基于时间序列分析的基坑沉降监测数据分析研究

发布时间：2017-09-08 11:23

  本文关键词：基于时间序列分析的基坑沉降监测数据分析研究

  更多相关文章： 变形监测 时间序列分析 最小二乘估计

【摘要】：随着我国城市化步伐的不断加快,高层及超高层建(构)筑物的数量快速增长。在众多影响建(构)筑物正常使用和安全的因素中,基坑工程的沉降起到至关重要的作用,对其进行系统性监测愈发必要。同时,时间序列分析模型在处理动态数据中有良好的效果,广泛应用于各行各业。将时间序列分析模型应用于变形监测,通过长期积累的监测数据建立数学模型以了解和掌握事物发展变化的规律,并对建筑物基坑的未来性态做出及时有效的预报,本文在上述方面作了一些开拓性的工作。本文详细阐述了时间序列分析法的核心思想,通过比较几种常见的时间序列分析模型揭示了时间序列的基本方法和动态特性,分析和利用时间序列中的自相关函数和偏自相关函数对模型进行识别,并用于模型的建立和优化,最终实现对变形的预报。本文结合广州市南沙区心意华庭地下室工程基坑沉降监测的变形监测资料,具体介绍了时间序列分析模型的建立过程,详细分析了预报结果。针对时间序列分析需要的观测数据量大,观测期数多以及模型定阶较复杂的特点,本文结合最小二乘配置的理论对时间序列进行改进。文中阐明了最小二乘配置方法中的方差-协方差函数的建立与应用,结合时间序列分析的样本数据计算得出预报结果,并将预报结果与时间序列分析求解出的预报结果进行对比分析,初步证明了最小二乘配置在建筑物基坑工程沉降预报中应用的可行性。
【关键词】：变形监测 时间序列分析 最小二乘估计
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TU433;O211.61
【目录】：

• 摘要4-5
• Abstract5-11
• 1 绪论11-17
• 1.1 研究目的与意义11
• 1.2 时间序列分析的国内外研究现状11-13
• 1.3 变形分析与预报国内外研究现状13-14
• 1.4 论文主要研究内容及结构安排14-17
• 2 时间序列分析的基本方法和动态特征17-31
• 2.1 时间序列分析概述17-19
• 2.1.1 时间序列分析的定义17-18
• 2.1.2 时间序列分析方法18-19
• 2.1.3 时间序列分析的特点19
• 2.2 时间序列的预处理19-22
• 2.2.1 平稳性检验20-21
• 2.2.2 纯随机性检验21-22
• 2.3 ARMA模型的性质22-24
• 2.3.1 自回归(AR)模型22-23
• 2.3.2 移动平均(MA)模型23-24
• 2.3.3 自回归移动平均(ARMA)模型24
• 2.4 平稳序列建模24-29
• 2.4.1 时序模型的建立和动态特征25-26
• 2.4.2 模型识别26-27
• 2.4.3 参数估计27-29
• 2.4.4 模型检验29
• 2.5 本章小结29-31
• 3 时序模型的优化及其预测31-42
• 3.1 常用的时间序列模型的定阶准则31-34
• 3.1.1 AIC准则31-32
• 3.1.2 SBC准则32
• 3.1.3 FPE准则32-34
• 3.2 时间序列模型的适应性检验和预报34-36
• 3.2.1 模型的适应性检验34
• 3.2.2 时间序列的预报34-36
• 3.3 最小二乘配置的数学模型36-37
• 3.3.1 最小二乘配置的计算公式36-37
• 3.3.2 协方差函数及其估计37
• 3.4 自回归移动平均模型算例37-40
• 3.5 本章小结40-42
• 4 基坑沉降监测时序模型算例分析42-57
• 4.1 工程概况42-45
• 4.1.1 概述42-43
• 4.1.2 沉降监测方法和内容43-45
• 4.2 时序模型对监测点JC1点进行分析45-49
• 4.2.1 JC1沉降数据平稳化处理45-46
• 4.2.2 相关分析46-47
• 4.2.3 模型阶次的判定与参数估计47-48
• 4.2.4 序列预报48-49
• 4.3 JC2-JC8监测点测量数据结果分析49-51
• 4.3.1 沉降数据分析49-51
• 4.3.2 分析结果51
• 4.4 最小二乘配置改进时序分析模型51-54
• 4.4.1 最小二乘配置在沉降预报中的应用52-54
• 4.4.2 分析结果54
• 4.5 本章小结54-57
• 5 结论及展望57-59
• 5.1 结论57
• 5.2 展望57-59
• 致谢59-61
• 参考文献61-63

【参考文献】

中国期刊全文数据库 前1条

1 史玉峰,孙保琪;时间序列分析及其在变形数据分析中的应用[J];金属矿山;2004年08期

，

本文编号：813736