测量机器人定向偏差及其周日变化规律研究

将全站仪受到外界环境干扰和仪器自身稳定性变化等因素引起的初始定向方位的相对偏移统一描述为定向偏差。通过建立两个强制对中观测墩作为基准点,使用TCA2003全站仪对后视基准点进行全天候持续观测实验的方法,研究测量机器人定向偏差及其变化规律,并应用小波包变换进行定向偏差的拟合分析。结果表明:在使用测量机器人进行持续观测时,仪器定向偏差及其变化会使测点的方向测值产生系统性的误差,定向偏差随气象条件变化呈周日视的变化规律。定向偏差的规律研究可用于指导普通全站仪在工程测量时选择观测时段,采取相应措施削弱该误差影响。     

基于小波阈值去噪理论的监测数据处理方法

为了研究监测对象的变形规律,有必要消除测量噪声得到更准确的数据,小波变换理论在数据处理方面有其特点。本文利用小波去噪的理论对监测数据进行小波变换,得到信号的高频部分,并进行去噪处理,得到了较好的效果。此方法具有一定的工程应用价值,本文提供了一个地铁工程变形监测数据处理的例子。     

超高层建筑周日摆动的测量机器人监测

针对测量机器人在超高层建筑监测时距离远、倾角过大,仪器的垂直轴倾斜误差对观测精度影响显著的问题,该文提出了一种全新的周日摆动监测方案和数据处理方法,该方法利用两台测量机器人对塔体监测点进行连续自动跟踪测量,并对其测距观测值进行数据处理,从而得出超高层建筑的周日摆动规律。通过对广州东塔进行周日摆动监测分析,结果表明,监测分析得到的塔体周日摆动规律与外界温度、日照变化的影响规律相符,证明了该方法的可行性。     

小波变换技术在变形监测中的应用

主要讲述小波变换技术对变形监测数据的处理应用。随着小波理论及变形监测技术的不断发展,其为建筑物变形观测的数据处理提供了一种很好的方法,其应用前景十分看好。由于在对工程建筑物的变形监测中对应不同的情况采取的不同观测方法所采集的数据存在误差,因此利用小波变换对变形监测结果中包含的误差即噪声进行去噪及分析变形规律具有较大优势。     

CCTV新台址主楼变形监测分析

以钢结构为主体的CCTV新台址的主楼造型独特,两塔楼双向向内倾斜6°,顶部外挑形成14层的＂L＂形悬臂。施工过程中,塔楼自重、温度等外界因素引起的变形对钢结构的安装质量有着重要的影响,决定着结构稳定后的最终状态。针对这一特殊结构,分析塔楼施工过程中的变形因素,介绍利用测量机器人进行塔楼变形监测的过程,并研究变形和施工进度的关系、以及日照作用引起的周日变形,其结果可为悬臂安装质量的控制提供技术依据。     

小波变换在变形监测中的应用研究

根据小波变换的特征,对四川二滩大坝变形监测数据进行了消噪和不同频带分离,达到了平滑滤波的目的,对变形体变形作出了几何分析和物理解释.研究结果表明,在变形监测数据处理分析中小波变换是一种有效的分析方法.     

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。     

测量机器人自动化变形监测通讯技术研究

测量机器人已经广泛应用于各类工程的自动变形监测,在实际工作中,一般使用计算机配合专用软件对测量机器人进行控制,实现测量机器人与计算机之间的数据交换,因此,良好的数据通讯技术尤为重要。测量机器人与计算机的数据通讯技术主要包括有线和无线两大模式,对两种模式下不同的传输方法进行研究,总结了各种方法的优缺点及适用场合,以期为基于测量机器人的不同工程自动化监测通讯技术的选择提供参考。     

基于小波变换的桥梁风振变形监测数据处理

讨论小波变换应用于变形监测数据的去噪和提取变形趋势、频率特征及突变点的理论方法,并对桥梁风振变形监测数据进行小波分析处理。试验结果表明,小波变换能够很好地完成数据去噪与提取频率项、变形趋势项和检测突变点等信息,数据处理效果显著。     

测量机器人变形监测自动化系统的研究

简单介绍了TCA2003测量机器人的技术组成及编程环境,着重研究了测量机器人变形监测自动化系统的组成和软件设计,对所开发的机载专业应用软件的主要功能、工作界面以及应用效果进行了阐述。     

