量测系统

2024-05-17

量测系统（精选十篇）

量测系统篇1

电力系统状态估计基于电网参数和实时量测,为能量管理系统提供电网当前的运行状态。动态状态估计和静态状态估计是状态估计发展的2个方向。实际电力系统是一个复杂、非线性、动态的系统,量测量与状态量实时变化,一段时间内量测量服从特定的统计特性,因此,动态状态估计比静态状态估计更符合电力系统的本质[1]。

目前电力系统动态状态估计主要以扩展卡尔曼滤波(EKF)理论为基础[2],当强非线性系统处于稳态时,估计误差较小;当系统受到扰动或电源/负荷发生突变时,由于EKF法中非线性函数线性化的局限性,预报和估计精度都有待提高。针对上述情况,文献[3]提出计入非线性的EKF法,将函数线性化的二次项保留以削弱忽略高次项带来的影响;文献[4]采用Holt’s双参数指数平滑法以改善估计精度;文献[5,6]引入广域测量系统(WAMS)来改善EKF法及其改进方法的估计性能。由于EKF法自身的局限,上述研究对动态状态估计改进幅度有限。近年来,无迹卡尔曼滤波(UKF)法在卫星定位、导弹状态估计、语音识别等领域得到了广泛应用[7]。UKF法采用无迹变换,利用一组散点代表状态变量的分布,通过这些点解算出非线性系统高斯随机变量的均值和方差,从而避免了引入线性化误差和计算雅可比矩阵,对于一阶或高阶非线性系统都有较好的估计精度,且计算复杂度略小于EKF[8]法。当前,UKF法尚未在电力系统动态状态估计中应用。

考虑到WAMS和数据采集与监控(SCADA)系统相结合的混合量测可以提高单一SCADA量测的数据冗余度[9],本文在分析EKF法弊端的基础上,建立了混合量测下基于UKF法的电力系统动态状态估计,通过仿真算例验证了该方法的有效性。

1 EKF动态状态估计方法

电力系统可以用状态转移方程和量测方程的形式描述其动态行为,分别如下:

$\begin{array}{l} x_{k + 1} = g (x_{k}) + u_{k} (1) \\ z_{k} = h (x_{k}) + v_{k} (2) \end{array}$

式中:xk为时刻k的n维状态向量;g为非线性状态转移函数;uk～N(0,Qk),为n维模型误差向量;Qk为模型误差的方差,其数值取决于描述系统数学模型的准确程度;zk为m维量测向量;h为非线性量测函数;vk～N(0,Rk),为m维量测误差向量;Rk为量测误差的方差。

对式(1)和式(2)中的状态向量xk进行估计,就要先确定系统状态变量的先验概率分布以及联系状态变量与系统量测的似然函数,然后得到系统状态在给定观测数据下的后验概率分布[1]。目前,电力系统动态状态估计常用方法是EKF法,其基本思想是把非线性的状态转移函数和测量函数线性化,即在状态估计值 $\hat{x}_{k}$ 和预报值 $\tilde{x}_{k}$ 附近,对式(1)、式(2)进行泰勒展开:

$\begin{array}{l} x_{k + 1} = g (\hat{x}_{k}) + \frac{\partial g}{\partial x} |_{\hat{x}_{k}} (x_{k} - \hat{x}_{k}) + o_{1} (x_{k} - \hat{x}_{k}) + u_{k} (3) \\ z_{k} = h (\tilde{x}_{k}) + \frac{\partial h}{\partial x} \end{array}$

$_{\tilde{x}_{k}} (x_{k} - \tilde{x}_{k}) + o_{2} (x_{k} - \tilde{x}_{k}) + v_{k} (4)$

忽略二阶以上高阶项 $o_{1} (x_{k} - \hat{x}_{k})$ 和 $o_{2} (x_{k} - \tilde{x}_{k})$ ,即可利用常规的卡尔曼滤波算法递推求解[6]。

但是,EKF法这种忽略高阶项的线性化方法存在一定的弊端。以下将对出现这种弊端的条件和结果进行分析。

在EKF法中, $\tilde{e}_{k} = \tilde{x}_{k} - x_{k}, \hat{e}_{k} = \hat{x}_{k} - x_{k}$ ,分别为预报误差和估计误差,二者之间的关系为:

$\hat{e}_{k} = \tilde{e}_{k} + Κ_{k} (z_{k} - h (\tilde{x}_{k})) (5)$

式中:Kk为滤波增益矩阵。

将式(4)代入式(5)得:

$\hat{e}_{k} = (Ι - Κ_{k} Η_{k}) \tilde{e}_{k} + Κ_{k} (o_{2} (x_{k} - \tilde{x}_{k}) + v_{k}) (6)$

式中:Hk为 $h (\tilde{x}_{k})$ 的雅可比矩阵。

以 $o_{2} (x_{k} - \tilde{x}_{k})$ 中的二阶项为例说明高阶项在动态状态估计中的影响。忽略三阶以上高阶项,式(6)的方差可以表示为:

$\begin{array}{l} S_{k} = (Ι - Κ_{k} Η_{k}) \tilde{S}_{k} (Ι - Κ_{k} Η_{k})^{Τ} + Κ_{k} R_{k} Κ_{k}^{Τ} + \\ \frac{1}{2} (Ι - Κ_{k} Η_{k}) E (\tilde{e}_{k} \tilde{e}_{k}^{Τ} Η_{k}^{(2)} \tilde{e}) Κ_{k}^{Τ} + \\ \frac{1}{2} Κ_{k} E (\tilde{e}^{Τ} Η_{k}^{(2)} \tilde{e}_{k} \tilde{e}_{k}^{Τ}) (Ι - Κ_{k} Η_{k})^{Τ} + \\ \frac{1}{4} Κ_{k} E (\tilde{e}_{k}^{Τ} Η_{k}^{(2)} \tilde{e}_{k})^{2} Κ_{k}^{Τ} (7) \end{array}$

式中: $Η_{k}^{(2)} = \frac{\partial^{2} h}{\partial x_{k}^{2}}$ $_{\tilde{x}_{k}}$ ; $\tilde{S}_{k}$ 为预报方差。

如果预报误差 $\tilde{e}_{k}$ 的均值为0,则式(7)为:

$S_{k} = (Ι - Κ_{k} Η_{k}) \tilde{S}_{k} (Ι - Κ_{k} Η_{k})^{Τ} +$

Kk $R_{k} + \frac{1}{4} E (\tilde{e}_{k}^{Τ} Η_{k}^{(2)} \tilde{e}_{k})^{2}$ KTk (8)

由式(8)可知,在强非线性系统中,当状态向量x变化平缓时,二阶项 $\frac{1}{4} E (\tilde{e}_{k}^{Τ} Η_{k}^{(2)} \tilde{e}_{k})^{2}$ 的数值远小于量测方差Rk,不会对EKF法造成影响;若状态向量x发生突变,二阶项 $\frac{1}{4} E (\tilde{e}_{k}^{Τ} Η_{k}^{(2)} \tilde{e}_{k})^{2}$ 的数值会增大,当接近或超出量测方差Rk时,EKF法的稳定性和估计的准确性就会受到影响。如计及忽略的全部二阶以上高阶项,对EKF法的影响会更大。

2 UKF动态状态估计方法

针对EKF法的线性化局限性,文献[8]提出了UKF法。UKF法首先要构造Sigma散点集,设状态向量为n维, $\hat{x}_{k - 1}$ 为时刻k-1的状态向量估计值,Sk-1为该时刻状态向量的协方差矩阵,2n维的Sigma点集可以表示为:

${\begin{cases} χ_{1, k - 1} = \hat{x}_{k - 1} \\ χ_{i, k - 1} = \hat{x}_{k - 1} + \sqrt{(n + λ) S_{i, k - 1}} i = 2, 3, \dots, n + 1 \\ χ_{i, k - 1} = \hat{x}_{k - 1} - \sqrt{(n + λ) S_{i, k - 1}} \\ i = n + 2, n + 3, \dots, 2 n + 1 \end{cases} (9)$

式中:Sk-1为正定矩阵,可用Cholesky分解求得。

Sigma点集所对应的权值计算公式为:

${\begin{cases} W_{1}^{(m)} = \frac{λ}{n + λ} \\ W_{i}^{(m)} = \frac{λ}{2 (n + λ)} i = 2, 3, \dots, 2 n + 1 \\ W_{1}^{(c)} = \frac{λ}{n + λ} + 1 - α^{2} + β \\ W_{i}^{(c)} = \frac{λ}{2 (n + λ)} i = 2, 3, \dots, 2 n + 1 \end{cases} (10)$

式中:W $_{i}^{(m)}$ 和W $_{i}^{(c)}$ 分别为均值加权值和协方差加权值;λ=α2(n+κ)-n;参数α决定第i个Sigma点在状态均值 $\hat{x}_{k - 1}$ 周围的扩展空间,是取值区间为的常数;κ为冗余量;β为与状态向量的先验分布相关的参数,对高斯分布,β=2为最优。

通过状态转移函数,由时刻k-1的Sigma点集求得时刻k的Sigma点集:

χi,k=g(χi,k-1) i=1,2,…,2n+1 (11)

状态向量的预报值及其预报协方差矩阵可以根据时刻k的Sigma点集求得:

$\begin{array}{l} \tilde{x}_{k} = \sum_{i = 1}^{2 n + 1} W_{i}^{(m)} χ_{i, k} (12) \\ \tilde{S}_{k} = \sum_{i = 1}^{2 n + 1} W_{i}^{(c)} [(χ_{i, k} - \tilde{x}_{k}) (χ_{i, k} - \tilde{x}_{k})^{Τ}] + Q (13) \end{array}$

将Sigma点集代入量测方程,得到时刻k关于量测的Sigma点集:

$Ζ_{i, k} = h (χ_{i, k}) i = 1, 2, \dots, 2 n + 1 (14)$

对关于测量Sigma点集加权得到量测预报值:

$\tilde{z}_{k} = \sum_{i = 1}^{2 n + 1} W_{i}^{(m)} Ζ_{i, k} (15)$

进而求得关于量测的估计方差、状态估计与量测估计的协方差:

$\begin{array}{l} S_{\hat{z}_{k}} = \sum_{i = 1}^{2 n + 1} W_{i}^{(c)} [(Ζ_{i, k} - \tilde{z}_{k}) (Ζ_{i, k} - \tilde{z}_{k})^{Τ}] + R (16) \\ S_{\hat{x}_{k}, \hat{z}_{k}} = \sum_{i = 1}^{2 n + 1} W_{i}^{(c)} [(χ_{i, k} - \tilde{x}_{k}) (Ζ_{i, k} - \tilde{z}_{k})^{Τ}] (17) \end{array}$

由式(16)和式(17)可以求得表示时刻k量测对状态向量修正程度的卡尔曼增益矩阵为:

$Κ_{k} = S_{\hat{x}_{k}, \hat{z}_{k}} S_{\hat{z}_{k}}^{- 1} (18)$

得到卡尔曼增益矩阵后,后验状态估计及其协方差矩阵可以按照线性卡尔曼滤波方法求得:

$\begin{array}{l} \hat{x}_{k} = \tilde{x}_{k} + Κ_{k} (z_{k} - \tilde{z}_{k}) (19) \\ S_{k} = \tilde{S}_{k} - Κ_{k} S_{\hat{z}_{k}} Κ_{k}^{Τ} (20) \end{array}$

3 WAMS/SCADA混合量测动态状态估计

利用WAMS/SCADA混合量测,基于UKF法进行电力系统动态状态估计,首先要建立与之相适应的状态转移方程和测量方程。状态转移方程g(xk)可用Holt’s双参数指数平滑法[4]近似替代:

${\begin{cases} x_{k + 1} = F_{k} x_{k} + u_{k} \\ F_{k} = φ (1 + γ) \\ u_{k} = (1 + γ) (1 - φ) \tilde{x}_{k} - γ a_{k - 1} + (1 - γ) b_{k - 1} \\ a_{k} = φ \hat{x}_{k} + (1 - φ) \tilde{x}_{k} \\ b_{k} = γ (a_{k} - a_{k - 1}) + (1 - γ) b_{k - 1} \end{cases} (21)$

