基于全生命周期信息和BIM的隧道运维决策支持系统

胡 珉， 刘攀攀， 喻 钢， 施永泉

(1. 上海大学悉尼工商学院， 上海 201400； 2. 上海大学-上海城建建筑产业化研究中心， 上海 200072； 3. 上海大学土木工程系， 上海 200072； 4. 上海隧道工程股份有限公司， 上海 200232)



基于全生命周期信息和BIM的隧道运维决策支持系统

胡 珉1, 2， 刘攀攀2, 3， 喻 钢1, 2， 施永泉4，*

(1. 上海大学悉尼工商学院， 上海 201400； 2. 上海大学-上海城建建筑产业化研究中心， 上海 200072； 3. 上海大学土木工程系， 上海 200072； 4. 上海隧道工程股份有限公司， 上海 200232)

针对公路隧道运维管理对象众多、信息分散异构、时空特性复杂等导致管理决策困难的问题，从隧道全生命周期信息出发，建立隧道可视化智能决策系统。系统以标准化、可视化和智能化为设计原则，以隧道BIM运维模型为基础，通过标准化编码和信息映射表实现设计、施工和运维的多源信息集成，由感知层、网络层、数据层、分析层和交互层组成，利用智能分析技术实现结构健康评估和病害追溯、设备异常发现和故障诊断、养护决策优化等功能，通过三维图形化引擎与用户交互，帮助用户快速掌握现场情况，获取自动辅助决策结果，提高运维工作效率和质量。将该决策支持系统应用在上海大连路隧道工程中，可帮助隧道管理者更快速、清晰地了解隧道运营状况，提供运营养护的辅助决策建议，取得了很好的应用效果。

公路隧道； 全生命周期； BIM； 隧道运维； 决策支持系统

0 引言

截至2010年，我国公路隧道建设长度累计为512.26万m，自2011年以来，公路隧道年均净增超过1 000 km，已建公路隧道总长超过1万km，在规模上已成为世界第一[1]。公路隧道正逐渐从大规模的建设到大规模的运营管理方向转变，这对我国隧道运维管理提出了新的挑战。

传统的隧道运维管理系统以隧道监控为核心，主体功能定位在交通和重要设备的基础实时信息采集。在公路隧道设备的检测与维护方面，文献[2]利用GPS、GIS和GSM技术建立隧道机电管理系统； 文献[3]提出隧道内各种软硬件设备的故障检测机制； 文献[4]提出隧道机电系统的日常维护与管理方法。在隧道结构病害监测方面，文献[5]研究了运维过程中隧道结构变形的预测方法； 文献[6]对基于光纤光栅技术的基础结构沉降实时监测系统软硬件进行设计和现场实施； 文献[7]利用传感技术、光纤和网络技术建立TMS系统，实现对隧道结构的远程监控； 文献[8]利用GIS系统进行隧道病害信息管理； 文献[9]从数据分析的角度对隧道结构风险进行分析。鉴于运维信息的异构、离散和空间复杂性，文献[10]开发三维地下空间信息管理系统对隧道施工和运维信息进行整合和管理； 文献[11]提出隧道安全监测数据仓库的概念和面向对象的隧道安全监测时空数据建模与表达技术思想。综合以上研究可知，目前隧道运维类系统以实时监控系统为主，数据较为割裂，缺乏有效的分析手段； 结构病害管理研究正转向全生命周期的信息整合，在充分利用隧道全生命周期数据方面的研究较少。

移动互联技术[12]、大数据分析技术[13]和BIM技术[14]等新一代信息技术的发展，为隧道运营管理水平的提高提供了契机。本文从全生命周期数据出发，提出并开发了基于全生命周期和BIM技术的公路隧道运维决策系统，满足隧道状态快速检测、病害诊断分析、日常运营优化等运营管理核心需求，全面提升隧道管理的质量和效率，降低隧道管理能耗和成本。

