基于BIM技术的水口大坝安全施工可视化监测方法

苏海涛

(贵州省水利水电勘测设计研究院有限公司,贵州 贵阳 550002)

大坝是水利水电工程中基础的组成部分，大坝处承受着数值较大的水压，水利工程规模不断扩大过程中，安全施工逐渐成为研究重点。水口大坝结构较为复杂，涉及多个施工环节、多个施工线路以及多个工种，在施工环境的影响下，施工过程存在多种不稳定因素[1-3]，为此，在BIM技术的支持下，构建一种大坝安全施工可视化监测方法。可视化监测过程需要强大的数字化技术作为支撑，国外研究人员最早在建筑工程施工过程中构建了可视化监测方法，将施工过程划分为不同的管理阶段[4]，根据不同施工阶段的特性，设定不同监测侧重点的监测过程。国内研究可视化监测起步较晚，多数学者的研究成果只停留在理论层面上，在实际工程的应用上还存在一定的空白[5]。在可视化监控方法的控制下，能够以一种直观的方式观察计算施工过程的各项参数，保证施工活动的安全。

1 基于BIM技术的水口大坝安全施工可视化监测方法

1.1 利用BIM技术构建水口大坝施工模型

在利用BIM技术构建水口大坝施工模型时，将大坝建筑设计阶段涉及的各项数据整合为一个项目样板文件，设置基础的安全参数后，建立水口大坝的模型族库，采用一个共用的基础坐标不断组合模型族库后，建立一个以族库为组成的大坝施工模型，采用三角测量方法确定施工模型中的测量点[6-7]，构建得到的三角测量过程如图1所示。

图1 构建的模型测量过程

图1所示的参数测量过程下，以P为测量的视觉中心，P1，P2为模型面上的测点，C1,C2作为测点所在面的施工方向，O1,O2为施工模型的施工起点，I1,I2为施工模型监测路径。以图1构建的测量过程为基准，首先I1,I2作为施工侧端，构建一个侧端投影数值计算过程：

δi=L·sinθi

(1)

式中：δi为第i侧端的水平投影，L为模型测量段的长度，θi为模型测量段与水平方向间的夹角。不断累积模型各个侧端的投影数值，可根据式(2)计算得到：

(2)

式中:ΔL为累积得到的各个侧端投影数值；其他各项参数含义不变。根据积累得到的侧端数值，构建一个施工进度的观测过程如式(3)：

(3)

式中：α为侧端变化系数；ξ为工程影响量；ΔT为大坝的施工周期；其余参数含义不变。以施工进度作为构建模型的变化数值，考虑水口大坝施工过程中受到的外部环境影响[8-9]，将外部影响因素与施工进度进行联合，实际施工进度就可表示为式(4)：

(4)

式中：P0为不考虑环境因素下的施工项目进度，其余参数含义不变。

综合上述构建的水口大坝模型以及计算得到的施工进度，构建可视化转化方程。

1.2 构建可视化转化方程

构建模型可视化转化方程时，在可控制的测量范围内设置一个自由设站[10]，以上述计算得到的施工进度观测数值为基础，根据间接平差原理，计算观测数值的误差，可表示为式(5)：

(5)

式中：dX为设置的自由站点坐标；B为上述计算公式(4)中的观测数值之和。根据最小二乘法处理得到未知观测数值的未知向量，可表示为式(6)：

(6)

式中：P1为施工模型的第一阶段施工进度数值；T为施工周期；其余参数含义不变。平差处理上述得到的未知向量，单位施工进度产生的误差σ0就可表示为式(7)：

(7)

式中：r为施工模型的施工精度，其余参数含义不变。在上述单位施工进度单位误差的控制下，构建一个以x、y、z为轴向的空间施工进度过程[11-12]，可表示为式(8)：

(8)

式中：mXi、mYi、mZi为施工进度，QXi、QYi、QZi为该轴向上施工质量。在上述空间轴向的施工控制下，形成如图2所示的可视化转化过程：

图2 构建的可视化转化过程

在图2所示的可视化转化过程下，可视化施工进度过程就可表示为式(9)：

(9)

式中：H为转换矩阵；θ为构建的轴向与FBG1、FBG2与FBG3轴向间的夹角；ex、ey、ez为施工数据。可视化转化处理施工数据后，根据可视化数值的变化，实现安全施工的监测。

1.3 实现安全施工的监测

将转化后的项目进度数据处理为图像后，采用MSR算法构建一个可视化监测尺度，尺度可表示为式(10)：

(10)

