CN117493815B - 一种基于bim的深基坑监测方法及系统 - Google Patents
一种基于bim的深基坑监测方法及系统 Download PDFInfo
- Publication number
- CN117493815B CN117493815B CN202311836090.3A CN202311836090A CN117493815B CN 117493815 B CN117493815 B CN 117493815B CN 202311836090 A CN202311836090 A CN 202311836090A CN 117493815 B CN117493815 B CN 117493815B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- equipment
- foundation pit
- deep foundation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 286
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000008569 process Effects 0.000 claims abstract description 49
- 238000010276 construction Methods 0.000 claims abstract description 32
- 230000008093 supporting effect Effects 0.000 claims description 89
- 239000002689 soil Substances 0.000 claims description 43
- 230000009466 transformation Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 33
- 238000004088 simulation Methods 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000006073 displacement reaction Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 14
- 238000000540 analysis of variance Methods 0.000 claims description 10
- 238000004062 sedimentation Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000009412 basement excavation Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 239000003673 groundwater Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003014 reinforcing effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013097 stability assessment Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
Abstract
本发明公开了一种基于BIM的深基坑监测方法及系统,具体本发明涉及深基坑监测技术领域,用于解决深基坑建设过程中监测不准确的问题,本发明通过对监测设备进行方差分析,获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,根据时间维度进行设备监测数据分析,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,从而确定深基坑的监测设备状态,确定监测设备状态后,监测深基坑的支护结构情况,对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并在监测出现问题时进行预警处理,提高了深基坑建设过程中的安全性与安全预警的准确性。
Description
技术领域
本发明涉及深基坑监测技术领域,更具体地说,本发明涉及一种基于BIM的深基坑监测方法及系统。
背景技术
建筑信息模型(BIM)技术在是一种应用于工程设计、建造、管理的数据化工具,但在地下工程领域的应用相对较少,主要应用于管道综合碰撞检查和施工过程仿真,深基坑工程是一类复杂的地下工程,涉及到土力学、结构力学、地下水流等多个学科领域,因此需要综合考虑各种因素,包括地质条件、土层性质、支护结构设计等。
现有技术存在的不足:
在深基坑工程项目的建设过程中,由于深基坑的开挖施工和基坑支护往往会同步进行,从而提高工作效率和施工的安全性,但在监测基坑相关数据时,深基坑数据的获取与监测设备的安装不明确,从而导致实时监测数据的不准确性,影响对地下工程状态的准确把握,这常常影响了深基坑作业监测的有效性,特别是在复杂节点的施工过程中,缺少对监测设备实时数据的分析,不能及时监测到深基坑的实时状态并进行调整,从而给整个深基坑建设阶段带来了一系列问题,进而影响到建设过程的安全性。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于BIM的深基坑监测方法及系统,先使用方差分析监测设备,再根据时间维度进行设备监测数据分析,使用小波变换对设备监测数据进行处理,确认监测设备状态,确定监测设备状态后,通过监测支护体系与土压力理论计算得到深基坑支护结构受力情况,从而准确监测深基坑的支护结构情况,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于BIM的深基坑监测方法,包括如下步骤:
