本帖最后由 Max 于 2023-9-5 08:47 编辑
摘 要
由于隧道沿线众长， 人工检测效率低下且主观性强，需要自动化、信息化的监测检测方式来进行日常的运营维护管理，及时进行病害诊断和防治。介绍隧道中常见的几种病害和目前国内外常用的几种监测检测技术，分析各自的特点和检测能力。简述无人机、巡检车、巡检机器人3种常见巡检系统装备，对其使用条件和环境进行了分析。对隧道智能监测检测未来的发展趋势进行展望，提出运用多种综合测检测技术，结合人工智能和大数据分析是未来 隧道监测检测智能化发展的趋向。 关键词：隧道；监测；检测；病害；技术装备
中图分类号：U45 文献标志码：A 基金项目
国家重点研发计划资助项目（2018YFB2101000；2019YFC1511104）
作者简介 陈湘生（1956—），男，湖南湘潭人，深圳大学特聘教授，中国工程院院士，人工冻土力学、隧道与地下工程、特殊岩土工程、建井工程著名专家。深圳大学土木与交通工程学院院长、深圳大学未来地下城市研究院院长；兼任深圳地铁集团有限公司技术委员会主任、煤炭科学研究总院建井研究院院长。 2000年1月获得清华大学博士学位（全国优秀博士论文），先后访学于柏林工业大学、鲁尔大学和剑桥大学。历任煤炭科学研究总院北京建井研究所所长和总院副总工程师，深圳市地铁集团有限公司总工程师（副总经理）。先后主持或主参完成60多项各类科研项目，主编、参编行业标准和国家标准15项，主持完成总造价人民币1 650亿60余项重大工程项目；获国家科技进步奖3项、省部级和一级学会奖12项、詹天佑工程奖4项、出版专著或主编科技书籍8部、发表论文100余篇。兼职科技部基础研究战略咨询委员会委员、交通运输部城市轨道交通运营管理专家、科技部和国铁集团川藏铁路科技攻关联合行动咨询委员会委员、国家川藏铁路建设专家咨询委员会委员、中国土木工程学会常务理事、中国煤炭学会常务理事、中国土木工程学会轨道交通分会副理事长、住房和城乡建设部科学技术委员会城市轨道交通分会主任委员等。 引用格式: 陈湘生,徐志豪,包小华,等.隧道病害监测检测技术研究现状概述[J].隧道与地下工程灾害防治,
2020,2(3):1-12.CHEN Xiangsheng,XU Zhihao,BAO Xiaohua,et al.Overview of research on tunnel defects monitoring and detection technology[J].Hazard Control in Tunnelling and Underground Engineering,2020,2(3):1-12.Overview of research on tunnel defects monitoring and detection technology CHEN Xiangsheng，XU Zhihao，BAO Xiaohua，CUI Hongzhi (Underground Polis Academy,Department of Civil and Transportation Engineering,Shenzhen University,Shenzhen 518060,Guangdong,China) Abstract
Due to the long length of the tunnel,the low efficiency of manual detection and the strong subjectivity,automated and information-based monitoring and detection methods were required for daily operation and management maintenance，and timely diagnosis and prevention.This