Application of robust estimation to pit deformation monitoring

To guarantee the safety and the quality of the deep pit construction of a high building, it is necessary to monitor the deformation of the supporting structure of the pit. At present, there are mainly two methods to monitor the geometric deformation of the supporting structure of the pit. One is to monitor the displacements of the tops of the piles; the other is to monitor the deep displacements of the piles. Based on the analysis of the characteristics of both the top monitoring data and the deep monitoring data, a united data processing method was put forward. A model of conicoid fitting model was chosen to describe the deformation surface of the pit, and then the robust estimation was adopted to avoid the influence of the gross errors existing in the observations. It was proved effective and accurate to analyze the deformation of the monitoring surface with this method. The steps of the method were concluded in detail.

基于M-ELM的大坝变形安全监控模型

针对大坝变形监测数据存在的非线性强、异常值诊断和剔除工作复杂及传统监控模型抗粗差能力差等问题,结合稳健估计理论抗粗差性强和极限学习机在处理非线性问题方面的优势,建立了基于稳健估计极限学习机的大坝变形安全监控模型。试验确定网络隐含层层数,构建4次方损失函数,采用加权最小二乘法计算输出权值,实现原始监测数据的拟合和预测。以某工程大坝变形监测数据为例进行建模分析,结果表明:以反映模型预测精度的均方误差和平均绝对百分误差及反映模型鲁棒性的中位数绝对偏差作为评价指标,基于稳健估计极限学习机的大坝变形安全监控模型的各项指标明显优于对比模型。

基于稳健估计的大坝变形监测统计模型分析

回归分析是大坝安全监测统计模型的核心,测值粗差的存在使回归参数变异,造成统计模型一定程度上失真,所以在回归分析中必须对其进行处理。本文采用稳健估计的思想,根据残差大小对监测值进行赋权迭代计算,使常规统计模型具有抗差性。将稳健估计的思想应用于某工程实例分析,发现与常规统计模型相比,稳健统计模型能够有效抵抗粗差对模型参数求解结果的影响,并能较好反映水压、温度和时效等效应量的影响。

稳健估计抗差性分析与应用

稳健估计方法与最小二乘法在测量界的应用颇多,二者各有优劣。文中介绍了这2种方法在变形监测中的应用,并运用MATLAB进行数据的编程与处理。将2种计算结果进行对比,结果表明,稳健估计方法能够准确探测粗差的位置,并且剔除粗差,得到更加精确的结果。研究得知,在测量数据中存在粗差的情况下用稳健估计方法进行平差计算能得到更准确的结果。

变形监测基准网稳定性分析中的数据自动处理

为了减少复杂的数学运算,可以采用计算机编程实现变形监测基准网稳定性分析中的测量数据自动处理。根据某变形监测基准网的实测水准资料和模拟数据,在含有粗差和基准点移动的综合影响下,利用计算机技术并结合测量中的平均间隙法分析变形监测基准网的整体稳定性。结果表明,通过计算机编程对变形监测基准网稳定性分析中的测量数据进行自动处理,可保证测量内业数据处理的高效性,并准确地在观测粗差和基准点移动联合影响下完成基准网的稳定性分析,大大提高了工作效率,为计算机技术和变形监测的有效结合提供了参考。