关于岩土工程安全监测数据中粗大误差的处理.doc

1、关于岩土工程安全监测数据中粗大误差的处理摘要：随着岩土工程监测技术的不断发展，监测设备日趋多样，监测手段和方法日益完善，监测数据的数量也与日俱增。这些数据在不同程度上受到各种内外因素的干扰，包含着粗大误差。这种误差破坏了监测数据的真实性并在一定程度上对监测数据的可靠性造成影响，进而可能导致完全错误的数据分析和安全性评价，酿成不良后果。因此，对监测数据进行有效的误差分析成为数据处理的首要环节，也是对监测对象进行安全性评价的基础。总结了岩土工程监测数据中粗大误差的来源、处理方法的研究现状，提出了几种简单实用的误差处理方法，并对各种方法进行了比较，最后通过工程实例加以分析。 关键词：岩土工程，监测

2、， 粗大误差 Abstract: with the geotechnical monitoring the development of technology, monitoring equipment increasingly diverse, monitoring means and methods is increasingly perfect, the number of monitoring data was growing. These data in different degree of interference by all kinds of internal and ext

3、ernal factors, including bulky error. This error destroyed the authenticity of the monitoring data and to a certain extent to affect the reliability of the monitoring data, and can lead to completely the wrong data analysis and safety evaluation, a bad consequences. Therefore, the effective monitori

4、ng data for the error analysis of the become the primary part of data processing, but also of the monitoring objects for safety evaluation of the foundation. Summarizes the geotechnical monitoring data measured bulky error in the source, processing method research present situation, and proposed sev

5、eral simple and practical error processing method, and compared these methods, finally analyzed by an engineering example. Keywords: geotechnical engineering, monitoring, bulky error 中图分类号：K826.16 文献标识码：A 文章编号： 1 粗大误差及其来源 粗大误差是由于某种不正确因素导致的与事实明显不符，明显超出规定条件的误差，通常属于测量错误，应予以剔除。粗大误差的来源可由环境因素和主观因素构成。 1.1

6、环境因素 环境因素可分为天气因素和施工因素。天气因素是指测量环境的温度、湿度的变化。环境造成测量误差的主要原因使测量装置包括标准器具、仪器仪表、测量附件和被测量的对象随着温度湿度的变化而变化。这部分变化并不反映工程体本身应力或应变的变化。例如锚杆应力计的钢筋，在高温环境中会伸长，在低温环境中会缩短。这样就导致了测量出来的位移变化不能反映实际被测物体的位移变化情况。温度变化对岩土工程的测量造成的影响是不能忽略的，一般的岩土工程测量仪器都具有温度补偿功能，可以记录温度并通过计算在最终结果中扣除这部分影响。施工因素是指由于不相干的放炮、开挖、钻孔、夯击等引起的震动，它会使监测仪器记录的数据值发生突跳

7、，这种突跳属于仪器受到干扰后的一种短期变化，并不反映工程体本身的应力或应变状况。例如在钻爆法施工中由于施炮使已埋设的多点位移计受到震动，使放炮当天记录到的位移值发生突跳，该突跳值并不反映工程体变形的实际情况，应予以剔除。 1.2 主观因素 主观因素又可细分为测量方法因素和人员因素。测量方法得当与否会影响测量结果的正确性。测量被测量物体时，必须在符合要求的环境里，应用适当的测量装置，按照正确的测量方法严格地进行。如果测量方法不当，会导致误差的产生。如在地下厂房的测量中，在一个桩号的不同位置处埋设了两个品牌的多点位移计，那么在测量读数时如果用同一种读数仪而不作任何切换的话会产生错误的读数。由于测量

8、人员工作态度、工作方法不规范，很容易导致仪器的保管和运输不安全，组装和安装不符合要求，数据读取或记录错误等问题。如在数据记录上，如果用人工手抄法记录数据很容易由于记录人员的粗心导致数据记录错误；如果改让仪器自动记录数据的话，如果不恰当编制文件名，有时又容易造成数据对位的错误。即所记录数据和相应的位置发生错位。 2 粗大误差的判别方法 2.1 粗差判别方法的研究现状 目前，国内外主要采用最小二乘法对岩土工程监测数据进行处理。从高斯（G.F. Gauss 提出最小二乘法以来，广大学者对测量平差理论和方法进行了大量的研究。1974 年，田塞特（T.M.Tienstre）提出了相关平差法，把对观测值独

9、立的要求推广到随机相关；1962 年，迈塞尔（G.Meissl）等提出秩亏自由网平差，把测量平差中的满秩阵推广到奇异阵；卡尔曼（Kalman）等提出了一种递推式滤波方法，已成功应用于航天、工业自动化等方面；1969 年，克拉鲁普提出最小二乘滤波、推估与配置，把平差参数从非随机变量推广到随机参数。在具体研究工作方面，Serio GKoreisha 和 Yue Fang 对滑动平均模型时序过程（ARMA）的测量误差影响进行了定量分析；岳建平通过对因归分析中观测误差和模型误差的分离，从而更客观地评价测量系统和模型的精度；刘文宝等提出了顾及先验信息的大坝位移反分析方法，探讨了测量误差对位移反演结果的影

