共查询到10条相似文献，搜索用时 15 毫秒
1.
主要研究了中船长兴造船基地一期工程中关于3、4号船坞大跨度双排钢板桩围堰工程的监测技术，包括监测项目、监测点设置和监测方法等内容。该工程首次对双坞体大跨度双排钢板桩围堰运行过程中的稳定性进行监测，其监测内容之全，在国内外类似水工工程上是罕见的。 相似文献
2.
3.
大跨度桥梁线形形变测量对桥梁结构健康安全监测与评估具有重要意义。水准测量、连通管等形变测量方法测量频率低、成本高,单相机形变测量方法测量距离越远测量精度越差,难以满足大跨度桥梁线形形变高精度测量需求。提出了一种集成惯性传感器和视觉测量的大跨度桥梁线形形变实时测量方法,使用相机高频拍摄桥梁测量靶标图像,同时利用惯性传感器纠正因相机振动带来的测量误差,通过多惯性相机串联延伸视觉测量的范围,采用联合解算获取大跨度桥梁线形形变,并研制了相应的测量设备,应用于某特大桥健康监测系统中。实验结果表明,所提方法的均方根误差为0.38 mm。在桥梁实验验证中,惯性相机测量大跨度桥梁线形形变与静力水准测量结果高度一致,相关系数均优于99.90%,相互较差为4.94 mm。所提方法能高精度实时测量大跨度桥梁线形形变,具有良好的工程价值。 相似文献
4.
5.
对地铁监测数据建立相应的预测模型,对变形可进行前瞻性预测,从而保证地铁安全的施工和运营。本文以北京市地铁某基坑工程为研究对象,首先以某一监测点为例,利用小波分析对原始监测数据进行去噪处理;然后分别利用时间序列分析模型和BP神经网络模型对去噪后的数据进行建模分析,得到原数据的拟合值和对未来变形的预测值;最后利用同期Sentinel-1A卫星影像进行相干点时序InSAR处理,得到形变结果。通过分析两个模型的预测值与实际值,并与InSAR结果进行对比,验证了两个预测模型在地铁形变监测中应用的优劣性。 相似文献
6.
郑干 《测绘与空间地理信息》2019,42(4)
随着变形预测在工程中的广泛应用,很多单一预测模型预测精度较低,因此,很多学者对组合预测模型进行探讨研究。本文主要研究定权和变权两种确定权重系数建立组合预测模型的方法,以灰色GM(1,1)模型和时间序列模型两种单一模型为基础建立定权组合预测模型和变权组合预测模型进行拟合预测,并通过实例验证分析,得出变权组合预测模型拟合预测精度高于定权组合预测模型拟合预测精度,得到了较好的拟合预测结果,从而可以更好地应用到工程变形预测当中。 相似文献
7.
《地理空间信息》2017,(4)
地铁自动监测数据含有较多随机误差成分,可以利用卡尔曼滤波对其进行处理,从而获得真实、稳定的地铁形变信息,然后基于支持向量机法对滤波后的地铁监测数据建立预测模型,并与实际L3水准结果以及BP神经网络预测结果进行比较。结果显示,卡尔曼滤波能够显著降低原始数据中的随机噪声成分。与BP神经网络相比,支持向量机方法预测精度提高了50%。采用不同监测数据量对K-SVM预测精度进行研究,结果表明,在监测数据较少时,增加监测数据能够显著提高预测精度,而当监测数据量大于20时,K-SVM预测模型的已知数据需求达到饱和,能够获得最优预测结果。基于K-SVM的地铁自动监测数据的处理和预测能够更加准确地预测地铁真实形变,为地铁安全监测、预警提供更加可靠的信息。 相似文献
8.
不稳定斜坡地表形变预测对于滑坡灾害防治和预警具有重要意义。现有监测手段覆盖范围小、成本高,相关预测方法局限于单点预测,对历史数据量要求较高。针对上述问题,本文采用小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术进行不稳定斜坡地表形变监测,设计了一种结合InSAR反演结果和门控循环单元(GRU)神经网络的不稳定斜坡地表形变预测方法。首先使用SBAS-InSAR技术对研究区域进行地表形变监测,然后利用获取到的时序形变反演结果,建立GRU模型进行形变规律学习,最后开展不稳定斜坡地表形变预测。试验结果表明,该方法对不稳定斜坡地表形变的预测平均绝对误差为0.678 mm,平均绝对比例误差为2.7%,相比于传统的支持向量回归(SVR)模型,预测效果提升超过30%,工程应用潜力较大。 相似文献
9.
为了克服建筑物变形预测中单一模型预测精度差、不稳定的问题,本文融合了适应性强、互补性好的自回归滑动模型、灰色模型和三次指数平滑法三种模型,基于误差平方和最小准则,采用滚动时间域的方式构建了非负变权组合预测模型。工程应用表明:非负变权组合预测模型的预测精度、可靠性优于三种单一预测模型、方差倒数组合预测模型以及等权组合预测模型。研究成果对建筑物沉降预测具有较好的参考价值。 相似文献
10.
李妍妍 《测绘与空间地理信息》2016,(10):205-208
桩顶水平位移的变形监测是一项重要内容,针对传统预测方法存在的不足,本文采用基因表达式编程(GEP),利用Eclipse平台下的Java编程语言,建立了桩顶水平位移预测模型。将灰色GM(1,1)模型、BP神经网络模型和基因表达式编程(GEP)这三种模型对桩顶水平位移的预测结果进行对比分析,得出基因表达式编程不仅能够提高桩顶水平位移的预测精度,而且其学习效率比灰色GM(1,1)模型和BP神经网络模型也有显著提高,从而证明基因表达式编程模型在桩顶水平位移预测方面具有可行性。 相似文献