《智慧感知与风险管控：地下工程监测技术》本科三年级专业课教学设计

《智慧感知与风险管控：地下工程监测技术》本科三年级专业课教学设计

  一、课程定位与前沿理念阐述

  本课程是土木工程专业（岩土与地下工程方向）三年级下学期的核心专业课，承载着将工程力学、岩土力学、工程地质、结构设计原理等先修课程知识，融汇应用于复杂地下工程全生命周期安全管控的关键使命。课程设计秉持“学生中心、产出导向、持续改进”的工程教育专业认证核心理念，并深度融合“新工科”建设所倡导的学科交叉、技术创新与解决复杂工程问题的能力培养要求。在知识维度上，课程超越传统监测方法的罗列，构建以“感知-传输-处理-决策”为核心的现代工程监测知识体系，强调物联网、大数据、人工智能及数字孪生等前沿信息技术与传统土木工程的交叉融合。在能力维度上，着力培养学生针对超大深埋、城市密集区、特殊地质等复杂条件下地下工程（如深大基坑、盾构隧道、地下综合体、能源储库），进行监测方案设计、数据智能解译、风险动态评估与预警决策的创新能力。在素养维度上，课程通过引入真实工程事故案例与伦理困境讨论，强化学生的工程伦理意识、社会责任感和“敬畏自然、守护生命”的职业价值观，使其理解精准监测不仅是技术行为，更是关乎公共安全的社会行为。

  二、学情分析与教学目标设定

  本课程授课对象为已完成相关基础课程学习的大学本科三年级学生。其学情特征表现为：具备扎实的力学与工程地质理论基础，但对如何将这些理论应用于解决实际工程中的动态、不确定性问题经验不足；熟悉常规建筑材料与结构，但对岩土体这一复杂介质的时空演变特性及其监测技术原理理解尚浅；普遍具备良好的计算机操作与编程基础（如Python、MATLAB），渴望将信息技术应用于本专业，但缺乏明确的结合场景与项目牵引；思维活跃，对新技术敏感，但系统化工程思维和基于证据的决策能力有待强化。基于此，设定如下三位一体教学目标：

  （一）知识目标

  1.系统阐述地下工程监测的基本原理、技术分类与发展历程，辨析不同监测方法（几何的、物理的、化学的）的适用条件、精度范围与技术经济性。

  2.深入理解应力应变、位移变形、地下水压力、周边环境效应等关键监测参数的物理意义及其与工程稳定性、风险状态的关联机制。

  3.掌握现代自动化监测系统的基本构成，包括智能传感器、数据采集与传输（物联网）、数据库管理及初步的数据分析与可视化方法。

  4.熟悉国内外主要地下工程监测技术规范、标准的核心要求与安全预警指标体系。

  （二）能力目标

  1.能够针对给定工程背景（地质条件、结构形式、施工工法、周边环境），独立或协作完成一份科学、经济、可行的专项监测方案设计，并完成模拟布设。

  2.能够运用专业软件或编程工具，对模拟或真实的监测数据集进行清洗、分析、可视化，并解读数据时空演变规律，识别异常信号。

  3.能够基于监测数据与理论模型，对工程安全状态进行初步的综合评判，并撰写符合行业规范的技术分析报告。

  4.初步具备将BIM、GIS、数字孪生等数字化工具与监测技术进行融合应用的创新思维与方案构思能力。

  （三）素养与价值目标

  1.树立“监测是工程安全的眼睛”的强烈责任意识，理解数据真实、及时、准确对于工程决策的极端重要性。

  2.培养严谨求实、精益求精的科学态度，面对复杂数据时保持审慎判断和批判性思维。

  3.在案例分析中探讨工程伦理问题，理解工程师在公众安全、环境保护中所肩负的社会责任。

  三、课程内容体系与模块设计

  课程内容打破传统教材按监测仪器分类的章节结构，重构为以“工程问题-监测需求-技术集成-数据分析-决策支持”为主线的五大模块，共32学时。

  模块一：绪论与哲学基础（2学时）。从古今中外地下工程成败案例（如古罗马下水道、现代隧道坍塌事故）切入，论述监测的必要性与哲学意义：从“经验驱动”到“数据驱动”的工程范式转变。介绍监测技术发展简史与前沿趋势（智能感知、数字孪生）。

