基于SAA監(jiān)測的北京市西王路地裂縫形變分析及預測研究
發(fā)布時間:2022-12-18 18:55
地裂縫是一種具有隱蔽性和緩變性的地質災害,已經對許多類型的工程建設項目,比如線性工程項目、水利設施和城市建筑等造成直接損害,對人類的生命以及財產安全造成極大威脅。因此,亟需要對地裂縫災害進行有效監(jiān)測,分析其活動性以及預測其位移變化趨勢,為預警地裂縫災害防治提供強有力的判斷依據(jù)。地裂縫位移活動是評價地裂縫活躍性的重要參考指標,準確、全面、實時獲取地裂縫位移形變量已經成為該研究方向的主要目標。陣列式位移傳感器(Shape Accel Array,SAA)具有高精度、高頻率等特點,故可以應用于變形監(jiān)測工程項目中,其數(shù)據(jù)獲取精度可以達到±1.5mm/32m,頻率可以達到一小時獲取一次數(shù)據(jù)。因此,本研究將SAA埋設于西王路地裂縫內部,貫穿地裂縫上、下盤,實時采集地裂縫內部的三維位移活動信息。但是,單一從位移活動變化來評價地裂縫活躍性并不可靠,位移形變量不能夠反映出地裂縫自身機理與環(huán)境外力相互作用的效果,故而,本文提供了一種系統(tǒng)性處理SAA監(jiān)測數(shù)據(jù)的方法,在此基礎上,提出了基于瞬時總能量模型的地裂縫活躍性分析方法。位移活動分析與瞬時總能量分析方法互相補充,彌補了單一分析法的缺陷。由于地裂縫災害的發(fā)...
【文章頁數(shù)】:59 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀及存在問題
1.3 論文的主要內容及結構
第2章 研究區(qū)域概況及監(jiān)測技術介紹
2.1 地裂縫機理成因
2.2 西王路地裂縫概況
2.3 地裂縫地表監(jiān)測技術介紹
2.3.1 水準測量及監(jiān)測方案
2.3.2 GPS技術及監(jiān)測方案
2.4 地裂縫地下監(jiān)測技術介紹
2.4.1 SAA傳感器基本原理
2.4.2 SAA傳感器布設方案
2.5 本章小結
第3章 基于SAA監(jiān)測的西王路地裂縫位移活動信號分解及降噪
3.1 極點對稱模態(tài)分解
3.2 斯皮爾曼相關系數(shù)
3.3 集成ESMD與斯皮爾曼系數(shù)聯(lián)合降噪精度評定
3.4 本章小結
第4章 西王路地裂縫形變活動分析
4.1 基于傳統(tǒng)地表監(jiān)測技術的西王路地裂縫周期性活動分析
4.2 基于SAA地下監(jiān)測技術的西王路地裂縫周期性活動分析
4.3 基于瞬時總能量的西王路地裂縫活動分析
4.4 西王路地裂縫活動的影響因素分析
4.5 本章小結
第5章 基于支持向量回歸的西王路地裂縫位移活動預測
5.1 支持向量回歸預測模型算法原理
5.2 西王路地裂縫位移活動預測及精度評定
5.3 本章小結
總結與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]基于小波分析和灰色BP神經網絡的滑坡位移預測[J]. 岳強,袁潔,胡濤. 水電能源科學. 2019(10)
[2]基于時間序列分析的公路降雨型滑坡位移預測[J]. 鄔凱,林順,楊雪蓮. 路基工程. 2019(05)
[3]邊坡位移預測典型智能算法對比研究[J]. 趙可欣,熊鑫,蘭宇. 科學技術創(chuàng)新. 2019(29)
[4]基于主成分分析和支持向量機的蘇錫常地區(qū)地裂縫危險性預測[J]. 袁穎,張?zhí)炝? 災害學. 2019(04)
[5]基于變分模態(tài)分解和深度置信神經網絡模型的滑坡位移預測[J]. 韓斐,牛瑞卿,李士垚,趙凌冉,白興宇. 長江科學院院報. 2020(08)
[6]基于時間序列與人工蜂群支持向量機的滑坡位移預測研究[J]. 楊帆,許強,范宣梅,葉微. 工程地質學報. 2019(04)
[7]基于HHT的爆破振動信號時頻能量分析[J]. 劉小樂,袁海平,鄭鑫,王占棋. 合肥工業(yè)大學學報(自然科學版). 2019(06)