1 公路隧道运维管理

相对于公路、桥梁等交通设施，隧道运维管理具有以下主要特点。

1.1 管理对象众多

公路隧道运维管理主要涉及结构安全维护、设备健康保障以及日常运营管理3方面： 1)结构方面，包括隧道主体结构以及道路、护墙板等附属设施； 2)设备方面，包括高低压柜、风机、水泵等机电设备，以及计算机控制、通讯广播和照明等其他系统设备； 3)日常运营管理方面，包括隧道交通管理和隧道外保护区巡视，以及对隧道内光照、温度和空气质量等的管理。

1.2 信息分散异构

公路隧道监测和管理往往需要多个信息采集系统相配合[15]。以上海大连路隧道为例，除了用于实时和定期巡检的设备点检定修管理系统、隧道养护管理系统、中央控制系统、视频监控系统、隧道光纤光栅报警系统、风机监测系统和结构健康监测系统等多个信息系统外，还有许多人工检测、保养、维修的纸质文本信息。信息具有典型的异构、分散存储特征，会给隧道动态监视和管理决策带来不便。

1.3 时空特性复杂

隧道内设施设备具有显著的时空关系。如隧道结构病害与周边结构和施工期均有关联，但传统管理方式下施工信息缺失和异形空间描述困难，使得决策者无法了解结构全生命周期的演变规律以及分析其发展趋势，给隧道巡检和维养方案的制定带来不利影响。

1.4 决策方式落后

在管理决策方面，目前主要还是由管理人员结合一些局部数据的统计和分析，根据经验完成隧道日常管理决策和年度养护方案设计。由于缺乏对隧道长期性能的分析能力[16]，使存在安全隐患的一些设备和设施未被及时发现，导致隧道养护经费使用不合理等情况时常发生。

2 信息处理关键技术

信息是公路隧道运维决策管理系统设计的关键。系统围绕全生命周期信息展开设计，以管理对象为核心，从信息规范、采集、组织和分析各环节入手，利用标准化、可视化和智能化的手段，打破传统运维系统中信息不完整、不一致的瓶颈。

2.1 基于编码的信息规范

为了实现信息标准化，建立一套完整的信息编码体系对于设施设备的维护有着重要的意义[17]。系统从唯一性、易读性和长期有效性的角度对隧道内所有的设施、设备、监测点进行编码。编码格式见图1，采用字母和数字混编的方式，总长22位，由主编码和扩展码组成。主编码由项目名称、管理单元(便于网格化管理工作)、设施设备分类代码(包括对象属性、大类和小类3部分，覆盖设施、设备、监测、周边环境和标签运维过程所有观察对象)和物理位置代码依次连接组成； 扩展编码主要用于细节特征的标注。通过编码可以快速定位隧道中任一设施和设备的准确位置，了解其所属类别，并通过唯一代码实现与BIM模型的关联。

图1 公路隧道编码格式

2.2 全过程全方位的信息采集

全过程全方位的信息是实现正确决策的保障。系统围绕隧道管理的主体对象(结构、设备和环境)，从全生命周期的角度进行信息源梳理与采集，并将财务信息、地理信息和天文气象等关联信息纳入其中。信息类别及其所属阶段见表1。

表1 信息类别与所属阶段

2.3 基于BIM的信息组织

由于隧道信息具有显著的空间特性，系统建立了隧道模型，包含隧道主体结构、变电所和保护区周边的BIM模型，根据设施和设备的运维评估需求，进行土建结构的构件划分和设施设备的构建,并通过标准化编码，实现不同信息系统之间的信息交换，以及将编码与BIM模型和实体绑定，为信息交互与追溯提供基础。图2展示了通过标准编码和BIM模型映射，整合各分散信息源，实现数据时空融合的过程。

