工程测量学的发展评述

报道较少。多是为了安全起见，有较大的质量富余，建网费用偏高。网优化设计费用很少，所带来的效益较大，凡是较重要的工程控制网，都应作优化设计。
　　3. 变形观测数据处理
　　工程建筑物及与工程有关的变形的监测、分析及预报是工程测量学的重要研究内容。其中的变形分析和预报涉及到变形观测数据处理。但变形分析和预报的范畴更广，属于多学科的交叉。
　　(1) 变形观测数据处理的几种典型方法
　　根据变形观测数据绘制变形过程曲线是一种最简单而有效的数据处理方法，由过程曲线可作趋势分析。如果将变形观测数据与影响因子进行多元回归分析和逐步回归计算，可得到变形与显著性因子间的函数关系，除作物理解释外，也可用于变形预报。多元回归分析需要较长的一致性好的多组时间序列数据。
　　若仅对变形观测数据，可采用灰色系统理论或时间序列分析理论建模，前者可针对小数据量的时间序列，对原始数列采用累加生成法变为生成数列，因此有减弱随机性、增加规律性的作用。如果对一个变形观测量(如位移)的时间序列，通过建立一阶或二阶灰微分方程提取变形的趋势项，然后再采用时序分析中的自回归滑动平均模型ARMA，这种组合建模的方法，可分性好且具有以下显著优点：将非平稳相关时序转化为独立的平衡时序；具有同时进行平滑、滤波和推估的作用；模型参数聚集了系统输出的特征和状态；这种组合模型是基于输出的等价系统的理想动态模型。
　　把变形体视为一个动态系统，将一组观测值作为系统的输出，可以用卡尔曼滤波模型来描述系统的状态。动态系统由状态方程和观测方程描述，以监测点的位置、速率和加速率参数为状态向量，可构造一个典型的运动模型。状态方程中要加进系统的动态噪声。卡尔曼滤波的优点是勿需保留用过的观测值序列，按照一套递推算法，把参数估计和预报有机地结合起来。除观测值的随机模型外，动态噪声向量的协方差阵估计和初始周期状态向量及其协方差阵的确定值得注意。采用自适应卡尔曼滤波可较好地解决动态噪声协方差的实时估计问题。卡尔曼滤波特别适合滑坡监测数据的动态处理；也可用于静态点场、似静态点场在周期的观测中显著性变化点的检验识别。
　　对于具有周期性变化的变形观测时间序列，通过Fourier变换，可将时域内的信息转变到频域内分析，例如大坝的水平位移、桥梁的垂直位移都具有明显的周期性。在某一观测时刻的观测值数字信号可表示为许多个不同频率的谐波分量之和，通过计算各谐波频率的振幅，最大振幅以及所对应的主频率等，可揭示变形的周期变化规律。若将变形体视为动态系统，变形视为输出，各种影响因子视为输入，并假设系统是线性的，输入输出信号是平稳的，则通过频谱分析中的相干函数、频响函数和响应谱函数估计，可以分析输入输出信号之间的相干性，输入对系统的贡献(即影响变形的主要因素及其频谱特性)。
　　(2) 变形的几何分析与物理解释
　　传统的方法将变形观测数据处理分为变形的几何分析和物理解释。几何分析在于描述变形的空间及时间特性，主要包括模型初步鉴别、模型参数估计和模拟统计检验及最佳模型选取3个步骤。变形监测网的参考网、相对网在周期观测下，参考点的稳定性检验和目标点和位移值计算是建立变形模型的基础。变形模型既可根据变形体的物理力学性质和地质信息选取，也可根据点场的位移矢量和变形过程曲线选取。此外，前述的时间序列分析，灰色理论建模、卡尔曼滤波以及时间序列频域法分析中的主频率和振幅计算等也可看作变形的几何分析。
