您好, 访客   登录/注册

基于数字孪生技术的三维可视化水利安全监测系统

来源:用户上传      作者:徐瑞 叶芳毅

  摘要:为从当前水利行业自动化监测业务收集到的海量监测数据中提炼出更多关键信息,进一步服务于安全监测智慧化,基于数字孪生技术的概念,利用现有三维GIS可视化技术手段,结合时空数据模式,构建了一套三维可视化水利安全监测系统。结果表明:该系统能够直观展示数字三维地理空间中的地形、地貌、安全监测相关模型信息和扩展的分析、查询数据结果,并能够使用这些数据进行一定的三维数据仿真可视化效果表达。该系统增加了数据展示分析手段,提高了分析监测数据效率。
  关键词: 安全监测; 数字孪生; 三维可视化; 智慧水利
  中图法分类号:TV698.1 文献标志码:A DOI:10.15974/j.cnki.slsdkb.2022.01.016
  文章编号:1006 - 0081(2022)01 - 0087 - 05
  0 引 言
  水利工程安全监测是保障水利工程正常运行的重要前提,利用安全监测仪器对大坝进行各项监测指标的观测是安全监测中的重要组成部分[1]。当前大型水利工程都正在进行或者已经完成了水利信息化改造,构建了各自的安全监测自动化体系。这些自动化监测系统为研究水利工程安全稳定状态和大坝预警预测提供了重要的数据支撑,也为构建安全监测数字孪生体系提供了可能[2-4]。
  数字孪生技术的应用可能会对未来经济社会发展产生更加深远的影响[5]。本文从数字孪生技术的概念出发,利用现有三维GIS可视化技术手段,并结合时空数据模式研究了如何在水利行业安全监测业务领域中,构建一套基于数字孪生的三维可视化安全监测系统。
  1 关键技术研究
  1.1 数字孪生技术
  1.1.1 数字孪生概念
  数字孪生技术的提出者是密歇根大学的Dr. Michael Grieves,最初提出时的定义是通过数字化手段,在虚拟空间中构建出一个与现实实体相一致的虚拟实体的技术。即把构成一个现实物体的所有信息都录入到数字设备中,在数字空间中利用这些存储的信息完全模M出这个物体各方面的特性。 自2012年美国宇航局首次将这项概念应用于航天领域以来,数字孪生概念已经被学术界从智慧设计、智慧城市、全生命周期管理、智能制造等许多角度进行描述和分析。这些分析和应用的共同点在于都采用数字化技术手段创建出物理实体的数字孪生模型,通过虚拟现实技术、大数据融合分析等数据分析方法,为物理实体在相关领域中添加或者扩展新的属性和成果。
  1.1.2 模型可视化数字孪生
  数字孪生概念最初应用在机械等设备设计、生产、维护的全生命周期过程中。当前,在水利安全监测领域,数字孪生主要体现在模型可视化数字孪生应用。可视化包括GIS,3D可视化、BIM等内容。其中GIS+BIM已经在水利行业中得到了相当广泛的应用。其中,GIS相当于地球的数字孪生概念,通过构建基于地球的地理空间坐标系,将各种数字模型都安置在数字三维地理空间当中,并基于数字模型进行各式各样的信息集成和分析,以此扩展模型实体的属性和成果。
  图1为在三维地理空间中构建的街道、建筑物、植被数据模型,通过各种数字模型融合,共同构建出了一个完整统一的数字孪生模型空间。最初,数字孪生技术应用强调添加物体的物理仿真特性。在模型可视化数字孪生中,更多强调数字模型的地理空间信息和数据时空变化。
  1.2 三维可视化技术
  目前,在三维地理空间中,应用较多的可视化模型主要分为4类:地形影像模型、三维实体模型、倾斜影像模型和BIM模型[6]。其中,按照模型分类,又可以将上述4种模型归为两类:地形影像模型和倾斜影像模型。通过影像,将现实环境映射到数字三维地理空间当中,这两类数据通常采用地理坐标系;三维实体模型和BIM模型负责将现实空间中业务场景物体(如安全监测仪器)转换为数字孪生数字模型,并通过一定的坐标转换算法,安置在数字三维地理空间当中,这两类数据通常采用独立坐标系。
  地形影像模型和倾斜影像模型作为基础地形场景数据,利用坐标转换,根据安全监测仪器布置图,在地形场景中安置多种多样的安全监测仪器模型和水工建筑物BIM模型。在此基础上,就可以结合物联网技术,在数字三维地理空间中对安全监测仪器设备和相关水工建筑物进行模型可视化数字孪生分析和展示。
  1.2.1 BIM模型属性查询
  BIM模型与传统三维模型最大的区别在于BIM模型通过参数化构建生成,相较于传统模型通过自定义绘制的面片进行组合,BIM模型的不同点为BIM模型的几何部分在任何视图中都具有一致性,在一个较大型的BIM模型中,属性信息字段结构可能多达数十甚至上百种。
  目前,在实际应用中,BIM模型的几何和属性信息通常是分别存储展示的。模型几何体通过三维引擎展示,属性信息采用接口的形式单独获取。又因为BIM属性信息的异构体过多,传统的结构化数据库难以满足模型属性信息的存储需求,不利于属性信息的后期更新维护。因此,就需要采用非结构化数据库进行存储信息。
  本文使用的MongoDB数据库是一个面向集合、模式自由的非结构化文档型数据库。如图2所示,在MongoDB中,数据被分为若干个集合,每个集合都有一个唯一的名字,可以包含无限个文档,每个集合中都可以存储任意结构的数据文档。在查询BIM模型属性时,通过Restful接口形式,根据集合id和文档对应的key值获取对应文档中的BIM模型数据,这些数据是JSON格式进行存储的文档,通过解析JSON数据格式,就能获取到查询的模型属性信息。
  1.2.2 监测模型时空数据展示
  目前,很多安全监测仪器已经更新替换为自动化仪器,每天通过网络能够收到大量的监测数据,如何将这些时序数据配合地理三维空间中的仪器模型和三维空间下其他环境时序数据进行统一融合展示,是安全监测下的模型可视化数字孪生问题的关键,也是后续扩展分析应用的基础[7]。
转载注明来源:https://www.xzbu.com/1/view-15423195.htm

相关文章