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。     

GNSS 监测数据预处理在变形预测中的应用

GNSS监测技术被广泛应用于变形监测工作中,但GNSS监测数据中会有缺失值、噪声等误差的存在,对预测结果造成影响。引入改进的小波神经网络模型进行变形预测,并考虑该模型的自适应性和容错性,分别采用三次样条插值法、小波滤波法和拉依达准则对原始监测数据进行缺失值填补、去噪和粗差剔除等预处理。并利用实际监测数据进行短期预报分析,对比原始监测数据和预处理后的监测数据的预测结果,结果表明预处理后的监测数据的预测效果更好。     

基于 CCD 方法的超高层建筑周日摆动监测研究

对超高层建筑塔体进行周日摆动监测,为施工投点纠偏和选择合适投点时机提供科学依据,是施工控制网竖向传递的核心问题。文中针对现有方法在自动化采集及实时表达方面的不足,基于自适应阈值激光光斑中心定位方法,自主研发基于CCD的塔体摆动监测系统,并采用倾斜仪方法与之做同步比较研究。两种方法在广州市东塔施工第三方监测中互为检核验证,具有借鉴意义。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

结合模平方的双树复小波变形监测数据滤波

针对变形监测数据的去噪问题,该文在分析离散小波变换去噪不足的基础上,提出了一种基于模平方的双树复小波变形监测数据滤波方法。该方法利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等特点,通过最小尺度空间的小波系数得到噪声强度,并结合模平方处理法确定各层的阈值,经重构阈值处理后的各层小波系数即得到去噪后的信号;经算例,并与传统离散小波变换对比分析。结果表明:双树复小波变换的分解效果优于传统离散小波变换,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显。该方法去噪更彻底,进一步提高了消噪的精度和可靠性,可作为变形监测数据降噪处理的新方法。     

盾构施工参数与沉降变形关系模型构建

针对盾构施工参数变化对施工引起的地表变形的重要影响,该文构建了盾构施工参数与地表沉降变形关系模型。以北京市某地铁盾构区间施工过程中的实测数据为基础,分析了不同盾构施工参数与地表沉降变形的关联度和相关性,得到不同参数对沉降变形贡献值的大小;之后,利用多元回归模型方法建立主要影响参数与地表变形的关系模型,并进行模型的合理性检验;最后,利用该模型得到的沉降量与实测数据进行对比分析,结果显示符合性较好。     

三重加权变形监测预测模型及应用

针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成新的背景值,建立PGM(1,1)模型;在PGM(1,1)基础上考虑到时间因素,在求解灰参数时进行第2次加权建立DPGM(1,1)模型;最后考虑到初始条件对预测模型的影响,在DPGM(1,1)基础上进行第3次加权,建立TPGM(1,1)模型。通过实例分析,比较GM(1,1)、PGM(1,1)、DPGM(1,1)、TPGM(1,1)4种模型在变形监测数据处理中的拟合和预测结果,表明三重加权TPGM(1,1)模型拟合效果更好、预测精度更高;该模型具有前3种模型的优点,同时弥补了传统GM(1,1)存在的不足。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

变形监测技术在库岸防治工程中的应用

针对库岸稳定性检测的需求,该文将现代变形监测技术应用于乌江彭水县水电站鹿角镇库岸防治工程,对地表进行抗滑桩顶和岸坡表层水平位移和垂直位移监测,地下进行岸坡深层水平位移监测。文章对边坡变形监测进行分析,主要包括岸坡表层变形情况、岸坡深层位移情况、重要建筑物基础不均匀沉降情况及抗滑桩顶变形初步分析。对库安防治工程进行预警分析,可保证彭水县水电站的安全。     

天山南麓库车晚新生代褶皱-冲断带

库车褶皱冲断带位于天山南麓,由近东西走向的多条构造带组成。三叠系暗色泥岩、侏罗系煤层、古近系库姆格列木组膏盐层和新近系吉迪克组膏盐层构成库车褶皱冲断带的区域性主滑脱面。褶皱冲断带底面由北向南逐渐抬高。褶皱冲断带主体发育盖层滑脱-冲断构造(薄皮构造),基底卷入型冲断构造(厚皮构造)见于北缘的根带。新生界膏盐层之上构造变形以滑脱褶皱为特色,之下以冲断构造为特色。库车褶皱冲断带是印度-亚洲碰撞远程效应下,(南)天山晚新生代造山过程的产物。褶皱冲断带构造变形的动力来源主要是造山楔向塔里木盆地推进所形成的挤压构造应力。褶皱冲断带构造变形的起始时间为约23Ma,构造变形具有阶段式加速的特点,已经识别出约23Ma、约10Ma、5~2Ma和1~0Ma共4个变形加速期。褶皱冲断带的演化过程为前展式,褶皱冲断带前锋向南推进的同时,后缘持续变形。