CN113159475B - 基础设施全生命周期监测平台及方法 - Google Patents
基础设施全生命周期监测平台及方法 Download PDFInfo
- Publication number
- CN113159475B CN113159475B CN202011406809.6A CN202011406809A CN113159475B CN 113159475 B CN113159475 B CN 113159475B CN 202011406809 A CN202011406809 A CN 202011406809A CN 113159475 B CN113159475 B CN 113159475B
- Authority
- CN
- China
- Prior art keywords
- data
- infrastructure
- monitoring
- source
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 90
- 238000007405 data analysis Methods 0.000 claims abstract description 62
- 238000004891 communication Methods 0.000 claims description 67
- 238000007726 management method Methods 0.000 claims description 62
- 238000012423 maintenance Methods 0.000 claims description 53
- 238000001514 detection method Methods 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 32
- 230000036541 health Effects 0.000 claims description 32
- 238000005516 engineering process Methods 0.000 claims description 30
- 230000004927 fusion Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 230000002265 prevention Effects 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000003449 preventive effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 238000013461 design Methods 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000012876 topography Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000009430 construction management Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009435 building construction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 108010015780 Viral Core Proteins Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000105 evaporative light scattering detection Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基础设施全生命周期监测平台及方法，该系统包括：基础设施全生命周期监测平台包括状态感知系统、网络传输系统及数据分析系统。状态感知系统获取高原高寒环境下的基础设施多源数据，网络传输系统将高原高寒环境下的基础设施多源数据传输至数据分析系统，数据分析系统对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。本发明利用状态感知系统获取基础设施多源数据，通过网络传输系统传输基础设施多源数据，数据分析系统对基础设施多源数据进行分析，能够实现高原高寒环境下基础设施全生命周期的监测。
Description
技术领域
本发明涉及铁路隧道、桥梁、轨道等专业基础设施检测监测技术领域，尤其涉及基础设施全生命周期监测平台及方法。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
川藏铁路横穿青藏高原东缘地形急变带，穿越21座4000米以上的雪山(折多山、高尔寺山、海子山、色季拉山等)，横跨14条江河(大渡河、雅砻江、金沙江、澜沧江、怒江、雅鲁藏布江、帕隆藏布江和尼洋河等)，沿线受青藏高原强烈隆升的影响，地势起伏大，河流切割强烈，具有相对高差大、山坡陡峭和沟谷深切的典型特点。沿线是我国山地灾害最活跃、类型最齐全、灾害最严重的地区之一，具有“显著的地形高差”、“强烈的板块活动”、“频发的山地灾害”和“敏感的生态环境”等四大特点。
川藏铁路工程是迄今为止人类历史上最具挑战性的道路建设工程。川藏铁路沿线因其复杂的地形地质条件及气候条件，季节性冻土、高寒风化堆积体、危岩崩塌、滑坡、冰川泥石流、地热、高地震区、高地应力等地质灾害时常发生，对铁道工程的影响非常严重。针对川藏地区地质灾害具有时空范围不确定性的特点，需要对川藏铁路沿线的灾害进行有效监测，建立区域从环境宏观灾害到结构局部微观的多尺度、多层次的空天车地一体化检测监测技术。
近年来，我国开展了大量铁路基础设施检测监测技术研究工作，虽然取得了多项技术突破，但是对于高原高寒、复杂严酷环境下川藏铁路基础设施检测监测的适应性、实用性以及监测数据的分析利用方面，仍需在重大关键技术方面取得突破。此外，当前的检测监测工作大多围绕单个结构进行开展，未着眼全局考虑跨地区、多类型、多目标的全线总体方案的搭建。目前，川藏铁路可行性研究在即，针对如何构建川藏铁路基础设施群检测监测技术体系及总体设计方案，亟需开展系统科研攻关，着力解决工程设计难题，为可行性研究提供有力支撑保障，也是确保高起点高标准高质量建设的必然需求。
随着“大智移云”(大数据、人工智能、移动互联网及云计算)、物联网及BIM为代表的新信息技术的广泛应用，传统土木行业正经历向智慧产业发展的信息革命。在此背景下，依托现代信息技术，搭建适应川藏铁路高原高寒环境下的基础设施全生命周期检测监测平台逐渐成为可能。
因此，如何对高原高寒环境下基础设施全生命周期进行监测，成为亟待解决的问题。
发明内容
本发明实施例提供一种基础设施全生命周期监测平台，用以实现高原高寒环境下基础设施全生命周期的监测，该基础设施全生命周期监测平台包括：
状态感知系统、网络传输系统及数据分析系统；
状态感知系统，用于获取高原高寒环境下的基础设施多源数据；
网络传输系统，用于将高原高寒环境下的基础设施多源数据传输至数据分析系统；
数据分析系统，用于对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。
本发明实施例还提供一种基础设施全生命周期监测方法，用以实现高原高寒环境下基础设施全生命周期的监测，该基础设施全生命周期监测方法包括：
状态感知系统获取高原高寒环境下基础设施多源数据；
网络传输系统将状态感知系统获取的高原高寒环境下基础设施多源数据传输至数据分析系统；
