江蘇省長大橋梁健康監(jiān)測云平臺的設計與實施

李翔宇，張宇峰

（1.廣州珠江黃埔大橋建設有限公司，廣東 廣州 511434；2.蘇交科集團股份有限公司，江蘇 南京 210012；3.在役長大橋梁安全與健康國家重點實驗室，江蘇 南京 210012；4.江蘇省長大橋梁健康監(jiān)測數(shù)據(jù)中心，江蘇 南京 210012）

0 引 言

伴隨著我國橋梁建設的突飛猛進，國內重點區(qū)域大跨徑橋梁的安全與健康保障問題日益凸顯。運用結構健康監(jiān)測（Structural Health Monitoring, SHM）技術，利用現(xiàn)場的傳感設備獲取相關數(shù)據(jù)，再通過對包括結構響應在內的橋梁結構系統(tǒng)特性進行分析，可達到監(jiān)測結構損傷或退化的目的[1]。

目前，健康監(jiān)測系統(tǒng)已在江蘇省內的眾多長大橋梁中得到成功應用，最早的江陰長江公路大橋結構健康監(jiān)測系統(tǒng)1999年即已建立，是國內最早的橋梁結構健康監(jiān)測系統(tǒng)之一。2010年，江蘇省又在全國率先組建了第一家區(qū)域橋梁監(jiān)測數(shù)據(jù)中心—江蘇省長大橋梁健康監(jiān)測數(shù)據(jù)中心，目前該數(shù)據(jù)中心管理著江蘇交通控股有限公司旗下的5座江蘇省內長江公路大橋和2座高速公路大跨徑索承橋梁。在數(shù)據(jù)中心的管理下，7座大橋的監(jiān)測系統(tǒng)總體運行正常，目前已積累了高達2萬億條，20 TB的監(jiān)測數(shù)據(jù)，通過對這些數(shù)據(jù)的分析，不僅產生了大量學術成果[2-11]，而且為大橋的科學管養(yǎng)發(fā)揮了重要支撐作用。但由于各大橋健康監(jiān)測軟件系統(tǒng)的總體技術方案和核心部分采用的是2003年建立江蘇省內第一座自主研發(fā)橋梁健康監(jiān)測系統(tǒng)時的技術，各大橋與數(shù)據(jù)中心間的數(shù)據(jù)傳輸與數(shù)據(jù)中心的數(shù)據(jù)存儲方案采用的是2010年時的技術方案，上述方案在建立之初確實代表著當時健康監(jiān)測技術的先進水平，并在后續(xù)進行了一些小范圍優(yōu)化，但其所采用的基于“服務器+客戶端”的傳統(tǒng)系統(tǒng)架構[12]，已表現(xiàn)出越來越多的問題，如：客戶端兼容性差、擴展能力不足、數(shù)據(jù)展現(xiàn)方式單一、數(shù)據(jù)存儲零散、時序數(shù)據(jù)處理效率低、大數(shù)據(jù)分析能力弱及系統(tǒng)版本管理分散等，已無法滿足當前技術條件下對橋梁結構健康監(jiān)測系統(tǒng)在數(shù)據(jù)傳輸、存儲、展示和分析等方面的需求。

近年來，Web、云、機器學習等技術高速發(fā)展迭代，云技術提供了軟硬件一體化的存儲、計算和網絡服務，具有高效、穩(wěn)定、可靠及高可拓展性等優(yōu)勢；Web技術提供了更豐富的數(shù)據(jù)展現(xiàn)形式，更便捷的訪問渠道，更人性化的交互設計；機器學習技術則提供了更靈活、更廣泛的數(shù)據(jù)處理分析平臺，因此已逐漸成為橋梁健康監(jiān)測系統(tǒng)重要的軟件平臺構建核心技術。借助這些技術以及江蘇省長大橋梁健康監(jiān)測數(shù)據(jù)中心在監(jiān)測數(shù)據(jù)管理、適配、計算、存儲和傳輸?shù)确矫娣e累的經驗，筆者設計并研發(fā)了江蘇省長大橋梁健康監(jiān)測云平臺，目前已完成了對原有7座特大型橋梁結構健康監(jiān)測系統(tǒng)的升級改造。