  模块二：监测原理与传感技术基石（6学时）。深入讲解岩土体与结构的本构关系及关键响应参数（应力、应变、位移、渗流、温度等）。系统介绍接触式传感器（应变计、压力盒、测斜仪、收敛计、钢筋计、土压力盒、孔隙水压力计）与非接触式测量技术（全站仪、水准仪、GNSS、三维激光扫描、InSAR、无人机摄影测量）的工作原理、安装工艺、校准方法及误差分析。

  模块三：监测系统集成与数据获取（4学时）。讲解自动化监测系统的架构设计：感知层（传感器网络）、传输层（有线/无线通信技术、物联网）、数据层（云平台/边缘计算）。通过典型工程系统集成案例，使学生掌握系统选型、布设优化及抗干扰设计要点。

  模块四：监测数据分析与信息提取（10学时）。这是课程的核心与难点。内容涵盖：监测数据的预处理与质量控制；时间序列分析方法（趋势项、周期项、残差项分离）；空间数据分析与变形场重构；统计分析方法（回归分析、相关性分析）在确定预警阈值中的应用；基于机器学习（如支持向量机、随机森林、长短时记忆网络LSTM）的数据异常检测与趋势预测初步；监测数据与数值模拟（如FLAC3D、MIDASGTS）的交互验证与数据同化方法简介。

  模块五：工程应用与全周期风险管控（10学时）。分工程类型深入研讨：1.深基坑工程：侧重围护结构变形、支撑轴力、周边地表沉降监测与预警。2.盾构/TBM隧道工程：侧重管片衬砌变形、收敛、背后注浆压力、沿线建（构）筑物沉降监测。3.山岭隧道与大型洞室：侧重围岩内部位移、松动圈范围、锚杆应力监测。4.城市地下综合体与管网：侧重多因素耦合影响下的环境振动、结构健康监测。每个专题均结合经典与前沿案例，讲解监测方案设计、风险动态评估模型、预警发布流程以及监测信息在动态设计、施工反馈中的应用。最后专题讨论基于数字孪生的地下工程全生命周期智能运维监测展望。

  四、教学实施过程（核心环节详述）

  本课程采用“线上线下混合式”、“理论-虚拟仿真-案例研讨三位一体”的教学模式。课前、课中、课后环环相扣，以项目式学习（PBL）贯穿始终。

  （一）课前准备阶段（线上）

  教师通过课程平台发布预习材料，包括精简录播视频（讲解核心原理）、经典文献节选、实际工程图纸与地质勘察报告（简化版）以及针对性的思考题。例如，在“深基坑监测”专题前，发布某城市地铁换乘站深基坑项目的围护结构设计图、地质剖面图，要求学生预习后，初步思考“针对此基坑，你认为最需要关注哪些监测项目？为什么？可能的测点布设在何处？”。学生需在线完成预习测验并参与讨论区的话题互动。教师根据平台数据反馈，精准把握学生的认知难点与兴趣点。

  （二）课中实施阶段（线下课堂，以一次3学时的“盾构隧道施工期监测与数据分析”专题为例）

  第一课时：情境导入与理论精讲（45分钟）。

  1.情境导入（10分钟）：播放一段某城市地铁盾构下穿既有铁路线施工的纪实短片，突出施工方紧张监测沉降数据的场景。随后，呈现该工程因监测预警及时、采取注浆加固措施而成功控制风险的正面案例，以及另一起因监测数据解读失误导致地面塌陷的反面案例，形成强烈对比，引发学生对监测数据准确性与解读关键性的深度思考。提出本节课核心驱动问题：“如何为盾构隧道‘把好脉’，通过监测数据精准判断其‘健康状态’，并预警风险？”

