基于光纤光栅传感与视频位移计技术的运营期铁路隧道结构安全监测
1 引言
随着社会经济的发展,铁路交通建设的需求日益增长,有关数据表明,截至2020年末,中国铁路运营里程预计达到14.4×104 km,其中高铁运营里程3.7×104 km。中国地域条件差异大,山地和丘陵占据了国土面积的75%左右,截至2020年末,铁路隧道达16798座,总长约1.963×104 km[1]。铁路隧道带来了显著效益,但施工环境、地质环境的多重影响容易给隧道结构带来灾害,稍有疏忽便会影响人民的生产生活和财产安全,因此保障铁路隧道的安全运营是亟待关注的[2]。
当前铁路运营期隧道的监测方式种类繁多,主要分为两种:接触式和非接触式。接触式通过人工在监测面埋设或安装相应传感器,利用接触式测量获得隧道表面或内部基础数据,测量过程中可能会损坏结构本身的状态,主要方式为人工巡检、电子类传感器监测、光纤光栅(FBG)类传感器监测。非接触式通过设定监测断面或监测区域,利用光学或结构性能间接性获得隧道监测区域的数据,同时满足高精度、对结构无损的优异性能,主要方式为全站仪监测、三维激光扫描(TLS)技术监测等。
人工巡检一定程度上可以确保隧道的裂缝、位移在可控范围内,应用最为广泛,但存在工作效率低、记录偏差较大、数据滞后等缺陷且无法做到24 h不间断监测[3-4]。电子化振弦传感器[5-6]虽然可以做到自动化监测但是其稳定性较差,且无法做到动态监测。光纤传感技术[7-8]因其本质无源、抗电磁干扰等优势被广泛应用于工程建筑中,且其测量精度高、传输距离远,在隧道监测中适用性较强。全站仪监测[9-10]利用棱镜与光的反射性监测,施工期可得到精度约mm级别的位移变化值,但其监测距离有限且无法全自动化监测。近些年TLS技术的出现为隧道监测提供了一个有效的立体化截面监测方案,其无损非接触式监测精度在10 m内最高可达1 mm,但由于其价格昂贵,适用性严重不足[11-13]。
FBG传感技术自1989年首次应用于混凝土结构中的检测后,先后在日本、英国等多国研究人员的推动下取得了较快的进展。其中:2010年捷克的Urban等[14]提出可在重工业环境中使用的FBG微型压力传感器,利用增敏膜片和FBG集成,使其增敏效果明显;2012年马豪豪等[15]在地铁隧道模型中利用自行封装的FBG传感器中的锚杆结构,为不同应力下的应变监测模型试验提供了可靠途径;杨建国等[16]利用波分复用技术并采用串联方式构成线性FBG传感器阵列对隧道端面的二次衬砌进行连续监测,得到二次衬砌混凝土早期应变及结构内力变化规律;吴静红等[17]在2020年基于FBG监测技术在京雄高铁隧道中成功实现断面的结构健康监测,涉及应力应变、错缝位移、沉降等基础数据,并成功实现自动化运行。
光学视频位移技术起源于20世纪70年代,它充分将现代光电技术、计算机技术、图像处理与识别技术有机结合。高精度、非接触式的数字图像技术作为一种新兴测量手段被迅速推广应用于工业、医疗等行业[18-19]。该技术近些年具体的研究有:2018年朱金龙等[20]利用消费级数码相机(Nikon P900S)在相距8 m的位置测得振幅为1 mm的结构振动并使得其绝对误差保持在7.08%;同年Vicente等[21]基于视频位移系统对桥梁的静态垂直偏转进行了测量,保证准确性的同时也做到了成本低廉;2019年Wu等[22]提出了一种非接触、无标记的机器视觉测量方法用于测量起重垂直绳索的横向振动位移,结果表明所提出的方法可以比较合理、准确地测量矿井提升机竖向绳索的横向振动位移;2021年周云等[23]使用Panasonic Lumix GH5相机实时测量距离为200 m的大桥,其测量精度可成功替代探测范围为280 mm、精度为0.7 mm的激光位移计。
上述各类监测手段均存在一定的局限性,给铁路运维人员的工作带来不可避免的挑战,且无法形成长期高效精确的监测。为此,本文结合当前的技术发展,对高精度的光学传感技术调研分析后,将光学视频位移技术应用于隧道安全监测中,同时结合FBG传感技术在隧道监测中的成熟应用,充分拓展光学传感在隧道结构安全监测的应用。
2 隧道结构监测原理
2.1 隧道监测系统原理