使用方差分析监测设备并获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计;
根据时间维度进行设备监测数据分析,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,并对原始信号进行分析,确定深基坑的监测设备状态;
确定监测设备状态后,监测深基坑的支护结构情况,通过监测支护体系墙顶的水平位移、墙顶的竖向位移、墙身深层水平位移、地表沉降值信息并结合土压力理论计算得到深基坑支护结构受力情况;
对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并在监测出现问题时进行预警处理。
在一个优选的实施方式中,使用方差分析监测设备并获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,具体过程如下:
收集每个设备监测数据组的数据,计算每个设备监测数据组的样本均值与样本均值总和;
计算各设备监测数据组内每个数据点与其组均值的差的平方和,以及计算设备监测数据组间平方和;
获取设备监测数据组内自由度,计算得到F统计量;
根据得到的F统计量确定不同因素对设备监测数据的影响程度并进行统计。
在一个优选的实施方式中,根据得到的F统计量确定不同因素对设备监测数据的影响程度并进行统计,具体过程如下:
当判断设备监测数据出现问题时,回溯出现数据问题的设备监测数据组,使用Z-分数检测确定设备监测数据组内数据点与平均值的偏离程度;
根据三倍标准差原则筛选出异常数据点后,对异常数据点进行剔除,并进行缺失的数据点进行线性插值处理,按照插值处理数据量进行排序并统计。
在一个优选的实施方式中,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,具体过程如下:
使用小波变换对深基坑的设备监测数据的时间序列数据进行处理;
选择Daubechies小波作为小波基函数,确定分析的尺度范围,选择多个尺度,在不同频率下对信号进行分析;
对设备监测数据的时间序列数据进行小波变换,通过逆小波变换将分解得到的小波系数进行重构得到原始信号。
在一个优选的实施方式中,并对原始信号进行分析,确定深基坑的监测设备状态,具体过程如下:
获取深基坑设备采集过程中的信号波动信息、数据填补信息;
信号波动信息中包括信噪波动值,数据填补信息中包括填补误差指数;
将获取到信噪波动值、填补误差指数进行综合计算后得到数据准确系数;
填补误差指数、信噪波动值与数据准确系数成正比。
在一个优选的实施方式中,对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,具体过程如下:
对深基坑建设过程中采集的监测数据进行分析,获取沉降变化信息、协同调整信息;
沉降变化信息中包括沉降模拟偏差指数,协同调整信息中包括支撑轴力稳定指数;
将获取到沉降模拟偏差指数、支撑轴力稳定指数进行计算后获取监测影响系数;
沉降模拟偏差指数与监测影响系数成正比关系,支撑轴力稳定指数与监测影响系数成反比关系;
将生成的监测影响系数与预警调控阈值进行对比,确定监测情况。
在一个优选的实施方式中,将生成的监测影响系数与预警调控阈值进行对比,确定监测情况,具体过程如下:
获取到监测影响系数后,将监测影响系数与预警调控阈值进行对比;
若监测影响系数大于或等于预警调控阈值,则生成预警调控信号,并发送预警调控信号至调控部门;
若监测影响系数小于预警调控阈值,则生成监测稳定信号,继续保持监测。
一种基于BIM的深基坑监测系统,用于上述一种基于BIM的深基坑监测方法,包括:
建设数据采集模块,用于采集深基坑建设中产生的信息,包括设备监测数据信息;
监测数据处理模块,用于对监测设备使用方差分析,获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,根据时间维度进行设备监测数据分析,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,确定深基坑的监测设备状态;
监测分析模块,用于对确定监测设备状态后,监测深基坑的支护结构情况,通过监测支护体系墙顶的水平位移、墙顶的竖向位移、墙身深层水平位移、地表沉降值信息并结合土压力理论计算得到深基坑支护结构受力情况;
预警模块,对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并在监测出现问题时进行预警处理。
本发明的技术效果和优点:
本发明通过对深基坑建设中产生的信息进行采集,对监测设备使用方差分析,获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,根据时间维度进行设备监测数据分析,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,确定深基坑的监测设备状态,确定监测设备状态后,监测深基坑的支护结构情况,对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并在监测出现问题时进行预警处理,提高了深基坑建设过程中的安全性与安全预警的准确性。
附图说明
图1为本发明一种基于BIM的深基坑监测方法流程图。
图2为本发明一种基于BIM的深基坑监测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,一种基于BIM的深基坑监测方法,所述监测方法如下:
