深基坑变形监测数据处理研究

项甜甜

摘要：深基坑的变形监测是保证基坑工程安全施工和运行的重要手段，但由于基坑变形是受到外界多方面因素的影响，难以用具体的数学模型或公式进行计算或预测。随着近年来建筑行业的迅速增加，我国在深基坑变形监测上的技术应用也越来越多，本文以当前最为常见的深基坑变形监测数据处理方法为研究对象，希望能够提供真实有效的深基坑变形监测处理数据以及为基坑变形预测提供有利的参考依据，同时简化数据处理工作过程，提高工作效率。

关键词：深基坑变形监测；数据处理；VB编制；稳建GM（1，1，）；卡尔曼滤波；维纳过程

中图分类号： TU753 文献标识码：A 文章编号：1674-098X（2017）12（a）-0000-00

引言：

近年来随着我国经济的飞速发展，城市建筑的空间逐渐紧张，促生了高层建筑的数量增加，高层建筑地基往地下空间发展的深度也越来越深，是地下工程的重要组成部分。确保深基坑的安全在建筑生产过程中也是一项重要的生产环节。为了确保深基坑在设计、施工过程中的安全，除了对选用的各种计算方法要尽可能符合理论知识外，还应能够对监测到的数据进行处理，对深基坑进行变形预测，为将来能够出现危险预兆，提供尽可能多的预警时间。随着科学技术的发展，对深基坑监测的方法也越来越多，且各有各的利弊，本文在阐述深基坑变形的机理之上，就常见的几种深基坑监测数据处理方法进行了对比分析，希望能够为将来在深基坑的工作者提供有利参考依据。

一、深基坑变形监测的内容与实施

1.1、支护体系土体位移监测

在确定深基坑项目开挖前的一周，在基坑的四周首先进行安置测斜管的埋设工作，在埋设测斜管的预定位置，利用地质转孔机进行转孔+扩孔后，安置测斜管，每一节测斜管都按照特定的连接方式进行连接，直至转孔的孔底，然后用细砂将测斜管的外部灌满夯实，确保在项目施工过程中测斜管能够随土方一起移动，（以开工前测斜管所测值的两次数值的平均值作为初始值）。

1.2、边坡水平位移监测

在项目的进行过程中，支护体系顶部水平位移变化显著。在测量时采用II级电子经纬仪测量水平位移。仪器的编排方式的是在深基坑坡口上及坡面每隔15～20m设置一个观察点。且每天均应记录每个观察点的位移数值。

1.3、支护体系顶部沉降观测

深基坑沉降观测是采用最为常见的工程测量方法，它是根据工程测量规范的要求，首先在项目施工开始前就应预先埋设基准点和沉降观测点，利用精密水准仪结合钢尺进行观测，（基准点不应设计在项目影响的范围之内，以便后期引测和保存）。

二、深基坑变形监测数据处理的常用方法

2.1、VB编制程序法

利用VB编程对收集到的深基坑变形数据进行系统处理，这样在简单便捷处理观测数据的同时还能够对输入的原始数据起到一个统计效果。输出变形速率、变形量等结果图，对潜在的危险进行预测，进而减少测量人员的工作量及工作失误，为项目的安全实施提供有力的数据支持，该方法适用于二等水准法与轴线投影法相结合使用的变形监测方法[1]。

利用二等水准法和轴线投影法相结合的VB编制程序算法进行深基坑变形监测，虽然简化了检测和数据处理，但是在应用过程中还存在着诸多问题需要我们不断注意完善。例如：

a、在每次观测结果后，将观测的结果可以直接输入到VB程序中，根据程序提示檢测所有的数据是否都在一定的范围之内，如果符合要求那么可以直接进行计算，否则就应当重进采集数据，知道采集到的数据在范围之内。

b、在程序计算过程中，应当首先导入上一期的观测期数，同时利用Excel办公软件输入本次测量的数据，且在Excel中不能输入多次测量结果。

c、当在有原来的数据点破坏或者新增数据点的情况下，应按照对应的监测点顺序输入相应的数据重新计算。

2.2、稳建GM（1，1，）法

GM（1，1）法是灰色预测模型理论GM（n，h）中当n=1，h=1时的特殊理论模型方法，其中n为累加序列导数的节数，h为变量的个数，该理论在岩土工程方面应用较多。灰色系统理论是将一些随时间上下波动无序累加生成的有规律数据序列，然后在进行建模预测。它具有预测数据样本较小，预测精度高，在缺乏基础资料时仍能够完成预测功能的优点。