2.4 智能化的信息分析

系统在全生命周期信息和BIM模型提供的空间关系基础上，开展隧道运维信息分析，包括健康评估、隐患发现、养护计划和环境优化等。分析手段主要有

图表统计、数据透视、数据过滤和基于分析模型的辅助决策。考虑到R语言在大数据统计和分析上的优势[18]，系统将其作为数据分析引擎与oracle数据库相配合。

图2 基于编码的信息关联

图3描述了行数据分析基本过程。整个分析围绕决策需求展开，根据决策问题和需求，选择对应分析模型(基于R语言的分析引擎)，对数据分析，并给出决策建议。模型分析所用数据来源于BIM模型、历史数据库和实时数据库。为了便于规范化处理，BIM模型文件按IFC文件格式存储，系统利用直接关联对象id，结合ifcRelAggregate的对象间聚合关系，从ifcObject类中读取关联对象的编号和基本属性，通过编号与数据库关联，根据模型需求，对一定时间段的字段进行提取和处理，形成待分析数据表并传送至分析引擎。

图3 数据智能分析流程

3 系统设计

3.1 系统构架

隧道运维决策系统由5层架构组成(见图4)： 1)第1层为感知层，由传感设备、点检仪和智能手机等监测和检测设备组成，其主要目的是采集隧道设施、设备和环境等动态信息，并通过通信网络传递至中央数据库； 2)第2层为网络层，通过隧道内的环网光纤和无线Zigbee网络进行数据传输； 3)第3层为数据层，将获取的信息根据其不同的特性转换为适合的存储方式。例如实时高频流数据被存储在 Hadoop Distributed File System (HDFS) 中、历史数据被存储在关系数据库(RDBMS)中、空间数据存储在BIM模型中； 4)第4层为分析层，提供了分析中常用的算法和工具，根据分析需求，从数据中获取信息，找到所需的实体，根据语义查询关联数据，并进行计算； 5)第5层为交互层，用户不仅可以通过可视化界面实时监视隧道动态，获悉警告消息，并发送给感兴趣的使用者，而且可以进行性能指标评估，确定有效的养护策略。交互应用层采用仪表板和三维可视化的交互形式进行信息展示，为用户自助式查询、问题分析和统计归纳提供便利。

图4 公路隧道运维决策系统构架

3.2 功能设计

隧道运维决策系统分为监控中心、决策中心、数据中心、模型管理和系统管理5部分。其中，数据中心、监控中心和决策中心体现了系统的核心功能。

3.2.1 数据中心

数据中心是系统的基石，通过统一的编码和数据接口方式，提供设计、施工和运维全过程的信息，覆盖地质、气象、设备、设施、运营多方面内容，为智能分析提供基础，而且还提供信息录入、修改、查询、删除和统计等多种功能。

3.2.2 监控中心

20世纪90年代初，瑞士辛德勒车辆公司制造的以CFRP为主的整体式车体结构(见图1)，在运行试验中跑出了140 km/h的速度。该车体结构具有质量轻、舒适度好和安全性高等特点，但由于缠绕工艺复杂，难以实现量产。

监控中心以BIM模型为基础，管理者可以采用自动巡检、驾车巡检、定点检查和人工巡检等多种方式的虚拟漫游，随时查看设施或设备的基础信息和监测检测信息，通过健康档案、曲线展示、快速测量和半透明观察等功能实现空间关系、事件发展趋势和管理区域的分析。

为了提升用户体验，对监控中心的模型进行了轻量化处理，提供全景模型、隧道实景和变电所3个情境体验。全景建模深度为LOD200，展现整条隧道的土建结构和周边地理信息，通过点击标签、建筑物和隐藏图层等方法，用户可对周边建筑物与隧道关系以及建筑物信息、周边监控信息等有更多的了解(见图5)。隧道实景是将隧道作为研究主体，土建建模深度为LOD350(体现隧道管片、道路和主体结构)，其关键设备的几何建模深度为LOD300，结合关联数据库，不仅全面展示隧道竣工交付时设计、施工和安装的完整信息，而且还提供资产状况、评估结果(见图6)、实时监测信息和预警信息(见图7)。变电所土建建模深度为LOD250，机电几何建模深度为LOD300，主要用于了解设备的基本信息和工作动态，并对发生异常的设备进行分析(见图8)。

