高层建筑物变形观测与预报分析开题报告.doc

高层建筑物变形观测与预报分析开题报告 毕业设计（论文）开题报告 设计（论文）题目: 高层建筑物变形监测与预报 院 系 名 称: 测绘工程学院 专 业 班 级: 测绘12班 学 生 姓 名: *** 导 师 姓 名: *** 开 题 时 间: 2016年3月10日 指导委员会审查意见： 签字： 年 月 日 二、 三、 课题研究现状及分析 在变形监测过程中能在使用仪器方面提高测量精度，在数据处理方面合理的使用适当的模型更能做出准确的预测。 监测技术方而:在全球性的变形监测方面，主要是全球定位系统(GPS ).甚长基线射电干涉测量( VLBI)、卫星激光测距(SLR),檄光测月技术(LLR)以及卫星重力探测技术。在区域性变形监测方面，gps成为主要的技术手段，近10年发展起来的对地观测遥感新技术—合成孔径雷达干涉测（InSAR）.在工程和局部性变形监测方而，地面常规测量技术、地面摄影测量技术、特殊和专用的测量手段、以及GPS为主的空间定位技术得到了较好的应用。 纵观国内外数十年变形监测技术的发展历程，传统的变形监测方法主要采用是大地测量法和近景摄影测量法。常规地面测量方法的完善与发展，其显著进步是全站型仪器的广泛使用，尤其是全自动跟踪全站仪，有时也称之为测量机器人，为局部工程变形的自动监测或室内监测提供了一种良好的技术手段，它可进行一定范围内无人值守、全天候、全方位的自动监测。实际工程实验表明，测量机器人监测精度可以达到mm级。但是TPS最大的缺陷就是受测程限制，测站点一般都处在变形区域的范围内。 地面摄影测量技术在变形监测中的应用起步比较早，但是由于摄影距离不能过远，加上绝对精度较低，使得其应用受到局限，过去仅大量应用于高塔、烟囱、边坡体等变形监测。近几年发展起来的数字摄影测量和实时摄影测量技术在变形监测中的深入应用开拓了非常广泛的前景。 光、机、电技术的发展，研制出了一些特殊和专用于变形的自动监测，它包括准直测量、应变测量、倾斜测量。 GPS作为一种全新的现代空间定位技术，已逐渐在越来越多的领域取代了常规光学和电子测量仪器。自从20世纪80年代以来，尤其是进入90年代后，GPS卫星定位和导航技术与现代通信技术的相结合，在空间定位 技术方面引起了革命性的变化。 变形监测数据处理与预测是一项涉及到多门学科的工作，对于变形预测方面的研究，国外从五六十年代已经开始了，并在法律上给予了保证。在我国对于一该项的研究从60年代初期开始起步，到80年代伴随着现代科学技术的发展，变形预测开始在我国得到推广，一些新的观点、新的理论、新的技术和方法相继出现。当前，越来越多的数据处理与预测模型出现在了变形预测领域，由于建筑物本身所具有的复杂性和引发建筑物沉降众多因素的不确定性，想要建立合适的分析预测模型比较困难。在目前基于实测数据的沉降变形数据处理与预测研究工作中，运用各种预测方法建立数据处理与预测模型，受到了从事研究建筑物沉降相关领域学者的高度重视。其中具有代表性的模型有:回归分析模型、时间序列分析预测模型、卡尔曼滤波模型、灰色预测模型、马尔可夫预测模型、神经网络预测模型、小波分析预测模型等，下面分别加以介绍。 (1)回归分析模型 回归分析是研究一个变量与多个因子之间非确定关系的最基木的方法。回归分析模型是一种“后验”性的分析模型，它在进行预测时充分考虑了系统过去的变化规律，它是一种应用比较广泛的分析方法。陈晓鹏考虑时效、温度和降雨等对边坡变形的影响，并将其作为边坡变形的影响因子，建立边坡变形统计回归分析模型，对边坡变形回归与预测川。