IBIS-L系统及其在大坝变形监测中的应用

主要介绍了地基合成孔径雷达,阐述了干涉测量成像系统IBIS-L的结构和基本原理,将IBIS-L系统应用于国内外几个大坝的变形计算与分析,获得了较为准确的大坝位移量,认为IBIS-L系统可以应用于大坝的变形监测,同时认为大坝变形监测时受大气的影响较大,如何有效地进行大气影响改正和提高IBIS-L技术的变形监测精度是值得深入研究的课题。     

GPS测量在水库大坝变形中的应用与分析

介绍了水库大坝变形测量的精度要求，应用静态GPS接收机测量水库大坝变形监测基站网，对其精度与误差进行分析，并提出实现毫米级或亚毫米级GPS监测网的措施。     

测量机器人在小浪底大坝外部变形监测中的应用

在论述TPS全自动化变形监测系统测量方法的基础上，介绍了测量机器人在小浪底大坝外部变形监测中的应用试验情况，并对TCA＋APSWin系统的精度、可靠性和工作效益作了分析。实践已初步表明，测量机器人用于大坝外部变形监测可以实现全自动化，有广泛的应用前景。     

北斗与GPS大坝变形监测精度比较分析：以三峡茅坪溪防护坝为例

以三峡茅坪溪防护坝为研究对象,对北斗与GPS大坝变形监测精度进行了对比分析。结果表明,目前北斗与GPS变形监测精度基本相当。其中,24 h时段解平面精度优于0.5 mm,高程优于1 mm,4 h时段解精度平面优于1 mm,高程优于2 mm。使用单一北斗系统能够达到毫米级的观测精度,满足大坝外观变形监测的相关技术要求。     

隔河岩大坝外观变形GPS自动化监测系统的灵敏度分析

简要介绍了隔河岩大坝外测变形ＧＰＳ自动监测系统的概况,从模拟试验及用多种资源所进行了外部检核评定的该系统的灵敏度,表明该系统能用于精度要求很高的大坝外观形变监测。     

三维边角前方交会在大坝防浪墙变形监测中的应用及精度分析

结合琅琊山电站大坝防浪墙变形监测项目,将三维边角前方交会应用于防浪墙变形监测中。通过对测量成果进行三维精度分析,其结果表明:采用本方法测得的成果达到了监测点平面精度、高程精度都小于±2 mm中误差的要求,验证了三维边角前方交会方法的可行性。为监测提供了一种合理而省时的观测方法,为今后大坝监测的研究应用提供了一定的借鉴。     

三维激光扫描在土石坝表面及扁钢的高精度变形监测中的应用研究

当前土石坝的表面变形采用测量机器人监测系统为主、大坝GNSS监测系统为辅的监测方法.对于坝面的扁钢隆起量的监测,仅依靠传统的测量手段,如皮尺或测距轮,测量精度较低,测量范围较小,无法直观地反映出扁钢的隆起状态.对于坝体水下部分的监测,仍无有效的监测手段,不利于大坝整体的变形监测分析.对于坝体水上部分坝面的变形监测,仅依靠布设在大坝表面的少量监测点显然是不够的,容易导致以点带面的窘境,因此,本文研究了一种独特的数据圆形裁剪拼接方式,同时探究出一种针对土石坝坝面扁钢快速提取的方法,成功地将三维激光扫描新技术推广到土石坝大坝坝面变形监测.最终结合自主研发的三维可视化分析平台,将土石坝坝面变形监测的丰富信息呈现出来,用于决策.     

大坝变形自动化监测系统的应用测试

从多年大坝监测的历史经验看,坝体监测是一项长期的监测任务,在爆发特大洪灾、地震等突发事件时需要及时掌握坝体在平面位移和沉降几何变形量的变化情况,为上层决策提供重要的参考依据。为了保障大坝安全、稳定、长期运行,建立了一套自动化监测系统。但大坝附近环境较为复杂,往往存在较大的多路径效应,影响自动化监测系统的监测精度和结果。为了验证该系统在大坝环境下对大坝变形监测的有效性,在新安江水电站进行了多路径效应的环境应用测试。测试结果表明,本系统可以在大坝环境中有效应用,但受多路经效应影响较大,为进一步提高监测精度还需要增加抑径装置抑制多路经效应。     

动态评估策略的GEP算法在大坎变形预测中的应用

针对传统基因表达式编程方法预测方面的不足,采用动态评估策略的GEP算法深入分析并预测了大坝变形趋势,对监测某大坝变形进行了预测分析。实验表明,与传统GEP预测方法相比,动态评估策略的GEP算法预测精度优于传统的GEP预测,克服了传统GEP预测方法的不足,提高测量精度,在大坝监测预报中是有效可行的。     

地铁隧道变形监测中的测量机器人数据采集系统的研究

针对传统地铁隧道变形监测中工作效率低、监测精度受人为因素影响较大等弊端,主要研究了地铁隧道变形监测中的测量机器人数据采集系统的设计和实现。该系统基于测量机器人的远程控制和RTU技术,实现了对观测点(含监测点和基准点)的周期性自动化和智能化的数据采集工作。本研究实现基于测量机器人的连续跟踪测量,具有良好自动化周期数据采集储存展示的能力,对地铁隧道这种特殊环境下高精度变形监测的连续测量技术进行了有益尝试。     

微波干涉测量技术及其在桥梁变形观测中的应用

将步进频率连续波技术和干涉测量技术相结合而构成的地面微波干涉雷达系统GB-radar,可用于获取高精度、高分辨率的变形信息,以实现对地面目标的静动态高精度监测.本文介绍了基于该技术的IBIS-S系统在桥梁变形观测中的应用,分析了测量误差,通过实例验证了地面微波干涉雷达技术可以精细地测量桥梁挠度的动态变化,精度高,可以真实地反映结构物的动力特性.     

