6201152_高层建筑沉降预测新方法的研究

收稿日期:2012-06-25;修订日期:2012-08-17
作者简介:席军峰(1965-),男,陕西咸阳人,本科,高级工程师,研究方向:变形监测。

基金项目:陕西省宁陕县沙洛-柞水县营盘金钼多金属预查项目(61201203131)。

第30卷　第4期2012年8月
江 西 科 学
JIANGXI　SCIENCE
Vol.30No.4Aug.2012
文章编号:1001-3679(2012)04-0484-04
高层建筑沉降预测新方法的研究
席　军　峰
(西北有色地质勘查局,陕西　西安710054)
摘要:对双曲线模型公式进行了研究,将双曲线模型应用于高层建筑物沉降监测预报中,结合某高层建筑物沉降观测数据,建立了相应的双曲线预报模型。

通过Matlab 编程对观测数据进行处理,处理的图像显示双曲线模型与原始观测的数据曲线变化趋势一致,很好的反应了建筑物沉降的变化规律,证明了双曲线模型可以应用于高层建筑物沉降预测。

关键词:建筑物;沉降监测;双曲线模型;沉降;Matlab 中图分类号:P208 文献标识码:A
Building Settlement Observation in Sedimentmonitoring
and Prediction Based on New Method
XI Jun⁃feng
(Northwest Nonferrous Metals Geological Exploration Bureau,Shanxi Xi′an 710054PRC)
Abstract :In this paper,the hyperbolic model used in forecasting high⁃rise buildings subsidence mo⁃
nitoring,and it gives the hyperbolic model formula combining with one of building subsidence obser⁃
vation data,which establishes the hyperbolic forecast model,through the Matlab programming ob⁃
served treated data.It found that hyperbolic model of the image showing has the same data curve change trend of the original observation,which reflects the change law of sediment in settlement building perfectly and proofs that the hyperbolic model in high⁃rise buildings settlement prediction is
feasible.
Key words :Building settlement,Setdement survey,Hyperbolic model,Setdement,Matlab
0　前言
随着城市化速度的加快,高层建筑大量涌现,
高层建筑的安全问题日益突出。

因此,对高层建
筑进行沉降观测是非常必要的[1]。

沉降观测的目的在于获得建筑物的观测资料后,能够科学准确的分析变形体的变形状况,掌握变形的特征和规律,从而对建筑物的沉降趋势进行准确的分析并预报,为工程建设的准确抉择判断做出依据。

正是因为这些必要性,各国都很重视安全监测工作,使其成为工程建设和管理工作中极其重要的组成部分[2]。

本文主要研究了双曲线模型,通过对双曲线模
型进行分析,并且结合高层建筑实例进行研究,得出了双曲线模型可以很好的预测高层建筑物的沉降。

1　常用变形监测预报模型
预测就是对原始观测数据进行分析处理建模
的过程,而建立的模型则称为预测模型,预测模型可以较好的利用原始观测数据来分析系统的发展规律进而预测未来,而模型的选择和模型参数的确定直接影响到预测的效果。

因此,预测的关键就是要建立与系统实际变化相吻合的预测模型。

常用的变形分析预报的模型有以下几种:时间序列分析模型、回归分析模型、卡尔曼滤波模型、人工神经网络模型、灰色系统理论模型、小波分析模型等。

1.1　时间序列分析模型
时间序列分析法是始于20世纪20年代的一种动态数据处理方法[3]。

其可以充分的利用原始数据之间的自相关性对未来进行预测。

且实际观测的原始数据量越大,往往预测的效果会越好,因此用此方法建模通常需要大量的观测数据,其处理的数据应是平稳的和零均值的数据列。

时间序列分析法可以较好的处理原始数据的随机项,但是不能处理原始数据的趋势项。

时间序列分析的目的在于处理和分析数据,以揭示客观现象的本质和内在规律性,达到有效地对客观现象及其变化规律进行预报和控制的目的。

时间序列分析的模型为ARMA模型,即自回归滑动平均模型。

1.2　回归分析模型
回归分析法是研究因变量与自变量之间的相关性。

回归分析包括一元线性回归分析和多元线性回归分析,其中一元线性回归法只是考虑1个因变量与2个自变量之间的相关性,而多元线性回归法则考虑一个因变量与多个自变量之间的相关性。