1 云平臺架構

江蘇省長大橋梁健康監(jiān)測云平臺架構采用縱向五層，橫向兩中心的總體框架設計方案，如圖1所示。

圖1 江蘇省長大橋梁健康監(jiān)測云平臺系統(tǒng)設計架構

有別于傳統(tǒng)的“服務器+客戶端”模式，本方案通過完整的云服務架構分離了監(jiān)測中心及數(shù)據(jù)中心兩個系統(tǒng)層級。

監(jiān)測中心通常部署在橋址附近，是傳輸及存儲的中間匯總環(huán)節(jié)，可作為備機實現(xiàn)平臺系統(tǒng)的部分離線功能，是一座大橋的重要監(jiān)測業(yè)務節(jié)點。

數(shù)據(jù)中心提供云服務的存儲及計算中心，根據(jù)不同情況可采用租用公有云服務、自建私有云數(shù)據(jù)中心或混合云平臺。由于云平臺架構一致，因此可較容易地實現(xiàn)在各種云服務（私有云、混合云及公有云）之間的業(yè)務遷移和拓展。

不同于傳統(tǒng)Web系統(tǒng)的三層架構（表現(xiàn)層、業(yè)務邏輯層和數(shù)據(jù)訪問層），本監(jiān)測云平臺采用五層架構：展現(xiàn)層、應用層、數(shù)據(jù)層、傳輸層和感知層。

感知層主要用于保證對傳感器驅動的兼容性，與數(shù)據(jù)采集系統(tǒng)版本相匹配。本云平臺在感知層設計了統(tǒng)一的文件編碼格式、傳輸協(xié)議，以保障傳輸效率及可靠性；設計了健康監(jiān)測系統(tǒng)自檢模塊，以提供一定范圍內的問題自動處理能力；結合傳輸協(xié)議，優(yōu)化數(shù)據(jù)存儲方式，自主開發(fā)了兼顧存儲效率與安全性的數(shù)據(jù)壓縮算法。

傳輸層在監(jiān)測中心內部使用基于光纖網絡的LAN傳輸數(shù)據(jù)，并預留了基于4G/5G的傳輸接口；在監(jiān)測中心到數(shù)據(jù)中心之間采用增加冗余線路及帶寬、增設硬件防火墻及點對點物理VPN設備、部署數(shù)據(jù)中心接入服務和配置負載均衡策略等技術。

數(shù)據(jù)層用以實現(xiàn)數(shù)據(jù)訪問相關功能。在數(shù)據(jù)庫架構上針對監(jiān)測數(shù)據(jù)優(yōu)化，本云平臺數(shù)據(jù)層應用了類似HANA技術[13]，根據(jù)數(shù)據(jù)的使用頻度進行分類，將其區(qū)分為熱數(shù)據(jù)、溫數(shù)據(jù)和冷數(shù)據(jù)，對三類數(shù)據(jù)采取分硬件分區(qū)存儲方案，提供不同級別的訪問權限，從而可在較優(yōu)的成本控制下保障訪問效率。數(shù)據(jù)存儲采用彈性存儲架構，可按需進行硬件擴容；數(shù)據(jù)管理采用關系型與非關系型數(shù)據(jù)庫混合存儲機制，數(shù)據(jù)存儲服務采用云方式部署，可在多類云平臺間平滑遷移。

應用層分別面向數(shù)據(jù)分析單位及橋梁管養(yǎng)單位實現(xiàn)了平臺的業(yè)務邏輯。面向數(shù)據(jù)分析單位的應用層采用軟件即服務（SaaS）架構[14]，提供了虛擬化訪問、數(shù)據(jù)分析共享等服務，并接入了開放的科學計算平臺，可提供復雜分析功能。面向橋梁管養(yǎng)單位的應用層則對系統(tǒng)功能進行了全新規(guī)劃，可支撐多橋、多數(shù)據(jù)類型、多維度業(yè)務及數(shù)據(jù)處理與統(tǒng)計需求。

