孫振川， 錢彤途， 任穎瑩, *， 褚長(zhǎng)海， 周振建

(1. 盾構(gòu)及掘進(jìn)技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 河南 鄭州 450001；2. 西安電子科技大學(xué)通信工程學(xué)院， 陜西 西安 710071)

0 引言

隨著城市地鐵建設(shè)的迅猛發(fā)展和國(guó)家“一帶一路”倡議的提出，隧道掘進(jìn)機(jī)施工項(xiàng)目已經(jīng)延伸至海外，數(shù)量呈現(xiàn)明顯增長(zhǎng)趨勢(shì)，分布也更加廣泛，這給隧道掘進(jìn)機(jī)施工的統(tǒng)一管理、風(fēng)險(xiǎn)管控、設(shè)備及時(shí)調(diào)度、企業(yè)重大決策等增加了難度。由于隧道掘進(jìn)機(jī)本身結(jié)構(gòu)復(fù)雜、工作環(huán)境惡劣、人為決策失誤、對(duì)風(fēng)險(xiǎn)估計(jì)不足、操作不當(dāng)?shù)仍蚨紩?huì)導(dǎo)致施工中發(fā)生異常情況。傳統(tǒng)的施工方法已經(jīng)無法滿足施工需求，亟需利用信息化手段推動(dòng)行業(yè)智能化施工。因此，開展隧道掘進(jìn)機(jī)工程大數(shù)據(jù)管理平臺(tái)建設(shè)關(guān)鍵技術(shù)研究具有重要意義。

國(guó)內(nèi)外許多學(xué)者經(jīng)過研究，開發(fā)了相關(guān)技術(shù)平臺(tái)。江玉生、楊志勇等[1-2]從2003年開始信息化技術(shù)探索，開發(fā)了盾構(gòu)施工實(shí)時(shí)管理系統(tǒng)，能夠?qū)Χ軜?gòu)掘進(jìn)參數(shù)和耗材量進(jìn)行實(shí)時(shí)監(jiān)控管理，后續(xù)又開發(fā)了施工風(fēng)險(xiǎn)監(jiān)控系統(tǒng)，實(shí)現(xiàn)對(duì)施工參數(shù)的預(yù)警； 張恒[3]開發(fā)的盾構(gòu)遠(yuǎn)程監(jiān)控系統(tǒng)和程佳琛[4]研發(fā)的盾構(gòu)施工監(jiān)控管理平臺(tái)，能夠?qū)崿F(xiàn)對(duì)盾構(gòu)工程的綜合管理； 金晶[5]研究設(shè)計(jì)的盾構(gòu)監(jiān)控及管理系統(tǒng)，具有對(duì)采集的機(jī)器數(shù)據(jù)進(jìn)行匯總分析的優(yōu)勢(shì)；梁景春[6]設(shè)計(jì)的系統(tǒng)人機(jī)界面友好；肖春春[7]、張靜等[8]開發(fā)的系統(tǒng)具有施工風(fēng)險(xiǎn)預(yù)測(cè)報(bào)警功能。這些系統(tǒng)具有自身優(yōu)勢(shì)，在功能上有一定的側(cè)重點(diǎn)，但對(duì)于企業(yè)管理者來說，這些系統(tǒng)在項(xiàng)目統(tǒng)籌管理功能上存在不足。

國(guó)內(nèi)許多企業(yè)為滿足工程建設(shè)中的需求，建立了一批信息化系統(tǒng)。文獻(xiàn)[9]的盾構(gòu)施工信息監(jiān)控管理系統(tǒng)，主要側(cè)重于實(shí)時(shí)監(jiān)控與風(fēng)險(xiǎn)管理。文獻(xiàn)[10]采用B/S模式建立系統(tǒng)，實(shí)現(xiàn)對(duì)多臺(tái)盾構(gòu)集中監(jiān)控、多用戶訪問、遠(yuǎn)程故障診斷等功能。另外，文獻(xiàn)[11]的盾構(gòu)隧道信息化施工智能管理系統(tǒng)、文獻(xiàn)[12]的盾構(gòu)集群化監(jiān)控與異地管理系統(tǒng)、文獻(xiàn)[13-14]的盾構(gòu)集群遠(yuǎn)程監(jiān)控與智能化決策支持系統(tǒng)都得到了很好的應(yīng)用。但大多數(shù)系統(tǒng)在數(shù)據(jù)采集方式、數(shù)據(jù)架構(gòu)、系統(tǒng)功能等方面存在一定的局限性，限制了后續(xù)持續(xù)發(fā)展。國(guó)外開發(fā)的IRIS、CATSBY等監(jiān)控系統(tǒng)具有盾構(gòu)控制參數(shù)采集與儲(chǔ)存、施工效率分析、沉降監(jiān)控等功能，但系統(tǒng)使用成本高，不能滿足國(guó)內(nèi)多層級(jí)管理模式，不適合國(guó)內(nèi)實(shí)際應(yīng)用需求[15]。

針對(duì)盾構(gòu)及隧道工程生產(chǎn)復(fù)雜性導(dǎo)致的數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)分析、業(yè)務(wù)管理及數(shù)據(jù)反饋應(yīng)用等難題，采用大數(shù)據(jù)、互聯(lián)網(wǎng)等先進(jìn)技術(shù)[16-17]，基于工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)科學(xué)和技術(shù)，開展隧道掘進(jìn)機(jī)多類型海量數(shù)據(jù)采集、數(shù)據(jù)冗余存儲(chǔ)、并行處理與深度挖掘、平臺(tái)架構(gòu)設(shè)計(jì)、功能模塊建設(shè)等關(guān)鍵技術(shù)研究，研發(fā)引領(lǐng)國(guó)家行業(yè)技術(shù)，集智能監(jiān)控、綜合分析、協(xié)同管理及大數(shù)據(jù)應(yīng)用于一體的隧道掘進(jìn)機(jī)工程大數(shù)據(jù)管理平臺(tái)，為全行業(yè)的隧道掘進(jìn)機(jī)工業(yè)大數(shù)據(jù)應(yīng)用提供開放式服務(wù)。

1 平臺(tái)總體架構(gòu)設(shè)計(jì)

