基于传递函数的建筑物沉降监测线性回归分析

发布时间：2021-10-20所属分类：免费文献浏览：1次

摘 要： 山东农业大学学报(自然科学版)

《基于传递函数的建筑物沉降监测线性回归分析》论文发表期刊：《山东农业大学学报(自然科学版)》；发表周期：2021年01期

《基于传递函数的建筑物沉降监测线性回归分析》论文作者信息：贺利敏(1966-),女,硕士,副教授,研究方向:应用数学、数值计算、数学建模.

　　摘 要: 高精度的建筑物沉降监测不仅能够监测工程质量状态、指导建筑施工，还能够有效避免建筑工程质量事故。为此，提出一种基于传递函数的建筑物沉降监测线性回归分析方法，构建基于群桩沉降的荷载传递法计算模型，并预测建筑物群桩沉降量，将建筑物群桩沉降数据代入灰色线性回归组合模型中，实现传递函数下的建筑物沉降监测线性回归分析。以广州市某建筑企业新建立的居民楼为实验对象，实验发现：该方法对低层建筑物沉降监测的拟合误差为 0.24 mm，对高层建筑物沉降的监测值与实际值较接近，最大差值仅为 0.36 cm。且对高层建筑物、低层建筑物的沉降监测精度始终优于同类监测方法，应用价值显著。

　　关键词: 传递函数; 建筑物; 沉降监测; 线性回归分析

　　Abstract: High-precision settlement monitoring can not only monitor project quality status and guide construction, but also effectively avoid construction quality accidents. For this, put forward a kind of building subsidence monitoring based on transfer function of linear regression analysis method, build the model of load transfer method based on settlement of pile group, pile settlement and predict building group, will be building group pile settlement data in combination gray linear regression model, realize the transfer function of the building settlement monitoring of linear regression analysis. Taking a residential building newly built by a construction enterorise in guangzhou as the experimental obiect the experiment found that: the fitting error of this method for the settlement monitoring of low-rise buildings was 0.24mm, and the monitoringvalue of the settlement of high-rise buildings was close to the actual value, with the maximum difference of only 0.36cm.And the settlement monitoring precision of high-rise buildings and low-rise buildings is alwavs better than that of similar monitoring methods, and the application value is significant

　　Keywords: Transfer function; building; settlement monitoring, linear regression analysis

　　在建筑物施工过程中，由于受到荷载的影响，地基会出现竖直状态的位移，导致建筑物发生沉降形变。随着建筑物楼层数的增多，地基遭受的荷载逐渐变大，沉降量与沉降速度也逐渐变大，因此，需要采用专业的监测技术获取建筑物沉降数据，实现建筑安全性监测12，除此之外，正常状态下建筑物也会出现沉降形变，但是如果建筑物的沉降量与沉降速度控制在标准的形变区间内，非异常的建筑物沉降形变是允许的，而若建筑物沉降形变大于约束区间则会导致建筑物的安全性降低[3.

　　若建筑物的沉降形变不规则，会产生较大的安全隐患，易出现附加应力导致裂缝，大大降低建筑物安全。所以，对建筑物的沉降形变监测具有不可忽视的现实意义45，本文提出基于传递函数的建筑物沉降监测线性回归分析方法，以期实现高精度的建筑物沉降监测。

　　1基于传递函数的建筑物沉降监测线性回归分析方法

　　1.1 基于群桩沉降的荷载传递法计算模型

　　假定建筑物桩群中存在m根基桩，桩身均匀分布于土壤里，每个建筑基桩的大小、材料和在土里的深度都一样(6.7，随机选择i，j两个桩，将j桩设成分析目标，j桩的位移通过自身桩顶荷载P，出现的位移ri与旁边桩顶荷载P，出现的位移r，构成8.9。将建筑物桩长设成k，详情如图1所示。

　　1.2 灰色线性回归组合模型

　　2结果与分析

　　为验证基于传递函数的建筑物沉降监测线性回归分析方法的有效性，设计如下实验。实验围绕广州市某个建筑企业新建立的低层居民楼为例。按照相关规范和设计需求，在1号楼至7号楼设定28个建筑物监测点。点号依次是A1-A28，设定水准工作基点3个C1-C3，与广州市水利水电勘测设计院设定的珠基高程点M12，M9，M8、M7一起监测。将工作基点C1设成起算点实现联测。根据二等水准监测的需求实行往返测，将变形监测点实行13次监测，监测精度都满足二等水准监测的技术要求，基准点不存在波动，能够实现监测工作。

