建筑物沉降监测技术进展.doc

建筑物沉降变形监测技术摘要：随着经济建设的飞速发展，科学技术水平的不断提高，变形监测发挥着越来越重要的作用，变形监测所研究的内容主要涉及到三方面：变形信息的获取、变形信息的分析与解释、变形的预报，在近几十年来此三个方面都得到了迅速的发展。关键词：变形监测；信息获取；信息分析；变形预测1 变形监测的目的和意义随着我国经济的飞速发展，城市化进程日益加快，高层及超高层建筑物越来越多。工程建筑物，特别是高层建筑在施工和运营期间，由于受多种因素的影响，会产生变形，变形如果超出了规定的限度，就会影响建筑物的正常使用，严重时还会危及建筑物的安全，给社会和人民生活带来巨大的损失。因此，在工程建筑物的施工与运营期间，对其进行监测显得尤为重要。建筑工程的变形监测，是用测量仪器或专用仪器测定建筑物在荷载和外力作用下随时间变形的工作。很早以来，人类在对高、大型建筑物以及不良地质地段的安全监控方面积累了丰富的经验(1985年长江三峡大滑坡的准确预报，挽救了11000多人的生命)，同时有着深刻教训(我国板桥和石漫滩两座土坝于1975年洪水漫坝失事；1963年意大利Vajaut拱坝大滑坡，造成3000多人死亡)，长期的经验与教训的积累，使人们认识到对高、大型建筑物与不良地质地段实施安全监测的重要意义。安全监测一方面可以对建筑物的安全运营起到良好的诊断作用，另一方面是在宏观上可时时向管理决策者提供准确的信息。在发现不正常现象时，及时分析原因采取措施，防止事故发生，达到被监测建筑物安全运行的目的。它能及时发现存在的质量隐患，即使在建筑物已经发生变形的情况下，也能对下一步加固处理方案提供重要的参考。正是这些必要性，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1。对于工程建筑物的变形监测，其主要内容包括垂直位移观测和水平位移观测，对特殊的建筑物还要作挠度、倾斜度及裂缝观测。因此，建筑物变形观测有三方面的必要性和意义2：第一，在建筑物施工和运营期间对其进行变形监测，确定变形大小和预测变形趋势及其对建筑物安全的影响，其目的是保证建筑物安全，即所谓安全监测。第二，由于地基组成成分复杂、土力学对实验数据的依赖性很大，有必要在各地对大量不同基础形式的建筑物进行监测，以便为今后的设计积累资料，作为验证设计方法和修改、制定设计方案的依据。第三，为了对某种新结构、新材料的性能做出科学的或客观的评价，需要在一个较短的时间内，借助外力使建筑物产生变形，以取得科学依据。科学、准确、及时的分析和预报工程及工程建筑物的变形状况，对工程建筑物的施工和运营管理极为重要，总体来说，变形监测工作的意义重点表现在实际需要和科学研究两个方面。实际需要上的意义主要是掌握各种建筑和地质构造的稳定性，为安全性诊断提供必要的信息，以便及时发现问题并采取措施；科学研究上的意义是理解变形的机理，验证有关工程设计的理论和地壳运动的假说，进行反馈设计以及建立有效的变形预报模型3。2 建筑物变形信息获取的方法的发展变形信息获取的方法取决于变形体的特征、监测目的、变形大小和速度等。就建筑物的变形监测而言，常规的地面测量技术、地面摄影测量技术、GPS以及特种专用测量技术是主要手段。变形监测根据采用的手段相对于变形体的空间位置分为外部变形监测和内部变形监测。外部变形监测主要是测量变形体在空间三维几何形态上的变化，普遍使用的是常规测量仪器(如水平仪、经纬仪、测距仪、全站仪等)和摄影测量设备，这种测量手段技术成熟，通用性好，精度高，能提供变形体整体的变形信息，但野外工作量大，不容易实现连续监测，随着测量机器人的出现以及GPS技术在变形监测中的广泛运用，测量人员的工作量大大降低，提高了外部变形监测的能力。内部变形监测主要是采用各种专用仪器，对变形体结构内部的应变、应力、温度、渗压、土压力、孔隙压力以及伸缩缝开合等项目进行观测，这种测量手段容易实现连续、自动的监测，长距离遥控遥测，精度也高，但只能提供局部的变形信息。