[8]基于集合經驗模態(tài)的小波半軟閾值降噪[J]. 甄龍信,王云龍,鄧小艷,張偉錕. 探測與控制學報. 2018(05)
[9]經驗模式分解聯(lián)合獨立分量分析降噪研究[J]. 吳金斌,周世健. 測繪科學. 2016(07)
[10]短基線集InSAR技術用于大同盆地地面沉降、地裂縫及斷裂活動監(jiān)測[J]. 楊成生,張勤,趙超英,季靈運. 武漢大學學報(信息科學版). 2014(08)
碩士論文
[1]基于希爾伯特黃變換及其改進方法的信號分析研究與應用[D]. 李光輝.成都理工大學 2012
本文編號:3722584
【文章頁數(shù)】:59 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀及存在問題
1.3 論文的主要內容及結構
第2章 研究區(qū)域概況及監(jiān)測技術介紹
2.1 地裂縫機理成因
2.2 西王路地裂縫概況
2.3 地裂縫地表監(jiān)測技術介紹
2.3.1 水準測量及監(jiān)測方案
2.3.2 GPS技術及監(jiān)測方案
2.4 地裂縫地下監(jiān)測技術介紹
2.4.1 SAA傳感器基本原理
2.4.2 SAA傳感器布設方案
2.5 本章小結
第3章 基于SAA監(jiān)測的西王路地裂縫位移活動信號分解及降噪
3.1 極點對稱模態(tài)分解
3.2 斯皮爾曼相關系數(shù)
3.3 集成ESMD與斯皮爾曼系數(shù)聯(lián)合降噪精度評定
3.4 本章小結
第4章 西王路地裂縫形變活動分析
4.1 基于傳統(tǒng)地表監(jiān)測技術的西王路地裂縫周期性活動分析
4.2 基于SAA地下監(jiān)測技術的西王路地裂縫周期性活動分析
4.3 基于瞬時總能量的西王路地裂縫活動分析
4.4 西王路地裂縫活動的影響因素分析
4.5 本章小結
第5章 基于支持向量回歸的西王路地裂縫位移活動預測
5.1 支持向量回歸預測模型算法原理
5.2 西王路地裂縫位移活動預測及精度評定
5.3 本章小結
總結與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]基于小波分析和灰色BP神經網絡的滑坡位移預測[J]. 岳強,袁潔,胡濤. 水電能源科學. 2019(10)
[2]基于時間序列分析的公路降雨型滑坡位移預測[J]. 鄔凱,林順,楊雪蓮. 路基工程. 2019(05)
[3]邊坡位移預測典型智能算法對比研究[J]. 趙可欣,熊鑫,蘭宇. 科學技術創(chuàng)新. 2019(29)
[4]基于主成分分析和支持向量機的蘇錫常地區(qū)地裂縫危險性預測[J]. 袁穎,張?zhí)炝? 災害學. 2019(04)
[5]基于變分模態(tài)分解和深度置信神經網絡模型的滑坡位移預測[J]. 韓斐,牛瑞卿,李士垚,趙凌冉,白興宇. 長江科學院院報. 2020(08)
[6]基于時間序列與人工蜂群支持向量機的滑坡位移預測研究[J]. 楊帆,許強,范宣梅,葉微. 工程地質學報. 2019(04)
[7]基于HHT的爆破振動信號時頻能量分析[J]. 劉小樂,袁海平,鄭鑫,王占棋. 合肥工業(yè)大學學報(自然科學版). 2019(06)
[8]基于集合經驗模態(tài)的小波半軟閾值降噪[J]. 甄龍信,王云龍,鄧小艷,張偉錕. 探測與控制學報. 2018(05)
[9]經驗模式分解聯(lián)合獨立分量分析降噪研究[J]. 吳金斌,周世健. 測繪科學. 2016(07)
[10]短基線集InSAR技術用于大同盆地地面沉降、地裂縫及斷裂活動監(jiān)測[J]. 楊成生,張勤,趙超英,季靈運. 武漢大學學報(信息科學版). 2014(08)
碩士論文
[1]基于希爾伯特黃變換及其改進方法的信號分析研究與應用[D]. 李光輝.成都理工大學 2012
本文編號:3722584
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/3722584.html