study introduced several common defects in tunnels and several commonly used monitoring and detection technologies at home and abroad,and analyzed their respective characteristics and detection capabilities.Three common inspection system equipments-UAV,inspection vehicle,and inspection robot were presented,and the applicable conditions and environment were analyzed.The future development trend of tunnel intelligent monitoring and detection was prospected.It was proposed that the development of a variety of comprehensive detection technologies,combined with artificial intelligence and big data analysis is the future trend of intelligent development of tunnel monitoring and detection. Key words
tunnel; monitoring;detection; defect;technology0
引言
随着经济的不断发展、人口的迅速增长，地上空间已经越来越难以满足人们的需求，地下空间的开发利用快速蓬勃发展。自21世纪以来，我国隧道建设的速度逐渐加快，建设的里程和规模均处于世界领先的地位。截至2019年底，我国现今投入使用的铁路隧道总长有18 041 km，城市交通轨道隧道运营里程6 736.2 km，还有超过10 000 km的水工隧道以及大量的综合管廊。并且我国的公路隧道每年都会新增1 100 km，是现今世界上公路隧道规模最大的国家。隧道既可以为缓解城市地上交通拥堵等问题提供一种解决方案，还可以穿过岩体来解决“修路难”的问题。由于长时间的运营使用，隧道会在人为或者自然因素的作用下发生各类病害。病害的产生会影响隧道的交通及行车的安全，最终导致隧道的使用寿命减少，造成巨大的社会经济损失。所以对于隧道，需要在整个运营阶段进行结构病害的监测和检测，并由此来对隧道进行针对性的维护，预防重大突发灾害，保证运营期通车安全。 然而对于里程漫长的铁路公路隧道、地铁隧道以及错综复杂的综合管廊（见图1、2），现今主要检测方法依旧需要大量的人工参与。毫无疑问这样不仅效率低下，还会使成本大大增加。人工的参与会带有一定的主观性，监测检测的质量依赖于参与人的水平，导致结果的可信度不高。而且隧道周围环境有时处于非常复杂危险的状况，尤其是突发灾害过后，存在大量安全隐患，人工进入检测风险较大。所以靠高成本的人力去监测检测已经越来越难以达到运营维护的目的，也难以获得较高的监测检测质量。对于隧道的监测检测，增加智能化、自动化技术的投入势在必行。目前的智能监测检测方式主要是运用各种无损检测技术搭配相应的移动载体或者固定的传感仪器设备来实现无人或少人化的监测检测，并结合优良的算法系统来对病害进行判断分析。
随着现代技术的发展，智能化、机械化、信息化应用于土木工程领域已经非常普遍，运用智能手段对隧道的病害进行监测与检测必将对隧道的安全耐久和健康运营管理有着重要意义。 1 隧道常见病害