10、响规律。 经典的最小二乘法，经历了 100 余年的发展和考验，已经成为许多领域多种类型数据处理的最广泛和有效的方法，对于严格服从正态分布的数据，最小二乘估值具有方差最小且无偏的统计特性。然而，经典最小二乘法存在严重缺陷，不具备抗粗差的能力，因此产生了研究系统误差和粗差的新理论。20 世纪 60 年代后期，巴尔达（W.baarda）提出了数据探测法和可靠性理论，为粗差研究奠定了基础。 目前，对粗差的处理方法有两种，一是仍然属于最小二乘法范畴的数据探测法，二是有别于最小二乘法的抗差估计法或稳健估计法。何勇军通过突变理论对监测数据中测大误差伪值的检验和分析方法进行了探讨。周江文等人在 Guss- M

11、arkov 模型基础上提出了粗差检定的线性模型；论证了粗差修正和剔除的等价性。欧吉坤从观测值的真误差入手，借鉴周江文拟稳平差思想，通过附加“拟准观测的真误差范数极小”的条件，求解关于真误差的秩亏方程组，提出并推导了粗差的拟准检定法，从而能有效地定位多维粗差而且能估计粗差大小，严密评定精度。其适用范围也比较广。郑东健用平均杠杆理论识别实测资料异常值，实现了误差的灰箱诊断；赵斌在大坝观测数据处理中引入污染分布、观测权等概念，以逐步消除粗差的影响，最终得到了合理的参数估计。 2.2 粗大误差判别的实用方法 2.2.1 莱茵达准则（亦称 3 准则） 3 准则是一种最常用的也是最简单的判别粗大误差的准则

12、，如果残差的绝对值大于三倍的标准偏差时，即如果： 则认为该误差为粗大误差，该次测量为异常值，应该剔除。 该种方法假定测得值不含系统误差且随机误差服从正态分布。 2.2.2 罗曼诺法斯基准则 罗曼诺法斯基准则又称为 t 检验准则，方法是首先剔除一个可疑的测得值，然后按 t 分布检验被剔除的值是否含有粗大误差。 设对某量做多次等精度测量，得测量列 1，2，n，若认为为可疑数据，将其剔除后，计算平均值（不含） ，有： 求得测量列标准差（不含=-） 根据测量次数 n 和选取得显著度 ，可由 t 检验系数表查得。 若： 则认为测量值含有粗大误差，剔除是正确的，否则应该予以保留。 2.2.3 Grubbs

13、 准则 设对某等精度独立测量，得测量列 1，2，n，且(i=1,2,，n)服从正态分布。由测量列分别计算出 为检验是否含有粗大误差，将按数值大小顺序排列成顺序统计量（i） ，即 X(1)X(2) X(n) 其中，左右两端边缘测得值最有可能含有粗大误差，Grubbs 导出了：的分布，若取定 （显著度） ，可得检验系数 G（n ，） 。此时，如判定该测得值含有粗大误差，应该予以剔除。 2.2.4 Dixon 准则 3 法需要的计算量比较大，而 Dixon 准则是直接根据测得值按其大小顺序重新排序统计量来判别可疑测量值数是否为异常值。 对 n 次测量数据由小到大进行排列，按照顺序差的统计量分布及给定

14、显著度 下的临界值 d 0（n，） ，若有 dij d0（n，）则认为相应最大测得值和最小测得值为含有粗差的异常值，应剔除。 3 各种方法的比较 莱茵达方法使用比较简便，不需要查表，但是必须以 n 为前提，所以在 n 比较小的时候，此种方法的可靠性不高。罗曼诺法斯基法是建立在频率近似等于概率的基础上的，所以在 n 比较小的时候也不可靠；Grubbs 准则比较好，但是需要计算均值和方差，应用起来比较麻烦。Dixon 准则克服了 Grubbs 准则的缺点，它是用测得值的差值比来作为判别粗大误差的标准。 4 结语 岩土工程安全监测数据的误差分析在整个数据处理中是十分重要的，它关系到整个数据分析和安全

15、性评价的准确性。监测数据中不可避免地存在粗大误差，有时这种粗大误差严重影响了我们对工程整体安全性的评价。本文总结了岩土工程监测数据中粗大误差来源、处理方法的研究现状，提出了几种简单实用的误差处理的方法，并对各种方法进行了比较。抗差估计法等方法过程比较复杂，所需计算量较大，因此在具体实施上不如 3 法等实用方法易为广大工程技术人员所理解和应用。在众多实用的粗差识别处理方法中又需要根据样本的个数，是否存在系数误差，是否服从正态分布等情况有选择地加以使用。 参考文献: 1 杨元喜，周江文，等. 误差最小二乘法. 武汉：华中理工大学出版社，1997 ：1 -58 2 钟继贵. 误差理论与数据处理. 北京：水利水电出版社， 1993 ： 46 -48 3 周江文. 系统误差的数学处理. 测绘工程，1999（6 ）