式中:φ和γ为取值区间[0,1]的平滑参数,本文中分别取0.8和0.5。

近似处理所产生的误差,在估计过程中包含在无迹变换后的系统误差中,在预报和滤波环节中可以得到削减。

建立量测方程时,在SCADA量测的基础上添加WAMS量测,建立关于混合量测的量测方程。SCADA量测方程的状态向量包括电压实部e和虚部f;量测函数hm(x)包括Pi(x),Qi(x),Pij(x),Qij(x)。Pi(x)和Qi(x)表示的是节点注入功率与状态向量的关系;Pij(x)和Qij(x)表示的是线路上输送功率与状态向量的关系。

WAMS量测主要是依靠各个相量测量单元(PMU)完成,用于动态状态估计的量测包括母线的电压相量和所连接支路的电流相量。状态向量仅仅含有电压实部与虚部,如要引入PMU量测的电流相量就需将其转换成状态向量的函数。转换后的hw(x)可以表示为:

$\begin{array}{l} Re \dot{Ι}_{i} (x) = \sum_{j \in Ω_{i}} (G_{i j} e_{j} - B_{i j} f_{i}) (22) \\ Ι m \dot{Ι}_{i} (x) = \sum_{j \in Ω_{i}} (G_{i j} f_{j} - B_{i j} e_{j}) (23) \\ Re \dot{Ι}_{i j} (x) = (e_{i} - e_{j}) g_{i j} - (f_{i} - f_{j}) b_{i j} - f_{i} y_{c} (24) \\ Ι m \dot{Ι}_{i j} (x) = (e_{i} - e_{j}) b_{i j} + (f_{i} - f_{j}) g_{i j} + e_{i} y_{c} (25) \\ U_{i}^{2} (x) = e_{i}^{2} + f_{i}^{2} (26) \\ \tan θ_{i} (x) = \frac{f_{i}}{e_{i}} (27) \end{array}$

式中: $\dot{Ι}_{i j}$ 为支路电流相量; $\dot{U}_{i}$ 为母线i的电压相量;Ωi为与母线i相连的母线集合;G为节点导纳矩阵的实部;B为节点导纳矩阵的虚部;g,b,yc为π形等值电路的参数(见图1)。

因此,WAMS和SCADA组成的混合量测系统的混合量测方程如下:

$[\begin{matrix} z_{m} \\ z_{w} \end{matrix}$

$= [\begin{matrix} h_{m} (x) \\ h_{w} (x) \end{matrix}$

+v (28)

式中:zm为SCADA量测值;zw为WAMS量测转换得到的Re $\overset{\cdot}{Ι}_{i}, Ι m \overset{\cdot}{Ι}_{i}, Re \overset{\cdot}{Ι}_{i j}, Ι m \overset{\cdot}{Ι}_{i j}, U_{i}^{2}, \tan θ_{i}$ ;v为量测误差。

4 仿真算例

4.1 仿真系统及评价指标

算例采用4机电力系统,见图2,参数设置见附录A。SCADA量测覆盖全网每条线路送端和受端的有功和无功、每条母线的电压幅值、负荷与发电机有功和无功,量测值服从标准差为0.02、误差均值为0的正态分布。母线6,8,10配置了PMU,PMU量测为所在母线的电压相量和该母线所有出线的电流相量,幅值量测服从标准差为0.005、误差均值为0的正态分布,相角量测服从标准差为0.002、误差均值为0的正态分布[10]。

评价函数如下:

$\begin{array}{l} ε_{i} = \frac{1}{Ν} \sum_{k = 1}^{Ν} | \frac{\tilde{x}_{i, k} - x_{i, k}^{*}}{x_{i, k}^{*}} | \times 100 ％ (29) \\ ρ_{i} = \frac{\sum_{k = 1}^{Ν} | \hat{z}_{i, k} - z_{i, k}^{*} |}{\sum_{k = 1}^{Ν} | z_{i, k} - z_{i, k}^{*} |} (30) \end{array}$

式中:N为量测序列总数;x*i,k和 $\tilde{x}_{i, k}$ 分别为状态量i在序列时刻k的真实值和预报值;z*i,k和 $\hat{z}_{i, k}$ 分别为量测i在序列时刻k的真实值和估计值。

式(29)表征的是对状态量i的预报效果,数值越小说明预报效果越好;式(30)表征的是对量测值i的滤波效果,比值越小说明滤波效果越好。

数据总体的评价函数为:

$\begin{array}{l} ε = \frac{1}{n} \sum_{i = 1}^{n} ε_{i} (31) \\ ρ = \frac{1}{m} \sum_{i = 1}^{m} ρ_{i} (32) \end{array}$

式中:n和m分别为状态向量和量测向量维数;ε和ρ分别为预报误差和估计误差。

4.2 稳态系统中UKF法与EKF法的比较

电力系统绝大部分时间运行在稳态,稳态下的系统状态变量变化不大或者变化平稳。仿真条件设置为:系统未受到扰动,并且发电机与负荷没有发生突变,量测基于单一SCADA系统,动态状态估计步长为10 s。

表1中列出了总体幅值和相角的预报和估计仿真结果,从中可以看出2种方法在系统处于稳态时差别不大,无论预报还是估计都取得了不错的效果。但是无论是EKF法还是UKF法,幅值的预报与估计结果都优于相角的,这是因为量测信息中含有大量冗余的电压幅值量测、电流幅值信息(电流幅值信息耦合在功率量测信息中),而完全没有关于相角信息的量测。EKF法与UKF法中的估计误差ρ都远小于1,说明2种方法在稳态电力系统的动态状态估计中都起到了滤除噪声的作用。

表2给出了EKF法和UKF法的计算时间,仿真结果验证了UKF法相对EKF法计算复杂度略小的结论。

4.3 动态系统中UKF法与EKF法的比较

在非线性电力系统中,系统状态量变化剧烈时,UKF法相对EKF法的优势就会显现出来。仿真条件设置为:系统在3 s时母线8发生三相接地短路,在3.1 s时故障被切除,量测基于单一SCADA系统,动态状态估计步长为100 ms。选取的估计计算数据包括故障前、故障中和故障后的量测数据,以便考察故障中的数据对估计结果的影响,以及估计算法对故障后过渡过程的估计准确性。

以母线2为例,图3和图4分别列出了母线2上的电压幅值和相角的EKF法和UKF法估计值。系统在前3 s处于稳态,无论EKF法还是UKF法的状态估计结果都能较快地收敛到真实值,虽然都有少许波动,但是范围都比较小。在发生故障和切除故障后,EKF法和UKF法电压幅值的估计性能就有比较明显的差别,刚刚切除故障时,母线2的电压有一个突然抬升的过程(图3虚线内),UKF法能较好地描述这一趋势,而EKF法完全丢掉了这一信息,在后续的电压幅值波动过程中,UKF法的估计结果也优于EKF法。在电压相角估计方面,UKF法更为明显地优于EKF法,UKF法在故障发生后的1 s内就近似跟踪上了相角真实值,而EKF法经过约5 s才趋近于真实值。在图3和图4中,并没有清晰地看到量测噪声所引起的毛刺,这是因为量测噪声的幅值比量测值波动的幅值小2个至3个数量级,所以量测噪声对状态估计结果的影响相对量测值波动小很多,很难清晰地呈现在估计曲线中。

4.4 WAMS信息对动态状态估计的改进

提高量测冗余是对动态状态估计改善的有效途径,本节仿真是在4.3节仿真的基础上引入WAMS量测。

表3列出了基于UKF动态状态估计方法在引入WAMS信息前后的仿真数据。

仿真结果表明,各个母线上的电压幅值与相角的预报和估计值在引入WAMS量测后,结果都有所改进。其原因是:

1)量测向量的冗余度得到了提升;

2)WAMS量测中含有相量信息;

3)WAMS量测的仿真设置精度高于SCADA。

从仿真结果中还可以看到,布有PMU的母线预报和估计的效果提升较大,说明增加安装PMU的数量可以提高电力系统动态状态估计的性能。

5 结语

本文将以无迹变换为基础的UKF法引入电力系统动态状态估计,避免了EKF法线性化产生的误差和雅可比矩阵的计算,在电力系统发生扰动后,能够快速地收敛于真实值,并且具有高于EKF法的估计精度和稳定性。WAMS/SCADA混合量测取代单一的SCADA量测,充分计及WAMS量测信息以提高量测冗余度,将其代入UKF法,进一步改善了动态状态估计的性能,而且不依赖于PMU配置情况。

附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。

参考文献

[1]韩力,韩学山,陈芳.基于综合预测和自适应滤波器的电力系统动态状态估计.电工技术学报,2008,23(8):107-113.HAN Li,HAN Xueshan,CHEN Fang.Dynamic state esti mation in power system based on integrated forecasting model and adaptive filter.Transactions of China Electrotechnical Society,2008,23(8):107-113.

[2]DEBS A S,LARSON R E.A dynamic esti mator for tracking the state of a power system.IEEE Trans on Power Apparatus and Systems,1970,89(7):1670-1678.

[3]MANDAL J K,SI NHA A K,ROY L,et al.Incorporating nonlinearities of measurement functionin power systemdynamic state esti mation.IEE Proceedings:Generation,Transmission and Distribution,1995,142(3):289-296.

[4]LEITE DA SILVA A M,DO COUTTO FILHO M B,DE QUEIROZ J F,et al.State forecasting in electric power systems.IEE Proceedings:Generation,Transmission andDistribution,1983,130(5):237-244.

[5]刘辉乐,刘天琪,彭锦新.基于PMU的分布式电力系统动态状态估计新算法.电力系统自动化,2005,29(4):34-39.LI U Huile,LI U Tianqi,PENG Jinxin.New distributed power system dynamic state esti mation algorithm based on PMU.Automaton of Electric Power Systems,2005,29(4):34-39.

[6]秦晓辉,毕天姝,杨奇逊.基于WAMS的电力系统机电暂态过程动态状态估计.中国电机工程学报,2008,28(7):19-25.QI N Xiaohui,BI Tianshu,YANG Qixun.Dynamic state esti mator based on WAMS during power system transient process.Proceedings of the CSEE,2008,28(7):19-25.

[7]马野,王孝通,李博,等.舰船导航信号非线性UKF滤波定位解算方法研究.兵工学报,2007,28(5):539-542.MA Ye,WANG Xiaotong,LI Bo,et al.Positioning algorithm for ship’s navigation signal based on nonlinear UKF.Acta Armamentarii,2007,28(5):539-542.

[8]JULIER S J,UHLMANN J K.Unscented filtering and nonlinear esti mation.Proceedings of the IEEE,2004,92(3):401-422.

[9]李大路,李蕊,孙元章,等.计及广域量测信息的状态估计错误参数识别与修正.电力系统自动化,2008,32(14):11-15.LI Dalu,LI Rui,SUN Yuanzhang,et al.Recognizing and correcting the wrong parameters in state esti mation considering the WAMS measurements.Automation of Electric Power Systems,2008,32(14):11-15.

量测系统篇2

通过具体测区的生产应用,介绍了直接使用非量测数码影像在InterGraph SSK系统中进行空中三角测量的方法和工作流程,并分析了其精度情况.