大數(shù)據(jù)平臺(tái)立足于滿足隧道掘進(jìn)機(jī)裝備施工需求，著眼于未來發(fā)展，采用基于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的分布式混合型結(jié)構(gòu)的網(wǎng)絡(luò)架構(gòu)技術(shù)，力圖建成符合標(biāo)準(zhǔn)化協(xié)議、通用性較強(qiáng)、功能完善的先進(jìn)網(wǎng)絡(luò)架構(gòu)。

大數(shù)據(jù)平臺(tái)架構(gòu)主要由數(shù)據(jù)采集層、數(shù)據(jù)預(yù)處理層、數(shù)據(jù)存儲(chǔ)與計(jì)算層、數(shù)據(jù)分析層、能力層及應(yīng)用層組成，如圖1所示。

圖1 大數(shù)據(jù)平臺(tái)架構(gòu)

1)數(shù)據(jù)采集層。確定隧道掘進(jìn)機(jī)裝備所采集的數(shù)據(jù)類型，在隧道掘進(jìn)機(jī)端安裝數(shù)據(jù)采集設(shè)備，獲取裝備工程參數(shù)。

2)數(shù)據(jù)預(yù)處理層。采用先進(jìn)的數(shù)據(jù)預(yù)處理算法對(duì)數(shù)據(jù)進(jìn)行清洗、去噪、抽取、過濾等預(yù)處理，剔除冗余和錯(cuò)誤數(shù)據(jù)。

3)數(shù)據(jù)存儲(chǔ)與計(jì)算層。將采集的海量數(shù)據(jù)進(jìn)行分類存儲(chǔ)和快速計(jì)算。

4)數(shù)據(jù)分析層?；诮y(tǒng)計(jì)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等多種分析方法和模型，對(duì)隧道掘進(jìn)機(jī)存儲(chǔ)的海量數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析。

5)能力層。通過畫像、運(yùn)行監(jiān)測(cè)、地理環(huán)境、施工過程等數(shù)據(jù)模型，為實(shí)現(xiàn)應(yīng)用功能提供支持。

6)應(yīng)用層。通過web服務(wù)器發(fā)布數(shù)據(jù)分析結(jié)果，反饋隧道掘進(jìn)機(jī)施工、制造、設(shè)計(jì)、選型、故障診斷及預(yù)測(cè)性維護(hù)等多種大數(shù)據(jù)深度應(yīng)用。

2 數(shù)據(jù)采集技術(shù)

數(shù)據(jù)采集是大數(shù)據(jù)管理平臺(tái)的基礎(chǔ)。由于隧道掘進(jìn)機(jī)本身結(jié)構(gòu)復(fù)雜，施工環(huán)境惡劣，數(shù)據(jù)具有高通量、多模態(tài)、多類型等特點(diǎn)，導(dǎo)致數(shù)據(jù)采集困難。另外，隧道掘進(jìn)機(jī)生產(chǎn)廠家多、類型多，導(dǎo)致PLC類型不一致，一般的采集方法很難具有較好的兼容性。

2.1 數(shù)據(jù)采集網(wǎng)絡(luò)架構(gòu)

數(shù)據(jù)采集需要滿足以下要求： 1)穩(wěn)定性。不僅要保證長(zhǎng)時(shí)間穩(wěn)定運(yùn)行，還需要在出現(xiàn)異常時(shí)，具有自診斷和自恢復(fù)能力。2)安全性。對(duì)于敏感數(shù)據(jù)、機(jī)密數(shù)據(jù)等需要保證其安全傳輸；對(duì)關(guān)鍵數(shù)據(jù)要有靈活的加密策略。3)全面性。采集的種類包括設(shè)備運(yùn)行狀態(tài)參數(shù)和工況數(shù)據(jù)等。

針對(duì)以上要求設(shè)計(jì)數(shù)據(jù)采集網(wǎng)絡(luò)架構(gòu)，如圖2所示。首先，通過各個(gè)數(shù)據(jù)黑匣子和平板電腦采集隧道掘進(jìn)機(jī)工程信息；然后，通過安裝VPN建立虛擬專用網(wǎng)絡(luò)進(jìn)行加密通訊；最后，通過工業(yè)互聯(lián)網(wǎng)傳輸?shù)綌?shù)據(jù)中心服務(wù)器。

圖2數(shù)據(jù)采集網(wǎng)絡(luò)架構(gòu)

Fig. 2 Network framework of data acquisition

傳統(tǒng)的信息化系統(tǒng)大多采用軟件采集數(shù)據(jù)，這種軟件如果安裝在地面監(jiān)控室的電腦里，可能會(huì)導(dǎo)致采集信息不全面；如果安裝在主控制室的電腦里，可能會(huì)影響設(shè)備運(yùn)行程序的穩(wěn)定性。本設(shè)計(jì)通過在現(xiàn)場(chǎng)配置黑匣子直接從隧道掘進(jìn)機(jī)PLC或者演算工坊中采集機(jī)器實(shí)時(shí)數(shù)據(jù)。采用雙網(wǎng)卡，把黑匣子數(shù)據(jù)采集同外部網(wǎng)絡(luò)隔離開，同時(shí)通過平板電腦進(jìn)行非機(jī)器數(shù)據(jù)或資料的錄入，充分保障數(shù)據(jù)采集的安全性和完整性。

采用多通道數(shù)據(jù)采集，能夠采集裝備機(jī)器數(shù)據(jù)、導(dǎo)向系統(tǒng)數(shù)據(jù)、故障檢測(cè)數(shù)據(jù)和人工數(shù)據(jù)，然后通過信息系統(tǒng)錄入。這些數(shù)據(jù)通過數(shù)據(jù)詞典完成配置解析，滿足隧道掘進(jìn)機(jī)施工的遠(yuǎn)程監(jiān)控及簡(jiǎn)單數(shù)據(jù)分析。

2.2 數(shù)據(jù)采集方案設(shè)計(jì)

