工程建筑物变形监测数据预测分析

郑丽

(宿州学院环境与测绘工程学院，安徽宿州 234000)

工程建筑物变形监测数据预测分析

郑丽

(宿州学院环境与测绘工程学院，安徽宿州 234000)

在概述灰色Verhuslt模型基础上，对灰色Verhuslt模型在建筑物沉降监测中的应用做了详细介绍。结合工程实例中4#楼东南角S044点沉降数据建立灰色Verhuslt模型，实证结果表明模型精度可靠，实际沉降量观测值与沉降量预测值吻合较好，在沉降变形分析数据预测分析中应用灰色Verhuslt模型具有可行性。

建筑物;Verhuslt模型;变形监测数据;预测

引言

伴随着社会经济不断发展,越来越多的建筑物如雨后春笋般出现在祖国的大地上。建筑物越来越密集，因此对建筑物的安全要求也越来越高,这就要求我们必须对建筑物的安全状态做出有效的、及时的、准确的评估。建筑物的沉降往往会带来严重而可怕的后果，只有利用建筑物多期沉降监测数据资料，时常对建筑物进行沉降观测和预报才能及时地避免危害的发生。应根据建构筑物的结构特点、用途、使用情况、监测目的、要求的监测精度、周围的环境以及所拥有的仪器设备条件等因素来考虑选定合适的监测方法[1]。结合到具体的实际工程中应该采用哪种方法进行数据处理并无严格规定，应该结合实际情况做出比较分析，选取一种最合理的数据分析处理方法，才能对监测数据做出合理的分析，得出正确的结论[2]。

影响建筑地基沉降的不确定因素有很多，沉降量的变化是有界的，因此，沉降过程是一个灰色过程[3]。根据建筑物沉降监测特点，在监测数据样本量较少、数据变化规律不明显的情况下，为了验证Verhuslt方法的优越性。本文以煤矿采空塌陷区某小区一期工程第4#楼的东南角监测点S044五期观测数据作为实验数据，尝试采用灰色Verhuslt模型对建筑物沉降进行预测，结果表明该模型均具有良好的预测精度和稳定性，能够较好地模拟建筑物沉降的趋势，预测准确度明显较高，充分证实灰色Verhuslt模型的实用性、有效性和可靠性。

1 灰色Verhuslt模型简介

灰色系统理论属于系统科学，它提供了在贫信息情况下求解系统问题的新途径。它将一切随机变量看作是在一定范围内变化的灰色量，将随机过程看作是在一定范围内变化的、与实践有关的灰色过程。对灰色量用数据生成的方法，将杂乱无章的原始数据整理呈规律性较强的生成序列，然后建立模型而进行预测[4]。灰色系统中的Verhulst模型是灰色模型中常用的基本模型之一，利用灰色系统建模具有贫信息、小样本的优势，它适合处理呈饱和发展趋势的离散数据[5]。设原始变形监测数据序列为

对其进行1-IAGO累减处理后，得到生成序列

根据下式求取原始序列的近邻均值生成序列

其中，z(1)(t)可以通过下式获得

可以得到用于该变形分析的离散化灰色Ver⁃huslt模型为

其微分方程为

式中：a为发展系数、b为灰作用量，可按最小二乘求得

其中：

按灰色系统建模方法进行建模，可得到离散化灰色Verhuslt模型时间响应式[6]为

2 工程实例

某煤矿采空塌陷区，根据地质资料显示，表层由电厂粉煤灰填充，场地土以冲填土、黏性土、沙土为主，冲、洪积成因，地下水属上层潜水。小区共有单体建筑63栋，结构形式为钢筋混凝土框架结构，设计层数为6层，层高为2.8m，基础最长为40m，最短为15m。目前，单体建筑已有部分进行到3～5层，所有单体基础已经完成，此前的沉降观测由四个标段用DS3型水准仪和塔尺配合完成。水准基点埋设于小区的西北约200m，人民路中央，作为基准点和工作基点使用，且作为整个小区的水准依据。在充分考虑通视的情况下，沉降观测点布设在建筑物的角点，以小区一期工程4#沉降监测点布设为例，如图1所示。以自东北角点起逆时针方向开始编号，分别为S041,S042,S044,其中S04代表建筑物楼房号，即第4栋，S041代表第四栋的东北角，S042代表第4栋的西北角，S044代表第4栋楼东南角。