数据分析系统对网络传输系统传输的高原高寒环境下基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基础设施全生命周期监测方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基础设施全生命周期监测方法的计算机程序。
本发明实施例中，基础设施全生命周期监测平台包括状态感知系统、网络传输系统及数据分析系统。状态感知系统获取高原高寒环境下的基础设施多源数据，网络传输系统将高原高寒环境下的基础设施多源数据传输至数据分析系统，数据分析系统对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。本发明实施例利用状态感知系统获取基础设施多源数据，通过网络传输系统传输基础设施多源数据，数据分析系统对基础设施多源数据进行分析，能够实现高原高寒环境下基础设施全生命周期的监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例提供的基础设施全生命周期监测平台的功能模块示意图；
图2为本发明实施例提供的基础设施全生命周期监测平台的物理架构示意图；
图3为本发明实施例提供的基础设施全生命周期监测平台的功能示意图；
图4为本发明实施例提供的基础设施全生命周期监测平台的架构示意图；
图5为本发明实施例提供的状态感知系统101的物理架构示意图；
图6为本发明实施例提供的网络传输系统102的物理架构示意图；
图7为本发明实施例提供的网路传输系统中多模智能接入平台的架构示意图；
图8为本发明实施例提供的数据分析系统103的结构示意图；
图9为本发明实施例提供的数据分析系统103进行数据分析展示的实施示意图；
图10为本发明实施例提供的故障预测与健康管理平台的架构示意图；
图11为本发明实施例提供的故障预测与健康管理平台的实现路线示意图；
图12为本发明实施例提供的基础设施全生命周期监测方法的实现流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1示出了本发明实施例提供的基础设施全生命周期监测平台的功能模块示意，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
如图1所示，基础设施全生命周期监测平台，包括：
状态感知系统101、网络传输系统102及数据分析系统103；
状态感知系统101，用于获取高原高寒环境下的基础设施多源数据；
网络传输系统102，用于将高原高寒环境下的基础设施多源数据传输至数据分析系统103；
数据分析系统103，用于对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。
该适应高原高寒环境下的(川藏铁路)基础设施全生命周期监测平台包括三个子系统：高原高寒环境下的川藏铁路基础设施全生命周期的状态感知系统101；通信通道不畅和通信网络覆盖盲区下的川藏铁路基础设施多源海量检测监测数据的网络传输系统102；川藏铁路基础设施多源检测监测数据集成分析展示的数据分析系统103。
在对高原高寒环境下基础设施全生命周期进行监测时，状态感知系统101通过获取高原高寒环境下的基础设施多源数据。其中，基础设施多源数据主要包括地理信息数据、天气信息数据、灾害信息数据等等，本领域技术人员可以理解的是，基础设施多源数据还可以包括除上述地理信息数据、天气信息数据、灾害信息数据之外的其它数据，例如特殊事件、公安及交警、交通及物流等数据，本发明实施例对此不作特别的限制。
在状态感知系统101获取到高原高寒环境下的基础设施多源数据后，通过网络传输系统102将高原高寒环境下的基础设施多源数据传输至数据分析系统103，以便数据分析系统103对高原高寒环境下的基础设施多源数据进行分析，实现对高原高寒环境下基础设施全生命周期的状态评估。其中，该网络传输系统102包括但不限于移动通信网、物联网及卫星通信网等等。
川藏铁路是自然环境、施工技术、灾害环境最为复杂和灾害防治难度大的铁路工程，一旦发生自然灾害，会给铁路建设和运营、人民生命财产安全及沿线生态保护带来重大损失，如何保障川藏铁路的建设和运营安全，必将面临大量的科学和技术难题。为了保障川藏铁路的安全、可靠，提高川藏铁路基础设施建设和维护效率，保障建设和运营安全，针对川藏铁路沿线极端地质灾害、复杂艰险环境条件以及人稀罕至的特征，本发明实施例构建了在高原高寒、复杂严酷环境下的川藏铁路基础设施全生命周期检测监测平台，预期实现的目标主要包括：
(1)针对川藏铁路的特殊环境特点和建设、运营要求，提出川藏铁路基础设施检测、监测的特殊性及环境、技术适应性需求；
(2)提出现代技术条件下川藏铁路基础设施群环境及状态检测、监测技术体系总体技术方案，提升川藏铁路基础设施安全保障的信息化和智能化水平；
(3)提出川藏铁路基础设施全生命期数字化管理系统平台；
(4)为可行性研究中检测、监测专用结构、设施、设备的规划及经费支出提供建议和依据。
(5)为超前部署科技攻关提供规划建议，形成川藏铁路基础设施检测监测科研工作的方向、任务、措施和计划。
本发明实施例以运营安全和科学维护为目标，以现代监测全息、泛在、智能为要求，以结构物联网为感知基础，完成数据向知识、应用的转化，以提供专业化的海量数据计算服务平台为目的，通过多层次数据加工与分析技术使决策更加科学，以适应复杂环境建设形态与养修模式的创新与改变。总体架构在我国现有法规、规范框架下搭建，依托现代信息技术和管养体系。
图2示出了本发明实施例提供的基础设施全生命周期监测平台的物理架构示意，图3示出了本发明实施例提供的基础设施全生命周期监测平台的功能示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图2所示，基础设施全生命周期监测平台，从物理关系上而言可分为感知和网络层、云平台和数据资源层、数据服务层、管养应用层和用户访问层等层面。
如图3所示，基础设施全生命周期监测平台，包括状态感知系统101、网络传输系统102及数据分析系统103。从功能实现层面大致可以分为以下三个部分：
状态感知系统101，主要完成多源、立体信息获取、管理，平台信息的收集与管理功能，由BIM建设管理功能、结构长期监测功能、交通监测功能、电子化巡检功能、多源信息接入与数据管理功能共同组成。网络传输系统102主要包括物联网技术与数据传输通道等。数据分析系统103主要对状态感知系统101提供的高原高寒环境下的基础设施多源数据资源进行有效智能分析与评估、挖掘与利用，重点实现海量数据处理与挖掘、结构性能演变分析与评价、安全报警与状态评估、风险管理及预警等功能。
(川藏铁路)基础设施全生命周期监测平台本身是一个由多个检测监测子系统组成的多元系统，并且是一个集数据采集、数据传输、数据存储、数据分析、动态化展示等多功能于一体的多层体。针对(川藏铁路)基础设施全生命周期监测平台所涉及的轨道交通列车车体、基础设施以及运行环境等设施设备种类多样、测量数据复杂等问题，实现了这些测量数据的接入、归类、筛选、存储方法及数据融合、互操作技术，根据不同应用建立起合理的存储机制和管理办法，建立轨道交通一体化检测监测数据管理平台，多维度川藏铁路基础设施状态信息的融合和互操作平台。(川藏铁路)基础设施全生命周期监测平台可与工程建设管理系统、运维管养系统等其他管理信息系统统一数据制式与传输协议，并且在平台用户操作界面的设计时就要考虑为其他管理信息系统预留数据界面，平台间数据互联互通，各系统间协同工作，实现科学化布点、智能化决策、合理化管养，做到大数据驱动下的智能川藏铁路。
图4示出了本发明实施例提供的基础设施全生命周期监测平台的架构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图4所示，基础设施全生命周期监测平台，桥梁监测系统、牵引供电监测系统、基础设施动态检测系统、隧道监测系统、地质环境与致灾因素监测系统，通信信号监测系统等实现基础设施的监测，并将监测到的基础设施多源数据通过数据信息传输网(网络传输系统102)传输至(川藏铁路)基础设施全生命周期监测平台的动态化展示中心。工程建设管理系统、运维管养系统及其它管理信息系统分别实现对工程建设、运维养护或其它信息的管理，以及在(川藏铁路)基础设施全生命周期监测平台的动态化展示中心进行展示。