隧道在运营期间，由于隧道自身结构材质问题、施工质量以及周围的环境影响，会产生各种各样的结构病害[1]。常用隧道衬砌类型主要有复合式衬砌和预制管片衬砌。复合式衬砌常用于铁路隧道和公路隧道，由于它是内外层先后施工，所以经常发生衬砌背后空洞、注浆不密实、衬砌厚度不足的病害。预制管片衬砌常用于修建盾构隧道，由于它是拼接管片而成，所以会发生管片错位、不均匀沉降的病害[2]。除了上述几种病害，一般隧道还会发生诸如衬砌裂损及变形、渗漏水、衬砌材质劣化等病害。其中衬砌裂缝和渗漏水是隧道中最常见的2种病害，这2种病害深化后可能会造成其它病害的产生。这些结构病害的出现会影响隧道的结构安全，威胁隧道内的机电设备，对隧道的正常运营产生不利影响。 除了以上的结构病害，隧道中还会发生诸如列车事故、火灾事故、恐怖袭击、洪水、地震等突发灾害[3]。这类非结构病害的发生很容易导致各种次生灾害，波及范围较广，甚至有可能造成轨道交通系统的瘫痪，从而对交通的安全运营和人民的生命安全造成巨大危害。因此，对隧道进行智能化的监测检测，实现对风险做到有效的事前预控决策，事中迅速应对，事后高效救援，保障隧道的健康运营，具有很大的社会效益和经济效益。
2 隧道监测检测技术
隧道的智能检测主要是通过各种无损检测技术对隧道内部进行有效检测，获取状态信息或者图像等数据，再进行病害的判断。常用的监测手段则是采用各种传感技术和相应设备进行多方位监测检测，目前常用于监测隧道内的变形、裂缝、渗漏水等病害。
2.1 探地雷达技术
探地雷达（ground penetrating radar，GPR）法是地下工程中较为常用的一种检测技术，主要是利用电磁波在各种材料的介电常数的差异来检测和辨识病害。电磁波在遇到不同的介质界面时会生成反射波和透射波，反射波和透射波的属性与界面两边的不同介电常数有关，因此主要是通过提取反射波信号特征进行病害识别（见图3）。与介质相关的物理参数有介电常数、电导率、传播速度、衰减系数[4]。不同介质有着不同的衰减系数和反射系数，因而反射波的振幅、相位等就体现了各介质层之间的界面[5]。通过分辨反射波的各种属性，可以对各层进行判断，并且可以根据传播速度来判断各层的厚度。同时，当衬砌质量出现缺陷或者空洞时，反射波也会发生相应的变异。
周黎明等[6]很早就介绍了GPR的检测原理和相关的探测精度和深度的根源，并对实际效果进行了讨论。刘敦文等[7]还在此基础上介绍了探地雷达的波速计算、图像处理、衬砌厚度计算等问题。ZHANG F S等[8]使用GPR技术，对上海的一个盾构隧道进行注浆分布的检测，结果表明了该方法的有效性。刘新荣等[9]研究了如何将GPR收集到的三维数据可视化，并相应地研究了空洞在不同剖面上的图谱特性，证明了GPR在探测隧道衬砌的空洞和密实性的能力，并且具有较高的准确性。李术才等[10]运用山东大学自主研制的雷达数据处理软件——全空间地质雷达处理解释系统1.0（FSGPRP1.0），对岩溶隧道的地下水进行了有效探测。娄健[11]在运用逆时偏移算法编制的软件，能够准确定位钢筋位置并给出其钢筋间距和保护层的厚度，提高了GPR对钢筋的检测精度。 而在国外，KRAVITZ B等[12]使用GPR在隧道中进行实地校准，并模拟衬砌背后带水或者带空气的洞，结果表明了GPR在检测衬砌空洞的有效性。KILIC G等[13]在大坝与水电站的隧道项目中，使用GPR识别出了诸如灌浆不完全、岩溶空洞和空隙等问题，提供了所采用程序分析的完整过程，并且讨论了收集的GPR数据在神经网络（neural network，NN）方法中的应用。美国SHRP2提出了整合探地雷达（GPR），红外热成像仪（infrared thermography，IRT）和高清视频图像系统（high resolution image，HRI）多种技术互相对比验证的无损检测解决方案，在公路隧道中有效地实现了隧道衬砌检测和病害辨识（见图4）。
