基于物聯網的自動化監測系統在公路邊坡監測中的應用

李明智，黃澤斌，劉先林

(廣西交通設計集團有限公司，廣西 南寧 530029)

0 引言

公路邊坡開挖打破了原自然斜坡巖土體的平衡狀態，在降雨、開挖震動等外界因素的干擾下，易誘發滑坡、崩塌等地質災害，造成人員與財產損失。公路邊坡地質災害具有隱蔽性強、突發性強、造成損失巨大等特點，而目前對于公路地質災害主要采用的是定期巡查的方式，該方式存在數據收集不及時、信息覆蓋面不足等缺點，對于較遠距離的、隱蔽性較強的以及早期病害尚不能監測到位。邊坡的變形失穩破壞，往往需要經歷蠕變、勻速運動、加速運動至破壞的發展過程[1]。在這個過程中，邊坡不僅會產生位移變形，其支護結構的受力、地下水位均會有所變化。通過對邊坡位移變形、應力、水位等要素進行監測，即可掌握邊坡的失穩演化過程，捕捉地質災害發生的前兆信息，做到提前預防，科學決策。

近年來，隨著通訊、計算機、電子等技術的發展，公路監測已發展為評價公路路基穩定性、實施災害預警的保障手段。基于物聯網的自動化監測技術逐步應用在邊坡地質災害監測中[2-5]，通過在現場埋設遠程監測設備，實現了遠程實時采集數據。相較于人工監測，自動化監測具有監測頻率高、監測設備種類豐富、受人為因素干擾小等明顯優勢。通過多類型傳感器的實時監測數據，對其進行綜合分析，還可以進一步研究邊坡變形失穩的破壞機理與模式，為邊坡的處治設計提供科學的依據[6-7]。

本文以西部某高速公路邊坡為例，采用基于物聯網技術的自動化監測技術進行實時監測，并針對項目特點采用多種監測手段結合，獲取了邊坡深部位移、地表位移、降雨量、裂縫等監測數據。通過對監測數據的綜合分析，對邊坡異常進行實時監測預警，保障了高速公路的正常運營。查明了邊坡的變形范圍、變形深度、破壞原因，才能更好地為邊坡的后續治理提供科學的依據。

1 自動化監測系統的搭建

自動化監測是將地表位移、深部位移、應力應變、視頻監控等類型設備安裝在現場，通過4G/NB-IOT等無線數據方式，將現場設備與公司服務器進行連接，服務器自動對設備數據進行采集、處理、成圖、預警并通過手機APP與網頁將數據推送給相關人員。

根據現場情況，設計四層結構的自動化監測預警系統，具體如下：

(1)現場傳感器系統：安裝在邊坡上，用于測量邊坡的各種物理量。本項目使用的傳感器主要有四類，具體如表1所示。

表1 監測內容與監測方法表

(2)數據傳輸系統：現場傳感器通過有線連接的方式接入采集盒，采集盒將數據打包后采用無線數據傳輸的方式，使用GPRS網絡(4G網絡)將數據發送至服務器并接收服務器發送的指令。

(3)服務器系統：部署在服務器上的監測預警云平臺，定時發送采集指令給現場傳感器，并接收現場傳感器數據，自動對數據進行預處理、成圖、出報表與預警，并存儲至數據庫。系統整體構架采用B/S構架，使用C++、JAVA、JavaScript等編程語言，采用MVC三層架構設計，同時基于微服務架構，建立了GNSS解算模塊、數據解析模塊、預警模塊、人工數據管理模塊、地圖模塊等多個微服務模塊。

(4)客戶端系統：客戶端主要為面向用戶的窗口，包含手機端與網頁端，便于實時查看監測數據、監測報告、預警信息等。

2 監測成果分析

邊坡高度為8級，主要由三疊系下統地層組成，巖性為泥質砂巖，逆向坡。邊坡一、二級坡面采用錨桿格梁防護，其余各級采用植被混凝土進行防護和綠化。邊坡防護完成后，坡體局部出現裂縫、錯臺。

該邊坡高度較大，一旦出現失穩，將對公路施工安全以及順利通車造成極大的困難。為保障邊坡施工人員與財產的安全，同時查明監測區域的位移變形范圍、深度與誘發原因，為邊坡的治理設計提供準確的依據，特對本邊坡進行監測。針對邊坡的基本情況，項目采用了4種監測方法，其中深部位移與GNSS地表位移用于監測邊坡整體穩定性，裂縫計用于發生垮塌位置的重點監測。監測點布置如圖1所示。

圖1 監測點布置圖示意圖

各方法具體情況如下：

在邊坡主斷面布置了1個深部位移監測斷面，監測孔深均為30 m，每1 h 一條數據，獲得的深部位移監測成果如圖2所示。由圖2可得：深部位移均未發現明顯異常，最大累計位移為ZK01號孔，位移量為-4.36 mm，位移速率為0.01 mm/d，位移量較小，未發現明顯的滑動面痕跡，通過深部位移數據可知邊坡未發生深層滑動。

(a)ZK01號監測孔數據

在邊坡主斷面的兩側布置了2條GNSS地表位移監測斷面，獲得的監測成果如圖3所示。通過GNSS地表位移監測可得：邊坡的次斷面未發現明顯位移跡象，平面位移與高程位移均在15 mm以內，數據呈波動型，未發現明顯異常；位移方位角散點圖呈現雜亂無章狀(見圖4)，無明顯朝某個方向位移趨勢。通過深部位移與GNSS地表位移監測成果可得：邊坡未發生整體的位移變形。

圖3 GNSS地表位移監測成果曲線圖

圖4 位移方位角散點圖

如圖5所示對6月16日至8月15日這兩個月的裂縫寬度變化與降雨量的關系進行分析，可以看出：裂縫寬度在近兩個月變化了27 mm，且邊坡裂縫寬度呈現與日降雨量相對應的階梯狀演化特征，即每次降雨過后，變形曲線出現一個明顯的變形增長臺階，變形速率顯著增大，無降雨時，裂縫變形速率趨向于0，裂縫變形特征屬于典型的階躍型曲線。由此可見，裂縫的變化主要由于降雨引起，雨水下滲導致土體自重增加，同時軟化滑動面。

圖5 裂縫累計位移與日降雨量關系曲線圖

通過深部位移、GNSS地表位移、裂縫位移與雨量計綜合監測，得到的結論如下：

(1)深部位移與GNSS地表位移監測站未發現明顯異常，這說明邊坡整體穩定性較好，未發生整體位移。

(2)裂縫寬度變化與降雨量呈現明顯的相關性，裂縫是由于坡面未做防水措施，雨水下滲，導致土體自重增大而軟化滑面。

(3)綜上所述，目前邊坡僅為淺層局部變形，建議對坡面進行封閉防水，同時對已有裂縫進行封閉和修補，避免大量降水入滲坡體內使裂縫增大而進一步帶動深層變形。

3 結語

本文以西部某高速公路邊坡為例，選擇典型邊坡建立了基于物聯網的自動化監測系統，對邊坡進行了綜合監測預警，得到以下結論：

(1)通過深部位移、地表GNSS位移、裂縫、降雨四個方法相結合，查明了邊坡的變形范圍、變形深度和破壞原因。

(2)針對監測成果，提出了針對性的防護方案，在保障工程質量的同時，節約了項目投資。