抗差估计在变形监测数据处理中的应用

对抗差估计及其迭代初值进行了研究分析,并且针对不同估计方法所得到的迭代初值,利用Matlab对其进行模拟数据实验,对其"抗差性"进行比较,结合模拟结果选取"抗差性"较好的迭代初值进行下一步的抗差估计。最后利用某变形监测数据,同时采用最小二乘法和抗差估计两种方法进行比较,验证了抗差估计对粗差的"抗干扰性"。     

基于NGM(1,1,k,c)模型和改进切线角的危岩变形预测

针对危岩变形预测问题,本文以非齐次指数序列的灰色模型(NGM)作为危岩变形预测的基本模型,通过对望霞危岩变形的分析结果显示,NGM(1,1,k,c)模型拟合效果明显优于GM(1,1)模型,说明危岩变形趋势更接近于非齐次指数序列。利用NGM(1,1,k,c)模型结合改进切线角可对危岩变形趋势进行分析预测,可作为危岩稳定性和发展趋势的评估依据。     

灰色组合模型在滑坡变形监测中的应用分析

在GM(1,1)模型的基础上,主要研究了改进残差修正模型、灰色BP神经网络模型、灰色线性回归模型在变形数据的预计精度,并且结合实例分析了不同灰色组合模型在滑坡变形预计的精度以及优缺点。     

变形监测技术在基坑施工中的应用

深基坑工程是地下工程施工中内容比较丰富且富有变化的领域。为了确保基坑工程施工安全顺利进行,在复杂的地质条件下进行变形监测,及时发现和预报异常现象。对有效控制基坑变形、指导施工、保证施工质量具有重要意义。     

小波分析去噪在腰沙围垦变形监测中的应用

由于受到许多复杂因素影响,沉降监测过程中所得到的信号数据可能会含有噪声。Matlab中小波分析功能能够对信号数据中的噪声信号进行有效的分解,最后重构处理后的信号。通过实例对比,选用合适的去噪方法和去噪函数,对信号数据进行处理,最后能够得到更适合的最优估计。     

基于3D激光扫描的变形监测技术研究

传统基于GPS和全站仪的地表变形监测手段由于监测点少,难以对滑坡体进行整体监测,本文提出基于点云所成模型间比较的变形信息提取方法,结合试验验证了算法的效果。结果表明,地面三维激光扫描技术应用于变形监测领域是完全可行的,虽然其在测量精度上略低于GPS、全站仪等传统监测手段,但对大范围区域快速、连续、全方位监测的优势是其他监测手段所不具备的。     

某双向混凝土立交桥顶推法施工控制测量

文中所选立交桥为双向三车道桥梁,单幅为3跨105 m的箱型连续梁,重量3 400 t,横跨铁路线。对于跨铁路的桥梁建设,顶推法施工可最大限度地减少对交通的影响。桥梁重量大,所须牵引力约280 t,施工过程中对桥墩及其他建筑物产生的变形较大,施工前模拟施工状态,设计控制测量监控的基本方案,利用控制测量方法,对施工状态实时监测,预测变形及偏位、纠偏,使施工状态最大限度地接近理想状态。顶推到位后,轴向偏位满足1 cm的限差,桥墩变形基本满足施工规范的要求,最终顺利完成顶推过程。     

三种桥梁变形监测方法的对比研究

为了确保桥梁运营安全以及确定及时有效地运营管理措施与维修养护方案,桥梁结构变形监测工作就显得愈加重要。因此对比分析了桥梁变形监测的全站仪三维坐标法、一机多天线GPS变形监测法、三维激光变形监测法各自的原理、精度分析、优缺点和适用性,并对技术发展前景进行了展望。     

北淮阳构造带的属性及其对板块缝合线位置的启示

北淮阳构造带为一条沿大别造山带北麓展布的狭长构造带,是华北板块与扬子板块碰撞造山的产物,其物源组成、构造属性等研究内容是揭示南北板块在中国东部的大地构造单元格局以及时空演化的关键信息。结合构造变形、岩石学、岩石地球化学、锆石U-Pb年代学等方法对北淮阳前中生代岩石地层单元苏家河群/卢镇关群和信阳群/佛子岭群进行对比分析,就其构造属性形成这样的基本认识:北淮阳构造带是杨子板块向华北板块俯冲-碰撞的结合带,其物质组成具有双源性-主体部分来源于杨子板块,由代表了杨子板块北缘基底的晚元古代苏家河群(784±19Ma)/卢镇关群(756±12Ma)和杨子板块被动陆缘复理石沉积建造-中泥盆世至晚泥盆世早期的信阳群南湾组组成,后者相当于商丹缝合带以南的刘岭群;信阳群龟山组亲缘于华北板块并构成华北板块南缘的弧前楔形沉积体,是沿商丹缝合带分布的桃花铺弧前楔形沉积体的东延。佛子岭群总体可与信阳群相连,全岩成分显示,佛子岭群沉积构造环境既有活动大陆边缘,又有被动大陆边缘。由于中生代以来多期构造变形叠加(至少三期),佛子岭群岩石地层单元的叠置关系被改造或重置,使其缺少"构造解体"的证据,而无法在构造单元上细分。对于两大板块之间的缝合带位置,笔者认为:商丹缝合带进入北淮阳构造带后,应沿着北淮阳的北界,与龟山-梅山-六安-磨墩水库一线延伸的断裂带相连。     

回归-Elman网络在矿坝变形预测中的应用

金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂。由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较。结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强。