共查询到14条相似文献,搜索用时 62 毫秒
1.
2.
在对水平位移观测资料的误差分析中,用误差椭圆替代点位中误差来计算观测的误差量,以便确定是边坡位移还是测量误差。在垂直位移观测中以两次高程的中数值作为观测点的最后高程,并取高程较差的一半作为两次高程观测平均值的中误差。观测结果表明,无论在水平或垂直方向上,观测期内均无位移迹象。 相似文献
3.
文中针对微山湖下开采湖底变形观测问题,对湖区水下开采设计了"水下观测点配合特制测竿观测方法",并进行湖底变形观测。由于该装置需要应用GPS-RTK技术,因此在矿区内进行静态GPS与动态GPS-RTK实验及GPS-RTK高程测量与四等水准测量实验,确定了基站与流动站之间距离与GPS-RTK平面及高程测量精度的关系模型。并应用该技术在山东某矿微山湖下开采工作面进行了湖底变形实际观测。观测结果表明:该方法所得数据较准确,精度高,解决了湖底变形观测与埋点问题。并对实测数据进行整理分析,绘制了变形曲线;求得了岩移参数;为静水下变形测量提供了一种新型可靠的观测方法。 相似文献
4.
针对西南山区高地应力软岩隧道支护结构破坏、围岩大变形等问题,以云南昌宁隧道为工程背景,分析了隧道围岩大变形破坏模式及力学机理,开展了软岩隧道NPR锚索应力补偿支护技术应用研究工作。首先采用现场勘查和室内试验的方法,对隧道地质条件及破坏成因进行分析;然后,研究了昌宁隧道影响围岩稳定性的主要控制因素和围岩破坏模式,提出了以NPR锚索为核心的应力补偿支护技术;最后,通过现场试验分析了NPR锚网耦合支护条件下昌宁隧道围岩控制效果。结果表明:岩层挤压弯折和层间剪切滑移是昌宁隧道围岩破坏的主要模式;以NPR锚索为核心的应力补偿支护技术能有效控制隧道围岩初期支护大变形,隧道围岩最大变形量从2 150 mm降低到100 mm以内,效果显著。研究成果可为软岩隧道大变形的防治提供参考。 相似文献
5.
6.
经典的一元和多元线性回归模型多采用最小二乘方法进行参数解算,但最小二乘估计无抗差能力,遇到异常值干扰易导致参数估值出现偏差。为提高回归分析方法的抗差性,将中位数引入回归分析方法中,提出了一种基于中位数的回归分析方法。详细分析了回归分析的相关理论以及基于中位数的回归分析方法的基本原理;以淮北某矿区建筑物的实际变形监测数据为例,分别对变形监测数据进行了最小二乘回归分析、抗差最小二乘回归分析以及中位数回归分析,并对其拟合及预测效果进行了对比。结果表明:观测量受到粗差污染时,中位数回归分析方法可有效抵抗异常值的影响,拟合效果及预计结果均优于其他2种方法,对于提高矿区变形监测数据的处理精度及效率有一定的参考价值。 相似文献
7.
8.
随着现代工程建筑物规模扩大和建设难度的增加,如何科学、准确、实时地监测和预测建筑物的变形就显得尤为重要。该文以某建筑物沉降监测数据为例,在分析了GM模型和AR模型的特点和适用范围基础上,利用GM模型提取变形数据的趋势项,然后利用AR模型分析随机项,实验结果表明,组合后的GM-AR模型预测结果更为可靠、准确。 相似文献
9.
陀螺的摆动方程是非线性的,线性化后的数据处理结果都不理想。针对此种情况,在分析几种传统的数据处理方法的基础上,提出了一种新的处理方法:把观测值分为三个一组,先分别求初始摆幅,衰减系数及陀螺北方向的近似值,然后,按简易法、严密法求出陀螺北方向的最或然值及其精度。对于逆转点的方差,要用方差分量估计原理进行估算。 相似文献
10.
基于遗传BP神经网络的变形数据分析处理 总被引:1,自引:0,他引:1
基于遗传算法的全局寻优特性和BP算法无法避免局部极小的问题。为变形数据的分析预测提出了改进的BP网络.即首先应用遗传算法优化网络的初始权重,然后再利用BP算法最终完成网络训练。实例分析表明,改进后的BP网络的训练次数和最终权值相对稳定,该方法在变形数据预测的精度、速度和稳健性等方面都优于BP网络。 相似文献
11.
12.
13.
针对矿山开采沉陷地表移动变形数据处理量大、预计参数求取不稳定等不足,在借鉴和总结不同计算机语言开发系统优缺点的基础上,利用C#编程语言,结合Word和CAD开发出开采沉陷移动变形数据处理与预计一体化系统。该系统集成了数据管理、移动变形计算、输出报表以及契合CAD的移动变形曲线绘制功能,并构建了基于人工鱼群算法(Artificial Fish School Algorithm,AFSA)的Logistic单点沉陷预测模型。将该系统应用于顾桥矿1414(1)工作面,试验结果表明:①系统兼容性强、操作简便,提高了开采沉陷地表移动变形数据处理的准确性和效率,可将下沉、斜率、曲率、水平移动、水平变形曲线和相应的煤层按一定的比例在CAD软件上成图,便于从图中求取地表移动盆地各角量、距离参数以及任意点的对应值,克服了传统方法只能查看、无法定量分析的不足;②结合实测下沉数据,将基于AFSA的Logistic单点预测沉陷模型进行了应用,选取的2点绝对误差最大值分别为143.6 mm、132 mm,拟合中误差分别为65.6 mm、55.8 mm,求取参数的拟合效果符合工程应用要求。 相似文献
14.