变形监测知识点.doc

1、所谓变形监测，就是利用测量与专用仪器和方法对变形体的变形现象进行监视观测的工作。其任务是确定在各种载荷和外力作用下，变形体的形状、大小及位置变化的空间状态和时间特征。变形观测：对变形体在运动中的空间和时间域内进行周期性的重复观测，就称为变形观测。根据变形体的研究范围，可将变形监测研究对象划分为这样三类：1 全球性变形研究如监测全球板块运动、地极移动、地球自转速率变化、地潮等；2 区域性变形研究如地壳形变监测、城市地面沉降等；3 工程和局部性变形研究如监测工程建筑物的三维变形、滑坡体的滑动、地下开采使引起的地表移动和下沉等。 变形监测的内容1）工业与民用建筑物：主要包括基础的沉陷观测与建筑物本身

2、的变形观测2）水工建筑物：对于土坝，其观测项目主要为水平位移、垂直位移、渗透以及裂缝观测。3）地面沉降：对于建立在江河下游冲积层上的城市，由于工业用水需要大量地吸取地下水，而影响地下土层的结构，将使地面发生沉降现象。对于地下采矿地区，由于在地下大量的采掘，也会使地表发生沉降现象变形监测的目的和意义 ：具有实用上的意义，主要是掌握各种建筑物和地质构造的稳定性，为安全性诊断提供必要信息，及时发现问题，以便采取措施；具有科学上的意义，包括更好地理解变形的机理，验证有关工程设计的理论和地壳运动的假说，进行反馈设计，以及建立有效的变形预报模型。变形监测技术的未来发展趋势：1）多种传感器、数字近景摄影、全

3、自动跟踪全站仪和 GPS 的应用，将向实时、连续、高效率、自动化、动态监测系统的方向发展；2）变形监测的时空采样率会得到大大提高，变形监测自动化可为变形分析提供极为丰富的数据信息；3）高度可靠、实用、先进的监测仪器和自动化系统，要求在恶劣环境下长期稳定可靠地运行；4）实现远程在线实时监控，在大坝、桥梁、边坡体等工程中将发挥巨大作用，网络监控是推进重大工程安全监控管理的必由之路。1.什么是监测网平差的基准，平差基准有哪三种类型？固定基准位于变形体之外，在各观测周期中认为是不变的，以作为测定变形点绝对位移的参考点。在监测网平差中，我们通常将变形参考系称为基准，监测网平差时必须考虑网点位置及其位移的

4、参考基准。如果基准不统一，形变量中就会混入基准误差；如果基准定义不当，也会给形变分析带来困难。 监测网平差的基准固定基准经典平差，重心基准 自由网平差，局部重心基准 拟稳平差监测点位布置：必须安全、可靠，布局合理，突出重点，并能满足监测设计及精度要求，便于长期监测。沉降观测工作点的布设：1）沉降监测工作点应布设在最有代表性的部位，还要考虑到建筑物基础的地质条件，建筑物特征，建筑物内部应力分布状况等。 2）工作点应与建筑物连接牢固，使工作点的高程变化能真正反映建筑物的沉降变化情况。 3）工作点的点位应便于观测。观测值的误差分类：粗差（也称错误） ，它是由于观测中的错误所引起的，例如，GPS 观测

5、中的周跳现象，水准观测时的读错、记错等；系统误差。它是在相同的观测条件下作一系列的观测，而观测误差在大小、符号上表现出系统性，偶然误差（也称随机误差） ，它是在相同的观测条件下作一系列的观测，而观测误差在大小、符号上表现出偶然性。监测资料检核的意义：如果在监测资料中存在错误或系统误差，就会对后续的变形分析和解释带来困难，甚至得出错误的结论。同时，在变形监测中，由于变形量本身较小，临近于测量误差的边缘，为了区分变形与误差，提取变形特征，必须设法消除较大误差（超限误差） ，提高测量精度，从而尽可能地减少观测误差对变形分析的影响。变形监测资料处理的首要工作是分析变形观测值的质量，包括观测值的精度和可

6、靠性。这里所指的观测值既可以是原始观测值，也可以是经一定处理后的观测值（如 GPS 测量所得到的基线向量、坐标等） 。.变形监测检核的方法：变形监测检核的方法很多，应根据实际观测情况而定。包括野外检核和室内检核。室内检核工作，具体有:原始记录的校核； 原始资料的统计分析，如粗差检验法；原始资料的逻辑分析：根据监测点的内在物力意义来分析原始实测值的可靠性。包括：一致性分析：时间-效应量、原因- 效应量；相关性分析：空间点位的相关性。逻辑分析，若存在大的偏差，则有两种可能：误差引起（大误差或粗差） ；真实变形（突变） ，是险情的萌芽。监测资料管理系统分为：人工管理处理。计算机辅助人工处理。数据库管

