高速铁路沉降观测数据处理与分析预测系统设计

高速铁路沉降观测数据处理与分析预测系统设计
梁新美;董武钟;欧阳亚;席志龙
【摘要】根据高速铁路沉降变形观测外业数据采集测点多、内业数据量大及处理繁琐、电子水准仪数据格式多样等特点,本文设计了一套科学、系统的无砟轨道沉降变形观测数据处理与分析预测系统软件,从而实现了对监测数据的管理、沉降量的计算、沉降数据的分析和预测,并在实际工程中取得了较好的应用效果.
【期刊名称】《安全与环境工程》
【年(卷),期】2013(020)006
【总页数】4页(P141-144)
【关键词】高速铁路;沉降观测;数据处理;分析预测
【作者】梁新美;董武钟;欧阳亚;席志龙
【作者单位】中国地质大学信息工程学院,武汉430074;中国地质大学信息工程学院,武汉430074;中国地质大学信息工程学院,武汉430074;中国地质大学信息工程学院,武汉430074
【正文语种】中文
【中图分类】X924;U238
0 引言
目前我国高速铁路快速发展，其建设工程具有规模大、技术标准高、建设速度快等特点，因而相应的各类沉降观测工作量巨大，观测数据的收集与处理数以百万计。

为了有效地收集和处理这部分数据，需要借助专用数据处理软件和数据库管理系统进行海量数据的管理与分析。

但目前我国对于高速铁路无砟轨道工后沉降分析评估没有成熟的经验，缺乏有针对性的沉降观测数据处理、管理与分析预测软件，因此有必要在对高速铁路沉降变形观测数据处理与分析预测方法进行研究的基础上，建立一套科学、系统的无砟轨道沉降变形观测数据处理与分析预测系统，进而对路基、桥涵、隧道、过渡段等地段在铺设轨道前的沉降变形观测数据进行分析，以评估基础工程是否满足铺设无砟轨道的条件［1］。

1 系统的设计原则和总体方案
为了快速有效地采集和处理高速铁路沉降变形观测数据并加以分析预测，需结合高速铁路无砟轨道工后沉降观测数据处理的特点，设计以海量数据管理为基础、以合理的数据处理与分析预测模块组成的高速铁路沉降观测数据处理与分析预测系统。

该系统由多个具有独立功能的子模块构成，通过一定的方法将各个功能集中在系统软件中，用户可以通过系统主界面的具体功能菜单调用相关的功能模块［2，3］，如图1所示。

功能模块通过函数的调用来实现。

在功能模块的设计中，把具有独立功能的代码组织成一个具体的功能函数，利用.NET的COM组件形式把独立的功能函数封装成
不同的动态链接库文件（＊.DLL）［4］，并在集成的系统软件中，直接把封装好的COM组件进行插装组合，在需要时动态地调用。

图1 系统的集成Fig.1 Framework of system
2 系统的设计
2.1 沉降数据基础管理模块的设计
2.1.1 模块功能需求分析
高速铁路沉降监测的特点是监测点种类多、监测数据量大，如京沪高速铁路沿线的监测点就接近18万个，而每一个测点都有对应的海量沉降监测数据。

如何管理这
些海量的监测数据以及如何快速检索出相关测点的沉降信息，是沉降数据基础管理模块设计需要着重考虑的问题。

沉降数据管理模块需根据沉降数据的特点，设计如下主要功能，以实现数据的管理：
（1）设计合理的数据库结构，保存断面、测点属性信息。

（2）快速地导入海量沉降监测数据。

（3）对导入的沉降数据有效性进行检查，对有问题的测点进行剔除，导出报告。

（4）可以准确地进行沉降计算。

（5）对查询测点的沉降过程数据以报表形式显示。

（6）自动绘制测点的沉降过程曲线和沉降速率曲线。

（7）生成各种分析结果报表。

2.1.2 数据库结构设计
数据库结构的设计是整个数据基础管理模块的核心，数据库结构的合理性直接影响数据操作的效率［5］。

本文针对高速铁路沉降观测的工程属性特点和软件使用环境情况，建立合理的数据库结构，以满足沉降观测工作的需要。

系统采用自定义的Microsoft Access数据库存储沉降监测的各种数据，并依据沉降监测数据的关系模式建立4张表，即标段信息表、测点属性信息表、原始沉降数据表、沉降数据汇总表，各表之间呈树形结构，相互之间通过标段ID、测点编号进行关联。

建立的数据库结构见图2。

2.1.3 模块功能实现
图2 数据库结构图Fig.2 Database structure
（1）数据入库。

读入海量的监测数据，是数据库管理的一个重要任务。

由于数据文件量庞大，观测断面类型及测点数量差异大，观测成果记录繁杂，系统采用“批量导入”和“代码识别”的方式，对每一个待入库的点号与测点属性信息表中的测点编号进行对比识别，对有效数据分类存入相应的数据库表中，数据入库流程见图
3。

图3 沉降数据入库流程图Fig.3 Introduction processing of settlement data （2）沉降计算、查询和统计分析。

入库后的海量监测数据首先要进行沉降计算，系统沉降计算的思路是：循环检索每个测点的全部沉降数据，按照观测日期排序，逐个测点计算沉降量。

经过沉降计算后，可以动态、实时地查询和统计分析监测点的总体沉降情况。

统计分析模块提供了三种统计分析方式，即常规沉降统计、差异沉降编统计、不均匀沉降统计。

用户可以通过“常规沉降统计”参数的设置，查询沉降量大于X1或小于X2、观测期次大于D1或小于D2的测点，统计测点累积沉降量、观测期次等总体情况；用户可以通过“差异沉降统计”进行区段纵向差异沉降量的查询，通过选择起始里程、终点里程确定需要查询分析的区段；用户可以通过“不均匀沉降统计”进行区段横向差异沉降量的统计分析，并通过选择起始里程和终点里程来确定分析区段。

