《基坑自动化监测异常数据识别方法.pdf》由会员分享，可在线阅读，更多相关《基坑自动化监测异常数据识别方法.pdf（13页珍藏版）》请在专利查询网上搜索。
1、10申请公布号CN103953024A43申请公布日20140730CN103953024A21申请号201410196639122申请日20140509E02D1/0020060171申请人中铁四局集团第一工程有限公司地址230001安徽省合肥市阜阳北路434号72发明人何宏盛刘武生张杰胜张宏斌周健宝74专利代理机构安徽汇朴律师事务所34116代理人丁瑞瑞54发明名称基坑自动化监测异常数据识别方法57摘要本发明提供了一种基坑自动化监测异常数据识别方法，包括在基坑现场安装温度计、雨量计、大气压强计；求取采集时刻之间的差值作为钢筋计所在位置温度与基坑环境温度之间的延时时间DELAY；根据上一轮采。
2、集结果并结合本轮采集的参数对本轮监测值进行预测；针对每一个监测项目，若本轮采集的监测值在预测值的0911倍区间内，确认为正常值，否则判定为异常值；若本轮判定为正常值，则对预测的均值进行迭代更新。本发明的优点在于通过预测基坑开挖及环境状态参数的变化对监测值的影响，来确定监测项目的下一采集时刻预测采集值，并通过比对预测值及实际值来判定实际值是否异常，得出真实的监测数据，在整个基坑开挖的预警过程中起到重要的作用。51INTCL权利要求书2页说明书9页附图1页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说明书9页附图1页10申请公布号CN103953024ACN103953024A1。
3、/2页21一种基坑自动化监测异常数据识别方法，其特征在于包括下述步骤步骤1在基坑现场安装温度计、雨量计、大气压强计，并实现基坑现场温度、大气压强及降雨量的采集，采集频率同监测项目的采集频率；步骤2根据前一采集日的温度变化曲线及钢筋计的频率输出变化曲线，找出两条曲线中的最高点及其对应的采集时刻，求取采集时刻之间的差值作为钢筋计所在位置温度与基坑环境温度之间的延时时间；步骤3根据上一轮采集结果并结合本轮采集的温度值、大气压强及采集周期内的降雨量对本轮监测值进行预测；步骤4针对每一个监测项目，若本轮采集的监测值在预测值的0911倍区间内，确认为正常值，否则判定为异常值；步骤5针对每一个监测项目，若本。
4、轮判定为正常值，则对预测的均值进行迭代更新。2如权利要求1所述的基坑自动化监测异常数据识别方法，其特征在于所述步骤3具体为异常数据来源的采集对象包括钢筋计频率、测斜仪倾角、水位计压强及单点位移计的位移，首先定义监测值的变化由三部分构成基坑开挖对监测项目带来的影响，环境状态参数变化给监测项目带来的影响以及噪声干扰给监测带来的异常影响，监测项目的最终监测值是上述三部分的综合体现，记监测项目的监测值为，基坑开挖状态为，环境参数状态为，采集、传输及存储环节的噪声为，则F,，函数F表征监测值是三个状态参数的综合反映，将监测值分解为,三个影响参数的独立作用之和，ABC，其中函数A表示基坑开挖状态对监测项目。
5、的影响，函数B表示环境状态参数对监测项目的影响，函数C表示采集、传输及存储过程中噪声产生的误差，不作为对监测值的预测；A的在T1时刻的预测值UA,T1的定义如下UA,T1WUA,T1WIA,T，IA,T为T采集时刻的采集值被判定为背景值时修正过的采集值与预测值之间的变化，即IA,TUA,T，系数W的值根据采集时间间隔来确定，背景值判定规则如下，其中D为监测项目的方差，一般取值为监测项目前24小时判定为背景值的监测值的方差，IFGA,T108，T时刻采集值A为背景值；环境状态参数对地下水位压强值预测的影响定义T时刻至T1时刻采集周期内的降水量为，大气压强为，则T1采集时刻的监测值相比于T时刻的采。