图5 建筑物信息查询

图6 隧道内设施查询

图7 隧道内监测信息查询

图8 变电所设备信息查询

3.2.3 决策中心

决策中心分为运营分析、设备分析、设施分析和综合分析4部分，以大数据分析引擎为支撑，不仅从多角度展示了交通、环境、能源、结构、设备现状和历史信息，而且可根据历史和实时数据给出异常预警、设备控制、维修养护的意见，提升隧道管理决策水平。决策中心通过图表的方式直观地表达隧道当前状态、数据的变化趋势、各种特征统计值，并给出当前管理建议。环境分析界面见图9，界面上方的滚动字幕概述了东线和西线2条隧道的空气质量和光照情况，并根据交通流量趋势，给出运营控制建议。数据区域给出即时监测数值、单日极值及关联信息，为管理人员分析隧道环境提供方便。下部色带区域帮助管理人员快速了解隧道内各关键指标的分布，并结合控制设备状态，为设备的优化控制提供参考。隧道内环境的计算分析结果通过可视化方式展示，采用三维俯视图的方式体现整条隧道的空气质量分布，不同的颜色反映出空气污染程度； 采用三维隧道内景进行隧道环境舒适度的展示，有利于决策者体验隧道环境舒适度的变化过程，观察当前风机的允许开启状态。

图9 环境分析界面

4 系统应用

系统采用B/S架构进行设计，其中BIM模型的展示引擎为Unity3D，在系统中应用推广比较方便，客户端用户只要安装能够接受Unity3D插件的网页浏览器即可。除了网络要求，计算机硬件要求为4G以上内存来保证模型流畅运行。系统自2015年12月起全面应用于上海大连路隧道管理中，主要应用优势如下。

4.1 可视化问题发现机制

系统提供了全方位的虚拟巡检功能，不仅提高了巡检效率，而且通过可视化的信息浮现机制，为发现问题提供便利。例如管理人员可以通过虚拟巡视(见图10)，全面掌握周边动态，实现快速响应。

图10 周边环境活动虚拟巡检

4.2 隧道隐患的快速捕捉

上海大连路隧道运维决策系统与实时监控系统无缝连接，随时获取隧道内部的结构健康和设备监测信息以及环境变化信息。一旦发现有异常的监测数据，系统会快速进入实时预警的流程。管理人员通过查看设备设施的相关图纸、历史巡检记录以及实时监测曲线，实现对设备故障和设施病害的在线诊断(见图11)。

(a) 异常报警

(b) 在线诊断

4.3 时空融合的病害分析

平台可根据基础隧道检查和监测数据进行土建结构评估(见图12)，并利用结构健康档案，分析病害记录，了解隧道病害的变化过程，追溯周边土质条件、设计信息、施工阶段的盾构推进参数(见图13)和周边地面沉降信息，为准确定位病害位置、设计维修方案提供依据。

图12 隧道结构的健康评估

4.4 隧道养护方案的优化

合理的养护方案对于隧道寿命和性能具有重要意义。系统提供了设施、设备状态的统计分析功能，计算设备故障率和完好率、评估主体结构健康，并以决策者的管理需求为优化目标，结合隧道年度经费定额标准，优化下一年度养护方案。

图13 施工阶段的盾构推进参数

4.5 应用效果

在系统的辅助管理下，大连路隧道内空气质量和光照质量始终保持优良。与2014年度相比，CO体积分数和烟尘含量分别下降11%和19%，畅通率和社会满意度均达到了100%。系统帮助隧道管理者更快速、清晰地了解隧道运营状况，获得运营养护的辅助决策建议。

5 结论与讨论

隧道运维决策系统将BIM技术、物联网技术、移动互联技术和大数据技术结合在一起，并将原先分散的系统和数据集成，不仅有利于信息的管理，而且可通过BIM模型将数据有机组织并呈现给管理人员，为隧道的信息查询、多因素分析、评估和决策提供新的手段，也为城市公共设施的智慧化管理探索出一条新的途径。

该运维决策系统在上海大连路隧道运维中取得了一定的成果，但是还存在一些问题，如： 基于编码的信息集成以及信息的查询和推理方面存在一定的局限性； Unity3D的图形化引擎漫游效果好，但是在模型体量增大的情况下，会对运行效果产生一定的影响，这些问题均有待继续完善。

[1] 环球网.我国隧道及地下工程建设规模和速度居世界前列[EB/OL].[2015-04-22].http://finance.huanqiu.com/roll/2015-04/6255368.html. www.huanqiu.com. Both scale and speed of tunnels and underground engineering in China rank the world[EB/OL].[2015-04-22].http://finance.huanqiu.com/roll/2015-04/6255368.html.

