本文主要研究内容
作者王来阳（2019）在《面向多源异步传感器滑坡监测数据融合及稳定性分析》一文中研究指出：滑坡是一种分布较广、发生频繁的地质灾害,具有突发型、季节性、蠕变性等特征。在滑坡综合信息监测中,采用传感器种类众多,布设位置多样。传感器类型大致可分为:滑坡位移监测传感器、环境信息监测传感器,需要优化设计各种监测传感器的布设位置,将各监测传感器的作用最大化。在海量监测数据中,通过将频率、位置、深度、精度各不相同的传感器监测信息进行融合,进而反映滑坡体的整体形变综合特征。通过滑坡体监测的位移时间序列分析对滑坡体的稳定性进行评价,判断滑坡体是否安全。论文依托实际工程项目,按照“高精度模型构建——传感器优化设计——监测信息融合——稳定性分析”的主线进行研究,主要研究内容及创新点如下:(1)堆积层滑坡高精度模型构建及传感器优化设计使用高精度三维激光扫描仪结合地质勘查资料对堆积层滑坡进行高精度三维地质模型的构建,赋予各地层相应的力学参数。针对传统滑坡形变监测通常采用经验方法选取监测点、线、区域的不足,本文采用数值模拟计算不同降雨工况下的形变情况,确定了滑坡体重点监测区域,优化设计滑坡监测传感器的布设位置,在滑坡监测点、监测线传感器优化设计方面实现理论方面创新。通过监测点位模拟与安全系数的分析,确定滑坡预警阈值,给滑坡体的监测预警提供了判据条件。(2)多传感器滑坡监测数据融合针对卡尔曼滤波最优状态估计需要准确已知噪声信息的缺点,引入衰减记忆因子,采用自适应衰减记忆卡尔曼滤波(AFMKF,Adaptive Fading Memory Kalman Filtering)降低噪声的影响。针对衰减记忆因子的不确定性,本文提出了一种基于高精度观测值约束的自适应衰减记忆卡尔曼滤波算法(AFMKF with HPOC,Adaptive Fading Memory Kalman Filtering with High-Precision Observation Constraints),对于含噪声的观测序列,采用周期性高精度观测值更新新息序列,并约束衰减记忆因子的更新,提高算法的滤波能力。通过仿真实验,相比于传统自适应衰减记忆卡尔曼滤波算法,附有条件约束的AFMKF算法均方根误差降低了41.31%。并针对集中式卡尔曼滤波(CKF,Centralized Kalman Filter)数据融合算法设计了基于AFMKF with HPOC数据融合算法,针对滑坡体的监测数据进行数据融合,进而整体反映滑坡体的形变特征。(3)多尺度滑坡体稳定性分析采用位移时间序列进行滑坡稳定性分析,针对传统位移时间序列分析方法不能顾及微小尺度下位移变化特征与稳定性之间的关系,本文设计了针对不同时间尺度采用不同的位移时间序列分析方法,研究了分形理论与重标度极差分析(R/S分析)法,对滑坡的阶段稳定性与整体稳定性进行判断。分析结果表明,在降雨量较大的阶段性时间尺度内,位移时间序列多重分维值谱特征与加速形变过程谱特征一致,滑坡体在该阶段稳定性较差;长尺度位移时间序列的分析结果表明了滑坡体的稳定态势将会持续下去,具有长程持续性。
Abstract
hua po shi yi chong fen bu jiao an 、fa sheng pin fan de de zhi zai hai ,ju you tu fa xing 、ji jie xing 、ru bian xing deng te zheng 。zai hua po zeng ge xin xi jian ce zhong ,cai yong chuan gan qi chong lei zhong duo ,bu she wei zhi duo yang 。chuan gan qi lei xing da zhi ke fen wei :hua po wei yi jian ce chuan gan qi 、huan jing xin xi jian ce chuan gan qi ,xu yao you hua she ji ge chong jian ce chuan gan qi de bu she wei zhi ,jiang ge jian ce chuan gan qi de zuo yong zui da hua 。zai hai liang jian ce shu ju zhong ,tong guo jiang pin lv 、wei zhi 、shen du 、jing du ge bu xiang tong de chuan gan qi jian ce xin xi jin hang rong ge ,jin er fan ying hua po ti de zheng ti xing bian zeng ge te zheng 。tong guo hua po ti jian ce de wei yi shi jian xu lie fen xi dui hua po ti de wen ding xing jin hang ping jia ,pan duan hua po ti shi fou an quan 。lun wen yi tuo shi ji gong cheng xiang mu ,an zhao “gao jing du mo xing gou jian ——chuan gan qi you hua she ji ——jian ce xin xi rong ge ——wen ding xing fen xi ”de zhu xian jin hang yan jiu ,zhu yao yan jiu nei rong ji chuang xin dian ru xia :(1)dui ji ceng hua po gao jing du mo xing gou jian ji chuan gan qi you hua she ji shi yong gao jing du san wei ji guang sao miao yi jie ge de zhi kan cha zi liao dui dui ji ceng hua po jin hang gao jing du san wei de zhi mo xing de gou jian ,fu yu ge de ceng xiang ying de li xue can shu 。