GPR可以对隧道中的很多病害进行检测，包括衬砌的厚度、空洞、密实性等问题，也可以用来探测地下水的分布和钢筋位置，但是至今对于衬砌中混凝土的强度检测无能为力。GPR技术作为一种经典的无损检测技术，其发展的精度达到了较为优异的水平。但是GPR探测的深度一般小于50 m，并且要解释探地雷达的图像就需要知晓其所探测地区岩体的波速，所以在地质复杂的地区其应用精度不高。GPR可探测和辨识的目标体精度取决于周围介质是否有足够的电性差异，这限制了探地雷达的使用环境。最后GPR的数据解释现在还需要靠人主观来判断，因此需要探寻一种更好的数据处理及病害识别方法。
2.2 三维激光扫描技术
三维激光扫描技术的基本原理是激光测距原理，即根据激光往返的时间，结合激光的速度角度来判断测点被测点的矢量距离。毛方儒等[14]详细地介绍了三维激光扫描与普通技术的测绘差距，三维激光扫描是对整体上各点的坐标进行扫描，而不是仅仅针对某一点位。这就意味着需要对测量单元进行整体全面的坐标测量与收集，即对目标进行从上到下或者从左到右的步进式扫描测量，从而得到测量目标的全面而连续的坐标数据，这些数据也称作"点云"。有了这些点云就可以描绘出目标的原形，重建目标的三维，继而通过对重建的三维图像的处理进行隧道的检测。 三维激光扫描在隧道中的主要用途集中在对隧道的变形监测，也可以对隧道的裂缝和渗漏水等问题进行检测。陈欣等[15]使用美国一家公司的地面式三维激光扫描仪对某高速公路的隧道进行检测，实践得出可以通过处理多次扫描得到的数据，对任意地方发生的变形量进行前后比较，也可以对隧道内诸如装饰板、管线等内部设施进行检测，不会出现由于光线不足导致人肉眼难以观测的问题。王令文等[16]创新性地将三维激光扫描技术与全站仪相结合，运用全站仪对点云数据进行定位，提高了点云数据的拼接精度，也对隧道的断面收敛、裂缝和渗漏水问题进行了检测。谢雄耀等[17]提出采用几何分析方法对数据进行优化来提高数据采集的精度和效率，并提出基于点云的三维隧道建模的算法，使隧道的变形可视化。李宗平等[18]使用三维激光扫描在桐庐隧道进行实践，提出了测站间距的确定方法，实现了对隧道的三维变形、支护侵限以及二次衬砌厚度的评估等。FARAHANI B V等[19]在巴西维多利亚米纳斯铁路隧道运用三维激光扫描技术建立了相应的模型，并通过试验运用3D图像检测技术来监测模型的变形。图5为深圳地铁隧道的三维激光扫描成像结果，可快速复建出被测目标的三维模型及线、面、体等各种图件数据。这种全面的信息能给人一种物体真实再现的感觉，因此，三维扫描技术在测绘领域被誉为继GPS技术之后的一次技术革命。
三维激光扫描技术对沉降和收敛变形等进行准确的检测是建立在获取全面的点云数据基础上的，所得点云数据比较庞大，所以后期的点云数据的处理非常复杂，对数据处理的算法要求很高，并且三维激光技术大部分还是依赖一个一个的站来进行检测，要不断地进行搬站，速度较慢。需要进一步开发自动化移动巡检装备，例如车载激光雷达、机器人携带激光扫描等来提高检测效率。
2.3 冲击回波技术
冲击回波法原理是利用小钢球或者小锤敲击混凝土的表面，在混凝土的表面产生应力波，当应力波在混凝土的内部进行传播时，遇到内部缺陷会产生反射并且在结构的表面产生微小位移。使用安装在冲击点附近的传感器来接收应力波在混凝土内产生的响应并进行频谱分析，从而得出相应的频谱图。通过分析获取的频谱图便可以得到关于混凝土的材质、厚度、缺陷等较多信息。黄建新[20]和王广伟等[21]详细地介绍了冲击回波法的原理（见图6），并给出了冲击回波法在混凝土厚度检测、开口裂缝深度检测以及内部空洞检测的方法。