作者：阮传华郑福海初光王铁军 RUAN Chuan-hua ZHENG Fu-hai CHU Guang WANG Tie-jun 作者单位：阮传华,RUAN Chuan-hua(新疆维吾尔自治区第一测绘院,新疆,昌吉,831100)

郑福海,初光,王铁军,ZHENG Fu-hai,CHU Guang,WANG Tie-jun(黑龙江地理信息工程院,黑龙江,哈尔滨,150086)

刊名：测绘与空间地理信息英文刊名：GEOMATICS & SPATIAL INFORMATION TECHNOLOGY 年，卷(期)：2009 32(3) 分类号：P231.4 关键词：InterGraph SSK系统非量测数码影像空中三角测量

★ 浅谈隧道监控量测论文

★ 梅关隧道施工监控量测技术

★ 影像求职信

★ 影像检查材料

★ 怎么纠正孩子结巴呢

★ 纠正违法回复范文

★ 影像阅读心得

★ 影像技师自荐信

★ 影像科党员个人总结

污染扩散流场数字图像量测系统篇3

为在环境风洞实验中模拟污染物的扩散流场及变化情况，基于光学粒子散射理论和数字图像处理技术，并利用粒子图像测速（particle image velocimetry，PIV）技术，研制了一套具有全流场量测、非接触及低成本等特征的瞬态流场定量光学测量系统。将系统用于环境风洞模拟中，可对城市小区、街道峡谷及交通高架污染物等的扩散状况进行定性观察，还可对污染物的流场进行定量量测。可为污染物流场的理论研究、数值计算及环境规划提供参考。

关键词：

流场；图像测试技术；污染扩散

中图分类号： X 5文献标志码： Adoi： 10.3969/j.issn.10055630.2016.02.015

Abstract：

Since the flow field measurement of city pollutant diffusion simulation in the environmental wind tunnel is not perfect yet，further development is needed.Using particle image velocimetry （PIV），this project，based on numerical image processing technique and optical particle scattering，aims to develop instant flowfield quantitative optical measurement and control system，which has the characteristics of noncontact，wholefield measurement，large measured area，low cost and so on.This system could not only qualitatively observe pollutant diffusion of the city biotopes，street canyons and elevated traffic，but also quantitatively measure the pollutant flow field，providing adequate data for the study on the theory of numerical calculation and environmental planning.

Keywords： flow field； image processing technique； pollutant diffusion

引言

我国经济发展迅猛，带来了越来越复杂的空气污染扩散问题。在城市中，存在着较多的工业区与居民区混合的状况，加之任意释放的低排量污染源，使环境的管理工作越来越难。要有效改善城市的环境，预防和控制空气的污染及扩散，可应用相似原理，在环境风洞中进行污染扩散的模拟实验[14]，其中污染物的流场分布以及变化状况是该风洞中最需要解决的室内实验问题[57]。无疑，开发大范围、无干扰、低成本、不稳定且非定常地剧烈分离流场的数字图像量测系统，具有非常重要的理论意义及实际应用价值。本文建立了一套完整的粒子图像瞬时流场量测处理及识别的硬件和软件系统，运用该系统可对复杂流场信息进行提取与处理。

1粒子图像测速技术的基本原理

将示踪粒子释放在流体中并跟随它的位置，由此测出的粒子所在流场中的速度称为粒子图像运动速度（particle image velocimetry，PIV）。它是记录同一示踪粒子在同一或不同平面上不同时刻运动位置的记录方式。PIV是利用计算机对流场中粒子进行非接触且定量化的一种瞬态图像处理测速技术，不会影响流场，且能同时进行多点测速，满足流体速度的时效性，可用于二维平面速度场速度矢量的测试[5]，同时能以十分直观的图形使结果一目了然。该技术的基本原理是利用流体中示踪粒子对光的散射作用，将众多粒子在不同时刻、不同的图像记录在图像存储媒体上，再利用物理测试及图像处理方法求出粒子在一定时间间隔内的运动距离，由此可求得粒子所在位置的速度。粒子图像测速技术的原理如图1所示，

可见，要得到全流场瞬间速度的信息就可以用非接触测速法瞬时“冻结”多个粒子的这种位移，再知道两次记录的时间间隔就可以了。如将流场图像通过图像接口卡直接送入计算机进行采集和处理，就可以形成实时量测系统。

2粒子图像测速系统的建立

粒子图像测速系统的硬件部分由激光器、CCD摄像机、反射镜、光束扩展器、多媒体实时压缩存贮板、多帧存图像接口板及计算机等组成。软件部分由流场数据分析、图形显示及图像处理系统组成。该系统具有由瞬时粒子图像场得到瞬时浓度场的功能，也可对瞬时采集的PIV图像进行计算得到速度场的功能。系统流程框架如图2所示。

2.1硬件组成

图3为PIV系统硬件部分。空气、水或油等流体由粒子发生器进入，再经流量计进入测试体内。同时，测试体内的目标被激光系统形成片光照明，CCD从垂直于片光的角度拍摄流场，将获得流场的信息发送给计算机进行处理。

实验中的粒子发生器是遥控式环保烟油热升华烟雾发生器，粒子的粒径为1 ～500 μm。激光器是532 nm端面泵浦全固态绿光激光器，最大功率为1.02 W 。片光能量集中，感光性好，实验中直径为1 mm的半圆柱透镜可扩展光束且形成片光，它的折射率大约为1.5。根据实验工况，光路设计成水平截面。在光束扩展时，该透镜不能完全均化光强分布，尚需相关软件修正由于光强不均造成的影响。CCD分辨率为640×480，最低照度值为0.1 lx的韩国TP801型工业摄像机，摄像机曝光时间的可调范围为1×10-4～2×10-2 s。图像处理和识别的核心是一台PIV计算机，其内存8 GB，硬盘1.0 TB，其它可通配。其计算机内配有CL550多媒体图像实时压缩卡，它的压缩比为1～200，一般采用压缩率为50，图像的失真率可忽略。该卡可将实时采集的视频信号压缩并存贮在计算机硬盘内，取代录像机功能。图像板是一种实时多帧存贮式的图像采集处理器，可连续采集32幅图像，分辨率为512×512，流动图像的灰度级为256，其对比度与输入亮度可调。精度要求不高时，图像板可连续采集128幅分辨率为256×256的流动图像或64幅分辨率为256×5 129（或512×256）的图像。在该图像板上，系统软件将对不同图像进行滤波、二值化、边缘增强、伪彩色等预处理。通过对比度、亮度的调节及噪声抑制等预处理，将CCD采集到的图像经A/D由全电视信号变为数字信号，送至帧存进行处理，映射为帧存图像。帧存图像随时再通过D/A转换为电视信号，由监视器输出。行场同步信号、消噪信号等图像板所需的电视时序，在与图像信号合成送往监视器的同时，还与CCD摄像机同步，这样便可顺利实现整个流场的图像实时采集，处理和实时显示。

PIV技术的硬件系统融入了计算机、现代光学、电子及图像信息处理等多门应用技术，为复杂流场的观测提供了准确和方便的方法[8]。

2.2软件组成

由于平面上的各点反射特征不均匀，加上背景光的影响，特别是复杂流场中，会导致摄取的信息模糊、粒子图像的像质不好等现象，影响图像利用率，除了通过硬件技术，还可采用改善像质的中值滤波、边缘增强、图像分割等软件系统来处理。在获取粒子图像后，需信息提取软件经一定算法提取它的速度信息，对其信息进行插补及修正，以获得整个流场的流速分布。整个软件系统采用C语言编制，并参考文献[2]、[3]、[9]的方法分析和修正了流场中粒子的图像。操作可在提示性弹出菜单下完成，结果可由计算机屏幕显示并打印。该软件测速系统可为流动量测实验提供一个新的瞬时浓度场和速度场的信息采集、分析和后处理的服务，具有如下主要硬件通讯功能：

（1）控制CCD的曝光时间、延时时间、采集速率、拍摄图像的位数。

（2）图像采集卡开关控制、图像的实时显示、图像的单帧采集、图像对的采集和采集中断控制等。

（3）利用自行开发的硬件底层驱动程序，采集计算机的硬件设备信息，以便和软件系统的license对比，确认软件的合法性。

该软件系统具有求取浓度场、速度场及旋度场等主要数据的处理功能。软件系统的各个界面采用统一继承设计，各个用户参数选择界面能够记住用户的最后一次参数设置、用户默认的参数选项、拥有统一的界面风格。主要功能如下：

（1）求取浓度场。在浓度场分析中，基于VRML和OpenGL技术，软件可分析的功能主要包括单个浓度场图像的任意线上浓度的分布、多个浓度场图像的任意点上浓度的分布、多个浓度场图像的任意线上浓度的分布、多幅累加与平均图像、浓度场的图像信息熵分布及图像自动去除噪声等。浓度场等值线分析界面如图4所示，（a）显示的是浓度场灰度图像，（b）显示的是浓度场等值线。

（2）求取速度场。在速度场分析之前，从相应对话框中可以选择七种运动估计算法、窗口或搜索窗口的大小、阈值大小、网格步长、两帧图像之间的时间间隔、图像映射到真实空间的比例尺、输出文件格式和显示的渐变颜色等。计算分为全场计算模式、区域计算模式和点计算模式。速度场分析界面如图5所示。

（3）求取旋度场。其中，在旋度场分析之前，可以从相应对话框中选择五种旋度场分析的算法、二元拟合和插值算法、显示的渐变颜色等。旋度场分析界面如图6所示。

（4）求取流线。用户可以更改流线的密度、总数、流线起止点和局部密度。流线分析界面如图7所示。

（5）求取速度在不同分轴上的偏导数分量场。

（6）离散数据集（标量场和矢量场）等值线/区的绘制和渲染、拟合和插值等。

（7）对图像进行动画播放功能、视频处理功能。这些方便的后处理为实验报告和论文的誊写提供了优美的界面。

（8）非线性特征参数计算。如计算分形维数、关联维数、嵌入维数、时间延迟、Kolmogorov熵、Lyapunov指数、信息熵等。

（9）输出数据为ASCII TXT格式、二进制向量场格式、图像数据格式（由于采用对象连接与嵌入OLE技术和组件对象模型COM技术，几乎包括BMP、JPG、J2K、GIF、TIFF等所有Windows平台上的图像格式）、Tecplot格式和XML格式。

（10）增强的Tecplot外挂功能。该功能是在Tecplot平台上二次开发的，对于数据场的某些后处理，只需点击一个或几个命令按钮即可实现。

3结论

针对复杂流场模拟中图像的特点，建立了一套完整的粒子图像瞬时流场量测处理及识别的硬件和软件系统。硬件系统主要包括图像采集系统、激光光源系统、粒子发生系统和同步控制系统等子系统，并给出和分析了瞬时浓度场图像测量的硬件系统。软件系统采用模块化设计，主要研发了图像采集、瞬时浓度场的分析和后处理三合一的测量软件系统。所设计的系统可实现复杂流场信息的提取与处理。

参考文献：

[1]张丽娜，赵林，陈璐.数值风洞与物理风洞对烟塔合一排烟的比较研究[J].环境科学与技术，2013，36（5）：141146.

[2]李宋，吴文权，詹咏.瞬态浓度场的光学测量系统[J].上海理工大学学报，2004，26（4）：340343.

[3]LU X，WU W Q，ZHAN Y.Instantaneous concentration measurement in environment wind tunnel[C]//Proceedings of the International Conference on Energy and the Environment.Shanghai：Shanghai Scientific and Technical Publishers，2003，11（2）：13391343.

[4]YU J H，TIAN L W，ZHUANG W Q，et al.Prediction of the pollutant diffusion discharged from wind tower of the city traffic tunnel[J].Tunnelling and Underground Space Technology，2014，42：112121.

[5]ZHANG H，SHI W D，CHEN B，et al.Experimental study of flow field in interference area between impeller and guide vane of axial flow pump[J].Journal of Hydrodynamics，2015，26（6）：894901.

[6]MATHEW B，ALAZZAM A，ABUTAYEH M，et al.Modeling the trajectory of microparticles subjected to dielectrophoresis in a microfluidic device for field flow fractionation[J].Chemical Engineering Science，2015，138：266280.

[7]徐丙立，林珲，胡亚，等.多点源空气污染高斯扩散模式并行方法研究[J].北京理工大学学报，2014，34（11）：11451149.

[8]王燕.旋转式电磁机构动态位移的图像测试技术[J].工业控制计算机，2014，27（1）：6162.

[9]詹咏，何玉武，曾小磊.混凝控制指标下涡漩运动对混凝影响的研究[J].上海理工大学学报，2011，33（8）：401404.