朱友聪在模拟拱坝变形监测中变形发展趋势时采用了多元逐步回归分析的方法，对拱坝变形性态是否符合正常工作状态进行了评价，从而为拱坝控制运用提供了科学决策依据。回归分析模型在进行变形分析时，同样存在着自身的不足:①.回归分析模型在进行分析时需要大量的原始数据，当采用较少原始数据量进行分析时，所得到的分析效果不会太理想。②.在回归分析模型中，有些对因变量影响重要的因素一般很难量化，所以影响了建模的准确性。③.由于人为因素，我们不可能对影响因素做出精确的判断，常常会忽略到一些影响因素，这样就造成了分析的不准确。 (2)时间序列分析 时间序列分析，也叫时间数列分析或动态数列分析，是预测要素的数据按照时间顺序变动排列而形成的一种数列，它反映了要素随时间变化的发展过程。时间序列分析是一种动态数据处理方法，它建立在输出等价的基础上，揭示出其本身的结构和规律。将时间序列方法运用到变形预测是近年来的一个热点。时间序列分析方法在发挥其优点的同时也存在着一些不足:①.时间序列分析预测需要大量的观测数据，但是大部分的变形体并没有大量的观测数据，这就给预测带来了一定的麻烦;②.时间序列模型在进行预测时，要求输入的数据必须是白噪声，当输入的数据不能够满足要求时， 需要对原始观测数据进行一定的处理。③.由于时间序列模型是一种参数模型，因此数据计算量较大。④.相对于回归分析模型，时间序列难以描述随机变量与其他变量之间的相关关系。针对以上的一些不足，使得时间序列分析模型应用范围比回归模型要小得多，使其在变形顶测中有一定的局限性。 (3)灰色系统模型 灰色系统理论的创始人是我国著名的学者邓聚龙教授，他提出了一种新的途径用来解决少数据、贫信息条件下的系统建模问题。相对于其他的预测方法，灰色系统理论在处理信息量少、规律性不强的难度问题时，显示出了一定的优越性，灰色系统在预测时并不需要太多的原始数据即可建模，很多变形监测数据都存在样本少、信息贫的情况，因此，采用灰色GM(1,1)模型进行预测是一个不错的选择。在利用灰色系统理论进行沉降预测方面，国内许多学者己经进行过相关研究:郭宗阳论述了灰色模型GM(1,1)的建立和模型检验理论，并应用灰色模型GM(1,1)对建筑物监测点的变形量进行了分析，将得出的预测值与观测值进行比较，结果表明这种分析方法精确可靠。胡发秋，巫志辉利用灰色预测模型对西安市某办公楼和住宅楼进行沉降预测，并将预测值与实际观测值进行了对比，取得了良好的效果。黄红军在对宜昌均瑶国际广场进行沉降预测时，分别构建了灰色模型和回归分析模型，通过对比分析，GM(1,1)模型能较好地预测出该建筑物的沉降趋势。张志勇在对建筑物沉降观测数据进行处理时，运用灰色系统理论建立了灰色动态GM(1,1)模型，对建筑物沉降作出预测，并获取了满意的结果。尹志政通过建立灰色GM(1,1)模型，对大坝进行监测预报，结果表明，灰色模型可以较准确地预测大坝的变形量[。刘钦等人以具体工程为例，对紧邻建筑物的沉降变形进行数值模拟，并将模拟值与实际沉降监测值进行对比分析。敖斌等人以GM(l,l)作为预测模型，采用相对误差检验预测模型的精度并编制了MATLAB程序实现数据的算法，通过实例验证了建筑物沉降过程。灰色模型同样存在其缺点，由于灰色模型预测结果的几何图形是一条极为平滑的曲线，因而对于波动性较大的数据序列拟合较差，预测精度较低。 近年来，随着各种变形分析与预测相关科学知识的推广，变形监测数据处理与预测模型也变得更加丰富了。与此同时，考虑到单个模型难以全面地反映变形体的变化规律，所以很多学者在进行变形预测研究时，都结合实际情况建立相关的组合模型，并且取得了不错的预测效果。