川藏铁路工程穿越区域范围大，沿线地形地质情况复杂多变，具有季节性冻土、高寒风化堆积体、危岩崩塌、滑坡、冰川泥石流、地热、高地震区、高地应力等多种地质灾害，将给线路基础设施建设和运营期的稳定性、安全性和可靠性带来严峻挑战，川藏铁路基础设施的使用期长达几十年、甚至上百年，环境侵蚀、材料老化和荷载的长期效应、疲劳与突变等影响因素的耦合作用将不可避免地导致结构和系统的损伤积累和抗力衰减，在极端情况下甚至引发灾难性的突发事故。沿线人烟稀少、交通极其不便，还有大量线路位于无人区，后续维护难度极大。
本发明实施例通过设计适应川藏铁路高原高寒环境下的基础设施全生命周期检测监测平台，可为未来川藏铁路的检测监测体系和运营管理平台构建打下坚实基础，对于提高川藏铁路基础设施和维护效率，保障建设和运营安全，催生网络化、标准化、时效化、数字化、智能化的铁路现代管理与维护技术和体系，实现铁路基础设施的智慧建造和智能维护具有重要意义。
在本发明实施例中，基础设施全生命周期监测平台包括状态感知系统101、网络传输系统102及数据分析系统103。状态感知系统101获取高原高寒环境下的基础设施多源数据，网络传输系统102将高原高寒环境下的基础设施多源数据传输至数据分析系统103，数据分析系统103对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。本发明实施例利用状态感知系统101获取基础设施多源数据，通过网络传输系统102传输基础设施多源数据，数据分析系统103对基础设施多源数据进行分析，能够实现高原高寒环境下基础设施全生命周期的监测。
在本发明的一实施例中，为了提高基础设施多源数据的丰富性，状态感知系统101包括：
基础设施监测传感器、数据采集器；基础设施监测传感器至少包括低温监测传感器、高频采集监测传感器、高温监测传感器及大量程监测传感器；
基础设施监测传感器，用于监测基础设施多源数据；
数据采集器，用于将预设范围内基础设施监测传感器监测到的基础设施多源数据进行汇集，通过网络传输系统102将汇集的基础设施多源数据传输至数据分析系统103；
其中，在数据采集器之间的距离小于预设距离时，数据采集器之间通过有线数据传输；在数据采集器之间的距离不小于预设距离时，数据采集器之间通过无线数据传输。
该预设距离为预先设定的距离，本领域技术人员可以根据实际情况和具体需求预先设定该预设距离。例如，预先设定该预设距离为100米，或预先设定该预设距离为80米或120米，本领域技术人员可以理解的是，还可以预先设定该预设距离为除上述100米、80米或120米之外的其它数值，例如，预先设定该预设距离为150米，本发明实施例对此不作特别的限制。
隧道作为川藏铁路最为重要的基础设施，高原高寒环境下的川藏铁路基础设施全生命周期的状态感知系统101主要涉及对隧道的状态感知。
隧道的监测主要是采集川藏铁路复杂地质环境的下的隧道结构本身及周边环境的数据，为设计施工及运营维护决策提供数据支撑，这些环境数据主要包括：地表沉降、仰坡深层位移监测、应力及应变监测、位移变形(沉降)监测、差异沉降监测、裂缝监测、渗漏水监测、振动监测等，针对川藏铁路的特殊监测主要包括冻融圈监测及其他环境因素监测、活动断裂带监测、软岩大变形受力监测、富水地段水压监测、高地温高地热地段温度监测及其他监测等。
图5示出了本发明实施例提供的状态感知系统101的物理架构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图5所示，状态感知系统101从物理架构上主要包括感知层、数据汇集层及网络传输层。
感知层：监测传感器的选择，除常规平原地区的传感器外，还需要增加针对高海拔低温的低温监测传感器(最低工作低温-25摄氏度以下)，针对地震分析的高频采集监测传感器(100Hz)，针对高地温高地热的高温监测传感器(最高工作温度90℃以上)，针对富水和大变形地段的大量程监测传感器(常规传感器两层的3～5倍)。
数据汇集层：数据采集系统的布设，将各类传感器布设后，进行单个隧道区域的数据汇集，传感器通常在100m以内汇集到数据采集器，数据采集器之间的连接采用长短方案，短距离(100米内)采用有线数据传输，长距离(不小于100米)采用无线数据传输，必要时增加数据传输的中继节点。
网络传输层：单个隧道或长、大隧道的区域数据汇集后，通过网路传输层将数据传送至网络传输系统102。
川藏铁路沿线地形地质条件复杂、气候恶劣、灾害频发人迹罕至、长大隧道和桥梁密集，铁路建设周期长，铁路空间跨度大，地面通信网络质量差异大、网络覆盖有限，存在“通信孤岛”问题。特别是在建设阶段，铁路专网尚未投入使用，无法提供大通量数据传输和基础电信服务。
川藏铁路勘察、建设以及运营期间的基础设施检测、监测系统对数据及通信具有不同维度的要求，需要为基础设施检测监测提供高带宽、低时延、高可靠性和高可维护的通信解决方案，为此设计了通信通道不畅和通信网络覆盖盲区下的川藏铁路基础设施多源海量检测监测数据传输子系统，可以实现方便快捷通信组网、全线区域化覆盖、一体化通信和数据传输，在川藏铁路全生命周期提供实时、安全、可靠的基础设施检测监测数据传输服务能力。
图6示出了本发明实施例提供的网络传输系统102的物理架构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高网络传输的稳定性，如图6所示，从物理架构上网络传输系统102包括：信息接入层、网络传输层及应用层。
信息接入层，用于为状态感知系统101中包括基础设施监测传感器在内的基础设施监测设备提供网络传输接口；
网络传输层，用于利用网络传输接口传输基础设施监测设备监测到的基础设施多源数据；
应用层，用于整合基础设施多源数据、监测网络运行状态；
其中，信息接入层包括以下一种或多种的组合：通信网络传输接口、物联网传输接口及卫星通信传输接口；
网络传输层包括以下一种或多种的组合：5G-R无线通信网络、5G毫米波通信网络、物联网与北斗通信双模通信组网，以及Lora自组网与北斗通信双模通信组网。
应用层为检测监测数据的集成、分析和可视化提供必要的网络服务；网络传输层综合采用移动通信网、物联网、卫星通信以及有线通信等方式，根据实际环境条件和业务需求提供多模式数据传输服务；信息接入层为基础设施检测监测设备提供多种接入服务，包括移动通信网络接入、物联网接入、卫星通信接入等，满足基础设施检测监测多维度的信息传输需求。
应用层整合铁路监测设施监测检测对象的信息资源，收集存储网络运行状态、网络监测数据等相关信息，为基础设施数字化运维管控、数据集成分析、可视化展示提供高速、可靠的网络环境。
网络传输层：高速铁路5G-R无线通信网络是未来铁路专用移动通信的发展方向，是实现铁路智能化的重要支撑，相较于之前的通信系统，5G提出增强型移动宽带(eMBB)、超可靠低时延通信(uRLLC)及大规模机器通信(mMTC)三大核心场景。其中eMBB可以为视频监测等大流量基础设施监测数据传输提供支撑；uRLLC可满足灾害监测预警等超可靠业务需求；mMTC将为基础设施监测传感器及作动器提供低功耗连接。在川藏铁路运营阶段，铁路专用移动通信网络将实现铁路全线全面覆盖；在建设阶段，部分区域将进行公网覆盖补强。因此，在具备5G网络覆盖的条件下，优先使用5G网络传输基础设施监测检测数据。
在车站、动车所/库等地点，可以使用5G毫米波通信技术构建车地宽带通信平台毫米波可以极大提升无线通信传输速率，缓解原先低频带的资源紧张以支持未来日益增长的数据速率需求。对于大流量、非实时的车载检测数据，可以暂存在列车之中，当列车驶入车站、动车所/库时，通过部署在其中的5G毫米波网络实现大通量列车基础设施监测检测数据下载。