針對(duì)目前隧道掘進(jìn)機(jī)因設(shè)備類型差異而造成的數(shù)據(jù)采集兼容性不強(qiáng)的問題，研究了一種多元異構(gòu)參數(shù)融合數(shù)據(jù)接口技術(shù)，設(shè)計(jì)了專門的數(shù)據(jù)采集黑匣子。為了保障數(shù)據(jù)采集的完整性，結(jié)合采用2種方式共同采集數(shù)據(jù)，如圖3所示： 一種是直接采集PLC的數(shù)據(jù)；另一種是從現(xiàn)場(chǎng)導(dǎo)向系統(tǒng)數(shù)據(jù)庫(kù)采集數(shù)據(jù)。

圖3 數(shù)據(jù)采集方案

數(shù)據(jù)提取后存儲(chǔ)在現(xiàn)場(chǎng)采集服務(wù)器中。由于隧道掘進(jìn)機(jī)分布地域廣泛，采集的實(shí)時(shí)數(shù)據(jù)需要通過網(wǎng)絡(luò)傳回大數(shù)據(jù)中心，因此，需要解決網(wǎng)絡(luò)數(shù)據(jù)安全、網(wǎng)絡(luò)傳輸速度等問題。針對(duì)這些問題，數(shù)據(jù)采集系統(tǒng)采用VPN加密通道和內(nèi)外網(wǎng)物理隔離技術(shù)，具有參數(shù)異步提取、斷點(diǎn)續(xù)傳及本地?cái)?shù)據(jù)緩存等功能，緩存數(shù)據(jù)高達(dá)1 TB，保障隧道掘進(jìn)機(jī)施工參數(shù)安全、穩(wěn)定、高效的采集傳輸，解決了數(shù)據(jù)提取不全、不及時(shí)、易中斷的技術(shù)難題。

2.3 數(shù)據(jù)采集黑匣子的研制

強(qiáng)兼容性數(shù)據(jù)提取方法是不同廠家、不同類型隧道掘進(jìn)機(jī)機(jī)器參數(shù)解析的核心問題，其技術(shù)直接關(guān)系到隧道掘進(jìn)機(jī)大數(shù)據(jù)管理平臺(tái)的研制、建設(shè)及推廣應(yīng)用。

研制專用的數(shù)據(jù)采集黑匣子，基于OPC協(xié)議技術(shù)，采取完全不影響隧道掘進(jìn)機(jī)正常掘進(jìn)的旁路模式，從PLC相應(yīng)的點(diǎn)位中直接提取隧道掘進(jìn)機(jī)機(jī)器數(shù)據(jù)，如圖4所示。

(a) 正面

(b) 反面

針對(duì)不同廠家、不同類型的隧道掘進(jìn)機(jī)，由于使用的網(wǎng)絡(luò)接口存在差異，因此需要選擇不同的接線和方式采集數(shù)據(jù)。OPC服務(wù)器會(huì)根據(jù)PLC型號(hào)對(duì)應(yīng)的數(shù)據(jù)采集技術(shù)協(xié)議。OPC服務(wù)器是一種通用的與PLC的交互方式，廠商根據(jù)不同的PLC產(chǎn)品提供不同的驅(qū)動(dòng)交互，OPC客戶端模塊的主要功能是從OPC服務(wù)器中根據(jù)配置讀取相關(guān)的測(cè)點(diǎn)信息，具體配置如表1所示。導(dǎo)向數(shù)據(jù)采集模塊主要是從導(dǎo)向系統(tǒng)數(shù)據(jù)庫(kù)(VMT、米度、演算工坊等)中采集導(dǎo)向數(shù)據(jù)。

表1 隧道掘進(jìn)機(jī)類型及其對(duì)應(yīng)的OPC 服務(wù)器

數(shù)據(jù)采集黑匣子具有數(shù)據(jù)清洗、數(shù)據(jù)處理、數(shù)據(jù)編碼和緩存及數(shù)據(jù)轉(zhuǎn)發(fā)等功能，確保數(shù)據(jù)的正確性、完整性、一致性、完備性、有效性。數(shù)據(jù)清洗是對(duì)數(shù)據(jù)進(jìn)行空值處理、單位換算、對(duì)無效數(shù)據(jù)和缺失數(shù)據(jù)進(jìn)行替換；數(shù)據(jù)處理功能是對(duì)同一通道采集的不同點(diǎn)進(jìn)行算法處理，對(duì)讀取的數(shù)據(jù)進(jìn)行計(jì)算而得到需要的結(jié)果數(shù)據(jù)；數(shù)據(jù)編碼和緩存是根據(jù)自定義協(xié)議把浮點(diǎn)數(shù)轉(zhuǎn)換成二進(jìn)制流，然后作為臨時(shí)文件存儲(chǔ)于待發(fā)送區(qū)；數(shù)據(jù)轉(zhuǎn)發(fā)的主要功能是把數(shù)據(jù)按指定的協(xié)議發(fā)送到服務(wù)器端。本系統(tǒng)采用Socket通訊方式把數(shù)據(jù)從客戶端傳遞到服務(wù)器端。

3 數(shù)據(jù)存儲(chǔ)技術(shù)

采集的信息通過公共Internet網(wǎng)絡(luò)，利用VPN加密通道把現(xiàn)場(chǎng)采集服務(wù)器的數(shù)據(jù)遠(yuǎn)程傳輸?shù)綄I(yè)數(shù)據(jù)庫(kù)服務(wù)器進(jìn)行存儲(chǔ)、管理。存儲(chǔ)的目的是將各類信息以適當(dāng)?shù)母袷酱娣牛瑸楹罄m(xù)的數(shù)據(jù)分析、價(jià)值提取等提供支持。

3.1 分布式存儲(chǔ)

隧道掘進(jìn)機(jī)工程大數(shù)據(jù)管理平臺(tái)數(shù)據(jù)量龐大，需要大容量、高速、可擴(kuò)展的存儲(chǔ)系統(tǒng)來容納數(shù)據(jù)?，F(xiàn)有的隧道掘進(jìn)機(jī)施工信息化系統(tǒng)主要采用單臺(tái)或多臺(tái)服務(wù)器進(jìn)行數(shù)據(jù)存儲(chǔ)、管理、分析和發(fā)布。隨著數(shù)據(jù)量增大，數(shù)據(jù)存儲(chǔ)困難，且易造成數(shù)據(jù)查詢分析性能變差、可擴(kuò)展性和可靠性不足。