变形观测网是由水准基点和观测点组成，水准基点是沉降观测的基准点，是测定设置在变形区的观测点垂直位移的依据，它的构造与布设必须保证能够稳定不变和长期保存[7]。测区布设了三条水准路线，采用Leica DNA03精密电子水准仪观测，水准路线符合二等水准测量要求，但因监测点相距较远，降为三等水准要求进行，沉降监测工作从2005年5月20日开始，至2006年9月26日，共进行五次，每增加一层观测一次，直至工程竣工交付使用。本文以二期工程4#楼沉降监测为例，对沉降监测点S041、S042、S044三个观测点数据进行处理，列出沉降观测结果如表1所示，进而绘制沉降监测点变化示意图如图2所示。

表1 4#楼建筑物沉降观测结果表

3 建立建筑物沉降Verhuslt模型

本文将以4#楼沉降监测点S044点数据为例，建立Verhulst模型，根据表1中S044点五期实测数据可取：

建立建筑物沉降灰色Verhuslt模型：，其中发展系数a=0.6929，灰色作用量b=0.0000，该模型平均相对误差0.0033%，表征模型拟合效果较好。由此可对建筑物沉降量进行模拟、预测，将参与建模的五期数据建立的Verhulst模型预测结果填入表2。根据表2可知：利用Verhulst模型观测值和预测沉降值均达到要求，预测结果残差最大为1.91mm，最小为0，相对误差最大为0.00569%，最小为0，实证结果表明Verhulst模型预测精度很高，模型可靠。

表2 S044灰色Verhuslt模型预测结果、残差及相对误差

4 结语

[1]张前勇，杨光培.高层建筑物变形监测与预测[J].湖北民族学院学报（自然科学版），2006，24(4):400-403.

[2]余春林，徐景田，陈刚.变形监测数据处理方法的对比分析[J].北京测绘，2005(3):39-41.

[3]王双龙.基于灰色Verhuslt模型的建筑工后沉降预测[J].测绘通报，2007(10):39-42.

[4]徐新跃，方德胜.灰色Verhuslt模型预测软土地基建筑物的沉降[J].地下空间，2001，21（5）：515-518.

[5]邱宇，项宏海，汪斌.基于Verhuslt模型的尾矿坝变形监测数据分析[J].现代矿业，2013，（10）：68-69.

[6]刘金升，左德元.GM(1，1)模型与灰色Verhuslt模型在路堤沉降预测中的探讨[J].四川建筑.2006.26(1):69-70.

[7]李绍东，赵正堂，李淑荣.工程建筑物变形监测方案设计及应用[J].测绘与空间地理信息.2008.31(3):157-160.

[8]王晓华，胡友健，柏柳.变形监测研究现状综述[J].测绘科学,2006，31（2）:130-132.

Prediction and Analysis of Deformation Monitoring Data of Engineering Buildings

ZHENG Li
(School of Environment and Survey Engineering,Suzhou University,Suzhou 234000,China)

On the basis of the grey Verhuslt model,the paper introduces the application of grey Verhuslt model in the building subsidence monitoring.The grey Verhuslt model was established based on the S044 point settle⁃ment data of 4#in the southeast corner of Verhuslt building.The empirical results showed that the model was reli⁃able,and the actual settlement value was in good agreement with the predicted value.Gray Verhuslt model was feasible in the analysis of settlement deformation analysis.

buildings;verhulst model;deformation monitoring data;prediction

TU196

A

1673-2928（2015）06-0055-04

(责任编辑：郝安林）

2015-09-14

宿州学院大学生科研立项（KYLXLKYB15-06，KYLXLKYB15-09）。

郑丽（1983-），江苏洪泽人，安徽宿州学院教师，从事3S技术及其一体化研究。