时间序列在建筑物沉降监测数据分析中的应用研究

通过对高层建筑物的沉降进行跟踪观测,获得建筑物沉降的准确数据。分析地基在不同荷载作用下随时间沉降的规律,为高层建筑物施工和运营安全提供数据保证。通过对建筑物野外观察及沉降数据讨论,分析建筑物沉降原因。

时间序列分析是一种动态的数据处理方法,广泛应用于数据处理中。变形监测是一种延续性的数据收集过程,本文通过介绍时间序列分析方法,验证其在建筑物沉降监测中的适用性。变形监测的最终目的是为了预测,保证工程的安全进行。针对预测步长越长精度越低的问题,进一步地,在获取新数据之后,利用原预测值进行修正预测,在尽量少的增加工作量的基础上,充分利用新获得数据较好的提高了预测精度。

简要介绍了时间序列分析的基本原理及方法、数据识别、建模和预报及其在变形监测数据处理中的应用。结合华景新城二区六期20号楼的一个监测点(j101)连续20期的观测数据进行了计算分析,实际工程应用表明,该模型能准确监测和预报建筑的变形,具有很强的实际应用价值。

2010年北京市朝阳区教委下属芳草地小学、青年政治学院附中、东方德才学校和建院附中四所学校改扩建。随着校舍基础挖槽深度与日俱增,基坑及其周边建筑物的沉降安全也越来越引起各方关注,我单位受朝阳区教委委托对其下属的四所学校改扩建工程过程中进行沉降监测。分为:沉降观测、数据处理、成果数据分析。

时间序列分析是一种动态的数据处理方法,广泛应用于数据处理中.变形监测是一种延续性的数据收集过程,本文通过介绍时间序列分析方法,验证其在建筑物沉降监测中的适用性.变形监测的最终目的是为了预测,保证工程的安全进行.针对预测步长越长精度越低的问题,进一步地,在获取新数据之后,利用原预测值进行修正预测,在尽量少的增加工作量的基础上,充分利用新获得数据较好的提高了预测精度.

应用了混沌时间序列预测方法,建立了沉降预测的非线性混沌模型,实现了长安大学b点高层住宅楼实际沉降监测数据进行预测计算。

介绍了压差沉降在线监测系统,结合某地铁基坑施工期间周边建筑物沉降监测项目,验证了该监测系统的可靠性,结果表明,该系统能够满足建筑物的实时沉降监测精度要求,且能达到远程自动监测并预警的效果,具有较高的工程应用价值。

文中研究了kalman滤波方法在建筑物沉降监测数据处理中的应用,并利用模拟和实际观测数据,分别采用了标准kalman滤波,抗差自适应kalman滤波,双自适应因子滤波三种方案进行了滤波处理,比较和分析了各种方案的优点和不足,以指导实践应用。

简要介绍了灰色模型的基本原理及建模方法,并针对具体的工程实例,通过建立灰色预报模型来预报未来几天的沉降量。结果表明：灰色模型具有较高的预报精度,数据非常可靠,所以可以通过建立灰色模型的方法来了解建筑物短期内的沉降变化规律。

18卷4期 2009年8月 　　　　　　　　　 自　然　灾　害　学　报 journalofnaturaldisasters vol.18no.4 aug.2009 　　收稿日期:2008-10-21;　修订日期:2009-06-15 　　作者简介:肖新华(1967-),女,副教授,主要从事建筑结构、工程技术研究及工程项目管理.e-mail:420163716@qq.com 文章编号:1004-4574(2009)04-0154-04 gps技术在建筑物沉降监测中的应用 肖新华 (濮阳职业技术学院,河南濮阳457000) 摘　要:随着人类生活、生产领域的不断扩大,出现了越来越多的大型建筑物和工业设施。由于多种 因素的影响,这些大型建筑物和工业设施在运营过程中都会发生某

文中研究了kalman滤波方法在建筑物沉降监测数据处理中的应用,并利用模拟和实际观测数据,分别采用了标准kalman滤波,抗差自适应kalman滤波,双自适应因子滤波三种方案进行了滤波处理,比较和分析了各种方案的优点和不足,以指导实践应用.

