基于BIM＋GIS＋IoT的深基坑与高铁协同预警系统研究

冯江宇

(中铁二十四局集团有限公司路桥分公司 上海 200070)

1 绪言

深基坑开挖施工易造成周围土体和既有构筑物的变形，尤其在邻近高速铁路开挖时，更要严格控制基坑本体及周边轨道形变量。

为了保证涉铁深基坑施工安全，需根据规范及相关要求进行铁路与基坑监测预警。传统监测由人工按时测量统计，汇总后再形成分析日报表，既不够直观，发生问题时也不能实现问题快速定位和分析，严重制约了监测效率[1]。因此，建立一个能够实现多方实时精准数据采集，并能实时展示、自动预警处置的监测平台具有重要意义。

目前，建筑信息模型(BIM)技术已广泛应用于施工领域，凭借自身3D可视化和信息集成化功能优势[2-3]，为全行业带来信息化变革浪潮。而地理信息系统(GIS)和物联网技术(IoT)也凭借其优势在土建行业中日趋成熟，将虚拟现实和智能数据采集带进施工管理数智化进程。本文以上海机场联络线1标项目为例，阐述BIM＋GIS＋IoT深基坑与高铁协同预警处置系统研究与应用主要内容。

2 工程概况与重难点

上海轨道交通市域线机场联络线工程是国家发改委首批确定的全国市域铁路示范线，全长68.6 km。

本工程为1标段，全长10.26 km，其中8.5 km与沪杭高铁并行(见图1)。范围内一号风井兼盾构始发井深基坑长156 m、宽25 m，深为16.67～25.5 m。围护结构为地连墙＋内支撑形式，共分5个工作坑，采用明挖顺作法跳坑开挖。基坑边距沪杭高铁路基坡脚最近处仅10.6 m，无论是开挖深度、邻营距离，还是作业规模，在涉铁基坑中都极为罕见，尚无成功经验可借鉴。2020年，本项目入选中国铁建技术重难点项目。

由于基坑边沪杭高铁对轨道位移控制要求极严(轨道位移须控制在2 mm内)，周边还存在大量既有建筑、管线，加之铁路周边严禁降承压水，技术难度和安全风险极大。

3 铁路与深基坑协同监测应用实施

3.1 安全影响因素及应对思路

对于深基坑，常见事故可分为围护结构破坏和土体破坏两种。围护结构破坏方面，一是围护结构本身材料缺陷、施工不达标造成支护不当；二是开挖方案不合理、降水不当以及坑外过度堆载等原因造成土压力增加使得围护结构破坏。另外基坑监测数据有误或数据反馈不及时等因素也会导致结构破坏前应对措施不及时，无法挽救。土体破坏因素方面，管涌流土等渗透破坏、承压水突涌能够直接造成土体失稳。

对于基坑本体，不管是围护结构破坏还是土体破坏，除了加强施工质量与流程管控外，及时、准确的基坑监测数据应用也是预防和规避风险的重要措施。

对于基坑边高铁线路，主要风险来自基坑开挖导致的轨道位移超限(大于2 mm)，从而带来晃车、脱轨风险。轨道位移原因主要包括两个方面，一是周边土体变形、地下水位变化导致的轨道水平和竖向位移，二是基坑围护结构破坏引起的地基土体破坏和铁路路基结构破坏，从而导致列车事故。

传统铁轨变形风险控制采用人工“凌晨天窗点推小车”，费时费力且无法全天持续获取数据，面对趟/3 min的密集高铁行车，极有可能导致车毁人亡的后果。因此，通过智能化手段实现铁路位移与基坑状态全天候毫米级的实时协同预警处置，显得尤为重要。

3.2 应用实施规划

本项目共有12类852个基坑监测点和分布于全线8.5 km的1 200个高铁位移观测点。为实现“一屏观全局”效果，实现问题快速定位、精准分析、高效响应，系统基于BIM三维可视化、信息集成化的性质[4-5]，通过IoT将其与自动监测设备建立实时数据联系，并置于GIS引擎中形成实景3D电子沙盘，利用标注点的状态变化(如绿笑脸、红哭脸等)作为展示和预警前端，解决快速定位问题，同时开发“数据分析内核”[6-7]，破解多方数据协同分析难题，做到预警发送、定位展示、初步处置的实时响应，配合完成应急处置(见图2)。

3.3 系统运转流程

系统运转流程如下(见图3):

(1)通过物联网监测设备实时采集数据，第一时间发现铁路超限变形(基坑监测同步进行)，测点标识从“绿笑脸”变为“红哭脸”。

(2)通过APP、微信通知管理人员，自动定位至预警点，同时推送实时数据与视频监控。

(3)通过对各项数据进行智能分析，迅速查明问题原因。

(4)系统快速响应，控制现场物联网设备(如伺服系统)作出反应，及时生成报告配合后续处置，将问题控制在萌芽状态。

4 系统搭建

系统主要包括前端实景沙盘(见图4)、后台分析内核、预警处置模块等。在充分理解施工重难点和各类监测数据内在联系的基础上，融合BIM＋GIS＋IoT技术搭建系统前端沙盘，完成硬件数据与监测系统的实时对接；再通过编程开发分析内核，实时协同数据分析；最后在微信、管理平台中打通数据调阅与预警通道，实现涉铁深基坑与高铁协同监测需求。