运营期的铁路隧道由于长期处于通车或重力荷载的情况,容易发生形变,而隧道的形变主要体现于应力应变和沉降位移两类基础数据,故隧道结构安全监测系统主要由FBG应变传感器、光学视频位移计进行数据监测[24-25]。在隧道内关键点位安装传感器,实时监测隧道的基础数据,并通过采集设备和传输终端汇集至服务器。当隧道结构发生临时性或长期缓增的形变时,超过监测系统设定的安全阈值,系统会自动预警,为隧道的管养维护和事故追溯提供依据,以此进行隧道的结构安全监测。
当前铁路隧道监测的问题主要集中于:隧道测点颗粒度不足、大多应变传感器未剔除温度导致的误差、断面应力监测角度单一、位移监测难等。该系统架构通过增加测点、传感器温补光栅、布设水平/环向应变计等解决上述部分问题,同时光学视频位移计的布设方式简单,可以满足运营期隧道多点位移快速监测的需求,避免传统位移计或沉降仪布设难度挑战较大的问题。此外,监测系统远程自动化运行可实现无人值守的隧道结构监测,提升巡线人员工作效率。
2.2 FBG传感原理
在长期的光通信应用中,科研人员发现定量调节温度、应力等环境参量时,会引起光纤传播中的光波强度、相位、频率、偏振态等规律性变化,根据该原理即可制备出相应的光纤传感器[26]。光纤传感中的一大旁支叫作FBG传感器,
通常通过的光会全部穿过FBG而不受影响,只有特定波长的光在布拉格光栅处反射后会再返回到原来的方向。根据模耦合理论[27],
式中:
2.3 光学视频位移原理
光学视频位移技术是利用特定镜头的摄像机对被测物体进行拍照识别,同时利用数字技术将拍摄得到的图片进行解析,对信息进行一系列整合和运算,获取关键参数信息后得到被测物体的大小或位置的变化[29],当前使用的光学视频位移计精度可达亚mm级别。
光学视频位移技术的基本原理是图像模板匹配技术[30-32],
首先,采集的图片或视频流被读取切割为一系列灰度图像,然后在图像中选取需要监测的特定区域,将其设定为模板,通过模板匹配技术对第一帧图像或指定帧图像中选定的区域图像连续定位,得到像素坐标系下的位移曲线,再利用转化因子,将其转化为物理坐标,从而得到其位移时程曲线。为减少计算时间,搜索区域可被限制在靠近图像中模板位置的预定义区域(ROI)[35]。
3 项目案例
隧道(
为保障隧道的结构安全,结合实际情况,利用光学传感技术为该隧道搭建一套隧道安全监测系统的方案,用于监测应力应变、结构沉降等结构损伤。该监测系统由7组FBG应变传感器、1组视频位移计组成,如
为保障隧道结构的安全,利用复合型传感数据解调设备、5G通信技术建立隧道结构安全实时监测系统,其中光学视频位移计的采集频率为10 Hz,光纤传感的采集频率为3 Hz,整体系统采样率可实现对隧道结构状况的实时感知,
图 7. 隧道结构安全监测系统拓扑图
Fig. 7. Topological diagram of tunnel structure safety monitoring system
4 监测数据与分析
历经数月,光学视频位移计和FBG设备在隧道内成功安装,解调设备及传输设备调试正常。完成调试工作待系统稳定采集一段时间后,收集整理阶段性的完整监测数据,结合仿真对数据进一步分析研究。
4.1 隧道模型仿真分析
为进一步研究分析,根据施工信息及现场实际工况利用迈达斯(Midas GTS NX 2019版本)软件在Windows 10系统上构造隧道仿真模型(
该模型为双层隧道衬砌结构,主要分为内衬和外衬两个部分,内衬材质为C25混凝土,外衬材质为C30混凝土。内衬与外衬之间填充水泥,即荷载情况下,内外衬的连接性可视为弹簧件。底部左右两侧均有横向荷载,横向荷载分布比较密集集中,故底部左右两侧的横向荷载后的受力单元分布比较集中,隧道顶部受到的荷载多为均匀分布的竖向荷载。
对该模型施加等效荷载力,模型仿真结果如
受到整体荷载力后,隧道Y方向(竖向)产生的最大位移约为5.48 mm,且占比仅为3.1%,集中于隧道顶部;左右两侧竖向位移基本变化为2.7~3.1 mm,占比62.5%;由于隧道存在偏压和高地应力,故隧道X方向(横向)产生的位移主要集中于底部左右两侧,其中横向位移基本维持在1.47 mm,位移占比大于40%;隧道顶部X方向(横向)位移基本无变化。
