国内最长核心城区地下快速路：上海北横通道的数字化运维

本文节选自《上海土木科技》2023（04）

供稿：上海城建城市运营（集团）有限公司

数字化运维管理平台的建立，是实现城市重要基础设施运营管理的数字化转型升级中的重要一步。平台综合隧道运维业务管理及数据应用的各个方面，包括动态养护、交通运行、态势感知以及隧道BIM模型展示，实现业务单PDCA流程的全过程线上管控，可视化展示分析结构、机电、环境、交通等监测数据，集成全周期数据，对隧道技术状况及管理行为进行综合评价，实现“一屏观设施、一网管运维”。

数字化运维平台

通过数字化运维平台，集成数据展示分析，实时监管隧道设施养护运营状态，提升服务质量，提高管理效率，实现“五全”数字化运维管理： 生产要素“全”覆盖、生产业务“全”过程、运营状态“全”感知、技术状况“全”透明、数据资产“全”周期。

北横通道以智慧、安全、高效为核心、综合应用智能巡检、超高治理、交通增强感知及AI赋能系统等多种先进技术装备，全面掌握隧道技术及运营状态，及时处置设备风险、结构风险、运营风险，满足市民对安全、舒适、通畅出行的需求，并且为隧道安全有序运行提供保障。

先进技术应用

2.1.1 机器人巡检系统需求分析

完善、健康的机电系统是隧道内通车环境的重要保障。隧道机电设备通常包括供配电系统、照明系统、通风系统、消防系统、综合监控系统等，这些机电设备的运行状态关系到整个隧道的正常运行。机器人巡检系统的引入成为了提升设备安全性、保证运维效率的重要一环。

2.1.2 机器人巡检系统关键点

巡检项标准化。结合传统人工巡检经验与当代机器人技术，制定了机电设备巡检项标准，部署在数字化运维管理平台中。通过对每一类机电设备巡检任务进行细分，形成具体巡检项，逐个检查每一个仪表、按钮的数值或状态，确保每个设备都得到全面覆盖和精确的监测。巡检内容的标准化是对既往养护经验的凝练总结，实现了对各种设备类型的全覆盖，提高了巡检的准确性和效率。

设备房24小时值守。隧道内机电设备24小时运转不息，需时刻保证正常运转，机器人巡检系统可实现设备房全天候值守监控。机器人巡检作业过程中，将采集的数据、照片等实时上传到平台。这样一来，巡检过程摆脱了时间限制，系统能够持续不断地运行，可以保证设备状态的及时监测，迅速发现异常情况。

维修工单自动生成。机器人巡检系统具备智能分析功能，能够对采集的数据进行快速识别和准确分析。通过对巡检数据的处理，系统能够识别设备故障和缺陷，并通过平台自动生成相应的维修工单，派发给维修人员，大大提高了故障排除的效率和准确性，更迅速地完成设备维护。

机器人巡检系统

机器人巡检系统由巡视主机、智能巡检机器人、高清视频、操作平台等组成。

2.1.3 机器人巡检系统应用情况

北横通道的机器人布置在筛网厂变电所，可自由移动，集成了激光雷达、可见光摄像机、热成像、局放、超声波传感器等部件。机器人可以满足室内各种尺寸屏柜的检测要求。机器人可识别变电所内的设备及仪表状态。

智能巡检机器人(云台型)

目前北横的机器人巡检系统已接入平台，实现全天候值守，每天对设备房进行2次全覆盖巡检，提醒运维人员及时排查隐患，消除缺陷，有效的保证供配电设备安全。同时，巡检机器人的引入探索了智能设备在基础设施养护场景中代替人工巡检的可能，为进一步推广基础设施运维的智能化提升积累经验。

2.2.1 超高治理系统需求分析

北横通道作为横穿上海多个区域的主干快速路，车流量位居上海道路的前列。北横通道引入了超高治理系统，为城市道路交通管理带来了革命性的变化。

2.2.2 超高治理系统技术路线

超高治理系统通过“监测—预警—引导—拦截”四位一体、五级预警的治理方法，为超高车辆设置了“层层关卡”，在不影响正常交通的前提下，对驾驶员进行多次提醒和劝离。

超高治理系统布置示意图

2.2.3 超高治理系统应用情况

超高治理系统从2023年3月份正式启用，经过近半年的调试优化，目前北横通道的超高车辆闯入的情况已有很大改善。隧道内设施设备的安全得到了极大的保障。

超高治理系统不但能给及时给超高车辆提供预警，同时能在各门架记录该车辆经过的情况，以图片和视频的形式保留，为后续事故处理溯源提供更详实的依据。

2.3.1 交通增强感知及AI赋能系统需求分析

北横通道作为上海市东西向交通重要干道，保障通行的顺畅就是保障整个城市路网交通的正常运转。交通增强感知及AI赋能系统的诞生为城市运行交通管理提供了强有力的技术支持，实现了隧道内全面、精准感知和智能化管理。

