首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
立式储油罐的形变模型直接影响数据解算精度,与实际生产安全和社会效益息息相关。本文介绍了罐壁点的径向偏差、圈板椭圆度模型,重点阐述了基于最小二乘原理的罐体倾斜度模型,并结合某油库油罐实例,验证了基于TM30的储罐几何形变模型解算方便、精度高、利于分析罐体形变的特点。  相似文献   

2.
伴随我国民用建筑行业的稳步发展,民用建筑的安全问题得到各领域广泛的关注,因此,对民用建筑的沉降监测和预报也显得尤为重要.本文对目前民用建筑的沉降监测和沉降预报做了简单介绍,首先研究了民用建筑沉降监测网的布设,然后阐述了监测数据的预处理内容,以及两种对民用建筑进行沉降预报的模型——时间序列模型、灰色预报模型.本文的研究内容对民用建筑的沉降监测预报具有参考价值.  相似文献   

3.
通过对基坑沉降发展规律及其沉降曲线特点进行的研究,在多种S型单项预测模型基础上引入了组合预测的思想,本文先用4种S型增长曲线模型分别对基坑开挖周边地表沉降值进行拟合和预测,然后基于各单一模型预测数值通过神经网络进行组合建立组合模型进行预测。通过实例,对模型的预测结果进行了分析和检验,证明了在沉降变形分析中应用此组合预测法的可行性。  相似文献   

4.
针对高层建筑物外部结构复杂、仪器设站困难的问题,提出了分区回归模型,拟合基础沉降面,确定建筑物倾斜状态。在建筑物内部基础上均匀布设沉降监测点,测量出各周期累积沉降量,对基础沉降进行分块拟合,获得基础沉降的局部变形特征,以此进行区域划分,最后利用基础沉降面的法线向量确定建筑物倾斜度和倾斜方向。对比传统倾斜测量结果可以看出,利用分区回归模型能满足实际工程需求,比回归平面模型具有更高的精度和适用性。  相似文献   

5.
利用三点法-灰色组合模型预测铁路路基沉降   总被引:2,自引:0,他引:2  
陈威  唐德燕  张届 《测绘科学》2015,40(7):37-40
针对三点法与灰色GM(1,1)模型在沉降预测中的优势与不足,该文结合组合模型的构建理念,提出误差平方和最小的三点法-灰色GM(1,1)组合模型的预测方法。最后通过在实验中分析相关系数和预测误差,将组和模型预测和单预测模型进行对比,结果表明该方法能较好用于某铁路客运专线路基的沉降预测,为相关研究提供参考。  相似文献   

6.
提出以误差平方和为最小和、误差绝对值和为最小的三点法-灰色GM(1,1)模型的组合预测方法,兼顾泊松曲线法和Asaoka法。结合实例,验证了组合模型在软土路基沉降预测中的可行性,为今后高速铁路软土路基沉降预测提供了更多的参考和借鉴。  相似文献   

7.
非线性沉降预测模型参数计算研究   总被引:3,自引:0,他引:3  
提出一种将非线性沉降预测模型转换为一元线性方程,利用Excel进行线性回归分析来求取模型参数的方法。结合工程实例介绍其计算过程,并对各沉降预测模型的精度进行对比。  相似文献   

8.
以咸阳某小区高层建筑物沉降观测数据为例,探求沉降观测的不同时段数据分析与预测的较优方法。应用线性回归模型和灰色系统模型对封顶前和封顶后的沉降观测数据进行了分析和预测,比较两模型在不同时段进行数据分析时的结果,得到在建筑物封顶前沉降观测数据分析时,采用回归模型和灰色系统模型均可,对封顶后的沉降观测数据分析时灰色系统模型则更为适合。  相似文献   

9.
变权组合模型在沉降预测中的应用   总被引:4,自引:0,他引:4  
为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测.在此基础上,利用最小二乘法原理建立变权组合预测模型.根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型.  相似文献   

10.
为解决地铁施工段地表沉降随机波动较大对预测模型造成扰动的问题,提出了一种组合预测模型。首先利用Mallat算法对沉降序列进行分解和重构,分解并重构出非平稳时间序列中的平滑分量和细节分量;然后,对平滑分量用灰色模型进行拟合与初步预测,对细节分量则引入马尔可夫模型进行预测;最后,将各模型的预测结果进行叠加,从而得到原始沉降序列的预测值。该方法能充分拟合平滑分量数据,而且可避免对细节分量的过拟合,防止随机波动较大值造成模型的整体偏离。通过实例验算得出该模型具有很好的预测精度。  相似文献   

11.
大桥施工过程中的沉降观测及沉降灰色模型预测的探索   总被引:1,自引:0,他引:1  
在桥梁施工过程中经常需要对桥梁墩台进行沉降观测。本文结合木瓜溪大桥墩台施工期间的多次沉降观测,讨论了桥墩台施工检测过程中控制网布设及其沉降规律,为较大型桥梁的施工提供较为科学的沉降规律。最后,用灰色系统模型对沉降监测点预测进行了探索,得出了一些有用的结论。  相似文献   