  2.理论精讲（35分钟）：教师不再平铺直叙介绍仪器，而是围绕驱动问题，精讲盾构隧道施工期的三大监测核心：（1）隧道本体“健康”指标：管片收敛变形（讲解收敛计、全站仪自动监测原理）、管片接缝张开与错台（讲解位移传感器布置）、背后注浆压力与填充效果（讲解压力传感器与地质雷达探测）。（2）周边环境“扰动”指标：地表沉降槽（讲解Peck公式与沉降监测点布设原则）、邻近管线与建筑物沉降倾斜（讲解静力水准仪与倾角仪）。（3）施工参数“联动”指标：盾构推力、扭矩、掘进速度与出土量。重点阐述这些多源监测数据之间的关联机理，即施工参数如何影响隧道本体状态，进而如何传递至周边环境。引入“监测数据融合”概念。

  第二课时：虚拟仿真训练与小组方案设计（45分钟）。

  1.虚拟仿真操作（20分钟）：学生登录课程配套的“地下工程智能监测虚拟仿真实验平台”。在该平台上，学生置身于一个三维可视化的盾构隧道施工场景中。任务一：在虚拟隧道断面和地表线上，根据给定的地质条件和周边建筑信息，从仪器库中自主选择传感器（类型、量程、精度），并进行布设操作，系统会实时反馈布设合理性的评分与建议。任务二：触发不同的施工工况（如正常掘进、穿过软弱层、下穿建筑物），平台自动生成对应的多源监测数据流（模拟数据基于真实模型生成）。学生需操作软件，调用不同的分析工具（时间序列曲线、空间等值线图、相关性散点图）观察数据变化。

  2.小组方案设计与研讨（25分钟）：基于仿真平台的初步体验，教师发布一个更具挑战性的新场景（如“盾构双线叠交隧道近接下穿历史保护建筑”）。学生以4-5人小组为单位，在规定时间内协作完成一份简要的《专项监测方案设计提纲》。提纲需包含：监测目的与等级、重点监测项目与传感器选型理由、测点布设平面与断面示意图（可在草图上标注）、数据采集频率与预警值初步建议、拟采用的数据关联分析方法。各小组在便签纸上写下方案要点并张贴于“方案墙”。教师巡回指导，及时点拨。

  第三课时：案例分析、数据深析与高阶研讨（45分钟）。

  1.案例分析与数据深析（30分钟）：教师展示一个真实工程（经过教学化处理）的完整监测数据集。首先，引导学生以小组为单位，利用提供的简易数据分析模板（基于Excel或PythonPandas预设代码块），对该数据集进行探索。任务包括：绘制关键测点（如地表沉降点、管片收敛点）的历时曲线；计算特定时间段内的沉降速率；找出沉降量最大的三个测点并分析其空间位置关系；尝试将地表沉降数据与盾构机推进参数（同时提供）在时间轴上叠加，观察是否存在滞后关联。各组分享发现，教师引导总结规律，例如“沉降速率突增往往与特定地质单元或施工参数异常同步”、“沉降槽形态不对称可能与盾构纠偏有关”。

  2.高阶研讨与总结提升（15分钟）：聚焦两个高阶议题进行全班辩论式研讨。议题一（伦理与决策）：假设监测数据显示某测点沉降已超设计预警值但未达报警值，而施工进度压力巨大，作为监测负责人，你是否建议停工核查？理由是什么？此议题引导学生权衡安全、成本与进度。议题二（技术与前沿）：现有监测手段能否完全捕捉盾构隧道施工中的所有风险？你认为未来哪些新技术（如分布式光纤传感、微震监测、基于机器学习的多参数融合预警模型）最有潜力突破现有瓶颈？最后，教师进行系统总结，梳理盾构隧道监测的知识框架、方法体系与决策流程，并布置课后拓展任务。

  （三）课后深化与拓展阶段

  课后任务分为三个层次：1.基础巩固：完成与课堂内容相关的习题，包括传感器选型计算、监测数据图表判读等。2.能力拓展：各小组根据课堂方案设计提纲，利用课外时间完善并正式提交完整的《XX工程盾构隧道施工监测方案》报告，作为项目式学习的主要成果之一。3.创新探索：鼓励学有余力且有编程兴趣的学生，尝试使用Python对教师提供的更大规模的真实数据集（脱敏后）进行更深入的分析，例如编写一个简单的异常检测脚本，或构建一个基于线性回归的沉降预测模型，优秀成果可在课程平台展示并获额外奖励。教师通过在线平台答疑、批改报告，并为创新探索任务提供针对性指导。