其建模的方法也较为简单,由于考虑了影响变形的因素,因此预测效果较好。

但是要想取得很好的预测效果就要清楚的了解各种影响因素的具体信息,如忽略了某一外在的影响因素则容易产生较大的偏差。

然而在工程实践中,要收集各种影响因素的具体信息,往往会加大工作量,因此回归分析模型的应用受到此条件的限制。

1.3　卡尔曼滤波模型
卡尔曼滤波模型于上个世纪的60年代被提出,是一种递推式、动态、实时处理数据的方法,在数据处理领域得到了广泛的应用。

卡尔曼滤波器的基本思想是利用观测向量来估计系统必要的参数组成,且随着时间不断变化的状态向量。

状态向量是未来预测值的基础,它体现了系统的动态信息。

近年来,卡尔曼滤波器在控制、导航、通讯等方面都得到了广泛的应用,在测绘领域中的变形监测方面也得到了足够的重视。

在变形监测中的应用主要是利用其在预报上面的特点,即其是一个不断预报又不断修正的过程。

1.4　人工神经网络模型
人工神经网络模型始于20世纪80年代,其具有并行式处理、分布式存储、能适应系统复杂多变的动态特性以及可以逼近复杂的非线性系统等显著特点,且不需要建立能反映系统物理变化规律的数学模型,比其它方法更能容忍噪声,而且具有较强的非线性映射能力。

因此,在变形监测的数据处理以及分析预报领域得到了广泛的应用。

1.5　灰色系统理论模型
灰色系统理论是把时间序列看作是在一定时空区域变化的灰色过程[4],认为无规则的离散时空数列是潜在的有规序列的一种表现,因而通过生成变换可将无规序列变成有时间规序列。

测量变形数据分析中常用GM(1,1)模型,即对观测数列的一次累加生成序列建立一阶微分方程[5]。

1.6　小波分析模型
小波分析理论是一种最新的时频局部化分析方法,被认为是自傅立叶分析方法后的突破性进展。

小波分析要求大子样容量的时间序列,但是长序列数据可从GPS、TPS等集成的自动化监测系统中得到保障,它为高精度变形特征提取提供了一种数学工具,可实现其他方法无法解决的难题,对非平稳信号消噪有着其他方法不可比拟的优点[6]。

2　双曲线沉降预报模型
双曲线反应的是非线性关系,双曲线模型[7]: S t=S0+t a+bt(1) S f=S0+1b(2)
式中:S t为时间t时的沉降量;S f为最终沉降量(t =∞);S0为初期沉降量(t=0);a,b为根据观测数据利用最小二乘法求得的系数。

式(1)经变换可以得到
S t-S0=t a+bt(3)
1
S t-S0=
a
t+b=[
1
t　1]
a
b
(4)
经线性化处理后即可组成误差方程及法方程,根据最小二乘原理进行平差计算,求得系数
·584·
第4期 席军峰:高层建筑沉降预测新方法的研究
a,b得到了双曲线模型的方程。

现在以某楼盘为实例进行沉降预测模型的分析,该建筑物规划楼层为18层,单层高度为2.9m。

在其周围布设了12个水准点,2011-2012年对其进行了一系列周期性的沉降观测。

通过数据处理分析,现将其中一点的原始沉降数据与预测沉降数据及误差置于表1中,实验数据见表1。

利用现有数据,采用双曲线模型进行了沉降分析及预报。

通过在Matlab上编程进行实验分析。

其结果如下。

沉降预报曲线图中有两类曲线,一类是由累计沉降值连成的曲线,一类是由沉降预报值连成的曲线。

为了区分两类曲线,选择使用○来绘制累计沉降点,实线连接累计沉降点,用△绘制沉降预报点,虚线连接沉降预报点。

根据表1中的实测累计沉降值和预测累计沉降值绘制图1,从图1中可以看出,实测累计沉降量与根据双曲线模型得到的沉降预报曲线的趋势基本是一致的。

将表
1中的误差数据取绝对值绘制误差柱状图(图2)可以清晰地看出实测累计沉降值和预测累计沉降值的误差很小,而且误差最大的预测值出现在两期观测时间间隔比较大的点。

结合实际工程案例,通过图形分析,双曲线模型在该工程沉降观测中是可行的,取得的效果是令人满意的。

3　结论
本文讨论了各种沉降预测模型,选取了双曲线模型作为某建筑物沉降观测预测的模型。

通过编程进行试验,将预测曲线与实际曲线进行对比分析,分析发现双曲线模型在高层建筑物沉降预测方面具有良好的效果,具有可靠性和可行性。

表1　沉降数据分析表
观测
时间
时间差
/d实测累计
沉降/mm
预测累计
沉降/mm
误差
/mm 2009-11-60000 2009-11-93-0.4-0.3520.048 2009-11-137-0.9-0.7820.118 2009-11-1610-1.2-1.080.12 2009-11-1913-1.3-1.358-0.058 2009-11-2216-1.6-1.619-0.019 2009-11-2519-1.8-1.864-0.064 2009-11-3024-2.1-2.24-0.14 2009-12-327-2.4-2.449-0.049 2009-12-731-2.9-2.710.19 2009-12-1236-3-3.011-0.011 2009-12-1741-3.2-3.286-0.086 2009-12-2246-3.3-3.54-0.24 2009-12-2549-3.5-3.682-0.182 2009-12-2953-3.8-3.862-0.062 2010-1-459-4-4.073-0.073 2010-1-863-4.3-4.230.07 2010-1-1368-4.4-4.415-0.015 2010-1-1671-4.4-4.52-0.12 2010-1-1974-4.6-4.621-0.021 2010-1-2580-4.7-4.811-0.111 2010-1-3186-4.8-4.988-0.188 2010-2-288-5-5.016-0.016 2010-2-591-5.1-5.0980.002 2010-3-17131-6.4-6.0050.395 2010-3-29143-6.5-6.2010.299 2010-4-4149-6.3-6.2910.009 2010-4-21166-6.5-6.523-0.023 2010-5-16191-6.7-6.811-0.111但是双曲线模型也存在着不足,在沉降观测稳定的后期取点计算,可得到满意的效果,如果在曲线前段取点计算会出现较大误差,所以下一步研究的重点是通过组合曲线来进行沉降观测的研究。

图1　预测值与实测值沉降曲线(下转第502页)
密性和力学性能[J].稀有金属材料与工程,2008,
37(4):697-700.
[3]刘彬彬,谢建新,陈江华.W⁃Cu梯度功能材料的热
物理性能[J].中国有色金属学报,2009,19(3):538
-542.
[4]Fan J L,Liu T,Zhu S,et al.New processing technology
and prospective application of high performance W⁃Cu
Composites[J].Cemented Carbide,2011,28(1):56-
72.
[5]苏维丰,熊　宁,周武平,等.一种制备W⁃Cu复合材
料的新工艺[J].粉末冶金材料科学与工程,2007,
12(6):369-373.
[6]刘彬彬,谢建新.W⁃Cu梯度功能材料的设计、制备
与评价[J].粉末冶金材料科学与工程,2010,15
(5):413-420.
[7]凌云汉,白新德,李江涛.W⁃Cu梯度功能材料热应
力优化设计[J].稀有金属材料与工程,2003,32
(12):976-980.
[8]刘彬彬,谢建新.W⁃Cu梯度热沉材料的成分与结构
设计[J].稀有金属,2005,29(5):757-761. [9]陈　姝.W⁃Cu梯度功能材料的优化与制备[D].北
京:北京科技大学,2004:21-37.
[10]王涂根.W⁃Cu三层梯度热沉材料的制备和性能研
究[D].合肥:合肥工业大学,2007. [11]周张健,葛昌纯,李江涛.熔渗⁃焊接法制备W⁃Cu功
能梯度材料的研究[J].金属学报,2000,36(6):654
-658.
[12]刘红艳,张迎春,葛昌纯.金属钨涂层制备工艺的研
究进展[J].粉末冶金材料科学与工程,2011,16
(3):315-322.
[13]Riccardi B,Montanari R,Casadei M,et al.Optimaiza⁃
tion and characterization of tungsten thick coatings on
copper based alloy substrates[J].Journal of Nuclear
Materials,2006,352:29-35.
[14]Liu X,Yang L,Tamura S,et al.Thermal response of
plasma sprayed tungsten coating to high heat flux[J].
Fusion Engineering and Design,2004,70:341-349.
[15]周张健,葛昌纯,李江涛.热压制备W⁃Cu功能梯度
材料[J].材料科学与工艺,2000,8(1):52-54. [16]Ling Y H,Zhou Z J,Li J T,et al.Fabrication of W/Cu
functionally gradient material by graded sintering under
ultra-high pressure[J].The Chinese Journal of Non⁃
ferrous Metals,2001,11(4):576-581. [17]Liu B B,Lu Y N,Xie J X.Fabrication of tungsten/cop⁃
per functionally graded materials with nearly full densi⁃
ty by hot press[J].The Chinese Journal of Nonferrous
Metals,2007,17(19):1410-1416. [18]陶光勇,郑子樵,刘孙和.W/Cu功能梯度材料的制
备及热循环应力分析[J].复合材料学报,2006,23
(4):72-77.
[19]You J H,Bolt H.Analytical method for thermal stress
analysis of plasma facing materials[J].2001,299(1):
9-19.
[20]Jedamzik R,Neubrand A,Rodel J.Functionally graded
materials by electrochemical processing and infiltra⁃
tion:application to tungsten/copper composites[J].
Journal of Materials Science,2000,35:477-486.
(上接第486页)
图2　预测值与实测值误差
参考文献院
[1]　牟洪洲.建筑沉降监测数据处理组合模型研究[D].
西安:长安大学,2005.
[2]林　勋.时间序列分析在建筑物变形监测中的应用
[D].长春:吉林大学,2005.
[3]催晓东,兰孝奇,张兵良.建筑物沉降规律的综合时
序分析[J].现代测绘,2004,27(1):36-38.
[4]张永波.基于灰色系统理论的预测模型的研究
[D].哈尔滨:哈尔滨工程大学,2005.
[5]朱　健.建筑物变形监测数据分析中的灰色改进模
型应用研究[D].西安:长安大学,2007. [6]黄声享,尹　晖,蒋　征.变形监测数据处理[M].
武汉:武汉大学出版社,2003.
[7]康　洪,彭振斌.软土地基沉降预测模型分析研究
[J].矿冶工程,2009,29(2):9-11.。