導語：如何才能寫好一篇數據監(jiān)測，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：ADO；數據格式；SPLIT函數

中圖分類號：D922.3 文獻標識碼： A

1 引言

沉降監(jiān)測中，對一般性的高層建（構）筑物，采用二等水準測量的觀測方法就能滿足要求，儀器多采用精密的電子水準儀，本文以天寶DINI03為例，全面闡述一下其數據的導入和處理過程。

2 數據導入的設計

本程序是利用VB語言讀取電子水準儀的輸出文件，然后利用Microsoft ActivX Data Object 2.6 Library ADO對象庫的引用，把數據導入到access數據庫中。例如，天寶DINI03電子水準儀輸出的數據如1-1圖，其第一行是文件名，第二行是開始觀測行，因為是第一站（奇數站）所以用后、前、前、后方式觀測，第三行是水準起點，第四行到第七行是前、后視高，前、后視距，第八行是第一站高程，第十九行到三十四行是無用的數據（銦鋼尺沒有扶正等原因造成的）第四十一、四十二行是間視點，每行分六個字段。因而首先用VB的函數SPLIT ：S=SPLIT((textline1, "|")，把每行分成六個數組進行處理，然后用INSTR以及MID函數：InStr(1, s(3), QSHiSHiGaoZIDuan)，作為條件，剔除無用的數據，把視距，視高等有用的數據導進access數據庫，以備下一步進行數據處理。數據導入的部分代碼如下：

adodblianjie1

rs1.Source = "select * from 水準表 "

rs1.ActiveConnection = conn1

rs1.Open

Do While Not EOF(1)

'For i = 1 To 45

Line Input #1, textline1

s = Split(textline1, "|")

If InStr(11, s(2), "#") Or InStr(11, s(2), WeiJianMing) Or InStr(1, s(2), KaiSHiHang) Or InStr(1, s(2), CHongFuCeZHan) Or InStr(1, s(2), KaiSHiJianSHiDian) Or InStr(1, s(2), JieSHUJianSHiDian) Or InStr(1, s(2), JieSHuHang) Or InStr(1, s(3), SHiJuCHa) Or InStr(1, s(3), QianSHiJuHe) Then

Else

rs1.AddNew

QHdianMing = Trim(Mid(s(2), 4, 15))

rs1.Fields("測量時間") = Calendar1.Value

If InStr(1, s(3), QSHiSHiGaoZIDuan) Then

ChangDu = Len(s(3))

QianSHiSHiGao = Val(Trim(Mid(s(3), 3, ChangDu - 5)))

SJChangDu = Len(s(4))

QianSHiJu = Val(Trim(Mid(s(4), 3, SJChangDu - 5)))

If Rf Then

rs1.Fields("前視視高1") = QianSHiSHiGao

rs1.Fields("前視視距1") = QianSHiJu

rs1.Fields("測站點") = "前" & QHdianMing

Else

rs1.Fields("前視視高2") = QianSHiSHiGao

rs1.Fields("前視視距2") = QianSHiJu

rs1.Fields("測站點") = "前" & QHdianMing

End If

Rf = Not Rf

End If

If InStr(1, s(3), HSHiSHiGaoZiDuan) Then

ChangDu = Len(s(3))

HouSHiSHiGao = Val(Trim(Mid(s(3), 3, ChangDu - 5)))

SJChangDu = Len(s(4))

HouSHiJu = Val(Trim(Mid(s(4), 3, SJChangDu - 5)))

If Rb Then

rs1.Fields("后視視高1") = HouSHiSHiGao

rs1.Fields("后視視距1") = HouSHiJu

rs1.Fields("測站點") = "后" & QHdianMing

Else

rs1.Fields("后視視高2") = HouSHiSHiGao

rs1.Fields("后視視距2") = HouSHiJu

rs1.Fields("測站點") = "后" & QHdianMing

End If

Rb = Not Rb

End If

If InStr(1, s(3), JianSHiSHiGaoZiDuan) Then '間視點

ChangDu = Len(s(3))

JianShiSHiGao = Val(Trim(Mid(s(3), 3, ChangDu - 5)))

SJChangDu = Len(s(4))

JianSHiju = Val(Trim(Mid(s(4), 3, SJChangDu - 5)))

SJChangDu = Len(s(5))