　　把1号楼的A1号点沉降监测数据设成本文数据，使用前8期数据实行建模(表1)

　　采用本文方法、基于时间序列的建筑物监测方法、基于支持向量机的建筑物监测方法对同一建筑目标进行沉降监测并对比三种方法的监测残差，结果如表 2 所示：

　　其中三种方法拟合值与原始值的对比结果如图 2 所示：

　　由表 1、图 2 可知，本文方法的拟合误差是 0.24 mm，基于时间序列的建筑物监测方法、基于支持向量机的建筑物监测方法的的拟合误差依次是 0.37 mm、0.79 mm，对比可知，本文方法的监测精度最高。且图 2 中本文方法的监测值和原始值最接近，基于支持向量机的建筑物监测方法最不接近。

　　为了进一步分析本文方法的应用性能，设定建筑物的属性是高层建筑，采用本文方法、基于时间序列的建筑物监测方法、基于支持向量机的建筑物监测方法对同一建筑目标进行沉降监测，三种方法对高层建筑沉降监测结果如表 3 所示。

　　分析表3数据可知，本文方法对高层建筑的沉降监测的最大差值是0.36cm，而基于时间序列的建筑物监测方法、基于支持向量机的建筑物监测方法的沉降监测差值最大值依次是0.93、1.24cm.对比可知，本文方法对高层建筑物沉降的监测精度最高。

　　3结论

　　为了解建筑物的沉降状态，实时掌握对建筑物不利的下沉情况，建筑物沉降监测便应运而生。基于传递函数的建筑物沉降监测线性回归分析方法，实现传递函数下建筑物沉降监测线性回归分析。经测试，该方法可以实现高精度的低层建筑物沉降监测。

　　以往对建筑物沉降和沉降时间的关系实行沉降监测时，如果数据量是“小样本”的非确定问题，可使用灰色模型监测，在实现建模监测时，必须先验证沉降数据序列的平稳性、光滑性，并且需要验证一次累加生成序列与准指数规律的符合度，判断数据的规律性之后使用对应的方法实行数据建模。因为建筑沉降量和干扰因素之间具有非线性关系，因此，沉降数据系列变动不具有稳定性。灰色线性回归组合模型不单存在指数特征，也存在线性因素，使用范围不存在约束，模拟误差极小，监测精度极高，本文方法引入该模型，实现了高精度传递函数下建筑物沉降监测线性回归分析。

　　参考文献

　　[1] 周圆心，郑桂森，何静，等北京平原区地下空间建设地质安全监测问题探讨[J].中国地质，2019，46(3)：455-467

　　[2]张兴旺王平，许梦国，等基于MATLAB多元线性回归优化地压显现综合评价[r业研究与开发2019，39(4)：33-37

　　[3]章红兵范凡胡昊考虑基坑开挖空间效应的邻近建筑物沉降预测方法J上海交通大学学报2016，50(4)641-646

　　[4]陆付民，蒋廷耀，基于双曲线模型的卡尔曼滤波法在建筑物沉降预测中的应用[J.大地测量与地球动力1，2016，36(6)：517-519

　　[5]郭树荣，丛旭辉.基于灰色组合模型的基坑周边建筑物沉降预测[J.建筑科学，2016，32(3)：89-93

　　[6]刘会林，王东星.暗挖地铁隧道下穿既有建筑物沉降变化规律研究[J]城市轨道交通研究，2019，22(6)：47-51

　　[7]胡正文，程冯宇，庞成鑫，等基于变电站沉降监测的光纤光栅传感器[J]现代电子技术，2018，41(1)：143-146

　　[8]孟小燕基于属性权重的Bagging回归算法研究[J].现代电子技术，2017，40(1)：9-98，10

　　[9]黄其欢，王青青，何宁，等PSI技术应用于防波堤沉降监测研究[J].岩土工程学报，2019，41(4)：761-768

　　[10]蒋晨，张书毕，文小勇基于中位数回归分析的矿区变形监测数据处理[J]金属矿山2016，45(5)：192-195

　　[11]王开拓，辛全才，蔡生如 Gompertz模型在大坝沉降安全监测中的应用[J.水力发电，2017，43(12)：97-100

　　[12]谢雄耀，李军，王强.盾构施工地表沉降自动化监测及数据移动发布系统[].土力2016，37(S2)：788-794