SCI论文（www.lunwensci.com）
摘 要 ：随着大坝安全监测向自动化、智能化和高精度化发展,统一管理监测数据,提升系统的跨平台性、兼容性和易维 性已成为提高大坝安全监测信息化管理水平的关键。归纳分析大坝安全监测常用的电阻式、差阻式、振弦式等传感器参数及监 测变量信息,设计数据标准化导入模板。基于前后端分离开发模式,采用 Vue.js+Django 框架,运用 RESTful API 统一功能 接口。开发集多类型数据源的导入、预处理、查询及报表快速生成等功能的信息管理系统, 实现监测数据的集中规范化管理。 研究成果已应用于某水电站,显著提高了大坝安全监测信息管理的效率,可在类似工程中推广应用。
关键词 ：大坝安全监测,信息管理系统,前后端分离,Vue.js,Django
A Multi-source Heterogeneous Monitoring Information Management System forDam Safety Based on Vue.js+Django
YIN Guangjing1. LI Chenyu1. ZENG Zibin2. ZHAO Pengpeng1. LEI Peng2. CHANG Liuhong2
(1.Sinohydro Engineering Bureau 8 Co., Ltd., Changsha Hunan 410004; 2.School of Hydraulic and Environmental
Engineering, Changsha University of Science & Technology, Changsha Hunan 410114)
【Abstract】：With the development of dam safety monitoring towards automation, intelligence and high precision, the unified management of monitoring data and the enhancement of the system's cross-platform, compatibility and ease of maintenance have become the key to improve the information management level of dam safety monitoring. The system is based on the analysis of resistive, differential resistance and oscillatory sensor parameters and monitoring variables commonly used for dam safety monitoring, and the design of a standardized data import template. Based on the front and back-end separation development model, Vue.js + Django framework was used to unify the functional interface using RESTful API. Developed an information management system that integrates the functions of importing, pre-processing, querying and report generation of multiple types of data sources to achieve centralised and standardised management of monitoring data. The research results have been applied to a hydropower station, which significantly improved the efficiency of dam safety monitoring information management, and can be promoted and applied in similar projects.
【Key words】：dam safety monitoring;information management system;front and back-end separation;Vue.js; Django
大坝安全监测及数据分析是水工建筑物安全运行状 态评价和运营调度的关键 [1]。随着大坝安全监测技术不 断向自动化、智能化、高精度化方向发展 [2],监测设备 和方法日趋多样化,监测频率和观测项目也随之增加,监测数据量呈幂级增长,数据种类涉及位移变形和渗流 渗压等,呈现差异性及海量性特点,成为制约大坝安全 监测信息化发展进程的重要因素 [3]。为有效管理分析工 程建设及运维阶段的监测数据,提升监测信息管理的便捷性和高效性 [4],采用当前较为成熟的技术框架开发一 套大坝安全监测信息管理系统。
1 大坝安全监测数据管理系统功能需求分析