新型FMCW地基SAR和三维激光扫描仪在大坝变形监测中的应用

为解决传统大坝变形监测方法仅能获取点形变信息，且监测成本高、受环境影响大等问题，提出了结合快速地基合成孔径雷达（Fast-GBSAR）获取的高精度二维形变图和三维激光扫描仪生成的DEM，解决了雷达数据可视化程度低的问题。利用该技术对国内某大坝进行了健康监测并对形变原因进行了深入分析，库区潮汐对大坝水平形变产生周期性的影响。试验表明，Fast-GBSAR可以获取高精度的大坝形变信息，结合三维可视化技术，建立直观、高效与高精度的三维监测方式，为大坝的变形监测提供了可靠保障。     

一种基于全站扫描的特征点自约束点云变形分析方法

为了对大坝、高层建筑、滑坡区、采空区等危险变形体进行变形观测，针对智能全站仪、GNSS测量、三维激光扫描等变形监测技术无法很好地实现变形特征点和点云的综合变形分析问题，提出了基于全站扫描特征点自约束点云变形分析方法，获取变形体的离散特征点和整体点云变形数据，利用特征点形变矢量求取点云至模型的形变量，从而刻画变形体的整体形变信息。试验结果表明，利用本文所提出的方法能够成功计算出点云至模型的形变量，经统计分析，所有点的形变量真误差的期望值为-0.04 mm，结果精度为1.2 mm。试验结果能够反映变形体的整体形变信息，且具有较高精度。     

静力水准在某基坑沉降监测中的应用及误差分析

静力水准自动化监测系统是一种高精密液位量测系统,用于测量基础和建筑物各个测点的相对沉降。通过静力水准在某深基坑工程变形监测中的应用实例,充分体现静力水准监测系统的实用性和优越性;但是在实际测量中,由于受气压、温度、施工振动等因素的影响,静力水准系统不同连通器液体密度会发生变化进而导致系统精度大大降低。分析压力、温度、振动等因素对监测结果的影响,总结静力水准系统的应用经验,提出不同影响因素的误差修正方法。静力水准具有自动化性能好、精度高、数据量丰富等优点,在工程监测中将发挥重大作用。     

基于中值滤波的灰色预测模型及其在大坝变形预测中的应用

在大坝变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,影响坝体变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使大坝的变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于中值滤波的GM预测模型,即先用中值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于中值滤波的GM预测模型可以有效地提高大坝变形的预测精度。     

基于物联网三层架构的地下工程测量机器人远程变形监测系统

针对地下工程变形监测特点,在物联网三层架构技术和测量机器人技术的基础上,以C#编程语言和SQL sever数据库为开发平台,借助GeoCOM开发包,通过远程控制测量机器人对地下工程进行自动化变形监测工作。在物联网三层技术架构自动化变形监测系统应用服务层中,介绍了提高数据处理精度的实时差分技术原理和围岩净空收敛分析方法。成功地将物联网技术应用在变形监测领域,保证了地下工程的安全服务;而这一系统设计思想更可为同类工程安全监测提供参考。     

新型FMCW地基合成孔径雷达在大桥变形监测中的应用

地基合成孔径雷达（GB-SAR）是一种新型的建筑变形监测技术,相较于传统的监测手段,该方法拥有高精度,覆盖面大等优点。基于FMCW技术的Fast-GBSAR系统采用调频连续波技术,相较于国内已有的基于步进连续波技术的类似系统,该系统处理速度提高30倍,并拥有更高的可靠性。Fast-GBSAR在国内已对多座大桥进行了公开测试,监测结果表明Fast-GBSAR测量精度能达到0.01 mm,在变形监测领域极具潜力。     

面向水库大坝形变监测的三维激光扫描点云分析方法

根据黄龙带水库大坝两期高精度三维激光大坝扫描点云数据,本文提出基于正态分布的点云数据配准算法、改进原始渐进加密三角网滤波算法,运用点到面形变量对比分析模式监测大坝形变量,并进行源程序开发,实现一体化监测点云数据的加工、对比分析及建模处理。通过结果验证显示：①改进后的算法效率高、精度优,适用于大坝点云数据处理和对比分析;②开发的点云数据一体化处理软件简单易用,能够精准反映坝体变形情况;③黄龙带坝体稳定,尚无安全隐患。     

GNSS自动化监测系统的大坝变形预测方法研究

以GNSS自动化监测系统的大坝变形预测方法为主要研究目的,针对大坝GNSS自动化监测数据大样本、高采样率、连续等特点,提出了一种结合小波分析与BP、NAR神经网络预测大坝变形的新方法。利用多尺度小波分析对GNSS大坝变形数据序列进行分解与重构,对重构后的低频近似序列采用BP神经网络进行建模预测,对重构后的高频细节序列采取NAR动态神经网络进行建模预测,最后叠加各尺度下预测结果获得大坝变形预测值。应用结果表明,该方法预测精度高、泛化性能好,可广泛应用于采用GNSS自动化监测系统的大坝变形预测。