一种针对盾构开挖影响区域内的建筑物变形数据处理方法技术

本发明专利技术公开了一种针对盾构开挖影响区域内的建筑物变形数据处理方法，建筑物监测的数据由布设在建筑物监测点的自动数据采集仪器量测得到，对各个量测数据进行读数、记录，然后保存到测量数值存储系统中；将记录数据的表格存档并输入计算机进行校核与整理，对异常数据进行剔除。根据监测报告，对盾构施工的地表纵向沉降各阶段进行控制。本发明专利技术通过合理的监测数据处理对盾构机的施工进行有效监控，保障隧道工程质量，通过对多种监测数据进行合理处理最终为盾构开挖参数进行反馈。另外通过对原始的监测数据进行粗差筛分，为最终的监测数据与盾构计划执行提供保障。

A data processing method for building deformation in the area affected by shield excavation

The invention discloses a data processing method for building deformation in the area affected by shield tunneling. The data of building monitoring is measured by an automatic data acquisition instrument installed at the monitoring point of the building. The measured data are read and recorded, and then stored in the measuring data storage system. The form is archived and input into the computer for checking and sorting out the abnormal data. According to the monitoring report, the ground longitudinal settlement of shield construction is controlled at all stages. The invention effectively monitors the construction of shield machine through reasonable monitoring data processing, guarantees the quality of tunnel engineering, and finally feeds back the shield excavation parameters through reasonable processing of various monitoring data. In addition, the gross error screening of the original monitoring data provides guarantee for the final monitoring data and the implementation of the shield project.