6、集时刻的采集值的变化量预测值为BBP，PT1PT；环境状态参数对钢筋计频率预测的影响根据前一监测日频率输出的最高点与环境温度的最高点之间的时间差作为钢筋计所处位置环境温度与整个基坑环境温度之间的滞后响应时间DELAY,定义在T1采集时刻的监测值相比于T时刻的采集时刻的采集值的变化量预测值为BBTBTT1TTBTT1DELAYTTDELAY，其中B为钢筋计的温度修订系数，取前一个采集工作日数据的最高点和最低点的线性系数，单位KN/，TT1与TT分别为在T1采集时刻与在T采集时刻钢筋计所在的局部温度，TT1DELAY与TTDELAY巧分别为在权利要求书CN103953024A2/2页3T1采集时刻。
7、与在T采集时刻基坑外部的环境温度；测斜仪倾角、单点位移计受环境状态参数的影响较小，忽略不计；综上，本方法针对监测项目T1采集时刻的预测值为1水位压强EUA,T1PT1PT2钢筋计频率EUA,T1BTT1DELAYTTDELAY3测斜仪倾角、单点位移计EUA,T1。3如权利要求2所述的基坑自动化监测异常数据识别方法，其特征在于系数W的值根据采集时间间隔来取01中间的小数，采集时间间隔越短，W取值越大。权利要求书CN103953024A1/9页4基坑自动化监测异常数据识别方法技术领域0001本发明涉及数据处理的方法，尤其涉及一种自动化监测异常数据识别方法。背景技术0002基坑是在基础设计位置按基底。
8、标高和基础平面尺寸所开挖的土坑。开挖前应根据地质水文资料，结合现场附近建筑物情况，决定开挖方案，并作好防水排水工作。大型基坑采用纵桩和横桩形成挡土墙的方法，防护外侧土层坍入，纵桩和横桩均是灌装混凝土的钢筋，并且在基坑旁边设置水井，不停抽水，防止基坑内水位上升。基坑开挖过程中需要监测各项数据，对可能产生的不利状况提供预警。0003常规基坑工程监测手段不仅耗费大量人力，而且数据采集周期、精度和分析处理机制和管理方法，远远不能适应科学的管理与决策需求。随着地铁工程的发展，地下车站深大基坑工程日益增多，催生了更多新一代传感、传输和监测数据处理技术在基坑工程中的研究应用；稳定、成熟、可靠的电子信息技术在。
9、土建工程中的推广应用，为基坑的自动化监测提供了强有力的技术基础。0004基坑自动化监测通常需要采集钢筋计频率、测斜仪倾角、水位计压强读数及单点沉降计的沉降数据，钢筋计频率设置在要采集数据的钢筋内，测斜仪一般埋置在基坑挡墙的测斜管内，水位计放置在降水井内，位移计放置在基坑周边沉降的土体上。挡土墙数据在自动化采集及传输时会由于周边电磁环境、传输干扰而发生变化产生异常数据；作为基坑监测后期分析与预警的关键性资源之一的数据，其监测质量问题尤其是异常数据的出现对后期能数据分析的结果产生越来越重要的影响。0005基坑监测中的异常数据是监测数据集中与常规数据不同的数据，它们不符合惯常的数据模式，其产生机制与。
10、大多数数据不同。异常数据包括两种类型，第一种是真实异常数据，包含着从应用角度看非常有意义的知识；第二种是噪音异常数据，是采集、传输或存储过程中的错误引起的，会误导分析的结果。目前对于异常数据的态度主要有两种，一是拒绝，从数据集中删除全部异常数据，优点是可以减少异常数据的误导作用，但会丢失有意义的信息；二是保留，保留所有异常数据，不会丢失任何信息，但分析结果会受到异常数据的误导。0006在基坑监测数据分析中，数据的质量问题越来越突出，监测数据是整个预警系统的关键性资源，有高质量的数据才能更好地进行预警决策分析。而在大规模监测数据分析中获得清洁可靠的数据是一项困难的工作，其成本也很高，大约要花费项。
11、目中50到70的资源。0007实际监测过程中获取的数据有许多质量问题。首先，多种原因会产生异常数据，产生异常数据的原因通常包括00081、传感器故障或传感器短时异常，导致传感器输出信号不能正确反映采集量的真实状态；00092、整个采集系统接地不良或电压不稳导致传感器数据采集存在误差或错误而造说明书CN103953024A2/9页5成假数据；00103、无线采集器在采集接入及处理传感器数据时存在逻辑错误或误差，导致采集的数据异常；00114、无线传输过程中无线信号受到现场大功率设备或强电磁场的干扰，导致输出传输过程中发生异常。0012将异常数据从真实数据中区分出来非常困难，虽然有些异常数据可能是。
