基于灰色关联分析卡尔曼滤波在桥梁变形监测中应用

卡尔曼滤波由于能够实时快速地处理大量的变形数据,并能够预测下一时刻的变化状态等特点,被广泛应用于多个领域的动态数据处理。本文论述了方差补偿自适应卡尔曼滤波模型,将自适应卡尔曼滤波模型应用到光纤光栅动态变形监测上,基于matlab编程实现模型的建立并运用该模型对建筑物变形进行分析与预测,取得了较好的效果,证实了方差补偿自适应卡尔曼滤波在滤波和预测方面的可行性。

本文参考有关文献并结合西安高新区sohu同盟北楼d7点沉降量观测数据分析实例。以卡尔曼滤波的4个特点（见本文末）。介绍了自适应卡尔曼滤波系统在建筑物变形监测的预测预报方面的应用及其优越性。

最小二乘法拟合椭圆过程中,把所有样本点都当作准确值,但当拟合点中出现噪声和孤立点时,拟合出的椭圆误差较大,而最小平方中值法具有较好的稳健性,但该方法计算量大,计算不方便。针对这种情况,笔者首先使用最小平方中值法拟合出一组椭圆参数,然后利用中位数法剔除孤立点,最后使用卡尔曼滤波方法修正椭圆的参数,通过模拟实例和工程实例,证明该算法能够剔除孤立点,并且拟合出的椭圆具有较小的形状误差,因此该方法可以推广到实际工程中应用。

对于工程建设者来说,准确进行工程造价预测决定着投标成败以及在工程实施过程中能否盈利的关键。利用同一公司过去几年承建同类工程的资料,建立灰色gm(1,1)模型,同时,采用卡尔曼序贯滤波算法减弱数据序列的随机性。通过实例仿真结果表明,该方法比传统灰色模型具有更好的预测效果,具有使用价值。

由于误差的存在,连续梁桥悬臂施工中各梁段实际状态与理想设计状态总是存在偏差.为了实现施工控制目标,使成桥线形符合设计要求,采用能够自适应修正系统函数模型误差和随机模型误差的鲁棒卡尔曼滤波算法,对桥梁施工预拱度进行预测分析,给出调整后的立模标高.对张拉后备节段梁底实测标高与理论预计标高进行比较,监控结果显示两者的最大误差小于15mm,满足监控要求.鲁棒卡尔曼滤波在连续梁桥悬臂施工线形控制中应用是有效的,且易于工程实现.

时间序列分析方法对短期建筑物变形预报具有较高的模型拟合及预报精度。本文从时间序列预测算法原理出发,阐述了使用此方法对所获得的桥梁变形监测数据进行模式识别、模型建立及预报的过程,并利用matlab实现了编程代码。通过对某桥梁变形监测预报的应用表明,该方法实用性较强,可以及早为桥梁变形做出预警,以避免或减少灾害的发生。。

为提高地表沉降预测精度,针对灰色预测模型(gm(1,1))易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的灰色理论预测模型。考虑到沉降量受到温度和时间因素影响较大的特点,将地表的沉降看作时间、温度的相关函数来建立卡尔曼滤波模型,并利用迭代滤波理论和levenbergmarquardt优化滤波,构建改进的卡尔曼滤波模型。改进的卡尔曼滤波模型与灰色模型相结合,应用于地表沉降预测中,并将改进的卡尔曼滤波灰色模型预测结果与卡尔曼滤波灰色模型的预测结果进行对比。实例计算表明,使用改进的卡尔曼滤波对消除检测数据扰动误差后的数据进行灰色模型预测的精度相比于单纯灰色预测的预测精度更高。

桥梁变形监测研究

桥梁变形监测研究——系统地介绍了桥梁变形监测的内容、技术及形变监测的数据处理方法。

小波神经网络对建筑物变形预报具有较高的模型拟合及预报精度。从小波神经网络算法原理出发,阐述了使用该方法对所获得的桥梁变形监测数据进行模型建立及预报的过程,并利用matlab实现了编程代码。通过对某桥梁变形监测预报的应用表明,该方法具有很强的可行性和实用性,可及早为桥梁变形预警,避免或减少灾害的发生。

