APP下载

高层建筑物变形监测数据分析研究

2018-08-01张锦根

经纬天地 2018年3期
关键词:基准点监测点建筑物

□ 张锦根

(福建省国土测绘院,福建 厦门 361012)

0.引言

高层建筑物增高和载荷参数性质存在差异性,受地下根基和地上材质与构造共同影响,建筑物会产生下沉,严重的情况下,建筑物会发生倾斜产生缝隙,影响正常使用,如果情况很严重,将威胁人们生活财产安全。因此,我们必须重视高层建筑物的稳定性。变形预测是建筑工程的重要研究问题之一,是防灾减灾防患于未然的关键。高层建筑变形监测研究中一个关键步骤是沉降观测,利用传感器和测量等技术获取建筑沉降值,探究建筑物变形内在联系,获得变形规律,再用合理的方法对建筑物沉降变形大小进行预测,以便根据需要及时采取适当的预防或善后措施,确保建筑物的安全使用。本研究充分考虑建筑物沉降变形的复杂性和多样性,寻找最优模型来逼近、模拟和揭示沉降变形的规律和动态特征,借助数学回归分析方法预测建筑物的沉降变形,对建筑物的修建和保养管理与防灾减灾具有重大意义。

通过多期监测数据的计算与分析处理,及时反馈和发现施工过程中不均匀沉降的发展情况,并且将监测的结果用于信息化反馈,以确保施工过程中的优化设计,保证主体结构的稳定安全。由于通常间接平差和条件平差,都是将基准点设定为固定量,在有些特殊的环境中,歪曲度观测会受干扰,从而影响到监测的精度,例如在有些建设施工处,基准点距离建筑物很近而且在较浅土层中,如果有重型车辆经过或是施工时,这些基础点会受到地面震动的影响。理论上,实际基准网存在稳定和不稳定变量,对基准网做自由网平差,然后使稳定未知量拟合于它们的稳定值,使在稳定状况下,达到不歪曲监测的目标。

1.工程概况

厦门市某建筑大厦,占地面积为4.3亩,建筑面积为42338平方米,用途类型为商住,主体层数为29。大厦地基土属于软土地基,由于在大厦附件修建地铁时为了确保建筑物主体结构的安全稳定,在整个地铁修建项目施工过程中,通过对大厦高层建筑物结构主体进行沉降监测,达到对产生危害建筑物不均匀沉降提前预警的目的。

监测建筑物沉降数据时,为确保基准点有关数据准确度,必须分期测定基准点的沉降情况,然后对各个点的稳定性进行检验,将差异性很大的离散点去掉,获取稳定的点作为观测基准点。在实际工作中很难确定水准网中哪些点是可靠的,哪些点不可靠,常应用数理统计法先总体检验基准点的稳定性,然后选定部分点检验稳定性。

本次试验以第一次和二次观测结果为研究对象进行数据分析,其余观测结果均可按相同方法进行处理即可,观测数据(如表1所示),表中为两次观测数据的高差,该数据中人为把距离为8定为单位权,高差变化为第二次观测与第一次观测的差值。

表1 某建筑沉降监测日报表 单位:mm

续:表1

通过MATLAB程序处理后得到的改正数及协因数(如表2所示)。

表2 改正数及协因数

对于表2数据,我们将已知点和变形点都当做未知点进行秩亏自由网平差,通过MATLAB得到上表Qxx,由表2Qxx比较可知,10~14点相对于其他点来说,协因数较小,协因数越大权越小,故将其选为稳定点然后进行拟稳平差处理,处理后得到的结果与秩亏自由网处理后得到的结果对比(如表3所示)。

表3 拟稳平差结果与秩亏自由网平差结果对比

2.数据分析

首先收集多个时间段的水准测量值,然后将得到的数据结果进行平差处理,可以得到各个监测点的高程值,以此为基础,就获得各个监测点的累积沉降量,再根据建筑物各点的累积沉降量绘制建筑物累积沉降量曲线(如图1所示),在拟稳平差结果后,将其结果数据作为回归的变量在对其进行回归处理,推出回归方程,达到预测作用,图 1 为以 1、2、3、4、5 号点为例进行折线图处理,然后以1号点为例进行预测与实际沉降数据进行对比。

图1 1-5号点累积沉降量

图2 1号点预测与实际沉降数据对比

可以发现,五个点的累积沉降量相差不大,且沉降速率(折线斜率)大致相同,可见地基处理是相对可靠稳定的。在实际中,沉降的速率是随时间变化着的,但大体上是趋于直线的,故本次测量是将其看做直线进行处理。沉降折线速率开始动工时,沉降速率很大,随着建筑工期的增加沉降速率又有所减慢,后面曲线未存在异常离散值,也没有突然中断的现象,这些现象说明基础点和观测点都是稳定可靠的,不会有很大的沉降,工程在施工阶段的下沉平稳,其沉降速率满足规范要求。

3.数据建模

(1)确定自变量和因变量。因变量为:各监测点前5次累积沉降量。自变量为:建筑物的观测累积时间;(2)进行回归分析,设建筑物累积时间为自变量x,累积沉降量为因变量y,假设x和y之间存在着线性关系,利用SPSS软件建立各点的回归方程。现以1号点为例来进行说明:将1号点第二次累积沉降量和累积时间数据为因变量和自变量,绘制散点图,大体呈线性相关,添加线性回归分析函数,得到图2和回归方程,相关系数R2为0.9741,说明高度相关性。

4.结束语

从图2可以看出,1号点的预测结果与实际观测值相比较,除了首次相差较大以外,所有观测时间段的误差均相对较小。分析原因:预测模型是线性函数关系模型,如果建筑物发生的沉降呈现出完全的线性形态,则预测值将会比较准确。而该点在该时间段的监测数据与前几期相比较,发生了不均匀的沉降,所以预测值与实测值之间相差较大;最后一次观测,各监测点的预测结果与实际观测值相比较误差均相对较大,是因为大厦荷载增加后,房体整体的沉降量较大。同理,可以对其他点进行以上的分析,分析的结果表明工程的变形量较小,总体是稳定的。

拟稳平差的优越性在于充分考虑了点位变化的情况,使得平差所得的结果更加符合实际情况。本研究首先介绍了拟稳平差的概念、基本原理,讨论了拟稳点选取的两种方法,并举例说明假设检测选择拟稳点法在实际沉降观测数据处里中的应用。

猜你喜欢

基准点监测点建筑物
天津南港LNG接收站沉降监测点位布设
建筑日照设计中基准点相关问题的探讨
抚河流域综合治理监测布局优化
邻近既有建筑物全套管回转钻机拔桩技术
地铁隧道自由设站变形监测基准网稳定性检验
全站仪极坐标法监测点稳定性分析方法研究
描写建筑物的词语
我省举办家畜血吸虫病监测点培训班
火柴游戏
建筑物的加固改造与鉴定评估