冲击回波法在隧道工程中的主要应用是检测衬砌混凝土的厚度及其内部缺陷。赵仲杰等[22]运用有限元软件对隧道中的管片及其背后的结构进行模拟并得出了相应的频谱图，实际验证了冲击回波法可以检测650 mm的混凝土衬砌结构，并且在注浆质量以及内部缺陷等方面也有效（见图7）。姜勇等[23]通过使用冲击回波法与探地雷达进行比较，得出其受水分和钢筋的影响较小的结论，对于检测缺陷和脱空有着优势，并结合打声法研究出了更全面的冲击声频回波法。刘可等[24]运用有限元软件对SGS（管片-注浆-土体）进行了冲击响应的模拟，并得到了注浆完好、注浆存在空洞、注浆不密实3种情况下的时程曲线，进而得到相应的频谱特征，证明了冲击回波法在注浆检测的应用。SONG K I等[25]建立了冲击回波法在喷射混凝土与岩石3种结合状态（完全黏结、脱黏、空隙）的数值模型和试验模型，结果证明冲击回波法可以对喷射混凝土的黏结状态进行评估。SUDA T等[26]在日本开发出一套冲击回波法的设备，该设备安装在卡车上，通过机械臂对隧道内的衬砌进行冲击并检测，减少了人力需求。VOZNESENSKII A S等[27]研究出了一种基于声波对冲击响应原理的隧道衬砌后空腔填料类型的识别方法，可以通过冲击回波法来判断空腔材料。
整体而言，冲击回波法检测精度较高，但检测的病害种类比较单一，并且现今这种检测方式自动化程度不足，一定程度上还需要人的经验来判断。因此需要进一步深入研究自动化检测程序和病害识别方法。
2.4 红外探测技术
红外探测技术的原理是根据物质的热辐射来检测的。世界上的物体只要温度比绝对零度高，就会产生红外辐射。而红外辐射的性质又与物质的温度和辐射率有关，因此可以收集被探测目标与其所处背景环境的红外辐射强度差异，并将其转换成相应的电信号，来获取背景环境信息，最终进行检测判断。李意等[28]详细地介绍了红外探测技术的原理以及发展现状（见图8），阐述了其在各个领域的用途，指出其在隧道的超前预报方面的有效性。
红外探测技术在隧道工程中的应用主要集中于探水以及探火。田荣等[29]分析了红外探测技术在隧道工程中的应用，该技术可以探测出隧道周边隐含的含水构造，但是对于地下的水压、水质、水量等信息无法探测。吕乔森等[30]使用红外探水仪在大广南高速公路长乐山隧道工程中进行了实践，并且研究了几种不同的干扰场下的分析方法，结果证明了该仪器在岩溶隧道中对水体预报的准确性。豆海涛等[31]进行了红外探测仪在隧道渗漏水检测方面的研究，对不同工况衬砌下的渗漏水情况进行了模拟，总结了渗漏水的辐射特征在不同因素下的变化规律，为红外探测技术对于渗漏水的检测提供了更好的依据和分析方法（见图9）。王少飞等[32]阐述了使用红外技术的三波长红外火焰探测器在公路隧道火灾警戒方面的应用原理、特点以及其应用方案，并可以与其它火灾报警系统联合使用。许宏科等[33]进行了红外成像技术与视频图像技术的结合，可以对高速公路隧道出现的火灾情况进行很好的检测。
红外成像技术由于是利用环境温度来检测，但环境的温度差异往往较小，该技术收集的图像对比度较低，分辨率较差，并且红外探测技术也容易受到隧道内设备等干扰。而限制该技术应用的最大因素是成本问题，红外成像设备价格昂贵，相对较长隧道的红外成像技术的铺设成本非常高，所以应用较少。
2.5 光纤光栅技术
光纤传感器的原理是将来自光源的光由光纤进入调制器，使它与待测的物理量在调制区产生相互作用，之后光的光学性质（如光的强度、波长、频率、相位、偏振态等）会发生相应的变化，称为被调制的信号光[34]。调制的信号光最后会转化成电信号并与之前的信号相比较来判断病害。图10为光纤原理及隧道应用现场。光纤传感器具有质量轻、体积小、操作简单、对刺激敏感、对结构工作影响较小、可以分布式布置等优点，所以相对于其它传感器，光纤传感器具有较大的优势。目前分布式光纤传感技术已经取得了长足的进步并能够运用到实践中。
