资源描述：
《西北大学学报.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、西北大学学报(自然科学版)2007年8月,第37卷第4期,Aug.,2007,Vo.l37,No.4JournalofNorthwestUniversity(NaturalScienceEdition)收稿日期:2005-06-11基金项目:陕西省重大软科学计划基金资助项目(2003K12-G5)作者简介:龙永清(1978)),男,江西万载人,西北大学助教,从事全球定位系统、地理信息系统方面的应用研究。高层建筑物沉降监测数据综合分析的几种方法龙永清1,吴琳2,陈建兵3,李天文1(1.西北大学城市与资源学系,陕西西安710069;2.
2、西安电子科技大学党政办公室,陕西西安710071;3.中国交通第一公路勘察设计研究院寒区道路工程研究所,陕西西安710069)摘要:目的探求桩基基础与灰土地基基础高层建筑物沉降监测数据分析的较优方法。方法应用线性回归模型、时间序列模型、灰色系统模型对桩基基础与灰土地基基础的高层建筑物沉降实测数据进行分析。结果3种方法对桩基基础高层建筑物的数据分析均取得了良好效果,而对灰土地基基础高层建筑物沉降监测数据分析中,时间系列模型要优于线性回归模型、灰色系统模型。结论桩基基础高层建筑物的监测数据分析可以采用线性回归模型、时间序列模型、灰色系统
3、模型,而灰土地基基础高层建筑物监测数据分析更适合选用时间序列模型。关键词:沉降监测;线性回归;时间序列;灰色系统;预测中图分类号:AU196文献标识码:A文章编号:1000-274�0�3(2007)04-0670-05高层建筑物在建筑施工期间,由于荷载的增加,必然造成主体的下沉,在一般情况下,建筑物主体封顶以后的一段时间内将逐渐趋于稳定。由于地基基础的可靠性和工程结构设计等诸多原因造成建筑物不规则(或不均匀)的下沉趋势,势必影响该建筑物本身以及相邻建筑物的安全,同时也对楼内人员及财产的安全构成严重威胁。因此,运用可靠的方法对建筑物
4、沉降观测的数据进行综合分析是非常有用和必要的。本文以咸阳某两大楼为例,对其沉降监测数据进行综合分析,并在此基础上做出该大楼在未来一段时间内的沉降趋势预测。沉降观测和沉降规律研究是沉降工作不可缺少的两个工作阶段。观测是对工程状态进行数据采集,规律研究是对所采集的数据进行整理、归纳和分析,是观测工作的重要组成部分。观测的真正价值在于能起到工程安全监测和工程状态说明或预测的作用,及时采取相应措施,保证工程顺利进行,并由此提出工程评价,指导工程施工。因此,观测分析应及时进行,否则就失去观测意义。1沉降监测数据综合分析的原则为了保证沉降分析的
5、可靠性和可行性,沉降监测数据综合分析应注意以下两个主要原则[4]。1)沉降点相邻两观测周期平差值的变化小于沉降观测中误差的2倍,即认为该点未发生沉降。2)根据观测数据变化时间上的持续性判别,即相邻两次观测数据相差甚微,并未超出极限误差范围,但数据的大小趋势却很明显,始终上升或下沉,则说明已发生变化。2沉降监测数据的几何分析为了直观地表现建筑物随时间变化的沉降规律,对沉降监测的数据进行几何分析是必不可少的。笔者在咸阳某两大楼监测过程中综合运用了多种几何分析方法(其中1号楼以桩基为基础,2号楼以灰土基为基础),并收到了良好的效果。两楼平
6、面如图1所示。211变形曲线分布分别以1号楼和2号楼东北角C1与C9两点为图1点位分布Fig.1Distributingofpoints例,两点的变形曲线如图2和图3所示。其中:横坐标为时间T,以观测周期为单位;纵坐标向下为沉降量S,向上为荷载。所以横坐标下面是沉降随时间的曲线,即S-T曲线;上面是随时间增加的曲线,即P-T曲线。施工结束后,P-T曲线就成水平横线。图2C1点沉降曲线图Fig.2SubsidinggraphofpointC1图3C9点沉降曲线图Fig.3SubsidinggraphofpointC9利用变形曲线的几何
7、分析不但可以直接看出变形随时间发展的情况,而且可以看出与其他因素之间的内在联系。212变形等值线分析变形曲线分布表示了变形随时间而发展的情况,为了直观地表现变形在空间分布上的情况,则要引入变形等值分析。咸阳两大楼的变形等值线分析如图4和图5所示(图中等值线间距为015mm)。该图生动地表明了大楼各部分沉降及沉降量多少的空间分布规律。3沉降趋势的预测分析沉降预测分析是沉降监测不可缺少的组成部分。在建筑物的主体封顶或工程竣工后,还要对建筑物进行为期2~3年的监测,其主要目的是为了预图41号楼等值线Fig.4IsoclinesofNo.1
8、building图52号楼等值线Fig.5IsoclinesofNo.2building测建筑物的沉降趋势,以便正确地对工程状态及质量作出评价。常用沉降趋势的预测模型有:多元线性回归模型、时间序列分析模型、灰色系统预测模型等。本文结合