12、测量和记录过程中的错误引起的，但有些异常数据却代表着真实的监测量的状态，蕴涵着从预警角度看非常有意义的知识。目前针对监测过程中产生的异常数据，通常采用均值偏离方法进行处理，其本质是依据监测对象状态在一段时间内不会发生突变，通过求取一段时间窗内的采集值均值，再通过与设定的阈值进行比较，所超过设定的阈值则判定采集值异常。此方法可以识别部分异常数据，但由于阈值的设置难以把握，过大的阈值容易过滤到真实的采集值，过小的阈值不容易去除异常数据，导致实际处理效果依赖于阈值设置的经验值，难以量化处理。发明内容0013本发明的所要解决的技术问题在于提供一种准确的识别基坑自动化监测异常数据的方法。0014本发明采。
13、用以下技术方案解决上述技术问题的一种基坑自动化监测异常数据识别方法，包括下述步骤0015步骤1在基坑现场安装温度计、雨量计、大气压强计，并实现基坑现场温度、大气压强及降雨量的采集，采集频率同监测项目的采集频率。；0016步骤2根据前一采集日的温度变化曲线及钢筋计的频率输出变化曲线，找出两条曲线中的最高点及其对应的采集时刻，求取采集时刻之间的差值作为钢筋计所在位置温度与基坑环境温度之间的延时时间DELAY；0017步骤3根据上一轮采集结果并结合本轮采集的温度值、大气压强及采集周期内的降雨量对本轮监测值进行预测；0018步骤4针对每一个监测项目，若本轮采集的监测值在预测值的0911倍区间内，确认为。
14、正常值，否则判定为异常值；0019步骤5针对每一个监测项目，若本轮判定为正常值，则对预测的均值进行迭代更新。0020本发明的优点在于通过预测基坑开挖及环境状态参数的变化对监测值的影响，来确定监测项目的下一采集时刻预测采集值，并通过比对预测采集值及实际采集值来判定实际采集值是否异常，得出真实的监测数据，在整个基坑开挖的预警过程中起到重要的作用。附图说明0021图1为本发明基坑自动化监测异常数据识别方法的水位计的实测量和降水量的关系曲线图。0022图2为钢筋计支撑力实测值和预测值数据曲线图。说明书CN103953024A3/9页6具体实施方式0023以下结合附图对本发明进行详细的描述。00241、。
15、监测项目0025异常数据来源的采集对象包括钢筋计频率、测斜仪倾角、水位计压强及单点位移计的位移。00262、异常数据定义0027本文方法定义的异常数据包括两类，并针对该两类异常数据进行识别。0028真实异常数据有意义的能反映监测对象状态的部分异常数据，简单地将其排除会丢失有用的信息，导致后期预警数据分析的结果不精确或不正确。0029噪音异常数据采集、传输或存储过程中的错误引起的那部分异常数据，这种异常数据会导致基坑预警分析的结果出现偏差或错误。00303、基于基坑监测知识的异常数据识别方法003131方法路线0032在本方法中定义监测值的变化由三部分构成基坑开挖对监测项目带来的影响，环境状态参。
16、数变化给监测项目带来的影响以及噪声干扰给监测带来的异常影响。监测项目的最终监测值是上述三部分的综合体现。0033本方法通过预测基坑开挖及环境状态参数的变化对监测值的影响，来确定监测项目的下一采集时刻预测采集值，并通过比对预测采集值及实际采集值判定实际采集值是否异常。003432监测值预测0035记监测项目的监测值为，基坑开挖状态为，环境参数状态为，采集、传输及存储环节的噪声为，则F,，函数F表征监测值是三个状态参数的综合反映。0036其中根据基坑力学计算模型，基坑开挖状态对监测项目是一个线性、缓慢的影响，在一段时间内趋于稳定。0037而环境参数状态对监测项目的影响依据监测项目类型的不同而差异较。
17、大，具体影响关系见下表10038表1环境状态参数与监测项目之间的关系0039说明书CN103953024A4/9页70040除了上表中涉及的地下水位与钢筋计频率，其他监测项目测斜仪倾角、单点位移计受环境状态参数的影响较小，通常可以忽略。0041采集、传输及存储环节的噪声为对监测值的影响属于噪声信号，可以认为是一个白噪声信号。0042为此本方法将监测值分解为,三个影响参数的独立作用之和，定义如下0043ABC0044其中函数A表示基坑开挖状态对监测项目的影响，由于基坑开挖状态在一段时间内是稳定的，因此A在一段时间内也趋于稳定，为此本方法用GAUSS模型对A的在T1时刻的预测值UA,T1进行建模并。
