新闻中心

守护地下的脉搏:广州地铁自动化监测案例分享

2026.07.16

广州地铁某号线某站隧道长期受列车动荷载、地层应力以及温湿度变化影响,结构可能出现水平位移、沉降、隆起、收敛或局部错台等风险。传统人工巡检难以持续捕捉毫米级变形过程,也不利于快速识别突变异常。

本案例以自动化监测替代间歇式人工观测,通过测量机器人连续采集多点位三维坐标,并对单次位移、累计位移和变形速率进行趋势分析,为运营维护、结构检修和安全评估提供实测依据。

1.png

Part.1

监测目标

  • 连续采集各监测点三维坐标,计算水平、竖向累计位移及单次变形。

  • 统计各点位变形速率,识别持续变形、突变异常点位和异常断面。

  • 对比多周期观测数据,分析隧道整体变形趋势和局部差异。

  • 形成标准化监测成果,为隧道养护、结构检修和安全评价提供数据支撑。

  • 监测依据:《广州地铁土建结构变形监测管理细则》、《城市轨道交通工程测量规范》GB 50308-2017、《工程测量标准》GB 50026-2020

Part.2

技术方案

本次观测采用 TS10 Ultra 测量机器人。具备 0.5″测角精度、±(0.8mm+1ppm×D) 测距精度,ATR多目标识别最小角度5’,支持自动锁定棱镜、全自动多测回观测、环境补偿和结构化数据导出,满足地铁隧道高精度变形监测要求。

监测网络布设

  • 基准控制点:布设YXHS1至YXHS6共6个控制点,位于隧道内侧稳定区域,多周期坐标无明显偏移。

  • 结构变形点:布设YX25至YX45系列共 97 个点,覆盖监测里程段内主要断面。

  • 监测总点位:控制点与变形点合计103个,覆盖隧道主体结构关键部位。

2.png

Part.3

实施流程

  1. 建立稳定基准:隧道内侧稳定区域,以多周期坐标重合的控制点作为隧道结构变形计算基准。

  2. 自动观测采集:测量机器人按设定周期自动完成多测回观测,输出N/E/Z坐标。

  3. 位移与速率计算:计算单次变化量、累计变化量和日变形速率。

  4. 阈值比对预警:将结果与累计水平位移8mm/累计竖向沉降8mm、单日位移2mm等控制指标比对,识别异常点位。

  5. 趋势研判输出:结合水平位移、竖向变化和速率曲线判断结构稳定性。

  6. 监测周期与频率:监测周期3个月,每日测量六个周期,每周期间隔4小时。

3.png

Part.4

监测成果图片

水平位移(纵向、横向)分析

  1. 整体变形特征:全隧道103个测点纵向、横向位移均为毫米级微小弹性波动,无持续单向偏移趋势,不存在隧道整体侧移、纵向滑移病害;

  2. 断面差异:隧道覆土较薄、地层软硬交界段(YX40~YX45 测点)横向位移略大于隧道标准深埋断面,但最大值仅0.8mm,仍在安全区间;

  3. 横向收敛判断:同一断面左右拱腰测点东西向差值均小于 1mm,隧道管片无明显收敛、扩张变形,管片接缝无拉开、错台趋势;

  4. 基准可靠性:6处基准控制点多周期坐标完全重合,观测基准无漂移,全部位移数据真实有效。

4.png

5.png

隧道竖向沉降 / 隆起分析

  1. 变形范围:隧道最大隆起 1.492mm,最大沉降 1.425mm,远低于 2mm 三级预警值;

  2. 沉降均匀性:同一横断面拱顶、道床测点竖向差值小于 1mm,不存在局部不均匀沉降,无管片局部脱空、底部围岩流失风险;

  3. 荷载影响规律:白天列车通行时隧道出现微小沉降,夜间停运后管片回弹,属于混凝土管片正常弹性形变,无永久沉降累积现象。

6.png

变形速率变化规律分析

  1. 速率数值:全隧道所有测点单日最大变形速率均小于 1.5mm/d,未触发一级预警;

  2. 时间趋势:观测初期隧道变形速率相对略大,后续周期变形持续收敛,围岩与管片应力逐步平衡;

  3. 无突变现象:后续周期全程未出现任意测点变形速率突增,排除地下水位骤变、周边开挖等突发扰动影响。

隧道整体稳定性评价

通过星瑞达TS10 Ultra 测量机器人自动化全覆盖观测,广州地铁某号线该站区间隧道全线测点纵向、横向水平位移、竖向沉降隆起、变形速率全部控制在安全范围,隧道管片无收敛、滑移、不均匀沉降、错台等结构性病害,围岩与管片受力平衡,区间隧道当前运营工况下整体结构安全稳定。

Part.5

监测结论

  1. 本次采用星瑞达国产化TS10 Ultra 测量机器人完成隧道全断面自动化观测,观测数据完整、精度符合轨道交通隧道监测规范;

  2. 该站区间隧道全部 97 个监测点累计位移、瞬时变形、日变形速率均未达到预警标准,仅存在列车动荷载带来的正常微小弹性变形;

  3. 隧道无横向收敛、纵向偏移、不均匀沉降等结构性隐患,围岩及预制管片受力状态良好,隧道运营安全。

Part.6

案例价值

  • 安全评价更客观:从人工经验判断转为三维坐标、累计位移和速率曲线共同验证。

  • 异常识别更及时:按周期自动采集并与阈值比对,可更早识别持续变形或突变点位。

  • 运营影响更可控:自动化观测减少人工进场频次,适合运营地铁隧道夜间窗口有限的场景。

  • 成果交付更标准:数据可结构化导出,便于形成监测日报、趋势图和长期结构健康档案。