摘要:深基坑的变形监测和动态预测是一项非常重要的工作内容。越来越多的人重视建筑物的安全性和预测性。深基坑变形监测与预测研究可以在一定程度上保证建筑物的安全,预测灾害的发生。因此,在施工条件影响下,其动态变形也是需要重点关注的问题,适当的监测频率、监测方法需要相关人员深入讨论。
关键词:深基坑;变形;预测
1基坑监测工作的意义
由于基坑施工技术尚未普及,地下地质、水文环境较为复杂,地域差异明显,难以准确确定基坑安全设计参数。参数的过大必然会造成资源的浪费,参数的过小会带来危险。因此,结合理论设计、相关施工经验和动态实时监测,综合基坑周边环境的安全分析是当今基坑施工过程中安全控制的常用方法。对于一些创纪录的项目,类似案例不能作为参考,环境的不确定性导致理论值的可信度降低,因此动态监测数据受到更多关注。首先,对于工程本身而言,基坑控制可以及时发现隐患,提前采取安全措施,避免隐患的发生。评估基坑施工对周围建筑物的影响。其次,动态跟踪数据可以比较实际值和理论参数,为以后的项目积累经验。
2 深基坑变形观测特征分析
2.1注意深基坑观测的及时性
普通工程施工没有时间限制。只要完成了施工,就可以记录基本数据。但是,监测深基坑则不同。必须在不同时间实时监测,结果也是动态变化的,只有确保监测结果的准时性,才能得到项目要求的目的。也就是说,在观测深基坑变形时,监测设备必须具备快速及时的观测能力。由于建筑工程大多在户外进行,且不同地区的气候特点不同,要求深基坑变形观测设备能够应对各种恶劣的自然环境,从而确保工程项目正常观测。
2.2确保设备精度
基坑支护结构变形的观测直接关系到整个工程施工的安全。因此,与普通测量相比,要求的精度及稳定性更高,误差更小,这种高精度的技术要求是普通测量仪器难以达到的。因此,在观测深基坑变形时,应选择精度较高的测量设备,以保证测量结果的准确性,尽量减少误差值。
2.3变形值精度
在观察深基变形时,得到的值并不是给定时间对应的变形值,而是需要量测相对的变形差值。即达到相同的精度,保证两次测量观测结果的误差值一致,使监测数据更有效。这就要求在提高监测设备精度的同时,还要保证监测人员的专业技术水平和实际操作能力,以保证深基础井变形观测终值的可信度,并达到为工程建设服务的目的。
3深基坑变形监测
传统方法有全站仪的极坐标法、视准线法、小角度法、三解高程等,以人工监测为主,部分工程因监测频率或空间限制,会采用全自动全站传(测量机器人)进行远程控制,自动测量。近年随着物联网的兴起,传感器的应用案例越来越多,倾角仪、激光测距仪、二维面阵位移计等,都在不同的基坑应用场景中使用,解决了传统监测方法监测结果不及时的问题。但同时也出现精度低、稳定性差、数据零飘等新的问题。
4监测误差
深基坑监测时,经常会出现较大的误差。这部分误差的原因是由于特定条件和不同类型的监测方法造成的。现采用的深基坑监测方法通常采用静态形式,是指在短时间内对监测对象进行量测,只与深基坑的现状相匹配。然而,深基坑一直处于各种压力之下,这部分压力随时变化,这部分变化会导致数据出现突变,增加了误差识别的难度。但随着自动化监测的推广应用,会产大量数据,通过对数据的误差识别,清洗出有用的,与工况变形趋势相敏合的监测数据,是现阶段误差分析的关注点。
5注意方面
