变形监测第一章讲解.ppt

变形监测理论与应用 课程性质：测绘工程专业必修课 学时数：56 学时；学分：3 考试形式：闭卷 考试成绩：平时占20%，其中占20%，期末占60% 教材及主要参考书 1．《变形监测理论与应用》测绘出版社 2．《变形监测与数据处理》武汉大学出版社 3．《变形监测技术及应用》黄河水利出版社 本课程主要内容 第一章 变形监测概述 第二章 变形观测方案设计 第三章 监测网平差及参考点稳定性检验 第四章 监测数据的预处理 第五章 变形预测常用方法 第六章 工程建筑物变形监测 第七章 基坑工程施工监测 第八章 桥梁变形监测 第九章 变形监测工程实例 §1-1 变形监测对象和意义 变形监测概念：利用测量仪器及其他专用仪器和方法对变形体上的各种变形现象进行监视、观测的工作。 变形监测任务：确定在各种荷载和外力作用下，变形体的形状、大小及位置变化的空间状态和时间特征。 变形监测目的：监测变形体的安全状态，验证有关工程设计的理论或地壳运动的假说，以及建立正确预报变形的理论和方法。 一、变形监测的对象 （一）全球性变形监测研究 （二）区域性变形监测研究 二、变形监测的意义 §1-2 变形监测技术 §1-3 变形监测数据分析 将粗差作为待估参数，采用拟稳平差思路解秩亏问题，直接获得粗差。 选取部分观测值作为准观测值，采用部分最小二乘法获得待估参数，将非准观测值的残差作为粗差。 因果分析法：根据变形体原因预测未来变化的结果。 类比方法：根据一类事务所具有的属性推测与其类似事物的属性 统计分析方法：通过分析变形体的变形和外因之间相关性，建立荷载和变形之间的关系数学模型。 作图法 统计分析法 多元线性回归分析 趋势分析方法 （三）变形预测 先通过变形观测的物理解释，建立起变形与变形原因之间的正确函数关系，在进行预报； 直接对变形观测获得的时间序列，采用有关的数学理论与方法进行预报。 掌握变形监测的任务和主要目的 掌握变形监测的对象主要有哪些 了解目前国内外的变形监测技术 掌握变形监测数据处理的整个过程 了解变形观测分析的种类和方法 掌握变形物理解释的主要方法 了解未来变形分析的发展趋势 多年来，对变形数据分析方法研究是极为活跃的，除了传统的多元回归分析法以及上述的时间序列分析法、频谱分析法和滤波技术之外，灰色系统理论、神经网络等非线性时间序列预测方法也得到了一定程度的应用。比如： 应用灰关联分析方法研究多个因变量和多个自变量的变形问题； 应用灰色理论建模预测深基坑事故隐患； 应用人工神经网络建模进行短期变形预测。 变形分析中，为弥补单一方法的缺陷，多种方法的结合得到了发展，例如： 模糊数学与灰色理论相结合，应用灰关联聚类分析法进行多测点建模预测； 模糊数学与人工神经网络相结合，应用模糊人工神经网络方法建模进行边坡和大坝的变形预报； 应用抗差估计理论对多元回归分析模型进行改进的抗差多元回归模型，处理数据序列的粗差问题； 研究认为，人工神经网络与专家系统相结合，是解决大坝安全监控专家系统开发中 “瓶颈”问题的一个好方法。 从现行的变形分析方法中，我们不难发现，大多都是离线的（事后的），不能进行即时预报与监控，无法在紧急关头为突发性灾害提供即时决策咨询，这与目前自动化监测系统的要求很不相符，为此，研究在线实时分析与监控的方法成为技术关键。已有研究表明，采用递推算法的贝叶斯动态模型进行大坝监测的动态分析认为是可行的。在隔河岩大坝GPS自动化监测系统中，采用递推式卡尔曼滤波模型进行全自动在线实时数据处理起到了较好效果。 现代变形分析方法： 时间序列分析 频谱分析 小波分析 滤波技术：数字滤波、卡尔曼滤波、贝叶斯滤波 灰色理论：灰关联分析 神经网络：人工神经网络、专家系统 模糊数学：模糊人工神经网络 抗差估计理论：抗差多元回归模型 非线性理论：突变理论、混沌现象 变形监测只是手段，而科学的预报才是目的。定量预报的途径有两种： 四、变形的物理解释 变形物理解释的方法可分为： 统计分析法 确定函数法 混合模型法 变形观测的几何分析仅对变形体的形状和大小的变化作几何描述，确定变形体的变形原因之间的关系是变形观测物理解释的主要任务。 以回归分析模型为主，通过分析所观测的变形（效应量）和外因（原因量）之间的相关性，来建立荷载-变形之间关系的数学模型，它具有“后验”的性质，是目前应用比较广泛的变形成因分析法。 （一）统计分析法： 由于影响变形因子的多样性和不确定性，以及观测资料本身的有限，因此，很大程度上制约着回归分析建模的准确性。 回归分析模型中包括多元回归分析模型、逐步回归分析模型、主成份回归分析模型和岭回归分析模型等。 统