BIM技术利用数字化技术构建工程项目的三维模型数据库,当设计人员在进行项目设计时,可以直接从数据库中提取项目相关的设计信息,设计人员可以通过BIM模型快速地得到建筑工程的真实信息,包括建筑工程内各构件的几何尺寸、空间关系和受力特点等相关参数,而应用于深基坑监测同样需要对多方面进行监测,从土体变位和沉降方面进行监测,监测地下土体的变位和沉降情况,以评估基坑周边土体的变形情况;
基坑边坡和支护结构变形监测:对基坑边坡和支护结构进行变形监测,以确保其稳定性,包括监测边坡的位移、支护结构的变形情况,及时发现潜在的问题并采取相应的措施;
孔隙水压力监测:对基坑周边土体中的孔隙水压力进行监测,以了解水文地质条件,并预防地下水渗流对基坑稳定性的影响;
深基坑的多方面监测是一个综合性的任务,不同监测方面之间存在紧密的关联,例如,地下水位和土体变位关联监测,地下水位的升降会直接影响周围土体的饱和度,从而引起土体的变位,通过同时监测地下水位和土体变位,了解基坑周边土体的水文地质特征,帮助及时发现可能的地基沉降问题;
土体变位和基坑边坡支护结构联合监测方面,土体变位与基坑边坡稳定性和支护结构的变形直接相关,边坡稳定性和支护结构的变形会受到周边土体变位的影响,通过联合监测,可以发现土体变形对基坑结构稳定性的潜在影响,采取必要的支护措施,确保基坑施工安全进行。
在深基坑项目的监测中,根据工程需要进行监测项目的设置,对于深基坑的土体变为和边坡支护需要优先设置监测设备进行检测,在进行监测设备进行布置时,先对土方开挖过程影响范围内的区域布设监测点位,通过在开挖区域内设置监测点位,掌握土体变位情况;基坑施工时对周边环境的可能造成影响,需再对工程周边道路、管线、地表等布设监测点位;最后布设支护结构的监测点位,监测支护结构的变形和力学性能,当土体变位和周边环境的监测点位发现了异常,进行预警,具体的设备包括全站仪、测斜仪、水准仪、电测水位计、表面应力计等监测设备。
建立系统化的监测网络,覆盖了土方开挖区域、周边环境和支护结构的各个关键点,采用自动化监测系统对各项监测项目进行实时监测,即应用BIM技术构建出对应的三维模型,在此模型上关联监测设备的信息,从而清晰反应出出现数据问题的区域,当出现问题时,提醒专人对监测设备所监测的周边建、构筑物进行巡视检查并进行检查,当遇到紧急危险情况,应适当增加监测频率,直至安全状态恢复正常,例如围护、支护结构的监测频率为每小时一次,产生问题时,提高监测频率。
由于深基坑的施工周期的延长和复杂的工序,设备监测数据在内容上体量庞大,设备监测数据按照预定方案和时间间隔进行采集,然而,在实际监测过程却常受到多种外界因素的干扰,天气条件、温度波动以及不规范的施工操作都可能影响监测设备的正常运作,甚至导致设备失灵或损坏,因此,设备监测数据的误差和观测不全成为不可避免的现象,这种情况要求在数据处理和解释过程中,更加注意因外部因素引起的潜在影响,确保对工程状况的准确评估,即通过对监测设备进行初步分析。
使用方差分析监测设备并获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,具体步骤如下:
收集每个设备监测数据组的数据,确保每个设备监测数据组的样本量相等或接近,计算每个设备监测数据组的样本均值情况,计算样本均值总和/>;
计算设备监测数据组内平方和,衡量各组内的变异情况,即计算各设备监测数据组内每个数据点与其组均值的差的平方和,计算表达式为:,式中,k为设备监测数据组数量,/>为第i组的样本数量,计算设备监测数据组间平方和,计算表达式为:/>,获取设备监测数据组内自由度,ZN=N-k,组间自由度:ZJ=k-1,其中N表示所有样本点的总数,计算均值得到F统计量,计算表达式为:。
根据得到的F统计量确定不同因素对设备监测数据的影响程度并进行统计,如果F统计量的值较大(大于预设的F界限值),说明组间的变异较大,可能存在某些因素对设备监测数据的影响大,如果监测数据涉及多个因素水平的比较,可以采用多重比较方法(如Tukey-Kramer、Bonferroni等)进行后续的事后比较,从而确定具体哪些因素水平之间存在显著差异,当判断设备监测数据出现问题时,回溯出现数据问题的设备监测数据组,使用Z-分数检测确定设备监测数据组内数据点与平均值的偏离程度,使用3σ准则筛选出异常数据点后,对异常数据点进行剔除,并进行缺失的数据点进行插值处理,常见的插值方法包括线性插值、多项式插值、样条插值等,根据不同需求选择合适的插值方法,按照插值处理数据量进行排序统计,插值数量越多的设备监测数据组进行再溯源,确定影响因素,例如,基于线性插值的方法如下:
假设有两个已知数据点(x1,y1)和(x2,y2),以及一个缺失的数据点(x,?)需要进行插值,线性插值基于线段的斜率,在x的范围内进行估算,表达式为:,从而进行缺失值y的填补。
在实际的工程建设过程中,监测深基坑数据过程中伴随着工程的建设,所以会受到各种工程方面的影响,在根据时间维度进行设备监测数据过程中,将时间序列数据当作信号来处理,使用小波变换分析深基坑的设备监测数据,小波变换是一种针对信号进行多尺度分析的方法,其基本特点是在特定尺度窗口下,对信号进行分解和重构。小波变换所具有的震荡性质和周期性函数的特性使其能够适应信号的不同变化特征,通过调整时间和频率的精度,可以更好地适应监测数据的动态变化,在低频率部分,信号的缓慢变化能够通过降低时间分辨率来提高频率分辨率,捕捉整体趋势,而在高频率部分,对瞬间变化的关注提高,通过降低频率分辨率则更好地揭示信号的局部特征。
使用小波变换对深基坑的设备监测数据的时间序列数据进行处理,不同的小波基函数对信号的敏感性不同,选择适当的小波基函数,例如,使用Daubechies小波作为小波基函数,,式中/>表示Scaling函数,/>表示小波系数,此N表示小波结束,t为时间变量,表示小波基函数在时间轴上的位置;
确定分析的尺度范围,即小波的尺度参数,可以选择多个尺度,以便在不同频率下对信号进行分析;