监测的首要任务是监测方案的合理设计，变形监测网的设计，主要包括:监测网的质量标准、观测方法、点位布设和最优观测方案的选择。监测方案以及控制网的优化设计一直都是变形监测研究的热点，也取得了丰硕的成果。其中W.Baarda重新研究大地网质量标准问题，提出了评价大地网质量的三项标引言准，即精度标准、可靠性标准和费用标准，其中精度标准又提出了准则矩阵Qxx的概念。E.Grafarend系统地应用了数学规划的方法，提出了四级优化分类概念4，得到了国际大地测量学界的公认。而监测技术的进步主要是由于实践需要和科技进步发展起来的，从近十年监测技术的发展来看，传统的地面监测技术仍然占主导地位。同时，出现了测量机器人等高精度的测量仪器，它能在一定范围内实现无人值守的全天候、全方位自动监测。而空间监测技术方面，GPS在越来越多的领域取代了传统的光、电测量仪器，实现了监测的高精度、实时、连续、自动化。3 建筑物变形信息分析方法概述变形信息分析的内容包括变形数据处理与分析、变形的物理解释和变形预报的各个方面，一般将其分为两个部分:一是变形的几何分析；二是变形的物理解释5。变形的几何分析是对变形体的形状和大小的变形作几何描述，它的任务主要是描述变形体变形的空间状态和时间特性。主要包括观测值的平差处理和质量评定、参考点的稳定性分析、变形模型参数估计等内容。变形物理解释的任务是确定变形体的变形和变形原因之间的关系，对变形的原因加以解释。3.1 变形的几何分析变形监测数据处理的首要问题就是变形的参考点的稳定性问题，多用于周期性变形监测网。1971年德国测量学者H.Pelzer提出以方差分析进行整体检验为基础的Hannover法(即常用的“平均间隙法”)，它是利用两周期观测值之差计算的单位权方差与两周期观测值所求的综合单位权方差构成F检验来判断参考点的稳定性。当然，参考点的稳定性分析方法很多，A.Chrzanowski总结为五种方法，除了平均间隙法外，还包括:以B检验为基础的Delft法，即单点位移分量法；以方差分析和点的位移向量为基础的Kax1Sruhe法；考虑大地基准的Munich法；以位移的不变函数分析为基础的Fredericton法(1981)6。观测值的平差处理是变形数据处理的重要内容，平差基准的选择直接影响平差结果的正确性。当网中存在稳定的参考点时，经典平差无疑是最佳的选择，但当无法确定是否存在稳定点时，经典平差显然无法解决这个问题。1962年，迈塞尔(P.MeiSSI)从测量平差观点出发，将经典平差中列满秩的系数阵推广到奇异阵，提出了解决非满秩平差问题的秩亏自由网平差方法。1964年，高德曼(A.J.Goldmen)和蔡勒(M.Zelen)将满秩权逆阵Q扩展到奇异阵，提出具有奇异权逆阵的最小二乘平差方法。1971年，劳(C.R.Rao)综合了各种可能引言情况，得出了广义高斯一马尔可夫平差模型，并把广义高斯一马尔可夫模型的参数估计称为最小二乘统一理论。1976年，瑞士的Keller提出广义的赫尔默特变换法。我国的周江文于1980年提出了“拟稳平差”法，美国的W.Prescott提出“外坐标”平差法，原苏联的MaTBeeS在1986年提出采用顾及网点的动态性进行平差7。在模型的参数估计方面，陈永奇教授将其概括为两种方法，坐标分析法和观测值分析法。坐标分析法把所有的观测量都表示成点位坐标的函数，然后通过两周期的坐标差(位移)和变形模型联系起来；观测值分析法则是把两个周期观测量的差值直接用变形模型表示5。到上世纪末，采用常规地面测量技术方式对周期性变形监测的几何分析已经研究得比较完善，正如A.Chrzanowski(1996)所评价的，变形几何分析的主要问题己经得到解决。3.2变形的物理解释变形的物理解释常用方法包括:统计分析法、确定函数法以及混合模型法6。统计分析法以回归分析为主，通过分析所观测的变形(量)和外因之间的相关性，来建立荷载(或其它外因)变形之间关系的数学模型，由于它利用过去的变形观测数据，因此具有“后验”的性质。由于影响变形因子的多样性和不确定性，以及观测数据本身含有误差等，影响了回归模型的准确性。