展示層采用B/S架構，可實現(xiàn)對用戶界面的深度定制化設計?？蛻舳丝杉嫒菽壳俺Ｒ娭髁鳛g覽器及操作系統(tǒng)，可通過個人電腦、顯示大屏、手機及平板等方式訪問系統(tǒng)，并設計了基于微信平臺的移動端應用，提供了重要信息的多種訪問形式。此外，系統(tǒng)還提供了多渠道推送報警信息功能，包括網頁彈窗、微信消息推送及郵件等。

2 系統(tǒng)設計中的關鍵技術應用

本云平臺采用了先進的微服務框架模式，強調橋群、云架構、智能、拓展和實用原則。從開發(fā)技術來看：本云平臺基于Java EE，以Spring boot2為主框架，采用Spring Cloud實現(xiàn)分布式管理，采用Spring Data管理持久層，使用Oracle、Redis、TSDB等存儲系統(tǒng)構建了混合型存儲，以Layui為模板引擎，并自行研發(fā)了二進制數(shù)據(jù)服務集。

云平臺各層均有關鍵技術創(chuàng)新和特色設計，包括以下幾方面：

（1）感知層的自檢與邊緣計算；

（2）傳輸層復雜環(huán)境下的大流量數(shù)據(jù)傳輸技術；

（3）數(shù)據(jù)層針對時序數(shù)據(jù)的模塊化設計；

（4）應用層開放式數(shù)據(jù)分析及智能服務平臺；

（5）展現(xiàn)層交互設計。

2.1 感知層的自檢與邊緣計算

感知層設計開發(fā)了系統(tǒng)自檢模塊，自動檢查傳感器工作狀態(tài)、系統(tǒng)網絡狀態(tài)及數(shù)據(jù)采集情況等。自檢信息可通過郵件和短信形式提醒管理員，并自動生成日志文件，從而在傳感采集端實現(xiàn)輸出接口的協(xié)議統(tǒng)一?；贚abVIEW研發(fā)了初步的數(shù)據(jù)壓縮合并、數(shù)據(jù)清洗、數(shù)據(jù)閾值報警、實時Socket通信接口及采集日志跟蹤等功能。并實現(xiàn)了部分初步數(shù)據(jù)處理任務的邊緣化，為系統(tǒng)穩(wěn)定提供了保障。

2.2 傳輸層復雜環(huán)境下大流量數(shù)據(jù)傳輸技術

有別于傳統(tǒng)軟件系統(tǒng)的數(shù)據(jù)傳輸需求，橋梁監(jiān)測數(shù)據(jù)傳輸往往具有傳輸距離長、采集環(huán)境復雜、網絡條件差、干擾信息多、傳輸節(jié)點數(shù)龐大等特點，監(jiān)測數(shù)據(jù)又需同時保證實時性和整體可靠性。因此，本云平臺設計中采用了多種傳輸機制和傳輸形式的混合傳輸方案。在數(shù)據(jù)及應用層統(tǒng)一設計了數(shù)據(jù)接口。數(shù)據(jù)傳輸方式包括：數(shù)據(jù)文件的多點單向同步、監(jiān)測中心與數(shù)據(jù)中心間的數(shù)據(jù)庫雙向同步、點對點多通道Socket流通信等。

同時，考慮到大橋監(jiān)測數(shù)據(jù)傳輸雖然總量相對穩(wěn)定，但并發(fā)連接數(shù)較高，因此可能出現(xiàn)短時數(shù)據(jù)積壓的情況。本云平臺采用了定制的荷載均衡策略，及多運營商網絡融合方案。傳輸程序優(yōu)先傳輸最新數(shù)據(jù)，限制數(shù)據(jù)積壓時單傳輸線程的帶寬，以保證傳輸系統(tǒng)的整體穩(wěn)定。