川藏铁路基础设施检测监测需要大量传感设备采集数据，而物联网具备大连接、广覆盖、超低功耗等技术特点。利用物联网技术可以实现各类传感器的网络接入，实现铁路基础设施智能化感知、识别和管理。考虑到青藏高原独特的地理条件和基础通信设施，川藏铁路全程自建物联网成本过高，可采用北斗物联网融合方案。对于公网运营商物联网已经覆盖，或者事宜增加有线通信光缆或无线通信基站的区域，采用运营商物联网+北斗通信的双模通信组网监测。对于监测范围较大、监测点位较少，且无公网无线网络覆盖的区域，可采用Lora自组网+北斗通信的双模通信组网监测。
卫星通信具有覆盖面广、不受地域限制、建立便捷、快速响应等优势，在地面网络难以覆盖区域或受自然灾害影响地面网络损毁的区域，可以利用卫星通信构建超视距、高性能、大容量的数据传输网络。
信息接入层：铁路专用移动通信网络、公众移动通信网、卫星通信网、无线局域网等不同网络的制式差异较大，共同构成异构网络的环境。
图7示出了本发明实施例提供的网路传输系统中多模智能接入平台的架构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
不同通信网络具有不同的接入方式和通信协议体系，为向用户提供统一的通信接口，同时考虑基础设施检测监测业务对无线通信传输带宽、实时性、安全性、可靠性的存在多维度、差异化的需求，设计支持多种不同制式的多模智能接入平台，其物理结构如图7所示。该多模智能接入平台采用开放的架构，对下允许接入多种不同制式、不同运营商的网络；对上能感知用户需求与网络状态，通过服务与网络适配，为用户选择最适宜的网络，为用户提供透明的车地传输通道。
多模智能接入平台可以根据应用业务的需求以及网络的实际承载能力为用户选择最适宜的无线数据传输链路。对于带宽需求比较高的业务，可以使用多个传输链路负荷分担。对于可靠性要求比较高的用户，可以实现数据在多个网络中冗余传输。
图8示出了本发明实施例提供的数据分析系统103的结构示意，为便于说明，仅示出了与发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高基础设施监测的准确性，数据分析系统103包括：
多源数据分析模块，用于将网络传输系统102传输的基础设施多源数据经服务器整合形成多源融合数据库，对多源融合数据库中的基础设施多源数据进行分析，以实现高原高寒环境下的基础设施全生命周期的状态评估。
如图8所示，通过传感器采集地理信息、天气信息、灾害信息、特殊事件、公安及交警、交通及物流等多源数据，即多源数据接入，分别组成其各自的数据库，多源数据分析模块经由服务器整合形成多源融合数据库。多源融合数据的管理、分析、处理后对基础设施进行状态评估。
在本发明的一实施例中，为了提高基础设施数据的直观性，数据分析系统103还包括：
数据展示模块，用于通过地理信息系统与建筑信息模型融合，可视化展示基础设施的三维模型数据及基础设施多源数据。如图8所示，主要包括监测内容查询显示、视频数据显示、报告报表查看显示、预警信息发布、BIM信息展示等。
川藏铁路沿线基础设施不同于单体建筑、单个桥梁或单个隧道工点，其长度达到1838km，沿线是我国山地灾害最活跃、类型最齐全、灾害最严重的地区之一，采用建筑信息模型(Building Information Modeling，简称BIM)+地理信息系统(GeographicInformation System或Geo－Information system，简称GIS)融合技术解决常规的BIM或GIS无法实现的多尺度、大跨度场景建模、信息管理与集成展示问题。
(川藏铁路)基础设施全生命周期监测平台是一个综合性复杂体系，信息量大，易形成信息孤岛，信息共享程度对于项目建设协同管理的影响较大。BIM与GIS融合后将全面解决GIS三维信息内容简单、BIM模型独立分散的现实问题，基于GIS的位置服务可实现对BIM模型的集成管理和应用。一方面，BIM三维设计将实现专业设计的协同，规避大量专业之间的差错漏碰问题；另一方面，与GIS集成后的BIM模型将全面应用到川藏铁路基础设施检测监测过程中，为基础设施设备维护养护、预警预报、应急抢险和灾后重建等业务提供定位、空间分析、动态化展示、信息查询等功能，全面提高科学决策水平
BIM(建筑信息模型)是建筑物模型的数字化表现形式，以一种三维虚拟现实建模为基础，将建筑施工所涉及的设计、规划、建造、运营等各个环节中的相关信息进行集成所得到的工程数据模型，其不仅包含了三维集合形状信息，还涉及了建筑构件的材质、价格、重量和进度等非几何信息，建筑项目的参与方正是依据此信息来进行决策，协调工作。而GIS(地理信息系统)是在计算机软硬件系统的支撑下，以测绘为基础，融合计算机图形和数据库于一体，用来采集、存储、编辑、查询、处理、分析、输出和运用空间数据的高新技术，借助于其特有的空间分析功能和可视化表达功能，将地理位置和相关属性数据有效融合在一起，结合建筑施工需求将这些数据准确真实、图文并茂地传递给管理者，完成各类辅助决策。
其中，地理信息系统与建筑信息模型融合包括以下三种融合模式：在地理信息系统中集成建筑信息模型功能，在建筑信息模型中集成地理信息系统功能以及地理信息系统与建筑信息模型深度集成。通过在GIS应用中集成BIM功能、在BIM应用中集成GIS功能、GIS与BIM的深度集成三种集成模式，一方面以搭建沟通平台的方式实现信息资源共享，另一方面融合各自数据标准，搭建“格式工厂”实现数据互通。
图9示出了本发明实施例提供的数据分析系统103进行数据分析展示的实施示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图9所示，根据川藏铁路构建包含沿线基础设施群的BIM模型框架，借助无人机拍摄的倾斜摄影技术和多视图三维重建技术，对倾斜摄影与正射影像数据进行三维建模，生成真实坐标下的轨道周边三维场地环境模型，在每个单一模型内部实时更新模型信息，其中包括结构信息与检测监测设备信息；运用GIS技术提前设置沿线影响区域，提早实现实地三维模型可视化，将各BIM模型导入三维GIS平台，动态集成沿线基础设施群从设计到建造到运营到维护全生命周期信息；通过投影交互式动态可视化技术，设置虚拟现实场景，由不同专业将多工作可视化处理和展示，快速准确地调取现场信息，形成科学的基础设施检测监测一体化平台。
在本发明的一实施例中，为了实现基础设施的故障诊断与预测，如图8所示，数据分析系统103还包括：
故障预测与健康管理平台，用于利用大数据、云计算、人工智能及物联网技术，对基础设施监测设备监测到的基础设施多源数据进行分析，以实现高原高寒环境下基础设施的故障预测与健康管理。
故障预测与健康管理平台在现有技术规范及养修管理体系框架下依托数字化运维平台，在实现现有常规养护措施及养修方式基础上还可进一步实现管养计划制定及快速修复、管养措施的经济模型、应急管控、行车安全及信息推送与养修跟踪等功能。
故障预测与健康管理(Prognostics Health Management，简称PHM)平台针对川藏铁路高原高寒、复杂严酷环境下铁路基础设施的监测、检测数据的分析利用问题，将故障预测与健康管理PHM理念与川藏铁路基础设施进行有机融合。以川藏铁路基础设施监测、检测数据为基础，通过采集和存储基础设施和设备的在线监测数据、离线试验与检修数据、综自系统数据、环境数据等，构成基础设施大数据平台；在此基础上充分利用现代信号处理技术、大数据技术、人工智能技术及先进推理模型，实现基础设施和设备的故障快速诊断与预警、健康状态监测与评估、运行可靠性及风险评估，为川藏铁路的主动运维提供辅助维修决策。川藏铁路基础设施PHM体系架构与平台实施能够为掌握设施和设备的服役性态演变规律、发展趋势及故障机理提供数据支持；能够将基础设施和设备的事后故障诊断提前至事故发生前的故障预警与预测；能够实现基础设施和设备状态的全面监测与评估，包括设施和设备的健康状态的评估、运行可靠性及风险评估；能够为川藏铁路基础设施和设备从定期修到状态修的实现提供依据与辅助决策。