為保障大數(shù)據(jù)平臺(tái)最佳的建設(shè)效果，采用基于Hadoop分布式大數(shù)據(jù)生態(tài)技術(shù)，配置專業(yè)高性能服務(wù)器對(duì)隧道掘進(jìn)機(jī)施工的海量數(shù)據(jù)進(jìn)行存儲(chǔ)和分析。Hadoop平臺(tái)使用基于分布式HBase列存儲(chǔ)數(shù)據(jù)庫(kù)和基于高性能Spark內(nèi)存計(jì)算引擎進(jìn)行分布式數(shù)據(jù)離線和在線分析計(jì)算，為數(shù)據(jù)分析和快速計(jì)算提供卓越的性能保證，實(shí)現(xiàn)從千萬到百億級(jí)數(shù)據(jù)分析的秒級(jí)響應(yīng)。

采用計(jì)算和存儲(chǔ)分離的架構(gòu)，支持存儲(chǔ)分層以加速特定應(yīng)用的訪問速度，滿足 OLAP 和 OLTP 2類的計(jì)算需求，能夠?qū)崿F(xiàn)對(duì)2種類型計(jì)算的統(tǒng)一監(jiān)控管理。項(xiàng)目配置多臺(tái)數(shù)據(jù)中心交換機(jī)、采集服務(wù)器、Hadoop集群服務(wù)器、Name node服務(wù)器、Kafka集群服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器、Web應(yīng)用服務(wù)器，采用不同的副本配置策略保證大數(shù)據(jù)平臺(tái)數(shù)據(jù)采集及處理分析的容量需求，為大數(shù)據(jù)業(yè)務(wù)系統(tǒng)等提供存儲(chǔ)空間，為虛擬化及數(shù)據(jù)庫(kù)業(yè)務(wù)提供空間。Hadoop集群服務(wù)器部署方式如圖5所示。

圖5 Hadoop集群服務(wù)器

數(shù)據(jù)存儲(chǔ)基礎(chǔ)平臺(tái)層為用戶網(wǎng)關(guān)層提供基礎(chǔ)服務(wù)調(diào)用接口，由3部分組成： 任務(wù)調(diào)度控制臺(tái)、HBase、Hive。

1)任務(wù)調(diào)度控制臺(tái)是任務(wù)的調(diào)度中心，分配各種任務(wù)執(zhí)行的順序和優(yōu)先級(jí)。用戶通過調(diào)度控制臺(tái)提交作業(yè)任務(wù)，并通過用戶網(wǎng)關(guān)層的Hadoop客戶端返回其任務(wù)執(zhí)行的結(jié)果。

2)HBase是基于Hadoop的列數(shù)據(jù)庫(kù)，為用戶提供基于表的數(shù)據(jù)訪問服務(wù)。

3)Hive是在Hadoop上的一個(gè)查詢服務(wù)，用戶通過用戶網(wǎng)關(guān)層的Hive客戶端提交類SQL的查詢請(qǐng)求，并通過客戶端的UI查看返回的查詢結(jié)果，該接口可提供數(shù)據(jù)部門即時(shí)的數(shù)據(jù)查詢統(tǒng)計(jì)服務(wù)。

Hadoop是一種真正的開源彈性擴(kuò)容又可進(jìn)行多副本容災(zāi)的分布式架構(gòu)，具有動(dòng)態(tài)可擴(kuò)展性，可把企業(yè)其他業(yè)務(wù)快速、高效地部署到大數(shù)據(jù)平臺(tái)上，提高系統(tǒng)的可靠性與安全性，不再受制于傳統(tǒng)數(shù)據(jù)平臺(tái)存儲(chǔ)和性能瓶頸，滿足大數(shù)據(jù)存儲(chǔ)、開放與共享、關(guān)聯(lián)分析及價(jià)值挖掘等方面的需求。

3.2 邏輯架構(gòu)

邏輯架構(gòu)如圖6所示。

圖6 邏輯架構(gòu)

1)數(shù)據(jù)源。通過在服務(wù)器上開發(fā)的Socket端口，提供數(shù)據(jù)接收的接口。

2)數(shù)據(jù)獲取層。通過Flume的插件，將收到的數(shù)據(jù)解析、過濾無效數(shù)據(jù)，轉(zhuǎn)換成有效數(shù)據(jù)向后臺(tái)進(jìn)行發(fā)送。

3)數(shù)據(jù)導(dǎo)入層。通過Flume的組件，將數(shù)據(jù)導(dǎo)至2部分： ①直接導(dǎo)入到HBase中； ②將數(shù)據(jù)傳入Kafka的隊(duì)列中。

4)數(shù)據(jù)加工層。通過Spark-Streaming從Kafka的隊(duì)列中獲取數(shù)據(jù)；再?gòu)腞edis的數(shù)據(jù)庫(kù)讀取系統(tǒng)的配置信息，對(duì)數(shù)據(jù)進(jìn)行檢測(cè)和補(bǔ)充；然后按照規(guī)則進(jìn)行統(tǒng)計(jì)匯總。

5)數(shù)據(jù)核心存儲(chǔ)層。采用HBase存儲(chǔ)2個(gè)部分內(nèi)容： ①保存加工后的匯總數(shù)據(jù)； ②存儲(chǔ)分析的結(jié)果，包括每日、每月、每年及整個(gè)生命同期的平均值、最大值、最小值、中位數(shù)、眾數(shù)、核心最大值、核心最小值、直方圖數(shù)據(jù)。

6)數(shù)據(jù)分析處理層。通過統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等對(duì)大數(shù)據(jù)進(jìn)行分析處理。

7)數(shù)據(jù)查詢接口。用戶可以查詢項(xiàng)目及隧道掘進(jìn)機(jī)的各類指標(biāo)。

3.3 數(shù)據(jù)庫(kù)設(shè)計(jì)

