高層建筑物沉降觀測數據處理方法

摘 要：相比傳統的一般建筑而言，高層建筑受力情況和結構體系更為復雜。高層建筑若出現較大沉降變形，就會有較大風險，會給人們生命財產帶來危害。為了滿足用戶正常使用需求，故高層建筑相關指標控制更為嚴格，尤其是沉降數據的控制。對高層建筑物而言，常常需要高精確的觀測手段來檢測其沉降量變化情況，以確保建筑物的安全，避免出現重大的生命財產危險。一般而言，建筑物沉降觀測的數據是一批含有噪聲波，并且波幅很大的簡短離散型數據。文章分析各種變形觀測數據的處理方法和預測手段，并結合建筑物沉降特征進行介紹，從而使建筑物沉降監測能夠有效地推廣。

關鍵詞：高層建筑物；沉降觀測；數據處理

改革開放以來，我國科技水平和經濟實力均有了巨大發展，城鎮化步伐正在不斷加快，各地的高層建筑物如雨后春筍般不斷涌現。同時由于城市土地資源的緊缺，更加劇了高層建筑數量的增多。比如，我國臺北的101大樓、上海金茂大廈等。此外，城市建筑地下空間的開發同樣迅速，地下停車場已經成為城市發展的重要名牌。這些建筑都需要進行基槽的深開挖，會對相鄰建筑物造成很大影響，同時在建建筑物施工作業環節同樣受到多種因素作用，最終致使建筑物出現變形沉降（均勻沉降和不均勻沉降），一般而言，勻速沉降是比較安全的，通常不會出現安全事故。而當建筑物因為自身原因和外部因素等作用出現不均勻沉降時，就會影響建筑物的使用安全，嚴重時會導致坍塌，給民眾財產安全帶來嚴重危害。所以，為了確保建筑物安全，需進行沉降觀測，并進行處理分析，掌握沉降規律，有效預防潛在隱患，保證建筑物的安全性。

1 變形監測數據處理和預測現狀研究

變形監測數據的處理是一個涉及到多種學科和行業部門的工作，對于該方面的研究，我國最早開始于上世紀60年代，卻在80年代才得到推廣應用，一些新的觀點意見，新的技術理論，新的檢測和處理方法不斷涌現。更多的數據處理和沉降變形預估不斷出現。由于建筑物本身的復雜性和沉降因素的不確定性，故建立合適的分析檢測預測模型就變得十分困難。當前，在實測沉降和變形數據為基礎的數據處理和預測探析進程中，采用各種預測方法來創建數據處理和預測模型，得到了研究建筑物沉降有關方面學術人員的高度重視。創建的處理和預測模型中最具有代表特性的有多種，下文將會對相處理關分理論進行相應內容介紹。

2 小波變換數據除噪

因為導致建筑物出現沉降變形的因素很多，同時外界條件作用也相對較多。故經過實際觀測得來的建筑物沉降邊形數據中涵蓋了很多噪音，數據中存在的噪音會對采集到的信號特征有著極大影響，若是直接從觀測的沉降變形數據信號中預測建筑物沉降，往往會使分析預測結果不能夠滿足要求，給沉降預測帶來很大麻煩。所以，對建筑物的沉降變形的預測條件就是怎樣從采集到的數據中去除噪音，提取所需要的數據。小波變換作為一種信號處理器，具有多全面的辨析功能，在多種領域有著廣泛的應用。因為觀測到的數據多為離散型，而小波變換對此數據處理有著獨特優點，通過對不同頻率波段進行處理，減除影響噪音，得到真實數據。此外，小波變換除噪還能夠有效地降低原始數據信號內的噪音，同時還能較好地刻畫信號的波段性。所以小波轉換去噪，對建筑沉降變形數據處理和監測工作而言，是一項十分重要的工作。該種數據信息處理方法已經成為工程觀測的一個重要手段。圖1為其工作的基本原理。