基于小波变换与ARMA模型的建筑物沉降预报

对建筑物进行沉降监测并预报其变化趋势,能有效保障建筑物的安全性。本文提出一种基于小波变换的ARMA模型用于建筑物沉降预报。利用小波多尺度分析将沉降监测数据分解为高频信号和低频信号,并分别采用ARMA模型进行预测,然后将各序列预测结果进行合成,得到最终预测结果。并以青岛市某高层建筑物监测数据为例,分别采用传统ARMA模型以及基于小波变换的ARMA模型进行预报对比分析,结果表明基于小波变换的ARMA模型取得了较高的预报精度。     

高层建筑物GPS动态变形监测数据处理

本文利用小波阈值降噪方法对高层建筑物GPS动态变形监测数据进行处理,针对不同小波基选取对结果影响进行了实验分析,表明小波变换可实现高层建筑物GPS动态监测数据的有效去噪,可克服传统处理技术对非平稳、非等时间间隔观测数据序列滤波的局限性,为监测数据的处理方法提供一定参考。     

基于小波变换的建筑物抗浮失效事故变形监测的应用研究

在高层建筑的施工运营阶段,由于城市地下水位的变化及建筑物抗浮设计不合理,地下建筑抗浮失效事故日益增多。为保证抗浮失效事故处理阶段建筑物的安全,对其进行持续的变形监测是十分必要的。本文结合工程项目,对此类事故处理阶段变形监测的组织实施进行整理,利用小波变换对短周期的监测数据进行降噪处理,得到有效数据,通过各方信息分析总结变形监测在高层建筑抗浮失效事故中的应用。     

小波分析在GPS变形监测数据处理中的应用

阐述了小波变换在变形监测数据处理中的应用方法,将变形监测的数据序列视为不同频率成分组成的数字信号,用MATLAB编程实现小波分析对监测数据的粗差识别、消噪、发展趋势的提取,实例表明,小波分析可以较好地适用于大坝变形监测的数据处理。     

大坝变形监测数据的小波分析处理方法

引入小波分析方法对大坝变形监测数据的处理,实现了对离散型的变形数据的尺度分解,对变形趋势的分析。并且对变形数据在滤波、消噪等方面,对分解层次中的偶然误差特性分析,以及阀值的选取方法进行了比较,表明利用小波变换的方法对变形数据的分析处理是有效、可行的。     

利用小波变换进行GPS振动观测值的异常探测

本文利用小波变换技术进行GPS振动观测值的异常探测,将GPS振动观测值序列视为一组观测信号,先利用小波低频分解提取信号趋势,再利用小波高频分解探测异常值的位置,提出结合观测体自身变形趋势判断异常值是否存在,再通过小波高频分解和小波阈值去噪找到异常值准确位置的探测方法。结合某GPS振动平台上的振动观测实验数据进行仿真分析,获得准确的异常探测结果。实践证明文中研究的异常值探测方法是可行的和有效的,为GPS振动观测值的异常探测提供新思路。     

GPS高层建筑物动态特性的小波分析提取

针对高层建筑物GPS动态监测数据特点,该文将小波分析技术应用于高层建筑物动态特性提取,研究了数据处理时4种阈值选取准则的好坏,针对观测数据不同阶段振幅和频率不同,提出分段、分层处理数据的思想,为了获得更全面的观测信号,将小波包分析应用于数据处理。结果表明:自适应阈值准则更适用于高层建筑物动态数据处理,采用分段分层的处理方法,既能满足去噪要求又能提取丰富的变形信息,小波包分析能有效提取高层建筑物动态特性,保留更多的动态信息。     

小波神经网络模型在高铁路基沉降预测中的应用研究

为了提高变形监测数据预测的精度与可靠性,提高神经网络预测方法的稳定性,尝试将小波分析与BP神经网络相结合的小波神经网络应用于高铁路基处的沉降监测数据处理中。综合小波分析与神经网络算法的优点,建立松散型及紧致型小波神经网络预测分析模型。通过实验数据对比分析,验证了采用紧致型小波神经网络预测模型能够较好地用来处理路基的动态变形监测数据,预测稳定性及预测精度较高。     

经验模式分解的尺度阈值滤波在变形分析中的应用

本文将信号处理领域的经验模式分解算法应用于变形信息的提取中,通过引入阈值函数,建立了基于经验模式分解的尺度阈值滤波模型,采用优化模型确定了经验模式分解的次数。分别通过模拟试验和实测数据与小波阈值法和多项式拟合法进行了比对,分析表明:在低噪声情况下,三种方法都有一定的滤波效果;在高噪声情况下,经验模式分解的尺度阈值滤波法具有与小波阈值去噪法相等的精度,而且瞬时强噪声识别能力更好,优于多项式拟合法。