zhen dui chuan tong hua po xing bian jian ce tong chang cai yong jing yan fang fa shua qu jian ce dian 、xian 、ou yu de bu zu ,ben wen cai yong shu zhi mo ni ji suan bu tong jiang yu gong kuang xia de xing bian qing kuang ,que ding le hua po ti chong dian jian ce ou yu ,you hua she ji hua po jian ce chuan gan qi de bu she wei zhi ,zai hua po jian ce dian 、jian ce xian chuan gan qi you hua she ji fang mian shi xian li lun fang mian chuang xin 。tong guo jian ce dian wei mo ni yu an quan ji shu de fen xi ,que ding hua po yu jing yu zhi ,gei hua po ti de jian ce yu jing di gong le pan ju tiao jian 。(2)duo chuan gan qi hua po jian ce shu ju rong ge zhen dui ka er man lv bo zui you zhuang tai gu ji xu yao zhun que yi zhi zao sheng xin xi de que dian ,yin ru cui jian ji yi yin zi ,cai yong zi kuo ying cui jian ji yi ka er man lv bo (AFMKF,Adaptive Fading Memory Kalman Filtering)jiang di zao sheng de ying xiang 。zhen dui cui jian ji yi yin zi de bu que ding xing ,ben wen di chu le yi chong ji yu gao jing du guan ce zhi yao shu de zi kuo ying cui jian ji yi ka er man lv bo suan fa (AFMKF with HPOC,Adaptive Fading Memory Kalman Filtering with High-Precision Observation Constraints),dui yu han zao sheng de guan ce xu lie ,cai yong zhou ji xing gao jing du guan ce zhi geng xin xin xi xu lie ,bing yao shu cui jian ji yi yin zi de geng xin ,di gao suan fa de lv bo neng li 。tong guo fang zhen shi yan ,xiang bi yu chuan tong zi kuo ying cui jian ji yi ka er man lv bo suan fa ,fu you tiao jian yao shu de AFMKFsuan fa jun fang gen wu cha jiang di le 41.31%。bing zhen dui ji zhong shi ka er man lv bo (CKF,Centralized Kalman Filter)shu ju rong ge suan fa she ji le ji yu AFMKF with HPOCshu ju rong ge suan fa ,zhen dui hua po ti de jian ce shu ju jin hang shu ju rong ge ,jin er zheng ti fan ying hua po ti de xing bian te zheng 。(3)duo che du hua po ti wen ding xing fen xi cai yong wei yi shi jian xu lie jin hang hua po wen ding xing fen xi ,zhen dui chuan tong wei yi shi jian xu lie fen xi fang fa bu neng gu ji wei xiao che du xia wei yi bian hua te zheng yu wen ding xing zhi jian de guan ji ,ben wen she ji le zhen dui bu tong shi jian che du cai yong bu tong de wei yi shi jian xu lie fen xi fang fa ,yan jiu le fen xing li lun yu chong biao du ji cha fen xi (R/Sfen xi )fa ,dui hua po de jie duan wen ding xing yu zheng ti wen ding xing jin hang pan duan 。fen xi jie guo biao ming ,zai jiang yu liang jiao da de jie duan xing shi jian che du nei ,wei yi shi jian xu lie duo chong fen wei zhi pu te zheng yu jia su xing bian guo cheng pu te zheng yi zhi ,hua po ti zai gai jie duan wen ding xing jiao cha ;chang che du wei yi shi jian xu lie de fen xi jie guo biao ming le hua po ti de wen ding tai shi jiang hui chi xu xia qu ,ju you chang cheng chi xu xing 。
论文参考文献
论文详细介绍
论文作者分别是来自北京建筑大学的王来阳，发表于刊物北京建筑大学2019-07-05论文，是一篇关于滑坡监测论文,三维地质模型论文,数值模拟论文,数据融合论文,卡尔曼滤波论文,衰减记忆卡尔曼滤波论文,时间序列分析论文,北京建筑大学2019-07-05论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京建筑大学2019-07-05论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：滑坡监测论文; 三维地质模型论文; 数值模拟论文; 数据融合论文; 卡尔曼滤波论文; 衰减记忆卡尔曼滤波论文; 时间序列分析论文; 北京建筑大学2019-07-05论文;