式中：N为尺度总数；I(x,y)为尺度对应的高斯函数；wn为尺度权数。该尺度权数满足式(11)：

(11)

在上述参数的控制下，将可视化参数通过无线网络传输至控制中心，监测中心使用JAVA编程实现上述处理过程[13]，设定如图3所示的监测过程：

图3 设定的监测过程

在图3所示的监测过程下，首先使用帧间差分法判断可视区域内的施工进度，通过施工进度的特征点确定实际施工边界，根据边界数值显示出的峰值点，确定安全施工状态[14-15]，最终完成对水口大坝基于BIM技术的安全施工可视化监测方法的构建。

2 仿真试验

2.1 试验准备

准备可视化设备RGBD相机，设置相机的参数指标，如表1所示：

表1 设置的相机参数指标

在表1所示的相机参数控制下，采用内存为8 G、处理器为i5的计算机作为实验主机。使用Python3.6作为算法的设计语言，采用Opencv3作为机器视觉工具，在上述软硬件环境的支持下，模拟设置水口大坝的施工监测点，以大坝的两个主纵梁为测点的安置位置。

控制设置的测点与沿着桥轴线方向与桥梁轴线平行，设置的测控位置结果如表2所示：

表2 设置的测点位置

在表2设置的测点位置，安置监测设备后，调试软硬件的环境，分别使用文献[1]中的可视化监测方法、文献[2]中的可视化监测方法以及文中设计的可视化监测方法进行实验，对比三种可视化监测方法的性能。

2.2 结果及分析

基于上述实验准备，在目标施工工程中，设定水口大坝的实际施工进度为1000 mm，并以此为施工标准数值，统计并计算在设定的测点处得到的施工进度数值，进度数值结果如表3所示。

由表3所示的项目进度数值结果可知，在三种不同的可视化监测方法下，以相同位置的测点为处理对象，文献[1]中的可视化监测方法得到的进度数据数值最小，远远小于实际的施工进度数值。文献[2]中的可视化监测方法最终得到的项目监测数据在800～900 mm，得到的项目进度数据较大，但与实际的进度数值还有较大的偏差。而文中设计的可视化监测方法得到的施工进度数值最大，与实际的施工数据相差不大，监测得到的施工进度数据最准确。

表3 不同监测方法得到的施工进度数值

保持上述试验环境不变，设定三种监测方法的监测周期相同，设置周期内可监控的施工活动数值为50，其中违规操作为5，统计三种可视化监测方法在监测过程中产生的误报次数，计算三种监测方法产生的误报率，误报率计算公式可表示为式(12)：

(12)

式中：c为三种可视化监测方法产生的误报次数；ct为监测违规次数。统计三种监测方法下，三种可视化监测方法产生的误报率结果，结果如表4所示：

表4 三种可视化监测方法产生的安全误报率

由表4所示的安全误报率数值可知，在三种不同的可视化监测方法的控制下，文献[1]中的可视化监测方法产生的安全误报率数值最大，文献[2]中的可视化监测方法产生的误报率数值在14%～18%之间，安全误报率数值较小，而文中设计的可视化监测方法产生的误报率数值在5.3%～7.8%之间，实际监测过程产生的误报次数最少。

在上述试验环境下，定义大坝安全施工的安全状态参数，定义的安全状态参数可表示为式(13)：

(13)

式中：A、B、C、D分别为水口大坝的监测点所在平面的安全系数；xi、yi、zi分别为监测平面面积。根据式(13)统计得到三种监测方法计算的安全参数，结果如表5所示：

表5 三种监测方法安全参数结果

根据设定的安全参数计算过程可知，在三种监测方法的控制下，文献[1]中的监测方法与文献[2]中的监测方法最终得到的安全参数数值均小于文中设计的可视化监测方法。综合上述实验结果可知，在实际监测过程中，两种文献中的可视化监测方法得到的施工进度数值存在偏差、安全误报率的数值较大且监测过程存在较大的安全风险。

3 结 论

针对水口大坝安全施工的可视化监测过程中出现的一些不足，在BIM技术支持下，研究一种大坝安全施工可视化监测方法，弥补了现有监测方法安全参数过小的不足，为今后研究可视化监测过程提供研究方向，但该种可视化监测方法并未使用实际的水利工程数据，在实际应用过程中还存在很大的不确定性，还需要不断地研究改进。