4.2 隧道测点应变数据分析
4.2.1 列车通行时刻隧道应变数据分析
随机选取某日12∶00—15∶00为期3 h的下行侧FBG应变传感器实时数据,整理发现12∶51陆续开始有列车通过,且13∶32、14∶09、14∶23均有列车通过测点截面。由于该铁路隧道运营的铁路专列覆盖面较广,有动车、普快、货车等多个车型,列车车速与载重荷载对隧道结构影响较大,故每趟过车截面测点的应力应变存在差异,整理绘制其下行侧6个FBG应变传感器实时数据图,如
分析
进一步研究发现,列车通行时,1、2、3号测点的应变数据呈现递减趋势,表明距地高度越低的测点受到的应力应变越大;同时,1、2、3号测点的环向应变均大于同测点的纵向应变,表明列车通行带来的环向剪应力大于纵向剪应力。
4.2.2 隧道应变长期稳定性数据分析
待系统稳定运行后,结合当地水文、地质等情况,选取累计3个月时长的FBG应变测量数据(每日固定时间取一次数据),进行FBG应变传感器的长期稳定性分析,具体数据趋势如
结合
从
4.3 隧道测点沉降数据分析
4.3.1 列车通行时刻隧道沉降数据分析
随机选取某日10∶00—10∶30的下行侧光学视频位移计实时数据,分析发现10∶10陆续开始有列车通过,且10∶19、10∶26均有列车通过测点截面,如
分析
经过进一步分析,不同车速或车型对隧道的位移扰动也存在差异,其位移数据存在一定波动(
表 1. 列车通行前后数据波动统计表
Table 1. Data fluction before and after the train passes
|
4.3.2 隧道沉降长期稳定性数据分析
待系统稳定运行后,结合当地水文、地质等情况,选取累计3个月时长的光纤视频位移计测量数据(每日固定时间取一次数据),进行光学视频位移计的长期稳定性分析,具体数据趋势如
表 2. 隧道测点长期数据统计表
Table 2. Long-term data of tunnel measuring points
|
分析
结合为期3个月的光学视频位移计长期稳定性数据可知,在运行期间隧道各监测测点在通车时动荷载会导致测点相应位移发生变化,测点位移变化趋势保持一致,即测点位移均保持在零值波动且未产生累加性的位移变化,即高地应力和荷载应力未对隧道结构产生累加的沉降位移,表明隧道结构正常。
进一步地,结合实际监测数据和仿真模型可知,通行列车的种类和频次会给隧道的瞬时应力应变和位移带来变化,通车会在隧道内表面短期产生瞬时微弱位移,但列车通过后隧道又基本回归原始零值状态。同样情况下,列车通行会导致隧道内产生应力应变,应力应变释放较为缓慢,存在一定的滞后性,但当应力释放完毕后,应变也能回归初始状态。本次仿真数据和实际的隧道监测数据趋势基本一致,但数据上存在一定差异,推测原因为实际铁路隧道本身为运营状态,隧道会受到频繁通车且通行列车车型、车速、载重偏差较大等影响,而模拟分析的隧道荷载为等效静态荷载。两者的光学传感监测方式得到的预期结果基本保持一致,初步表明常规行驶列车不会影响隧道稳定运行的结构状态。高地应力下的隧道应力应变主要受重力荷载和结构偏压影响较大,考虑到当前各测点应力应变在合理范围内且目前数据样本有限,待后续持续跟踪该隧道的监测数据以对偏压应力进行持续分析研究。
5 结论
基于FBG传感与光学视频位移计技术监测运营期隧道结构安全具有重要的意义,其中光学视频位移计监测位移沉降是新技术在该方向的创新应用。本次研究利用FBG应力应变传感器对隧道进行με级别监测,通行列车中的隧道截面应变在距地高度最低的位置最大,基本维持在5 με以内,同时同一测点的环向应变较纵向应变大1~2 με。本次工程项目中光学视频位移计的位移监测精度可达到亚mm级别,其中通行列车中的隧道截面位移沉降主要体现在竖向,距地高度最高的位置受到位移影响最大,多车次运行中测点瞬时位移最大变化在17.90 mm以内,轴向位移仅变化8.10 mm。3个月时长数据表明铁路隧道运营状况下,隧道内测点位移并不会累计单向增加,使用光学传感技术可满足运营期隧道的安全监测。同时利用FBG传感与视频位移计技术的高精度、快速、多点自动化监测可以为隧道的结构评估提供真实有效的数据,对于相关隧道等建筑结构的健康监测与维护有参考与借鉴的意义。后续研究将持续关注光学传感在隧道结构上的现场应用,同时进一步提高系统的可靠性,以全面提升隧道安全监测的性能指标。
