测地段云评估系统,利用云计算资源,对评估工作的每一个环节进行高效控制,以实现评估工作的标准化、精确化、分析多元化。

3 系统总体设计

3.1 总体架构

系统基于ASP.NET框架进行开发,采用B/S逻辑结构,分为数据管理层、APP服务层、用户体验层,如图2所示。数据管理层使用MySQL数据库对测量信息和用户信息进行储存。测量信息主要包括测量单位名称、运营高铁重点监测地段项目名及里程段信息、监测点的种类、数量以及不同维度测量数据等;用户信息主要包括用户名和密码、用户所属测量单位、具体联系方式、以及不同用户管理权限的设置等。APP服务层主要包括针对评估工作实际需求,开发的各种应用模块,其代码托管在Mcrisoft.Net Framework4.5集成环境下,采用SqlSugar 5.0 ORM框架下的数据库访问技术。该层可根据用户体验层的请求进行响应,并从底层数据库中调用相应数据满足用户需求。用户体验层主要包括网页界面设置以及与APP服务层之间的连接代码,采用AJAX(网页异步更新)技术,仅需用户简单的点击相应模块按钮,就能浏览云端传输过来的分析结果和数据[8]。

图2 系统总体架构

3.2 数据库设计

系统数据库采用MySQL5.6版本,建立单数据库分表存储模型,表与表之间通过表单自动生成的ID作为主键进行关联。根据评估工作流程及测量数据种类不同,分别设计多个表单存储数据,这些表单通过视图进行联合显示,视图是一种虚拟表单,通过视图进行查询操作,不仅可以提高查询相应速度,而且能提高实体表单的安全性[9]。数据库表单结构信息见表1。

表1 数据库表单结构信息

3.3 主要功能设计

平台主要功能包括点位和期次数据显示、测量数据云分析、工程概况信息管理、评估相关文档管理、预警信息显示、预警信息推送等。可基本满足运营高铁重点监测地段评估工作中各个环节的需求。

(1)点位和期次数据显示

系统将测量数据按点位和期次的形式进行显示。点位形式是指将某条运营高铁线路某个监测地段的所有监测点,按里程从小到进行排列,每个监测点包含该点所有期次的测量数据;期次形式是指将某条运营高铁线路某个监测地段的测量数据按期次进行显示,每期包含该段所有监测点的测量数据。这样既能满足期次信息的统计,又能满足针对某个点位变形趋势的分析[10],如图3、图4所示。

图3 点位信息显示

图4 期次信息显示

(2)测量数据云分析

实际评估过程中,在利用本地平差软件对测量数据进行精度评定的同时,也希望利用Kalman滤波、BP神经网络等算法模型对测量数据进行分析,准确把握数据变化趋势,了解数据真实变化情况,以更加多元化的处理方法对测量数据进行科学分析。

根据以上需求,基于点位数据显示的功能,将抗差Kalman滤波、BP神经网络[11]机器学习算法搭载到云端,实现对监测点的测量数据进行在线云分析。该功能以图表的形式,将算法分析结果进行直观明了的快速展示,使评估人员能准确把握监测点的实际情况,如图5所示。

图5 在线云分析

(3)非结构化数据管理

经统计,某测段实际评估工作中产生的非结构化数据多达8T,包括工程概况、评估报告,以及原始数据文件、测量成果表、测量规范、测量实施方案等相关文件。对于上述庞大的数据量,利用云盘来进行存储是目前较为可行的方案[12]。一般情况下,云盘的存储容量可达上百T,还可根据需要进行扩容,且能在线实时查看、上传、下载文件,具有更加便捷,稳定可靠的特点。将云盘内嵌到平台主程序中,用户通过点击链接,就能实时登录云盘进行相关操作,功能界面如图6所示。

图6 云盘管理功能

(4)预警信息显示及推送

对运营高速铁路重点地段进行监测的主要目的是及时发现铁路病害隐患,保证运营高速列车安全平稳行驶。因此,实时评估、实时预警十分重要[13]。

结合云图、邮箱、微信小程序,开发了一套实时预警功能。①在前期,将设计好的云图、微信小程序与数据库进行连接并内嵌到系统主程序中,一旦发现监测值达到预警值,就可以自动报送负责平台的技术人员,并进行后端入库操作。②入库完成后,通过云图实时展现预警信息,供决策者浏览;同时,小程序会将预警信息实时推送,保证评估团队所有成员及时知晓相关预警信息。③预警信息经评估团队核实后,即可将预警信息通过邮箱报送相关单位。

4 平台实现

基于上述设计,采用MySQL5.6版本的数据库软件、navicat数据库管理工具、Microsoft Visual Studio2019开发工具,C#、HTML、CSS,JavaScript等语言进行平台开发。完成开发后,在本地发布打包,将应用压缩包放置到云服务器根目录中解压。云服务器配置为2核,4GB内存,镜像操作系统为windows server 2012 R2 数据中心版64位中文版,公网带宽为10Mbps,利用Windows系统自带的IIS(Internet Information Services 互联网信息服务)发布系统,登录界面如图7所示。登录该系统时,不需要用户下载任何附带插件,支持Chrome、IE、360等浏览器,考虑到系统的安全性,采用如下关键技术进行保障。

图7 风险源影像与GIS地图相匹配的示例

图7 登录界面

4.1 云数据库部署

系统数据库部采用云端部署形式,数据库地址设置为云服务器内网IP地址。数据库登录验证方式为“用户名+密码”,由专门人员进行数据录入,并对数据进行加密操作,解密方法内置于系统主程序中,以保证数据的安全性。这种云数据库不仅能方便技术人员随时进行数据库操作,突破本地操作的约束,还能提高数据库容灾能力,减小数据丢失的风险[14]。

4.2 安全组设置

安全组是指虚拟的防火墙对服务器配置安全组,以有效阻止恶意攻击系统的行为发生。将系统安全组的网络类型设置为专有网络VPC,入站规则设置只对评估团队内部的IP地址及特定软件的访问请求开放,出站规则设置只对有限端口开放[15]。上述安全组配置策略,可保证服务器里的应用安全平稳运营。

4.3 工程实例

某高速铁路重点沉降监测地段位于浙江省金华市西部。该段长1.412km,共设41个观测断面,262个监测点,利用高精度水准仪及精密水准尺进行周期性测量,监测内外业精度均符合相关规定。

利用平台对该期数据进行分析,步骤如下:①由技术人员将该期平差后的数据进行入库和加密;②负责该重点沉降监测地段的评估人员登录平台进行查看;③利用“点位和期次数据显示”和“测量数据云分析”功能对数据进行可视化展示和分析;④将某些沉降变化达到预警值的监测点进行记录,并通过小程序发送到全体评估人员的手机上;⑤经评估团队总负责人核实后,评估工程师编写评估报告,将分析的结果及结论通过平台报送集团公司审阅;⑥最后将评估报告和成果资料上传平台云盘进行保存。

相较于之前的评估工作流程,该系统可消除流程中人工操作的不规范性,杜绝误预警,提高评估团队内部协调性和工作效率。

5 结语

运营高速铁路重点监测地段评估工作流程复杂,仅靠人工管理的方式不仅效率低下,还存在数据丢失、评估遗漏等问题。基于上述问题,利用云计算,开发一种运营高速铁路重点监测地段云评估系统。该系统不仅能解决上述问题,满足评估工作所需,还能以多元化的分析手段保障评估工作的严密性、可靠性,打造一套科学高效的评估方法,完善评估工作不足。但系统还存在数据库管理专业性较强、入库方式较单一等缺点,如何解决这一问题是接下来研究的重点。