由于光纤对于物理变化具有很高的敏感性，所以它在混凝土的健康监测中有很多应用，例如对火灾、变形、裂缝等进行监控。付华等[35]利用环氧树脂封装光纤布拉格光栅传感器进行隧道的温度监控，检测出其温度传感的灵敏性是普通的光纤传感器的2.75倍，并基于这个新技术研发了一套火灾报警监控系统，取得了良好的效果。施斌等[36]利用布里渊散射光时域反射监测技术在南京市鼓楼隧道进行了变形监测，并且讨论了温差等环境因素对结果的影响，结果证明该方法对于健康监测和诊断是十分有效的。WU C F等[37]提出了基于光纤微弯曲原理的裂纹检测系统，并设计了合理的监测方案。通过建立光损耗与裂纹宽度之间的定量关系，设计了相应的传感器接头，可以准确定位裂缝并测量裂缝。BREMER K等[38]利用光纤技术设计了一套光纤湿度传感器系统，将其应用于两个污水管道接口处的泄漏检测，证明基于光纤技术的湿度传感器在灵敏度和长期持久性上面有很大优势。CHENG W C等[39]提出将光纤传感器埋入养护过程中的盾构隧道管片，来对其变形进行监测，取得了较精确的检测效果。 总而言之，光纤传感技术可以较好地对隧道的结构变形以及渗漏水情况进行检测，并且可以对隧道进行实时的监测和在线传输，尤其对高风险区域能进行很好的监测数据实时传导。但是传感器需要的技术要求较高，传感信息的数据处理等较为复杂，也会受到隧道的温度以及振动等不良情况的影响。另外，在复杂环境的隧道中，传感器的铺设也是一大难题，如何有针对性地进行合理的铺设仍是待探讨的问题。
2.6 高清摄像技术
高清摄像技术即利用摄像机对隧道内影像进行拍摄，然后利用各种数据处理算法对收集到的图像进行分析，从而判断隧道内发生的各类病害。数字相机现今大多数运用CCD相机，该技术的核心内容是如何运用图像来进行病害的检测。 摄像技术主要应用于隧道的裂缝、渗漏水、变形等主要问题的监测。刘学增等[40]对远距离摄像机收集到的图像进行了一系列的处理，发明了一种衬砌裂缝识别及宽度量测新算法，并试验验证了算法的可行性。黄宏伟等[41]基于深度学习研究了图像识别盾构隧道渗漏水，将渗漏水图像分成了6类，最终从识别结果、准确率、运行时间和传统的图像方法进行了对比。周奇才等[42]运用数字图像技术，对施加光源收集到的图像进行一定的处理来收集隧道的纵向变形量，并且可以对CCD传感器进行多传感器网络分布，使收集到的图像更加精准有效。ATTARD L等[43]介绍了欧洲一个TInspect视觉检测系统，可以在隧道上面安装检测轨道，通过相机等视觉收集设备进行图像收集，通过对图像的处理分析来确定隧道病害。近年来近景摄影测量（Lensphoto）成为变形监测的一种新的方法。张祖勋院士针对近景摄影测量特点研发了多片立体匹配技术及光束法平差等手段，使得数字近景摄影测量系统的精度和自动化程度提高。基于数字近景摄影测量特有的可视化的特性，可以监控隧道不同位置现场环境（裂缝、渗漏水、掉块）及结构局部和整体变化。图11为深圳地铁开展的影像采集隧道结构的三维纹理模型。
整体上，高清摄像技术对于裂缝、渗漏水、错台、掉块的检测已经达到了较高的分辨率，病害识别十分准确。但是数字照相技术对于照片质量要求较高，所以对相机的质量、隧道的光源环境、隧道表面的清洁情况提出了较高的要求。 3 隧道监测检测巡检装备
隧道的高效精确检测不仅仅需要技术，更需要相应的装备与之配合，来充分发挥技术的作用。通过将各种技术搭载在巡检装备上，进行综合的自动智能拟人化巡检，是未来发展的大趋势。 3.1 无人机
无人机是比较理想的移动检测载体装备，不论国内还是国外都在努力研究拓展其应用。无人机有着体积小、可摇感操控并且能在其上搭载多种传感器的优点，能到达人工不方便进行检测的地方，因此，无人机在进行数据收集方面可以发挥较大的作用。无人机携带各类传感器，在隧道中飞行巡检，会收集各类数据并将数据实时传输到数据处理平台，处理平台对异常数据做出预警（见图12(a)）。例如，在无人机上搭载摄像设备进行拍摄，可获取结构表面的裂缝图像，并用图像方法来识别隧道病害。在无人机上搭载红外热成像相机和高清摄像机以及必要的补光设备，还有多种气体传感器和温湿度传感器，可以运用到综合管廊中去检测漏气、漏电、漏液等问题。目前运用无人机来进行隧道检测的实践还较少，郑子杰[44]设计了一套微型无人机来进行电缆隧道的日常巡检，可以监测隧道的环境以及电缆的安全。这种无人机隧道电缆巡检系统，具有移动速度快、行动灵活、监测死角少等固定式监测设备没有的优点。新加坡陆交局在汤申—东海岸线成功试用了无人机进行了隧道的检测（见图12(b)）。2020年3月，一种遥控无人驾驶飞机用来协助东京地铁系统维修人员开展地铁隧道巡检。东京地铁公司很好地展示了这种检查无人机用于提高隧道安全性的巡检（见图12(c)）。