图10示出了本发明实施例提供的故障预测与健康管理平台的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高基础设施的故障预测与健康管理的可靠性，如图10所示，从物理架构上来看，故障预测与健康管理平台包括：包含智能组件和/或内置传感器的智能基础设施(信息接入层)、高速通信网络(网络传输层)、运行维护管理平台(应用层)、以及可视化交互界面等几个部分组成。
智能基础设备，用于采集基础设施多源数据。
通信网络，用于将智能基础设备采集的基础设施多源数据传输至运维管理平台。
运维管理平台，用于通过基础设施多源数据构建多源融合数据库，利用大数据、云计算、人工智能及物联网技术，实现基础设施的故障预测与健康管理。
故障预测与健康管理平台基于大数据、云计算、人工智能、物联网等先进技术，实现全线铁路基础设施运营服役状态的实时监测及沿线防灾安全监测预警，从而为川藏铁路供电系统、路基、桥梁、隧道、轨道等各类设施提供智能化运维管理、监测预警以及其他科学高效的服务。
智能基础设施是指基于智能设备组成的设施(包含牵引供电、通信信号、路基、桥梁、隧道等)，以系统信息数字化、通信平台网络化、信息共享标准化为基本要求，自动完成信息采集、测量、控制、保护、计量和设备在线监测等功能。智能基础设施通过加装智能组件或内置传感器，可自动采集各设备的在线监测数据、环境监测数据及综自系统数据，并通过通信网络上送至运行维护管理平台，构建多源融合数据库。智能基础设施应具备高可靠性，并与运行环境相适应，智能化所需各型传感器或执行器与设备本体可采用集成化设计。
智能基础设施应符合常规设施的技术标准要求，主要实现下列智能化功能：
(1)数字测量：需要测量的全部参量可采用电子式传感器就地数字化，实现测量和传输。
(2)网络控制：受控部件实现基于站内通信网络的控制，包括远方控制、多台智能设备受控部件之间的主从或协调控制等。
(3)状态评估：基于集成于设备本体的传感器，有相关采集传感器的感知信息，并宜就地进行设备本体运行状态、控制状态及负载状态的分析评估，并形成能够支持基础设施运行控制的实时评估结果，同时支持设施的状态检修。
(4)信息互动：智能组件内各智能电子装置之间通过通信网络实现信息共享；智能组件通过通信网络上报评估结果及格式化的监测数据、接收控制指令、反馈控制状态等。
实时、稳定、安全的高速通信网络是实现基础设施故障预测与健康管理PHM功能的基础，川藏铁路基础设施的故障预测与健康管理PHM平台中的网络通道承载系统中监测/检测数据的传输。
网络传输层(通信网络)包括铁路通信专网、5G移动通信网、卫星网络等。其中铁路通信专用网作为本系统的通信网络，包括中央级局域网、通信骨干网、车站级局域网，负责各个功能子系统及数据库间的数据传输。5G移动通信网是指挥中心与现场移动目标的无线信息传输通道，如给现场巡道工下发指令等。卫星网络负责实现GPS定位服务。
运维管理平台获取智能基础设施采集、上传的在线监测数据、离线试验数据等海量异构多态的数据，并存储于多信息源融合数据库，经过降噪、归类等信息处理手段，实现由短到长各时间尺度上智能化的运维管理平台，主要功能包括：故障预警与故障快速诊断、健康状态评估、防灾预警，可靠性和风险评估。最终结合运维成本、运维时间等维护相关信息，形成最优维护策略。
图11示出了本发明实施例提供的故障预测与健康管理平台的实现路线示意，为便于说明，仅示出了与发明实施例相关的部分，详述如下：
如图11所示，实现故障预测与健康管理的实现步骤大致可以包括：
1、获取基础设施数据源
随着现代信息处理技术及监测手段的快速发展完善，基础设施和设备拥有众多数据源，获取数据主要包括：设备出厂试验数据、在线监测数据、离线检测数据、预防性试验数据、铁路供电远动系统(SCADA)数据、试验检测车采集数据、环境气象信息、设备运行检修规程相关信息数据、故障后生成报表信息等。
2、构建多源融合数据库
作为运行维护管理平台的数据核心，全景感知融合数据库具有录波、保存数据功能，存储管理经数据分析及信号处理模块预处理后的定制数据；提供关键设备在线监测和离线检测的各项指标数据，可以是历史记录数据与实时在线数据；提供数据接口供信息交互和高级功能模块随时调用。通过此数据库可实现各监测、检测系统与智能模块之间互联互通，建立起各种监测信息之间的关联关系；同时存储设备运行检修规程相关信息，供维修维护决策模块使用。
3、建立信息交互平台
通过建立信息交互平台，通过局域网与各终端计算机进行数据交换，读取各平台中央数据管理器的在线监测数据。分析判断数据，自动筛选出问题或故障设备，如绝缘参数异常的电气设备，及时发出状态预警信号，同时提供包括参数变化趋势图在内的相关信息，以便管理人员做出更为精确的诊断。
4、网络通信与数据传输
以牵引供电系统为例，变电所高压设备在线监测系统采用总线控制技术，各监测装置间的通信可基于IEC 61850标准模型建立，并通过局域网络，将若干个变电所的监测数据汇集到上层的数据管理诊断系统，实现在线监测。
5、高级功能实现
选取全景感知融合数据库中所需的数据，利用信号处理算法进行降噪、归类、特征提取等步骤，得到各设备或系统分析评估所需的定制数据，用于实现牵引供电智能运维系统高级功能，包括：
①故障诊断与故障预警
在设备故障的早期或故障处于潜伏期时，及时发现故障隐患，准确预测出故障未来的发展趋势，在故障后果表现之前及时进行预警并排除故障。对于已表现出较严重后果的功能性故障，通过快速的故障诊断算法，准确判断故障位置、故障元件和故障类型，并评判故障程度，有效地指导故障抢修。
②健康状态评估
通过设定合适的健康指标，对基础设施和设备进行从系统级到设备级的健康状态评估，以真实完整地反映当前服役状态，体现健康状态发展变化的趋势，为检修及故障预警提供依据。
③可靠性评估
从设备故障发生概率的角度，对系统整体及各设备的可靠性水平进行分析评估，预测设备的剩余寿命，以便结合外界运行环境可能带来的多种影响因素，有针对性地采取差异化的防护措施。
④风险评估
综合考虑故障发生概率和影响后果的大小，对基础设施和设备的风险因素进行辨识并定量评估。
⑤防灾预警
实时监测基础设施及其周边的环境的实时信息，并通过设备的传感器实时监测烟雾、危险品爆炸等；其次，结合当地气象部门实时获取基础设施附近的温度、风向、风速、相对湿度、降水强度、地面气压、能见度等气象监测信息，提供直观的气象实时数据。为灾害性天气和突发事故应急处置提供有效预警。
⑥维修维护决策
结合前5项功能，考虑经济性、可靠性、安全性等多个方面，综合制定出合理的维修策略，确定最佳维修周期、故障抢修的最佳时机与方式，以及各项状态阈值的选取。
本发明实施例还提供一种基础设施全生命周期监测方法，如下面的实施例所述。由于这些方法解决问题的原理与基础设施全生命周期监测平台相似，因此这些方法的实施可以参见平台的实施，重复之处不再赘述。
图12示出了本发明实施例提供的基础设施全生命周期监测方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
如图12所示，基础设施全生命周期监测方法，其包括：
步骤1201，状态感知系统101获取高原高寒环境下基础设施多源数据；
步骤1202，网络传输系统102将状态感知系统101获取的高原高寒环境下基础设施多源数据传输至数据分析系统103；
步骤1203，数据分析系统103对网络传输系统102传输的高原高寒环境下基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。
在本发明实施例中，状态感知系统101获取高原高寒环境下的基础设施多源数据，网络传输系统102将高原高寒环境下的基础设施多源数据传输至数据分析系统103，数据分析系统103对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。本发明实施例利用状态感知系统101获取基础设施多源数据，通过网络传输系统102传输基础设施多源数据，数据分析系统103对基础设施多源数据进行分析，能够实现高原高寒环境下基础设施全生命周期的监测。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基础设施全生命周期监测方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基础设施全生命周期监测方法的计算机程序。
