变形监测技术与应用8章课件.ppt

《变形监测技术与应用8章课件.ppt》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、第8章变形监测数学模型及应用主要内容概述统计模型的建立灰色系统分析模型时间序列分析模型8.1概述变形观测成果的分析，主要是在分析归纳工程建筑物变形值、变形幅度、变形过程、变形规律等的基础上，对工程建筑物的结构本身(内因)及作用于其上的各种荷载(外因)以及变形观测本身进行分析和研究，确定发生变形的原因及其规律性，进而对工程建筑物的安全性能做出判断，并对其未来的变形值范围做出预报。在积累了大量资料后，找出工程建筑物变形的内在原因、外在因素及其规律，则可对现行的设计理论及其所采用的经验系数和常数进行修正。变

2、形监测资料仅仅通过初步的整理和绘制成相应的图表，还远远不能满足变形监测分析工作的要求，因为这些图表只能用于初步地判断建筑物的运行情况。对于建筑物产生的变形值是否异常，变形与各种作用因素之间的关系，预报未来变形值的大小和判断建筑物安全的情况等问题都不可能确切地解答。变形分析的任务是根据具有一定精度的观测资料，经过数学上的合理处理，从而寻找出建筑物变形在空间的分布情况及其在时间上的发展规律性，掌握变形量与各种内、外因素的关系，确定出建筑物变形中正常和异常的范围，防止变形朝不安全的方向发展。有些变形监测的目

3、的在于验证建筑物设计的正确性以及反馈难于用通常方法获得的多种有用信息等。为达到上述这许多目的，变形监测资料合理而准确的处理是一件极为重要的工作。建筑物变形和各变形因素之间的关系复杂，但从数理统计的理论出发，对建筑物的变形量与各种作用因素的关系，在进行了大量的试验和观测后，仍然有可能寻找出他们之间的一定规律性。这种处理变形监测资料的方法称为回归分析法。建立起来的数学模型称为统计分析模型。回归分析法是数理统计中处理存在着相互关系的变量和因变量之间关系的一种有效方法，它也是变形监测资料分析中常用的方法。传统

4、的统计分析模型有一元线性统计模型，多元线性统计模型，逐步回归分析模型等。变形量和引起变形的因子之间的关系除了可以用回归分析法处理外，还可以通过变形体或建筑物的结构分析，根据各种荷载的组合情况、建筑物材料的物理力学特性以及边界条件等因素计算出应力与变形之间的关系，从而建立变形体的确定性模型进行分析。这种处理变形分析的方法，能比较深刻地揭示建筑物结构的工作状况，对进一步理解和分析变形的产生有很大作用。将统计模型和确定性模型进行有机结合的模型称为混合模型。新近几年又发展了灰色系统模型、时间序列分析模型、神经

5、网络模型等；这些模型在建筑物变形监测中都已经得到较好的应用。模型分类——数学方法统计模型确定性模型混合模型灰色系统模型时间序列模型神经网络模型其他模型模型分类——测点分布单测点模型多测点模型一维分布模型二维分布模型空间分布模型时空分布模型统计模型统计模型是建立在数理统计基础上的一种模型。统计模型是通过分析所观测的物理量和环境量之间的相关性，来建立荷载与监测量之间关系的数学模型，该方法利用的是过去的变形观测数据，因此，具有“后验”的性质。建立统计模型的主要手段是回归分析。统计模型的一大缺陷是它需要的样本

6、个数(数据量)较多，这样在大坝的运行初期由于没有大量的观测数据，统计模型的可靠性就较低，从而使模型的预报精度受到较大的影响。统计模型基本表达式式中：H为水位类因子集；T为温度类因子集；θ为时效类因子集；x、y、z为测点的空间坐标。由于各种监测量受到的环境量影响程度有较大的差异，因此，在实际建模中，常根据不同监测量类型拟定不同的监控模型形式。单测点统计模型一维分布统计模型二维分布统计模型空间分布模型确定性模型确定性模型是一种建立在物理力学概念基础上的模型，它结合大坝和基础的实际工作状态，应用有限元方法或

7、工程力学方法计算外荷载作用下大坝和基础的位移场，然后以实测值进行校验，求得反映大坝和基础的平均力学参数的调整系数，从而建立确定性模型。确定性模型的计算方法主要有：有限差分法、有限单元法和单元边界法。由于水压分量和温度分量是用力学方法计算求得，它可以包括可能发生的极限状态，因此，这种模型的外延能力较强。由于各种分量独立计算，克服了统计模型计算中，由于因子的关联而产生的各分量计算不准确的问题。确定性模型的建立需进行大量的有限元计算，因此，建模费用较高。在实际应用中，由于缺少建筑物的温度场资料或温度场资料误

8、差大、不完善，材料的力学参数等的误差影响，确定性模型预测的精度有时不能令人满意，从而影响了其实际应用。单测点确定性模型空间分布确定性模型混合模型混合模型是综合利用统计分析和确定函数法建立分析模型的一种方法。这种方法主要考虑到前面两种基本方法的优缺点，综合两种方法的优点进行。混合模型以有限元方法求得水压分量的表达式，而将温度分量计算改用统计方法求得，即用常规的温度因子和时效因素组成分析模型，用统计方法求得最佳回归方程，并用实测值进行校正和修改，从而使预测模