第七章变形监测数据处理课件.ppt

精密工程测量技术及应用 测绘科学与工程学院 精密工程建（构）筑物的变形测量，宜采用自动化信息遥测系统连续进行，也可采用周期复测的方法进行监测。复测周期应根据建（构）筑物变形特征、速率、观测精度等因素综合确定。若用户对变形测量精度无特殊要求，可按有关专业的变形测量规范要求进行监测。 1 统计模型及处理技术 2 统计模型在资料分析中的应用 3 确定性模型和混合模型 4 安全监测模型的数据诊断 5 变形监测的动态模型 6 灰关联分析及GM模型 7 人工神经网络基本原理及应用 变形分析任务：对具有一定精度的观测资料，通过合理的数学模型，寻找出建筑物变形的时空分布情况及发展规律；掌握变形量与各种内外因素的关系，确定出建筑物变形是正常还是异常，防止变形朝不安全方向发展。 高层建筑物顶部位移：日照作用、大气温度、风力情况、基础的不均匀沉陷、地下水位、渗流作用 大坝顶部位移：库水位、温度、坝基、渗流 回归分析：从数理统计理论出发，在进行了大量试验和观测后，寻找出建筑物变形量与各种作用因素间关系的方法。所建模型叫统计模型。 1.1 统计分析原理 多元线性回归分析数学模型： n（nk）次观测，间接平差，求得未知系数、统计模型： 估计回归分析精度，以复相关系数判定回归效果： 由未知参数个数k+1及自由度n-k-1、置信水平α，查复相关系数表Rα(k+1,n-k-1)值。RR0，置信水平α下方程效果显著。也可用F分布来检验。回归方程线性化。 1.2 方差分析与逐步回归 回归效果显著性检验： 初选回归方程： 最小二乘解得统计模型： 求得残差平方和 。从初选模型中去掉一个因子，设为xk，则回归分析后求得新模型： 求得新模型残差平方和Q‘2，二者之差△Q2： 原假设： 构造统计检验量： FFα，则拒绝原假设，表明xk对模型作用显著，不能剔除。 1.3 回归因子的初选 （1）借助于各种图表分析确定初选因子。 观测量的变化过程线、观测量与温度等的相关曲线。 （2）通过初步的变形因素分析而确定因子。 坝体自重，上下游水压力，大气温度和坝体温度，坝基沉陷，库内波浪压力，淤沙和回填压力，地震应力、混凝土入仓温度、混凝土水化热。 （3）由较完整的结构应力分析初选因子。 重力坝水位因子：库水位的一次方、平方和高次方 Hi为库水位，ai为未知数，重力坝时k=3，拱坝时k=4。 1.4 统计模型的初选举例 环境条件、结构、承担作用和功能不同，监测项目、部位不同。 裂缝监测：气温、时效、基础的沉降、地下水位的变化。 沉降监测：土体固结、温度、地下水位变化、时效。 以大坝水平位移为例，说明统计模型建立的过程。 坝顶水平位移三大主要作用分量：水位、温度、时效。 （1）水位分量 坝体位移与库水位的一次方、平方和高次方有关： 1.4 统计模型的初选举例 （2）温度分量 ①有足够实测温度测点 a.用各温度测点的温度作因子 ki为测温点个数 b.用等效温度作因子 k2为测温断面的温度层次， 、 为第i层的平均温度、温度梯度。 ②仅能获得边界温度 a.用水温或气温作因子 k3为所选择的天数， 、 分别为对应所选天数的气温。 b.用气温年变化周期作因子 ti为观测时间距初始时间的天数： 1.4 统计模型的初选举例 （3）时效分量 反映了坝体混凝土和基岩的徐变、塑性变形和基岩地质构造在长期荷载下的压缩： ti为观测时间距初始时间的天数， 。 故大坝初期蓄水阶段的统计模型： 2.1 大坝水平位移分析的应用 丰陆大坝9号坝段水平位移。 第I阶段：1979~1983，存在较大裂缝。 第II阶段：1983~1988，坝体已处理加强。 初选模型： 1、以实测温度作因子 2、以年周期及半年周期的温度变化特性作因子 对两种模型进行分段逐步回归，可得最终统计模型。 2.1 大坝水平位移分析的应用 第1种模型需在坝体合宜部位布置测温断面和足量温度计，并保证入选温度计的长期稳定性和可靠性。在大坝初期、中期等整个时期都有应用价值。 第2种模型可不测温度，适于对没有布置测温断面或测温计很少的坝体进行统计分析。在大坝蓄水初期，因混凝土水化热释放而坝体温度场未达到准稳定时不适宜。 水位分量因子与温度分量因子相关性较大，模型各分量计算值均不能完全反映该分量对坝顶位移作用情况。利用统计模型评价水位分量与温度分量各自对坝体位移影响不太充分。 对于结构完好、工作性态稳定的大坝，在具有相当时期观测资料基础上建立的统计模型，仍有较长期的预报效果。 2.2 建筑物沉降观测的统计分析 某教学大楼的沉降监测网