（3）沉降数据可视化。

沉降数据可视化功能的实现，主要通过连接数据库，用户点击需要分析的测点，就可以看到测点的工程属性、沉降汇总数据、沉降－时间曲线图、沉降－速率曲线图等信息。

用户通过沉降数据分析与可视化模块进行监测点的工程属性查看、沉降过程分析、沉降速率分析，并以表格和曲线图形的方式直观地反映给管理者，帮助其及时了解沉降变形的发展态势。

2.2 沉降观测数据处理模块的设计
2.2.1 模块功能需求分析
高速铁路沉降观测外业监测点数量众多、观测工作量大，目前沉降观测工作大多使用电子水准仪，电子水准仪相比传统的光学水准仪，减少了人为读数的误差，降低了外业劳动的强度，提高了工作效率，但由于电子水准仪的数据文件格式多样化，内业数据处理时需要较多的人工数据编辑，影响了内业作业效率。

而沉降观测数据处理模块是根据天宝和徕卡电子水准仪的观测数据文件格式特点，对照高速铁路沉
降观测的技术要求，专门针对我国高速铁路沉降观测而设计的电子水准仪数据处理与高程平差计算软件。

2.2.2 模块结构设计
沉降观测数据处理模块的结构设计见图4。

2.3 沉降数据分析预测模块的设计
2.3.1 模块功能需求分析
沉降观测中，测点众多、观测周期长、数据量大，对每个测点使用不同的预测模型进行预测其工作量大，如何科学、系统、高效地对构筑物的沉降趋势和工后沉降量进行预测是沉降数据分析预测模块重点要解决的问题。

根据实际工作需要，沉降数据分析预测模块重点要实现以下功能：
（1）设计友好的数据接口界面，用以设置主体工程结束时间、预计铺轨完成时间、预测参数，选择需要分析预测的区段等。

（2）设计《评估指南》中推荐的规范双曲线、修正双曲线、三点法、Asaoka法、指数曲线法和灰色系统 GM（1，1）法6种模型的预测方法［6，7］。

（3）预测沉降趋势的可视化。

（4）分析预测数据的显示、输出。

（5）预测曲线图的输出。

图4 沉降观测数据处理模块的结构图Fig.4 Structure plot of the processing module of settlement observation data
2.3.2 模块结构设计
沉降数据分析预测模块的结构设计见图5。

图5 沉降数据分析预测模块的结构图Fig.5 Structure plot of the analysis and prediction module of settlement observation data
2.3.3 模块功能实现
预测参数的配置是沉降数据分析预测模块功能实现的基础，而设计界面友好、简洁实用的参数配置窗口至关重要。

本文设计的模块参数配置窗口包括预测测点选择（区段选择）、预测指标设置、主体工程完工时间（铺轨完成时间）设置3个方面。

在沉降数据分析预测模块中，对需要分析的测点可以按照用户给定的参数和方法进行沉降趋势的预测分析。

3 工程应用实例
在京沪高速铁路的建设中，将高速铁路沉降观测数据处理与分析预测系统软件用于该线路沉降观测数据处理与分析预测（见图6和图7），取得了比较好的效果，从而验证了该系统软件可为高速铁路的沉降观测提供服务。

图6 时间－沉降曲线（按标段工区查询结果）Fig.6 Time－settlement curve
图7 沉降分析预测Fig.7 Predication of settlement
4 结论
高速铁路沉降观测数据处理与分析预测系统软件具有与现行高速铁路沉降观测完全吻合的数据处理系统，可以和主流的电子水准仪（天宝、徕卡系列电子水准仪）实现无缝对接，且数据处理界面简洁、操作简单、功能强大，真正实现了沉降观测内、外业一体化操作；同时，数据管理方便，具有高效的数据库，统计、查询功能界面友好；此外，数据预测分析采用多种模型预测比较，可筛选出最佳预测模型，提高了工后沉降量计算的可靠性。

该系统软件的研究对高速铁路沉降观测数据处理、成果管理和分析预测意义重大，对评估系统的开发具有重要的参考价值。

【相关文献】
［1］刘生荣，黄文华，游振兴，等.京沪高速铁路沉降趋势分析与预报方法的研究［J］.测绘信息
与程，2012，37（1）：24－26.
［2］黄泽纯，张献州，汪延彬.京沪高速铁路沉降观测数据管理系统研究［J］.中国铁路，2009，（12）：52－55.
［3］李毛毛.无砟轨道CPIII控制网数据处理方法研究及其软件的集成［D］.成都：西南交通大学，硕士学位论文，2008.
［4］王小科，王军，等.C＃开发实战1200例（第II卷）［M］.北京：清华大学出版社，2011：447－452.
［5］黄育华，倪宏宇.建筑沉降观测数据处理［J］.地理空间信息，2008，6（2）：117－200. ［6］张献州，莫春，马下平.高速铁路沉降观测评估预测系统设计与实现［J］.铁道勘察，2010，（5）：1－3.
［7］陈善雄，宋剑，周全能，等.高速铁路沉降变形观测评估理论与实践［M］.北京：中国铁道出版社，2010.。