用时间序列分析法进行建筑物沉降观测数据处理研究.docVIP

用时间序列分析法进行建筑物沉降观测数据处理研究 　　摘要：时间序列方法分析已经被广泛的运用在建筑沉降观测数据的处理过程中，实现对建筑物的沉降检测工作。通过这项新技术的运用和处理有效的对沉降趋势进行科学化的预测和监控，提高了建筑沉降监测系统的工作效率，促进了动态沉降预测模型的建立和运行。为选择科学的解决办法而做好充分的准备。其中需要注意的是必须将沉降的总量控制在一定的范围内，确保其能正常的投入到工作中去，本文主要对几种主要的时间序列分析方法的形式和功能进行研究和分析。 　　关键字：时间序列；建筑沉降；数据处理；观测 　　我国改革开发政策的实行带动着我国的经济发展不断进步和增长，在城市化的进程中，高层建筑成为城市发展的标志，具有现代化经济增长的象征意义。在地基上建设高层建筑的发展趋势就对土层的负载承受提出了更高的要求，为了实现建筑的安全施工和建设必须将预防建筑物基础的沉降和倾斜作为重点的建设项目。将沉降的观测数据处理的系统模型充分的运用在建筑物的施工中去，以便为建筑施工提供科学、准确的动态数据，出现异常，及时预警，从而确保建筑施工安全，根据这些数据再进行基础的地基处理方法的研究和设计，确保地基的沉降总量在一个规定的范围内。 　　一、时序分析法的概念 　　在动态的领域研究中，时间序列分析法被广泛的运用在动态模型的数据建设中，通过多数据模型的科学分析来有效地判断，全面的掌握数据内部的结构特征和性能。时间序列法的工作主要是针对固定时间内，连续变化数字之间的动态关系分析，在研究的对象中这些动态数字是普遍存在的，由于观测的数据形式背景存在差异，其具体的信息内容和所呈现的规律也不相同，造成人们的认识也存在一定的偏差，对于目前建筑陈沉降中的具体应用以自回归模型展开。 　　为了在有限的时间内，高效的解决动态数据处理并保证结果的精确，时序分析法就成为实现这项目的的科学分析方法，因为具备这样显著的特征而被工程和自然领域中广泛应用。基于建筑物的沉降检测序列具有动态的特征，需要结合实例来具体分析时序分析法的作用和工作原理，以对同一检测项的观测序列来进行数据处理的模式开展工作，通过数学的表达式来反映检测项目的变化特征和趋势以及它们之间的数学关系。在根据这个特殊的关系式来进行确定时间的预报监测工作，能够有效地为施工的评估内容和工程后期维护做准备。 　　二、时间序列分析法 　　（一）自回归模型介绍 　　t=1，2，3，是自回归模型中的数学表达式，其中自回归的的阶用p来表示，回归系数则通过这样形式的表达更加直观。通过这个数学表达式能准确的放映各种动态变化规律。p作为模型阶数具有非常特殊的意义，他能对序列模型的形状进行初步的鉴定和识别，达到模型识别的功效。自相关函数和偏相关函数拥有特殊的截尾和拖尾性，这是平稳时间序列所有的特征，为模型的识别过程提供了良好的参考依据。将样本观测值的估值进行自相关函数和偏相关函数的计算来确定其估值。{xt}是AR（p）序的判断结果是通过建立在AR（p）序的估算结果偏相关值在p步截尾的估算得到的。 　　将科学化的F检测准则来判定模型的阶数，具体的实施过程是将 的高阶系数中的值调整为零，在这部操作之前必须先建立AR（p）。再用F检测的方法来对阶数降低之后的模型进行判定。通过检验之后与与之前的AR（p）进行对比分析，寻找其中存在差异的部分，检测的结果偏大时需要将阶数增大来解决这种情况的出现。因此差异非常明显的情况下则需要将阶数持续增大直到为理想的数据为止，具体的实施步骤是： 　　1、先对AR（p）进行初步的建立，再将假设设置为 =0 　　2、对AR（p）进行平方计算并将 和AR（p-1）同样进行残差平方计算。对F检测准则进行计算，将N设置为样本的长度，其中将p设置为参数，将自由度可以近似的看作是1，以N-1的F分布来进行相关的计算工作。 　　3、根据所给出的定显水平来对临界值 进行查询，若果 ≤ 则 成立，将AR（p-1）选为合适的模型设计。反之则不成立，需要针对模型的阶数提出持续上升的要求。 　　（二）模型参数的估算 　　在模型参数的估计办法中经常使用的一种方法就是最小二乘估计法，这种方法的的独特性在于能够满足条件有最优化的估计办法，它还有另一种名字叫做精估法。其中将AR模型的参数设置为以时间顺序开展的{xt}样本观测值x1，x2，x3，…，xn，根据变式 来对AR模型进行的最小二乘估计的数学运算式。 　　（三）模型的验收 　　在对模型AR（p）进行验收的过程中必须将模型是否具有平稳性作为主要参考的内容，主要的步骤是建立模型的延迟子方程是否大于1。在具体的计算过程得到的解如果都是大于1的情况则表示模型的建立相对稳定。除此之外还需要对模型的噪音进行独立性能的检测，这一过程的具体操作是将估值和样本值带入具体的模型中进行检测，通过数学的运算来