例如，将人工神经网络模型与多元回归方法相结合，研究既有线性趋势又有指数增长趋势的序列;将灰色理论与人工神经网络相结合，采用人工神经网络方法对灰色理论模拟值误差建模预测;将时间序列与灰色理论相结合，构建了灰色一时间序列组合模型，在预测其发展趋势时采用灰色模型、在预测其随机部分时采用时间序列;把小波分析和人工神经网络相结合，建立小波神经网络组合预报模型，用来对线性和非线性系统进行变形预报。 未来变形监测技术将向多种传感器、数字近景摄影全自动跟踪全站仪和GPS的综合应用，实现实时、连续、高效、自动化、动态的监测。数据处理和分析方面将实现自动化、智能化、系统化、网络化的方向发展，更注重时空模型和动态分析的研究，数字信号处理技术将会得到很好的应用。 高层建筑物的出现对变形监测技术提出了挑战，传统的监测方法己经不能满足需要，随着测绘新仪器与技术的出现，己经在高层建筑物变形监测中得到了一定应用。相信未来各种新技术将不断更新升级，向着相互融合，相互集成的方向发展。使得测量方法更科学先进，操作更简单，而测量成果的精度也越来越高。 三、课题基本内容、拟解决的主要问题 1.变形监测的目的及意义 2.高层建筑物变形监测方案设计 2.1变形监测网的布设 2.2变形监测精度和频率的确定 2.3监测方案编制 3.监测网平差及参考点稳定性检验 4.监测数据的预处理 5.变形预测常用测量方法 依据观测数据进行未来变形的预测是非常重要的内容，目前主要是以数学模型的应用为主。先进的数学方法，将补充和完善传统监控模型的不足，同时，这些理论与传统方法有机结合，将使传统的监控模型更为完善。 基于不同预测模型，预测模型的优化将得到重视与应用。采用不同的组织形式会得到不同的预测精度，为了得到理想的预测精度，应根据工程的实际J情况，分析试验可能的组织形式，最终确定最优预测模型。 四、课题研究技术路线或研究方法 （1）收集并参考相似工程的设计书和技术总结资料； （2）收集并参考相似工程的论文资料； （3）测区资料的收集整理； （4）编写项目技术设计方案； （5）参加测区的踏勘、选点及控制网布设和观测； （6）直接参加各期沉降观测工作，加强实践环节； （7）参与内业平差计算、成果分析及资料整理； （8）参加检查验收 五、进度安排 起 止 日 期 设计（论文）阶段内容 2015年12月—2016年3月 收集相关资料及相关知识，撰写开题报告，完成 开题报告，并进行开题答辩 2016年04月—2015年05月 进行数据采集 2016年05月—2016年06月 撰写论文初稿、修改、完成论文终稿 2016年06月—2016年06月 做答辩演示文稿，准备答辩 六、主要参考文献 [1]张正禄等.工程测星学[M].武汉:武汉大学出版社，2005. [2]黄声享，尹晖，蒋征.变形监测数据处[M].武汉:武汉大学出版社2003. [3]华锡生，田亚林.安全监测原理与方法[M].南京:河海大学出版社，2007. [4]赵立中，黄强，房华乐，等.高层建筑物基坑变形的综合监测与预报[J].山东农业大学学报:自然科学版,2012,43:539一542. [5]高宁，崔希民，高彩云.高层建筑物沉降变形的灰线性预测[J].测绘科学，2012,37(3):96一98. [6]王正旭，独知行，单瑞. CPS技术在高层建筑变形监测中的应用研究[J].城市勘测,2009(3):102-105 [7]建筑变形测量规程(JGJ/T8-97 ) [S]. [8]朱云.小波分析在建筑物动态监测数据处理和变形分析中的应用研究[D].河南理工大学,2011. [9]张振勇.灰色一时序组合模型在建筑物变形预测中的应用研究