受大坝结构特点、监测手段和监测区域等多因素影 响,监测数据呈现多样化。不同类型的数据格式和标准 存在较大差异,限制了数据统一管理,影响内业处理效 率。加之,由于数据的差异性及海量性,对数据分析处 理的专业性提出了更高要求。因此,需根据工程业务需 求,整合各类型的大坝安全监测数据并开发信息管理系 统。该系统需实现以下功能。
(1)系统首页。管理大坝的基本信息,包括全景图、 库容、坝型、坝高、工程等别、装机容量、竣工时间。 支持文字信息和图片信息的修改。(2)批量导入。通过 模板文件规范数据入库格式,快速批量导入海量数据, 便于数据集中管理。(3)人工录入。写入需人工观测的 数据,实现移动化办公。(4)数据预处理。系统使用 3σ 准则和格拉布斯准则自动挖掘粗差,并允许人工审核结 果。(5)数据查询。用户可按观测项目、设计编号及时 间范围搜寻数据,查询结果展示计算值、单过程线图, 并支持导出 Excel 文件。(6)报表智能化生成。绘制并 导出周报表、月报表和过程线图等,为大坝安全监测报 告撰写提供图表信息。
2 大坝安全监测数据格式规范化设计
为有效开展后续数据库建模工作及数据统一规范化 管理功能开发,需分析监测数据特征,设计数据规范化 导入模板,并确定导入流程。
2.1 监测数据特征分析
结合大坝安全监测中传感器实际应用情况,归纳分 析常用传感器(电阻式、差阻式等)的基本信息及仪器 (温度计、应变计等)的监测信息为以下 3 点。(1)在 基本信息要素、监测信息要素明确过程,差阻式应力应 变计基本信息数量最多,包括 ：设计编号、灵敏系数 f (με)、零上 K'(℃ /Ω)、0ºC 计算电阻 R0 (Ω)、温度 修正系数 b'(με/℃)、仪器编号、埋设部位。差阻式传 感器的监测信息包括 ：观测时间、电阻 R(Ω)、电阻比 Z。(2)在传感器参数定义中,不同类型传感器参数不 同 ;同一类型传感器中,不同观测项目对应参数不同、 相同观测项目不同测点对应参数名一致,但参数值存在 差异。故应针对每个设计编号定义参数。(3)在监测变 量选择中,考虑未实现自动化监测的工程,需人工利用 二次仪表测量,而实现自动化监测的工程,测出的值需 人工转换为二次仪表测出的值,如,振弦式传感器自动 化监测系统测出的值为频率,其需转换为模数。因此, 不同传感器测量值取二次仪表测出的值。
2.2 规范化导入模板
数据导入模板采用 xls 或 xlsx 文件格式,内容第一 行和第二行为传感器基本信息,第三行及之后行为观测 信息。以差阻式应变计数据导入模板为例,如表 1 所示。
2.3 导入流程设计
数据规范化导入流程指根据数据特征分析结果,设 计导入业务逻辑,实现数据的规范导入。具体流程为 ： (1)指定相应的工程数据库名称 ;(2)选择系统内置 导入模板(水库温度计、裂缝计、应变计、渗压计等数 据),展示默认的参数数量、变量数量及变量所在行列 位置,供用户确认 ;(3)选择传感器类型,识别环境 量、效应量计算公式 ;(4)导入填写完成的文件,若填 写的文件内容与(2)中定义的格式不一致,则提示导 入失败,用户需自行核对并重新配置相关信息。反之, 可创建对应的工程数据库。流程图如图 1 所示。
3 系统开发关键技术
3.1 系统开发工具
3.1.1 软件开发技术框架
Vue.js 是用于构建用户界面的轻量级渐进式框架, 与 Element UI、Echarts 等组件库结合使用, 可降低 前端开发难度及系统运维成本。相比于其他框架, Vue.js 具有组件化及运行速度较快等优势,更适于 Web 前端开发 [5]。Django 采用 MVT 设计模式,可实现代码解 耦且可复用性高, 但 Django 模板功能较弱, 导致前端 开发效率较低 [6]。因此,将 Vue.js 作为 Django 的模板 引擎, Django 作为服务端提供 API 接口。
3.1.2 前后端分离的 MVVM 架构
MVVM(Model-View-ViewModel, 模型 - 视图 - 视 图模型)是一种新型软件架构设计模式,旨在通过分离 前端 GUI(Graphical User Interface, 图形用户界面) 和后端业务逻辑提高系统开发的效率 [7]。相对于传统 的 MVC 模式,MVVM 解决了大量 DOM(Document Object Model,文档对象模型)操作导致页面渲染速 度慢的问题,具有更快的页面加载速度。视图模型层作 为 MVVM 的核心层,通过双向数据绑定和接口请求进 行视图层和模型层之间的交互,转换模型中的数据对 象,便于数据管理和使用。
3.2 总体架构设计
运用前后端分离的 MVVM 架构,采用前端 Vue.js 框架和后端 Django 框架, 设计系统总体架构, 将系统 划分为数据层、业务层、表现层和视图层,系统总体技 术架构图如图 2 所示。
(1)数据层。负责数据库的访问, 对数据进行增删 改查操作,将数据库中的数据传输至业务层,并保存 业务层处理的数据于数据库中。其中,运用 MySQL 持 久化数据, Redis 缓存数据。(2)业务层。处理具体功 能逻辑,主要包括系统首页、原始数据导入、数据预处 理、数据查询及报表智能生成等功能。(3)表现层。搭 建用户和系统之间交流的通道,用于接收数据请求和传 输数据,实现用户与系统的交互。(4)视图层。提供功 能操作界面, 运用前端 Element UI、Echarts 等组件库快速开发 PC 浏览器端系统界面。
4 系统实现及工程应用
4.1 系统实现
4.1.1 基于 ORM 框架的数据库构建