JianSHiDianGaoCHeng = Val(Trim(Mid(s(5), 2, SJChangDu - 5)))

rs1.Fields("間視點視高") = JianShiSHiGao

rs1.Fields("間視點視距") = JianSHiju

rs1.Fields("間視點高程") = JianSHiDianGaoCHeng

rs1.Fields("測站點") = QHdianMing

End If

If Trim(s(3)) = "" And Trim(s(4)) = "" Then

ChangDu = Len(s(5))

QianSHiDianGaoCHeng = Val(Trim(Mid(s(5), 3, ChangDu - 5)))

'QHdianMing = Trim(Mid(s(2), 4, 15))

rs1.Fields("前視點高程") = QianSHiDianGaoCHeng

rs1.Fields("測站點") = "高程" & QHdianMing

End If

rs1.Update

End If

Loop

rs1.Close

conn1.Close

Close

MsgBox "導入成功！"

1-1

3 數據的處理

數據進入access數據庫后，充分利用ADO對象模型的數據訪問策略 ，可以任意輸出成多種格式，例如輸出成EXCEL的格式。首先充分利用了microsoft office 11.0 object library進行EXCEL對象的定義：

Dim SHuiZHunexcel1 As Object '定義Excel對象

Dim SHuiZHunbook1As Object '定義工作簿對象

Dim SHuiZHunsheet1 As Object '定義工作表對象

Set SHuiZHunexcel1 = CreateObject("excel.application") '創(chuàng)建Excel應用程序對象

Set SHuiZHunbook1 = SHuiZHunexcel1.Workbooks.Add '添加工作簿

Set SHuiZHunsheet1 = SHuiZHunbook1.Worksheets(1) '操作的工作表1

然后利用Microsoft ActivX Data Object 2.6 Library ADO進行數據庫的連接：

adodblianjie1

rs1.Source = "select * from 水準表 "

rs1.ActiveConnection = conn1

rs1.Open

最后輸出成EXCEL格式的文件：

For i = 0 To rs1.Fields.Count - 1

SHuiZHunsheet1.Cells(1, i + 1) = rs1.Fields(i).Name

Next

If rs1.RecordCount > 0 Then

rs1.MoveFirst

For i = 1 To rs1.RecordCount

SHuiZHunsheet1.Cells(i + 1, 1).Value = rs1.Fields("測站點")

SHuiZHunsheet1.Cells(i + 1, 2).Value = rs1.Fields("前視視高1")

SHuiZHunsheet1.Cells(i + 1, 3).Value = rs1.Fields("前視視高2")

SHuiZHunsheet1.Cells(i + 1, 4).Value = rs1.Fields("前視視距1")

SHuiZHunsheet1.Cells(i + 1, 5).Value = rs1.Fields("前視視距2")

SHuiZHunsheet1.Cells(i + 1, 6).Value = rs1.Fields("后視視高1")

SHuiZHunsheet1.Cells(i + 1, 7).Value = rs1.Fields("后視視高2")

SHuiZHunsheet1.Cells(i + 1, 8).Value = rs1.Fields("后視視距1")

SHuiZHunsheet1.Cells(i + 1, 9).Value = rs1.Fields("后視視距2")

SHuiZHunsheet1.Cells(i + 1, 10).Value = rs1.Fields("前視點高程")

SHuiZHunsheet1.Cells(i + 1, 11).Value = rs1.Fields("間視點視高")

SHuiZHunsheet1.Cells(i + 1, 12).Value = rs1.Fields("間視點視距")

SHuiZHunsheet1.Cells(i + 1, 13).Value = rs1.Fields("間視點高程")

rs1.MoveNext

Next

End If

SHuiZHunexcel1.Visible = True '決定excel是否可見

4 使用效果及結論

沉降監(jiān)測是一項精密的工程測量，由于工作多，任務重，時間要求緊，如果利用常規(guī)方法，保質保量按時完成任務，難度很大。限于此因，我做了這個與沉降監(jiān)測工作配套的程序，極大提高了工作效率。此軟件已在工作中使用很長時間了，迄今為止運行穩(wěn)定，性能、效果良好。由于篇幅所限只能列舉天寶DINI03的儀器數據，把數據導入，部分數據處理與同行分享，以此共勉。