考慮到大橋監(jiān)測業(yè)務特點，從保障的優(yōu)先度來看，數(shù)據(jù)的完整性應高于實時性，整體準確性應高于局部準確性。本云平臺采用了飽和式存儲方案，設計了多級臨時緩存，數(shù)據(jù)庫及數(shù)據(jù)文件在任何層級的網絡故障情況下，感知層、傳輸層和數(shù)據(jù)層中至少有一處以上的冗余存儲。數(shù)據(jù)庫數(shù)據(jù)則采用了分布式存儲方案，數(shù)據(jù)可從各個節(jié)點相互恢復。另外，根據(jù)監(jiān)測數(shù)據(jù)采集后即無更新的特點，設計中減少和弱化了數(shù)據(jù)庫數(shù)據(jù)版本校驗相關功能，以提高處理效率。

2.3 數(shù)據(jù)層針對時序數(shù)據(jù)的模塊化設計

數(shù)據(jù)層采用統(tǒng)一的數(shù)據(jù)存儲格式規(guī)范，感知層采集時即將數(shù)據(jù)格式、單位及精度等信息統(tǒng)一，不符合數(shù)據(jù)存儲規(guī)范的數(shù)據(jù)將不參與數(shù)據(jù)傳輸。監(jiān)測數(shù)據(jù)以一段時間k的數(shù)據(jù)數(shù)組形式進行封裝，包括：傳感器編碼Sensor、采集時間t、采集頻率f、t+n·f時間采集數(shù)據(jù)（n=1、2、3、…、k/n）等信息。入庫存儲時只需存儲必要的信息，即傳感器、測量時間點和值，從而保證系統(tǒng)整體運行效率。

相對傳統(tǒng)的關系型數(shù)據(jù)庫，使用非關系型數(shù)據(jù)庫系統(tǒng)進行監(jiān)測數(shù)據(jù)的存儲，特別是時序數(shù)據(jù)庫系統(tǒng)能較大地提升數(shù)據(jù)存取效率，提升整體數(shù)據(jù)存儲規(guī)模?；跁r間序列數(shù)據(jù)庫設計的存儲結構及示例如圖2所示。

圖2 基于時間序列數(shù)據(jù)庫設計的存儲結構及示例

本云平臺設計中對于不同訪問熱度的數(shù)據(jù)采用了分級存儲方案。熱數(shù)據(jù)重點關注可訪問性及處理效率，如近期數(shù)據(jù)、特殊事件數(shù)據(jù)及統(tǒng)計數(shù)據(jù)等；冷數(shù)據(jù)重點關注完整性和容災性，如歷史原始數(shù)據(jù)、檔案數(shù)據(jù)等。橋梁健康監(jiān)測系統(tǒng)根據(jù)數(shù)據(jù)的“冷熱度”分級采取了不同的數(shù)據(jù)存儲方案，熱數(shù)據(jù)存儲在配備高速SSD硬盤的內存數(shù)據(jù)庫系統(tǒng)中，冷數(shù)據(jù)則采用多備份策略，實施具備物理隔離的斷電容災備份。

根據(jù)微服務的軟件設計思想，業(yè)務系統(tǒng)的各層解耦，在數(shù)據(jù)層抽象出接口，各類數(shù)據(jù)在必要時使用中間件、消息隊列等。類似的，將常見的業(yè)務算法及具體計算模塊封裝，在數(shù)據(jù)層直接提供數(shù)據(jù)服務，如數(shù)據(jù)采樣、統(tǒng)計分析、快速傅里葉變換及擬合計算等，從而降低耦合，提高內聚。

系統(tǒng)設計了豐富的統(tǒng)一管理機制：

（1）精確到頁面的用戶權限管理；

（2）完整的數(shù)據(jù)接口權限管理；

（3）模塊化功能更新及定制化管理；

（4）狀態(tài)自檢及日志系統(tǒng)（用戶管理、其他數(shù)據(jù)接入、監(jiān)測數(shù)據(jù)開放、統(tǒng)一更新和功能模塊化）。