7、理系统。.数据筛选步骤：组成误差方程与法方程式；解法方程式并作整体检验，求 Qvv；计算局部检验统计量与假设检验。监测资料的插补：由于各种主、客观条件的限制，当实测资料出现漏测时，或在数据处理时需要利用等间隔观测时，则可利用已有的相邻测次或相邻测点的可靠资料进行插补工作。插补方法:按内在物力联系进行插补； 按数学方法进行插补：(线性内插法、拉格朗日内插计算、用多项式进行曲线拟合、周期函数的曲线拟合、多面函数拟合法)。小波变换的基本思想是用一族函数去表示或逼近一信号或函数消噪的步骤：小波分解。比如，根据问题的性质，选择一组 Daubechies 小波滤波系数构造变换矩阵 W，并确定其分解层次 J

8、，然后对观测数据 x(t)进行 J 层小波分解。小波分解高频系数的阈值量化处理。选择阈值的规则有多种，其意义在于从高频信息中提取弱小的有用信号，而不至于在消噪过程中将有用的高频特征信号当做噪声信号而消除。:小波重构。用小波分解的第 J 层的低频系数和经过阈值量化处理后的第 1 层至第 J 层的高频系数进行重构，可得到消噪后的观测数据序列估计值。若将阈值量化处理后的小波分解高频系数进行重构，便可得到观测精度的估计值。.变形监测成果的整理：便于应用分析，方便对监测数据的分析、决策和反馈向需用单位提供资料或归档保存整编基础平时资料计算、分析的基础上，按规定对整编年份的监测资料进行整编。观测资料的整编

9、常用的图表:观测点变形过程线与建筑物变形分布图。变形过程线：是以时间为横坐标，以累积变形值(位移、沉陷、倾斜和挠度等) 为纵坐标绘制成的曲线。观测点变形过程线可明显地反映出变形的趋势、规律和幅度，对于初步判断建筑物的工作情况是否正常是非常有用的。变形过程线的绘制：根据观测记录填写变形数值表；绘制观测点实测变形过程线；实测变形过程线的修匀。建筑物变形分布图：能够全面地反映建筑物的变形状况。有：变形值剖面分布图；建筑物(或基础) 沉陷等值线。.参考网：在测量中，当观测量是未知量的相对观测量而不是绝对观测量时，要由相对观测量求得未知量的值必须有初始值作为参考。比如在水准测量中，高差是两个点高程的相对

10、观测量，而不是某一个点高程的绝对观测量，一个水准网中各点的高程计算必须有一个高程已知点，这个已知点就是该网的基准点。必要的基准参数构成网的基准，或称参考系。.变形监测网：在变形观测中，为了采集变形体的变形信息需要布设变形监测网。通过在不同时间对变形监测网进行重复观测，来获取布设在变形体上目标点的位移。变形监测网是控制网在变形监测中的一种形式。它可能是水准网、三角网、边角网或 GPS 网。所以变形监测网的观测量都是坐标的相对观测量，需要给定参考系才能计算各观测周期网点的坐标。变形监测网：分为绝对网、相对网。绝对网：有部分点布设在变形体外的监测网； 相对网：网的全部点都在变形体上的监测网。变形监测

11、网的布设原则：1）变形监测控制网的起算点或终点要有稳定的点位，应布设在牢靠的非变形区，为了减少观测点误差的积累，距观测区又不能过远。2）为了便于迅速获得观测成果，变形监测控制网的图形结构应尽可能的简单。3）在确保变形监测控制网具有足够精度的条件下，控制网应尽量布设一次全面网；在特殊条件下，才允许分层控制。4）实测原则：测量仪器、设备和测量方法的选择，要量力而行，不能超越现有的经济、技术条件，不能提出过高的要求。5）控制网设计时，应尽量采用先进技术，尽可能多地获取建筑物变形数据，特别是绝对位移数据和时间信息。控制点便于长期保存。6）变形监测控制网应与建筑施工采用相同的坐标系统.参考点(基准点)：

12、对于绝对网，那些布设在变形体外的全部点或部分点是作为位移测量和计算的参考对象的点，称为参考点或基准点。绝对位移：如果参考点是稳定不动的，变形监测网以它们为参考所测量的目标点的位移就是真实的位移，也叫绝对位移。.参考系亏损(基准亏损):相对网由于没有参考点，以坐标为参数的间接平差模型的系数矩阵出现秩亏，这种现象叫做参考系亏损或基准亏损。GPS 变形监测网数据处理： GPS 变形监测网平差方法分为静态平差和动态平差。静态平差：是把各期的观察数据分别进行平差处理，而不考虑两期之间的动态参数，通过统一基准来进行变形分析。动态平差：是将监测网作为动态系统，纳入监测点的变形参数，将各期观测数据联合进行平差

