滑坡变形监测数据分析有没有什么高大上说法的说法

来源：蜘蛛抓取(WebSpider) 时间：2016-04-22 06:17 标签： 高大上说法

要：变形监测是工程施工及运营嘚安全保障其中监测模型的选择尤为重要。本文运用分段 回归模型对某 一 隧道的拱顶沉降值进行分析预测并从统计检验、曲线线型、擬合度三个层面进行评价，得到较为准确的结果 从而验证该方法的工程 实用价值。 关键词：分段回归；变形监测；数据分析 中图分类号：1725；TB22 文献标识码：B 文章编号 ：1672——0193—03 Keywords：piecewiseregression；deformationmonitoring；dataanalysis 因变量之间相关关系的基础上 建立变量之间的回归方 0 引 言 程，并将回归方程作为预测模型根据 自变量在预测期的 随着我国现代化建设 的加速发展，各种大型基建工 数量变化来预测 因变量 是一种具体 、行之有效、实用价 程纷纷仩马，尤其是高速铁路 、城市地铁、过江隧道、跨海 值很高的变形监测预测方法结合工程实际就是建立时 大桥等重点工程的建设 J。为保證工程在施工、使用和 间和位移变形量的回归分析模型根据 回归分析模型来 运行 中的安全 ，以及为工程 的设计 、施工、管理及科学研 预測下一周期的位移变化量 究提供可靠的资料，在施工和运行期间需要对工程的稳 常用的回归函数模型主要有指数模型、对数模型、幂 萣性进行必要的变形观测 。 函数模型和多项式模型本文采用 3次多项式回归模型和 由于施工条件、工程难度等各种因素的制约，对工程 对數模型对变形监测数据进行预测分析其函数分别 的安全施工和运营的要求也大大提高，同时也对变形监 如下： 测预报的准确性提 出了更高的要求本文通过对某隧道 Y ：Al + A2 + AsK + 断面的拱顶下沉变形监测数据分别运用单一回归模型和

基于卡尔曼滤波的基坑变形监测數据处理及分析 李增强1宋杰2 （1．山东鲁能菏泽煤电公司郭屯煤矿 山东菏泽 274000， 2．山东胜宏矿业有限公司 山东 济宁 272500） 摘 要： 本文依据卡尔曼濾波方法对XX市环境监控中心随着城市建设的高速发展，高层建筑越来越多基坑工程施工朝着开深、工作面窄、周边房屋及地下管线近嘚特点发展。当前基坑变形监测与设计、施工同被列为深基坑工程质量安全保证的三大基本要素。一方面 基坑监测提供动态信息来指導施工全过程，并可通过基坑监测数据来验证基坑设计的科学性为今后降低工程成本、提高基坑安全性提供设计依据。另一方面基坑監测可及时预报和发现险情的发生以及险情的发展程度，为及时采取安全补救措施提供有力技术依据所以说，基坑变形监测已成了工程建设必不可少的重要环节同时也是指导正确施工，避免安全事故发生的必要措施对保证人们生命财产安全具有重要意义。 基坑监测工程是一个长期积累的过程影响观测量的有很多。为了提取主要的影响因素人们采用各种方法来研究这些变量之间的关联程度，然后根據相关性的强弱利用最小二乘回归得到一个大体反映该段时间内变量之间相互关系的统计模型。这种模型只能从静态状况做数学上的描述不能体现监测体的动态特征如速率、加速率等。卡尔曼滤波就是利用相关因子及因子的变率作为状态因子利用初始时刻附近的观测量，构建动态平差模型进而解出初始状态值，然后利用状态转移矩阵及观测方程构建卡尔曼滤波模型它的滤波过程反映的是最新时刻與下一时刻之间状态的转换关系。因此一旦滤波模型构成它就不再依赖用过的数据。 状态方程 观测方程 式中、、分别为时刻状态向量、觀测向量和观测噪声；、分别为时刻的状态转移矩阵和动态噪声；、分别为状态方程和观测方程时刻的系数矩阵 离散线性系统的卡尔曼隨机模型为： ，， ==，， 其中当k=j时，=1；当kj时=0。 所谓离散线性系统的卡尔曼滤波就是利用观测向量…，由相应的状态方程及随机模型求时刻状态向量的最佳估值通常把的最佳估值记为。 状态预报方程 为由时刻时刻的状态预报为时刻的滤波值。 预报误差协方差 增益矩阵 其中为观测噪声方差阵，一般假定观测噪声的方差是一定的取为动态平差中的观测值中误差协方差阵。 状态滤波方程 滤波误差協方差阵 卡尔曼滤波法的实现步骤首先确定滤波的初值包括：状态向量的初值及其相应的协方差阵、观测噪声的协方差阵和动态噪声的協方差阵； 建立卡尔曼滤波模型，确定系统状态转移矩阵、动态噪声矩阵和观测矩阵； 在以上准备工作完成后就可以开始计算了得出预測值、预报协方差阵、增益矩阵； 输入一组观测数据卡尔曼滤波，得出该组观测值的最佳预测值和方差阵； 再回到进行递推计算。从卡爾曼滤波递推公式能够发现要想确定系统在时刻的状态，首先需要知道系统的初始状态即系统的初始值。对于实际问题而言滤波前系统的初始状态是不能够精确得到的，一般只能近似的给定 滤波的初值包括：初始状态向量及其相应的方差阵，动态噪声的方差阵和观測噪声的方差阵 对于变形监测的初值问题，确定为了满足XX市环境监控中心的工程施工要求XX单位于XX年XX月开始对该工程的基坑开挖进行了建筑基坑工程监测，包括沉降观测和位移观测它的四周布设了10个变形监测点，基坑北部已经挖到-5米南部已经挖到-3米，基坑西边紧邻科技馆大楼科技馆大楼层高4层。东边紧邻乡村道路由于观测数据过多，现将其观测点中的第10期原始观测值列见表1 表1 170.931 计算着：XX 检查者：XX ㄖ期：XX年X月XX日 基准点、工作基点及监测点的分布为图1： 图1 基准点、工作基点及监测点的分布 2.2 数据处理 该基坑边坡监测点共有10个，分别为J1J2...J10，观测了20期观测周期视开挖状况确定。通过采用卡尔曼滤波对完整采集的数据J监测点进行滤波运用建立好的模型依次对以后各期数据进荇滤波并进行预测通过对滤波后的数据进行对比分析观测值与滤波值和预报值的区别。 各监测点观测20期经整理后的数据见表表监测点观測20期经整理后的数据期次/Δt 1/1 2/1 3/1 4/1 5/3

摘　要：在概述灰色Verhuslt模型基础上,對灰色Verhuslt模型在建筑物沉降监测中的应用做了详细介绍结合工程实例中4#楼东南角S044点沉降数据建立灰色Verhuslt模型,实证结果表明模型精度可靠,实际沉降量观测值与沉降量预测值吻合较好,在沉降变形分析数据预测分析中应用灰色Verhuslt模型具有可行性。

我要回帖

更多关于 高大上说法 的文章

 

随机推荐