大坝变形观测数据处理方式分析与研究
来源:用户上传
作者:
摘 要：随着我国水利工程施工质量的要求不断提高，大坝变形问题也受到了越来越多水利工作者的关注。在当前的大坝变形观测处理当中，存在很多处理缺陷，并不能得出真正有效的大坝变形数据。故文章就当前大坝变形处理的内容以及数据误差种类做了介绍，并分析了相关数据处理方式，望能给相关数据处理人员提供一些建议，从而提高其工作质量。
关键词：大坝变形；观测数据；处理方式
大坝工程是我国水利工程中的重要组成部分，该工程的稳定性和安全性，对其周边区域居民的生命财产安全都会造成很大的影响。如果数据处理人员在进行大坝变形观测数据处理时，得出的结果存在误差，那就很可能导致大壩出现一些变形问题，导致大坝结构失稳，危害周围人民的正常生活。
一、观测内容概述
由于大坝在正常使用过程中，与之相关的很多数据信息都是在不断浮动变化的，如沉降速度、沉降量以及地基稳定承载力等，如果这些数据信息发生较大的改变，就很可能引起大坝产生变形，影响大坝的稳定性。故相关水利工作人员就必须要定期对大坝的这些信息数据进行检测和记录，并制定相关的变化图表来进行分析，确定大坝可能变形情况，从而做出针对性的防护，维持大坝的稳定性。
二、观测数据可能出现的误差特点
（一）随机性。所谓的随机性误差，一般也可以被称作为偶然性误差，这些误差往往是由于一些非常细小的因素，或突然发生的某一特定状况导致的，就该误差的性质而言，其仍符合误差统计规律。
在大坝变形观测数据中，随机性误差的产生是很难加以控制的，且其虽然对大坝变形结果影响不大，当然会对整个大坝的安全性检查产生一定的影响。故在进行误差考虑时，安全人员必须要将其考虑进去。
（二）系统性。系统性误差一般都是由一些规律性因素所导致的。如观测人员在观测过程中所使用的观测仪器或观测方法不合理，就会导致一定的系统性误差，故系统性误差一般也是固定发生的。在系统性误差产生之后，观测人员也很难对其进行修正，必须要不断的对观测仪器和观测方法进行分析，找到其中存在的问题，然后再进行相关误差处理。
（三）粗大性。在大坝观测数据的误差特点中，粗大性是其最突出的一点，也会导致观测结果出现非常大的差错。导致粗大误差的主要原因是因为观测人员的工作失误，在整个观测工作当中，观测员可能会出现测量错误、读数错误以及数据记录错误等失误。此外，如果观测点受到一定的人为因素作用发生改变，也会导致出粗大误差。由于粗大误差的影响性较大，故在观测过程中，相关部门就必须建立完善的监督体系，使用专业的高科技仪器对观测人员的工作进行有效监督，确保其工作不出现失误，并规范所有观测人员的行为。
三、处理方式分析
（一）Dixon检测。该检测方法主要运用的是正态分布理念，观测人员使用一定的规律将观察数据进行排布，然后根据正态分布得出排布两端的差异性，再将这类差异性写入到Dixon检测表当中，从而得到观测数据的临界值计算公式，观测人员就可在将观测数据代入到该计算公式中进行计算，如果所得出来的计算结果大于临界值时，就可认定这些观测数据属于粗大误差，然后观测人员再将这些粗大误差数据进行消除或重新测量。Dixon检测方法可以帮助观测人员快速的找到误差数据，提高观测数据的准确性，且其计算方式非常简单，目前被广泛地运用在变形观测数据处理当中。
（二）过程线检测法。该检测方法的运用，需要观测人员具有丰富的检测经验，在得到相关观测数据之后，观测人员就应该为这些观测数据设置一定的物理界限，当观测数据超过这一物理界限时，就可将其定义为误差数据并进行消除，而对于物理界限之类的观测数据，观测人员也应该根据其观测经验进行考虑，并设立一定的判别公式来对这些观测数据进行判别，对于那些虽然满足判别公式，但观测人员觉得捉摸不透的观测数据，也应该进行记录，利用后续的检查方法进行检查。
（三）拉依特准则检测法。该检测方法也是基于正态分布规则的检测法，在该准则作用下，观测人员需要对正态分布中的实测值和回归值进行控制，确保其残差小于某一特定值。如果观测人员根据该准则确定某一观测数据属于异常数据，则可以将该数据进行消除，但观测人员也应该根据相关规范以及大坝性质设置相应的观测数据总量，如果所有消除的数据过多，导致可使用的观测数据量过少，那么观测人员就需要进行某些点位的重新观测，利用新的观测数据来进行分析和判断，在拉依特准则当中，其也对观测人员需要进行重新观测的数据量进行了判断，观测人员必须要设立相应的界限，然后根据所得到的数据与该界限之间的差距，来确定需要重新观测统计的数据数量。
（四）Curbbs准则检测法。当观测人员根据正态分布的曲线得到的数据异常值过少时，那么Curbbs准则检测法就是其最适用的检测方法之一。该准则检测法通过其判断式，能够快速准确的判断该异常值的性质。但值得注意的是，如果正态分布中所出现的异常值过多，当观测人员还使用Curbbs准则检测法进行检测时，就很可能会导致一些检测盲区的出现，从而将一些存在误差的观测结果判断为无误差，故观测人员一定要根据实际情况选择合理的检测法。
四、结语
根据以上分析可知，在当前的大坝观测情况下，难免会出现各种误差，故观测人员并不能直接使用这些观测数据进行大坝变形的分析，需要对这些数据进行一定的处理。本文所提出的几种处理方式具有一定的实际效用，在当前也被很多观测人员所利用，也有效的提高了大坝变形分析的准确性。但大坝结构作为重要的水利工程结构，观察人员还需要研究出更加合理的观测方法和使用更加精确的观测设备，来提高观测的效率，从而更好地维持大坝工程的稳定性，防止大坝变形问题的出现。
参考文献
[1] 曾凡祥，李勤英.基于LM算法的BP神经网络在大坝变形监测数据处理中的应用[J].水电与抽水蓄能，2008，32（5）：72-75.
[4] 王江荣.Richards生长曲线模型在大坝变形监测数据处理中的应用[J].矿山测量，2015（5）：59-61.
作者简介：林朝飞（1974.09- ），男，四川盐边人，本科，副教授，研究方向：工程测量。
转载注明来源:https://www.xzbu.com/4/view-14693490.htm