  五、教学评价与考核方式

  建立形成性评价与终结性评价相结合、过程与成果并重的多元考核体系，全面评估知识、能力与素养目标达成度。

  （一）形成性评价（占总成绩50%）

  1.线上学习表现（10%）：包括课程平台视频观看完成度、预习测验成绩、讨论区发帖质量与参与度。

  2.课堂参与表现（15%）：包括虚拟仿真实验完成情况、小组方案设计活动的贡献度、案例分析讨论的发言质量与思维深度。采用课堂观察记录与同伴互评相结合的方式。

  3.项目式学习成果（25%）：对贯穿课程的个人或小组项目成果（如监测方案设计报告、数据分析报告）进行多次阶段性评价与最终评价。评价标准提前公布，涵盖技术合理性、创新性、规范性、团队协作等方面。

  （二）终结性评价（占总成绩50%）

  1.期末考试（40%）：采用闭卷考试形式，但题型侧重综合应用与分析。减少单纯记忆性题目，增加案例分析题、方案设计题、数据图表判读与论述题。例如，给出一段工程描述和一组有“瑕疵”的监测数据，要求学生指出数据可能存在的问题、分析潜在工程风险并提出后续监测建议。

  2.课程综述或研究小论文（10%）：要求学生围绕某个感兴趣的监测新技术或前沿方向（如“基于计算机视觉的隧道表观病害自动识别进展”），查阅文献，撰写一篇短篇综述或研究设想，考查其信息获取、文献综述与学术表达能力。

  六、教学资源与保障条件

  （一）教材与参考资料

  1.主教材：《现代地下工程监测与检测技术》（国家十四五规划教材），内容反映最新规范与技术。

  2.参考书目：《岩土工程测试技术》、《工程测量学》、《传感器原理与应用》、《Python数据分析实战》、《地下工程风险控制》等。

  3.行业规范：《建筑基坑工程监测技术标准》（GB50497）、《城市轨道交通工程监测技术规范》（GB50911）等最新版本。

  4.学术期刊：推荐《岩石力学与工程学报》、《土木工程学报》、《TunnellingandUndergroundSpaceTechnology》、《Measurement》等中英文顶级期刊，引导学生跟踪前沿。

  （二）数字化教学平台与工具

  1.学校网络教学平台（如Moodle、超星）：用于发布资源、作业、测验、讨论及成绩管理。

  2.虚拟仿真实验平台：定制开发或采购成熟的“地下工程安全监测虚拟仿真实验”系统。

  3.专业软件教学版：MIDASGTS、FLAC3D（用于数值模拟与监测数据对比）、MATLAB/Python（用于数据分析教学）、BIM软件（如Revit，用于模型与监测信息集成展示）。

  4.在线数据库：引入部分国内外公开的工程监测数据集，供学生进行数据分析实践。

  （三）实践条件保障

  1.实物教具室：陈列各类真实监测传感器（新旧对比）、安装模型、岩芯样品等。

  2.校企合作基地：与本地大型施工企业、地铁公司、监测单位建立合作，安排1-2次现场教学参观，邀请行业专家进课堂讲座，提供部分真实工程数据用于教学案例开发。

  七、教学特色与创新

  本教学设计的核心特色在于实现了“四个转化”：

  1.从“技术导向”向“问题导向”转化：课程始终以真实的、复杂的工程安全问题为起点和归宿，所有技术方法的学习都围绕如何解决这些问题展开，赋予知识学习以强烈的目的性和情境性。

  2.从“单一学科”向“交叉融合”转化：有机融合了土木工程、测绘工程、仪器科学、信息技术（物联网、大数据、AI）等多个学科的知识与方法，培养学生利用多学科工具解决复杂工程系统问题的“T型