[2] 周健. 基于GPS/GIS/GSM的公路隧道运营管理系统研究[J]. 中国公路学报, 2004, 17(3): 112-116. ZHOU Jian. Study of highway tunnel management based on GPS/GIS/GSM[J].China Journal of Highway and Transport, 2004, 17(3): 112-116.

[3] 张伟成. 人工智能技术在城市公路隧道中的应用[D]. 武汉: 武汉理工大学, 2013. ZHANG Weicheng. Application of artificial intelligence technology in urban highway tunnels[D].Wuhan: Wuhan University of Technology, 2013.

[4] JIA X, FANG Z P, WANG C. Maintenance management and analysis of highway tunnel electromechanical system[J]. Applied Mechanics & Materials, 2014, 505/506: 727-730.

[5] JIANG Y, Tanabashi Y, Fujii M, et al. Database development for road tunnel maintenance and management by using geographical information system(new technology for maintenance/retrofit and renewal works in geotechnical engineering : Tunnels, underground structures and antiquities)[J]. Soil Mechanics & Foundation Engineering, 2004, 52: 25-27.

[6] 许敏娟, 顾修竹. 基于光纤光栅技术的轨道交通基础结构沉降实时监测系统应用分析[J]. 城市轨道交通研究, 2016, 19(11): 68-72. XU Minjuan,GU Xiuzhu. Application and analysis of real-time monitoring system for urban rail transit infrastructure settlement based on fiber Bragg grating technology[J]. Urban Mass Transit, 2016, 19(11): 68-72.

[7] Harada T, Miyazawa S. Structural health monitoring in a tunnel management system[C]// International Symposium on Innovation & Sustainability of Structures in Civil Engineering. [S.l.]: [s.n.], 2005.

[8] HU Jianhua, XU Yugui. Design and realization of tunnel disease management system based on GIS[J]. Computer Engineering & Design, 2012, 33(5): 2090-2094.

[9] 计智伟, 吴耿锋, 胡珉. 基于自适应遗传算法和SVM的特征选择[J]. 计算机工程, 2009, 35(14): 200-202. JI Zhiwei, WU Gengfeng , HU Min. Feature selection based on adaptive genetic algorithm and SVM[J]. Computer Engineering, 2009, 35(14): 200-202.

[10] Ryu M, Nakai T, Koyama T, et al. Development of the 3D underground space information management system(USIMS) for the maintenance and health assessment of tunnel[C]// ISRM-Sponsored International Symposium on Rock Mechanics:“Rock Characterisation, Modelling and Engineering Design Methods”. [S.l.]: [s.n.], 2009.

[11] 令永春, 吴云天, 陈云峰, 等. 分布式隧道安全监测系统信息共享研究[J]. 铁道运营技术, 2013(2): 21-24. LING Yongchun, WU Yuntian, CHEN Yunfeng, et al. Study of information sharing of distributed monitoring system for tunnel safety [J].Railway Operation Technology, 2013 (2): 21-24.

[12] 曹红星. 互联网+下的建筑工程企业项目管理发展探索[J]. 江汉石油职工大学学报, 2016(1): 90-92. CAO Hongxing. Development study of architectural engineering corporation project management based on internet plus[J]. Journal of Jianghan Petroleum University of Staff and Workers， 2016(1): 90-92.

[13] 《中国公路学报》编辑部. 中国交通工程学术研究综述·2016[J]. 中国公路学报, 2016, 29(6): 1-161. Editorial Department of China Journal of Highway and Transport. Review on China’s traffic engineering research progress: 2016[J]. China Journal of Highway and Transport, 2016, 29(6): 1-161.

