劉洪海
(重慶市勘測院,重慶 400020)
監(jiān)測數(shù)據(jù)的誤差一般可分為三類:粗差、偶然誤差和系統(tǒng)誤差。在相同的觀測條件下作一系列觀測,若誤差的大小及符號都表現(xiàn)出偶然性,這類誤差稱為偶然誤差或隨機誤差,一般通過一定的數(shù)據(jù)處理比如最小二乘法等評定監(jiān)測系統(tǒng)的精度;同樣,在相同的觀測條件下做一系列觀測,若誤差的大小及符號表現(xiàn)出系統(tǒng)性,或按一定的規(guī)律變化,那么這類誤差稱為系統(tǒng)誤差;粗差是由于測量人員的粗心大意、儀器精度達不到要求或突發(fā)性故障等原因而產(chǎn)生的超過3倍中誤差的異常數(shù)據(jù),它嚴重影響了監(jiān)測結(jié)果的正確性,絕不能采用,以保證不影響對建筑物安全形態(tài)的正確判斷。
操作人員失誤、環(huán)境條件與儀器等因素的影響,監(jiān)測數(shù)據(jù)中各種誤差在所難免,如果不對含有各種誤差的監(jiān)測數(shù)據(jù)進行預(yù)處理,有效地對粗差進行探測、識別及控制,將會對參數(shù)的估計結(jié)果產(chǎn)生嚴重影響,從而導致對建筑物的形態(tài)作出錯誤的判斷[1]。
監(jiān)測數(shù)據(jù)的預(yù)處理可以有效剔除粗差,改進數(shù)據(jù)的質(zhì)量,從而有助于提高其后處理過程的精度和數(shù)據(jù)使用性能。
目前常用的粗差檢驗方法在數(shù)據(jù)采集階段一般采用比較粗略的方法,如幾何條件檢核法、邏輯檢驗法、監(jiān)控指標控制法等;在數(shù)據(jù)處理階段則主要有包絡(luò)域檢驗法、時空評判準則檢驗法、模型檢驗法、統(tǒng)計檢驗法等;在粗差成因分析階段則主要有模擬數(shù)據(jù)分析法、有限元分析法、關(guān)聯(lián)分析檢驗法等,這些方法各有千秋,但是大量研究[2~4]表明,使用單一方法對監(jiān)測數(shù)據(jù)中粗差的剔除效果總是不盡如人意。
設(shè){y(t),t∈T}為給定的一組時間T上的變形監(jiān)測數(shù)據(jù),該組數(shù)據(jù)的平均值為 μ(t)=E[y(t)],當{μ(t),t∈T}在不同的分段上具有連續(xù)性且平方可積時,μ(t)=E[y(t)]就具備了用L2空間上選定的基函數(shù){θ(t),i=1,2,3…}組的線性組合逼近的充分必要條件[5]。建筑物變形監(jiān)測數(shù)據(jù)正常觀測值可采用如下線性模型進行擬合:

其中:ε(t)為各種來源誤差的綜合影響值;
{αi,i=1,2,3,…s}為特征系數(shù)。
如果該組變形監(jiān)測數(shù)據(jù)中存在粗差,與式(1)進行比對,則含粗差的變形監(jiān)測數(shù)據(jù)的數(shù)學模型為:

其中:τ為粗差產(chǎn)生的初始時間;λτ為初始粗差幅;
函數(shù)φ用下式確定:


正常觀測值線性模型擬合系數(shù)的最小二乘法估計遞推關(guān)系式為

分別為{θ(t),i=1,2,3…}生成的向量和矩陣
當變形監(jiān)測數(shù)據(jù)正常觀測值線性模型與實際觀測值相吻合時,模型系數(shù)的最小方差線性無偏估計即為^αn。因遞推最小二乘法存在對粗差容錯能力弱的缺陷,在實際變形監(jiān)測數(shù)據(jù)存在較大的粗差的情形下,若按正常觀測值線性模型擬合系數(shù)的最小二乘估計遞推關(guān)系式來求算模型擬合系數(shù),結(jié)論不具備可靠性。
為提高最小二乘法估計遞推關(guān)系式對粗差的容錯率,本文提出的改進了的最小二乘法估計遞推關(guān)系式為:

其中:C為門限常數(shù)。假設(shè)置信水平取95%,置信帶寬取±1.96 s,其中 s是標準差的殘留量,則C=1.96 s。
根據(jù)含粗差的變形監(jiān)測數(shù)據(jù)的數(shù)學模型、可以以在線的方式推求改進了的最小二乘法估計遞推關(guān)系式和定義于R上的為最小方差有界奇函數(shù)ω(ξ),則變形監(jiān)測數(shù)據(jù)的一步容錯估計[6]。