為了快速、及時(shí)地在隧道掘進(jìn)機(jī)海量數(shù)據(jù)中查詢，對(duì)運(yùn)行的明細(xì)數(shù)據(jù)及修正過的數(shù)據(jù)進(jìn)行分析和統(tǒng)計(jì)匯總，統(tǒng)計(jì)分析的中間及結(jié)果數(shù)據(jù)都保存在HBase的數(shù)據(jù)庫(kù)中，并對(duì)一些重要數(shù)據(jù)創(chuàng)建對(duì)應(yīng)的Hive表，方便離線分析。

系統(tǒng)設(shè)置3個(gè)采集機(jī)作為負(fù)載均衡采集設(shè)備，防止單點(diǎn)故障。每個(gè)采集機(jī)本身不具備負(fù)載均衡能力，負(fù)載均衡能力由外部信源模塊實(shí)現(xiàn)。單個(gè)隧道掘進(jìn)機(jī)數(shù)據(jù)鎖定主采集機(jī)，故障時(shí)啟用備用采集機(jī)，不同的隧道掘進(jìn)機(jī)均勻選擇不同的采集機(jī)作為主采集機(jī)器。

4 平臺(tái)功能模塊設(shè)計(jì)及應(yīng)用

隧道掘進(jìn)機(jī)工程大數(shù)據(jù)管理平臺(tái)包括智能監(jiān)測(cè)、數(shù)據(jù)分析、協(xié)同管理、大數(shù)據(jù)應(yīng)用4個(gè)功能模塊。

4.1 智能監(jiān)測(cè)

數(shù)據(jù)監(jiān)測(cè)主要功能是實(shí)時(shí)顯示，實(shí)現(xiàn)對(duì)隧道掘進(jìn)機(jī)施工關(guān)鍵數(shù)據(jù)的遠(yuǎn)程監(jiān)測(cè)，可滿足不同廠家(如海瑞克、羅賓斯、中鐵工程裝備、小松等)、不同類型隧道掘進(jìn)機(jī)(如土壓盾構(gòu)、泥水盾構(gòu)、敞開式TBM、雙護(hù)盾TBM等)的機(jī)器數(shù)據(jù)和導(dǎo)向數(shù)據(jù)的實(shí)時(shí)監(jiān)控及關(guān)鍵工序的視頻監(jiān)測(cè)。該平臺(tái)以行業(yè)地圖、企業(yè)地圖和項(xiàng)目地圖三級(jí)地圖巡航模式查找所需要的監(jiān)控項(xiàng)目。企業(yè)地圖界面如圖7所示。

圖7 企業(yè)地圖界面

監(jiān)測(cè)信息主要為工程信息、通訊狀態(tài)、掘進(jìn)狀態(tài)、進(jìn)度信息、關(guān)鍵參數(shù)、導(dǎo)向和視頻。根據(jù)掘進(jìn)裝備類型不同，監(jiān)控的內(nèi)容也不盡相同，因此，在此界面下對(duì)土壓平衡盾構(gòu)、泥水平衡盾構(gòu)和TBM進(jìn)行區(qū)別，根據(jù)用戶項(xiàng)目類型自動(dòng)進(jìn)入對(duì)應(yīng)的界面。以土壓平衡盾構(gòu)為例，數(shù)據(jù)監(jiān)控主要包含： 主界面、泡沫注漿、鉸接注脂、導(dǎo)向系統(tǒng)、掘進(jìn)報(bào)告。主界面如圖8所示，根據(jù)設(shè)定時(shí)間刷新頁面，獲取最新機(jī)器數(shù)據(jù)。機(jī)器數(shù)據(jù)主要包含土艙壓力，推進(jìn)速度，盾體位姿，推進(jìn)油缸壓力和位移，刀盤、膨潤(rùn)土及螺旋輸送機(jī)等相關(guān)數(shù)據(jù)。

圖8智能監(jiān)控主界面

Fig. 8 Main interface of intelligent monitoring

智能監(jiān)測(cè)模塊可實(shí)現(xiàn)對(duì)多廠家、多類型的隧道掘進(jìn)機(jī)施工狀態(tài)進(jìn)行有效監(jiān)測(cè)管理，實(shí)現(xiàn)對(duì)關(guān)鍵掘進(jìn)參數(shù)等信息的遠(yuǎn)程在線實(shí)時(shí)監(jiān)測(cè)，對(duì)施工現(xiàn)場(chǎng)視頻監(jiān)控。管理人員和專家隨時(shí)隨地可通過計(jì)算機(jī)或下載手機(jī)客戶端查看隧道掘進(jìn)機(jī)的工作狀態(tài)、掘進(jìn)參數(shù)和運(yùn)行記錄，對(duì)施工進(jìn)行指導(dǎo)，發(fā)現(xiàn)異常及時(shí)處理，減少誤操作，提高施工效率，有效保障施工安全。

4.2 綜合分析

綜合分析主要包括施工平面圖、縱斷面圖、綜合參數(shù)、掘進(jìn)參數(shù)、導(dǎo)向參數(shù)、管片姿態(tài)參數(shù)和沉降監(jiān)測(cè)參數(shù)7個(gè)模塊。

通過施工平面圖可查看隧道掘進(jìn)機(jī)掘進(jìn)的線路走向和監(jiān)測(cè)點(diǎn)信息、地表信息，還可查看隧道的報(bào)警點(diǎn)和報(bào)警程度。點(diǎn)擊檢查點(diǎn)，可跳出框圖，顯示該監(jiān)測(cè)點(diǎn)基本信息和沉降量折線統(tǒng)計(jì)圖表； 通過施工縱斷面圖，可查看地層信息、勘探孔位置及風(fēng)險(xiǎn)源位置，如圖9所示。

綜合分析主要是將施工情況數(shù)字化、表格化、圖像化，管理人員可對(duì)同一項(xiàng)目不同環(huán)數(shù)的關(guān)鍵參數(shù)和業(yè)務(wù)管理數(shù)據(jù)進(jìn)行運(yùn)行趨勢(shì)分析、相關(guān)性對(duì)比分析，可及時(shí)發(fā)現(xiàn)、解決施工中存在的問題，如圖10所示。