当然无人机现在还有较多的技术问题需要突破。首先是续航问题，现在的无人机使用的大部分是锂聚合物电池，连续使用时间不会很长；二是通信问题，无人机使用的通信链路抵抗干扰的能力较弱，无法避免遇到相同频率的干扰，使用的无人机数量越多，问题就会越突出；三是定位导航问题，无人机定位现今采用的模式精度不大，在地下基础设施检测时会出现一些问题；四是避障问题，毫无疑问在隧道或者地下综合体中可能会出现干扰飞行的障碍，影响无人机的检测线路。未来需要在无人机智能监测检测系统上进一步探讨，攻克难题。
3.2 巡检车
巡检车是当今用得最多的移动检测装备，其运用主要是装载各种检测设备，例如高清相机、激光传感器、探地雷达等设备，同时车上还可装载与设备相应的软件系统对设备收集到的信息进行分析处理。 巡检车的优点是可以装载的设备较多，并可以自身形成一个检测系统，及时地得到结果，并且能够组合多种设备来检测病害。由于巡检车体积太大，所以应用的场景有限制。巡检车主要有轨道轮式和地面轮式，轨道式巡检车可以运用于地铁以及铁路隧道，而地面轮式巡检车可以运用于公路隧道。SUDA T等[26]介绍了用巡检车装载机械臂对隧道衬砌进行冲击回波检测，取得了较好的检测效果（见图13）。中国西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室已经开发出一种车载探地雷达对隧道进行检测的新方法[45]，该方法不但解除了探地雷达须接触衬砌表面的限制，而且能够运用车辆对衬砌进行定期检查，在宝鸡-中卫线和襄樊-重庆线上进行了运行测试，并取得了较好的效果。
等[46]介绍了欧洲的隧道巡检车系统（见图14），上面装载了相机以及激光系统，速度可以达到30 km/h。该车辆不但有着病害检测系统，还装载一些可以在隧道内行驶的辅助系统，比如电力、信号系统等。HUANG Z等[47]介绍了一种集检测和数据分析一体化的移动车检测系统应用于长沙地铁2号线病害的检测。这套系统能够进行多种参数的检测，多传感器补偿技术可以缓解车辆移动时振动等环境干扰因素，实时检测定位精度达到2 mm，对检测数据可以进行高速存储和计算分析。周应新等[48]研发了一辆公路隧道综合检测车，可以搭载线阵相机、探地雷达、红外成像仪等设备，对隧道的衬砌质量、渗漏水、裂缝等进行检测。上海同岩土木工程科技股份有限公司和同济大学自主研发的公路隧道检测车TDV-H2000[49]搭载了线阵相机、激光扫描仪、GPS等设备，可对隧道的内部变形和裂缝等进行检测，并能够自动进行图像的处理、三维建模、病害识别等。
3.3 巡检机器人
巡检机器人目前主要运用于综合管廊和隧道，是通过携带激光设备或者相机来进行视觉检测，有轮式和履带式。轮式分为地面轮式和轨道轮式，跟巡检车类似，地面轮式主要运用于公路隧道，轨道轮式主要运用于地铁隧道和铁路隧道。FUJITA M等[50]介绍了在伦敦地铁运用的一种激光巡检机器人。图15为深圳地铁隧道所采用的激光扫描机器人的巡检场景。YU S N等[51]介绍了韩国研究的一种搭载CCD相机来检测隧道裂缝的巡检机器人（见图16）。VICTORES J G等[52]发明了一辆可以对隧道裂缝进行检测修补的轮式机器人，该机器人的机械臂使用视觉和激光系统对裂缝进行检测，并可以对裂缝进行修补。PROTOPAPADAKIS E等[53]运用巡检机器人在Egnatia公路隧道进行了裂缝检测，并由此对机器人视觉图像的处理进行了深入研究。陈东生[54]研制了一种吸盘式的爬壁机器人，可以装载雷达对隧道进行检测，该机器人的特点是能够应对相对复杂的地形。重庆市鹏创道路材料有限公司[55]发明了一种公路隧道的巡检机器人，该巡检机器人的发明基于物联网和3D GIS，可以对公路隧道进行自动巡逻和检修，以达到对公路隧道的智能监测的目的。