13、处理。GPS 监测网变形分析基准的统一：GPS 监测网是在相隔一定时间后分期进行观测的，由于GPS 卫星星历、电离层折射等误差的影响，各期基线向量间之间可能存在系统性的尺度差异和方位差异，若不顾及这种系统性的偏差，则可能导致将系统性偏差当作变形值来处理，从而影响变形分析结果的正确性。所以，对 GPS 监测网的各期观测资料，除了保持其位置基准的统一之外，还必须消除各期观测值之间的尺度偏差和方位偏差，实现位置基准、尺度基准和方位基准的统一。.多元线性回归分析：多元线性回归的中心问题是：确定对变量影响的因子及它们之间的关系，运用最小二乘法求回归方程中的回归系数它是研究一个变量(因变量)与多个因子(自

14、变量) 之间非确定关系( 相关关系)的最基本方法。该方法通过分析所观测的变形(效应量) 和外因(原因) 之间的相关性，来建立荷载- 变形之间关系的数学模型。其数学模型为：(1)具体分析步骤：建立多元线性回归方程。多元线性回归数学模型用矩阵表示为 y=x+；由最小二乘原理可求得 的估值为(2)事实上，这只是我们对问题初步分析所得的一种假设，所以，在求得多元线性回归方程后，还需要对其进行统计检验。回归方程显著性检验。如果因变量 y 与自变量 x1,x2,xp 之间不存在线性关系，则模型(1)中的 为零向量，即有原假设：H0: 1=0，2，p=0 将此原假设作为模型(1)的约束条件，求得统计量(3)

15、.在原假设成立时，统计量 F 应服从 F(p,n-p-1)分布，故在选择显著水平 后，可用下式检验原假设：(4). 对回归方程的有效性(显著性)进行检验。若上式成立，即认为在显著水平 下，y 对 x1,x2,xp 有显著的线性关系，回归方程是显著的。回归系数显著性检验。回归方程显著，并不意味着每个自变量x1,x2,xp 对因变量 y 的影响都显著，我们总想从回归方程中剔除那些可有可无的变量，重新建立更为简单的线性回归方程。检验因子 xj 是否显著的原假设为：H0:j=0. 原假设的统计量(5)，若统计量(6) ，则认为回归系数(7) 在 1- 的置信度下是显著的，否则是不显著的。对回归系数进行

16、一次检验后，只能剔除其中的一个因子，然后重新建立新的回归方程，再对新的回归系数逐个进行检验，重复以上过程，直到余下的回归系数都显著为止。.逐步回归计算：逐步回归计算是建立在 F 检验的基础上逐个接纳显著因子进入回归方程。当回归方程中接纳一个因子后，由于因子之间的相关性，可使原先已在回归方程中的其他因子变成不显著，这需要从回归方程中剔除。所以在接纳一个因子后，必须对已在回归方程中的所有因子的显著性进行 F 检验，剔除不显著的因子，直到没有不显著因子后，再对未选入回归方程的其他因子用 F 检验来考虑是否接纳进入回归方程( 一次只接纳一个)。反复运用 F 检验，进行剔除和接纳，直到得到所需的最佳回归

17、方程。逐步回归计算步骤：由定性分析得到对因变量 y 的影响因子有 t 个，分别由每一因子建立 1 个一元线性回归方程，求相应的残差平方和 S 剩，选其最小的 S 剩对应的因子作为第一个因子入选回归方程。对该因子进行 F 检验，当其影响显著时，接纳该因子进入回归方程。对余下的 t-1个因子，再分别依次选一个，建立二元线性方程(共有 t-1 个) ，计算它们的残差平方和及各因子的偏回归平方和，选择与 max(倒 v)j 平方/cjj) j 都为下标 对应的因子为预选因子，作 F 检验，若影响显著，则接纳此因子进入回归方程。选第三个因子，方法同，则共可建立 t-2 个三元线性回归方程，计算它们的残差

18、平方和及各因子的偏回归平方和，同样，选择 max( 倒 v)j 平方/cjj) j 都为下标 的因子为预选因子，作 F 检验，若影响显著，则接纳此因子进入回归方程。在选入第三个因子后，对原先已入选的回归方程的因子应重新进行显著性检验，在检验出不显著因子后，应将它剔除出回归方程，然后继续检验已入选的回归方程因子的显著性。在确认选入回归方程的因子均为显著因子后，则继续开始从未选入方程的因子中挑选显著因子进行回归方程，其方法与步骤相同。反复运用 F 检验进行因子的剔除与接纳，直至得到所需的回归方程。1.选第一个因子。由分析结果，对每一影响因子 x 与因变量 y 建立一元线性回归方程。由显著性检验来接纳因子进入回归方程。2. 选第二个因子。对一元回归方程中已选入的因子，加入另外一个因子，建立二元线性回归方程进行检验。3.选第三个因子。根据已选入的二个因子，依次与未选入每一因子，用多元回归模型建立三元线性回归方程，进行检验来接纳因子。在选入第三个因子后，应对原先已选入回归方程的因子重新进行显著性检验。4.继续选因子。