陈海军 郑子天 倪先桃 刘 畅 李红辉

（1.中铁二院工程集团有限责任公司，成都 610000；2.四川拓绘科技有限公司，成都 610000）

当前我国铁路建设正在快速发展。为了确保工程质量安全，规定施工单位在建设期间必须进行沉降观测，且待沉降数据经评估合格后才能进行后续的轨道铺设等[1-3]。2018 年，中国铁路总公司工管中心将沉降观测纳入质量红线检查范围。同年，发布的40 号、45 号文要求将铁路沉降观测纳入信息化管理。可见，实现沉降数据处理的自动化和信息化，是进行铁路建设及其相关研究的必备基础条件。

一般一条铁路线布置的沉降观测点数以万计，并且需要对一个观测点进行至少3 个月的多期观测，然后对大量的观测数据进行处理、平差、分析、拟合及预测评估等运算，数据量与计算量庞大[4]。因此，有必要研发高性能的沉降数据处理和评估系统，科学进行数据管理和数据分析，智能预测与预警，实现数据处理与管理的自动化，辅助指导工作人员准确把握工程安全，第一时间掌握异常情况，并准确分析异常原因与采取相应措施，避免安全事故的发生。

1 系统功能设计

铁路沉降数据处理及评估系统设计的总体目标是可以实现对沉降数据的访问与录入，对数据进行拟合、预测、分析等操作，能够清晰完整地显示结果，方便操作。将铁路沉降数据处理及评估系统的设计方案转化为许多易于控制和解决的子任务[5]，系统功能如图1 所示。

系统的具体功能主要包括以下几个方面[6]。

（1）文件操作功能。

（2）水准仪的数据处理功能。它对水准仪（Trimble Dini 系列产品、Leica DNA 系列产品）的观测数据信息进行预处理，生成测站高差文件和平差文件，输出详细的测量观测手簿记录，并对数据信息中的超限观测值进行核对，以提醒用户，便于用户检查。

（3）高程网平差处理功能。它能够对常规高程网的平差输入数据进行闭合环自动搜索和闭合差检查，自动统计高程网的外业观测精度并给出超限提示。在外业精度统计合格后，对平差导入文件进行平差计算，得到高程网所有平差过程中的精度统计信息和平差成果与精度，同时根据用户设置输出平差成果文件。

（4）交互式图形及表格功能。它主要以表格和图形的形式直观显示各种数据与分析结果，包括测点平面布置图、沉降-时间曲线图以及区段预测工后沉降曲线等，同时具有丰富的样式设置功能，并实现交互式操作[7]。

（5）曲线拟合与沉降预测功能。软件包含双曲线法、Asaoka 法及三点法等多种曲线拟合方法，对数据进行拟合预测分析，预测分析一定时间点的沉降值，并结合轨道荷载引起的沉降分析结构物的工后沉降，可以实现各种拟合曲线的比较。

（6）整体评估。任意里程范围的监测断面可定义为一个整体，可对范围内的各监测断面上的观测点进行曲线拟合和工后沉降预测分析，根据输入的规范标准进行评估，并根据生成的沉降曲线图反映范围内的沉降情况。

2 系统设计与实现

2.1 数据库设计

铁路沉降数据处理及评估系统数据库用于存储原始各期沉降数据和预测分析的结果等信息。它以Microsoft SQL Server 2000 为数据库平台。数据库中的数据表主要有测点布置属性表、观测点沉降数据表和沉降预测数据表[8]。

（1）测点布置属性表包含测点序号、测点类型、里程、工程类型、填挖高度、减薄层厚度以及距线路核心距离等字段名称。

（2）观测点沉降数据表包括观测日期、观测周期、观测间隔、总天数、回填高度、高程值、沉降值、总沉降、沉降速度以及工程建设环节等。

（3）沉降预测数据表包含规范双曲线预测值、Verhulst 预测值、三点法预测值、Asaoka 预测值、指数曲线预测值以及灰色系统预测值。

2.2 水准仪数据处理及平差

水准仪数据处理及平差模块包括导入控制点数据、添加平差文件、平差参数设置、闭合差计算以及网平差处理等。数据处理流程如图2 所示。

2.3 数据分析预测评估

数据分析预测评估的主要判定标准主要包括5 个部分[3]。

（1）根据路基工程、桥涵等构筑物的具体荷载条件和观测数据信息，对几个环节进行回归分析和预测分析，综合判断沉降变形的发展趋势。初步回归分析时，桥涵主体结构竣工后观察期不少于6 个月，岩床、路基等地质环境较好的桥涵观察期不少于2 个月。

（2）墩台沉降按恒载计算，工后沉降应小于20 mm。相邻桥墩与桥台的工后沉降差应小于5 mm。

（3）当预测分析曲线的回归相关系数小于0.92、近3 个月沉降变形观测值在2 mm 以内、波动幅度小于3 mm 时，对是否符合铺轨标准可以根据勘察设计方案、工程建设、计量材料和现场勘察进行综合鉴定。

（4）两次预测结果的最终沉降差异不应超过5 mm，两次预测的间隔时间一般不少于3 个月，岩床、路基等地质环境较好的结构物不少于1 个月。

（5）路基、桥梁等主体施工完成后与无砟轨道铺设前沉降预测的时间间隔应满足S(t)/S(t=∞)≥75%的标准，其中S(t)为预测时的沉降观测值，S(t=∞)为预测的最终沉降值。

数据分析预测评估流程如图3 所示。

2.4 系统实现

系统按功能主要分为两大模块，分别为水准仪数据处理模块和数据评估分析模块。系统采用Microsoft Visual Studio 2010 作为开发环境，利用C#编写程序 ，运行于Windows 平台，并应兼容Windows 7、Windows 10 等操作系统。

2.4.1 水准仪数据处理模块

根据第2.3 章节的功能描述进行软件模块代码编写和实现。在开发过程中，开发人员与现场操作员及时沟通，新增了一些比较实用的工具，如串口下载数据、剔除原始数据的错误数据、生成成果Excel 报表等，极大地便捷了数据处理工作。

2.4.2 数据评估分析模块

根据第2.3 章节的功能描述进行软件模块代码编写和实现。其中：数据查看可以通过图形方式对沉降观测断面和观测点进行直观分析，观察分析沉降趋势和沉降速率；沉降分析内置了规范双曲线法、三点法、Verhulst 法、Asaoka 法、灰色系统GM(1,1)法及指数曲线共6 种方法，结合设置的评估控制指标进行曲线拟合预测，计算出各个方法的相关系数及最终的工后沉降、差异沉降、折角等，并自动提示最优的拟合预测方法，显示是否满足评估要求[9]。

3 结语

系统采用科学方法进行沉降数据管理和变形数据统计分析，实现沉降数据处理方法和评价分析自动化和智能化。可以结合路基（含过渡段）、桥梁、涵洞等线下工程的沉降变形观测的技术要求及相关现行铁路设计规范，分析数据观测质量，指导工作人员准确把握工程安全，及时了解异常情况，并准确分析异常原因采取相应措施，避免安全事故的发生。系统可以对铁路结构物的工后沉降和最终沉降量进行预测，有效明确轨道铺设时间，以保证轨道铺设质量。目前，该系统已在鲁南高铁、安九铁路以及徐淮盐铁路等铁路建设中得到广泛应用。