【技术实现步骤摘要】
一种针对盾构开挖影响区域内的建筑物变形数据处理方法
本专利技术公开了在一种针对盾构开挖影响区域内的建筑物变形数据处理方法，属于地铁盾构施工

技术介绍
目前隧道开挖影响区域内的建筑物变形监测主要内容为沉降监测，获取施工过程中建筑物的整体沉降量与差异沉降量，为建筑物风险评估提供基本依据。建筑物变形监测原理为通过对房屋基础监测点高程的变化分析来获取房屋的整体沉降与不同点的差异沉降，计算房屋的倾斜值，结合具体工程规范设计值来判定房屋安全等级，反馈盾构施工工艺参数，必要时采取控制措施。监测点布置在建筑物承重部位，一般设置在四角，根据建筑物尺寸等间距对称设置，距离取值5～15m。工程常采用L型测钉为监测点，测钉固定于建筑墙体上，不允许松动，避开易受干扰损坏位置，并能垂直放置铟钢尺。
技术实现思路
本专利技术的目的在于对隧道开挖影响区域内的建筑物变形监测，通过对多种监测数据进行合理处理最终为盾构开挖参数进行反馈。另外通过对原始的监测数据进行粗差筛分，为最终的监测数据与盾构计划执行提供保障。为实现上述目的，本专利技术采用的技术方案为一种针对盾构开挖影响区域内的建筑物变形数据处理方法，该方法包括如下步骤：S1数据采集与整理；建筑物监测的数据由布设在建筑物监测点的自动数据采集仪器量测得到，对各个量测数据进行读数、记录，然后保存到测量数值存储系统中。记录数据的表格分为监测点标号、监测点原始数据、监测点时间变化数据、监测物结构形式和监测物原始尺寸，通过类别对监测点的初始值进行对比分析。将记录数据的表格存档并输入计算机进行校核与整理，对异常数据进行剔除。S2数据分析方法；S2.1利用小波分析识别对数据进行粗差处理；隧道盾构的监测数据并不能直接提示变化规律和反映关键问题，因此需要对监测数据进行分析处理工作。对数据的分析之前需要对测量结果进行粗差识别和处理。粗差是一种在测量仪器使用过程中人为操作失误引起的误差。小波分析识别数据粗差的过程如下：设f(t)为监测数据系列函数，g(t)为滤波器，则监测数据系列函数的倒数与滤波器的卷积结果视为滤波器函数的导数与监测数据的卷积，因此小波变换的突变点与监测数据的突变点存在关联性，实际数据的粗差处理通过MATLAB软件中的小波工具箱进行计算。S2.2采用回归分析法记录监测数据参数之间的关系。对进行粗差处理的实际数据进行计算，设地表监测点不同时段的位移变化数据：(t1,u1)，(t2,u2)，(t3,u3)，…，(tn,un)；t1-tn表示监测点所在时间段，u1-un表示各个监测点的位移，n表示监测点序号。位移u表示假设存在的曲线方程为：u＝f(t,a,b)式中：a、b为未知参数。将任一组监测数据(ti,ui)代入u＝f(t,a,b)可以得出该点的残差数值ξi，即：ξi＝ui-u＝ui-f(t,a,b)i表示监测数据的序号数。将监测数据系列的残差值进行平方求和：依据最小二乘法，残差值的平方和满足最小值，此时对W求偏导数则满足：依据所求出未知参数a、b的值，得到函数f(t,a,b)。S2.3监测数据的统计处理完成之后制作监测报告表。S3根据监测报告，对盾构施工的地表纵向沉降各阶段进行控制。地表纵向沉降是指隧道上方某一观测点随着隧道施工进度的变化而发生的竖向位移变化。观测点沉降变化在整个隧道开挖过程前后经历五个阶段：第Ⅰ阶段：盾构机掘进距观测点一定距离，所产生的沉降量小，往往难以被监测到。该阶段的沉降称为先行沉降，部分隧道掘进不会产生先行沉降。根据第Ⅰ阶段位移f(t,a,b)1记录与ti1的关系，若f(t,a,b)1大于设定值的话采取措施。第Ⅱ阶段：盾构机尚未推进到观测点下方，但即将到达其下方，该阶段内观测点会产生竖向位移的变化，负值为沉降，正值为向上隆起。根据第Ⅱ阶段位移f(t,a,b)2记录与ti2的关系，若f(t,a,b)2大于设定值的话采取措施。第Ⅲ阶段：盾构机到达测点垂直轴线以下，盾构机尾部完全离开测点垂直轴线，该阶段沉降为盾尾沉降。根据第Ⅲ阶段位移f(t,a,b)3记录与ti3的关系，若f(t,a,b)2大于设定值的话采取措施。第Ⅳ阶段：盾尾完全离开测点后一定时间段持续发生的沉降，称为空隙沉降。根据第Ⅲ阶段位移f(t,a,b)4记录与ti4的关系，若f(t,a,b)4大于设定值的话采取措施。第Ⅴ阶段：盾构施工完成后，土体骨架蠕动等引起的竖向位移变化，称为后续沉降。根据第Ⅴ阶段位移f(t,a,b)5记录与ti5的关系，若f(t,a,b)5大于设定值的话采取措施。与现有技术相比较，本专利技术通过合理的监测数据处理对盾构机的施工进行有效监控，保障隧道工程质量。附图说明图1为本专利技术实施的流程图。图2为隧道开挖引起地表沉降三维示意图。图3为地表纵向沉降历时曲线图。具体实施方式以下结合附图1-3，对于本专利技术进行进一步详细说明。一种针对盾构开挖影响区域内的建筑物变形数据处理方法，该方法包括如下步骤：S1数据采集与整理；建筑物监测的数据由布设在建筑物监测点的自动数据采集仪器量测得到，对各个量测数据进行读数、记录，然后保存到测量数值存储系统中。记录数据的表格分为监测点标号、监测点原始数据、监测点时间变化数据、监测物结构形式和监测物原始尺寸，通过类别对监测点的初始值进行对比分析。将记录数据的表格存档并输入计算机进行校核与整理，对异常数据进行剔除。S2数据分析方法；S2.1利用小波分析识别对数据进行粗差处理；隧道盾构的监测数据并不能直接提示变化规律和反映关键问题，因此需要对监测数据进行分析处理工作。对数据的分析之前需要对测量结果进行粗差识别和处理。粗差是一种在测量仪器使用过程中人为操作失误引起的误差。小波分析识别数据粗差的过程如下：设f(t)为监测数据系列函数，g(t)为滤波器，则监测数据系列函数的倒数与滤波器的卷积结果视为滤波器函数的导数与监测数据的卷积，因此小波变换的突变点与监测数据的突变点存在关联性，实际数据的粗差处理通过MATLAB软件中的小波工具箱进行计算。S2.2采用回归分析法记录监测数据参数之间的关系。对进行粗差处理的实际数据进行计算，设地表监测点不同时段的位移变化数据：(t1,u1)，(t2,u2)，(t3,u3)，…，(tn,un)；t1-tn表示监测点所在时间段，u1-un表示各个监测点的位移，n表示监测点序号。位移u表示假设存在的曲线方程为：u＝f(t,a,b)式中：a、b为未知参数。将任一组监测数据(ti,ui)代入u＝f(t,a,b)可以得出该点的残差数值ξi，即：ξi＝ui-u＝ui-f(t,a,b)i表示监测数据的序号数。将监测数据系列的残差值进行平方求和：依据最小二乘法，残差值的平方和满足最小值，此时对W求偏导数则满足：依据所求出未知参数a、b的值，得到函数f(t,a,b)。S2.3监测数据的统计处理完成之后制作监测报告表。S3根据监测报告，对盾构施工的地表纵向沉降各阶段进行控制。地表纵向沉降是指隧道上方某一观测点随着隧道施工进度的变化而发生的竖向位移变化。观测点沉降变化在整个隧道开挖过程前后经历五个阶段：第Ⅰ阶段：盾构机掘进距观测点一定距离，所产生的沉降量小，往往难以被监测到。该阶段的沉降称为先行沉降，部分隧道掘进不会产生先行沉降。根据第Ⅰ阶段位移f(t,a,b)1记录与本文档来自技高网...