利用最小二乘法求出双曲线模型的模型参数,将此参数看作带有动态噪声的状态向量,建立基于双曲线模型的卡尔曼滤波模型,对建筑物的沉降量进行预测。卡尔曼滤波过程中,模型的参数不断发生变化,增强了其适应观测数据的能力,从而减小了拟合误差。计算表明,用基于双曲线模型的卡尔曼滤波模型对建筑物的沉降量进行预测,误差较小,效果较为理想。

本文首次将卡尔曼滤波法应用于悬索桥主缆架设阶段施工控制。以基准索股的线形为施工预测和控制对象，首先利用卡尔曼滤波法消除施工中的随机噪声，得到系统在统计意义上无偏的最优估计值；然后建立系统的最优终点控制公式计算出索股的最优调整值

卡尔曼滤波作为一种动态数据处理方法已在许多测量领域得到应用,就卡尔曼滤波方法在施工变形测量应用中,如何建立滤波模型和精度评定问题进行探讨,提出解决这些问题的方法,并通过一个实例说明这些方法的有效性。

以中国梁济运河大桥工程施工监控为背景,提出了立模标高的适用公式,论述了灰色理论与卡尔曼理论在连续刚构桥悬臂施工标高预测中的联合运用。

将建筑物的变形看做时间和开挖深度的函数,使用泰勒级数建立建筑物变形与时间和开挖深度的函数关系,并将泰勒级数的余项及时间变化的二次方和开挖深度变化的二次方的系数的变化量看做数学期望为0的动态噪声,建立卡尔曼滤波模型,并用于建筑物变形的预测预报。实例计算表明,模型的拟合效果和预测效果较好。

将建筑物的变形看做时间和开挖深度的函数，使用泰勒级数建立建筑物变形与时间和开挖深度的函数关系，并将泰勒级数的余项及时间变化的二次方和开挖深度变化的二次方的系数的变化量看做数学期望为0的动态噪声，建立卡尔曼滤波模型，并用于建筑物变形的预测预报。实例计算表明，模型的拟合效果和预测效果较好。

本文研究了灰色关联分析法在桥型选择中的应用方法,确定了影响桥梁选型的指标体系,介绍了灰色关联分析法的应用步骤,并结合实例详细介绍了这种方法的应用过程。结果验证了这一方法的简明性和实用性。有利于减少桥梁型式选择的主观性与片面性,提高其客观性与合

为了提高超短期负荷预测的精度,通过卡尔曼滤波理论建立了实时调度子系统的超短期负荷预测模型,并用两种方法对基本模型进行改进。利用电能管理系统记录的各交易段实际调度负荷和各竞价电厂以机组申报的竞价数据,预测未来各时段的调度负荷。通过对3种模型所预测出的电力短期负荷预测结果比较,表明对原始数据进行比例变换的预测方法更为理想。

为获取超高分辨率图像,设计了一种入端为线阵排列、出端为面阵排列的传像光纤束.利用该光纤束的成像系统在合成目标图像时,需要建立光纤束出端、入端位置坐标表.介绍了一种基于卡尔曼滤波器的算法,对出端光纤位置逐一搜索;搜索光纤位置时区分层内、层间设置不同初始步长,按均方误差最小原则对搜索步长进行修正.算法采用了比对终止边界、标定已搜索光纤两种稳健性措施,‘z’字型搜索路径提高了算法效率.实验结果表明,搜索算法得到的位置坐标表准确标定光纤位置,提取光纤束耦合的信息还原了目标图像.

桥梁变形监测工作对于桥梁的使用、管理和维护都具有十分深远的意义,能够起到保障人民生命安全、保证公共出行交通的作用,因此,须重视变形监测技术在桥梁监测中的应用,并需通过不同的观测条件,对桥梁变形进行精确监测,根据实地观测的不同情况,再对其做出具体的布设方案,以确保实际工作应用能得以解决.基于此本文分析了变形监测技术在桥梁监测中应用的价值,并提出了一种三维位移监测方法.

灰色关联分析与变权综合方法在桥梁评估中的应用

以在建车库基坑边坡支护结构的变形监测为例,获取其竖直方向的动态数据,建立灰色gm(2,1)模型,对该车库基坑边坡支护结构进行沉降预测,并对所建模型进行精度检验,结果显示gm(2,1)模型在基坑边坡支护结构沉降变形分析中具有较强作用。