对设备监测数据的时间序列数据进行小波变换。以离散小波变换(DWT)为例:离散小波变换的公式为:,式中,/>是小波系数,a是尺度参数,b是平移参数,/>是小波基函数的复共轭,频率范围的改变可通过调整的大小来控制,时域位置则更改b值的大小进行控制;
波分解可通过小波基本函数的伸缩平移等变换方式来提取不同尺度窗口上的信息,经过分解后的时间序列数据相比分解前的数据有所减少,使得预测的精度逐渐降低,对分解后的时间序列数据信息进行重构;
通过逆小波变换将分解得到的小波系数进行重构,重构为原始信号或者提取感兴趣的频率成分,得到重构后的信号,公式为:。
需要说明的是,小波分解将信号分解成不同频率成分的小波系数,通过选择特定的频带或小波系数,可以实现对感兴趣的频率成分的提取,在信号分析中常用于频域特征提取,在信号的某些部分进行修改或插值,逆小波变换可以用于将修改后的部分与原始信号进行合并,得到修改后的完整信号可用于进行信号分析。
对深基坑建设过程中的监测设备采集的数据进行分析,确定深基坑的监测设备的采集状态,获取深基坑设备采集过程中的信号波动信息、数据填补信息;
将信号波动信息中的信噪波动值标定为XZB,数据填补信息中的填补误差指数并标定为TBW;
将信号波动信息中的信噪波动值是指在时间序列分析中,用于描述信号和噪声之间波动情况的一种度量,用来分析者评估信号的稳定性和噪声的波动水平。通常,较小的信噪波动值表明信号的波动相对较小,相对较大的信噪波动值可能表示噪声水平较高或信号变化较大。
信噪波动值的获取方式为:获取小波变换过程中包含信号和噪声的数据,将数据分解为信号和噪声,对信号和噪声的幅值计算得到信号值XH和噪声值ZS,计算表达式为:、/>,xn、zm分别为信号数据数量和噪声数据数量,计算信噪值:/>,计算得到信噪波动值,计算的表达式为:/>。
需要说明的是,信噪值通常以分贝为单位表示。
数据填补信息中的填补误差指数是一个用来衡量对缺失值进行补充的填补值与预测值之间差异指标,填补误差指数反映了进行缺失值填补的整体预测精度;
填补误差指数的获取方式如下:
获取进行缺失值填补的填补值数据,获取预测值数据,计算误差值:,建立误差值集合/>,n为正整数,计算填补误差指数,计算表达式为:/>。
需要说明的是,预测值是指监测设备进行正常监测情况下,不受到外界影响下的获取的值。
将获取到信噪波动值XZB、填补误差指数TBW进行综合计算后得到数据准确系数,表达式:,式中,/>为数据准确系数,/>、/>为信噪波动值XZB、填补误差指数TBW的预设比例系数,且/>、/>均大于0。
小波变换处理平稳、非平稳和暂态的时间序列数据时,以信噪波动值和填补误差指数作为评价指标,小波基函数效果的好坏主要通过信号处理前后得到的原始信号之间的误差大小来表示,而信噪波动值和填补误差指数作为评价的指标,填补误差指数越大,信噪波动值越大,时间序列数据处理的效果越差,在小波变换过程中,分解层数越多,时间—变形序列曲线的光滑性和稳定性越好,但会剔除掉大量的数据信息,导致预测精度的降低,说明监测设备的状态出现问题,采集数据不能作为实际工程依据;反之,预测精度越高,监测设备采集数据的准确性越高,监测设备满足采集数据的条件,监测设备可进行正常使用。
确定监测设备状态后,对监测的深基坑的支护结构情况进行分析,深基坑施工对土体原有应力状态造成不可逆的影响,开挖后的土体处于一种不同于开挖前的状态,深基坑支护结构设计不仅要确保在开挖过程中的稳定性,还需要在整个过程中保障周围建筑、结构和管线等设施不受破坏,保持正常使用状态,深基坑工程具有时空效应的显著特征,因此在支护结构的选择和设计阶段需要全面考虑多个因素,包括深基坑工程的地质条件、周围环境等,并根据实际情况选择支护结构。
在深基坑支护结构设计时,土压力的方向分为静止土压力、主动土压力和被动土压力三种,通过对支挡结构受力位移方向进行判断,通常情况下,在深基坑开挖后,支挡结构的上部受到土体作用,会朝向基坑内部运动,进入主动土压力状态,而支挡结构的下部土体则处于被动状态,以保持整体结构的平衡,考虑土体在深基坑施工过程中的动力响应,从而应对土体变形和压力变化,确保支护结构的稳定性和周围环境的安全性。
土压力相关的计算理论分为不同假设,在地表水平、墙背竖直的止土压力表达式为:,式中,/>为土的重度,z为计算点的深度,/>为静止压力系数;
在土体为无粘性土,滑动面为平面,墙后土体形成的破坏土楔为刚体整体,忽略其内力情况和变形情况,认为其处于极限平衡状态,公式为:,,/>,式中,/>库伦被动土压力系数,/>、/>分别为土体容重和内摩擦角,/>为墙背与竖直线间的夹角,逆时针为正、顺时针为负;/>为地表面与水平面的夹角,水平面上为正,水平面下为负;/>为墙背与墙后土体的摩擦角;根据不同支护需求选择对应的土压力理论进行计算。
通过监测支护体系墙顶的水平位移、墙顶的竖向位移、墙身深层水平位移、地表沉降值等信息进行基坑支护结构受力的监测;
对深基坑建设过程中采集的监测数据进行分析,确定深基坑监测情况,即获取在进行深基坑监测过程中的沉降变化信息、协同调整信息;
沉降变化信息包括沉降模拟偏差指数并标定为CJM,协同调整信息包括支撑轴力稳定指数并标定为ZCZ;
沉降变化信息中的沉降模拟偏差指数表示实测沉降和模拟(计算)沉降之间的差异的指标,通常用于表示模拟结果与实际观测数据之间的相对误差或偏差程度,沉降模拟偏差指数会对以下方面产生影响:
模型精度和准确性评估:沉降模拟偏差指数是一种衡量模型精度和准确性的重要指标。较低的偏差指数表示模型能够较好地拟合实测数据,反映了模型对地基沉降行为的较准确的模拟能力;
风险评估:模拟偏差指数可作为风险评估的一部分,帮助工程师和决策者了解模拟结果的可靠性,高模拟偏差指数表示模型的风险较大,需要更谨慎地处理相关问题。
沉降模拟偏差指数的获取方式为:获取深基坑实际测得的地表沉降数据,获取通过模拟方法进行地表沉降的计算模拟数据,建立实际测得的地表沉降数据集合,n为正整数,计算模拟数据集合/>,n为正整数,将实际测得的沉降数据与模拟计算得到的沉降数据进行比对,计算得到沉降模拟偏差指数,计算的表达式为:/>。