[1] 田四明, 王伟, 巩江峰. 中国铁路隧道发展与展望(含截至 2020 年底中国铁路隧道统计数据)[J]. 隧道建设(中英文), 2021, 41(2): 308-325.
Tian S M, Wang W, Gong J F. Development and prospect of railway tunnels in China (including statistics of railway tunnels in China by the end of 2020)[J]. Tunnel Construction, 2021, 41(2): 308-325.
[2] 李隆. 基于计算机视觉的高速铁路隧道监测系统研究[D]. 北京: 中国铁道科学研究院, 2020.
LiL. Research on high-speed railway tunnel monitoring system based on computer vision[D]. Beijing: China Academy of Railway Sciences, 2020.
[3] 路耀邦, 刘永胜, 樊晓东. 地铁隧道结构表观病害快速检测方法与应用[J]. 隧道建设(中英文), 2021, 41(S2): 655-663.
Lu Y B, Liu Y S, Fan X D. Rapid detection method for surface defect for metro tunnel structure and its application[J]. Tunnel Construction, 2021, 41(S2): 655-663.
[4] 李庆桐, 黄宏伟, 薛亚东, 等. 隧道衬砌图像清晰度影响因素的模型试验研究[J]. 岩石力学与工程学报, 2017, 36(S2): 3915-3926.
Li Q T, Huang H W, Xue Y D, et al. Model test study on factors affecting image sharpness of tunnel lining[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(S2): 3915-3926.
[5] 韩涛. 基于振弦传感器的桥梁应力监测系统设计[D]. 武汉: 武汉理工大学, 2009.
HanT. The design of bridge strain monitoring system based on vibrating wire sensor[D]. Wuhan: Wuhan University of Technology, 2009.
[6] 陈妮, 何华光, 谢开仲. 多路振弦传感器同步测频系统设计[J]. 科学技术与工程, 2018, 18(2): 105-110.
Chen N, He H G, Xie K Z. Design of multi-channel synchronous frequency measurement system for vibrating wire sensor[J]. Science Technology and Engineering, 2018, 18(2): 105-110.
[7] 朱铁栓. 光纤光栅传感器的铁路隧道围岩变形实时识别[J]. 激光杂志, 2020, 41(4): 47-51.
Zhu T S. Monitoring system of surrounding rock deformation of railway tunnel based on fiber Bragg grating[J]. Laser Journal, 2020, 41(4): 47-51.
[8] 周萌. 大量程高灵敏度的光纤Bragg光栅低频振动传感器研究[D]. 长春: 吉林大学, 2020.