　　变形的物理解释在于确定变形与引起变形的原因之间的关系，通常采用统计分析法和确定函数法。统计分析法包括多元回归分析、灰色系统理论中的关联度分析以及时间序列频域法分析中的动态响应分析等。统计分析法以实测资料为基础，观测资料愈丰富、质量愈高，其结果愈可靠，且具有“后验”性质，它与变形的几何分析具有密切的关系，是测量工作者最熟悉和乐于采用的方法。确定函数法是根据变形体的物理力学参数，建立力(荷载)和变形之间的函数关系如位移场的微分方程，在边界条件已知时，采用有限元法解微分方程，可得到变形体有限元结点上的变形。采用有限元法，可以计算混凝土大坝、矿山地表以及滑坡在外力(表面力和体力)作用下的位移值。这种方法不需要监测数据(监测数据仅作检验用)，具有“先验”性质。只要有限元划分得当，变形体的物理力学参数(如杨氏弹性模量，泊松比，内摩擦角、内聚力以及容重等)选取得较好，该法无疑是一种多快好省的方法，目前有许多有限元计算软件如COSMOS/M供用。但变形体的物理力学参数的确定和所建立的微分方程都带有一定的假设，有时用有限元法计算的值与实测值有较大的差异，这就导致了将两种方法相结合的综合分析法，以及根据实测值按一定理论反求变形体物理力学参数的反演分析法，通过反演解算，重新用有限元法作修正计算。相对于有限元法，条分法用于边坡稳定性分析、计算和评价更为简单，其中萨尔码(SARMA)法应用最普遍，根据力学模型、几何条件和静力平衡方程，对平衡条件作迭代计算，可定量的得到边坡稳定性评价指标——稳定安全系统。一般要求对条分法和有限元法同时使用。上述方法对大多数测量工作者来说较为陌生，用确定函数法进行地变形的物理解释和预测属于学科交叉领域，需要与地质和工程结构方面的人员合作。
　　(3) 变形分析与预报的系统论方法
　　用现代系统论为指导进行变形分析与预报是目前研究的一个方向。变形体是一个复杂的系统，它具有多层次高维的灰箱或黑箱式结构，是非线性的，开放性(耗散)的，它还具有随机性，这种随机性除包括外界干扰的不确定性外，还表现在对初始状态的敏感性和系统长期行为的混沌性。此外，还具有自相似性、突变性、自组织性和动态性等特征。
　　按系统论方法，对变形体系统一般采用输入—输出模型和动力学方程两种建模方法进行研究，前者系针对黑箱或灰箱系统建模，前述的时序分析、卡尔曼滤波、灰色系统建模、神经网络模型乃至多元回归分析法都可以视为输入—输出建模法。采用动力学方程建模与变形物理解释中的确定函数法相似，系根据系统运动的物理规律建立确定的微分方程来描述系统的运动演化。但对动力学方程不是通过有限元法求解，而是在对系统受力和变形认识的基础上，用低阶的简化的在数学上可解和可分析的模型来模拟变形过程，模型解算的结果基本符合客观事实。例如用弹簧滑块模型模拟地震过程的混沌状态和高边坡的粘滑过程，用单滑块模型模拟大坝的变形过程，用尖点突变模型解释大坝失稳的机理。对动力学方程的解的研究是系统论分析方法的核心，为此引入了许多与动力系统有关的基本概念，这些概念与变形分析和预报密切相关，它们是：状态空间或相空间(称解空间)、相轨线、吸引子、相体积、李亚普诺夫指数和柯尔莫哥洛夫熵等。例如相轨线代表相点运动的迹线，每一个相点代表状态向量(变形、速率或影响因子)在某一时刻的解；吸引子代表系统的一种稳定的运动状态，它可以是一个稳定的相点位，环或环面，也可以是相空间的一个有限区域，对于局部不稳定的非线性系统，将出现分数维的奇怪吸引子，表示系统将出现混沌状态。李亚普诺夫指数描述系统对于初始条件的敏感特征，根据其符号可以判断吸引子的类型以及轨线是发散的还是吸引(收敛)的。柯尔莫哥洛夫熵则是系统不确定性的量度，由它可导出系统变形平均可预报的时间尺度。对变形观测的时间序列(如位移量)进行相空间重构，并按一定的算法计算吸引子的关联维数，柯尔莫哥洛夫熵和李亚普诺夫指数等，可在整体上定性地认识变形的规律。另外，也可根据监测资料，反演变形体系统的非线性动力学方程。
　　系统论方法还涉及变形体运动稳定性研究，这种稳定性在数学上可转化为微分方程稳定性的研究，主要采用李亚普诺夫提出的判别方法。
　　系统论方法涉及到许多非线性科学学科的知识，如系统论、控制论、信息论、突变论、协同论、分形、混沌理论、耗散结构等。上述理论远不是工程测量工作者所能掌握的，将系统论方法与变形分析与预报相结合的研究只是初步的，希望有更多的青年学者加入到这一研

上一页  [1] [2] [3] [4] [5] 下一页