丝路经济带大跨度桥梁多源监测大数据分析和云计算仿真技术研究.docVIP

丝路经济带大跨度桥梁多源监测大数据分析和云计算仿真技术研究 　　摘 要：针对丝路经济带大跨度桥梁施工和运维阶段多源监测和预警仿真的实际需求，开展大型结构有限元数值模拟和监测大数据分析云计算技术研究，在此基础上搭建云计算平台并进行试验对比，研究结论可供实际工程参考。 　　关键词：丝路经济带；大跨度桥梁；多源监测；大数据分析；云计算；仿真技术 　　引言 　　丝路经济带沿线自然环境复杂，如风、冰、雨、雪、地震、泥石流和极端高、低温天气频发，桥梁受恶劣自然环境条件影响因素复杂多变，由此带来了较大的运营维护压力。为着力保障重点交通基础设施结构安全和实现互联互通的现实需求，针对处于路网关键环节和复杂环境的大跨度桥梁开展多源传感器监测大数据技术研究，可以在不断提高现有技术水平的前提下，优化监测技术架构，从而为丝路经济带沿线大量交通基础设施的服务水平和安全提供科学有效保障。 　　1 大跨度桥梁监测技术的演变 　　目前交通运输行业对运营阶段的大跨度桥梁监测，均纳入健康监测的范畴，采用的监测技术为本地模式，即监测传感器、采集器和监控中心专线专用，由于桥梁地处自然环境的特点，要求在现场或者管理中心设置机房，采用人工值守的方式以保证监测数据安全。如图1所示的桥梁结构，监测设备多达百余台套，相应的监测系统架构和监测结果处理流程详见图2～3。 　　大跨度桥梁监测的特点是：传感器数量和类型多，光学、电、磁设备共存，静、动态物理量均需要借助光纤进行信号传输，需采用专用数据总线来构成监测网络的感知层，数据采集和监测线缆需定期维护，监测数据采用专用的分析软件进行在线处理。由于计算机信息技术的发展速度快，导致实际工作中桥梁监测设备更新换代的步伐也随之加快，国内曾有某大跨悬索桥因设备供货商重组和倒闭，监测设备陈旧老化或年久失修，致命监控系统整体失效，最后不得已只能采用整体更换的办法，从而产生监测不连续的情况发生。除此之外，上述监测系统采集到的大量数据只能通过配套软件进行常规处理，不但其监测作用需要深度挖掘，更因桥梁工程的专业性极强，因此仅靠运维人员或管理单位的工程师，是无法承担桥梁结构性能受自然环境因素时变影响等深入分析工作的，客观上也造成了监测资源的浪费，随着跨区域甚至跨境交通大通道的兴建，对于大跨度桥梁监测工作中存在的“重建设、轻分析”的现状亟待改变。 　　自然环境条件对丝路经济带交通基础设施安全畅通构成的巨大挑战，而按照目前广泛采用的“谁投资、谁管理、谁监测、谁养护”运维管理模式应用于大跨度桥梁的运营维护管理，将存在因地理距离遥远、交通基础设施类型多样、自然环境工况繁杂耦合、结构几何物理参数随时间变化规律复杂、监测数据变化频繁且体量巨大、预警评估准则构建难度大且时间滞后等困难，因此必须采用创新思路寻找解决途径。 　　2 桥梁多源监测大数据分析的必要性 　　按照通行看法，大数据（big data，mega data）的基本概念是，基于互联网平台，针对多元形式、由众多类型智能传感器采集得到的海量、实时数据集合，采用分析该集合内所有数据的特定方法，以达到从海量数据中提纯出有用信息的目的。 　　大数据具有4V特点，即Volume（大量，即海量数据）、Velocity（高速，指要求数据处理速度快）、Variety（多样，即数据类型繁多）、Value（价值，指价值密度低，如连续不间断监控过程中，可能有用的数据仅仅存在1～2秒）。从这个角度看，文章研究对象即丝路经济带的大跨度桥梁监测，除其不具备监测数据价值密度低的特点外，其监测运维过程具有典型的大数据特点，即监测数据海量、监测数据变化快、监测数据类型多样的特点，因此采用大数据技术进行监测数据分析是合理选择。 　　近年来逐渐兴起的云计算（Cloud Computing）基本概念可概括为，基于互联网的计算方式，将可共享的软、硬件资源和信息按需提供给计算机和其他移动设备。典型的云计算提供商通常提供通用的在线商业应用（软件资源/硬件平台），软件和数据都部署在服务器上，用户可以通过APP或者Web服务来实时访问。特别地，对于复杂自然环境的大跨度桥梁等重点交通基础设施的监测数据处理和仿真计算，用户不必配置价格不菲的高性能计算机、软件资源和专业运维人员，而改由监测服务专业机构通过架设私有云端服务器、或者租用公共云端服务器及时分析处理监测数据，并将结果通过云端及时反馈至客户端，管理单位或业主只需支付少量服务器的租用费即可实现同样的运维目的，而且工作更专业、效率更高效和响应更快捷。 　　3 大跨度桥梁监测大数据处理架构设计 　　3.1 私有云监测大数据处理系统架构 　　实际工程中的桥梁监测大数据，无法用单台的计算机进行处理，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，因此必须依托云计算的分布式处理、