综上所述，本发明实施例中，基础设施全生命周期监测平台包括状态感知系统101、网络传输系统102及数据分析系统103。状态感知系统101获取高原高寒环境下的基础设施多源数据，网络传输系统102将高原高寒环境下的基础设施多源数据传输至数据分析系统103，数据分析系统103对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估。本发明实施例利用状态感知系统101获取基础设施多源数据，通过网络传输系统102传输基础设施多源数据，数据分析系统103对基础设施多源数据进行分析，能够实现高原高寒环境下基础设施全生命周期的监测。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基础设施全生命周期监测平台，其特征在于，包括：
状态感知系统、网络传输系统及数据分析系统；
状态感知系统，用于获取高原高寒环境下的基础设施多源数据；
网络传输系统，用于将高原高寒环境下的基础设施多源数据传输至数据分析系统；
数据分析系统，用于对高原高寒环境下的基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估；
数据分析系统包括：多源数据分析模块，用于将网络传输系统传输的基础设施多源数据经服务器整合形成多源融合数据库，对多源融合数据库中的基础设施多源数据进行分析，以实现高原高寒环境下的基础设施全生命周期的状态评估；
数据分析系统还包括：数据展示模块，用于通过地理信息系统与建筑信息模型融合，可视化展示基础设施的三维模型数据及基础设施多源数据；其中，地理信息系统与建筑信息模型融合包括以下三种融合模式：在地理信息系统中集成建筑信息模型功能，在建筑信息模型中集成地理信息系统功能以及地理信息系统与建筑信息模型深度集成；
状态感知系统包括：
针对平原地区的传感器、针对高海拔低温地区的低温监测传感器、针对地震分析的高频采集监测传感器、针对高地温高地热的高温监测传感器、针对富水和大变形地段的大量程监测传感器；所述低温表示最低工作低温-25摄氏度以下，所述高温表示最高工作温度90℃以上；
数据采集器，用于将预设范围内基础设施监测传感器监测到的基础设施多源数据进行汇集，通过网络传输系统将汇集的基础设施多源数据传输至数据分析系统；
其中，各类传感器布设后，传感器在100米以内汇集到数据采集器，在数据采集器之间的距离小于100米时，数据采集器之间通过有线数据传输；在数据采集器之间的距离不小于100米时，数据采集器之间通过无线数据传输；
数据分析系统还包括：故障预测与健康管理平台，用于利用大数据、云计算、人工智能及物联网技术，对基础设施监测设备监测到的基础设施多源数据进行分析，以实现高原高寒环境下基础设施的故障预测与健康管理；实现故障预测与健康管理的实现步骤包括：
获取基础设施数据源，数据包括设备出厂试验数据、在线监测数据、离线检测数据、预防性试验数据、铁路供电远动系统数据、试验检测车采集数据、环境气象信息、设备运行检修规程相关信息数据、故障后生成报表信息；
构建多源融合数据库；通过此多源融合数据库建立起各种监测信息之间的关联关系，同时存储设备运行检修规程相关信息；
通过建立信息交互平台，通过局域网与各终端计算机进行数据交换，读取各平台的在线监测数据；
网络通信与数据传输；
选取多源融合数据库中所需的数据，利用信号处理算法进行降噪、归类、特征提取步骤，得到各设备分析评估所需的定制数据，用于实现高级功能，高级功能包括故障诊断与故障预警、健康状态评估、可靠性评估、风险评估、防灾预警、维修维护决策，确定维修周期、故障抢修的时机与方式。
2.如权利要求1所述的基础设施全生命周期监测平台，其特征在于，网络传输系统包括：
信息接入层、网络传输层及应用层；
信息接入层，用于为状态感知系统中包括基础设施监测传感器在内的基础设施监测设备提供网络传输接口；
网络传输层，用于利用网络传输接口传输基础设施监测设备监测到的基础设施多源数据；
应用层，用于整合基础设施多源数据、监测网络运行状态；
其中，信息接入层包括以下一种或多种的组合：通信网络传输接口、物联网传输接口及卫星通信传输接口；
网络传输层包括以下一种或多种的组合：5G-R无线通信网络、5G毫米波通信网络、物联网与北斗通信双模通信组网，以及Lora自组网与北斗通信双模通信组网。
3.如权利要求1所述的基础设施全生命周期监测平台，其特征在于，故障预测与健康管理平台，包括：
包含智能组件和/或内置传感器的智能基础设备、通信网络及运维管理平台；
智能基础设备，用于采集基础设施多源数据；
通信网络，用于将智能基础设备采集的基础设施多源数据传输至运维管理平台；
运维管理平台，用于通过基础设施多源数据构建多源融合数据库，利用大数据、云计算、人工智能及物联网技术，实现基础设施的故障预测与健康管理。
4.一种应用于如权利要求1-3任一所述基础设施全生命周期监测平台的基础设施全生命周期监测方法，其特征在于，包括：
状态感知系统获取高原高寒环境下基础设施多源数据；
网络传输系统将状态感知系统获取的高原高寒环境下基础设施多源数据传输至数据分析系统；
数据分析系统对网络传输系统传输的高原高寒环境下基础设施多源数据进行分析，以实现对高原高寒环境下基础设施全生命周期的状态评估；
数据分析系统将网络传输系统传输的基础设施多源数据经服务器整合形成多源融合数据库，对多源融合数据库中的基础设施多源数据进行分析，以实现高原高寒环境下的基础设施全生命周期的状态评估；
数据分析系统还通过地理信息系统与建筑信息模型融合，可视化展示基础设施的三维模型数据及基础设施多源数据；
数据采集器将预设范围内基础设施监测传感器监测到的基础设施多源数据进行汇集，通过网络传输系统将汇集的基础设施多源数据传输至数据分析系统；
数据分析系统利用大数据、云计算、人工智能及物联网技术，对基础设施监测设备监测到的基础设施多源数据进行分析，以实现高原高寒环境下基础设施的故障预测与健康管理；实现故障预测与健康管理的实现步骤包括：
获取基础设施数据源，数据包括设备出厂试验数据、在线监测数据、离线检测数据、预防性试验数据、铁路供电远动系统数据、试验检测车采集数据、环境气象信息、设备运行检修规程相关信息数据、故障后生成报表信息；
构建多源融合数据库；通过此多源融合数据库建立起各种监测信息之间的关联关系，同时存储设备运行检修规程相关信息；
通过建立信息交互平台，通过局域网与各终端计算机进行数据交换，读取各平台的在线监测数据；
网络通信与数据传输；
选取多源融合数据库中所需的数据，利用信号处理算法进行降噪、归类、特征提取步骤，得到各设备分析评估所需的定制数据，用于实现高级功能，高级功能包括故障诊断与故障预警、健康状态评估、可靠性评估、风险评估、防灾预警、维修维护决策，确定维修周期、故障抢修的时机与方式。
5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求4所述基础设施全生命周期监测方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求4所述基础设施全生命周期监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011406809.6A CN113159475B (zh) | 2020-12-04 | 2020-12-04 | 基础设施全生命周期监测平台及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011406809.6A CN113159475B (zh) | 2020-12-04 | 2020-12-04 | 基础设施全生命周期监测平台及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113159475A CN113159475A (zh) | 2021-07-23 |