在现有条件下,深基坑监测会存在固定误差。这部分的错误是不可避免的。它是由深基坑动态变化和静态监测方法之间的偏差引起的。使用当今现有的技术,需要了解工作中的所有小细节并尽可能减少错误。在对监测点的组织和控制过程中,监测人员要深入了解基坑支护结构变形方向、变化趋势的特点,通过理论知识的联系、理论的结合,尽可能减少误差。此外,检测频率应保持在合适的范围内,对于持续的深基坑变形,应合理控制监测频率,尽量减少监测过程中的变化数据的漂移。那么就需要以合理、科学的方式对数据进行测量和处理。收集和处理数据,然后比较理论数据并科学跟进相关数据。
6改进的数据跟踪方法
一是要动态匹配具体情况和监测,做到实时进行。目前动态设计和建设的新型自动化监测技术可以很好地解决动态监测与静态监测不协调的问题。随着计算机化发展的加速,以互联网为支撑的一批产业将成为未来发展的主要方向。大数据生成使人们可以动态模拟深基井的监测图像和结果。通过互联网技术,他们可以实时监测深基础井变形的各个阶段,实时监测变形情况。数据可充分预测监测结果,准确预测后续水平位移、水土压力、沉降变形等变化势趋。动态方法在动态监测、综合信息管理和监测过程中的应用是深基坑监测发展的必然方向。随着我国经济建设的快速发展,这种动态监测形式将成为我国深坑监测的重点内容之一。
7深基坑变形预测方法
7.1 传统模型预测与数值分析
回归分析和经验类比的预测模型需要大量的监测数据,具有一定的局限性,非常不利于系统变化过程的描述。数值方法具有一定的精度由于影响基坑坡度的因素存在诸多不确定性,该方法过于笼统,难以得到可靠的分析结果。
7.2 灰色系统
灰色系统理论上,一些未知和已知的系统是灰色系统,它们是有序的和一般的。凌乱的数据有一定的规律。经科学处理,反映规律性,建立动态灰度位移预测模型,对变形进行预测。其中以GM(1, 1)模型最为常见,而灰色预测模型在大多数情况下是近似的,因为模型需要累加生成一系列的灰色指数,以便拟合。对应的微分方程。
7.3神经网络预测
该设备可以通过物理或计算机来模拟人脑神经网络的功能和结构。它应用于其他领域。它通过简单的处理单元连接成为一个复杂的系统。学习和容错功能非常强大。不需要教学模式。它用于数据处理,如分类、预测、非线性回归和模式识别。在大多数情况下,效果优于传统的加工方法。 BP网络是目前应用最广泛的网络。使用神经网络处理问题一般分为以下几点:一是分析实际問题,选择合适的网络结构;二是收集整理训练和测试样本;三是,将训练样本输入网络并开始训练,用测试样本测试网络的性能。第四,为用户提供一个能够处理特定问题的网络。
7.4 时间序列分析
当今处理动态数据最好的方法之一是时间序列分析,它不需要考虑影响观测的因素,它只看这部分数据的统计规律。应用于偏移预测时,由于偏移序列具有趋势,一般可以分为两类,一类是直接从序列中去除趋势,另一类是从序列中提取趋势。通过对建筑物沉降数据对的研究,位移率的序列表现出稳定,则应用趋势方向处理可以反映第一种方法的物理意义,计算方便。
结语
本文主要对深基础井变形监测预测研究进行分析和探讨。深基井变形问题是当前基础设施工作中最棘手的问题,需要建设单位重点关注如何做好监测和预测。随着互联网的飞速发展,如何融合互联网进行动态监控也是建设单位需要考虑的重点问题之一。
参考文献
[1]陈能辉,朱增洪.南昌百脑汇购物广场基坑监测与分析[J].江西测绘,2013,63(1):40-41.
[2]夏才初,潘国荣.土木工程监测技术[M].中国建筑工业出版社,2012(12).
[3]万志辉,刘红艳,步艳洁.深基坑围护结构变形监测与数值模拟分析[J].施工技术,2015,44(07):83-86.
[4]岳仁宾,滕德贵,胡波,李超.灰色模型在深基坑变形监测中的应用研究[J].测绘通报,2014(S2):85-87.