3 灰色預測模型

因高層建筑物沉降的復雜性，沉降變形觀測得到的數據具有下列特征：（1）沉降變形是由多種條件共同作用，影響條件具有多樣性；（2）各種因素間關系模糊；（3）難以用函數模型來解析變量和外界因素間關系；故建筑物沉降體系本質上而言，是一種處于已知和未知中間的經典灰色體系。因此，我們也可以采用灰色理論來對沉降進行數據進行和預測。該理論的主要內容如下：

該理論將沉降數據中不確定性因素當成灰色數據量，然后以離散數據序列建立微分性的連續動態特征的模型。

該系統理論采用沉降數據生成手段，來對表象毫無規律的初始數據進行整理，并用整理好的數據進行模型建立，然后通過“以數找數”的手段來闡釋客觀事物存在的規律特點。

該理論可以在信息貧乏，觀測數據較少的條件下建立模型，并在預測和決策方面有著獨到之處。

該理論既有著較強的理論特性，同時還有很強的實用特性，它很好地把定性、定量研究與動態研究高效的結合起來，然后對觀測數據進行處理。

由于灰色理論存在著以上獨特優點，故從其發展至今，受到了很多建筑物沉降變形觀測方面專家的重視。近年來，該理論還被運用到了化學工業、農牧業、漁業、醫學等多個領域，并取得了重大成就。

4 馬爾可夫鏈預測模型

馬爾可夫鏈是以隨機數學理論來分析事物發展變化進程中相關量之間的關系，是一種把概率論作為基本依據的定性方法。在一個隨機進程中，如果事物由一種狀態轉變（轉移）為另一種狀態的概率僅與當前狀態相關，而與之前毫無關聯，則就稱其為馬爾可夫過程。該過程具有無后效特性，這是該理論的重要本質，若馬爾可夫過程中的時間和狀態是離散類型的，則稱該過程為馬爾可夫鏈，它是預測事物可能發生的概率的手段。該原理需要采集足夠多的數據來建造事物發生和轉移的概率方陣（矩陣），進而確定事物狀態的變化趨勢，用來預測事物變化趨勢。該種手段的預測是基于事物變化之間的相關概率，來推算相關體系的未來發展變化，重要的是，它對建筑物沉降變形的預測是建立在對以往沉降監測數據的分析上的。所以，對建筑物沉降觀測的實際數據越多，馬爾可夫的預測越精準，結果也更可靠。但事物的狀態劃分對預測結果有著重大影響，所以狀態的劃分和數量的確定要以實測的數據為依據。因為該種方法對以前的建筑沉降數據需求量較大，所以對以前沉降觀測數據較少的建筑物，難以用此方法進行分析和預測。

5 結束語

高層建筑物的沉降變形有可能會造成嚴重的財產和生命安全。對于高層建筑而言，沉降和變形必須要有嚴格的數據指標，并且做到實時監測，及時對觀測數據進行處理分析，并預測今后變形沉降動態，對于安全隱患及時進行加固和修補，確保建筑物安全，保證人們的生命和財產安全。所以，文章針對高層建筑沉降數據處理和預測做了簡要分析，并簡要地介紹了幾種對于建筑物沉降觀測數據處理以及預測方法模型，希望能夠對高層建筑沉降變形觀測數據處理和預測有所幫助，提高沉降觀測數據的處理準確度和預測精度。

參考文獻

[1]葉東偉.高層建筑施工中地基檢測與沉降觀測技術分析[J].工程建設與設計，2015（01）.

[2]隋勇.高層建筑工程施工中沉降觀測技術的應用及結果分析[J].門窗，2015（10）.

[3]鐘曉霞.高層建筑沉降觀測技術及數據分析探討[J].科技視界，2016（10）.

[4]王雷電.高層建筑沉降觀測與數據分析[J].資源信息與工程，2016（02）.

[5]白洪偉.皖北煤礦高層建筑物沉降數據處理與預測[J].西昌學院學報（自然科學版），2016（02）.

作者簡介：馬瑜（1981，4-），女，籍貫：陜西綏德，工程師，本科，研究方向：測量測繪。