当预测的变形值和实际的结果相差较小时，一方面说明了所建立的函数模型关系是比较接近变形情况，另一方面也说明了变形体的变形规律和前期一致;如果预测的差值较大，则需要改进模型。统计分析法包括时间序列分析模型、灰关联分析模型、模糊聚类分析模型等。确定函数法以有限元分析为主，它是在假设一定的条件下，利用变形体的力学性质和物理性质，通过应力应变的关系来建立荷载与变形的函数模型，它不需要观测数据，因而有“先验”的性质。混合模型法就是将统计分析法和确定函数法结合起来，对那些与应变量关系比较明确的因变量，采用有限元法的计算值，而对于另一些与应变量关系不密切或采用相应的物理理论计算难以确定它们之间函数关系的因变量，则仍采用统计模式，然后与实际值进行拟合而建立模型。4建筑物沉降变形信息预测的发展为了掌握各种建筑物和地质构造的变形情况，以便及时发现问题并采取施，避免不必要的损失，在安全监测中，人们认识到变形监测只是手段，而施工决策提供的科学预报才是目的，数据处理与模型的建立则是两者的桥梁。由于环境复杂性，影响沉降因素的多样性和不确定性，不易得到一种准考虑各种因素的预测和预报方法，且随着观测数据的不断累积，沉降数据中有的信息量不断增加。各国学者很早就从理论和实践两方面进行了大量广泛入的研究，己提出多种沉降预测方法，成果非常显著。目前，计算沉降量与间关系的方法有理论方法和根据实测资料进行预测的方法。基于实测数据的沉降预测方法有很多，常用是统计分析(回归分析)法、时间序列分析法、灰色理论、Kalman滤波等建模方法，及近些年来发展起来的神经网络建模。由于各地区环境条件不同，施工方法及施工状态也千差万别，因此针对不同的变形体其预测方法也有所不同，但大致都可将其分为理论计算法和基于实测数据的实测数据分析法8,9。4.1 理论计算法1) 经验法经验法主要包括建立在太沙基等人创立的经典力学基础上，引入了很多简化假定的传统沉降预估方法及以Peck理论为代表而不断发展、完善和改进的经验理论法。经验法虽然简便实用，对于及时解决工程中的问题较为现实，但其只是粗略给出计算公式或范围，很多方法过多地依赖室内试验，且试验工作量相当大，河海大学硕十毕业论文有的甚至有附加条件并需从各自统计表中查取有关参数，计算出的结果与实测值偏差一般较大 8。因此经验法仅适用于影响因素较为简单的情况，若施工条件和地质环境变得复杂，他们的应用将更会受到限制。2) 数值分析法数值计算法是近代力学研究的产物。20世纪70年代以来，随着计算机和数值方法的飞速发展和对土体本构关系认识的不断深入，人们可以将复杂的沉降问题编制成计算机程序，通过计算机的运算得到较准确的计算结果。使用数值法进行计算、预测的研究非常多，主要有有限元法及有限差分法9。数值法可以较为全面的考虑施工因素，但由于各地区地基种类繁多，施工方法、施工状态千差万别，对于各种地质条件参数的确定是很困难的，因此数值分析方法和模型主要应用于设计工作中，目前尚未研究出能考虑所有影响因素的地层沉降预测方法。4.2 实测数据分析法在沉降预测中，由于实际地质条件的复杂性和非均匀性以及各种理论计算方法本身的局限性，使得用理论方法计算的沉降量和实际沉降量有较大的出入，因此，沉降理论的计算结果必须经过实际观测来加以检验和修正。根据对现场实测沉降资料的整理分析和研究，提出了很多沉降预测的方法。如统计分析(回归分析)法、时间序列分析法、灰色理论、Kalman滤波和神经网络建模等。虽然实测数据分析法能综合考虑各种复杂因素对于沉降的影响，其预测精度也相对较高，但其中的各种方法都有其优缺点及适用条件。1) 回归分析回归分析法是目前广泛应用的变形成因分析法，它是以实测数据为基础，利用所测量的影响因素和变形值，用回归分析建立两者之间的函数关系，通过这种函数关系来预报变形。一般来说，观测资料越丰富、质量越高，其结果越可靠。回归模型是一种静态模型3，它只是反映了变形值相对于自变量之间在同一时刻的相关性，而没有体现变形观测序列的时序性、相互依赖性以及变形的继续性。