2.4 應用層的開放式數(shù)據(jù)分析及智能服務平臺

應用層主要用于實現(xiàn)對云資源的統(tǒng)一分配管理，按照需求進行資源分配。在本云平臺中，應用層主要負責具體監(jiān)測系統(tǒng)的評估分析模塊、數(shù)據(jù)清洗模塊、傳輸模塊、存儲及數(shù)據(jù)庫模塊等。在評估了具體功能的資源用量后，按需分配資源給各功能模塊，實現(xiàn)了多計算系統(tǒng)虛擬化及用戶使用環(huán)境的虛擬化[15]。

數(shù)據(jù)分析單位的人員可申請分配專屬的虛擬化云資源，通過虛擬客戶端直接進行數(shù)據(jù)分析工作。所有的存儲及計算資源均由云平臺統(tǒng)一進行管理并彈性分配，從而實現(xiàn)數(shù)據(jù)、系統(tǒng)和分析人員獨立的可配置性。與此同時，得益于平臺數(shù)據(jù)的統(tǒng)一存儲管理，應用層服務包括虛擬桌面可對數(shù)據(jù)統(tǒng)一進行接口訪問，從而使所有監(jiān)測數(shù)據(jù)訪問均能被管理及監(jiān)控。

橋梁管養(yǎng)單位的人員使用B/S模式實現(xiàn)平臺業(yè)務功能操作，包括：新加入大橋的配置、數(shù)據(jù)查看及系統(tǒng)硬件維護等，從而解決C/S模式下軟件部署成本高昂的問題，提升系統(tǒng)的可訪問性，實現(xiàn)集中管理及遠程升級。

應用層采用主流的開源框架，以提供較高的平臺兼容性和拓展性。系統(tǒng)融合了開源的Octave，設計了基于Java的Octave函數(shù)調用及矩陣格式轉換接口[16]，可實現(xiàn)科學計算語言MATLAB的調用，并以多維數(shù)組的形式返回給系統(tǒng)。這種方式減少了結構分析人員在設計系統(tǒng)業(yè)務算法時產生的新語言學習成本，也減少了已有算法的重構成本，并增強了云平臺的整體開放性及數(shù)據(jù)處理能力，為高精度實時數(shù)據(jù)處理應用[17]及機器學習應用提供了平臺。應用層服務架構設計如圖3所示。

圖3 應用層服務架構設計

2.5 展現(xiàn)層的交互設計

本云平臺展現(xiàn)層采用Layui模板引擎進行前端設計，控件遵循一致的接口標準。此前端引擎的特點是設計性強、響應迅速及輕量實用，并使用新版Echarts控件來展示數(shù)據(jù)圖表，較傳統(tǒng)C/S模式下Windows圖形化控件提供了更強的整體邏輯性、更豐富的圖形化數(shù)據(jù)展示方式，同時大幅降低了新功能模塊的開發(fā)成本及用戶的學習成本。

3 平臺實施與應用

目前，江蘇省長大橋梁健康監(jiān)測云平臺已完成開發(fā)，并被應用于江蘇省長大橋梁健康監(jiān)測數(shù)據(jù)中心及潤揚長江公路大橋、江陰長江公路大橋、蘇通長江公路大橋、崇啟長江公路大橋、泰州長江公路大橋、宿淮鹽高速公路淮安大橋和沿海高速公路灌河大橋等7座特大型橋梁。

云平臺在數(shù)據(jù)中心部署了綜合信息展示大屏系統(tǒng)，為各大橋部署了健康監(jiān)測系統(tǒng)。

綜合信息展示大屏（如圖4所示）用于展示各個大橋的監(jiān)測統(tǒng)計信息，包括：傳感器類型及部署數(shù)量、采集數(shù)據(jù)累計量、橋梁綜合評分情況、監(jiān)測報警情況、各橋的GIS位置及介紹、數(shù)據(jù)完好率統(tǒng)計和橋址實時天氣情況等。