量测系统篇4

关键词：量测饱和,鲁棒性配置,状态估计,马尔可夫链,网络重构

0 引言

智能配电网高级应用软件技术[1]及其自愈控制技术[2]的发展,大大提高了配电网的自动化水平,在线网络重构成为可能,网络重构将作为主动配电网中降低网络损耗、提高电压水平以及对故障后负荷恢复供电的常见措施[3]。因此,网络重构对量测配置的影响将不容忽视,基于一种网络结构的量测配置,已不能达到配电网状态估计精度的要求[4]。因而设计一种兼顾多种网络结构的鲁棒性量测系统是有必要的。

合理的量测配置是保证系统可观测的重要条件,系统可观测是状态估计的前提[5]。目前可观性分析的方法主要是针对输电网,输电网因其量测冗余度高,一般能满足可观性要求。而配电网规模较大、网络结构变化较快,量测冗余度不足,从经济角度考虑,大范围地进行量测配置达到传统意义下的可观性是不切实际的[6]。为实现系统的可观性,配电网中一般需添加误差较大的伪量测数据,这影响了状态估计的精度[7],而状态估计结果的准确性对其他应用有很大的影响[8]。因此,在保证系统可观性及经济性基础上,量测配置应尽可能提高状态估计的精度及鲁棒性[9]。

近年来,配电网的量测配置研究备受关注,但大多是针对单一网络结构。文献[10]研究了量测装置位置对状态估计误差的影响,但没有给出具体量测配置的确定方法。文献[11]分析了在量测数据缺失和支路故障情况下,合理的量测配置是获得系统可观测性的方法。文献[12]基于序数寻优策略确定量测配置,同时提高电压幅值及相角的状态估计精度。文献[13]分析了网络参数不确定性及量测设备失灵对量测配置的影响。文献[14]针对主动配电网考虑了谐波对量测误差及其状态估计的影响。

在主动配电网中需考虑网络重构对量测配置的影响[4,15,16,17]。文献[4]提出在配电网量测配置中考虑网络重构的重要性,并提出一种基于动态规划理论的量测配置方法,该方法的目标是通过量测配置使所考虑的多种网络结构能够同时达到估计精度要求。文献[15]在考虑多种网络结构及分布式电源(DG)的情形下,给出的方法能够在权衡估计精度和多种量测装置数量的同时,保证总花费最小。文献[16]完善了该工作,进一步研究了DG出力不确定性对量测配置的影响。文献[17]提出的方法以多种网络结构系统估计总方差的平均值为目标,能够优化所考虑的网络结构中估计精度最差的情况。文献[4]及文献[15,16,17]的方法均没有考虑不同网络结构对量测配置影响程度的差异,也没给出量测数量上限的依据。

针对配电网中网络结构灵活变化的特点,依据输电网中考虑单线路故障的鲁棒性量测配置方案[11,18],本文将单线路故障重构[19,20]后的网络结构作为配电网可能存在的网络结构形态,提出一种计及故障重构后多种网络结构的鲁棒性量测配置方法。该方法确定的最终量测配置方案能够兼顾多种网络结构,使状态估计精度在不同网络结构情况下均满足要求。本文首先分析配电网量测系统的饱和特性,并确定量测系统的饱和数量;然后,通过马尔可夫链[21,22]模拟系统运行状态,得到各网络结构的运行概率;最后,建立鲁棒性配置模型并利用启发式算法求解。算例仿真结果表明了所提出量测系统鲁棒性配置方法的合理性和有效性。

1 量测系统饱和性分析

系统状态估计精度与量测数量是非线性关系。随着量测数量的增加,新增量测装置对系统状态估计误差的影响逐渐减小。当量测装置增加到一定数量时,系统状态估计精度逐渐趋于饱和。

1.1 配电网状态估计

基于最小二乘法的状态估计方法具有计算简便、快速、占用内存少的优点[23]。状态估计的量测方程为:

式中:z,x,ez分别为量测向量、状态向量和量测误差向量;ez~N(0,Rz),其中Rz=diag[σ2z1,σ2z2,…,σ2zi,…,σ2zm],σ2zi为第i个量测的方差;h(x)为量测方程。

另有

式中:H为系统的雅可比矩阵;C为系统状态估计误差的协方差矩阵;cii为C中第i个对角元素,对应状态变量xi的方差;Sc为各状态变量的方差之和,定义为系统的总方差;n为状态变量的个数。

cii的值越大,表明xi的状态估计误差越大,Sc的大小反映系统的整体状态估计精度。

本文采用蒙特卡洛算法仿真量测系统的量测误差,当配电网运行的网络结构已知,定义Ebi为当前量测配置情况下第i条支路的状态估计误差,各支路状态估计误差之和的平均值作为该网络结构下系统的状态估计误差Es,即

式中:MC为蒙特卡洛算法的仿真次数;xij为第j次蒙特卡洛仿真中第i条支路的状态估计值;xireal为第i条支路的真值;N1为所考虑的支路数。

系统的状态估计误差Es与式(4)中的Sc具有相同的变化趋势,其值随着Sc的减小而减小。

1.2 饱和性分析

假定当前量测数量为m,增加一个量测量,新的协方差矩阵C(m+1)如附录A式(A3)所示,式中A矩阵的对角元素即为增加一个量测装置各变量估计方差的减小量。由此可得,新增一个量测量后,Sc的变化量为:

式中:Sc,m和Sc,m+1分别为量测数量为m和m+1时的系统状态估计总方差;cki为C的元素,k=1,2,…,n;wm+1为第m+1个量测量的误差权重,wm+1=1/σ2m+1。

由式(7)可知,ΔSc,m>0,即随着量测数量的增加,系统的状态估计总方差逐渐减小。由于cki随着量测数量的增加而减小,则ΔSc逐渐减小。当量测装置增加到一定数量时,可使ΔSc趋于饱和,即Sc基本保持不变,达到饱和。定义使式(8)成立的量测数量为量测系统的饱和量测数量Nsat。

式中:Sc0为在无实时量测时,基于节点负荷功率的伪量测数据和实际数值分别进行潮流计算,状态变量间差值的平方和,作为系统状态估计总方差的基准值;ΔSc为每增加一个量测装置Sc的变化量;ε与系统的状态估计精度要求有关。

饱和量测数量的确定包括以下步骤。

1)利用前推回代法进行潮流计算,得到的结果作为支路功率和电流的真值。根据高斯分布的3σ准则,将真值叠加3%的高斯噪声模拟仪表量测数据,负荷数据叠加20%的误差作为负荷预报的伪量测数据,零注入的虚拟量测方差取σ2=10-8[23]。

2)计算无实时量测情况下式(8)中的Sc0。

3)扫描各支路分别安装一个量测装置的系统状态估计总方差Sc,使Sc最小的支路作为该量测装置的安装位置。按相同的方法逐一添加量测装置,直到式(8)成立为止。

4)根据式(8)确定量测系统的饱和量测数量Nsat。

本文将以饱和量测数量作为量测装置的安装上限,避免了增加量测装置而估计精度无显著改善的经济浪费,平衡了估计精度和经济性两方面因素。

2 鲁棒性配置模型与求解

配电网出现故障时进行网络重构,可保证负荷供电可靠性。实际运行中,故障重构后的网络结构属于临时运行状态,比正常运行网络结构的运行时间短,因此,各种网络结构的运行概率不同。本文利用马尔可夫法确定各网络结构的运行概率,并体现在综合考虑多种网络结构量测配置的目标函数中,可提高量测配置的鲁棒性。

2.1 鲁棒性配置模型

为兼顾多种网络结构,鲁棒性配置的目标函数需计及正常运行和故障重构后网络结构的状态估计误差,引入系统综合状态估计总误差EC,使其在鲁棒性量测配置下达到最小值。量测系统的鲁棒性配置模型可表示为:

式中:Nstr为所考虑网络结构的数量;Esj为第j种网络结构的系统状态估计总误差;M为所安装量测装置的数量;pj为第j种网络结构的运行概率,且有

2.2 不同网络结构运行概率的确定

马尔可夫法根据系统的初始状态和可能状态之间的转移概率预测系统未来的发展趋势[21]。利用马尔可夫法可对配电系统中各支路的未来状态进行预测,进而得到相应网络结构的运行概率。根据马尔可夫法确定各网络结构运行概率的具体过程如下。

1)确定转移概率矩阵。配电网中的支路一般有运行和故障两种状态,设支路的状态为S={0,1},0表示运行状态,1表示故障状态。对配电网中任意支路b,设其故障率为λ,故障修复率为μ,对应的概率函数S(Xtb)和转移矩阵L分别为:

式中:Xtb为t时刻任意支路b的状态。

2)确定初始状态概率向量和研究的总模拟次数T。设初始状态为正常运行状态,即P0(Xtb)=[1,0],总模拟次数为T=100 000。

3)利用马尔可夫法预测t时刻各支路的状态概率矩阵P(t):

式中:P(t-1)和P(t)分别为该支路在t-1和t时刻的状态概率矩阵,且P(t)只取决于P(t-1),与t-1时刻之前的状态无关。

最后,确定各网络结构的运行概率。统计在模拟时间段内各支路故障状态出现的次数Tj,Tj/T即为不同网络结构的运行概率。

2.3 量测位置的确定

在鲁棒性量测配置过程中,以饱和量测数量为约束确定量测装置的位置。假定配电网节点数为N,Nsat为系统的饱和量测数量,由式(9)定义的最优问题转化为在N-1候选支路中选取Nsat量测点使目标函数最小,即从种候选方案中选出最优方案。

本文采用启发式算法确定量测装置的位置,即在所有备选量测地点中,将使系统综合状态估计总误差EC最小的位置,确定为新增量测装置的安装位置,重复该过程,直到安装的量测装置达到饱和量测数量时结束。在已有量测装置条件下,假设在第i个位置新增一个量测装置时系统综合状态估计总误差为ECi,则满足min{ECi}的位置即是新增量测装置的安装位置。ECi可表示为:

式中:ECi为在第i个位置增加一个量测装置时系统的综合状态估计总误差;Esj,i为在第i个位置增加一个量测装置时第j种网络结构的系统状态估计总误差。

2.4 求解步骤

鲁棒性配置方法可概括为:首先根据系统状态估计总方差与量测装置数量的关系,确定饱和量测数量;然后利用马尔可夫法求解各种故障重构后网络结构的运行概率;最后确定鲁棒性配置量测装置的安装位置。鲁棒性配置框图见附录B图B1。

3 算例分析

本文以IEEE 33节点配电系统、美国PG&E69节点配电系统验证所提出方法的有效性。仿真计算中,电压基准取12.66 kV,功率基准取10 MVA,故障重构后的网络结构由遗传算法获得[19]。为了较好地模拟量测系统引起的量测误差,参照文献[23]取蒙特卡洛仿真的次数MC=400,以确保蒙特卡洛仿真计算的充分性。仿真过程中以支路功率或支路电流作为状态变量,33节点和69节点系统中分别为32个和68个;两系统中的伪量测数据分别为32个和68个。

3.1 量测饱和分析算例

3.1.1 IEEE 33节点配电系统

IEEE 33节点配电系统,有33个节点,37条支路,5个联络开关,其中8-21,9-15,12-22,18-33,25-29为联络支路。为验证1.2节所提饱和算法的有效性,将仿真结果与遗传算法进行比较。两种算法的系统状态估计总方差随量测数量增加的变化曲线如图1所示,表1列出了采用不同量测类型时两种方法的仿真结果。

图1表明随着量测装置数量的增加,两种算法的状态估计总方差均随之呈非线性下降。当量测装置达到一定数量时,系统状态估计总方差下降速度趋缓,配电系统状态估计精度趋于饱和。取ε为0.005,根据式(8)对饱和量测数量的定义,当量测数量皆为11时,本文算法和遗传算法确定的饱和特性均满足ΔSc/Sc0<0.005,量测数量达到饱和。图1显示两种算法确定的量测饱和特性曲线基本重合,说明本文提出方法的可行性。由表1可知,量测数量达到饱和时,系统状态估计总方差Scsat相比Sc0下降90%以上,状态估计精度大幅提高。量测类型改变时,饱和量测数量不变,量测饱和特性比较稳定。

为说明网络结构变化对饱和量测数量的影响,取量测类型为功率量测,附录C图C1给出了IEEE33节点系统在正常网络结构与其他6种不同网络结构下的量测饱和特性,表2给出了不同网络结构下系统的饱和量测数量。由附录C图C1可以看出,当网络结构变化时,系统的量测饱和特性基本不变,表2显示网络结构变化时,系统的饱和量测数量变化浮动很小。综上所述,对于IEEE 33节点系统,网络结构变化对量测饱和特性的影响较小。