通过 Django 的嵌入式 ORM(Object Relational Mapping,对象关系映射)框架连接并创建数据库, 通过使用描述对象和数据库关系映射的元数据,将已建 立的实例化数据自动地持久化至关系型数据库当中,并 运用模型类进行数据库中数据的增删改查及数据库表的 建立删除等。
开发中,考虑到监测数据更新快、时效性强,因此, 保证 Redis 缓存数据和 MySQL 数据的一致性至关重要, 尤其是对于频繁更新的监测数据。考虑当数据未更新时, 用户第二次及后续读取相同数据时将从缓存中读取数据 ; 当数据更新时,若系统未删除缓存的旧数据,则将继续 读取旧数据,产生缓存和数据库信息不一致现象,因此, 为保证数据读取的准确性,采用延迟双删除策略避免缓 存中因缓存更新延迟而导致不一致或过时数据的累积。
4.1.2 接口实现
采用 REST API 统一资源接口,运用 GET、POST、 PUT、DELETE 等 HTTP 标准请求方法进行资源的访 问 [8]。系统部分接口如表 2 所示。
4.2 工程应用
基于 Vue.js+Django 的大坝安全监测信息管理系 统已应用于某水电站,提高了数据统一管理的效率。
系统首页功能中,点击工程概况,显示工程信息 ; 点击建设历史,显示施工日期、蓄水日期、投入运行日 期等,双击可进行信息修改。
数据批量导入功能中,用户可下载导入模板并根据 具体需求完成数据规范化导入。首先,用户需下载模板 文件,并按要求填写 ;其次,依次选择工程项目、模板 和仪器类型,系统将自动识别模板中原始数据的起始 行、起始列等信息,保证数据导入的准确性 ;最后,用 户可上传填写完成的 xlsx 或 xls 文件。对于重复数据的 导入,系统默认为追加导入模式,根据观测时间自动识 别上一次导入内容中的最大时间,若大于该时间,则对 应的数据信息将会导入系统原始数据库中。
数据预处理功能中, 点击设计测点编号发送 GET 网 络请求调取后端数据,同时,搜索框可对树形导航栏中 数据进行搜索,便于用户快速查找数据。选择异常值类 型、限定时间,点击查询数据,开始统计粗差和缺失值。
数据查询导出功能界面简洁、操作简单。依次点击 左侧导航、监测类型、监测变量和设计编号,默认显示 所有数据和过程线变化图 ;通过限定时间,点击查询即 可查询该时间范围内的数据 ;导出中,可进行按需导出 测点信息,比如测点编号、埋设部位、仪器编号等。
报表统计分析中,首先,通过限定仪器类别,选取 需统计的单个或多个测点编号,系统自动识别报表格式 ; 其次,选择相应的时间,计算统计出日变化量。过程线 图绘制中,可绘制单个测点、多个测点在不同时间段的 变化曲线。统计结果可使用图表导出功能导出 Excel 格 式文件,便于用户进一步修改、添加数据和标题等信息。
5 结语
(1)综合分析传感器信息和监测数据信息,设计了 大坝安全监测信息数据库,规范了数据导入格式,实现 了监测数据的导入及规范化统一管理。
(2)结合 Django 框架和 Vue.js 框架,采用 MVVM 开发模式,实现了系统跨平台性、兼容性好、操作界面 简单及易于部署维护等特点。
(3)开发了报表自动化生成功能,为后续大坝安全 评价报告智能撰写研究提供了基础。
参考文献
[1] PRAKASH G,DUGALAM R,BARBOSH M,et al.Recent Advancement of Concrete Dam Health Monitoring Technology:A Systematic Literature Review[C].Structures. Elsevier,2022.44:766-784.
[2] 李庆斌,马睿,胡昱,等.大坝智能建造理论[J].水力发电学报, 2022.41(1):1-13.
[3] 杨传训,杨骥,李勇,等.面向水库大坝形变监测的三维激光扫 描点云分析方法[J].测绘通报,2021(10):54-59.
[4] 盛金保,向衍,杨德玮,等.水库大坝安全诊断与智慧管理关键 技术与应用[J].岩土工程学报,2022.44(7):1351-1366.
[5] 梁文婧,张宏海,张蕾蕾,等.基于MVVM模式的中国科技云 门户管理系统的设计与实现[J].数据与计算发展前沿,2022.4 (2):99-108.
[6] WANG X,SUN H,LONG Y,et al.Development of Visualization System for Agricultural UAV Crop Growth Information Collection[J].IFAC-PapersOnLine,2018.51 (17):631-636.
[7] VANUS J,BELESOVAJ,MARTINEK R,et al.Development of Software Tool for Operational and Technical Functions Control in the Smart Home with KNX Technology[J]. IFAC-PapersOnLine, 2016.49(25):431-436.
[8] 周芯宇,陈伟,吴国全,等.REST API设计分析及实证研究[J]. 软件学报,2022.33(9):3271-3296.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/76929.html
