建筑物沉降预测模型探析和研究.docVIP

建筑物沉降预测模型探析和研究 　　摘要：建筑物的沉降（尤其是不均匀沉降）能造成建筑物安全性的大大降低。因此，对建筑物进行长期的沉降监测,并利用有限的监测数据选取合理的预测模型准确预报未来的沉降量，已成为变形监测中的热点问题。变形监测的特点是变形监测数据中不可避免的会含有粗差，将稳健估计引入到时序分析中，建立了基于稳健估计的时序模型。并将稳健时序模型的预报结果与常规时序模型的预报结果进行对比分析。通过实例计算分析，证明此种建模方法可以得到更高的预报精度。 Abstract：subsidence of buildings(especially differential subsidence)can largely decrease the safety of buildings. Therefore, how to design long-term safety monitor systems for buildings and how to use finite deformation monitoring data and choose rational model to accurately forecasts deformation have become an important task. Given that it is inevitable that there are gross errors in deformation monitoring data，time serial model based on robust estimation is built. This paper also compares the difference between forecasting results of the former model and the model based on robust estimation. The result proves that the method of time serial model based on robust estimation can forecast precisely. 关键词 ： 建筑物、沉降监测、时序分析、稳健估计 Key words: building; Settlement monitoring; time series; robust estimation [TU196.2] 测区概况 南京某建筑仓库6号楼层高二层，基础是70m×12m的整板结构，地基为粉质粘土。对该建筑物布设十个监测点，其中P62、P63与P68、P69之间有一条沉降缝。沉降监测从2011.9.10（第1期）至2013.1.4（第42期），累计42期，历时481天。从图上容易看到，建筑物的地基是整板结构，整体没有太大的挠度；但是不均匀沉降现象严重，建筑物的整体向东北方向倾斜，具体的沉降观测点的布设如图1-1。 图1—1仓库沉降观测点的布置 选择预报模型 仓库在施工加载期间，其基础西侧的短边(12m)方向p610、p61两测点产生了较大的差异沉降，其斜率超过3‰(根据规范，当建筑物高度小于24m，基础的局部斜率应小于3‰)，随着后续的沉降，该边的斜率进一步加大，一直处于报警状态。为确保建筑物的安全，为相关部门提供地基处理的决策依据，采用时间序列建模分析法对其两测点的差异沉降趋势进行了跟踪预报分析。通过预报，不断调整仓库内的货物位置，加大沉降量小的地方的荷载量，以便改变作用于地基的附加应力，确保仓库正常运行。 常用的几种时间序列模型 1、自回归（AR）模型 时间序列｛｝的模型 (3.1) 称为自回归（Auto—Regressive）模型，其中n是模型的阶数，、、…为自回归系数，是均值为0，方差为的正态分布白噪声。记此模型为AR（n）。 2、滑动平均（MA）模型 时间序列｛｝的模型 (3.2) 称为滑动平均(Moving Average)模型，其中m为模型的阶数，、…为滑动平均系数。是白噪声序列。记此模型为MA（m）。 3、自回归滑动平均（ARMA）模型 时间序列｛｝的模型 （3.3） 称为自回归滑动平均（Auto-Regressive Moving Average）模型，其中n、m分别是模型的自回归阶数和滑动平均阶数。、、…为自回归系数，、…为滑动平均系数。是白噪声序列。记此模型为ARMA（n，m）。很容易发现， AR模型和MA模型是ARMA的特殊形式。 时间序列分析模型建立 Box法，又称B-J法，是时间序列非常常用的一种建模方法