需要说明的是,监测数据的获取时间序列进行频率采样,具体采样频率根据实际情况设定,地表沉降数据通过安装监测设备、测量仪器或其他观测手段获取,例如测斜仪、位移传感器等,通过通信将监测得到的数据实时传输到接收端中用以分析,模拟数据是利用数值模型、地基模型或其他适当的模拟方法进行地表沉降的计算模拟得到的。
协同调整信息中的支撑轴力稳定指数是一个用来衡量在深基坑建筑工程不同施工阶段中多组支撑结构之间轴力变化趋势的稳定情况,支撑轴力稳定指数的值能够反映支撑结构在施工过程中的变化稳定性程度,从而对深基坑的支护效果和结构受力状态进行综合评估,支撑轴力稳定指数对以下方面产生影响:
支撑结构稳定性评估:支撑轴力稳定指数是评估支撑结构在施工过程中稳定性的关键指标,通过监测和分析轴力的变化,判断支撑结构是否足够稳定以承受土压力和其他外部荷载;
支撑结构相互作用:不同支撑结构之间的轴力变化反映了支撑结构之间的相互作用,通过监测支撑轴力,可以了解不同部位的支撑结构在受力上的差异,以及在协同工作中的效果。
支撑轴力稳定指数的获取方式如下:
获取轴力传感设备采集的支撑结构实时轴力,获取采集各个支撑结构的轴力数据时间序列数据,设定移动平均窗口大小k,并所对应的每个支撑结构的轴力数据进行移动平均得到轴力平滑值,计算表达式为:,/>是在时刻t的移动平均值,/>表示在时刻t的轴力值,对各支撑结构的轴力平滑值汇总,建立轴力集合/>,w为正整数,计算同一时刻t内所有支撑结构的总轴力并建立对应的总轴力集合/>,m为正整数,计算支撑轴力稳定指数,计算表达式为:/>。
需要说明的是,在深基坑的支撑结构中设置轴力传感设备(监测设备),如轴力计、应力计等,这些轴力传感设备通常安装在支撑结构的关键位置,以实时监测轴力的变化;选择移动平均的窗口大小表示计算平均值时考虑的时间范围,窗口大小的选择可以根据实际情况进行调整。
将获取到沉降模拟偏差指数CJM、支撑轴力稳定指数ZCZ进行综合计算后得到监测影响系数,表达式:,式中,/>为监测影响系数,/>、/>为沉降模拟偏差指数CJM、支撑轴力稳定指数ZCZ的预设比例系数,且/>、/>均大于0。
需要说明的是,预设比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,其为了便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;并不唯一,只要不影响参数与量化后数值的比例关系即可,如支撑轴力稳定指数与监测影响系数正比关系。
沉降模拟偏差指数越大、支撑轴力稳定指数越小,即监测影响系数的表现值越大,表明在进行深基坑的支撑结构监测过程中,监测设备故障或不准确以及支撑结构处于不理想的受力状态的概率越大,沉降模拟偏差指数越小、支撑轴力稳定指数越大,即监测影响系数的表现值越小,表明在进行深基坑的支撑结构监测过程中,监测预期与实际安全预期越相符,深基坑工程处于稳定状态。
将生成的监测影响系数与预警调控阈值进行对比,生成不同管理信号,从而进行调控管理;
获取到监测影响系数后,将监测影响系数与预警调控阈值进行对比;
若监测影响系数大于或等于预警调控阈值,则生成预警调控信号,表明在进行深基坑监测过程中出现了与预期不相符的情况,容易存在安全隐患,通知调控部门及时进行措施治理与重点关注,快速排除安全隐患;
若监测影响系数小于预警调控阈值,则生成监测稳定信号,表明在进行深基坑监测过程中监测结果符合安全预期。
预警调控阈值的确定应该结合工程自身的特点,如深基坑开挖深度、所处区域地质条件、周围环境复杂程度等,具体阈值根据具体情况确定。
当生成预警调控信号时,启动应急响应机制,通知相关调控部门,确保信息传递畅通,派遣专业技术人员前往现场进行实地调查,验证监测影响系数异常的原因,并对监测设备进行检查、校准,确认监测数据的准确性,再对预警信号背后的风险进行评估,包括结构安全性、土体稳定性等;
分析导致预警信号的具体原因,例如地下水涌入、土体塌方等,根据现场调查和风险评估结果,制定详细的调控方案,如调整支撑结构、加固地基,采取临时性的支护措施等,并加强对此监测设备的实时监测,提高监测频次,及时获取数据,增设必要的监测点,扩大监测范围,根据调控方案的制定,实施相应的调控措施,对关键结构和区域进行加固或处理,以确保工程的安全性,监测调控方案的实施效果,观察监测数据的变化。
例如,假设监测影响系数超过了预警调控阈值,通过BIM技术在三维图形上显示出异常所在监测设备的信息并发出报警,告知调控管理团队,调控管理团队派遣工程师和技术人员前往现场进行调查,通过分析发现,地下水涌入导致了土体的不稳定,从而对支撑结构的受力产生影响,为此,制定了临时加固支撑结构、排水降水的方案并在BIM的三维图形上增加相应设备信息,加强对地下水位的监测,实施方案后,密切监测变位、支撑结构轴力等关键指标,确保深基坑工程的稳定性,在整个调控过程中,与设计单位和施工方保持密切沟通,定期汇报工作进展,最终实现了深基坑的安全调控
需要说明的是,本实施例中各阈值设定是根据实际情况进行设定的,并非固定值,在此不进行过多分析。
本发明通过对深基坑建设中产生的信息进行采集,对监测设备使用方差分析,获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,根据时间维度进行设备监测数据分析,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,确定深基坑的监测设备状态,确定监测设备状态后,监测深基坑的支护结构情况,对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并在监测出现问题时进行预警处理,从而实现了在深基坑监测过程中数据不准确的问题,提高了深基坑建设过程中的安全性。
