从“人防”到“技防”
轨道交通隧道结构智能"感、知、诊、断"系统
轨道交通盾构隧道受周边环境等影响不可避免会产生不均匀沉降、错台、渗漏、裂损等病害，当前这些病害的捕捉仍以人工巡检为主，存在着主观性强、时效性低、漏检率高的不足，导致设施类险性事故，影响其长期服役性能。随着我国轨道交通逐步迈入大规模运营阶段，地下结构运营面临着安全和经济的双重挑战。华设集团（603018）铁道设计研究院从机器视觉（886002）的病害智能识别到基于多源数据的智能诊断，构建了“感、知、诊、断”四位一体的三维可视化系统，实现了从数据采集、数据处理、数据分析到数据应用的闭环，为隧道运维养护提供了高效、可靠、经济的解决方案，推动管养从“人防”向“技防”转变。
PART.1感
机器视觉的隧道变形智能监测技术
针对隧道内低照度的特殊环境，基于红外不可见光研发了点式和线式的红外边缘采集终端，通过对图像点和线的特征提取，利用形态学修补算法和高斯滤波算法获得高质量的监测图，随后通过质心的变化实现了对象沉降和收敛的边缘端轻量化监测。后台的三维可视化终端还可根据运维的需要实现设备的调度。
PART.2知
隧道结构表观病害的智能识别技术
基于采集到的大量多类别病害图像，通过精准标注建立了典型病害数据集，利用Yolo目标检测和U-net精细分割的组合形成了病害的特征识别模型，随后通过图像的二值处理获得隧道内裂缝、渗漏水等病害的参数。对于管片错台，基于双目视觉感知技术，通过聚类算法拟合检测面，基于面高差获取管片错台量。最终实现了多类别病害的识别与特征提取。
PART.3诊断
隧道服役性能的评估与管养的辅助决策
根据规范和经验评估模型，总结整理了反应隧道结构服役性能主要指标，包括变形病害和表观病害。考虑到多类型数据复杂的关联性，首先通过理论研究确定了单一病害的量化分级标准，再结合多源数据融合方式建立了多类型病害的标准数据源，除可以通过单一指标（关键指标）实现分级预警外，还能基于隶属度和权重开展多类型病害的隧道性能安全评估。以往隧道安全评估的关键参数依赖专家赋分法，本研究引入多指标空间云模型计算隶属度，结合熵权法和层次分析法给出指标权重，在此基础上实现了安全状态的自动评估。随后，通过搜集的养护案例和规范中病害的分类分级治理原则构建了养护知识库，结合评估结论，即可输出养护策略的建议。该建议初期经人工复核后可逐渐完善决策系统准确率。
PART.4平台
感知诊断四位一体的三维可视化系统
根据规范和经验评估模型，总结整理了反应隧道结构服役性能主要指标，包括变形病害和表观病害。考虑到多类型数据复杂的关联性，首先通过理论研究确定了单一病害的量化分级标准，再结合多源数据融合方式建立了多类型病害的标准数据源，除可以通过单一指标（关键指标）实现分级预警外，还能基于隶属度和权重开展多类型病害的隧道性能安全评估。以往隧道安全评估的关键参数依赖专家赋分法，本研究引入多指标空间云模型计算隶属度，结合熵权法和层次分析法给出指标权重，在此基础上实现了安全状态的自动评估。随后，通过搜集的养护案例和规范中病害的分类分级治理原则构建了养护知识库，结合评估结论，即可输出养护策略的建议。该建议初期经人工复核后可逐渐完善决策系统准确率。
集成“感-知-诊-断”四大模块，植入隧道的BIM模型，开发了三维可视化系统平台。平台具备数据映射、展示、分析、存储以及在线设备的调度与更新功能，辅助运营管理者，通过多源数据的感知提供高效便捷的智慧运维范式，让“坐在办公室也有办法”成为可能。
目前，系统的软硬件已经完成了初代版本研究开发，在苏州地铁某线路完成了功能验证。下一步集团将继续深化研究，进一步结合工程实践完成成果的升级与鉴定，推动研发走向服务，为城轨行业的运维贡献华设的智慧。