ZhouM. Research on large range and high sensitivity fiber Bragg grating low frequency vibration sensor[D]. Changchun: Jilin University, 2020.
[9] Zhou J G, Xiao H L, Jiang W W, et al. Automatic subway tunnel displacement monitoring using robotic total station[J]. Measurement, 2020, 151: 107251.
[10] Luo Y B, Chen J X, Xi W Z, et al. Analysis of tunnel displacement accuracy with total station[J]. Measurement, 2016, 83: 29-37.
[11] 潘东峰, 杨超, 吴一同, 等. 利用TLS技术进行地铁隧道断面提取及变形监测分析[J]. 测绘通报, 2022(4): 130-133.
Pan D F, Yang C, Wu Y T, et al. Section extraction and deformation monitoring analysis of metro tunnel using TLS technology[J]. Bulletin of Surveying and Mapping, 2022(4): 130-133.
[12] 刘界鹏, 崔娜, 周绪红, 等. 基于三维激光扫描的房屋尺寸质量智能化检测方法[J]. 建筑科学与工程学报, 2022, 39(4): 71-80.
Liu J P, Cui N, Zhou X H, et al. Intelligent inspection method for dimensional quality of houses based on 3D laser scanning[J]. Journal of Architecture and Civil Engineering, 2022, 39(4): 71-80.
[13] Qiu W G, Cheng Y J. High-resolution DEM generation of railway tunnel surface using terrestrial laser scanning data for clearance inspection[J]. Journal of Computing in Civil Engineering, 2017, 31(1): 1-13.
[14] Urban F, Kadlec J, Vlach R, et al. Design of a pressure sensor based on optical fiber Bragg grating lateral deformation[J]. Sensors, 2010, 10(12): 11212-11225.
[15] 马豪豪, 刘保健, 翁效林, 等. 光纤Bragg光栅传感技术在隧道模型试验中应用[J]. 岩土力学, 2012, 33(S2): 185-190.
Ma H H, Liu B J, Weng X L, et al. Application of optical fiber Bragg grating sensing technology to tunnel model test[J]. Rock and Soil Mechanics, 2012, 33(S2): 185-190.
[16] 杨建国, 马巍, 褚建峰, 等. 基于光纤布拉格光栅传感器的衬砌结构内力监测与分析[J]. 现代隧道技术, 2013, 50(4): 122-127.
Yang J G, Ma W, Chu J F, et al. Monitoring and analysis of the internal force of the lining structure by FBG sensors[J]. Modern Tunnelling Technology, 2013, 50(4): 122-127.
[17] 吴静红, 叶少敏, 张继清, 等. 基于光纤光栅监测技术的京雄高铁大断面隧道结构健康监测[J]. 激光与光电子学进展, 2020, 57(21): 210603.
[18] 周易非, 原媛, 刘文白, 等. 基于数字图像相关技术的隐框玻璃幕墙抗风压性能评估[J]. 应用光学, 2020, 41(6): 1197-1206.
[19] 吴凡, 吴思进, 李伟仙, 等. 应用数字散斑投影测量纸页厚度[J]. 应用光学, 2019, 40(5): 847-852.
[20] 朱金龙, 曾伟明, 鲁书浓, 等. 基于非接触视频位移测量系统的结构低频振动位移监测[J]. 现代科学仪器, 2018(1): 129-132.
Zhu J L, Zeng W M, Lu S N, et al. Displacement monitoring on structural low frequency vibration based on non-contact video displacement measurement system[J]. Modern Scientific Instruments, 2018(1): 129-132.
[21] Vicente M A, Gonzalez D C, Minguez J, et al. A novel laser and video-based displacement transducer to monitor bridge deflections[J]. Sensors, 2018, 18(4): 970.
[22] Wu G G, Xiao X M, Yao J N, et al. Machine vision-based measurement approach for transverse vibrations of moving hoisting vertical ropes in mine hoists using edge location[J]. Measurement and Control, 2019, 52(5/6): 554-566.
[23] 周云, 程依婷. 基于数字图像相关理论的非接触式结构位移测量方法[J]. 湖南大学学报(自然科学版), 2021, 48(5): 1-9.