实施例2
本实施例为实施例1的系统实施例,用于实现实施例1中介绍的一种基于BIM的深基坑监测方法,如图2所示,具体包括:
建设数据采集模块,用于采集深基坑建设中产生的信息,包括设备监测数据信息;
监测数据处理模块,用于对监测设备使用方差分析,获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,根据时间维度进行设备监测数据分析,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,确定深基坑的监测设备状态;
监测分析模块,用于对确定监测设备状态后,监测深基坑的支护结构情况,通过监测支护体系墙顶的水平位移、墙顶的竖向位移、墙身深层水平位移、地表沉降值信息并结合土压力理论计算得到深基坑支护结构受力情况;
预警模块,对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并在监测出现问题时进行预警处理。
上述公式均是去量纲取其数值计算,具体去量纲可采用标准化等多种手段,在此不进行赘述,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、ATA硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态ATA硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种基于BIM的深基坑监测方法,其特征在于,包括如下步骤:
使用方差分析监测设备并获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计;
根据时间维度进行设备监测数据分析,将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,并对原始信号进行分析,确定深基坑的监测设备状态;
确定监测设备状态后,监测深基坑的支护结构情况,通过监测支护体系中墙顶的水平位移、墙顶的竖向位移、墙身深层水平位移、地表沉降值信息并结合土压力理论计算得到深基坑支护结构受力情况;
对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,并对监测出现问题的支护结构进行预警处理;
使用方差分析监测设备并获取对应的设备监测数据信息,确定各组设备监测数据之间对监测结果的影响程度并进行统计,具体过程如下:
收集每个设备监测数据组的数据,计算每个设备监测数据组的样本均值与样本均值总和;
计算各设备监测数据组内每个数据点与其组均值的差的平方和,以及计算设备监测数据组间平方和;
获取设备监测数据组内自由度,计算得到F统计量;
根据得到的F统计量确定设备监测数据组内的影响程度并进行设备监测数据组的回溯统计;
对原始信号进行分析,确定深基坑的监测设备状态,具体过程如下:
获取深基坑设备采集过程中的信号波动信息、数据填补信息;
信号波动信息中包括信噪波动值,数据填补信息中包括填补误差指数;
获取小波变换过程中包含信号和噪声的数据,将数据分解为信号和噪声,对信号和噪声的幅值计算得到信号值XH和噪声值ZS,计算表达式为:、/>,xn、zm分别为信号数据数量和噪声数据数量,计算信噪值:/>,计算得到信噪波动值,计算的表达式为:/>;
获取进行缺失值填补的填补值数据,获取预测值数据,计算误差值:,建立误差值集合/>,n为正整数,计算填补误差指数,计算表达式为:/>;
将获取到信噪波动值、填补误差指数进行综合计算后得到数据准确系数,表达式为:,式中,/>为数据准确系数,/>、/>为信噪波动值XZB、填补误差指数TBW的预设比例系数,且/>、/>均大于0;
填补误差指数、信噪波动值与数据准确系数成正比关系,并确定监测设备的预测精度;
对深基坑的支护结构受力情况与支护结构监测数据进行联合分析,确定支护结构情况,具体过程如下:
对深基坑建设过程中采集的监测数据进行分析,获取沉降变化信息、协同调整信息;
沉降变化信息中包括沉降模拟偏差指数,协同调整信息中包括支撑轴力稳定指数;
沉降模拟偏差指数的获取方式为:获取深基坑实际测得的地表沉降数据,获取通过模拟方法进行地表沉降的计算模拟数据,建立实际测得的地表沉降数据集合,n为正整数,计算模拟数据集合/>,n为正整数,将实际测得的沉降数据与模拟计算得到的沉降数据进行比对,计算得到沉降模拟偏差指数,计算的表达式为:/>;
获取轴力传感设备采集的支撑结构实时轴力,获取采集各个支撑结构的轴力数据时间序列数据,设定移动平均窗口大小k,并所对应的每个支撑结构的轴力数据进行移动平均得到轴力平滑值,计算表达式为:,是在时刻t的移动平均值,/>表示在时刻t的轴力值,对各支撑结构的轴力平滑值汇总求和,建立轴力集合/>,w为正整数,计算同一时刻t内所有支撑结构的总轴力并建立对应的总轴力集合/>,m为正整数,计算支撑轴力稳定指数,计算表达式为:/>;
将获取到沉降模拟偏差指数、支撑轴力稳定指数进行计算后获取监测影响系数,表达式为:,式中,/>为监测影响系数,/>、/>为沉降模拟偏差指数CJM、支撑轴力稳定指数ZCZ的预设比例系数,且/>、/>均大于0;
沉降模拟偏差指数与监测影响系数成正比关系,支撑轴力稳定指数与监测影响系数成反比关系;
将生成的监测影响系数与预警调控阈值进行对比,确定监测情况。
2.根据权利要求1所述的一种基于BIM的深基坑监测方法,其特征在于:根据得到的F统计量确定不同因素对设备监测数据的影响程度并进行统计,具体过程如下:
当判断设备监测数据出现问题时,回溯出现数据问题的设备监测数据组,使用Z-分数检测确定设备监测数据组内数据点与平均值的偏离程度;
根据三倍标准差原则筛选出异常数据点后,对异常数据点进行剔除,并对缺失的数据点进行线性插值处理,按照插值处理数据量进行排序并统计。