參考文獻Visual Basic函數參考大全 人民郵電出版社賽奎春 李俊民編著

ISBN 978-7-115-15387-6 2007.4

測量學（第四版）同濟大學出版社顧孝烈等編著

ISBN 978-7-5608-4458-8 2012.2

篇2

一是數據體量巨大（Volume）。百度資料表明，其新首頁導航每天需要提供的數據超過1.5PB(1PB=1024TB)，這些數據如果打印出來將超過5千億張A4紙。有資料證實，到目前為止，人類生產的所有印刷材料的數據量僅為200PB。二是數據類型多樣（Variety）?，F在的數據類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數據，個性化數據占絕對多數（見圖1）。三是處理速度快（Velocity）。數據處理遵循“1秒定律”，可從各種類型的數據中快速獲得高價值的信息。四是價值密度低（Value）。以視頻為例，一小時的視頻在不間斷的監(jiān)控過程中，可能有用的數據只有一兩秒。大數據不僅僅是海量數據，更是一種技術。大數據核心是業(yè)務模式，本質是數據處理技術。數據是資產，如何盤活數據資產，使其為國家治理、企業(yè)決策乃至個人生活服務，是大數據的核心議題，大數據技術是IT領域新一代的技術與架構，將幫助人們從大體量、高復雜度的數據中提取價值。用以分析的數據越全面，分析的結果就越接近于真實。大數據分析意味著能夠從這些新的數據中獲取新的洞察力，并將其與已知業(yè)務的各個細節(jié)相融合。各種研究表明，大數據是與智能制造、無線網絡革命并行的又一次顛覆性的技術變革。其具體內容包括：海量數據分析技術、大數據處理技術、分布式計算技術和數據可視化技術。如圖2所示，大數據技術主要包含三個部分：大數據產品、大數據管理、大數據使用。大數據產品主要是指各種數據獲取系統，包含各種數據庫、RFID、sensors等等。在無線電頻譜監(jiān)測中，其最明顯的數據產品就是各種傳感器、監(jiān)測站設備等等。大數據管理主要是指大數據的存儲、處理、過濾等各種關鍵技術，涉及各種電磁感知數據的整合和質量控制等，這個環(huán)節(jié)是大數據技術關鍵環(huán)節(jié)。大數據使用是挖掘、分析、搜索、擴充，是大數據技術的核心之處，即如何將數據轉化為有用的信息。大數據發(fā)展催生大數據時代。大數據發(fā)展之快，已遠遠超出人們的想象。特別值得關注的是，2012年3月，奧巴馬政府了“大數據研究與開發(fā)計劃”，并宣布先期投資超過2億美元的資金，用于研發(fā)大數據關鍵技術，以搶占數據資源開發(fā)利用的制高點。將“大數據戰(zhàn)略”上升為國家意志。奧巴馬政府將數據定義為“未來的新石油”，并表示一個國家擁有數據的規(guī)模、活性及解釋運用的能力將成為綜合國力的重要組成部分。未來，對數據的占有和控制甚至將成為陸權、海權、空權之外的另一種國家核心資產。2012年5月，聯合國“全球脈動”計劃了《大數據開發(fā)：機遇與挑戰(zhàn)》報告，英國、德國、法國、日本、加拿大等發(fā)達國家積極響應。我國也于2012年10月成立了中國通信學會大數據專家委員會。種種跡象表明，世界各國特別是發(fā)達國家都把大數據的發(fā)展擺到國家戰(zhàn)略層面加以推動，使大數據正在成為世界新的戰(zhàn)略資源爭奪的一個焦點。對于大數據的發(fā)展，全球知名咨詢公司麥肯錫研究認為，數據已經滲透到每一個行業(yè)和業(yè)務職能領域，逐漸成為重要的生產因素；而人們對于海量數據的運用將預示著新一波生產率增長浪潮的到來，在政府公共服務、民生醫(yī)療服務、維護社會安定、動態(tài)安全監(jiān)管等領域的廣泛應用，將產生巨大的社會價值和產業(yè)空間。有機構預測，大數據應用將使美國零售業(yè)凈利潤增長實現60％，可使制造業(yè)的產品開發(fā)和組裝成本降低50％。這種影響和變化是革命性的，說明大數據蘊含著大價值。大數據應用也開拓了軍革新境界。大數據在當今世界科技、經濟、文化等領域的應用是廣泛的，在軍事領域也是如此。如當前的美軍信息系統，運行的數據中心超過772個，服務器超過7萬臺，還有約700萬個計算機終端。2011年，美軍戰(zhàn)略司令部司令官羅伯特·科勒上將曾指出：“不斷增長的數據搜集能力和有限的數據處理能力之間的鴻溝正在擴大?！币虼?，美軍正在加緊推進大數據研發(fā)計劃，確定了“從數據到決策、網絡科技、電子戰(zhàn)與電子防護、工程化彈性系統、大規(guī)模殺傷性武器防御、自主系統和人機互動”等7個重點研究領域。美軍應對大數據的基本策略，是不斷提高“從數據到決策的能力”，實現由數據優(yōu)勢向決策優(yōu)勢的轉化。大數據已經滲透到每一個行業(yè)和業(yè)務職能領域。作為國家頻譜資源的管理者，無線電管理機構要準確把握形勢，積極應對挑戰(zhàn)，重視數據的潛在價值，關注大數據前沿技術，加快推進其實際應用，使大數據技術早日應用于無線電頻譜監(jiān)管領域，推動無線電管理事業(yè)發(fā)展。

2無線電頻譜監(jiān)測進入大數據時代

隨著無線電業(yè)務的迅猛發(fā)展、無線電設備的日益增多，以及無線電監(jiān)測設施的不斷建設，無線電監(jiān)測正逐步呈現出大數據特征。（1）監(jiān)測數據量巨大。截至2013年年底，全國已經建成1千多個固定監(jiān)測站、上千個移動站、1千多個可搬移設備。利用這些監(jiān)測設備，開展的頻譜掃描、信號測量、占用度分析等工作產生了大量的監(jiān)測數據，而網格化監(jiān)測方式將產生更加海量的數據。（2）數據類型復雜多樣。監(jiān)測設備除了產生頻譜掃描數據，還可以提供IQ數據、AD采樣數據及音頻、測向和定位數據等。（3）沙里淘金，價值密度低。大量的監(jiān)測數據并不提供現成的有價值的信息。如何通過強大的機器算法更迅速地完成數據的價值“提純”，為無線電管理提供管用、有用的信息，是目前大數據背景下無線電監(jiān)測亟待解決的難題。（4）處理效率的要求高。大量的數據不能僅僅是存儲為“數據檔案”，需要及時、高效分析綜合，為無線電管理提供快速的技術支撐，很多情況下需要實時或者準實時。大數據時代無線電監(jiān)測要圍繞新時期無線電管理工作“管資源、管臺站、管秩序，服務經濟社會發(fā)展、服務國防建設、服務黨政機關，突出做好重點無線電安全保障工作”總體目標，切實解決資源是否摸清、臺站是否管好、干擾查處是否及時有效、到底能提供哪些服務、保障工作有什么亮點這5個方面的問題。而大數據技術和網格化監(jiān)測為解決上述問題提供了有效途徑。

