回归分析与灰色理论在建筑物沉降变形分析中的应用

沉降监测的数据分析与预计在工程建设中具有决策辅助作用。选择合理的预测模型进行沉降预计,可以提高预计精度。结合工程实例,对焦作市×××项目8号楼进行沉降监测,分别用回归分析模型和灰色理论GM(1,1)模型进行数据处理,从而说明两种模型各自适用的环境条件和优缺点,预计效果令人满意。     

灰色预计模型在煤矿沉陷区沉降预测中的应用

煤矿地表开采沉陷影响生态环境和居民人身的安全。针对沉陷区日常沉降监测中监测点位保存不易,数据获取困难等问题,本文基于数据等时间距化方法,分别运用灰色模型对沉陷区的沉降量进行预计。经实例验证,灰色预计模型能满足工程预计精度要求。     

基于SPSS的高层建筑物沉降预计模型研究

沉降监测工作在高层建筑整个施工过程中很关键, 沉降预计也十分重要。为了更好地预计沉降值, 本文利用SPSS统计与分析软件建立多种曲线模型对实测值进行回归分析, 拟合出不同曲线并分析比较不同模型的精度, 得出最为符合实际情况的预计模型表达式, 并进一步进行分段优化。经分析研究与实例验证, 该模型在一定程度上具有很好的可靠度与可行性, 且分段拟合效果更佳。     

利用二次移动平均法的GM(1,1)模型和Kalman滤波在沉降监测应用中的比较分析

利用时间序列分析方法中的二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上建立固定维数的动态GM(1,1)灰色模型进行沉降预测,同时利用Kalman滤波方法进行沉降预测,结合实际算例结果表明,这两种模型均能够较好地进行预测,证明了这两种预测模型均具有一定的可行性和有效性,并对两种预测模型在沉降监测预报中的应用进行了比较和分析。     

基于D-InSAR的唐山矿区地表形变监测研究

针对传统的监测方法都是基于点位监测,耗时耗力且难以大面积监测,本文以唐山某矿1326工作面为研究区域,利用二轨法D-InSAR的方法,采用两景Sentine1-1A数据对该工作面进行监测与分析,将所求取的监测结果分别与水准测量数据、利用开采深陷预计方法所预计出的该工作面以及受到开采影响的周边建筑物的下沉值进行对比验证。实验结果表明,D-InSAR监测值与开采沉陷预计的值结果较为一致,能够较为精确有效地监测矿区地表形变以及开采范围内的建筑物沉降。     

Excel规划求解在桥墩沉降趋势分析中的应用

介绍Excel规划求解得出模型参数的方法,以武咸城际铁路桥墩沉降为例,采用双曲线和对数曲线模型,利用Excel自带的宏-规划求解来解算出两种模型的参数,从而对桥墩的沉降趋势进行分析和对最终沉降量进行预测,比较两种拟合曲线的拟合结果,选取适合桥墩沉降拟合的曲线并对拟合的残差进行二次曲线拟合,用残差二次拟合得到的最终残差值对最终沉降量进行修正,进一步提高了预测值的精度。用该方法得到了较好的效果,为铁路的铺轨以及运营提供了技术性保障。     

温州永兴北园软土地基沉降预测研究

温州永兴北园软土地基采用改性真空预压处理方法,进行负压密封降水,在出水量明显减少,沉降量趋缓甚至无沉降的情况下,达到降低土层含水量;提高土体密实度、承载力;减少地基工后和差异沉降量的目的。本文依据软土地基恒载期的沉降观测数据,分别利用双曲线法和指数曲线法根据沉降观测数据进行沉降预测,通过对两种方法预测结果的分析比较,尽可能精确地推算地基最终沉降量。     

时序InSAR 技术对大连主城区沉降分析

针对大连市海水入侵加剧地表变形等问题,文中通过时序InSAR技术对大连市主城区2018年11月8日—2020年10月28日的30景Sentinel-1A影像进行地表沉降分析,最终得到大连市两年内的平均沉降速率和时序形变量。同时将PS-InSAR技术和SBAS-InSAR技术获得的两种形变监测结果进行交叉验证,根据时序监测的沉降信息和沉降发育特征分析大连市主城区近两年地面沉降的主要原因。利用时序InSAR技术的优势在于能在大范围地表变形监测过程中克服一定程度的时间、空间以及大气等因素对监测结果的影响。结果表明,该地区沉降和地下水入侵及人类工程建设有关,且两种技术所获得的变形结果基本一致,证明两种方法在该地区监测的可靠性。     

基于非等间距模型的建筑物沉降预测方法研究

该文基于实测资料进行建筑物沉降预测。在灰色模型和泊松曲线模型理论的基础上,引入对非等间距数列进行变换处理的方法,从而建立了非等间距预测模型。结合建筑物沉降监测资料进行分析比较,结果表明,两种预测方法均能较好地反映建筑物的沉降趋势。     

基于InSAR技术和GS-SVR算法的矿区地表开采沉陷预计

我国西部黄土高原地区土质疏松,沟壑纵横,开采损害特征明显,准确预计开采引起的地表移动和变形趋势有助于为矿区灾害提供预警信息。文中以陕西彬长矿区某工作面为例,利用2007年7月—2008年1月的5幅SAR影像对矿区地面进行监测,将合成孔径雷达干涉测量(InSAR)技术得到的监测成果作为训练样本,与网格搜索算法(GS)优化支持向量机回归(SVR)参数算法结合,对矿区的形变点进行沉降预计。结果表明:InSAR技术获取矿区的沉降量可以满足矿区地表沉陷监测预计,结合GS-SVR预计模型可以实现矿区形变点的沉陷预计,预测精度符合工程的应用需求。