【技术保护点】
1.一种针对盾构开挖影响区域内的建筑物变形数据处理方法，其特征在于：该方法包括如下步骤：S1 数据采集与整理；建筑物监测的数据由布设在建筑物监测点的自动数据采集仪器量测得到，对各个量测数据进行读数、记录，然后保存到测量数值存储系统中；记录数据的表格分为监测点标号、监测点原始数据、监测点时间变化数据、监测物结构形式和监测物原始尺寸，通过类别对监测点的初始值进行对比分析；将记录数据的表格存档并输入计算机进行校核与整理，对异常数据进行剔除；S2 数据分析方法；S2.1 利用小波分析识别对数据进行粗差处理；隧道盾构的监测数据并不能直接提示变化规律和反映关键问题，因此需要对监测数据进行分析处理工作；对数据的分析之前需要对测量结果进行粗差识别和处理；粗差是一种在测量仪器使用过程中人为操作失误引起的误差；小波分析识别数据粗差的过程如下：设f(t)为监测数据系列函数，g(t)为滤波器，则监测数据系列函数的倒数与滤波器的卷积结果视为滤波器函数的导数与监测数据的卷积，因此小波变换的突变点与监测数据的突变点存在关联性，实际数据的粗差处理通过MATLAB软件中的小波工具箱进行计算；S2.2 采用回归分析法记录监测数据参数之间的关系；对进行粗差处理的实际数据进行计算，设地表监测点不同时段的位移变化数据：(t1,u1)，(t2,u2)，(t3,u3)，…，(tn,un)；t1‑tn表示监测点所在时间段，u1‑un表示各个监测点的位移，n表示监测点序号；位移u表示假设存在的曲线方程为：u＝f(t,a,b)式中：a、b为未知参数；将任一组监测数据(ti,ui)代入u＝f(t,a,b)得出该点的残差数值ξi，即：ξi＝ui‑u＝ui‑f(t,a,b)i表示监测数据的序号数；将监测数据系列的残差值进行平方求和：...

【技术特征摘要】
1.一种针对盾构开挖影响区域内的建筑物变形数据处理方法，其特征在于：该方法包括如下步骤：S1数据采集与整理；建筑物监测的数据由布设在建筑物监测点的自动数据采集仪器量测得到，对各个量测数据进行读数、记录，然后保存到测量数值存储系统中；记录数据的表格分为监测点标号、监测点原始数据、监测点时间变化数据、监测物结构形式和监测物原始尺寸，通过类别对监测点的初始值进行对比分析；将记录数据的表格存档并输入计算机进行校核与整理，对异常数据进行剔除；S2数据分析方法；S2.1利用小波分析识别对数据进行粗差处理；隧道盾构的监测数据并不能直接提示变化规律和反映关键问题，因此需要对监测数据进行分析处理工作；对数据的分析之前需要对测量结果进行粗差识别和处理；粗差是一种在测量仪器使用过程中人为操作失误引起的误差；小波分析识别数据粗差的过程如下：设f(t)为监测数据系列函数，g(t)为滤波器，则监测数据系列函数的倒数与滤波器的卷积结果视为滤波器函数的导数与监测数据的卷积，因此小波变换的突变点与监测数据的突变点存在关联性，实际数据的粗差处理通过MATLAB软件中的小波工具箱进行计算；S2.2采用回归分析法记录监测数据参数之间的关系；对进行粗差处理的实际数据进行计算，设地表监测点不同时段的位移变化数据：(t1,u1)，(t2,u2)，(t3,u3)，…，(tn,un)；t1-tn表示监测点所在时间段，u1-un表示各个监测点的位移，n表示监测点序号；位移u表示假设存在的曲线方程为：u＝f(t,a,b)式中：a、b为未知参数；将任一组监测数据(ti,ui)代入u＝f(t,a,b)得出该点的残差数值ξi，即：ξi＝ui-u＝u...

【专利技术属性】
技术研发人员：周思峰，刘勇，杜国涛，邹中波，于新山，余昌平，
申请(专利权)人：中交一公局桥隧工程有限公司，中交第一公路工程局有限公司，
类型：发明
国别省市：北京,11