3.1.2 美国PG&E 69节点配电系统

美国PG&E 69节点配电系统具有69个负荷节点,73条支路,5个联络开关,联络支路分别为:11-66,13-22,15-69,27-54,39-48。该系统量测饱和特性的仿真结果如图2、附录C图C2、表3和表4所示。

由图2可知,PG&E 69节点配电系统中,系统状态估计总方差随量测数量的增加也呈非线性下降,量测饱和现象明显。根据仿真结果,取ε为0.001。由表3看出,对于本文算法,当量测数量达到19时,两种量测类型下皆满足ΔSc/Sc0<0.001,量测系统达到饱和状态。对于遗传算法,当量测数量分别为19和20时,两种量测类型下量测系统达到饱和状态。在饱和量测数量情况下,系统状态估计总方差皆下降95%以上,状态估计精度显著提高。另外,表4和附录C图C2表明,系统的量测饱和特性及饱和量测数量随网络结构的变化基本保持不变,网络结构变化对系统的量测饱和特性影响不大。

3.2 鲁棒性配置结果及分析

在鲁棒性配置过程中,量测类型为功率量测,暂不考虑多重故障场景。用马尔可夫法确定不同网络结构的运行概率时,设每条线路的故障率和修复率分别为λ=0.065,μ=0.083[24]。为验证鲁棒性方法的有效性,将其与仅考虑正常运行网络结构的基本配置方法、文献[17]中提到的贪婪算法和子模块饱和算法进行对比。

3.2.1 IEEE 33节点配电系统

对于IEEE 33节点配电系统,考虑32种网络结构,包括正常运行时的网络结构和31种发生单线路故障重构后的网络结构,根据饱和特性分析确定的饱和量测数量,取12为量测装置的安装数量上限。由马尔可夫法确定各种网络结构的运行概率如附录C表C1所示,4种配置方法的量测装置安装结果如附录C表C2所示。表5给出了部分不同网络结构下基于4种配置方法的状态估计总误差。

由表5可见,在多数情况下鲁棒性配置优于基本配置及贪婪算法,与子模块饱和算法结果相当。如支路16故障时,鲁棒配置的总误差为9.651,优于其他3种方法。另外,由表5可看出,对于正常结构,本文提出的鲁棒性配置方法与只考虑正常网络结构的基本配置相比,两者估计精度仅相差1.1×10-5。由此可见,本文的鲁棒性量测配置在保证正常网络结构估计精度的同时,能够兼顾更多网络结构。

对一种网络结构,若某种配置方法的总误差小于另一种方法,则认为该方法占优;在所有的网络结构中,该方法占优的网络结构数定义为优势数。在IEEE 33节点配电系统考虑的32种网络结构中,鲁棒性配置方法相对于其他3种方法的占优程度如表6所示。

由表6可以看出,鲁棒性配置远远优于贪婪算法,其占优比重达100%,而相对于基本配置和子模块饱和算法其占优比重分别为56.25%和78.13%。由此可见,本文提出的鲁棒性配置方法与其他方法相比具有较好的优势。

3.2.2 美国PG&E 69节点配电系统

美国PG&E 69节点配电系统考虑的网络结构数为53种,包括正常运行的网络结构和52种发生单线路故障重构后的网络结构,饱和量测数量取20。由马尔可夫法确定的各网络结构的概率及4种配置方法量测装置的安装结果如附录C表C3和表C4所示。

对于PG&E 69节点配电系统的大多数网络结构,本文提出的鲁棒性配置方法可显著提高系统状态估计精度。如表7所示,支路25和支路49故障时,鲁棒性配置估计误差分别为1.550和1.423,皆小于其他3种方法,且大多数情况下其精度要高于其他3种方法。对于正常网络结构,本文的鲁棒性配置与基本配置相比对其估计精度相差不大。另外,由表8可以看出,53种网络结构中,鲁棒性配置方法占优比重皆在79%以上,其优势比较明显。

4 结语

鲁棒量测系统能够综合考虑多种网络结构,提高多数网络结构运行情况下的状态估计精度,同时又能保证正常运行网络结构的状态估计精度。考虑到经济性和实用性,分析量测配置数量的饱和特性,以饱和量测数量为依据,对配电系统量测配置的建设投资给出指导性方案,避免了盲目安装大量量测装置而估计精度又没有明显提高所造成的经济浪费,具有实际意义。配电系统算例的仿真结果验证了本文提出的鲁棒性配置方法的可行性和有效性。

在配电网实际量测配置中,通常考虑单一网络结构,故障重构后的网络结构因其运行时间较短往往被忽略,且伪量测的加入,使配电网状态估计精度降低,因此本文提出一种兼顾多种网络结构估计精度的量测配置方法。另外,主动配电网中DG的大量接入,使得配电网更加复杂、三相不平衡问题严重,后续工作将针对DG的接入以及配电网的三相不平衡等问题作进一步研究。

高铁隧道监控量测培训试卷篇5

姓名职务分数

一、填空题：（每空2分，总计20分）

1、根据隧道监控量测设计要求，隧道拱顶下沉和净空变化的量测断面间距：Ⅳ级围岩不得大于（5）m，Ⅴ级围岩不得大于（10）m。

2、当拱顶下沉、水平收敛速率达（5）mm/d或位移累计达（100）mm时，应暂停掘进，并及时分析原因，采取处理措施。

3、位移管理等级达到Ⅰ级时，应(暂停施工，采取措施)。

4、软弱围岩应按照“短开挖、弱爆破、强支护、快封闭、（勤量测）”的原理进行施工。

5、监控量测应作为（关键工序）纳入现场施工组织。对周边建筑物可能产生影响的铁路隧道应实施第三方监测。

6、隧道洞内拱顶下沉和净空变化监测点应布置对称，尽量（同面等高）。

7、洞口地表沉降观测点横断面方向间隔应取（2～5）m，在一个量测断面内应设（7～11）个测点，在隧道中线附近应适当加密，远离隧道中线可疏远些。

二、选择题：（每题3分，共计30分）

1、属于新奥法施工三大支柱的内容是（C）。

A 快速封闭 B复合衬砌 C监控量测 D早进晚出

2、下列选项中属于不良地质的选项有（D）。

A 膨胀土 B 人工填土 C人工弃土 D泥石流

3、根据下列时态曲线，（C）。

A 可正常施工 B必须放缓施工进度C 暂停施工，采取措施

4、下列属于隧道施工监控量测必测项目的是（D）。

A 围岩压力 B 爆破振动 C 纵向位移 D净空变化

5、下列属于隧道施工监控量测选测项目的是（A）。

A 水量 B地表沉降 C洞内、外观察 D拱顶下沉

6、隧道监控量测测点在初期支护（A）内读取初始读数。

A 2h B 6h C 12h D 24h

7、二次衬砌的施作应在满足隧道位移相对值已达到总相对位量的（C）以上。

A 70% B 80% C 90% D 95%

8、可以对拱顶下沉进行监测的仪器是（C）。

A 收敛计或水准仪 B经纬仪或罗盘仪C全站仪或精密水准仪D罗盘仪或精密水准仪

9、测点距开挖面的距离在1个开挖宽度内，监控量测的频率应为（B）

A 1次/天 B2次/天 C1次/2天 D1次/（2～3）天

10、隧道内监控量测测点布置应伸入岩面（15）cm。

A 2 B 10 C 10 D 15

三、判断题（每题3分，共计30分）

1、必测项目监控量测频率应根据测点距开挖面的距离确定。（X）

2、监控量测的主要目的是确保隧道施工安全性和结构的长期稳定性。（√）

3、监控量测实施细则应经监理单位、建设单位批准后方可实施，并作为现场作业、检查验收的依据。（√）

4、隧道洞口30米埋深范围内的纵向长度有50米，应至少设置3排地表沉降监观测点。（x）

5、地表沉降测点和隧道内测点应布置在同一断面里程。（√）

6、开挖面地质素描、支护状态、影响范围内的建（构）筑物的描述必须每天记录一次。（X）

7、当位移曲线出现急剧增长或数据上下波动较大时，说明围岩与支护结构处于不稳定状态，需要加强监控量测。（√）

8、支护结构施工时，发现测点被破坏，应尽快重新补设测点，重置位移数据。（X）

9、浅埋隧道地表沉降下沉量测的重要性，随隧道埋深变浅而增大。（√）

10、洞口地表沉降观测点在明洞和暗洞二衬浇筑完成后可停止监测。（X）

四、问答题：（20分）

当隧道监测位移数据超限，安全性评价达到Ⅰ级管理等级时，应采取的措施有哪些？答：工程对策包含以下内容：

1、一般措施

1）稳定工作面。

2）调整开挖方法。

3）调整初期支护强度和刚度并及时支护。

4）降低爆破振动影响。

5）围岩与支护结构间回填注浆。

2、辅助施工措施

1）地层预处理，包括注浆加固、降水、冻结等方法

岩质隧道收敛量测技术及其应用篇6

关键词隧道;收敛;技术;应用

中图分类号U45文献标识码A文章编号1673-9671-(2010)041-0115-01

《公路隧道施工技术规范》规定采取新奥法施工复合衬砌的隧道必须进行监控量测工作。为了进一步修改、完善预设计并及时采取相应的施工措施,以保证施工质量、施工安全和按时竣工,监控量测工作及量测信息分析就成为衡量设计、施工是否合理的一项重要依据。它不仅可以指导正在进行的施工,还可以为以后的施工设计提供经验。而如何更好的对监控量测信息进行正确分析、及时反馈、合理应用就成为需要解决的问题。它关系到新奥法施工的成败,是新奥法施工的关键。

1收敛量测的内容与目的

1)收敛量测内容。周边收敛。周边的拱顶、拱腰和边墙部位分别埋设测桩。测桩埋设深度30cm,钻孔直径42mm。用快硬水泥或早强锚固剂固定,测桩外露长度要考虑喷射混凝土的厚度,不在预设点的断面隧道开挖爆破以后,尽可能早地沿着隧道能将测桩埋入喷射混凝土的厚度内,测桩需加强保护,严禁在其上悬挂任何物品和敲打、拽拉。采用收敛仪量测周边收敛变形。

2)收敛量测目的。通过水平收敛、拱顶下沉量测、回归了解围岩变形规律,对原支护结构形式、支护参数做出评价,并为二次衬砌施作时机做出判断。为了达到以上的监控量测目的,量测工作需贯穿隧道施工的全过程。量测数据及其分析结果可立即与事先预设计支护参数相比较,并对预设计做出正确评价,如量测结果与原设计有较大出入,有必要对支护作加强和减弱的修正,使隧道的设计和施工纳入动态的科学管理中。

2分析和判断的依据

2.1分析和判断依据

1)理论依据——新奥法对围岩变形的基本认识。①新奥法强调,容许围岩有一定的自由变形,同时又要对围岩变形进行控制,避免围岩的过度变形,为此,二衬支护要适时。②以围岩变形历时发展的加速度作判据,来确定围岩的稳定性。③如果变形呈等速或加速度发展,则认定需及时做出险情预警。2) 规范依据。根据国标《锚杆喷射混凝土支护技术规范GB50086-2001》规定的收敛阈值,经计算,隧道的收敛阈值为11.2cm。

2.2隧道围岩稳定性分析判断原则

在隧道施工监测中,当预设计的初期支护全部施加、并对局部地段作了补强支护(含注浆)处理以后,可以用围岩变形速率v与该断面实测围岩变形速率最大值v0的比值v/v0作为围岩稳定的判定标准,该比值应不大于由监控量测值作统计回归得出的某一阈值。根据以往典型工程的统计结果,建议该阈值暂可取v/v0的5%~10%。

当v/v0=50%左右时,可以认为变形速率仅略有降低;当v/v0=33%左右时,可以认为变形速率有所减小,可能行将渐趋稳定;当v/v0=20%左右时,可以认为变形速率已显著减小,并已接近趋于稳定。

