> 教学工作 > 本科教学 > 变形监测数据处理 >

基本信息

通过本课程的学习,使学生了解国内外变形监测领域的最新进展,掌握变形监测、分析与预报的基础理论知识及基本方法,为从事变形测量及其研究工作打下良好基础。通过本课程的学习,要求学生认识并理解开展变形监测工作的重要性,掌握变形监测及其数据处理的主要技术与方法,重点掌握工程变形监测的基本手段与技术设计、变形监测资料的预处理及基准稳定性分析理论,熟悉并掌握变形分析中的统计分析法与确定函数法建模的主要方法。

主讲教师

教学内容

第一章 引论
变形监测的基本概念,变形监测的内容、意义和目的;变形监测技术及其发展趋势;变形分析的内涵,变形物理解释的主要方法及其新进展。

第二章  数理统计的有关理论
随机变量的基本概念及其概率分布,数理统计中几个常用的抽样分布;假设检验的基本思想与检验方法;随机过程的基本概念,研究随机过程理论的实际意义,随机过程的特征量与实际估计。

第三章  变形监测技术
变形监测技术。地面监测方法与测量机器人、地面摄影测量方法、GPS变形监测及自动化系统、地面三维激光扫描系统、特殊测量手段等变形监测技术;变形监测内容、监测方法与仪器、监测精度、监测点布置、监测频率、综合变形监测系统等技术方案设计;变形监测网优化设计。

第四章  变形监测资料的预处理
监测资料检核的意义与方法;用一元线性回归进行资料的检核;监测网观测资料的数据筛选原理及算例;自动化监测系统中观测数据序列的奇异值检验方法与监测资料的插补;小波变换的基本理论与方法及其在变形分析中的应用;变形监测成果的整理与管理工作。

第五章  变形监测网的参考系和基准点的稳定性分析
绝对网和相对网的概念;监测网的参考系问题;平均间隙法及其应用;GPS变形监测网的数据处理与变形分析基准的统一。

第六章  变形分析与建模的基本理论与方法
回归分析法:曲线拟合、多元线性回归分析、逐步回归计算原理;时间序列分析模型:时间序列分析的基本概念、ARMA模型建立的一般步骤、ARMA的BOX建模方法、DDS建模法简介;灰色系统分析模型:灰色系统理论的基本概念、灰色关联分析、GM(1,N)模型、GM(1,1)模型及其应用;Kalman滤波模型:Kalman滤波的基本原理与公式、变形监测自动化系统中Kalman滤波的应用、递推式Kalman滤波的应用实例;人工神经网络模型:人工神经网络的基本概念、BP网络结构及算法、BP模型在滑坡及沉降预测中的应用;频谱分析及其应用:线性系统原理、频谱分析法、频谱分析算例、最小二乘响应分析。

第七章  变形的确定性模型和混合模型
弹性力学的有关知识:位移、应变、应力,弹性力学的基本方程,边界条件,弹性力学问题求解;有限单元法的基本概念:有限元网格和有限单元,有限元模拟范围,平面问题有限元求解方法;大坝位移确定性模型的建立:水压分量、温度分量、时效分量,确定性模型的一般表达式,参数估计;混合模型的表达式,位移确定性模型应用实例,变形混合模型的应用实例;反分析理论及其应用:反演分析法及其应用,反馈分析法。

资源下载