12.
变权组合预测模型在大坝沉降监测中的应用   总被引:1,自引:0,他引:1  
为探讨变权组合预测模型在变形监测中的应用,以监测某大坝沉降量为实例,研究基于线性回归预测模型和灰色模型GM(1,1)的变权组合。通过预测该大坝坝内沉降量,比较两种单一预测模型和变权组合预测模型的预测误差平方和,证明变权组合预测模型在沉降预测中具有更好的预测精度。  相似文献   

13.
EM算法的时序模型在沉降数据处理中的应用   总被引:1,自引:0,他引:1  
马传宁  蔡伟  关沧海  徐琦 《测绘科学》2017,(12):178-184
针对时间序列分析对监测数据中出现的不完全数据(部分数据缺失)无法进行精确建模的问题,该文引入期望极大算法(EM算法),提出EM算法与时间序列分析的组合算法模型。运用EM算法的时间序列分析组合算法模型可以对沉降过程中遇到的不完全沉降数据进行建模分析,该组合算法模型可以对不完全沉降数据进行较为精确的建模,并对后期沉降数据进行较为精确的预测。将某地铁基坑点沉降数据作为实验数据,EM算法的时间序列分析的建模结果表明:所提出的组合算法模型可以对不完全沉降数据进行建模分析,绝对误差为0.23mm,建模精度较高。  相似文献   

14.
将双曲线模型用于高层建筑物沉降监测预报中,给出了双曲线模型公式,并且结合郑州市某建筑沉降观测数据,建立了相应的双曲线预报模型。通过Matlab编程对观测数据进行处理,处理的图像显示双曲线模型与原始观测的数据曲线变化趋势一致,很好的反应了建筑物沉降的变化规律,证明了双曲线模型在高层建筑物沉降预测方面是可行的。  相似文献   

15.
L ogistic 模型在地面沉降预测中的应用   总被引:1,自引:0,他引:1  
凌胜任 《测绘工程》2016,25(4):78-80
随着城市大规模工程建设的开展,由此引发的地面沉降对区域生态环境、基础设施的影响不容忽视,地面沉降预测与控制是亟待深入研究的重要课题。研究表明,地面沉降基本经历发生、发展、成熟,最后到达一定极限沉降量的过程,这与Logistic模型反映事物的发展规律非常接近。文中建立地面沉降量Logistic预测模型,以某地区地面沉降实测数据为例进行定量模拟预测,结果表明,Logistic预测模型能很好的拟合沉降量—时间关系曲线,而且能够对地面沉降进行较为准确的预测。  相似文献   

16.
应用贝叶斯动态模型的地基沉降概率分析与预测   总被引:1,自引:0,他引:1  
魏冠军  党亚民  章传银 《测绘科学》2012,37(2):52-53,90
考虑到地基沉降预测模型中参数的时变特性及预测结果的可靠性,本文提出地基沉降概率预测方法:运用贝叶斯动态模型建立地基沉降过程的状态方程和观测方程,利用参数先验信息并结合含有噪声的前期沉降观测数据,对沉降状态参数进行Bayes后验概率推断,通过不断的"概率预测-修正"递推运算,获得最优沉降状态概率估计来预测地基沉降量。数值实例结果表明,与其他预测方法相比较,本文的方法是可行有效的。  相似文献   

17.
非等间距GM(1,1)模型在不等时间间隔序列的趋势分析和预测方面具有重要作用,在此基础上,提出一种基于非等间距加权GM(1,1)模型和自回归AR(p)模型相结合的非等间距加权灰色自回归模型(非等间距WGM-AR模型).将基坑周边建筑物沉降监测数据视为具有确定趋势的非等时间序列,对序列进行平滑处理,利用非等间距加权GM(1,1)模型提取该时序中的确定性趋势项,用自回归AR(p)模型分析生成的等间距序列中的随机项,并采用内插法得到沉降监测序列的随机项.将组合模型与非等间距GM(1,1)模型计算结果对比分析,结果表明,组合模型具有更高的预测精度,在基坑周边建筑物沉降预测中具有较高的应用价值.  相似文献   

18.
用数字水准仪进行建筑物沉降监测与预报   总被引:1,自引:4,他引:1  
以中北领秀住宅楼为例,介绍了用数字水准仪进行建筑物沉降观测的方法,探讨了实践中存在的若干问题,用灰色系统模型对建筑物沉降量进行了预报,得出了一些有益的结论。  相似文献   

19.
大地测量反演在解决人类面临的资源短缺、自然灾害和生态环境退化问题显示出越来越重要的作用和地位。本文根据R.Parker的理论,首次尝试将近三十年来大地测量反演问题从解的存在性、模型构制、解的非唯一性、解的评价四个方面进行统一,促进了大地测量反演理论和应用的研究。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号