圖4 綜合信息展示大屏頁面

各大橋健康監(jiān)測系統(tǒng)設計了全新的界面及功能，以下是首頁及圖表頁的特色功能介紹。

首頁（如圖5所示）以具體橋梁為背景，在橋梁效果圖上直接標識各傳感器的布點位置，以不同的形狀及顏色加以區(qū)分，并可通過下方的傳感器選擇模塊實現(xiàn)對部分或全部傳感器的隱藏控制。通過對傳感器圖標的點擊，可快速使用該傳感器的基本信息、報警信息、實時監(jiān)測和歷史數(shù)據(jù)功能。另外，當報警發(fā)生時，報警信息會直接以動畫的方式展示在具體的傳感器點上，以提醒相關人員進行處理。這種橋圖+傳感器點的設計方式同時也廣泛應用于系統(tǒng)的其他功能頁面，從而提供了一種直觀清晰的展現(xiàn)形式。

圖5 大橋健康監(jiān)測系統(tǒng)首頁

數(shù)據(jù)圖表展示頁面（如圖6所示）使用相對統(tǒng)一的樣式及展示邏輯，如大部分監(jiān)測數(shù)據(jù)都使用藍色折線圖展示時程曲線，報警部分折線顯示為對應報警級別的顏色（紅色、橙色、黃色），其他顏色的線條展示參考線并配以圖例說明。

圖6 數(shù)據(jù)圖表展示頁面

本平臺同時還開發(fā)了移動端版本（如圖7所示），借助微信公眾號平臺，并基于HTML5與CSS3，可共享Web端的應用層功能，提供系統(tǒng)跨平臺訪問與處理能力。

圖7 移動端版本部分功能頁面

4 結 語

本文回顧了江蘇省長大橋梁健康監(jiān)測的業(yè)務背景與現(xiàn)狀，從縱向及橫向兩個維度介紹了江蘇省長大橋梁健康監(jiān)測云平臺的架構設計。

云平臺設計并應用了多項關鍵技術與特色功能，如下所示：

（1）感知層的自檢與邊緣計算，提高了系統(tǒng)基礎兼容性及總體性能；

（2）傳輸層復雜環(huán)境下的大流量數(shù)據(jù)傳輸技術，提高了數(shù)據(jù)傳輸效率、增加了數(shù)據(jù)安全性及可用性；

（3）數(shù)據(jù)層針對時序數(shù)據(jù)的模塊化設計，提升了數(shù)據(jù)管理能力，為數(shù)據(jù)分析處理提供基礎；

（4）應用層開放式數(shù)據(jù)分析及智能服務平臺，提高了數(shù)據(jù)分析效率、極大地豐富了系統(tǒng)功能；

（5）展現(xiàn)層交互設計，優(yōu)化了界面交互體驗、拓展了更多數(shù)據(jù)展示形式。

各大橋的健康監(jiān)測系統(tǒng)軟件已完成了研發(fā)，所有子系統(tǒng)均已正式上線運行。軟件功能方面，新版云平臺系統(tǒng)對比原版系統(tǒng)增加了29項新功能，改進了15項已有功能。綜合性能方面，根據(jù)2020年初的統(tǒng)計結果，新版云平臺系統(tǒng)對比原版系統(tǒng)在系統(tǒng)穩(wěn)定性上提升了約60%，數(shù)據(jù)傳輸效率提升了20%，統(tǒng)計數(shù)據(jù)種類拓展了4倍，數(shù)據(jù)分析效率提升了2倍，網絡延遲降低了20%以上，數(shù)據(jù)安全性大幅度提升。

實際應用情況表明，本平臺的系統(tǒng)設計及特色技術在區(qū)域長大橋梁群結構健康監(jiān)測領域具有參考及推廣意義。