3.根据权利要求2所述的一种基于BIM的深基坑监测方法,其特征在于:将时间序列数据当作信号,并使用小波变换对设备监测数据进行处理,处理后进行逆小波变换重构得到原始信号,具体过程如下:
使用小波变换对深基坑的设备监测数据的时间序列数据进行处理;
选择Daubechies小波作为小波基函数,确定分析的尺度范围,选择多个尺度,在不同频率下对信号进行分析;
对设备监测数据的时间序列数据进行小波变换,通过逆小波变换将分解得到的小波系数进行重构得到原始信号。
4.根据权利要求3所述的一种基于BIM的深基坑监测方法,其特征在于:将生成的监测影响系数与预警调控阈值进行对比,确定监测情况,具体过程如下:
获取到监测影响系数后,将监测影响系数与预警调控阈值进行对比;
若监测影响系数大于或等于预警调控阈值,则生成预警调控信号,并发送预警调控信号至调控部门;
若监测影响系数小于预警调控阈值,则生成监测稳定信号,继续保持监测。
5.一种基于BIM的深基坑监测系统,其特征在于:包括建设数据采集模块、监测数据处理模块、监测分析模块、预警模块,上述模块共同用于实现权利要求1-4中任一项所述的一种基于BIM的深基坑监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311836090.3A CN117493815B (zh) | 2023-12-28 | 2023-12-28 | 一种基于bim的深基坑监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311836090.3A CN117493815B (zh) | 2023-12-28 | 2023-12-28 | 一种基于bim的深基坑监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117493815A CN117493815A (zh) | 2024-02-02 |
CN117493815B true CN117493815B (zh) | 2024-04-16 |
Family
ID=89674865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311836090.3A Active CN117493815B (zh) | 2023-12-28 | 2023-12-28 | 一种基于bim的深基坑监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117493815B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117705448B (zh) * | 2024-02-05 | 2024-05-07 | 南京凯奥思数据技术有限公司 | 基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6208951B1 (en) * | 1998-05-15 | 2001-03-27 | Council Of Scientific & Industrial Research | Method and an apparatus for the identification and/or separation of complex composite signals into its deterministic and noisy components |
WO2021017984A1 (zh) * | 2019-07-31 | 2021-02-04 | 青岛理工大学 | 一种微型钢管桩桩身土压力和位移监测系统及方法 |
CN113779835A (zh) * | 2021-09-11 | 2021-12-10 | 浙江永欣联科信息科技股份有限公司 | 基于ai与智能监测系统的深大基坑安全预警方法 |
WO2022047970A1 (zh) * | 2020-09-01 | 2022-03-10 | 浙江勤业建工集团有限公司 | 基于bim的施工前深基坑模拟计算方法 |
CN116378123A (zh) * | 2023-05-23 | 2023-07-04 | 皖西学院 | 一种基于bim的基坑健康监测系统 |
CN117010863A (zh) * | 2023-08-10 | 2023-11-07 | 绍兴市麦芒智能科技有限公司 | 一种基于物联网技术的市政管网健康度在线监测系统和方法 |
-
2023
- 2023-12-28 CN CN202311836090.3A patent/CN117493815B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6208951B1 (en) * | 1998-05-15 | 2001-03-27 | Council Of Scientific & Industrial Research | Method and an apparatus for the identification and/or separation of complex composite signals into its deterministic and noisy components |
WO2021017984A1 (zh) * | 2019-07-31 | 2021-02-04 | 青岛理工大学 | 一种微型钢管桩桩身土压力和位移监测系统及方法 |
WO2022047970A1 (zh) * | 2020-09-01 | 2022-03-10 | 浙江勤业建工集团有限公司 | 基于bim的施工前深基坑模拟计算方法 |
CN113779835A (zh) * | 2021-09-11 | 2021-12-10 | 浙江永欣联科信息科技股份有限公司 | 基于ai与智能监测系统的深大基坑安全预警方法 |
