共查询到20条相似文献,搜索用时 15 毫秒
1.
顾及开挖深度的卡尔曼滤波模型在基坑变形分析中的应用 总被引:1,自引:1,他引:0
基坑开挖深度是影响基坑变形的重要因素,在建立监测数据与基坑开挖深度之间的关系模型的基础上,将关系模型的模型参数作为状态向量,应用卡尔曼滤波模型埘状态向量进行滤波,构建了顾及基坑歼挖深度的动态变形分析模型.实例分析表明,应用这种方法确定的数学模型能够客观地反映基坑的变形规律,而且预测效果也比较理想. 相似文献
2.
利用重叠哈达玛方差确定卫星钟噪声随机模型,采用顾及钟差随机噪声模型的卡尔曼滤波进行钟差预报分析,并与最小二乘预报算法相比较,得出以下结论:卡尔曼滤波进行1 d以内的短期预报时,精度达到亚纳秒级,优于最小二乘预报算法,在长期预报或拟合数据量较少时,最小二乘预报精度优于卡尔曼滤波。 相似文献
3.
由于受基坑开挖所产生的卸载和基坑降水的影响,临近地铁隧道的受力条件将改变,造成地铁隧道的变形和位移。采用自动化技术实时监测地铁隧道的变形,对保证地铁运营安全至关重要。文中结合广州大马站商业中心项目基坑开挖对临近运营地铁1号线隧道结构变形位移自动监测工程项目的实践,对自动全站仪监测系统在地铁隧道监测方面的系统构建、测量方法、测量精度、监测效果等方面进行论述。实际应用表明,该系统以高精度、自动化的优势,及时提供可靠的动态监测数据,科学指导基坑施工,保证了地铁运营安全,取得良好的效果。 相似文献
4.
将建筑物的变形看做时间和开挖深度的函数,使用泰勒级数建立建筑物变形与时间和开挖深度的函数关系,并将泰勒级数的余项及时间变化的二次方和开挖深度变化的二次方的系数的变化量看做数学期望为0的动态噪声,建立卡尔曼滤波模型,并用于建筑物变形的预测预报。实例计算表明,模型的拟合效果和预测效果较好。 相似文献
5.
6.
7.
随着城市地铁运营线路的快速增加,临近地铁的深大基坑项目也不断增多,这些基坑施工造成地铁产生较大的变形和位移,严重威胁地铁的安全,应对地铁进行高频率、高精度变形监测。传统的人工监测方法已不能满足地铁监测周期短、时效性强的要求,而自动化监测可实时提供稳定可靠的高精度动态监测数据,是目前的研究方向和趋势。据此,以某地铁保护区自动化监测方案为例,介绍了方案设计、监测系统的构成与运行、监测网布设等内容,监测数据准确反映了基坑开挖对地铁的影响规律,验证了该方案的可行可靠,有效保证了地铁的结构和运营安全,适宜在类似项目中推广应用。 相似文献
8.
在市政道路建设中,由于道路建设基坑开挖必然对其下方及周边的地铁隧道稳定与安全造成影响,因此对与施工道路共线区域的地铁隧道进行实时监测是维持地铁安全运营,保证施工顺利进行必不可少的条件。本文以深圳市某快速路与地铁11号线共线监测区域长度约1000m的2标为例,针对目前地铁隧道监测范围一般在200m以内居多,超长监测范围监测范围内的多台仪器不能直接与基准点通视的经验较少的现状,提出偏心观测的多站式自动化监测系统,对地铁隧道进行高精度的实时全程监测。结果表明使用此监测方法有效指导了基坑施工,为深圳地区基坑开挖对既有地铁隧道超长影响范围的监测积累工程经验,为今后类似工程的变形监测提供参考。 相似文献
9.
10.
以工程实例为依托,介绍以徕卡TCA1800型全站仪为基础组成的自动化变形监测系统,在广州市天誉四期基坑相邻地铁隧道结构监测项目中的应用,利用自动化监测技术,在深基坑开挖施工过程中对毗邻运营地铁隧道的结构变形情况进行监测,通过对各变形监测点的变形量与预警值的比较和综合分析,提出预警预测,确保在项目施工期间地铁隧道的结构安... 相似文献
11.
12.
13.
14.
采用时间序列分析方法,对长春市地铁一号线——繁荣路站基坑变形监测点连续28期的数据进行分析处理,建立自回归模型,并对后4期数据进行预报,其一步拟合中误差为σ=±0.2 mm,具有较高精度。通过对数据的分析,论证了时间序列分析方法在地铁沉降监测中的可行性与有效性。 相似文献
15.
16.
胡俊 《测绘与空间地理信息》2017,(6):151-153
基坑监测是保证基坑工程安全施工和运行的重要手段。基坑的变形受到较多外部因素的影响,很难用力学模型或经验公式进行计算和预测。本文引入维纳过程对基坑变形数据进行建模,然后,在历史监测数据的基础上利用卡尔曼滤波对基坑变形进行预测。应用实际监测数据和基于维纳过程的预测模型,进行了某基坑监测数据的预测实验。结果表明,该方法能够根据历史监测数据进行较为准确、高效的预测。 相似文献
17.
18.
滑坡是严重的地质灾害,为了降低滑坡灾害,必须对滑坡进行变形监测并给出及时预报。以四川省阿坝州理县通化乡的西山村大型滑坡体GPS监测为例,介绍了GPS滑坡监测数据预处理情况,给出了卡尔曼滤波去噪方法,通过卡尔曼滤波处理前后的坐标分别建立线性预测模型,结果表明,卡尔曼滤波可以很好地去除噪声的影响,使模型的拟合精度较高,模型预测值更接近实际坐标值。 相似文献
19.