行业新闻
谈桥梁健康监测(4/5)-软件系统设计的重难点怎么解决？
上一篇我与大家讨论了桥梁健康监测施工环节的相关内容，施工工程完成后即进入下一个阶段——软件设计。今天，我们就从需求设计和技术重难点的角度，讨论一下软件设计相关的内容。
一、需求设计
按照监测项目的流程，应该满足工程、业务、运维三个角度的需求。
1、工程系统
工程系统主要使用者为系统建设单位，建立与前端采集系统的通讯和信息交互，包括设备库管理、硬件组网配置、固件库管理、设备参数配置、设备状态查询、设备时钟同步、设备恢复重启、设备固件升级、数据前处理算法管理等信息，满足工程人员前端调试的需求。
另外还应具备一些业务数据类的管理，如结构物基本信息管理、监测项设计、测点管理、用户管理、权限管理等。
2、业务系统
业务系统是三个系统中的主系统，主要满足终端用户的需求，实现以下功能。
展示：提供友好的交互式图形用户界面，主要展示画面包括系统主页、驾驶舱、结构物首页等的设计；数据的展示包括二维平面图和3D模型的展示，可展示测点的位置、属性、实时历史曲线等信息；数字孪生的展示，将输入与响应数据的同步展示，如视频图像与动挠度的同步展示，称重系统与桥梁结构响应的同步展示等。
报警：包括报警方法（阈值、偏差、变化率、联合）设计、报警阈值确认（理论分析、历史数据、规范规定和养护经验综合判断）、报警值配置（提供批量报警、单点报警的编辑等）、报警推送（不同的报警级别信息通过短信、邮件等手段推送至不同的角色和用户）、报警历史（现有报警信息统计、已消警的历史统计）等。
联动：监测数据与其他系统的关联，如与声光告警装置的联动，当产生报警时通过语音和光电提醒值班人员关注；与摄像机的联动，当动挠度超过某限值时，联动摄像机记录重车信息，输入和响应相结合；与定期观测或荷载实验的结果关联结合分析，相互验证确保数据的准确性。
分析：数据分析可分为数据在线分析、工程应用分析、离线分析和多重下载机制等。在线分析主要作为某个时间段数据的下载和查看，包括时域分析、频域分析和幅域分析等功能；工程应用分析包括风环境分析、动挠度分析、荷载效应分析等；离线分析包括模态识别、单向板受力评估、疲劳评估等；多重下载机制包括定期下载、多测点下载、动态数据下载等。
评估：评估一直是健康监测发展的瓶颈，海量的数据如何利用？如何有效的预测桥梁的结构状态？一直是一个值得深入研究的课题。随着科学技术的发展，深度的机器学习等人工智能技术可在监测数据的利用上大放异彩。另外桥梁定检、荷载试验、定期观测、健康监测等多种数据的综合评估，也是有效评价桥梁结构服役性能的有效评估方法。因此软件系统中评估模块的设计和效果是监测系统的重要组成部分。
3、运维系统
随着工程项目的增多，系统的运维也是非常重要的一个环节，一个成功的系统肯定离不开专业的运维。健康监测整个系统的运维主要包含硬件设备的运维和软件系统的运维，这里主要介绍运维系统软件部分的内容。
现场运维：现场运维主要实现的是对传感器、数据采集传输设备等的日常管理、定期检查与维护、异常处置的相关内容进行管理，包括计划制定与提醒、表格模版管理、巡视管理等信息，保证前端硬件设备的稳定运行。具体流程可参考T/CECS652-2019《结构健康监测系统运行维护与管理标准》。
软件运维：软件运维主要包括前端服务器设备的运行状况监控及预警、各子系统心跳状态监控、各子模块的启停、前端硬件设备状态识别及预警等，以保证软件系统各模块的稳定运行。
二、技术重难点
虽然健康监测系统的同质化很严重，但针对一些技术问题的解决方案还是值得研究和讨论的。鉴于篇幅限制，我们仅讨论以下几点：
1、数据协议统一
针对传感器类型多协议不统一的问题，可参考物联网的MQTT协议（Message Queuing Telemetry Transport，消息队列遥测传输协议），它是一种基于发布/订阅模式的"轻量级"通讯协议，可以以极少的代码和有限的带宽，为连接远程设备提供实时可靠的消息服务。作为一种低开销、低带宽占用的即时通讯协议，使其在物联网、小型设备、移动应用等方面有较广泛的应用，是健康监测系统的首选通讯协议。
MQTT发布消息的内容可以是二进制数据，也可以是JSON格式的文本，可以应对不同类型传感器，不同采集频率，不同数据格式的打包封装。
MQTT提供三种消息发布服务质量（“至多一次”“至少一次”和“只有一次”），可以根据网络带宽、数据重要度等因素进行选择，最大限度地保证数据传输的可靠性。
通过MQTT服务器的代理机制，解决了物联网系统从服务器到设备数据下行通信的难点，为设备运行维护、软件升级等提供了可靠的手段。
MQTT发布/订阅消息模式，提供一对多的消息发布，不仅解决了应用程序耦合问题，也大大提升了数据处理的效率。
2、海量数据存储
健康监测系统的分析和评估时间是基于长期积累的海量历史数据进行的，这些基于时间序列数据的存储，由于关系型数据库（RDB）无法满足对时间序列数据的有效存储与处理，可采用时序数据库（TSDB）。
时间序列数据库主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。时序大数据解决方案通过使用特殊的存储方式，使得时序大数据可以高效存储和快速处理海量时序大数据，是解决海量数据处理的一项重要技术。
时序大数据解决方案实现了以下功能：
极大提高了时间相关数据的处理能力，有效处理庞大数据。
相对于关系型数据库存节省空间50%，有效降低I/O。
主键索引更有效，查询性能远超过关系型数据库。
关于软件设计的相关内容就介绍到这，下一篇我将与大家讨论一下关于结构评估相关内容，期待与您进一步交流、指正。
作者简介
张硕玉
路安交科（北京）监测科技有限公司技术工程师
毕业于北京工业大学
硕士学位
桥隧检测师
发明专利2项
主要从事基础设施智慧管养和智能监测相关工作
主持参与了城市桥梁智慧管养平台、布达拉宫健康监测平台等多项软件开发工作
参与了多项行业技术规程的编制；参与了华清大桥、金城公铁立交大桥等多个大桥的健康监测工作