CN116378123A (zh) * | 2023-05-23 | 2023-07-04 | 皖西学院 | 一种基于bim的基坑健康监测系统 |
CN117010863A (zh) * | 2023-08-10 | 2023-11-07 | 绍兴市麦芒智能科技有限公司 | 一种基于物联网技术的市政管网健康度在线监测系统和方法 |
Non-Patent Citations (1)
Title |
---|
基于BIM技术的深基坑安全监测信息系统应用;杨威;王辉麟;解亚龙;智鹏;;中国铁路;20180515(第05期);第30-34页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117493815A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117493815B (zh) | 一种基于bim的深基坑监测方法及系统 | |
Mata et al. | Time–frequency analysis for concrete dam safety control: Correlation between the daily variation of structural response and air temperature | |
Karapetrou et al. | “Time-building specific” seismic vulnerability assessment of a hospital RC building using field monitoring data | |
KR101927659B1 (ko) | 건축물 영역에 대한 대표 지반조건 결정 방법 | |
CN111259335B (zh) | 一种隧道下穿道路施工风险分析系统及方法 | |
WO2010080993A2 (en) | Sensor, methods of calibrating a sensor, methods of operating a sensor | |
Li et al. | A method for damage detection of a jacket platform under random wave excitations using cross correlation analysis and PCA-based method | |
CN103205972A (zh) | 一种分析基坑变形与坑外地面沉降关系的方法 | |
CN113251914A (zh) | InSAR技术与长短时记忆神经网络结合的地表形变预测方法 | |
Heidari et al. | Application of wavelet theory with denoising to estimate the parameters of an earthquake | |
Domaneschi et al. | WIND-DRIVEN DAMAGE LOCALIZATION ON A SUSPENSION BRIDGE. | |
Gamse et al. | Analysis of periodicities in long‐term displacement time series in concrete dams | |
JP7141309B2 (ja) | 地盤変位に起因する災害発生危険度定量評価システムとその方法とそのプログラム | |
CN116378123A (zh) | 一种基于bim的基坑健康监测系统 | |
Morello et al. | Risk model for landslide hazard assessment | |
Lavatelli et al. | Uncertainty in vision based modal analysis: probabilistic studies and experimental validation | |
CN117114415B (zh) | 评估降雨对浅层滑坡诱发概率的滑坡危险性快速区划方法 | |
CN116758235B (zh) | 基于多源数据的多维地下空间渐进式3d建模方法 | |
Luthe et al. | Acceleration-based strain estimation in a beam-like structure | |
Samusev et al. | A numerical study of vibration-based scour detection in offshore monopile foundations | |
Vîlceanu et al. | Geostatistical analysis for landslide prediction in Transilvania, Romania | |
Wang et al. | Post-event evaluation of residual capacity of building structures based on seismic monitoring | |
Zou et al. | Correlations among SCPTU parameters of Jiangsu normally consolidated silty clays | |
CN117663975A (zh) | 一种适用于库岸边坡的高精度三维形变反演法 | |
CN117405070A (zh) | 一种适用于土体边坡在工程堆载工况下的监测分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |