地下管廊内多种管线集聚于一室,对管廊内的管线和环境数据进行实时监控是保障管廊正常运营的重中之重。矿山、隧道等测控系统多采用“分布式”方案,即以在待检测区域内相邻相同间隔埋设传感器的方式实现数据采集并通过CAN总线传输,这种方式对于综合管廊而言不仅造价高且难于维护。本课题针对城市地下综合管廊的现实状况结合隧道监控、矿山监控的相关技术经验提出在综合管廊内设置挂轨式的往复巡检测控小车对管廊参数进行检测的技术方案,该方案通过基于UNO-2174A工控机为核心的巡检小车搭建管廊智能测控平台。本课题力图检测当前采集到的各种管廊参数信息并对巡检小车队列提出智能调度算法。为了保证巡检区域没有死角需要对巡检小车队列进行实时调度实现巡检区域再分配,论文提出一种基于模糊C均值聚类算法解决巡检小车调度问题并针对模糊C均值聚类算法初始聚类中心盲目选择的劣势设计以点密度函数和免疫-模拟退火算法为基础的模糊聚类分析法两种改进方案。课题针对三种聚类方法进行实验仿真并对迭代次数、最优目标函数以及获得最优目标函数概率进行了比较和分析,结果验证了所提算法的有效性,有助于解决管廊巡检小车的调度问题。课题搭建管廊智能测控平台硬件部分,通过ADAM-4055数据采集模块将多种传感器采集到的温度、湿度、一氧化碳、甲烷、氧气浓度等参数传输给UNO-2174A处理,同时利用C#语言对上位机及下位机软件进行开发,下位机组包通过局域网点对点通讯将数据包发送给上位机进行解包后分析数据并及时显示。通过以上工作证明了所提方案的可行性。