4.1 建筑信息模型(BIM)的建立

建筑信息模型(BIM)用于建立基坑围护结构、地层、管线等构件，通过模型构件的唯一性编码与管理平台打通数据，点击相应构件即可调阅相关设计参数、物资收发、工序验收等过程痕迹(见图5)，协助了解基坑状态。

建模前需收集项目的勘测报告、图纸以及周边管线参数等作为依据，并在完成后将各专业模型整合，用于辅助后续在GIS引擎中监测标注点定位(见图6)。BIM模型将在监测系统中充当信息集成数据库。

4.2 地理信息系统(GIS)的建立

地理信息系统(GIS)即带有地理坐标(经纬度)和三维地形的虚拟沙盘，主要由无人机扫描地形导入GIS引擎制作，可还原实时现场和完工样貌，具备测量分析、拆迁标注、红线划分等功能(见图7)。

本工程选用精灵4 RTK无人机，引擎为慧城GIS＋BIM引擎，步骤如下:

(1)现场勘察，在标段头、中、尾放样作3个对齐标记，用于后续地形与BIM精确对位。

(2)在飞控中框选区域放飞无人机，收集无人机拍摄照片，导入电脑合成3D地形。

(3)地形模型导入GIS引擎，将大地卫星影像、BIM模型、3D地形模型对齐。

(4)将铁路与基坑测点在地形图上分类创建标注，并与监测数据库建立联系。

4.3 物联网(IoT)的建立

建立物联网的前提是先实现监测设备的自动化，再通过云技术将各设备数据串联共享，方可实现互联互通。本系统物联网主要包括监测数据采集设备、视频监控设备、措施响应设备。

大部分监测项已实现自动采集，如位移沉降可采用自动测量机器人(见图8)、钢支撑轴力可采用伺服系统，其余监测项如水位、砼支撑轴力等可增设无线装置改造实现，仅测斜等个别项目需人工进行。此外，在措施响应方面，钢支撑伺服加压、地下水回灌、监控探头定向对位等控制接口也均已成熟，具备物联网条件。

4.4 分析内核的建立

分析内核涉及三个方面，分别为基坑预警、高铁预警和协同预警。

4.4.1 基坑预警分级

基坑预警等级划分采用规范限值法与失效概率分析法相结合。

(1)规范限值法(常规预警)。由于上海以软土为主，基坑监测数据普遍远超规范允许值，因此规范限值仅作为黄色预警(常规预警)判别，即将规范值乘以不大于1的系数后作为黄色预警触发条件，响应规范要求，减少预警噪点。

(2)失效概率分析法(高等级预警)。调用上海基坑监测大数据中心历史数据，通过统计学分析，推算同类型基坑各监测数据对应的基坑失效概率。选定可接受的失效概率反算预警值，用以划分较高等级的橙色预警(中级预警)和红色预警(严重预警)[8-9]。

4.4.2 高速铁路预警分级

根据中国铁路上海局2020年345号文变形监测预警值内容，无砟轨道高速铁路轨道与路基的水平位移、竖向位移不应大于2 mm，因此按累计位移1.6 mm作为橙色预警，2.0 mm作为红色预警，并结合1 d位移量、3 d位移量，以及每月线上轨道线形监测数据作参考，共同判定。

4.4.3 协同预警分级

(1)局部联合分析法。根据GIS坐标将标注点、BIM构件建立空间联系，对局部区域或关联同一构件的测点联合分析。采用“阈值加权法”，即先筛选出预警等级最高的监测项的预警值作为基础值，其他相关测点若显著超过合理范围，则对该基础预警值按照权重提升预警等级。如先将测斜和地表沉降建立函数关系，若测斜预警程度更高，则根据测斜实测值推算沉降理论值，当实际沉降明显大于理论沉降时，则提升测斜预警值。此外还有高铁沉降、土体沉降与潜水位、承压水头等也都可以建立相关函数[10]。除阈值加权法外，亦可通过FTA分析法进行联合分析。

(2)空间联合分析法。根据GIS坐标，在预警原因分析过程中，以最高等级预警点位置为圆心，向外抓取周边监测点进行原因分析，列出相关性最大超限值。如铁路沉降过大时，系统调取周边土体、地墙、地下水测点并输出报表[11-12]，并代入局部联合分析法进一步分析。此外，还可在BIM中启动监测构件周围测点功能，如点击某幅地连墙即可监测构件周围10 m内的测点插值信息。

5 实施效果

系统于2019年开始研发，取得软件著作权4项。至2021年9月，邻近高铁各基坑开挖与回筑全部完成，共计采集1 200个铁路测点、852个基坑测点1.2亿条数据，推送监测日报表520份，将多个现场问题解决在萌芽状态。使用该系统的深基坑施工，铁路侧测斜仅为0.7‰H～1.0‰H(H为基坑深度)，在上海地区同类基坑中表现突出，坑外高铁轨道位移沉降最大仅1.8 mm，未超2 mm，保障了高铁安全。目前，本系统已在合肥市文忠路上跨合肥东站转体桥等多个涉铁深基坑项目运用。

6 结束语

本系统深度融合BIM＋GIS＋IoT技术，实现了深基坑与高铁监测数据全天候实时采集、趋势分析、预警处置等功能，是对人工监测的自动化替代，极大地提高数据的准确性和数据传输的时效性，不仅省去了人工的重复工作，也为铁路与基坑安全提供了保障，是BIM技术、GIS技术与IoT技术融入土建行业施工管理的新探索。