3網格化監(jiān)測是以平臺大數據處理為核心的新架構

如果監(jiān)測數據是財富，那么網格化監(jiān)測數據就是寶藏，而大數據技術就是挖掘和利用寶藏的利器。沒有強大的計算能力，數據寶藏終究是鏡中花；沒有網格化監(jiān)測數據的積淀，大數據技術也只能是殺雞用的宰牛刀。無線電監(jiān)測網是一種典型的傳感網，而網格化監(jiān)測的數據采集、存儲、處理是一種典型的大數據技術架構，如圖3所示，實際上在圖2中大數據產品中就有sensors（傳感器）。依靠網格化無線電監(jiān)測設施，利用大數據技術，分析挖掘海量無線電監(jiān)測數據，從而實現統計、分析、發(fā)現、預測等功能，充分發(fā)揮無線電監(jiān)測數據效能，為無線電管理提供有用信息。網格化監(jiān)測和大數據技術結合可以從以下4個方面轉變無線電管理工作模式、提升無線電管理水平，如圖4所示。（1）提升資源管理手段。網格化監(jiān)測覆蓋廣、頻段寬、時間長，可以全面掌控頻譜資源使用和演變動態(tài)；監(jiān)測“粒度”細，數據挖掘深，可以實現頻譜管理精細化。（2）強化臺站功能。利用監(jiān)測輔助臺站管理，實現對在用頻率和發(fā)射設備的遠程監(jiān)控；分析監(jiān)測檢測結果，掌控臺站工作狀態(tài)；網格化監(jiān)測提升臺站監(jiān)管的時效性和覆蓋率。（3）主動獲取頻譜態(tài)勢。通過廣域、全時監(jiān)測，實現多域的統計和深度分析，主動獲取頻譜態(tài)勢。（4）服務經濟社會發(fā)展。為業(yè)務使用者提供電磁環(huán)境態(tài)勢，為公眾和企業(yè)提供電磁環(huán)境數據，打造開放的無線電監(jiān)管平臺，實現數據共享，發(fā)揮無線電管理行業(yè)優(yōu)勢，為國防建設、社會發(fā)展作貢獻。圖4網格化監(jiān)測和大數據技術結合提升無線電管理水平無線電監(jiān)測已經積累了海量數據，這些數據還在不斷急速增加，給無線電監(jiān)測帶來兩個巨大的變化：一方面，在過去沒有數據積累的時代無法實現的應用現在終于可以實現；另一方面，從數據匱乏時代到數據泛濫時代的轉變，給數據的應用帶來新的挑戰(zhàn)與困擾。如何從海量數據中高效獲取數據，有效深加工并最終得到感興趣的信息變得異常困難。要利用這種架構實現上述4個主要目標，就需要具備下面4個關鍵技術：（1）數據存儲和預處理技術。監(jiān)測節(jié)點采集了很多數據，如果要將這些海量數據全部傳輸到數據中心進行有效的分析統計，會給現有通信網的傳輸能力和數據中心的處理能力造成很大壓力。利用大數據分布式存儲集群概念，可將原始采集數據做一些簡單的清洗和預處理工作，將其暫時緩存在監(jiān)測節(jié)點端。數據預處理有多種方法：數據清理、數據集成、數據變換以及數據歸約等。這些數據預處理技術可以大幅提高數據挖掘的質量，并減少實際挖掘所需要的時間。（2）分布式計算技術。分布式計算是一種把需要進行大量計算的工程數據分區(qū)成小塊，由多臺計算機分別計算，再上傳運算結果后，將結果統一合并得出數據結論的技術。目前常見的分布式計算項目通常使用世界各地上千萬志愿者計算機的閑置計算能力，通過互聯網進行數據傳輸。如分析計算蛋白質的內部結構和相關藥物的Folding@home項目，該項目結構龐大，需要驚人的計算量，由一臺電腦計算是不可能完成的，借助分布式計算可以相對廉價地完成他們的計算任務。其他還有如模擬百年以來全球氣象變化，并計算未來地球氣象的；主攻醫(yī)藥領域，以尋找抗癌藥物和天花疫苗為主的UnitedDevices等項目。在網格化監(jiān)測中，可利用監(jiān)測節(jié)點的計算功能實現這一技術。各個監(jiān)測節(jié)點（任務服務器）在監(jiān)測中心（作業(yè)服務器）的統一調度下，根據不同的業(yè)務類型（客戶端）和工作目標（客戶端），分布式計算完成各自的數據挖掘任務，將結果上傳到監(jiān)測中心，再次進行高層次的統計，形成有價值的數據處理結果。具體作業(yè)流程如圖5所示。（3）數據挖掘技術。數據挖掘(DataMining)是通過分析每個數據，從大量數據中尋找其規(guī)律的技術，主要有數據準備、規(guī)律尋找和規(guī)律表示3個步驟。數據挖掘的任務有關聯分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等。網格化無線電監(jiān)測中的數據挖掘主要是通過分析和統計監(jiān)測網中各個監(jiān)測設備產生的頻譜掃描數據、IQ數據、解調結果數據、占用度統計數據等，生成各種頻譜資源狀態(tài)和趨勢、臺站工作狀態(tài)、空間信號分布等等。（4）數據處理結果的可視化?？梢暬緛韺儆跀祿诰虿糠种械囊粋€環(huán)節(jié)，即解釋和應用。在無線電監(jiān)測工作中要將看不見的頻譜資源用可視化手段展現非常重要，所以將無線電監(jiān)測數據處理結果的可視化單獨討論?？梢暬╒isualization）是利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。無線電監(jiān)測數據的可視化能夠把抽象的監(jiān)測數據，變?yōu)橹庇^的、以圖形圖像信息表示的、隨時間和空間變化的物理現象呈現在管理者面前，使他們能夠觀察、研究。網格化監(jiān)測平臺的可視化重點要做到：報表模板靈活、圖表形式多樣、OA集成展現、移動跨平臺訪問，使管理者看得明白、管得方便，如圖6所示。

4總結

篇3

【關鍵詞】建筑物；變形監(jiān)測；數據處理

變形是一種非常普遍的自然現象，但是在建筑工程領域內，變形必須被控制在一定的范圍之內，否則就會增加很多建筑安全隱患，產生非常嚴重的后果，危害人民群眾的個人財產和生命安全。為此，建筑變形監(jiān)測數據處理需要引起相關部門的重視。為了準確分析建筑變形情況，本文首先對建筑變形監(jiān)測的內涵和內類型進行了論述，然后重點論述了變形監(jiān)測數據處理的方法，具體如下。