结合沉降变形监测相关理论,以宝鸡市某高层建筑工程沉降监测项目为例,首先对监测网的水准基点稳定性进行分析,而后描述了监测网的布设方法,最后通过绘制沉降监测点的沉降荷载时间曲线图对监测成果数据进行分析,验证了该方法在沉降监测数据分析中的实用性。

时间序列分析在建筑变形监测中有着很大的作用,本文首先介绍了时间序列的原理,分析时间序列的模型,以及在建筑物变形监测数据处理中的应用.重点阐述各类时间序列模型的参数估计与预测过程,并结合实际工程分析时间序列应用的效果以及监测点的变化规律.

为了提高变形预测的精度,获得可靠有效的预报模型,通过对回归模型残差项的进一步分析,利用eviews对残差序列建立了时间序列模型,从而得到了回归和时间序列组合模型.利用该模型对一组实测数据进行分析、预测,并将变形数据和实测数据进行比较,证明了组合模型具有更好的预测精度和可靠性.

为了提高变形预测的精度,获得可靠有效的预报模型,通过对回归模型残差项的进一步分析,利用eviews对残差序列建立了时间序列模型,从而得到了回归和时间序列组合模型.利用该模型对一组实测数据进行分析、预测,并将变形数据和实测数据进行比较,证明了组合模型具有更好的预测精度和可靠性.

采用时间序列分析方法,对长春市地铁一号线——繁荣路站基坑变形监测点连续28期的数据进行分析处理,建立自回归模型,并对后4期数据进行预报,其一步拟合中误差为σ=±0.2mm,具有较高精度。通过对数据的分析,论证了时间序列分析方法在地铁沉降监测中的可行性与有效性。

建筑施工中,沉降观测是监测建筑物是否安全的重要环节。为此,将灰色系统理论应用于建筑物沉降变形数据分析,结合实例,验证了灰色gm(1,1)预测方法在建筑物沉降监测中应用的可行性和可靠性。

该文提出了稳健灰色模型,并将其应用于某建筑物沉降的预测。结果表明,稳健gm(1,1)模型比常规gm(1,1)模型具有更好的抗干扰性能和受异常点影响小的优点,更具有预测应用价值。同时还编写了计算机程序对灰色预测过程进行电脑处理,大大减少了工作量。

针对经典verhulst模型背景值建模机理的不严密和初始值设定的不科学性,给出了灰导数改进模型及模型参数的最优估计式。采用原始数据一次累加与其拟合值的残差平方和最小作为约束准则,推导出虚拟初始值的计算公式,建立了无需设定初始值约束的优化模型,并以南水北调工程沉降监测实例验证了模型预测精度,为沉降监测中长期预报建模提供了合理的解决方案。

建筑物的沉降观测是保证建筑物安全科学施工的重要保障之一,在水准测量困难的情况下可以利用全站仪无仪高法替代水准进行沉降观测.本文在分析全站仪无仪高法高程测量精度的基础上,成功将该方法应用到建筑物的沉降监测中,扩展了同类工程沉降监测的方法.

根据某高层建筑物施工过程中沉降监测的实测资料,应用指数平滑理论进行沉降变形的预测研究,充分证实了在高层建筑物沉降变形分析中该预测法的可行性.由本文的研究结果发现,三次指数平滑模型在研究期间较短时有较佳的预测能力,预测结果相对较佳,所以就预测的普遍性、实用性考量下,三次指数平滑模型可以迅速提供高层建筑物沉降变形情况,以便于对高层建筑物的沉降机理及规律进行分析.

结合某建筑物沉降监测数据,运用灰色预测gm(1,1)模型,探讨该建筑物沉降的动态变化规律,为其安全性诊断提供必要的信息。与实测结果对比表明,gm(1,1)模型对其沉降趋势符合度较高,验证了灰色gm(1,1)预测方法在建筑物沉降监测中应用的可行性和可靠性。