| CN113159475B true CN113159475B (zh) | 2024-03-15 |
Family
ID=76882502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011406809.6A Active CN113159475B (zh) | 2020-12-04 | 2020-12-04 | 基础设施全生命周期监测平台及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113159475B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113872813B (zh) * | 2021-09-29 | 2023-12-05 | 广东电网有限责任公司韶关供电局 | 一种载波通信设备全生命周期管理方法及系统 |
| CN113642943B (zh) * | 2021-10-14 | 2022-02-11 | 南京晶谷鼎科技有限公司 | 基于BIM和AIoT的设备设施全生命周期管理方法 |
| CN114005278B (zh) * | 2021-11-01 | 2022-12-16 | 河北省高速公路延崇管理中心 | 一种高速公路基础设施群智能监测与预警系统及方法 |
| CN114359003A (zh) * | 2021-12-16 | 2022-04-15 | 深圳大学 | 一种基于云计算的轨道交通网信息化运营管理系统 |
| CN114615130B (zh) * | 2022-05-12 | 2022-07-12 | 智者四海（北京）技术有限公司 | 基础设施报警规则的生命周期管理方法和装置 |
| CN117176513B (zh) * | 2023-10-31 | 2024-01-12 | 湖南承希科技有限公司 | 基于5g-r技术实现的一种物联网数据采集网关设备 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147597A (zh) * | 2010-02-10 | 2011-08-10 | 广州大学 | 一种重大建筑与桥梁结构的健康监测系统 |
| CN103049480A (zh) * | 2012-11-27 | 2013-04-17 | 浙江工业职业技术学院 | 城市重大交通基础设施集群监测及成套管养系统 |
| WO2015066728A1 (en) * | 2013-11-04 | 2015-05-07 | Amazon Technologies, Inc. | Centralized networking configuration in distributed systems |
| CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警系统及其方法 |
| CN105652830A (zh) * | 2015-12-25 | 2016-06-08 | 中国铁道科学研究院铁道建筑研究所 | 一种基于bim的桥梁监测系统 |
| CN106525129A (zh) * | 2016-11-21 | 2017-03-22 | 深圳市道桥维修中心桥梁检测站 | 基于多源检测融合手段的智慧桥梁监测系统 |
| CN106571689A (zh) * | 2016-11-23 | 2017-04-19 | 国网福建省电力有限公司 | 一种多数据源比较技术诊断变电站遥测故障在线监测系统 |
| EP3223221A1 (en) * | 2016-03-22 | 2017-09-27 | Hexagon Technology Center GmbH | Construction management |
| CN109145445A (zh) * | 2018-08-22 | 2019-01-04 | 中国三峡建设管理有限公司 | 一种水电工程智能化建设管理系统 |
| CN109242291A (zh) * | 2018-08-28 | 2019-01-18 | 天津大学 | 河湖流域水环境智慧管理方法 |
| CN110988559A (zh) * | 2019-12-20 | 2020-04-10 | 国网湖北省电力公司咸宁供电公司 | 基于物联网的变电站直流系统全生命周期的在线监测方法 |
| GB202007621D0 (en) * | 2020-05-21 | 2020-07-08 | Syed Ahmed | Methods and systems for monitoring compliance with health and/or sanitation requirements at a site or building |
| AU2020101173A4 (en) * | 2020-06-28 | 2020-08-06 | Abbas, Mohamed DR | Advance metering infrastructure system for large scale iot networks data collection by streaming |
| CN111898092A (zh) * | 2020-06-28 | 2020-11-06 | 贵州电网有限责任公司 | 一种电缆运行状态评估决策分析方法及系统 |
| CN111932832A (zh) * | 2020-08-07 | 2020-11-13 | 西南交通大学 | 一种建设工程环境灾害事故监测预警方法 |
| CN111932397A (zh) * | 2020-07-09 | 2020-11-13 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于物联网技术的园区变电站综合管理系统 |
| CN112017419A (zh) * | 2020-09-14 | 2020-12-01 | 中电科新型智慧城市研究院有限公司福州分公司 | 一种基于多源数据的建筑物安全监测与预警系统及其方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130253942A1 (en) * | 2012-03-22 | 2013-09-26 | Hong Kong Baptist University | Methods and Apparatus for Smart Healthcare Decision Analytics and Support |
-
2020
- 2020-12-04 CN CN202011406809.6A patent/CN113159475B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147597A (zh) * | 2010-02-10 | 2011-08-10 | 广州大学 | 一种重大建筑与桥梁结构的健康监测系统 |
| CN103049480A (zh) * | 2012-11-27 | 2013-04-17 | 浙江工业职业技术学院 | 城市重大交通基础设施集群监测及成套管养系统 |
| WO2015066728A1 (en) * | 2013-11-04 | 2015-05-07 | Amazon Technologies, Inc. | Centralized networking configuration in distributed systems |
| CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警系统及其方法 |
| CN105652830A (zh) * | 2015-12-25 | 2016-06-08 | 中国铁道科学研究院铁道建筑研究所 | 一种基于bim的桥梁监测系统 |
| EP3223221A1 (en) * | 2016-03-22 | 2017-09-27 | Hexagon Technology Center GmbH | Construction management |
| CN106525129A (zh) * | 2016-11-21 | 2017-03-22 | 深圳市道桥维修中心桥梁检测站 | 基于多源检测融合手段的智慧桥梁监测系统 |
| CN106571689A (zh) * | 2016-11-23 | 2017-04-19 | 国网福建省电力有限公司 | 一种多数据源比较技术诊断变电站遥测故障在线监测系统 |
| CN109145445A (zh) * | 2018-08-22 | 2019-01-04 | 中国三峡建设管理有限公司 | 一种水电工程智能化建设管理系统 |
| CN109242291A (zh) * | 2018-08-28 | 2019-01-18 | 天津大学 | 河湖流域水环境智慧管理方法 |
| CN110988559A (zh) * | 2019-12-20 | 2020-04-10 | 国网湖北省电力公司咸宁供电公司 | 基于物联网的变电站直流系统全生命周期的在线监测方法 |
| GB202007621D0 (en) * | 2020-05-21 | 2020-07-08 | Syed Ahmed | Methods and systems for monitoring compliance with health and/or sanitation requirements at a site or building |
| AU2020101173A4 (en) * | 2020-06-28 | 2020-08-06 | Abbas, Mohamed DR | Advance metering infrastructure system for large scale iot networks data collection by streaming |
| CN111898092A (zh) * | 2020-06-28 | 2020-11-06 | 贵州电网有限责任公司 | 一种电缆运行状态评估决策分析方法及系统 |
| CN111932397A (zh) * | 2020-07-09 | 2020-11-13 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于物联网技术的园区变电站综合管理系统 |
| CN111932832A (zh) * | 2020-08-07 | 2020-11-13 | 西南交通大学 | 一种建设工程环境灾害事故监测预警方法 |
| CN112017419A (zh) * | 2020-09-14 | 2020-12-01 | 中电科新型智慧城市研究院有限公司福州分公司 | 一种基于多源数据的建筑物安全监测与预警系统及其方法 |
Non-Patent Citations (7)
| Title |
|---|
| 104协议在机组在线监测数据平台建设中的应用;谭淞镁;;水电厂自动化;20200615(第02期);全文 * |
| 城市轨道交通基础设施维修智能管理系统;陶凯;杨飞;赵钢;张煜;;铁路技术创新;20161230(第06期);全文 * |
| 重点业务感知监测分析机器人在网优智能化中的应用研究;程乔;王映华;李冉;刘文雯;;邮电设计技术;20191120(第11期);全文 * |
| 铁路基础设施检测数据处理分析中心深化研究;陶凯;代春平;张煜;赵钢;张文轩;高利民;;中国铁路;20180615(第06期);全文 * |
| 铁路运输设备技术状态大数据平台构建方法研究;王华伟;史天运;蒋荟;;中国铁路;20180215(第02期);全文 * |
| 陈志刚.《5G革命》.湖南大学出版社,2020,第192-193页. * |
| 高速铁路基础设施检测监测体系框架研究;牛道安等;《中国铁路》;第3.1节"体系框架设计"，图1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113159475A (zh) | 2021-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113159475B (zh) | 基础设施全生命周期监测平台及方法 | |
| CN104951993A (zh) | 基于气象及电网gis的综合监测预警系统及方法 | |
| CN103779808A (zh) | 基于LiDAR的输电线路智能巡检系统 | |
| CN111864898B (zh) | 一种基于输电在线监测数据的三维信息系统及其控制方法 | |
| CN114005278B (zh) | 一种高速公路基础设施群智能监测与预警系统及方法 | |
| CN104678954A (zh) | 基于全生命周期的大坝安全智能监测与预警系统及其方法 | |
| CN104778517A (zh) | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 | |
| CN109902948A (zh) | 一种基于大数据的输电线路监测系统及方法 | |
| CN112488477A (zh) | 高速公路应急管理系统及方法 | |
| CN110610542A (zh) | 变电站设备状态监测全景分析系统 | |
| CN113298295B (zh) | 一种面向电力生产的气象预报系统 | |
| CN110415491A (zh) | 泥石流灾害一体化监测系统及可视化预警云平台 | |
| CN111340394A (zh) | 流域梯级电站环境管理信息系统 | |
| Finogeev et al. | Collection and consolidation of big data for proactive monitoring of critical events at infrastructure facilities in an urban environment | |
| CN111146866A (zh) | 一种输电通道控制方法 | |
| CN106651131A (zh) | 输电线路防台风预警方法和系统 | |
| CN113344735A (zh) | 电网设备的防灾减灾监测预警系统 | |
| CN116884198A (zh) | 铁路路基形变监测及灾害预警的智慧型数字孪生管理系统 | |
| CN111815106A (zh) | 一种基于多源信息的电网应急方法 | |
| CN116846954A (zh) | 一种基于数智融合的智慧管网数据系统 | |
| CN103472774B (zh) | 一种电力隧道实时监测系统及方法 | |
| Wu et al. | Research on intelligent inspection system for HV power transmission lines | |
| CN116013047A (zh) | 基于图注意力网络和长短期记忆网络的浓雾短临趋势预警系统与方法 | |
| CN116311770A (zh) | 基于物联边缘计算网关的房屋安全预警系统、方法及终端 | |
| CN110782081B (zh) | 一种天地联合覆冰的预测预警系统及预测预警方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |