基于边缘计算架构的盾构施工预警系统及预警方法与流程

1.本发明涉及盾构智能监控领域，尤其涉及一种基于边缘计算架构的盾构施工预警系统及预警方法。

背景技术：

2.盾构机是一种超大型机电液一体化的复杂地下施工设备，在掘进施工的过程中，会产生大量的数据，包括施工环境、地质信息以及施工状态参数等信息。利用大数据分析方法与可视化技术对盾构机施工掘进产生的海量数据集进行信息获取、识别与分析，构建盾构综合监控与预警平台，是保障盾构机安全、高效掘进的重要方法。
3.盾构数据采集需要通过采集终端连接盾构机plc实时采集数据，传输至远程监控主机进行解析运算，通过可视化展示进行监测及预警。目前主要面临两个方面的困难：（1）数据传输仅基于工区公共网络，经常出现网络断开、停电、网速波动的现象，造成数据传输频繁中断。（2）数据计算功能集中在主机云端，盾构海量实时数据涌入容易造成拥塞、丢包，对主机多线程并行处理计算能力提出了挑战，制约了数据查询的实时性与安全性。

技术实现要素：

4.发明目的：提出一种基于边缘计算架构的盾构施工预警系统，并进一步提出一种基于上述预警系统的预警方法，以解决现有技术存在的上述问题。
5.第一方面，提出一种基于边缘计算架构的盾构施工预警系统，该系统包括采集预警模块、传输模块、监控展示中心。
6.采集预警模块包括直连的采集终端和预警交互终端；采集终端直接与盾构机可编程逻辑控制器或盾构机操作主机连接。
7.传输模块与采集预警模块建立通信连接；传输模块包括直连的数据转发终端和监控视频网关；数据转发终端通过路由器公网与所述采集终端连接；监控视频网关终端与工区视频监控设备通过路由器网关相连。
8.监控展示中心与传输模块建立通信连接；监控展示中心包括直连的通讯模块和数据计算存储服务器；通讯模块与路由器连接，路由器通过公共网络接收传输模块的数据转发终端发送的数据。
9.在系统架构层面，边缘计算架构包含中心角和边缘角，监控展示中心设定为中心角，采集预警模块和传输模块设定为边缘角。
10.在硬件终端层面，边缘计算架构包含中心硬件和边缘硬件，数据计算存储服务器及配套通讯模块为中心硬件，采集终端、预警交互终端、数据转发终端、监控视频网关终端为边缘硬件。
11.在第一方面的一些可实现方式中，采集终端部署在施工隧道的泥水平衡盾构机驾驶室内，通过网线直接与盾构机可编程逻辑控制器连接；预警交互终端部署在施工隧道的泥水平衡盾构机驾驶室内，与采集终端通过电缆直接相连；数据转发终端部署在地面机房，
通过路由器公网接入隧道内的采集终端；监控视频网关终端部署在地面机房，与数据转发终端直接相连，与工区视频监控设备通过路由器网关相连；通讯模块部署在远端，与路由器连接，通过公共网络接收传输模块发送的数据，并转发至计算存储服务器；计算存储服务器部署在远端异地，与通讯模块直接相连。
12.在第一方面的一些可实现方式中，采集终端作为边缘硬件，参与盾构机采集数据的初步运算处理，并将结果转发至所述监控展示中心；监控视频网关终端作为边缘硬件，对接入同一网关的监控视频进行自动调制编码。
13.在第一方面的一些可实现方式中，通讯模块接收所述数据转发终端发送的数据，并转发至所述数据计算存储服务器；数据计算存储服务器自动存储接收到的数据，分别生成掘进参数报表、物料消耗报表、危险预警报表、施工质量报表，并将生成的报表数据与理论计算的数值进行加权对比，根据数值波动和偏差自动发出不同等级的预警，并且接入专家系统数据库，匹配解决方案，辅助技术人员驾驶盾构机。
14.在第一方面的一些可实现方式中，数据转发终端具有光纤固网与移动网络两种数据转发模式；普通情况下采用光纤直连路由器固网的方式发送数据；当固网中断或网速波动范围大于预定值时，自动切换至移动网络发送数据。
15.在第一方面的一些可实现方式中，采集终端进行多次数据采集操作：第n次数据采集后，按照预先设置，所述采集终端筛选部分数据点位的数据直接经传输模块转发至远端的监控展示中心；第n+1次数据采集后，所述采集终端提取设置的数据点位的数据，与第n次采集到的数据进行对比运算，若数据有变化，则将新的数据经传输模块转发至远端的监控展示中心，若数据无变化，则不发送新的数据，此时远端的监控展示中心的计算存储服务器默认维持原数据不变；重复上述流程；设置预定频率对采集到的原始数据打包传输至远端的监控展示中心。
16.在第一方面的一些可实现方式中，掘进参数报表e1包括如下特征字段：刀盘推进扭矩i1、转速i2、推力i3、贯入度i4、总挤压力i5；物料消耗报表e2包括如下特征字段：同步注浆量i6、盾尾油脂注入量i7、主轴承密封润滑油脂i8；危险预警报表e3包括如下特征字段：施工工区监控视频自动识别与抓拍i9、盾构机台车监控视频自动识别与抓拍i
10
、隧道内部同步施工监控视频自动识别与抓拍i
11
、驾驶舱监控视频自动识别与抓拍i
12
、气垫仓监控视频自动识别与抓拍i
13
；施工质量报表e4包括如下特征字段：地表沉降i
14
、管片错台i
15
、管片上浮i
16
、盾尾间隙i
17
、盾构姿态导向i
18
；将所有特征字段构建成一个n维矢量，存储为数据点位表。
17.第二方面，提出一种盾构施工预警方法，基于第一方面所述的盾构施工预警系统以实现，步骤如下：步骤1、盾构机开始掘进施工，操作人员现场或者远程控制预警交互终端，设置采集终端的采集参数，并下达指令，开始采集；步骤2、采集终端采集盾构机产生的施工数据、传感器监控数据；步骤3、采集终端存储采集到的施工数据和传感器监控数据，形成数据点位表，并利用边缘计算能力进行初步运算，得到处理后的数据，实时转发至数据转发终端，同时采集
终端存储的原始数据定期传输至数据转发终端；步骤4、监控视频网关终端将接入同一网关的视频监控统一编码，并发送至传输模块的数据转发终端；步骤5、数据转发终端将传输的盾构机数据和视频监控打包，通过光纤固网传输至监控展示中心，当光纤固网不能使用时，自动切换至蜂窝移动网络传输；步骤6、监控展示中心的通讯模块接收处理后的盾构施工数据和视频监控数据，在数据计算存储服务器进行分析处理，输出结果，并将接收到的原始盾构施工数据直接存储在服务器；步骤7、数据计算存储服务器分析处理的结果实时传输至采集预警模块的预警交互终端展示，为盾构机驾驶人员提供辅助决策，当出现参数报警时，预警交互终端的声光报警功能启动，发出警报，同时盾构机操作人员与监控展示中心的技术人员可通过视频通话，远程沟通解决方案；步骤8、消警后，声光报警自动关闭。
18.在第二方面进一步的实施例中，步骤3中采集终端进行多次数据采集操作：第n次数据采集后，按照预先设置，所述采集终端筛选部分数据点位的数据直接经传输模块转发至远端的监控展示中心；第n+1次数据采集后，所述采集终端提取设置的数据点位的数据，与第n次采集到的数据进行对比运算，若数据有变化，则将新的数据经传输模块转发至远端的监控展示中心，若数据无变化，则不发送新的数据，此时远端的监控展示中心的计算存储服务器默认维持原数据不变；重复上述流程；设置预定频率对采集到的原始数据打包传输至远端的监控展示中心。
19.在第二方面进一步的实施例中，步骤6中数据计算存储服务器进行分析处理的过程进一步包括：步骤6-1、计算盾构机掘进参数：获得预定时段内刀盘推进扭矩、转速、推力、贯入度、总挤压力数据的最值、均值、中位值、波动系数，并生成掘进参数报表；计算盾构机物料消耗参数：获得预定时段内同步注浆量、盾尾油脂注入量、主轴承密封润滑油脂数据的均值、环值、与理论消耗量的差值，并生成物料消耗报表；分析自动抓拍的监控视频：对各个施工工区、盾构机台车、隧道内部同步施工、驾驶舱、气垫仓监控视频自动识别、抓拍，生成危险预警报表；自动测量施工质量数据：对地表沉降、管片错台、管片上浮、盾尾间隙、盾构姿态导向数据自动测量、记录，生成施工质量报表；步骤6-2、数据计算存储服务器将生成的报表数据导入至权重模型中，由权重模型计算出评分，并与内建标准数据库比对，超出阈值即自动发出不同等级的预警，预警等级接入专家系统数据库，匹配解决方案。
20.在第二方面进一步的实施例中，权重模型的构建规则如下：步骤6-2a、构建第一权重模型：定义盾构机掘进参数的总权重为w
e1
，其中权重w
e1
又进一步划分为如下子权重：刀盘推进扭矩、转速、推力、贯入度、总挤压力，分别对应权重为wi1、wi2、wi3、wi4、wi5，wi1+wi2+wi3+wi4+wi5= w
e1
=1；
此外，每个子权重wi1下对应有预定时段内刀盘推进扭矩的最值、均值、中位值、波动系数，分别对应于权重wi
1max
、wi
1average
、wi
1median
、wi
1fluctuation
；其中wi
1max
+wi
1average
+wi
1median
+wi
1fluctuation
=1；每个子权重wi2下对应有预定时段内转速的最值、均值、中位值、波动系数，分别对应于权重wi
2max
、wi
2average
、wi
2median
、wi
2fluctuation
；其中wi
2max
+wi
2average
+wi
2median
+wi
2fluctuation
=1；每个子权重wi3下对应有预定时段内推力的最值、均值、中位值、波动系数，分别对应于权重wi
3max
、wi
3average
、wi
3median
、wi
3fluctuation
；其中wi
3max
+wi
3average
+wi
3median
+wi
3fluctuation
=1；每个子权重wi4下对应有预定时段内贯入度的最值、均值、中位值、波动系数，分别对应于权重wi
4max
、wi
4average
、wi
4median
、wi
4fluctuation
；其中wi
4max
+wi
4average
+wi
4median
+wi
4fluctuation
=1；每个子权重wi5下对应有预定时段内总挤压力的最值、均值、中位值、波动系数，分别对应于权重wi
5max
、wi
5average
、wi
5median
、wi
5fluctuation
；其中wi
5max
+wi
5average
+wi
5median
+wi
5fluctuation
=1；步骤6-2b、构建第二权重模型：定义盾构机物料消耗参数的总权重为w
e2
，其中同步注浆量、盾尾油脂注入量、主轴承密封润滑油脂数据分别对应权重为wi6、wi7、wi8，且wi6+wi7+wi8=1；此外，每个子权重wi6下对应有预定时段内同步注浆量的最值、均值、中位值、波动系数，分别对应于权重wi
6max
、wi
6average
、wi
6median
、wi
6fluctuation
；其中wi
6max
+wi
6average
+wi
6median
+wi
6fluctuation
=1；每个子权重wi7下对应有预定时段内盾尾油脂注入量的最值、均值、中位值、波动系数分别对应于权重wi
7max
、wi
7average
、wi
7median
、wi
7fluctuation
；其中wi
7max
+wi
7average
+wi
7median
+wi
7fluctuation
=1；每个子权重wi8下对应有预定时段内主轴承密封润滑油脂数据的最值、均值、中位值、波动系数，分别对应于权重wi
8max
、wi
8average
、wi
8median
、wi
8fluctuation
；其中wi
8max
+wi
8average
+wi
8median
+wi
8fluctuation
=1；步骤6-2c、构建第三权重模型：定义自动抓拍的监控视频的总权重为w
e3
；总权重为w
e3
下的各子数据的权重占比均分；步骤6-2d、构建第四权重模型：定义测量得到的施工质量数据的总权重为w
e4
；总权重为w
e4
下的各子数据的权重占比均分；步骤6-2e、数据计算存储服务器将生成的报表数据分别导入至第一权重模型、第二权重模型、第三权重模型、第四权重模型中，分别输出子评分a、子评分b、子评分c、子评分d、总评分g；将上述评分与预设的标准数据库比对，标准数据库中分别对应有子告警极限w、子告警极限x、子告警极限y、子告警极限z、总告警极限s；判定规则如下：若输出子评分a＞子告警极限w，此时进一步判断所有总评分g是否到达总告警极限s，若总评分g≥总告警极限s，则直接发出一级预警；若总评分g＜总告警极限s，则直接发出二级预警；
若输出子评分a≤子告警极限w，此时进一步判断子评分b、子评分c、子评分d，若子评分b、子评分c、子评分d中任意一个评分超出其对应的子告警极限，则发出三级预警；若子评分b、子评分c、子评分d中任意两个评分超出其对应的子告警极限，则发出二级预警；若子评分b、子评分c、子评分d全部超出子告警极限x、子告警极限y、子告警极限z，则发出一级预警；预警结果接入专家系统数据库，匹配解决方案，辅助技术人员驾驶盾构机。
21.本发明具有如下有益效果：（1）本发明盾构施工数据采集与预警终端系统采用边缘计算架构，将部分数据计算下沉到采集终端，不但减轻了监控展示中心数据计算存储服务器的计算压力，同时采集终端计算后的数据量大大减少。经测算，掘进状态下盾构机有50%-80%的点位数据是实时变化的，而在停机和拼环状态下，盾构机只有20%-50%的点位数据是实时变化的，因此可以减轻约30%-50%的数据计算存储服务器数据吞吐量和网络传输时延。
22.（2）本发明盾构施工数据采集与预警终端系统的数据转发终端具备光纤固网和5g移动网络两种传输模式，并可以自动切换，保障了数据传输稳定。
23.（3）本发明盾构施工数据采集与预警方法创新性的将数据采集与参数预警融合，兼具施工数据采集、参数预警、辅助决策等多种功能，提升了施工效率，保障了施工安全。
附图说明
24.图1为本发明系统的原理框图。
25.图2为本发明终端设备的原理框图。
26.图3为本发明边缘计算系统架构图。
27.图4为本发明的边缘计算典型应用流程图。
28.图5为本发明数据转发终端数据转发流程图。
具体实施方式
29.在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
30.实施例一：本实施例提出一种采用边缘计算架构的盾构数据采集预警终端成套系统，如图1所示，该系统包括采集预警模块、传输模块、监控展示中心，采集预警模块包括采集终端、预警交互终端，传输模块包括数据转发终端、监控视频网关终端，监控展示中心包括数据计算存储服务器、通讯模块。
31.如图2所示，采集终端与盾构机plc或控制主机、数据转发终端、预警交互终端相连，数据转发终端与采集终端、监控视频网关终端、通讯模块相连，数据计算存储服务器与通讯模块、预警交互终端相连，监控视频网关终端接入多个监控视频。
32.所述边缘计算架构如图3所示，设置监控展示中心的数据计算存储服务器为中心
硬件，采集终端、监控视频网关终端为边缘硬件，具有一定计算能力，可参与盾构数据的预处理、数据分析、数据分发与策略执行。
33.所述采集终端部署在施工隧道的泥水平衡盾构机驾驶室内，通过网线直接与盾构机plc连接，具体为采集终端使用基于opc工业软件标准的自动化接口，遵循opc数据范文规范，通过rslinuxopc服务器供应通讯通道，实现采集终端对plc数据采集的自动采集。
34.进一步的，如图4所示，采集终端首次数据采集后，按照预先设置，筛选部分数据点位的数据直接经传输模块转发至远端的监控展示中心；第二次采集后，提取设置的数据点位的数据，与上一次采集到的数据进行差值运算，若运算结果不为零，则将新的数据经传输模块转发至远端的监控展示中心，若运算结果为零，则不发送新的数据，远端的监控展示中心的计算存储服务器默认维持原数据不变；后续采集重复上述流程；设置一定频率（如每分钟）对采集到的原始数据进行打包传输至远端的监控展示中心。
35.所述预警交互终端部署在施工隧道的泥水平衡盾构机驾驶室内，与采集终端通过电缆直接相连。
36.进一步的，预警交互终端具有远程控制、采集设置、数据展示、声光报警、视频通话功能：监控展示中心可远程控制预警交互终端，对采集终端的采集参数（如采集频率、采集点位）进行查询和调整；监控展示中心对数据处理后的结果也会展示在预警交互终端，出现参数异常、穿越风险源等情况时，将会触发报警机制，进行声光报警；监控展示中心的技术人员可通过预警交互终端与盾构机驾驶员直接视频通话，实现“专家直达掌子面”。
37.所述数据转发终端部署在地面机房，通过路由器公网接入隧道内的采集终端。
38.进一步的，数据转发终端具有光纤固网与4g/5g移动网络多种数据转发模式，如图5所示，普通情况下数据转发终端接入地面机房公共网络，采用工业级千兆光纤直连路由器的方式发送加密过的盾构数据；当地面机房公共网络中断时，数据转发终端毫秒级自动切换至4g/5g移动网络，完成数据完整性校验，并继续发送数据。
39.所述监控视频网关终端部署在地面机房，与数据转发终端直接相连，与工区视频监控设备通过路由器网关相连。
40.进一步的，监控视频网关终端具备自动调制、解调视频编码的功能，可对接入同一网关的监控视频进行自动调制，统一为指定的h.264或h.265编码格式，并对视频进行加密压缩，通过数据转发终端发送至监控展示中心。
41.所述通讯模块部署在远端，与路由器连接，通过公共网络接收传输模块发送的数据，并转发至计算存储服务器。
42.所述计算存储服务器部署在远端异地，与通讯模块直接相连。
43.进一步的，数据计算存储服务器通过通讯模块接收盾构机原始施工数据进行自动存储，接收采集终端预处理的点位数据进行智能分析计算，并生成报警信息：如实时监测并统计盾构机刀盘推力、贯入度、总挤压力、推进速度、转速、扭矩，形成掘进参数报表；实时监测并统计盾构机物料消耗同步注浆量、盾尾油脂注入量、主轴承密封油脂（hbw）、主轴承润滑油脂（ep2），形成物料消耗报表；实时监测并统计盾构姿态水平偏移量、盾构姿态垂直偏移量、管片上浮量、管片错台量、地表沉降监测值、盾尾间隙量，形成施工质量报表；实时监测并抓拍施工监控视频包括各个施工工区、盾构机台车、隧道内部同步施工、驾驶舱、气垫仓等重要场所的监控视频，形成危险预警报表。将报表中的数值与根据地质勘察、施工工况
理论计算值进行差值运算，并将前述参数的差值按照在不同工况中的重要性，乘以不同权重，累加得到非线性的波动值，根据波动值大小进行不同等级的预警，并自动调取专家库的数据，提出解决方案，辅助盾构技术人员决策驾驶。
44.权重的分配和评分方式具体如下：首先，构建四个权重模型，分别为第一权重模型、第二权重模型、第三权重模型、第四权重模型。
45.第一权重模型：定义盾构机掘进参数的总权重为w
e1
，w
e1
占比为0.4。其中权重w
e1
又进一步划分为如下子权重：刀盘推进扭矩、转速、推力、贯入度、总挤压力，分别对应权重为0.2、0.2、0.2、0.2。此外，每个子权重wi1下对应有预定时段内刀盘推进扭矩的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。每个子权重wi2下对应有预定时段内转速的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。每个子权重wi3下对应有预定时段内推力的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。每个子权重wi4下对应有预定时段内贯入度的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。每个子权重wi5下对应有预定时段内总挤压力的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。
46.第二权重模型：定义盾构机物料消耗参数的总权重为w
e2
，其中同步注浆量、盾尾油脂注入量、主轴承密封润滑油脂数据分别对应权重为0.3、0.3、0.4。此外，每个子权重wi6下对应有预定时段内同步注浆量的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。每个子权重wi7下对应有预定时段内盾尾油脂注入量的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。每个子权重wi8下对应有预定时段内主轴承密封润滑油脂数据的最值、均值、中位值、波动系数，分别对应于权重0.25、0.25、0.25、0.25。
47.第三权重模型：定义自动抓拍的监控视频的总权重为w
e3
；总权重w
e3
又进一步划分为如下子权重：施工工区监控视频占比0.2、盾构机台车监控视频占比0.2、隧道内部同步施工监控视频占比0.2、驾驶舱监控视频占比0.2、气垫仓监控视频占比0.2。
48.第四权重模型：定义测量得到的施工质量数据的总权重为w
e4
；总权重w
e4
又进一步划分为如下子权重：地表沉降数据占比0.2、管片错台数据占比0.2、管片上浮数据占比0.2、盾尾间隙数据占比0.2、盾构姿态导向数据占比0.2。
49.数据计算存储服务器将生成的报表数据分别导入至第一权重模型、第二权重模型、第三权重模型、第四权重模型中，分别输出子评分a、子评分b、子评分c、子评分d、总评分g；将上述评分与预设的标准数据库比对，标准数据库中分别对应有子告警极限w、子告警极限x、子告警极限y、子告警极限z、总告警极限s；判定规则如下：若输出子评分a＞子告警极限w，此时进一步判断所有总评分g是否到达总告警极限s，若总评分g≥总告警极限s，则直接发出一级预警；若总评分g＜总告警极限s，则直接发出二级预警；若输出子评分a≤子告警极限w，此时进一步判断子评分b、子评分c、子评分d，若子评分b、子评分c、子评分d中任意一个评分超出其对应的子告警极限，则发出三级预警；若子评分b、子评分c、子评分d中任意两个评分超出其对应的子告警极限，则发出
二级预警；若子评分b、子评分c、子评分d全部超出子告警极限x、子告警极限y、子告警极限z，则发出一级预警；预警结果接入专家系统数据库，匹配解决方案，辅助技术人员驾驶盾构机。
50.实施例二：本实施例基于实施例一中提及的盾构施工预警系统，提出一种采用边缘计算架构的盾构施工数据采集与预警方法，步骤如下：步骤1：盾构机开始掘进施工，监控展示中心的技术人员远程控制预警交互终端或者盾构机驾驶室技术人员现场控制预警交互终端，设置数据采集终端的采集频率、采集数据点位等参数，并下达指令，开始采集。
51.步骤2：采集终端自动对盾构机刀盘掘进、泥水循环、导向系统、油脂注浆、水土压力传感器等数据进行采集。
52.步骤3：采集终端对采集到的原始数据进行存储，并利用边缘计算能力进行初步运算：首先设置需求的数据点位表，如表1所示，所述数据点位表中的数据来自于采集终端，采集终端对安装在所述盾构机上的各类型传感器的实时数据进行采集，安装在所述盾构机上的传感器包括压力传感器、液位传感器、温度传感器、位移传感器、光学传感器等，这些传感器主要是测量盾构机掘进时的水土压力、推进行程、推进速度、刀盘转速、密封油脂压力、盾尾油脂注入量、泥浆管路泵机压力、转速、流量等需要人为关注的重要数据。首次数据采集后，按照预先设置，采用数据挖掘技术中的粗糙集理论去掉数据中对预警决策不起作用的冗余信息，筛选对预警起决策作用的部分数据点位的数据直接经传输模块转发至远端的监控展示中心；第二次采集后，提取首先设置需求的数据点位的数据，与首次采集到的数据进行对比运算，若数据有变化，则将新的数据经传输模块转发至远端的监控展示中心，若数据无变化，则不发送新的数据，远端的监控展示中心的计算存储服务器默认维持原数据不变；后续采集重复上述流程；设置每分钟对采集到的原始数据进行打包传输至远端的监控展示中心。
53.表1：盾构机相关参数的实时监测
盾构机刀盘盾构机物料消耗导向装置监控视频预警刀盘推力同步注浆量盾构姿态水平偏移量各个施工工区监控视频贯入度盾尾油脂注入量盾构姿态垂直偏移量盾构机台车监控视频总挤压力主轴承密封油脂（hbw）管片上浮量隧道内部同步施工监控视频推进速度主轴承润滑油脂（ep2）管片错台量量驾驶舱监控视频转速地表沉降监测值气垫仓监控视频扭矩盾尾间隙量步骤4：监控视频网关终端对接入同一网关的监控视频进行自动调制，统一为指定的h.264或h.265编码格式，并对视频进行加密压缩，通过数据转发终端发送至监控展示中心。
54.步骤5：数据转发终端接入地面机房公共网络，将传输的盾构机数据和视频监控加密打包，采用工业级千兆光纤直连路由器的方式传输至监控展示中心，当地面机房公共网络中断时，数据转发终端毫秒级自动切换至5g移动网络，完成数据完整性校验，并继续发送
数据。
55.步骤6：监控展示中心的通讯模块接收处理后的盾构施工数据和视频监控数据，在数据计算存储服务器进行存储的同时，开展智能分析。以盾构机刀盘结泥饼工况预警为例，所述盾构机在地层无突变的前提下，刀盘推进速度连续降低，刀盘扭矩连续增大，刀盘转速提高，贯入度下降，刀盘中心面板温度异常升高（一般超过35摄氏度），且这种参数持续变化超过一定里程（如3环），数据计算存储服务器的智能监控程序监测以上关联耦合的参数，并对数据进行挖掘，提取特征变化，匹配机器学习大数据所建立的专家库，判定结泥饼工况，划定一到三级结泥饼预警，发出警报。
56.步骤7：数据计算存储服务器分析处理的结果实时传输至采集预警模块的预警交互终端展示，为盾构机驾驶人员提供辅助决策，当出现盾构机掘进参数异常时，预警交互终端的声光报警功能自动启动报警，并逐级向管理人员预警，监控展示中心的技术专家一键呼叫盾构机驾驶室的驾驶人员，远程视频通话沟通，及时提出解决方案。
57.步骤8：风险及参数异常问题排除后，预警消除，声光报警自动关闭。
58.步骤9：对监控视频进行机器识别，自动抓拍施工人员、设备危险动作，进行作业安全预警。
59.如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。

技术特征：

1.基于边缘计算架构的盾构施工预警系统，其特征在于，包括：采集预警模块，包括直连的采集终端和预警交互终端；所述采集终端直接与盾构机可编程逻辑控制器或盾构机操作主机连接；传输模块，与所述采集预警模块建立通信连接；所述传输模块包括直连的数据转发终端和监控视频网关；所述数据转发终端通过路由器公网与所述采集终端连接；所述监控视频网关终端与工区视频监控设备通过路由器网关相连；监控展示中心，与所述传输模块建立通信连接；所述监控展示中心包括直连的通讯模块和数据计算存储服务器；所述通讯模块与路由器连接，路由器通过公共网络接收传输模块的数据转发终端发送的数据；其中，所述监控展示中心设定为中心角，所述采集预警模块和传输模块设定为边缘角；所述中心角和边缘角共同构成系统架构层面的边缘计算架构；所述数据计算存储服务器及通讯模块为中心硬件，所述采集终端、预警交互终端、数据转发终端、监控视频网关终端为边缘硬件；所述中心硬件和边缘硬件共同构成硬件终端层面的边缘计算架构。2.根据权利要求1所述的盾构施工预警系统，其特征在于：所述采集终端部署在施工隧道的泥水平衡盾构机驾驶室内，通过网线直接与盾构机可编程逻辑控制器连接；所述预警交互终端部署在施工隧道的泥水平衡盾构机驾驶室内，与采集终端通过电缆直接相连；所述数据转发终端部署在地面机房，通过路由器公网接入隧道内的采集终端；所述监控视频网关终端部署在地面机房，与数据转发终端直接相连，与工区视频监控设备通过路由器网关相连；所述通讯模块部署在远端，与路由器连接，通过公共网络接收传输模块发送的数据，并转发至计算存储服务器；所述计算存储服务器部署在远端异地，与通讯模块直接相连。3.根据权利要求1所述的盾构施工预警系统，其特征在于：所述采集终端作为边缘硬件，参与盾构机采集数据的初步运算处理，并将结果转发至所述监控展示中心；所述监控视频网关终端作为边缘硬件，对接入同一网关的监控视频进行自动调制编码。4.根据权利要求1所述的盾构施工预警系统，其特征在于：所述通讯模块接收所述数据转发终端发送的数据，并转发至所述数据计算存储服务器；所述数据计算存储服务器自动存储接收到的数据，分别生成掘进参数报表、物料消耗报表、危险预警报表、施工质量报表，并将生成的报表数据与理论计算的数值进行加权对比，根据数值波动和偏差自动发出不同等级的预警，并且接入专家系统数据库，匹配解决方案，辅助技术人员驾驶盾构机。5.根据权利要求1所述的盾构施工预警系统，其特征在于：所述数据转发终端具有光纤固网与移动网络两种数据转发模式；普通情况下采用光纤直连路由器固网的方式发送数据；当固网中断或网速波动范围大于预定值时，自动切换至移动网络发送数据。6.根据权利要求1所述的盾构施工预警系统，其特征在于，所述采集终端进行多次数据
采集操作：第n次数据采集后，按照预先设置，所述采集终端筛选部分数据点位的数据直接经传输模块转发至远端的监控展示中心；第n+1次数据采集后，所述采集终端提取设置的数据点位的数据，与第n次采集到的数据进行对比运算，若数据有变化，则将新的数据经传输模块转发至远端的监控展示中心，若数据无变化，则不发送新的数据，此时远端的监控展示中心的计算存储服务器默认维持原数据不变；设置预定频率对采集到的原始数据打包传输至远端的监控展示中心。7.根据权利要求4所述的盾构施工预警系统，其特征在于，所述掘进参数报表e1包括如下特征字段：刀盘推进扭矩i1、转速i2、推力i3、贯入度i4、总挤压力i5；所述物料消耗报表e2包括如下特征字段：同步注浆量i6、盾尾油脂注入量i7、主轴承密封润滑油脂i8；所述危险预警报表e3包括如下特征字段：施工工区监控视频自动识别与抓拍i9、盾构机台车监控视频自动识别与抓拍i
10
、隧道内部同步施工监控视频自动识别与抓拍i
11
、驾驶舱监控视频自动识别与抓拍i
12
、气垫仓监控视频自动识别与抓拍i
13
；所述施工质量报表e4包括如下特征字段：地表沉降i
14
、管片错台i
15
、管片上浮i
16
、盾尾间隙i
17
、盾构姿态导向i
18
；将所有特征字段构建成一个n维矢量，存储为数据点位表。8.一种盾构施工预警方法，基于如权利要求1至7中任一项所述的盾构施工预警系统以实现，其特征在于包括如下步骤：步骤1、盾构机开始掘进施工，操作人员现场或者远程控制预警交互终端，设置采集终端的采集参数，并下达指令，开始采集；步骤2、采集终端采集盾构机产生的施工数据、传感器监控数据；步骤3、采集终端存储采集到的施工数据和传感器监控数据，形成数据点位表，并利用边缘计算能力进行初步运算，得到处理后的数据，实时转发至数据转发终端，同时采集终端存储的原始数据定期传输至数据转发终端；步骤4、监控视频网关终端将接入同一网关的视频监控统一编码，并发送至传输模块的数据转发终端；步骤5、数据转发终端将传输的盾构机数据和视频监控打包，通过光纤固网传输至监控展示中心，当光纤固网不能使用时，自动切换至蜂窝移动网络传输；步骤6、监控展示中心的通讯模块接收处理后的盾构施工数据和视频监控数据，在数据计算存储服务器进行分析处理，输出结果，并将接收到的原始盾构施工数据直接存储在服务器；步骤7、数据计算存储服务器分析处理的结果实时传输至采集预警模块的预警交互终端展示，为盾构机驾驶人员提供辅助决策，当出现参数报警时，预警交互终端的声光报警功能启动，发出警报，同时盾构机操作人员与监控展示中心的技术人员可通过视频通话，远程沟通解决方案；步骤8、消警后，声光报警自动关闭。9.根据权利要求8所述的盾构施工预警方法，其特征在于，步骤6中数据计算存储服务
器进行分析处理的过程进一步包括：步骤6-1、计算盾构机掘进参数：获得预定时段内刀盘推进扭矩、转速、推力、贯入度、总挤压力数据的最值、均值、中位值、波动系数，并生成掘进参数报表；计算盾构机物料消耗参数：获得预定时段内同步注浆量、盾尾油脂注入量、主轴承密封润滑油脂数据的均值、环值、与理论消耗量的差值，并生成物料消耗报表；分析自动抓拍的监控视频：对各个施工工区、盾构机台车、隧道内部同步施工、驾驶舱、气垫仓监控视频自动识别、抓拍，生成危险预警报表；自动测量施工质量数据：对地表沉降、管片错台、管片上浮、盾尾间隙、盾构姿态导向数据自动测量、记录，生成施工质量报表；步骤6-2、数据计算存储服务器将生成的报表数据导入至权重模型中，由权重模型计算出评分，并与内建标准数据库比对，超出阈值即自动发出不同等级的预警，预警等级接入专家系统数据库，匹配解决方案。10.根据权利要求9所述的盾构施工预警方法，其特征在于，所述权重模型的构建规则如下：步骤6-2a、构建第一权重模型：定义盾构机掘进参数的总权重为w
e1
，其中权重w
e1
又进一步划分为如下子权重：刀盘推进扭矩、转速、推力、贯入度、总挤压力，分别对应权重为wi1、wi2、wi3、wi4、wi5，wi1+wi2+wi3+wi4+wi5= w
e1
=1；此外，每个子权重wi1下对应有预定时段内刀盘推进扭矩的最值、均值、中位值、波动系数，分别对应于权重wi
1max
、wi
1average
、wi
1median
、wi
1fluctuation
；其中wi
1max
+wi
1average
+wi
1median
+wi
1fluctuation
=1；每个子权重wi2下对应有预定时段内转速的最值、均值、中位值、波动系数，分别对应于权重wi
2max
、wi
2average
、wi
2median
、wi
2fluctuation
；其中wi
2max
+wi
2average
+wi
2median
+wi
2fluctuation
=1；每个子权重wi3下对应有预定时段内推力的最值、均值、中位值、波动系数，分别对应于权重wi
3max
、wi
3average
、wi
3median
、wi
3fluctuation
；其中wi
3max
+wi
3average
+wi
3median
+wi
3fluctuation
=1；每个子权重wi4下对应有预定时段内贯入度的最值、均值、中位值、波动系数，分别对应于权重wi
4max
、wi
4average
、wi
4median
、wi
4fluctuation
；其中wi
4max
+wi
4average
+wi
4median
+wi
4fluctuation
=1；每个子权重wi5下对应有预定时段内总挤压力的最值、均值、中位值、波动系数，分别对应于权重wi
5max
、wi
5average
、wi
5median
、wi
5fluctuation
；其中wi
5max
+wi
5average
+wi
5median
+wi
5fluctuation
=1；步骤6-2b、构建第二权重模型：定义盾构机物料消耗参数的总权重为w
e2
，其中同步注浆量、盾尾油脂注入量、主轴承密封润滑油脂数据分别对应权重为wi6、wi7、wi8，且wi6+wi7+wi8=1；此外，每个子权重wi6下对应有预定时段内同步注浆量的最值、均值、中位值、波动系数，分别对应于权重wi
6max
、wi
6average
、wi
6median
、wi
6fluctuation
；其中wi
6max
+wi
6average
+wi
6median
+wi
6fluctuation
=1；每个子权重wi7下对应有预定时段内盾尾油脂注入量的最值、均值、中位值、波动系数，分别对应于权重wi
7max
、wi
7average
、wi
7median
、wi
7fluctuation
；其中wi
7max
+wi
7average
+wi
7median
+wi
7fluctuation
=1；每个子权重wi8下对应有预定时段内主轴承密封润滑油脂数据的最值、均值、中位值、波
动系数，分别对应于权重wi
8max
、wi
8average
、wi
8median
、wi
8fluctuation
；其中wi
8max
+wi
8average
+wi
8median
+wi
8fluctuation
=1；步骤6-2c、构建第三权重模型：定义自动抓拍的监控视频的总权重为w
e3
；总权重为w
e3
下的各子数据的权重占比均分；步骤6-2d、构建第四权重模型：定义测量得到的施工质量数据的总权重为w
e4
；总权重为w
e4
下的各子数据的权重占比均分；步骤6-2e、数据计算存储服务器将生成的报表数据分别导入至第一权重模型、第二权重模型、第三权重模型、第四权重模型中，分别输出子评分a、子评分b、子评分c、子评分d、总评分g；将上述评分与预设的标准数据库比对，标准数据库中分别对应有子告警极限w、子告警极限x、子告警极限y、子告警极限z、总告警极限s；判定规则如下：若输出子评分a＞子告警极限w，此时进一步判断所有总评分g是否到达总告警极限s，若总评分g≥总告警极限s，则直接发出一级预警；若总评分g＜总告警极限s，则直接发出二级预警；若输出子评分a≤子告警极限w，此时进一步判断子评分b、子评分c、子评分d，若子评分b、子评分c、子评分d中任意一个评分超出其对应的子告警极限，则发出三级预警；若子评分b、子评分c、子评分d中任意两个评分超出其对应的子告警极限，则发出二级预警；若子评分b、子评分c、子评分d全部超出子告警极限x、子告警极限y、子告警极限z，则发出一级预警；预警结果接入专家系统数据库，匹配解决方案，辅助技术人员驾驶盾构机。

技术总结

本发明提供了一种基于边缘计算架构的盾构施工预警系统及预警方法，属于盾构智能监控领域。该系统包括采集预警模块、传输模块、监控展示中心，采集预警模块包括采集终端、预警交互终端，传输模块包括数据转发终端、监控视频网关终端，监控展示中心包括通讯模块、数据计算存储服务器。在系统架构中，数据计算存储服务器设定为中心硬件，采集终端、监控视频网关终端设定为边缘硬件，可以进行边缘计算，参与盾构数据的预处理、数据分析、数据分发与策略执行。本发明系统和方法能够实现盾构机施工数据的高效、稳定、安全采集，并且具备参数预警与远程安全监控功能。远程安全监控功能。远程安全监控功能。