Zhou Y, Cheng Y T. Non-contact structural displacement measurement based on digital image correlation method[J]. Journal of Hunan University (Natural Sciences), 2021, 48(5): 1-9.
[24] 张莎莎, 苏焰花, 樊林, 等. 基坑开挖对邻近既有盾构隧道的影响分析[J]. 建筑科学与工程学报, 2022, 39(1): 134-142.
Zhang S S, Su Y H, Fan L, et al. Analysis on influence of foundation pit excavation on adjacent shield tunnel[J]. Journal of Architecture and Civil Engineering, 2022, 39(1): 134-142.
[25] 芮瑞, 王磊, 涂树杰, 等. 基于DEM的双线隧道地表沉降规律[J]. 建筑科学与工程学报, 2019, 36(4): 112-119.
Rui R, Wang L, Tu S J, et al. Surface settlement law of double-line tunnel based on DEM[J]. Journal of Architecture and Civil Engineering, 2019, 36(4): 112-119.
[26] 李宏男, 任亮. 结构健康监测光纤光栅传感技术[M]. 北京: 中国建筑工业出版社, 2008: 17, 77.
LiH N, RenL. Fiber Bragg grating sensing technology for structural health monitoring[M]. Beijing: China Architecture & Building Press, 2008: 17, 77.
[27] 孙蜜雪. 光纤布拉格光栅结构设计、刻制及性能研究[D]. 南京: 南京邮电大学, 2019.
SunM X. Study on structural design, fabrication and characteristics of fiber Bragg grating[D]. Nanjing: Nanjing University of Posts and Telecommunications, 2019.
[28] 师琪. 基于DFB激光器的FBG加速度传感器解调系统[D]. 大连: 大连理工大学, 2020.
ShiQ. Demodulation system of FBG acceleration sensor based on DFB laser[D]. Dalian: Dalian University of Technology, 2020.
[29] 朱飞鹏, 龚琰, 白鹏翔, 等. 基于数字图像相关的光学引伸计应变测量精度研究[J]. 光学 精密工程, 2018, 26(5): 1061-1069.
[30] 单琳子. 基于模板匹配技术的物品图像高效快速识别算法研究[D]. 北京: 北京邮电大学, 2015.
ShanL Z. The study of articles’ fast and efficient image recognition algorithms based on template matching technique[D]. Beijing: Beijing University of Posts and Telecommunications, 2015.
[34] 王志军, 于之靖, 马凯, 等. 数字散斑亚像素小角位移测量的曲面拟合法[J]. 应用光学, 2017, 38(2): 256-263.
[35] 陈森路, 刘育梁, 徐团伟. 基于自适应感兴趣区域的视频心率测量[J]. 光学 精密工程, 2021, 29(7): 1740-1749.
[36] 余云燕, 李国良, 赵德安, 等. 两水隧道地应力测量及三维地应力场多元回归分析[J]. 现代隧道技术, 2016, 53(4): 29-36.
Yu Y Y, Li G L, Zhao D A, et al. Geostress measurement and 3D multivariate regression analysis of the geostress field of the Liangshui tunnel[J]. Modern Tunnelling Technology, 2016, 53(4): 29-36.
[37] 姚正源. 软岩隧道中双层初期支护变形分析[J]. 建筑结构, 2018, 48(S2): 991-993.
Yao Z Y. Deformation analysis for double-layer preliminary support in soft-rock tunnel[J]. Building Structure, 2018, 48(S2): 991-993.
Article Outline
李俊, 张鼎博, 张訢炜, 张家瑞, 姚瑞煦, 范斌斌. 基于光纤光栅传感与视频位移计技术的运营期铁路隧道结构安全监测[J]. 激光与光电子学进展, 2023, 60(23): 2312006. Jun Li, Dingbo Zhang, Xinwei Zhang, Jiarui Zhang, Ruixu Yao, Binbin Fan. Safety Monitoring of Railway Tunnel Structure During Operation Period Based on Fiber Grating Sensing and Video Displacement Meter Technology[J]. Laser & Optoelectronics Progress, 2023, 60(23): 2312006.