2.3.2 交通增强感知及AI赋能系统关键点

毫米波雷达。在重点路段已有摄像头的基础上新增毫米波雷达，通过边缘计算单元与AI算法，进行雷视融合深度赋能，实现隧道内外的全面、精准感知。毫米波雷达可以更为有效的对道路上的车辆等进行实时的探测和预警，适合于隧道运营、养护应用。

边缘计算单元。边缘计算单元（MEC）具有多源融合感知功能，可将毫米波雷达与视频（定焦、云台）等多源数据融合提供的车辆类型识别按照车型进行分类识别，多源融合感知单车抛锚、压线行驶、逆行、行人/非机动车闯入、占用应急车道行驶、拥堵、交通事故等交通事件。

针对其余普通路段，则将已有摄像头接入智能AI视频服务器，进行AI视频赋能，将感知结果、分析结论具体应用落实到交通流全时空运行态势及作业安全分析的管养实际作业中。

交通增强感知及AI赋能系统设备安装示意图

2.3.3 交通增强感知及AI赋能系统应用情况

目前已在北横西段下层重点路段，增设部署毫米波雷达，边缘计算单元（MEC），接入已有视频，进行雷视融合深度赋能，提升了对隧道内交通状况的感知。

事件检测。该系统的事件检测功能配合超高治理系统实现对下层车道的智慧赋能，实现了交通流全时空运行态势感知。事件检测平台将各类事件在第一时间对现场人员进行语音和弹框提示，同时提供图片和视频，缩短了现场定位的时间，事件处置效率提高约15%。

数字仿真。该系统还运用在了数字孪生的三维模型上，通过雷视融合技术仿真出当前车辆轨迹，并可以根据车牌切换至任一车辆的第一视角进行漫游，如果有需关注的车辆驶入北横通道，可以通过该功能并结合综合监控系统对该车辆进行持续关注。

2.4.1 结构健康监测系统需求分析

结构健康监测系统在城市基础设施管理中发挥着至关重要的作用。通过对结构状态进行实时、持续的监测和评估，提高对潜在风险的感知和预警能力，为隧道工程的长期安全稳定运营提供坚实周全的技术保障。

2.4.2 结构健康监测内容及测点布置

（1）超大直径盾构近距离多次穿越地铁线

（2）9处隧道急曲线段

（3）工作井与盾构段交界处

（4）盾构段穿越苏州河处

2.4.3 结构健康监测系统应用情况

隧道数字化运维管理平台中接入了结构健康监测数据，管理人员可以随时查看、调取结构健康监测的当下或历史数据，并进行横纵向对比分析。同时，平台植入数据处理算法，可以实现噪声数据自动化清洗，保证数据真实客观；对于结构监测异常数据，平台可实现自动报警，并生成工单，通知管理人员及时采取措施。

结构健康监测系统可以让运维人员实时掌握设施状况，关注重点区域变化，弥补了人工按季度检测结构性能的滞后性，保证了北横通道的设施安全受控。通过自动报警、工单派发，依托平台实现高效联动，充分发挥监测数据价值。

2.5.1 能耗管理系统需求分析

为了响应双碳目标，既要在发展中实现减碳，也要在减碳中实现更好发展。隧道管理开始聚焦能耗分析，从用电量合理性和用电均衡性两个维度，研究不同因素对隧道用电能耗的影响，建立合理的评价指标和评价阈值，对隧道用电能耗进行综合评价。

2.5.2 能耗管理系统关键点

（1）能耗评价模型

通过基于现状电费的规律分析，结合分时段和分系统实时监测，将隧道所采集的数据进行结构化和系统级分析，总结出可以实施的电耗评价模型。通过数据整理和因素分析得到隧道总用电能耗特点，建立合理的评价指标和评价阈值，形成相应评价模型。

综合考虑用电量合理性和用电均衡性，建立用电能耗综合评价指标。用电合理性反映的隧道电能消耗的情况，用电均衡性反映的是用电管理行为，基于这两个指标进行能耗综合评价，并将年度得分均值划分为五个等级（等级为“一级”代表得分越高，越节能）。

（2）优化策略推荐及策略集群库的搭建

根据隧道能耗评价模型得到能耗总体得分低于二级的隧道给予节能提醒和优化策略的推荐。项目可依据所推荐的策略参考实施，并组织检查、摸排设备运行情况，进行分系统分析。根据分析结果，结合现场实际运维管理需求，通过技术节能、管理节能、政策节能等多维度开展节能举措探索，对有改进空间的设备进行调整。

2.5.3 能耗管理系统应用情况

“能耗评价模型”、“节能优化策略判定推荐”和“优化策略集群库”以数字化运维管理平台为载体，通过城市隧道用电设备电耗采集系统和各隧道的电费账单信息对每月城市隧道的关键能耗数据进行记录，将记录结果进行分析汇总，可以宏观把握所有隧道的整体能耗情况，也可以对单条隧道的用电能耗状况进行横向纵向对比。

在此基础上，进一步下探用电能耗高的机电设备，针对隧道总用电能耗不合理不均衡和分系统用电过高的情况，提出相应的运营优化管理策略，达到降低用电能耗和节约电费的目的。

城市隧道能耗数字化管理平台