随着AI时代的到来，隧道智能巡检机器人诞生了。呼和浩特地铁、北京天乐泰力、北京瑞途科技共同首发了地铁隧道智能巡检机器人（见图17(a)），与列车同步运行，可以实时、无间断的巡检，将突发、随机事故防患于未然，并且可以进行温度异常报警、侵限与异物检测等（见图17(b、c)）。未来，地铁隧道智能巡检机器人将实现限界入侵预测、异物入侵预测、电缆温度检测、隧道内实时视频监控、隧道三维建模、隧道壁面裂纹检测、隧道壁面湿渍检测、隧道几何变形检测、铁轨几何形位检测等多种综合功能。
巡检机器人体积一般较小，可检测的项目也较少，目前多用于进行视觉监测检测。由于其灵活的特性，在未来对隧道的检测可发挥重要的作用。遇到灾后恶劣的隧道环境，其智能化程度和行走越障、耐高温、耐火、防水等性能需要进一步提升。 4 发展趋势
未来对于隧道的监测检测将朝着减少人力资源，提高自动化、智能化、集成化方向发展。隧道的固定式设备监测，还未建立起相应的多元监测系统，目前主要是在自动化、智能化方面进行了大量研究，例如使用光栅光纤系统、三维激光、摄像系统、视觉技术等对隧道的变形进行自动监测，但监测项目比较单一，还需要探究更多功能全面的监测方案。相比之下，移动式检测装备更全面综合。例如，欧洲的第七框架计划中的ROBO-SPECT项目[56]进行了隧道的自动检测系统研究，综合了隧道巡检车、机械臂、起重机等，还开发了相应的视觉系统来对隧道进行检测。美国在弗吉尼亚州使用多种无损检测方法的集成对水下隧道进行了评估[57]，其中有探地雷达、超声波、冲击回波技术。这3种方法与相配的软件相结合，对水下隧道建立了三维模型，可以清楚地判断钢筋位置及黏结状态，获取其它的隧道信息，从而对隧道进行很好的评估。国内也在大力研发集成各种技术的隧道综合检测车，以达到对隧道信息的全面检测获取。 同时，人工智能、5G、大数据等的发展，对于隧道监测检测技术的进步发挥了关键作用。Amberg Engineering公司根据人工智能和机器学习开发出了一种软件，可以在隧道的检测照片中，自动标识出有问题的管片。隧道股份城建信息在上海大连路隧道部署了300多套5G物联网感知设备，并与STEC云物联服务平台强大的数据计算存储支撑能力相配合，可以对隧道结构和设施的关键信息进行采集。2016年11月一种TIM（train inspection monorail，TIM）单轨列车式机器人通过在隧道顶棚悬挂的轨道上运行，对瑞士日内瓦近郊的大型强子对撞机27 km长隧道进行了实时监控，包括隧道结构，氧气浓度，带宽通信和温度等数据信息（见图18）。
未来运用大数据、云计算、物联网、人工智能、BIM+CIM、VR、数字孪生技术，构建数字化管理平台，建立全域感知、智能监测、预警应急、快速决策体系，可实现隧道的智能韧性运维和可视化管理。 5 结语
我国隧道的建设和运营里程的不断增加使得日常运营维护成本急剧增大。城市智能化和信息化的发展，给隧道的智能监测和检测系统带来了新的机遇和挑战，能够节省大量的人力资源，便于隧道的建设和运维管理，具有较大的社会和经济效益。本研究介绍了国内外目前常用的监测检测技术和移动载体设备，他们都有各自的优缺点，对特定的病害监测检测有着优势。随着人工智能、5G、大数据分析计算的普及，还需发展综合检测技术，多维度全方位的对隧道信息进行全域感知和数据获取，提高设备智能化程度，满足较为全面高精度的病害检测，实现智能化监测检测数据的病害自主识别和诊断评估。
————文章系转载，仅用于本网站学习交流，侵权必删
| 
京公网安备 11010802022300号