4.3 協(xié)同管理

協(xié)同管理主要包括基本信息、決策管理、風(fēng)險(xiǎn)管理、設(shè)備管理、施工管理、測(cè)量管理，如圖11所示。該模塊主要功能是滿足業(yè)務(wù)管理部門的管理需求，其數(shù)據(jù)源是存儲(chǔ)于大數(shù)據(jù)集群的隧道掘進(jìn)機(jī)施工參數(shù)的歷史數(shù)據(jù)和存儲(chǔ)于業(yè)務(wù)數(shù)據(jù)庫(kù)的業(yè)務(wù)數(shù)據(jù)。

圖9 施工縱斷面圖

圖10 掘進(jìn)參數(shù)分析

圖11 協(xié)同管理功能框圖

基本信息包括工程分布和綜合臺(tái)賬。工程分布是對(duì)隧道掘進(jìn)機(jī)數(shù)量、在建項(xiàng)目、歸檔項(xiàng)目等信息進(jìn)行統(tǒng)計(jì)，展示行業(yè)及各公司、片區(qū)的隧道掘進(jìn)機(jī)數(shù)量、行業(yè)占有率、類型、分布數(shù)量及比率；綜合臺(tái)賬包括在建及歸檔項(xiàng)目的主要信息，使管理人員對(duì)隧道掘進(jìn)機(jī)的市場(chǎng)狀況有一個(gè)全面掌控。

決策包括風(fēng)險(xiǎn)決策、進(jìn)度決策、設(shè)備決策。決策管理可實(shí)現(xiàn)對(duì)項(xiàng)目風(fēng)險(xiǎn)、進(jìn)度的綜合管理，設(shè)備的紅黃藍(lán)分級(jí)預(yù)警，以及跨項(xiàng)目設(shè)備臺(tái)賬查詢，有利于技術(shù)管理人員全面把控項(xiàng)目人、機(jī)、料和進(jìn)度，防控風(fēng)險(xiǎn)和進(jìn)度滯后，為設(shè)備調(diào)度提供參考，更好地協(xié)調(diào)業(yè)務(wù)、高效高質(zhì)決策。

風(fēng)險(xiǎn)管理包括工程風(fēng)險(xiǎn)臺(tái)賬、狀態(tài)預(yù)警、參數(shù)預(yù)警、沉降預(yù)警、姿態(tài)預(yù)警、方案預(yù)警及推送管理等，由此建立立體風(fēng)險(xiǎn)防控及預(yù)警體系，全面把控施工風(fēng)險(xiǎn)和質(zhì)量風(fēng)險(xiǎn)。

設(shè)備管理包括臺(tái)賬管理、履歷資料、方案管理、掘進(jìn)報(bào)表、維修管理、實(shí)時(shí)故障、刀具管理、主司機(jī)臺(tái)賬等。提取設(shè)備故障報(bào)警信息，及時(shí)推送至相關(guān)責(zé)任人，對(duì)設(shè)備進(jìn)行全壽命周期管理，以更好地發(fā)揮設(shè)備功效。

施工管理模塊相關(guān)數(shù)據(jù)信息由工程項(xiàng)目工程部負(fù)責(zé)錄入。通過進(jìn)度管理、工序管理、地質(zhì)管理、出土量管理、注漿量管理、方案管理、施工報(bào)表等，并對(duì)進(jìn)度、出土量、注漿量等設(shè)置閾值，若超過設(shè)定閾值則報(bào)警，并向相關(guān)人員推送報(bào)警信息，由此建立綜合施工管理體系，把控施工的各個(gè)環(huán)節(jié)，為連續(xù)、高效、文明施工保駕護(hù)航。

測(cè)量管理模塊數(shù)據(jù)由子分公司測(cè)量隊(duì)錄入，包括： 導(dǎo)向系統(tǒng)臺(tái)賬、測(cè)量?jī)x器臺(tái)賬、測(cè)量人員信息、測(cè)量裝備調(diào)撥記錄、控制測(cè)量管理、DTA資料檔案、測(cè)量報(bào)警參數(shù)設(shè)置等。建立全方位追蹤體系，明晰責(zé)任，確保施工安全和隧道成型質(zhì)量。

通過業(yè)務(wù)協(xié)同管理模塊可滿足多層級(jí)管理部門業(yè)務(wù)需求，開展各層級(jí)日常業(yè)務(wù)的在線管理，提升信息化和精細(xì)化管理水平， 減少管理人員的工作量，有效保證項(xiàng)目的施工工期，提高規(guī)避風(fēng)險(xiǎn)的能力，優(yōu)化施工資源。

4.4 大數(shù)據(jù)應(yīng)用

大數(shù)據(jù)應(yīng)用是在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上更高級(jí)的應(yīng)用，主要包括關(guān)鍵參數(shù)關(guān)聯(lián)分析、掘進(jìn)參數(shù)預(yù)測(cè)優(yōu)化、異常事件預(yù)警、姿態(tài)智能控制、裝備選型設(shè)計(jì)自適應(yīng)預(yù)警、刀具故障預(yù)測(cè)預(yù)警、可視化輔助巡航等功能。目的是對(duì)施工數(shù)據(jù)進(jìn)行規(guī)律性總結(jié)、預(yù)測(cè)隧道掘進(jìn)機(jī)裝備故障及可能存在的施工風(fēng)險(xiǎn)，提高施工和裝備管理水平。

目前大數(shù)據(jù)應(yīng)用已實(shí)現(xiàn)的功能和正在開展的研究包括以下幾方面：

1)參數(shù)關(guān)聯(lián)分析。主要包括關(guān)鍵參數(shù)、導(dǎo)向參數(shù)、沉降參數(shù)、管片參數(shù)4個(gè)部分。首先采用核心區(qū)域算法對(duì)數(shù)據(jù)進(jìn)行清洗去噪處理，然后按照裝備直徑、裝備類型、地質(zhì)等多種維度，進(jìn)行統(tǒng)計(jì)、分析、挖掘不同項(xiàng)目、不同設(shè)備的施工參數(shù)，最后得出關(guān)鍵參數(shù)控制參考值，以直方圖、曲線圖的形式為類似工況的在建或待建項(xiàng)目提供施工參考依據(jù)，如圖12所示。

圖12 關(guān)鍵參數(shù)關(guān)聯(lián)分析

2)掘進(jìn)參數(shù)優(yōu)化。針對(duì)目前隧道掘進(jìn)機(jī)掘進(jìn)主要依靠主司機(jī)，易造成掘進(jìn)效率低的問題，基于歷史經(jīng)驗(yàn)數(shù)據(jù)，歸納、總結(jié)隧道掘進(jìn)機(jī)司機(jī)歷史掘進(jìn)施工經(jīng)驗(yàn)，采用神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林對(duì)掘進(jìn)參數(shù)進(jìn)行運(yùn)行預(yù)測(cè)，在保障安全的前提下以掘進(jìn)效率(掘進(jìn)速度)最大化為目標(biāo)，建立參數(shù)優(yōu)化模型，在系統(tǒng)界面上給出掘進(jìn)參數(shù)參考值，系統(tǒng)會(huì)記錄該指令，并且與隧道掘進(jìn)機(jī)實(shí)時(shí)數(shù)據(jù)進(jìn)行對(duì)比分析，指導(dǎo)隧道掘進(jìn)機(jī)司機(jī)操作。

3)異常事件預(yù)警。梳理隧道掘進(jìn)機(jī)在掘進(jìn)過程中突發(fā)的異常事件，基于經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行數(shù)據(jù)的挖掘分析，探索關(guān)鍵掘進(jìn)參數(shù)變化規(guī)律與異常事件之間的對(duì)應(yīng)關(guān)系，建立異常事件知識(shí)庫(kù)。在隧道掘進(jìn)機(jī)掘進(jìn)中實(shí)時(shí)提醒操作人員注意異常狀況，避免造成重大事故。

4)裝備選型設(shè)計(jì)。結(jié)合大數(shù)據(jù)，從多工程施工數(shù)據(jù)、工序、技術(shù)及風(fēng)險(xiǎn)等方面分析，根據(jù)類似地質(zhì)、裝備直徑及裝備類型等方面開展選型。通過大數(shù)據(jù)分析裝備運(yùn)行效率與關(guān)鍵零部件使用壽命的關(guān)鍵影響因素，研究各因素與關(guān)鍵零部件質(zhì)量設(shè)計(jì)之間的規(guī)律，形成大數(shù)據(jù)支撐的關(guān)鍵部件設(shè)計(jì)選型規(guī)則。合理的選型能夠明顯提升掘進(jìn)效率，也避免了試運(yùn)行階段的再次改造和掘進(jìn)中工程問題的發(fā)生，有利于提升施工企業(yè)的盈利水平，同時(shí)也更加環(huán)保。

大數(shù)據(jù)的分析挖掘是一個(gè)持續(xù)的過程， 因此，下一步準(zhǔn)備在大數(shù)據(jù)應(yīng)用上開展如下幾個(gè)方面的研究：

1)自適應(yīng)預(yù)警。基于支持向量機(jī)的自適應(yīng)預(yù)警模型，對(duì)溫度、振動(dòng)等物理參數(shù)實(shí)時(shí)處理，設(shè)置監(jiān)測(cè)參數(shù)和報(bào)警閾值，自動(dòng)識(shí)別異常和故障。

2)刀具故障預(yù)測(cè)預(yù)警。通過隧道掘進(jìn)機(jī)實(shí)時(shí)狀態(tài)的監(jiān)測(cè)和判斷，利用聲發(fā)射等信息，基于深度神經(jīng)網(wǎng)絡(luò)等算法，對(duì)刀具故障進(jìn)行預(yù)測(cè)和預(yù)警。

3)智能診斷?；谏窠?jīng)網(wǎng)絡(luò)、遺傳算法等人工智能算法，結(jié)合采集的狀態(tài)信息，對(duì)隧道掘進(jìn)機(jī)的關(guān)鍵零部件進(jìn)行有效診斷。

5 結(jié)論與討論

隨著大數(shù)據(jù)和云計(jì)算技術(shù)逐漸發(fā)展成熟，信息化和智能化已成為隧道掘進(jìn)機(jī)施工發(fā)展的必然方向，針對(duì)隧道掘進(jìn)機(jī)行業(yè)復(fù)雜工況數(shù)據(jù)采集難、存儲(chǔ)難的問題，突破了隧道掘進(jìn)機(jī)大數(shù)據(jù)管理平臺(tái)關(guān)鍵技術(shù)，構(gòu)建了隧道掘進(jìn)機(jī)設(shè)備、施工、風(fēng)險(xiǎn)、地質(zhì)等全方位協(xié)同服務(wù)體系，打破了傳統(tǒng)領(lǐng)域信息孤島，實(shí)現(xiàn)了多廠家、多類型隧道掘進(jìn)機(jī)施工狀態(tài)遠(yuǎn)程統(tǒng)一在線實(shí)時(shí)監(jiān)控和管理，為類似平臺(tái)建設(shè)提供了技術(shù)支持，為大數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)性數(shù)據(jù)分析挖掘奠定了基礎(chǔ)。

下一步，將在隧道掘進(jìn)機(jī)工程大數(shù)據(jù)管理平臺(tái)的基礎(chǔ)上，根據(jù)實(shí)際應(yīng)用和需求情況對(duì)各個(gè)功能模塊不斷完善，特別是對(duì)大數(shù)據(jù)智慧應(yīng)用進(jìn)行不斷創(chuàng)新?；谀壳暗暮Ａ繑?shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)和深度挖掘，優(yōu)化控制參數(shù)，保障掘進(jìn)效率和施工質(zhì)量；對(duì)裝備運(yùn)行狀態(tài)進(jìn)行評(píng)估和故障預(yù)警，為軸承等關(guān)鍵部件的智能故障診斷提供有效的技術(shù)支撐。大數(shù)據(jù)應(yīng)用技術(shù)的研究和應(yīng)用將會(huì)帶來更多的價(jià)值，并為隧道掘進(jìn)機(jī)智能化施工創(chuàng)造有利條件。

參考文獻(xiàn)(References)：

[1] 江玉生, 孫正陽, 楊志勇. 土壓平衡盾構(gòu)施工風(fēng)險(xiǎn)監(jiān)控系統(tǒng)及參數(shù)預(yù)警研究[J]. 隧道建設(shè)(中英文), 2019, 39(7): 1083.