18、跟踪A的变化趋势，定义如下0045UA,T1WUA,T1WIA,T0046IA,T为T采集时刻的采集值被判定为背景值时修正过的采集值与预测值之间的变化，即IA,TUA,T。通过上式实现对A的均值进行预测。系数W的值根据采集时间间隔来取01中间的小数，采集时间间隔较短，W可以取值较大，如09至1之间，采集时间间隔越长，W取值越小，如0至09之间，如下表为几个可以取值的例子，当然，不限于这些值。0047采集间隔分钟系数W15095300906008512007480050048背景值判定规则如下，其中D为监测项目的方差，一般取值为监测项目前24小时判定为背景值的监测值的方差。00490050IFG。
19、A,T108，T时刻采集值A为背景值。0051函数B表示环境状态参数对监测项目的影响，依据表1针对不同的监测项目类型，本方法定义响应的函数B，具体如下。00521环境状态参数对地下水位压强值预测的影响说明书CN103953024A5/9页80053地下水位受短时内的降水及大气压强的影响，定义T时刻至T1时刻采集周期内的降水量为，大气压强为P，则T1采集时刻的监测值相比于T时刻的采集时刻的采集值的变化量预测值为0054BBP，PT1PT00552环境状态参数对钢筋计频率预测的影响0056钢筋计频率受局部环境温度的影响较大，由于钢筋计所处实际位置的温度与整个基坑所处的外界环境温度之间存在一定的滞后。
20、关系，为此不能直接利用基坑环境温度对钢筋计的频率变化量进行预测，本方法根据前一监测日频率输出的最高点与环境温度的最高点之间的时间差作为钢筋计所处位置环境温度与整个基坑环境温度之间的滞后响应时间DELAY。0057通常钢筋计的输出由载荷及温度修正两部分，且与温度修正成线性关系，为此本方法定义在T1采集时刻的监测值相比于T时刻的采集时刻的采集值的变化量预测值为0058BBTBTT1TTBTT1DELAYTTDELAY0059其中B为钢筋计的温度修订系数，取原始数据的最高点和最低点的线性系数，单位KN/，TT1与TT分别为在T1采集时刻与在T采集时刻钢筋计所在的局部温度，TT1DELAY与TTDEL。
21、AY分别为在T1采集时刻与在T采集时刻基坑外部的环境温度。，0060函数C表示采集、传输及存储过程中噪声产生的误差，不作为对监测值的预测。0061为此，本方法针对监测项目T1采集时刻的预测值为00621水位压强0063EUA,T1PT1PT00642钢筋计频率0065EUA,T1BTT1DELAYTTDELAY00663其他监测项目测斜仪倾角、单点位移计，因为其受环境状态参数的影响较小，所以环境状态参数的影响忽略不计0067EUA,T1。006833异常数据判断流程0069根据上面确定的监测值预测公式，本方法采用下面判断流程识别异常数据0070步骤1在基坑现场安装温度计、雨量计、大气压强计，并。
22、实现基坑现场温度、大气压强及降雨量的采集，采集频率同监测项目的采集频率。0071步骤2根据前一采集日的温度变化曲线及钢筋计的频率输出变化曲线，找出两条曲线中的最高点及其对应的采集时刻，求取采集时刻之间的差值作为钢筋计所在位置温度与基坑环境温度之间的延时时间DELAY；0072步骤3根据上一轮采集结果并结合本轮采集的温度值、大气压强及采集周期内的降雨量并根据以上的预测公式对本轮监测值进行预测；0073步骤4针对每一个监测项目，若本轮采集的监测值在预测值的0911倍区间内，确认为正常值，否则判定为异常值；0074步骤5针对每一个监测项目，若本轮判定为正常值，则对预测的均值进行迭代更新。0075请参。