同时，由于回归分析中，一般假设观测数据是统计上独立或不相关的，选用何种因子何种表达式有时只是一种推测，而且影响变形因子的多样性和某些因子的不确定性，都使得回归分析在某些情况下受到限制。2)时间序列分析时间序列分析是20世纪20年代后期开始出现的一种现代数据处理方法，是系统辨识与系统分析的重要方法之一。1970年，Box和Jenkins在著作时间序列分析、预报和控制12中提出自回归滑动平均模型，以及一套完整的建模、估计、检验、预测和控制方法，逐渐形成了一整套模拟、估计、建模、预测和控制的理论和方法。它的特点在于:逐次的观测值通常是不独立的，且分析必须考虑到观测资料的时间顺序，当逐次观测值相关时，未来数值可以由过去观测资料来预测，可以利用观测数据之间的自相关性建立相应的数学模型来描述客观现象的动态特征。时间序列分析法是一种动态的数据处理方法，虽然在观测数据量较少的情况下就可以做出预报且工作量相对较小，但缺点在于其只是致力于对数据进行拟合，对规律性的问题处理不足10,11。因此，通常只能对短期情况进行预测，预测长期情况其有效性就会大大下降。3)灰色系统分析灰色系统理论是由我国邓聚龙教授在20世纪80年代提出来的，用来解决信息不完备系统的数学方法，提供了贫信息情况下解决系统问题的新途径。它的应用己渗透到工程技术、社会、经济、农业、生态、环境等自然科学和社会经济等许多领域，显示出强大的生命力，具有广阔的发展前景。灰色系统着重外延明确，内涵不明的对象。灰色系统建模方法是着重系统行为数据间、内在关系间挖掘量化的方法，是内涵外延的方法，是外延内涵均取的方法。灰色系统建模实际上是一种以数找数的方法，从系统的一个或几个离散数列中找出系统的变化关系，试图建立系统的连续变化模型。但灰色系统本身没有很强的并行计算能力，系统的轻微变化都将导致重新计算，这对于灰色模型的应用而言是非常不利的3。4) Kalman滤波Kalman滤波技术是20世纪60年代初由卡尔曼(Kalman)等人提出的一种递推式滤波算法，它是一种对动态系统进行实时数据处理的有效方法，以其具有递推性、无须存储大量历史信息而减少计算机存储量、直接将系统状态方程和观测方程相结合，在估计系统状态参数的同时又能直接给出估计精度等优点，而被广泛应用于过程控制、通信和生物医学等领域。测量界开展了多方面的Kalman滤波应用研究工作，尤其是在变形监测中的应用较为广泛。若初始条件不满足Kalman滤波的要求，如状态噪声和观测噪声并非高斯白噪声且可能严重互相关、状态方程描述不准确或非线性方程线性化时引入了较大的截断误差等11，使得Kalman滤波在解决实际问题，特别是对于一些极其复杂的工程时，经常遇到收敛速度慢和滤波发散现象。5) 人工神经网络从1943年MeCulloeh和Pitts首次提出MP(MeCulloChlPittS)神经元网络模型，到80年代中期Rumethart等人的著作PDP(Parallel Distributed Processing)13的出版，世界范围内兴起了神经网络的研究热潮。特别是自20世纪80年代以来，人工神经网络(ArtificialNeuralNetworks)以其自身强大的自适应性、学习和容错能力，及处理非线性问题的优势，迅速渗透到了每个领域。正是由于人工神经网络的上述特点，在变形监测数据处理与分析预报方面有着广泛的应用前景。神经网络是典型的“黑箱型”学习模式，模糊系统适合表达那些模糊或不确定的知识，其推理方式比较类似于人类的思维方式，是处理不确定性、非线性和其它不确定问题的有利工具，有较强的解释推理功能。但是，人工神经网络模型建立的物理解释，网络激活函数采用的全局性函数，网络收敛性的保证，网络节点数的经验性确定等问题都有待进一步探讨和改善8。综合分析建筑物在施工运营期间的沉降数据，选用合理的预测模型是提高预测值精度的关键。已有的沉降预测模型各有其优缺点及适用条件，为了进一步扩充沉降预测的方法和内容，本文将小波神经网络引入沉降预测领域，为更加合理有效地分析