3测量结果异常处理措施

在隧道施工中,可能会出现监测结果异常的情况,甚至出现可目测的不良变形、松弛坍塌等现象,其原因主要有以下几方面:①在设计施工中,对围岩性质判断不准或情况不明;②支护类型与实际要求不适应;③支护的时机和方法不恰当;④其它的不明原因。因此,一方面应进行隧道动态信息的反馈设计,对施工方法、支护时机、支护参数等加以调整;另一方面只能针对一些不能明确原因的现象采取及时有效的处理措施,并加以总结和防范,以利于施工安全顺利进行。

当收敛变形呈等速或加速度发展时,应采取相应措施以保证施工的安全进行。一般采用的安全措施有如下几种:①在此断面处再加设一道临时刚支撑;②及时施加仰拱或临时仰拱;③对开方开挖工作面,要求缩短开挖到支护时间;④提前打锚杆;⑤缩短台阶一次开挖长度。

4工程实例与曲型断面分析

4.1工程概况

钦州至崇左高速公路的鸡排山隧道位于广西省钦州境内,夏热冬寒,湿润多雨,四季分明,梅雨期40天左右,区域内太阳辐射总量分布一年之中夏季最多,春季次之,秋季较少,冬季最少。隧道隧址区发育的地层主要有:第四系全新世冲积层、残坡积,含碎石亚粘土,二叠系下统栖霞组块状硅质灰岩及志留系中统坟头组薄层状泥质砂岩。鸡排山隧道分为左线长355m右线长386m,开挖断面宽13.02m,高(净空断面)8.16m。

4.2典型断面分析

ZK29+150断面拱顶下沉分析主要是依据施工单位(广西路桥建设有限公司)2009年12月18日至2010年1月27日的监测资料进行的。图1、图2和图3分别为拱顶累积沉降量值、沉降速率和沉降速率比值随累计时间的变化曲线。目前累计沉降量值仅为1.6cm,远小于规范限定的服务隧道的收敛阈值(6.34cm),说明此时围岩变形是安全稳定的。选取的初始沉降速率为0.3cm/d,目前沉降速率比值约为33%,围岩变形行将趋于稳定,沉降值较小,可适当减少量测频率。

5结语

在隧道开挖的过程中,采用收敛量测可以预测围岩的变形趋势,对可能发生塌方事故起到预警作用。分析收敛量测数据,可以及时的调整施工参数,节约成本,保证隧道施工的安全,在隧道工程中的现场量测起着至关重要的作用。

参考文献

[1]朱纪明.青山隧道监控量测技术及其在施工中的应用研究[D].山东科技大学硕士论文,青岛:2006.

[2]张泉.土质隧道开挖模拟和施工监控量测研究[D].西安建筑科技大学硕士论文,西安:2008.

[3]李晓红.隧道新奥法及其量测技术[M].科学出版社,北京:2002.

量测系统篇7

监控量测工作是隧道施工的重要环节, 通过施工现场监测掌握围岩和支护在施工过程中的力学动态及稳定程度, 为隧道的动态设计和信息化施工提供依据, 确保施工的安全。随着地下工程建设规模的越来越大和科学技术的发展, 对施工监控量测提出了更高的要求。传统的隧道变形量测方式耗费人力及时间, 受人为因素影响准确性不高, 而且对施工干扰大。特别对软弱围岩量测工作的及时性得不到有效的保障, 而且量测时监测数据多为隧道两点间之相对变形, 对于承受偏压或整体边坡滑动影响之隧道有时无法反映其真正的变形情况。近几年来, 全站仪自动精确照准目标、锁定跟踪、联机控制、免棱镜测距等许多新技术的应用给测量工作带来了一场技术革命, 为围岩量测提供了新的量测技术手段。我集团公司在川渝辖区隧道众多, 以渝黔铁路5标为例, 承担着8座隧道施工任务, 最长的隧道长9468m, 目前施工中普遍采用了全站仪三维围岩量测技术, 较好地保证了隧道施工安全, 初步取得了较好的经济效益和社会效益。

2 技术特点

(1) 无需挂尺, 对施工干扰小; (2) 可实现数据的自动采集, 人为因素少, 量测精度高; (3) 不用直接与围岩接触, 量测作业安全、快速、节省人力; (4) 不仅可得到传统量测所测的数据, 还可通过三维观测, 了解到隧道周边点的三维变化。

3 适用范围

本技术适用于隧道及地下工程的围岩量测, 改进后也可用于深开挖工程、边坡的稳定性监测、安全分析、指导施工等。

4 施工工艺

4.1 工艺原理

(1) 观测系统。自由设站三维非接触观测系统由观测主机全站仪、反射靶标、后视基准点及计算机组成。

(2) 观测原理。全站仪自由设站是仪器从任一未知点上设站观测若干已知点的角度、高差和距离, 通过计算坐标增量来求得该测站仪器中心的三维坐标, 然后以此测出其余新点的坐标。

利用全站仪在隧道两侧平行设站测定同一量测点位不同时段相对的三维坐标, 将相对固定的不同测站对同一量测点测得的数据输入计算机通过程序自动计算, 最后得出各测点的三维变化情况。

采用全站仪量测时, 每个测点处的标靶埋设为一张反射膜片或钢筋头。水平收敛量测时, 在中线附近能够观测到基线两端的反射膜片或钢筋头的位置上架设全站仪, 无须对中, 只须整平仪器, 分别照准基线两端反射膜片的十字丝, 启动全站仪对边测量功能即可测出基线长度;根据相邻时段两测量长度之差换算每天的长度之差得出每天的水平收敛值;拱顶下沉量测时, 将观测拱顶下沉基准点设在仰拱已经封闭成环的稳定段, 基准点可设为反射膜片或者架设反光棱镜, 分别照准拱顶监测点和基准点两膜片十字丝, 同样利用对边测量功能可测出拱顶监测点反射膜片至基准点反射膜片之间的高差, 同样两相邻时段观测高差之差换算每天的下沉量就是拱顶每天下沉量。

4.2 工艺流程

工艺流程图见图1。

4.3操作要点

4.3.1 设置基准点

基准点的设置一般埋设在隧道已经稳定且施作了二衬的两侧边墙上, 由洞内已知导线点和高程控制点进行观测。为了保证基准点的稳定性, 要经常进行复核并对其所在位置做好明显标记以防止机械或人为的破坏。

4.3.2 测点布置

根据施工规范对不同级别围岩量测点的布设要求及项目规定进行布置。

(1) 断面观测点的布置:拱顶下沉测点位置在断面尖顶部附近;全断面开挖的Ⅲ级围岩的水平收敛测点设于起拱线下1.0m处, 采用台阶法开挖的Ⅳ、Ⅴ级围岩的水平收敛测点设于每个台阶以上1m左右及边墙底以上2m。如图2所示。

(2) 测点位置安装固定的标靶:测点位置安装固定的反光标靶就是固定一个能反光的且带有能满足精度要求的靶心的标志物, 目前现场基本采用棱镜反射贴片、钢筋头等。

为了能满足测量精度和施工进度要求, 采用经处理的钢筋头是比较经济适用的, 其测量精度能达到0.1mm。对反光效果不理想、围岩稳定情况有怀疑且距离掌子面在25m以上的测点可改用棱镜反射贴片 (易受掘进中爆破振动波干扰, 导致所测得的数据不能真实反映围岩情况) 作为测点的标靶。对于有安全隐患的地方可以在岩面上作小红油漆点来做测点的标靶。测点的标靶应与测点至测站大致垂直, 可以使仪器接收到最强的反射信号。棱镜反射贴片安装及钢筋头加工见图3。

4.3.3 测站设置

测站的位置可自由选择, 以能通视监测断面各量测点及参考点为原则, 并以不妨碍施工作业且能获致最佳反射条件的地方为理想的测站。实际操作中根据能见度及几何方位来确定。

为了量测的准确性, 全站仪对各测点观测仰角在45°~80°范围较合适。量测内容主要是各量测点相对三维坐标, 为了数据精确, 全站仪在隧道左右侧分别设站 (具体见图4) 。为避免车辆振动干扰以及安全起见, 观测时测站附近设置了防护区。由于是自由设站, 测站上仪器无需对中。但为了消除膜片倾斜对测距的影响, 测站位置大致固定 (即在测站处做一标记, 每次观测仪器均架在该处) 。

4.3.4 观测

每次测量前, 先安置仪器, 并对仪器进行调校, 使仪器出于最佳状态, 精确定位整平后, 对仪器进行气压和温度的气象改正, 然后按仪器Prog键进入Deformation量测程序, 按围岩量测参数规范要求对仪器各项参数进行调整。

左站测量:安置好仪器后, 照准目标点先进行盘左观测, 观测时采用3次重复测距, 记录数据后, 将仪器设置盘右同样进行3次重复测距, 即每测站上分别用2个盘位连续重复照准3次目标点, 然后取平均值作为1次设站观测结果。即正倒镜观测法取平均值。

右站测量:左站测量完毕后, 仪器搬至右侧测站, 同左站测量顺序一样进行右站测量。测量完毕后, 检查左右测站同一测点的数据, 若发现左右站测得的同一测点的信息相差较大, 对这一测点重测。

4.3.5 现场数据采集

量测规范要求:测距取位至0.1mm, 角度0.1秒, 空间位置 (X、Y、H) 0.1mm。根据量测规范精度要求对仪器参数进行设置:ΔD测距较差限差0.5mm;水平角2C差限差15秒;2C差互差限差6秒;角度归零差限差5秒;i角指标差限差30秒;Δi指标差互差限差10秒。

完成仪器设站工作后, 首先对各目标点进行确认, 打开仪器激光导向功能进行大致照准, 然后通过仪器目镜十字丝中心精确照准测点标靶正中○点, 防止每次测量照准不同而产生围岩变化误导信息。按DIST键, 仪器对于该点位置信息 (角度、平距、X、Y、H等) 电子记录存入仪器内存 (或PC卡) , 输入点号 (如编号为1、2、3、4、5等) , 并做好原始记录。按次序对其余各点进行测量, 实现数据采集。

4.3.6 数据处理

将各次量测原始数据在观测后输入计算机。计算机将对量测数据进行自动分析处理, 输出围岩位移成果, 如回归分析图、各测点在不同时间段的位移值等。

利用EXCEL可以自动计算的原理编制计算表格 (见表1) , 将测量人员取回的原始数据输入计算机内的EXCEL回归分析表格。如此所有分析计算都在计算机上自动进行, 经计算处理分析, 显示该测点回归分析图。

为了保证现场采集数据通过计算机计算后无误, 可以人工采用函数进行回归分析计算, 然后与计算机分析处理进行比较。常用的回归分析函数有:

(1) 对数函数:

(2) 指数函数:

(3) 双曲函数:

式中:a、b—回归常数;t—初读数后的时间 (d) ;u—位移值 (mm) 。

4.3.7 围岩稳定分析

将现场量测数据, 绘制成u-t时态曲线 (或散点图) 和空间关系曲线, 对围岩进行综合分析判断。

(1) 当位移-时间关系趋于平缓时, 进行数据处理和回归分析, 以推算最终位移和掌握位移变化规律。

(2) 当位移-时间关系曲线出现反弯点时, 则表明围岩和支护已呈不稳定状态, 此时应密切监视围岩动态, 并加强支护, 必要时应立即暂停开挖, 采取停工加固并进行支护处理。位移-时间的正常曲线和反常曲线详见图5。其中反常曲线是指非工序变化所引起的位移急剧增长现象。

(3) 根据位移-时间曲线的形态来判断围岩稳定的标准。

岩体的变形曲线可以分为三个区段:

(1) 基本稳定区:变形速率不断下降, d2u/dt2<0时, 称为一次蠕变区, 表明围岩趋于稳定, 支护是安全的。

(2) 过渡区:变形速率长时间保持不变, d2u/dt2=0, 称为二次蠕变区, 应发出警告, 表明支护要加强同时及时调整施工程序。

(3) 破坏区:变形速率逐渐增加, d2u/dt2>0时, 称为三次蠕变区, 曲线出现反弯点, 表明围岩已达到危险状态, 必须立即停工加固。

围岩岩体蠕变曲线, 见图6。安全状态的位移曲线, 见图7。

4.3.8信息反馈

根据相关规范和围岩稳定分析的结果, 及时把得出的结果用于指导现场施工。

如果围岩已经稳定, 就可以进行二次衬砌;如果围岩还未稳定, 就要根据围岩的变形情况而定。如果围岩趋于稳定, 那么继续进行围岩量测直到围岩稳定;如果围岩变化速率加剧, 那么就要对初期支护进行加固, 并加强对围岩情况的量测频率直至围岩趋于稳定。