JIANG Yusheng, SUN Zhengyang, YANG Zhiyong. Construction risk monitoring system and parameter warning of EPB shield[J]. Tunnel Construction, 2019, 39(7): 1083.

[2] 楊志勇. “盾構(gòu)施工實(shí)時(shí)管理系統(tǒng)”助力地鐵隧道建設(shè)[J]. 市政技術(shù), 2012, 30(4): 4.

YANG Zhiyong. "The real-time shield construction management system" facilitates metro tunnel construction [J]. Municipal Engineering Technology, 2012, 30(4): 4.

[3] 張恒. 基于Web的盾構(gòu)機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)開發(fā)[J]. 隧道與軌道交通, 2018(1): 10.

ZHANG Heng. Development of web-based remote monitoring system of shield machine[J]. Tunnels and Rail Transit, 2018(1): 10.

[4] 程佳琛. 盾構(gòu)施工信息化管理研究[J]. 價(jià)值工程, 2017, 36(20): 44.

CHENG Jiachen. Research on information management of shield construction [J]. Value Engineering, 2017, 36(20): 44.

[5] 金晶. 盾構(gòu)機(jī)的監(jiān)控及管理系統(tǒng)的研究[D]. 上海: 上海應(yīng)用技術(shù)大學(xué), 2017.

JIN Jing. Research on system of monitoring and management shield machine[D]. Shanghai: Shanghai Institute of Technology, 2017.

[6] 梁景春. 土壓平衡式盾構(gòu)機(jī)監(jiān)控系統(tǒng)的設(shè)計(jì)[D]. 大連: 大連理工大學(xué), 2011.

LIANG Jingchun. Supervision system design for earth pressure balance shields[D]. Dalian: Dalian University of Technology, 2011.

[7] 肖春春. 水下隧道盾構(gòu)施工風(fēng)險(xiǎn)管理研究[D]. 蘭州: 蘭州交通大學(xué), 2017.

XIAO Chunchun. Study on risk management of underwater shield tunnel[D]. Lanzhou: Lanzhou Jiaotong University, 2017.

[8] 張靜, 施燁輝, 盧浩, 等. 隧道盾構(gòu)施工風(fēng)險(xiǎn)信息系統(tǒng)研究[J]. 現(xiàn)代城市軌道交通, 2015(2): 77.

ZHANG Jing, SHI Yehui, LU Hao, et al. Study on risk information system in tunnel shield construction [J]. Modern Urban Transit, 2015(2): 77.

[9] 王俊彬, 徐明輝, 余繼庭. 盾構(gòu)施工信息監(jiān)控管理系統(tǒng)在盾構(gòu)施工管理中的應(yīng)用[J]. 現(xiàn)代制造技術(shù)與裝備, 2018(8): 139.

WANG Junbin, XU Minghui, YU Jiting. Application of shield construction information monitoring and management system in shield construction management [J]. Modern Manufacturing Technology and Equipment, 2018(8): 139.

[10] 徐劍安, 孫志洪, 孟祥波, 等. B/S模式盾構(gòu)信息管理平臺(tái)的應(yīng)用研究[J]. 自動(dòng)化應(yīng)用, 2017(2): 14.

XU Jian′an, SUN Zhihong, MENG Xiangbo, et al. Application research of B/S mode shield information management platform[J]. Automation Application, 2017(2): 14.

[11] 劉杰. 盾構(gòu)施工實(shí)時(shí)數(shù)據(jù)遠(yuǎn)程交互軟件開發(fā)與應(yīng)用[J]. 地下工程與隧道, 2016(2): 19.

LIU Jie. Development and application of real-time data remote interactive software of shield construction[J]. Underground Engineering and Tunnels, 2016(2): 19.

[12] 華振. 盾構(gòu)集群化監(jiān)控與異地決策管理系統(tǒng)的開發(fā)與應(yīng)用[J]. 工程技術(shù)研究, 2018(15): 97.

HUA Zhen. Development and application of shield cluster monitoring and remote decision management system [J]. Engineering and Technology Research, 2018(15): 97.

[13] 陳文遠(yuǎn), 張繼宏, 王國(guó)慶. 盾構(gòu)集群遠(yuǎn)程監(jiān)控與智能化決策支持系統(tǒng)的開發(fā)與應(yīng)用[J]. 施工技術(shù), 2015, 44(13): 105.

CHEN Wenyuan, ZHANG Jihong, WANG Guoqing. The development and application of TBM cluster remote monitoring and intelligent decision support system [J]. Construction Technology, 2015, 44(13): 105.

[14] 張繼宏. 城市地下空間產(chǎn)業(yè)大數(shù)據(jù)智能分析與服務(wù)平臺(tái)建設(shè)及示范應(yīng)用[J]. 自動(dòng)化博覽, 2016(9): 68.

ZHANG Jihong. Big data intelligent analysis and service platform construction and demonstration application of urban underground space industry[J]. Automation Panorama, 2016(9): 68.

[15] 劉承桓. 盾構(gòu)機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)架構(gòu)及關(guān)鍵技術(shù)研究[D]. 西安: 長(zhǎng)安大學(xué), 2014.

LIU Chenghuan. Study on architecture of TBM remote monitoring system and key technology[D]. Xi′an: Chang′an University, 2014.

[16] ABDESLAM Mehenni, ZAIA Alimazighi, TAREK Bouktir, et al. An optimal big data processing for smart grid based on hybrid MDM/R architecture to strengthening RE integration and EE in datacenter[J]. Journal of Ambient Intelligence and Humanized Computing, 2019, 10(9) : 3709.

[17] 韓朵朵, 劉會(huì)杰, 許愛雪. 基于Hadoop生態(tài)系統(tǒng)的大數(shù)據(jù)解決方案[J]. 石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào), 2019, 18(2): 71.

HAN Duoduo, LIU Huijie, XU Aixue. Big data solutions based on Hadoop ecosystem[J]. Journal of Shijiazhuang Institute of Railway Technology, 2019, 18(2): 71.