基于Logistic和Gompertz曲线模型拟合的建筑物沉降分析

重大工程建设一般会有定期的沉降和变形监测,本研究利用具有规律变化的Logistic和Gompertz曲线模型进行拟合,并以某大型发电厂为研究对象,利用近15年的监测数据,建立预测模型并进行精度评估。研究结果表明,若监测数据具有一定程度的稳定性,并对计算时监测数据进行合理取舍,对采取的全区、分区平均值或单一点高度值的检测数据,运用Logistic和Gompertz曲线模型来预测大型建筑物的沉降情况是可行的。     

灰色Verhulst-BP模型在沉降分析中的应用

针对软基处理后的地基沉降情况进行分析,利用灰色Verhulst-BP模型对沉降数据进行分析预测。灰色Verhulst-BP模型是利用灰色Verhulst模型的残差值来改进BP神经网络模型,进而提高模型的模拟预测精度。在Matlab9.0平台上,通过Matlab语言编程实现实例检验分析。研究结果表明,灰色Verhulst-BP模型相对于灰色Verhulst模型更适合于S型序列的数据分析预测。该模型预测精度较高,能够较好地反映沉降趋势。     

无锡梅雨期湿沉降综合分析

利用2008—2014年梅雨期间酸雨观测资料及2014年6月16—27日降水个例加密采样资料,结合大气污染物资料分析了近7 a无锡梅雨期酸雨特征,研究降水过程中空气污染物、p H值、电导率的变化及降水对污染物的清除作用。结果表明:无锡市梅雨期酸雨年平均p H值呈现逐年递增趋势。降水过程中,颗粒物质量浓度显著降低;气体浓度变化受其自身日变化及排放源影响大于雨水的清除作用;样品的p H值、K值每个过程变化并不一致,K值变化与颗粒物质量浓度变化大致保持一致。降水、风对颗粒物质量浓度影响大于对气体浓度的影响。长时间连续降水时,降水对颗粒污染物的清除存在极限。小时雨量在0~0.5 mm时,降水对颗粒物浓度做负清除,其值反而略有增加;小时雨量在0.6~5.0 mm时,降水对颗粒物质量浓度做正清除;小时雨量达到5.1 mm及以上时,对PM_(2.5)和PM_(2.5-10)做正清除,对PM_(10)做负清除。降水对SO_2有稀释清除作用;对NO_2的稀释作用取决于其开始浓度值;对CO、O_3的清除作用不显著。     

南海海岛自动气象站防护应用技术探索

立足海南及南海的自然条件,结合海岛自动气象站在南海高温、高湿、高盐雾、强辐射、强风等恶劣气候环境下使用情况,通过对历年来海岛自动气象站故障及失效模式的统计和分析,总结分析故障原因。根据设备维护人员多年气象设备保障工作积累总结的经验,从海岛自动气象站结构和防护要求出发,集成应用市场上优质材料、先进工艺和多种成熟、关键设备防护技术,形成一些气象设备防护的有效方法措施,以提高海岛自动气象站对海洋环境的适应性和性能,延长设备使用寿命。     

一次东北冷涡暴雨过程成因分析

利用常规气象观测资料、NCEP 1°×1°逐6h的再分析资料和FY-2E红外云图、TBB等资料,对2014年7月7—8日由东北冷涡引发内蒙古东北部的暴雨过程形成原因进行了天气学诊断分析,结果表明:1低空急流是主要水汽来源,不同地区出现暴雨的机制不同,兴安盟东部、呼伦贝尔市东南部由于槽前、切变南缘地面暖锋附近,中低空急流汇合处,强辐合抬升触发不稳定能量释放导致强天气的发生,而呼伦贝尔市西南部暴雨跟中上层冷涡的生成发展与对应的地面低压逐步耦合的动力作用相关;2湿位涡的分布对暴雨的发生、落区有较强的指示性作用,700hPa正负值区过度带的配置是暴雨发生发展的有利潜势,暴雨发生在700hPa等值线密集带和850hPa MPV2大于等于0的叠加区域内,700hPa正负过渡带附近,偏向于正值一侧;3最大降水量的雨强落后于云团TBB最低值1~2h,并不是强TBB与最强降水同步出现。     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

基于灰色支持向量机的地铁沉降滚动预测

为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义。本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度。通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值。     

基于时序InSAR的东营地区地表沉降研究

黄河携带大量泥沙入海,河口三角洲覆盖20~50m厚的沉积层。沉积层的自然压实导致该地区的地表沉降。此外,黄河三角洲油气资源的开发和地下水的开采也加速地表的下陷。InSAR作为一种有效的空间大地测量工具,可以提供几十公里范围内的高精度地表形变场。时序InSAR技术在多幅雷达影像组成的干涉网络基础上,识别永久散射体(PS)等雷达回波信噪比高的像素。与传统的InSAR技术相比,时序InSAR技术削弱雷达影像去相干效应的影响,实现长期的形变序列提取。文中利用两组雷达影像:19幅ERS卫星1992年12月至1996年1月的SAR影像,17幅ENVISAT卫星2003年5月至2008年3月的SAR影像。影像主要覆盖山东省东营市及其周边部分区域。结果显示,东营地区存在每年15mm以上的地表沉陷,该地区的地表沉降与油气开采活动有关。     

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。     

软土地区地铁道床沉降特征及其诱发因素分析

以上海4条地铁线路道床长期沉降监测资料为基础,分析了地铁隧道的纵向沉降特征;结合该地区地质环境调查资料,深入分析地铁隧道沉降与下卧层地层结构、浅部地下水位变化以及区域地面沉降三个地质环境因素之间的相互作用关系。结果表明,地铁隧道下卧地层结构差异是地铁隧道沉降差异性的重要地质环境因素,深基坑降排水引起降水目的含水层地下水位下降,使得降水目的层以及相邻软黏性土层发生较大的压缩变形,导致以降水目的层上覆软黏性土层为承载体的地铁隧道也随之发生沉降,区域地面沉降也是地铁隧道沉降的重要影响因素。