當置信區(qū)間為{In+1,n=1,23…}序列,變形監(jiān)測數(shù)據(jù)觀測值的在線檢驗方法可以如下構(gòu)建:
如果y(tn+1)∈In+1,即可判斷y(tn+1)為非正常,且此時置信度大約為 (1-△)×100%,進而可以對該觀測點的相關(guān)檢測點進行檢驗,倘若該相關(guān)檢測點也與該點存在類似的非正常,則可以判斷該觀測點為可疑測點,并且立刻進行實地考察判斷這個建筑的結(jié)構(gòu)是否存在整體變形;反之,如果對該觀測點的相關(guān)檢測點進行檢驗的結(jié)果表明相關(guān)檢測點為正常,則可以判斷該觀測點的問題僅僅是變形監(jiān)測數(shù)據(jù)值含有粗差。
為驗證上述基于過程突變理論的監(jiān)測數(shù)據(jù)動態(tài)檢驗?zāi)P偷臋z驗效果,選用2007年1月~2011年4月對重慶市某大型標志性建筑物頂部測點的位移監(jiān)測資料。該項目平均每月觀測2次,共計獲得100個檢測值 yi(1,2,…,100)=Li。
本次研究中分別在y10、y20、y30…y100等10個變形監(jiān)測數(shù)據(jù)觀測值上同時加 5 mm的粗差,并分別用含粗差的變形監(jiān)測數(shù)據(jù)觀測值和不含粗差的變形監(jiān)測數(shù)據(jù)觀測值用上述基于過程突變理論的監(jiān)測數(shù)據(jù)動態(tài)檢驗的模型進行檢驗,計算步驟如下:①輸入實測值。②據(jù)式(4)計算y?(t)。③據(jù)式(7)計算pn+1、據(jù)式(8)計算、據(jù)式(9)計算。④據(jù)式(12)計算。⑤據(jù)式(13)計算 ε?n+1。⑥據(jù)式(14)計算In+1,并據(jù)此判斷是否越界,如果否認,則錄入計算機,如果判斷數(shù)據(jù)越界,則對該變形監(jiān)測數(shù)據(jù)觀測點的相關(guān)檢測點進行檢驗。⑦如果其相關(guān)變形監(jiān)測數(shù)據(jù)檢測點也存在大致相同的異常,則將該變形監(jiān)測數(shù)據(jù)測點確定為可疑測點。⑧進行實地考察判斷這個建筑的結(jié)構(gòu)是否存在整體變形,否認則認為僅是該變形監(jiān)測數(shù)據(jù)存在粗差。⑩進行變形監(jiān)測數(shù)據(jù)的一步容錯估計。
本研究中,計算結(jié)果表明,過程分別在y10、y20、y30…y100等共10個變形監(jiān)測數(shù)據(jù)觀測值上發(fā)生了突變,與事先設(shè)置的模擬粗差相吻合。

圖1 人為添加粗差前后的測值過程線

圖2 變形監(jiān)測數(shù)據(jù)的一步容錯估計殘差
本模型計算過程簡單、計算量小,尤其在實時形變監(jiān)測系統(tǒng)連續(xù)實時動態(tài)顯示監(jiān)測數(shù)據(jù)、數(shù)據(jù)量巨大的情形下結(jié)合關(guān)聯(lián)分析檢驗法對建筑物變形監(jiān)測實測數(shù)據(jù)進行異常值判斷、突變值標識以及趨勢性變化識別效果顯著[8],從而提高了自動化監(jiān)測系統(tǒng)的實用性,為得出建筑物的整體性狀結(jié)論提供輔助決策,有效地確保了建筑物的安全。
[1]徐天河,賀凱飛.移動開窗檢驗法及其在GOCE數(shù)據(jù)粗差探測中的應(yīng)用[J].測繪學報,2009,10,38(5):391 ~393.
[2]Pizhong Qiao,Kan Lu,Wahyu Lestari,Jialai Wang.Curvature mode shape-based damage detection in composite laminated plates[J].Journal of composite structures,2007,80:409~428.
[3]張勇,靜行,袁海慶.基于模態(tài)曲率變化率指標的結(jié)構(gòu)損傷識別[J].華中科技大學學報(城市科學版),2010,27(2):82~86.
[4]劉濤,李愛群,趙大亮等.改進模態(tài)應(yīng)變能法在混凝土組合箱梁橋損傷診斷中的應(yīng)用[J].工程力學,2008,25(6):44~50.
[5]管德清,黃燕.基于應(yīng)變模態(tài)小波變換的框架結(jié)構(gòu)損傷識別研究[J].計算力學學報,2010,27(2):325~329.
[6]M.Mehrjoo,N.Khaji,H.Moharrami,A.Bahreinineja,Damage detection of truss bridge joints using Artificial Neural Networks[J].Expert Systems with Applications,2008,35:1122~1131.
[7]Xiaomo Jiang and Sankaran Mahadevan.Bayesian wavelet methodology for structural damage detection[J].Struct.Control Health Monit.2008,15:974 ~991.
[8]Wei Fan,Pizhong Qiao.A 2-D continuous wavelet transform of mode shape data for damage detection of plate structures[J].International Journal of Solids and Structures,2009,46:4379~4395.