4.3.9 注意事项

(1) 标靶钢筋埋设时长度不宜太短, 一定要伸入整体基岩里面; (2) 标靶表面应保持清洁, 避免遭喷凝土沾粘, 在喷凝土施工作业区附近的贴切片应加以覆盖保护; (3) 测点位置应选择通视良好, 不被风管、钢筋或其他管线所遮蔽的地方, 以免产生误差; (4) 数据的采集要在开挖完成后尽可能短的时间内完成, 以保证初始读数的可靠性; (5) 全站仪的脚架应置于坚实之地面, 避免地表沉陷产生误差; (6) 量测期间若有施工机具或载重车辆通过, 应注意是否造成脚架倾斜或沉陷情形, 须重新检查仪器水平度。若仪器已产生倾斜, 则应整平后重新再量测一次; (7) 在观察待测点进行量测时, 应注意是否有两个觇标同时出现在经纬仪视窗内, 若两觇标相邻太近可能会产生测距误差, 应调整自由测站位置。同一测点最好由同一技术人员进行量测, 以免因前后照准点不同或习惯不同而产生误差。

5 机械设备

自由伸降工程爬梯一部;徕卡TCRA1102全站仪一套;反射膜片 (贴片) , 选用Leica尺寸为4×4cm贴片若干片。电脑1台, 供资料分析用。

6 劳动组织

量测小组的劳动组织见表2。

7 质量控制

(1) 严格执行现行隧道施工技术规范及验收标准; (2) 仔细选定反光觇标装设位置, 避免因位置或角度不当引起测量误差; (3) 所使用的仪器须定期校正, 以确保其精度; (4) 慎选施测的时机, 保证隧道内能见度良好; (5) 加强量测管理, 及时反馈信息。各项量测项目量测频率要根据位移速度和量测断面距开挖面距离进行双向控制。量测频率见表3及表4。当按表3及表4选择量测频率出现较大差异时, 取量测频率较高的作为实施的量测频率。

8 安全措施

(1) 对仪器应妥善保养维护, 在搬运过程中应注意避免碰撞或过大震动; (2) 对于围岩变形较大的地段, 避免仪器和工作人员进行近距离接触; (3) 在塌方地段不能强行布点, 可以找一个特点突出且不易掉落的岩石或喷射混凝土作为临时抢险观测点。

9 工程实例

松岗隧道、老周岩隧道位于天然气构造区域侵染区, 为高瓦斯隧道;陈家坡隧道孔隙水和基层裂隙水发育, 下穿渝黔高速公路;羊角一号隧道大部分穿越可熔岩地层, 存在岩溶及岩溶水危害, 出口段下穿渝黔高速公路。全线桥梁结构形式多样、桥墩高, 主跨跨越綦江河、210国道、既有川黔铁路, 施工难度大。路基不良地质类型多, 有软土、顺层路基、高路堤、深路堑、陡坡路基、危岩落石、岩溶、岩堆、滑坡等类型, 工点分散, 施工便道修筑困难、工程量大。

针对隧道内不同围岩及地质情况, 及时地对不同地段做了围岩量测, 下面就陈家坡隧道D1K92+312处通过全站仪三维非接触围岩量测技术监控到的异常变形及实际施工情况介绍如下:

对于D1K92+312量测断面的各点, 在开挖后3小时进行了第一次量测, 此后按规范所要求的频率对各测点进行了围岩量测, 每次均及时地把现场采集到的数据输入电脑中, 通过程序自动对数据进行回归计算 (表5) 、绘制u-t时态曲线和回归曲线。在下导坑开挖2天后, 发现D1K92+312量测断面的测点3所测得的数据明显有变化, 立即对数据进行了推测、分析比较, 结果发现电脑程序所绘制的u-t时态曲线和回归分析曲线 (图8) 变化异常。立即把分析结果反馈到施工现场, 要求掌子面立即停止施工, 马上组织人员对D1K92+306~+318段右侧测点3上1m下3m (即起拱线上下2m) 范围进行加固处理。

1 0 结束语

(1) 通过对D1K92+306~+318段右侧测点3上下2m范围的初期支护进行加强 (增加径向3.5m的ф42注浆钢管, 梅花形布置, 间距为1×1m) 。

(2) 加固过程中及时进行围岩量测, 结果发现围岩趋于稳定;加固完后按照要求又继续进行围岩量测, 最后围岩稳定, 没有发生其他变化。

(3) 由于采取的初期支护加固措施及时并随时跟踪现场围岩的实际变化情况, 顺利的通过了D1K92+312附近右侧软弱、严重风化、节里面呈75°斗立段, 避免了塌方, 保证了施工进度、安全和隧道质量结构, 为项目部节约了的成本。

参考文献

[1]《隧道喷锚构筑法和新奥法》 (2004年4月) 之“隧道量测及信息反馈技术”, 曹大明

[2]陈建勋、马建泰, 隧道工程试验检测技术, 北京:人民交通出版社.2005

[3]《铁路隧道施工规范》, 中国铁道出版社, 2002年3月16日发布

[4]《隧道工程施工要点集》, 关宝树, 人民交通出版社, 2003年1月

浅谈隧道监控量测篇8

关键词：隧道工程,监控量测,超前预报,工作面,二次衬砌

1 概述

监控量测是指在建构筑物施工过程中, 采用监测仪器对关键部位各项控制指标进行监测的技术手段, 在监测值超过控制值时发出报警, 用来保证施工的安全性。

确保施工安全;指导施工、修改设计:如修改施工方法、变更围岩级别、变更支护设计参数、确定二次衬砌合理施作时间等。

(1) 通过监控量测了解各施工阶段地层与支护结构的动态变化, 把握施工过程中结构所处的安全状态, 判断围岩稳定性, 支护、衬砌可靠性。

(2) 用现场实测的结果弥补理论分析过程中存在的不足, 并把监测结果反馈给设计及指导施工, 为修改施工方法、调整围岩级别、变更支护设计参数提供依据。

(3) 通过监控量测对工程施工可能产生的环境影响进行全面的监控。

(4) 通过监控量测进行隧道日常的施工管理, 确保施工安全和施工质量。

(5) 通过施工现场的监控量测, 确定二次衬砌合理施作时间。

(6) 通过监控量测了解该工程条件下所表现、反映出来的一些地下工程规律和特点, 为今后类似工程或该工法本身的发展提供借鉴、依据和指导作用。

为了保护隧道的顺利开挖及二次衬砌的时间, 隧道施工监控量测项目有:

周边收敛量测是量测隧道周边位移, 了解收敛状况、断面变形状态, 判断隧洞的稳定性;拱顶下沉量测是监视拱顶下沉, 了解断面的变形状态, 判断隧道拱顶的稳定性;地表下沉是根据地表下沉位移测量判定隧道开挖对地表下沉的影响, 以确定隧道支护结构。围岩内部位移量测是了解隧道围岩的松弛区、位移量及围岩应力分布, 为准确判断围岩的变形发展提供数据;锚杆轴力量测是根据锚杆所承受的拉力, 判断锚杆布置是否合理;衬砌应力量测是根据量测二次衬砌内应力、喷射混凝土层内轴向应力, 了解支护衬砌内的受力情况;根据围岩压力及层间支护压力, 判断复合衬砌中围岩荷载大小, 判断初期支护与二次衬砌各自分担围岩压力情况;量测型钢支撑内应力, 推断作用在型钢支撑上的压力大小, 判断型钢支撑尺寸、间距及设置型钢支撑的必要性。

2 监控概况

首先熟悉勘察设计文件、图纸, 对整个隧道所处的地质环境有大概的了解。

进场后要在地表布点, 接下来的工作就是同步施工单位的开挖对地表上所埋设的点进行水准仪测量。量测频率按规范来操作, 结合实际与隧道施工情况进行工作。每次爆破后和初喷后, 都必须进行一次工作面观察, 观察的内容有:掌子面围岩地质情况、颜色、岩层产状以及地表观察。开挖断面附近的初期支护状态;岩石的坚硬程度, 渗、漏水及涌水位置及出水量, 以及实际围岩级别。通过观察, 了解围岩的工程地质和水文地质情况、结构面的产状、支护状态和裂缝的发展情况以及地表的开裂情况, 预测开挖面前方的地质条件, 为判断隧道施工过程中围岩稳定性提供地质依据。并作好客观的记录, 拍几张照片。且在初喷好的位置用喷漆标好桩号, 以便于后来的工作。

隧道开挖爆破初喷后应尽早在隧道两侧边墙水平方向、两侧拱腰及拱顶埋设膨胀螺丝作为测点, 每五个点为一个断面, 每一个断面均得在远处设一个后视点。监测过程中, 实时对监测结果进行整理, 制成月报表, 签字盖章后, 以工程联系单的形式送达给施工、监理单位及业主各一份, 进行监控量测信息的综合反馈。每月提交一次, 监测报告必须保持及时性。给出本阶段内所测测点的监测结果, 并进行分析给出阶段性结论及施工建议。作为第三方监测, 要通过勤量测保证隧道安全, 预防隧道塌方, 毕竟隧道是处于极其不稳定的地质环境。

为确保施工安全, 为探测掌子面前方一定范围内的地质条件, 预测前方的不良地质以及隐伏的重大地质问题, 在隧道开挖前都必须做一次超前地质预报。应用超前地质预报的地质理论分析并判定主要不良地质的性质、类型、成因、大约位置、规模及对隧道施工可能造成的影响程度, 预报距离一般为掌子面前方30m左右。超前地质预报, 分为地质调查和地质雷达。地质调查是根据对工作面出露的地质情况分析来推测前方地质情况的。采用的设备主要是罗盘。用地质罗盘来测量掌子面各项参数的指标。做好地质素描, 随开挖及时进行。常用到的是用地质雷达做超期地质预报, 其作用就是探测隧道掘进前方的地质情况, 来判明隧道前方是否有溶洞、断层、破碎带、突水突泥等不良地质体及存在的位置。通过雷达波速变化判别前方围岩状况。

3 总结

伴随我国交通建设的快速发展, 公路隧道数量不断增加.作为一个工程, 安全是重要不可缺的部分.由于隧道地质情况复杂, 工程具有特殊性, 隧道工程的监测量控显得格外重要, 在实际工程中需及时观察、及时发现、及早处理, 才能避免一些工程事故的发生。

参考文献

[1]公路工程试验检测人员考试用书—隧道.陈建勋人民交通出版社.

隧道监控量测的现场应用篇9

隧道监控量测是“新奥法”的重要组成部分, 新奥法中量测工作是监视设计、施工是否正确的眼睛, 是监视围岩是否安全稳定的手段, 始终伴随着施工的全过程。因此有如下要求:

1) 能快速埋设测点;

2) 每一次量测数据所需时间应尽可能短;

3) 测试数据应准确可靠;

4) 测试元件应具有良好的防震、防冲击波能力;

5) 测试数据直观, 不必复杂计算即可直接应用;

6) 测试元件埋设能长期有效工作;

7) 测试元件应有足够的精度。

2监控量测点布设要求

2.1布点原则

1) 根据不良地质、突水、洞口浅埋等及有特殊要求的停车、通道交叉地段或业主及监理认为有必要监控的地段, 设置监控量测断面。

2) 应重点监测围岩质量差或局部不稳定块体、节理或地下水发育地段, 以及特殊工程部位 (如洞口处) 。监测点的安装埋设应尽可能靠近隧道掌子面, 以便尽可能完整获得围岩开挖后初期力学形态变化和变形情况。

3) 选测项目的布设结合隧道自身特点, 重点突出。

2.2测点埋设时间

1) 测点埋设时间, 应根据地质条件、量测项目和施工方法等确定。

2) 测点应在距开挖面2 m的范围内尽快安设, 并应保证爆破后24 h内或下一次爆破前测读初次读数。

3监控量测方法

3.1隧道现场调查

采用以下分析方法和步骤:

1) 熟悉勘察设计文件、资料和图纸。其目的是对整个隧道所处地质环境有一个基本了解和宏观把握。

2) 地面地质补充调查。其目的是核实隧道地质条件, 确定隧道超前地质预报重点区段和重点问题。

3) 洞内地质调查和掌子面地质素描。

其目的是核实隧道围岩级别, 建议隧道支护参数。掌子面地质素描的主要目的是判定隧道围岩级别, 应采用与现行隧道规范中围岩分级的规则相一致的“地质与支护状况观察记录表”所列各项内容, 素描图主要是对结构面的展布情况和隧道轮廓、掌子面是否有台阶进行描绘, 对结构面产状要标明。分析流程如图1所示。

3.2洞内围岩观察

1) 对开挖后没有支护的围岩:岩质种类分布状态, 近界面位置的状态;岩性特征 (岩石的颜色、成分、结构、构造) ;地层时代归属及产状;节理性质、组数、间距、规模、节理裂隙的发育程度和方向性, 断面状态特征, 充填物的类型和产状等;断层的性质, 产状, 破碎带宽度、特征;石煤层情况;溶洞的情况;地下水类型, 涌水量大小, 涌水压力、水的化学成分, 湿度等;开挖工作面的稳定状态, 顶板有无剥落现象。

2) 开挖后已支护段:初期支护完成后对喷层表面的观测及裂缝状况的描述和记录;有无锚杆被拉脱或垫板陷入围岩内部的现象;喷混凝土是否产生裂隙或剥离, 要特别注意喷混凝土是否发生剪切破坏;钢拱架有无被压曲现象;是否有底鼓现象。

3.3 周边位移监测

周边位移测点顶端采用圆形钢筋圈, 嵌入围岩部分亦采用螺纹钢筋。每量测断面设置1对～2对测线, 如图2所示。

3.4 拱顶下沉监测

3.4.1 量测方法

在隧道拱顶设置测点, 安设隧道拱部变位观测计, 将钢尺或收敛计挂在作为隧道拱部变位观测计上作为标尺, 后视点可设在稳定的部位, 用水准仪观测。量测方法如图3所示。

3.4.2 测点布置

现场拱顶下沉量测是在隧道开挖毛洞的拱顶及轴线左右各1 m～2 m 共设1个带挂钩的锚桩, 测桩埋设深度30 cm, 钻孔直径ϕ42, 用快凝水泥或早强锚固剂固定, 测桩头需设保护罩。测点布置见图4。埋设要求请参阅附录。

4 监控量测数据的应用

4.1 监控量测控制基准

4.1.1 极限相对位移控制基准

极限相对位移值 (U0) 是指拱顶下沉的最大值相对隧道高度的百分比或水平净空变化最大值相对隧道开挖宽度的百分比。极限相对位移值是一个经验统计值, 结合变化速率, 主要用于判断量测数据的可靠性、确定初期支护的稳定性、判断监控量测的结束时间等。

4.1.2 测点距开挖面距离的控制基准

经研究, 初期支护极限相对位移距开挖面的距离有表1所述的关系。

4.2 变化速率

变化速率是指在一定时间内量测数据发生的变化值, 用mm/d表示。变化速率越快, 说明围岩变形越快, 当变化速率趋近于0时, 说明变形也基本稳定。

4.3 变形等级管理

监控量测的主要目的就是保证施工安全, 因此, 对监控量测实施三级管理。三级管理可通过极限位移值、位移速度、位移速度变化率等综合考虑, 无论哪种方法, 一旦达到Ⅰ级管理状态, 必须立即停止掌子面掘进施工。主要根据测点的累计位移值U、测点距开挖面的距离来判定, 如表2所示。

4.4 二衬施作时间及量测结束时间的确定

4.4.1 二衬施作时间

各测试项目显示位移速度明显减缓并已基本稳定、各项位移已达到预计位移量的80%～90% (预计位移量可通过回归分析得到) 、位移速度小于0.10 mm/d～0.2 mm/d时, 可施作二衬。

在膨胀性围岩和地应力大的围岩中初期支护变化时间长, 必要时, 可提前施作衬砌混凝土, 但监控量测在二衬施作后应继续进行。

4.4.2 监控量测结束时间

只有下列条件同时满足时, 方可结束某一断面的监控量测:

1) 测点距开挖面距离不大于5B;

2) 净空变化速度小于0.2 mm/d、拱顶下沉速度小于0.15 mm/d且持续时间不少于15 d。

5 结语

由于监控量测工作是一项具体而又复杂的工作, 在实际过程中尚需不断积累经验和完善相关理论, 并通过监控量测保证隧道安全, 预防隧道塌方。

摘要：针对隧道工程的特殊性和复杂性, 提出了隧道施工监控量测要求和测点布设要求, 重点论述了监控量测方法和监控量测数据的应用, 为保证隧道工程质量、安全提供了理论指导。

关键词：隧道工程,监控量测,质量,安全

参考文献

浅析隧道监控量测实施方法篇10

关键词：隧道,监控量测,传感器

1 监控量测目的

隧道监控量测的目的在于掌握施工中围岩和支护的力学动态信息及稳定程度, 并及时反馈, 以指导施工作业, 保证施工安全。通过对围岩和支护的变形、应力量测, 以预测和确认隧道围岩最终稳定时间, 及时修改支护系统设计, 指导施工顺序和二次衬砌施作时间。

2 监控量测项目及量测频率

隧道施工过程中应进行洞内、外观察, 洞内观察分开挖工作面观察和已支护地段观察两部分。监测项目主要有拱顶下沉及净空收敛、围岩压力及两层支护间压力、钢架应力、混凝土应力和锚杆轴力等, 对于洞口及浅埋地段, 还应对地表进行监控量测。各项量测作业均应持续到变形基本稳定后15~20d结束。应当十分重视各量测项目初读数的准确性, 测读数时必须是连续3次测得的数值基本一致后才能将其定为初读数。量测的数据应及时整理, 以此修改设计, 调整支护参数, 合理安排施工进度。

3 监控量测的实施方法

现场监测计划应综合施工、地质、测试等方面的要求, 由设计人员完成。现场量测结果能否反馈于设计与施工, 进而达到试验的目的与要求, 在很多程度上取决于量测计划的制定是否合理。

3.1 净空收敛及拱顶下沉

目前隧道所采用的围岩变形量测方法包括传统的接触量测 (拱顶下沉采用精密水准仪监测, 净空收敛采用收敛计监测) , 非接触量测 (全站仪对边测量) 。

水准仪接触量测劳动强度大、效率低, 干扰施工, 当采用拱部留核心土环形开挖时, 由于核心土的阻挡将无法进行监测, 从而无法监测环形导坑开挖过程中拱顶的下沉值。全站仪非接触量测劳动强度小, 不干扰施工, 可以和施工平行作业, 能及时监测拱顶下沉值及边墙收敛值, 但其精度劣与接触量测。因此建议对于不同级别的围岩可采用不同的量测方法;可以在Ⅳ级、Ⅴ级和Ⅵ级隧道围岩变形监测中使用全站仪非接触量测, 在Ⅰ级、Ⅱ级和Ⅲ级隧道围岩变形监测, 隧道二次衬砌变形监测仍然采用传统的接触量测方法监测。

3.2 围岩压力及两层支护之间压力

隧道开挖后, 围岩要向净空方向变形, 而支护结构要阻止这种变形, 这样就会产生围岩作用于支护结构上的围岩压力。围岩压力量测, 通常情况下是指围岩与支护或喷层与二次衬砌混凝土间接触压力的测试。其方法是在围岩与支护、二次衬砌之间埋设各种压力盒等传感器, 常用的传感器为钢弦式压力盒。钢弦式压力盒埋设时应将其周边用防水胶布密封, 以防止混凝土的侵入, 影响监测结果。在围岩压力量测时, 应先查看安设位置处围岩的超挖情况, 尽量寻找合适的位置, 将压力盒固定在围岩和钢筋网之间, 再用少许锚固剂在压力盒靠近岩面端粘结牢固。在接触压力监测中, 通常在防水层上, 将一块防水板焊接成布兜状, 将压力盒放入并将布兜封口, 使之能与二次衬砌和初期支护保持密贴。

3.3 钢架应力

如果隧道围岩级别为Ⅳ、Ⅴ、Ⅵ级, 尤其在浅埋、偏压隧道中, 早期围岩增长较快, 需要提高初期支护的强度和刚度时, 隧道开挖后常采用各种钢架进行支护, 常见的支护方式有型钢钢架支护和格栅钢架支护。型钢钢拱架支撑强度、刚度大, 可承受较大初期围岩压力, 宜用于塌方处理或Ⅴ、Ⅵ级破碎不能形成塌落拱需要立即支撑大段围岩施工。目前型钢钢架应力量测多采用钢弦式表面应变计, 在型钢拱架的上、下缘分别安装钢弦式表面应变传感器, 量测钢架受力后所发生的应变值, 然后通过计算获得钢架的应力值。格栅钢拱架其支撑强度、刚度均小于型钢钢拱架, 但其具有制作安装块、节省成本、施工速度快、与喷射混凝土有良好的粘附力等优点, 宜用于Ⅳ级围岩之中。格栅钢拱架应力量测多采用钢弦式钢筋应力计。钢筋应力传感器的选择, 应该确保传感器与格栅主筋的直径相同。安装时, 按照钢弦式钢筋传感器的长度将格栅主筋截开一段, 然后将其焊上去。此外, 将钢筋计焊接在格栅主筋时, 要注意给钢筋计降温, 以防温度过高烧坏钢筋计的钢弦。

3.4 混凝土应力

混凝土应力量测包括喷射混凝土和二次衬砌模筑混凝土应力量测。对于应力的量测是将量测元件直接安装于喷层或二次衬砌中, 喷射混凝土应力计可直接绑扎于钢筋网上, 二次衬砌混凝土应力计可将其固定于特制的铁架上, 在围岩逐渐变形的过程中由不受力状态逐渐过渡到受力状态。为了使量测数据能直接反应混凝土层的变形状态和受力的大小, 要求量测元件材质的弹性模量应与混凝土层的弹性模量相近, 从而不致引起混凝土层应力的异常分布, 以免量测出来的应力失真, 影响评价效果。目前, 混凝土应变计是量测混凝土应力的常用仪器, 量测时将应变计埋入混凝土层内, 通过钢弦频率测定仪测出应变计受力后的振动频率, 然后从事先标定出的频率—应变曲线上求出作用在混凝土层上的应变, 然后再转求应力。

3.5 锚杆轴力

锚杆轴力的测定, 通常采用钢弦式测力锚杆。钢弦式测力锚杆由若干个钢弦式钢筋应力计、测量线、分线器插头和分线器组成, 它是在工厂加工而成。使用时, 在现场进行组装接长即可。每个钢弦式钢筋应力计是一个单元, 各单元之间以螺母形式相连。每个钢筋应力计有一个出线孔, 测量线由出线孔引出, 再沿着锚杆引向钻孔外, 量测时, 将插头插入分线器, 再与频率仪相连, 就可测出每个测点的钢筋应力计中钢弦的频率变化, 从而知其应力。钢弦式测力锚杆因其具有精度高、结构简单可靠、制作安装方便、零点稳定、受温度影响小、防潮和防水等特点, 在实地工程中得到了广泛的应用。

4 结语

监控量测是一项系统工程, 其实施的成功与否决定于多方面因素。只有保证量测数据的准确性和科学性, 提高数据处理的精确度和可靠性, 监控量测的根本作用—“指导施工, 修正设计”, 才可以真正发挥出来。

参考文献

[1]王梦恕.中国隧道及地下工程修建技术[M].北京:人民交通出版社, 2010.

[2]中交第一公路工程局有限公司.JTJ042-2000公路隧道施工技术规范 (交通部部颁标准) [S].北京:人民交通出版社.

[3]关宝树.隧道工程设计要点集[M].北京:人民交通出版社, 2003.

本文来自 360文秘网(www.360wenmi.com)，转载请保留网址和出处

【量测系统】相关文章：

grr量测系统分析07-31

量测系统分析偏移报告04-18

循环系统、呼吸系统、泌尿系统、神经系统、内分泌系统知识点概括05-12

信息发布系统系统07-22