[14] 庞永师, 杨植, 王亦斌, 等. 基于BIM的建筑工程运营管理研究[J]. 工程经济, 2016, 26(4): 30-34. PANG Yongshi, YANG Zhi, WANG Yibin, et al. Research on operation management of construction project based on BIM[J]. Engineering Economy, 2016, 26(4): 30-34.

[15] 戴学臻. 公路隧道运营安全评价及管理系统开发研究[D]. 西安： 长安大学, 2010. DAI Xuezhen. Research on highway tunnel’s operating safety evaluation and management system’s development[D]. Xi’an: Chang’an University, 2010.

[16] 丁浩, 张琦, 刘永华, 等. 我国公路隧道养护工程技术与管理技术之思考[J]. 公路隧道, 2015(1): 1-5. DING Hao, ZHANG Qi, LIU Yonghua, et al. Reflecting on maintenance and management technology of highway tunnel in China[J]. Highway Tunnel, 2015(1): 1-5.

[17] 毕湘利, 陈鸿, 赖华辉, 等. 基于建筑信息模型(BIM)的城市轨道交通设施设备分类与编码研究[J]. 城市轨道交通研究, 2016, 19(1): 5-9. BI Xiangli, CHEN Hong, LAI Huahui, et al. Classification and coding for urban rail transit facility equipment based on BIM[J]. Urban Mass Transit, 2016,19(1): 5-9.

[18] 杨京, 王效岳, 白如江, 等. 大数据背景下数据科学分析工具现状及发展趋势[J]. 情报理论与实践, 2015, 38(3): 134-137, 144. YANG Jing, WANG Xiaoyue, BAI Rujiang, et al. The status and development trend of data science analysis tool under the background of big data[J].Information Studies: Theory & Application, 2015, 38(3): 134-137, 144.

Decision Support System for Tunnel Operation and Maintenance Based on BIM and Tunnel Whole Life Cycle Information

HU Min1, 2, LIU Panpan2, 3, YU Gang1, 2, SHI Yongquan4,*
(1.SHU-UTSSILCBusinessSchool,ShanghaiUniversity,Shanghai201400,China; 2.SHU-SUCGResearchCenterforBuildingIndustrialization,ShanghaiUniversity,Shanghai200072,China; 3.DepartmentofCivilEngineering,ShanghaiUniversity,Shanghai200072,China; 4.ShanghaiTunnelEngineeringCo.,Ltd.,Shanghai200232,China)

Visual and intelligent decision support system based on building information modeling (BIM) and tunnel whole life cycle information is built so as to solve management and decision difficulties of highway tunnel operation and maintenance, i.e. numerous management objects, decentralized information and complex space-time characteristics, etc. Standardization, visualization and intelligentization are regarded as design principles for the system based on BIM operation and maintenance model. The multi-source information integration of design, construction and operation and maintenance of the system can be realized by code standardization and information mapping table. It is composed of 5 layers of perception layer, network layer, data layer, analysis layer and interaction layer. The disease diagnoses and assessment, abnormal detecting and fault diagnosis of equipment and maintenance decision optimization of the system can be realized by intelligent analysis technology. The users can learn the site situation quickly and improve the efficiency and quality of tunnel operation and maintenance through 3D visualization interface of the system. The system has been successfully used in tunnel on Dalian Road in Shanghai and good effects have been achieved.

highway tunnel; whole life cycle; BIM; tunnel operation and maintenance; decision support system

2016-12-12;

2017-03-22

上海市科委重点项目(13511504803)； 上海市国资委重大科研项目(2014008)

胡珉(1970—)，女，浙江上虞人， 2006年毕业于上海大学，控制理论与控制工程专业，博士，副教授，现主要从事智能信息处理和建筑信息化方面的教学和科研工作。E-mail： minahu@shu.edu.cn。*通讯作者： 施永泉， E-mail： 18964864912@qq.com。

10.3973/j.issn.1672-741X.2017.04.002

U 457

A

1672-741X(2017)04-0394-07