时变参数PGM(1, 1)变形预测模型及其应用

在GM(1，1)模型的基础上，考虑参数随时间的变化，用多项式逼近模型参数，同时针对GM(1，1)模型背景值取值方法的不足，引入背景值最佳生成系数，建立了时变参数PGM(1，1)变形预测模型。多项式中的待定系数采用最小二乘法确定，背景值最佳生成系数采用搜索法确定。实例计算表明，时变参数PGM(1，1)变形预测模型具有较高的模拟精度和预测精度，适合用于变形体的变形预测。     

监测网的几何分析

为了探测地壳或工程建筑物的变形，通常选择一组有代表性的离散特征点来代表变形体，从而建立起监测网，通过预测分析网的变化，即可推知变形体的变形状态，同时民为其它观测点的变形分析提供依据。监测网的变形网分析，一般分为几何分析和物理分析两部分，所谓几何分析，其实质就是分析得到眯位的空间位移量，提供变形体的几何状态，而物理分析则主要是解释变形与变形原因之间的关系。本文将对监测网的几何分析进行探讨，主要讨论变     

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。     

大坝变形变系数回归建模

在变形分析建模中常采用回归分析建模,但普通的回归模型是一种静态的模型,当变形体结构或物理性质发生变化时,普通线性回归所建立的静态模型将不再适用。变系数回归模型是一种动态模型,有着更强的灵活性和适应性,因此,将变系数回归引入大坝变形分析建模中,采用局部线性估计的方法进行系数拟合。仿真和大坝变形建模实验表明,变系数回归得到的大坝变形模型优于普通的线性回归模型,预测精度更高。     

贫信息条件下的多点变形预测模型及其应用

常用的单点变形分析方法没有利用监测点间相互关系的信息，不足以反映变形体整体的变形规律。本文将单点的变形预测模型扩展为多点的变形预测模型，建立了贫信息条件下的多点预测模型。进行了实例建模与分析，结果表明，多点预测模型为解决少数据，多因子的动态系统预测与分析提供了新的途径。     

变形系统的混沌化研究

变形体变形系统是一个动态的非线性复合系统.变形运动的混沌行为验证主要通过计算系统的Lyapunov指数的正负得出.本文通过对变形系统的动力方程的混沌化研究,验证了当系统为单一连续时间系统时,构造合适的状态矩阵,保证其特征值大于某一参数就能确保变形系统的混沌化,而如果系统是反馈系统,合理选择反馈参数一样能使系统走向混沌.     

变形体的稳定性及其定量分析方法初探

变形体的稳定性是变形体性质的重要内容，它是工程实际中极为关注的问题，但从变形监测的角度上来分析变形的稳定性目前在国内外还未见任何实质性的报导。本文讨论了从变形监测角度上分析变形体稳定性的一般方法，进行变形稳定性的分类，初步研究了变形体稳定性的定量分析方法，定义了一系列量化指标，如稳定度、因素的影响域与因素的稳定域等。这些有利于把稳定性分析推向应用和深入，从而提高变形监测在变形体定性分析中的地位，增     

基于激光点云的巨型倾倒大变形体监测研究

以某特高岸水库巨型变形体为研究对象,应用地面三维激光扫描仪采集变形体表面激光点云数据,建立变形体DEM模型,几何量测提取点、线、面(体)成果,对比及叠加分析,得到特定点、线、面及整个变形体位移量信息。研究结果表明,高密度激光点云数据可弥补传统监测成果单一及分析局限或以点概全的不足,以其丰富多样的监测成果全面反映变形体的变形信息,尤其对速滑变形在时效性和精度匹配上更有效,可达到应急预报要求。     

克里金时空自回归模型在变形建模中的应用

针对时空自回归模型的空间权阵大多采用邻接性和反距离加权法导致模型预测精度较低的问题,该文提出了一种基于克里金法空间加权的时空自回归模型,通过普通克里金插值法原理来定义空间权阵,并利用五强溪大坝5年的观测数据分别对传统空间加权和克里金法空间加权进行建模对比。结果显示,克里金法加权比传统加权的变形预测精度提高44%左右,说明克里金时空自回归更适合建立大坝时空变形模型。该方法描述了实际空间的变异情况,提高了变形建模的预测精度,可用于大坝及其他变形体的变形建模。     

HNGICS在变形监测中应用的研究

介绍了HNGICS以及变形监测的方法,分析了其在变形监测领域的应用,实现了对变形体的连续、全天候、实时动态监测。