23、阅下表2及图1，示出了水位计的实测量和降水量的关系，其说明书CN103953024A6/9页9中曲线1是水位计的实测量，曲线2代表降水量，依据水位压强的预测公式，EUA,T,PT1PTG，因为降水量全部为0，所以地下水位压强变化量的预测值B取决于大气压强P的变化，大气压强P的变化量很小，所以无论是预测值E还是实测量变化都不大。大气压强波动很小，一般默认为固定的。0076表2水位计的实测量和降水量的关系0077时间检测项目检测位置实测量DM降水量MM2014115356地下水位断面2水位计263702014115427地下水位断面2水位计263702014115457地下水位断面2水位计2637。
24、02014115527地下水位断面2水位计263702014115558地下水位断面2水位计263702014115629地下水位断面2水位计263702014115659地下水位断面2水位计263702014115729地下水位断面2水位计263702014115800地下水位断面2水位计263702014115831地下水位断面2水位计263702014115901地下水位断面2水位计263702014115932地下水位断面2水位计2637020141151002地下水位断面2水位计2637020141151033地下水位断面2水位计2637020141151104地下水位断面2水位计2。
25、636020141151134地下水位断面2水位计2636020141151204地下水位断面2水位计2636020141151235地下水位断面2水位计2636020141151305地下水位断面2水位计2635020141151336地下水位断面2水位计2635020141151406地下水位断面2水位计2634020141151436地下水位断面2水位计2634020141151507地下水位断面2水位计26352020141151538地下水位断面2水位计26362020141151608地下水位断面2水位计26382020141151650地下水位断面2水位计263952020141。
26、151709地下水位断面2水位计26421820141151739地下水位断面2水位计26431820141151810地下水位断面2水位计26621820141151841地下水位断面2水位计26781820141151911地下水位断面2水位计267020141151942地下水位断面2水位计2668020141152012地下水位断面2水位计2633020141152042地下水位断面2水位计2633020141152113地下水位断面2水位计2633020141152144地下水位断面2水位计2633020141152214地下水位断面2水位计2633020141152244地下水位断。
27、面2水位计2632020141152315地下水位断面2水位计2632000780079请参阅下表3及图2，示出了钢筋计支撑力支撑力是最终的计算结果，和钢筋计频率之间是一个线性关系，钢筋计频率只是最原始的采集值，所以这里用支撑力表示预说明书CN103953024A7/9页10测值数据，其中曲线3代表钢筋计频率实测值，曲线4代表基坑开挖状态对钢筋计频率的影响的预测值UA，可以看出，由于环境温度未变化，所以环境状态参数变化对钢筋计频率预测值的影响BBTBTT1TTBTT1DELAYTTDEALY为0，钢筋计频率预测值基本等于基坑开挖状态对钢筋计频率的影响的预测值UA。0080表3钢筋计支撑力实测值。
28、和预测值数据00810082请参阅下表4，示出了钢筋计频率与温度的关系，其中环境修正系数为043，这个表给出的是实测值钢筋计桩内力这列和环境温度，同时是在模拟桩体内力稳定的情况下给出的，即UAA，T可以认为是恒定的。0083表4钢筋计频率实测值与温度00840085说明书CN103953024A108/9页110086说明书CN103953024A119/9页120087以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。说明书CN103953024A121/1页13图1图2说明书附图CN103953024A13。