在深基坑项目开展实施的过程中，利用该方法既可以根据前期数据对后序施工变形起到一个预测，同时还能够根据监测到的数据预测能够发生的位置移动量或者土方存在的潜在危险破坏，从而反馈给设计及时调整施工方案。

稳健GM（1，1）法在2006年南京某工程中得以应用，为项目的顺利开展提供了有利保障。

2.3、卡尔曼滤波模型

深基坑监测工程是一个数据长期积累的过程，影响测量结果的因素有很多。起初人们为了提取主要影响因素，根据相关性的强弱，利用最小二乘法得到了某段时间内变量之间的相互关系统计模型，但这种方法不能够体现动态特征。而卡尔曼滤波则是利用相关因子的变率作为状态因子，构件动态平差模型，解出初始状态值，构建动态卡尔曼滤波模型。（卡尔曼滤波模型构件原理参考文献[3]，来确定，在本文不再进行阐述。）

卡尔曼滤波模型是一种对动态系统数据处理的有效方法，它可以处理变形监测数据，获得监测系统的当前状态；此外，该模型是一种计算公式，在计算过程中需要不断预测、修正，同时能够求解出变化速度成果，适合深基坑变形动态监测数据处理，另外，该方法还能够准确描述深基体的变形情况。

2.4、维纳过程

深基坑变形预测中，常用历史变形监测数据对未来变形进行检测，预测的方法通常有统计和力学模型，统计模型是一个传统的方法，是利用统计原理对历史检测数据的统计，而力学模型则是基于基坑维护体系以及自身受力的情况建立的模型从而预测深基坑的变形。而维纳过程正是基于力学模型的基础之上采用的模型方式。维纳过程的基本原理参见参考文献[2]，本文再次不在做进一步的阐述。

维纳过程是在卡尔曼滤波模型数据处理基础之上完成的预测，能够较为迅速的检测到基坑的变形趋势，且随着监控数值数量的增加，精确度也随之提高。

三、深基坑变形监测数据处理过程中应注意的项点

a、尽可能用多种数据处理研究方法对深基坑进行模拟和分析，预估深基坑变形情况。

b、运用多种数据处理分析模型处理分析实测深基坑变形监测数据，减小误差，使数据更接近实际情况。

c、随着科技进步，需建立更精确和完善的深基坑变形监测体系，精度更高的仪器和完善的监测方法，改进数据分析模型，满足施工要求。

结束语

现在所建的建筑大多都是高层建筑，挖的基坑深度较深且面积较大，再加上施工环境及地质条件复杂，深基坑系统支护庞大，施工周期时间长，对深坑基地进行监测则是一项非常重要的工作。通过对基坑变形监测增加基坑时空效应，同时还可以根据监测到的数据进行预测报警，及时提出合理有效的参考建议，达到确保项目施工环境安全的效果。虽然本文对目前常见的深基坑变形监测方法进行了对比分析，但在实际应用过程中基坑的变形时多方面多因素所造成的，并不是单一的一种理论方法就可以概括的，这就需要更多的工作者在施工过程中进行不断总结、分享，为提高深基坑变形预测提供有利参考依据，进而确保项目施工中的安全。

参考文献

[1] 纪晓雨， 詹凡， 杨伟彬. VB在深基坑变形监测数据处理中的应用[J]. 测绘与空间地理信息， 2016（9）：177-179.

[2] 胡俊. 维纳过程在基坑变形监测数据处理中的应用[J]. 测绘与空间地理信息， 2017（6）：151-153.

[3] 焦建新， 袁博， 杨永兴. 基于稳健GM（1，1）模型的基坑变形监测数据处理方法[J]. 矿山测量， 2007（4）：11-12.