一、建筑變形監(jiān)測概述

（一）建筑變形監(jiān)測的內涵

所謂建筑變形監(jiān)測，就是指結合多種方法對建筑物的變形程度進行檢測，然后對檢測的數據進行深入的處理和分析，準確評估建筑物的變形程度，判斷其安全性的過程[1]。建筑物在施工和使用的過程中，在多外力作用下很可能發(fā)生變形，如果變形在正常范圍內，那么對建筑物的安全使用不會造成較大影響；但是如果變形程度較大，超過了控制范圍，就會對建筑物的安全性和可靠性造成嚴重影響。

同時，需要注意的是，雖然建筑物在設計時會設定一個安全系數，但是在實際的施工和使用中，載體的作用力會出現變化，當其載體的作用力增加時，就會對安全系數造成破壞[2]。所以我們需要對建筑物的變形進行監(jiān)測，及時發(fā)現導致變形的原因，并采取相關的應對措施來解決，盡量將建筑物的變形控制在正常范圍內，降低變形產生的危害。

（二）建筑物變形監(jiān)測的類型

本文根據變形監(jiān)測的范圍將其分為局部性、區(qū)域性和全球性監(jiān)測三種類型，我們這里討論的建筑物變形監(jiān)測主要指局部性監(jiān)測。在對建筑物進行變形監(jiān)測時，需要結合變形監(jiān)測的特點，認真落實每一個細節(jié)。由于建筑物的變形程度會不斷發(fā)生變化，所以對其的監(jiān)測也需要長期進行，具有周期性和重復性特點。另外，隨著現代科學技術的不斷發(fā)展，我們還可以運用多種先進的監(jiān)測技術，提高建筑物變形監(jiān)測數據的精確度。

二、建筑物變形監(jiān)測數據處理的主要方法

（一）建筑物變形監(jiān)測數據處理的要求

首先，要求數據具有較高的精確度。這是準確分析建筑物變形程度的前提。在保證處理數據精確度的基礎上結合實際情況考慮其合理性。如果精確度較低，就會影響分析結果，不利于準確把握建筑物的變形情況，但是如果精確度太高，就會增加測量的難度，使工作復雜化，造成時間和人力資源的浪費。所以在設計監(jiān)測精度時，一定要合理。

其次，能滿足重復監(jiān)測的需求。在對建筑物變形監(jiān)測數據進行處理時，往往需要結合兩個相鄰周期的數據變化，以便判斷變形發(fā)生的時間特點和變化規(guī)律。

（二）建筑物變形監(jiān)測數據處理的方法

變形監(jiān)測的數據有一些是在監(jiān)測過程中測量產生的，還有一些是由外部因素導致的，例如，建筑物所在地區(qū)的氣候環(huán)境等都會對建筑物的變形產生影響，所以對數據的處理可以分為兩類，即內部和外部監(jiān)測數據。這兩種類型數據的處理方法具有一定的差異性，具體如下：

首先需要進行外部監(jiān)測數據處理，這樣可以消除其他諸多因素之后專門的處理內部監(jiān)測數據。第一步，記錄水平和垂直方向上的基線變化情況，并制成基線數據處理表，將不同的觀測時間內的水平方向與垂直方向的原基線與基線的增量都記錄在一起，這樣在對數據進行處理的時候有助于不同時間點的相互對照。第二步，根據相鄰時間段的基線數據情況繪制曲線圖，有助于直觀觀察測量過程中基線增量的變化情況。

除了上述比較傳統的數據處理方法之外，科學技術的發(fā)展催生出了很多新的變形數據處理方法，例如最大間隙法和平均間隙法。采用這種數據處理方法需要構建高斯―馬爾可夫模型。這種數據處理方法的優(yōu)勢就是可以直接判斷建筑物是否發(fā)生變形。但是通常情況下，建筑物變形是無法避免，只是變形程度上的不同，因此，這種檢測方法在實際中的應用沒有意義。另外，卡爾曼濾波法也是一種新的數據處理方法，這種方法屬于最優(yōu)估計的一種，最大的優(yōu)勢就是對狀態(tài)進行估計，能夠根據觀測數據對隨機量進行定量推斷進而估計問題，對建筑物變形數據的處理可以起到一定的作用[3]。另外，回歸分析法也是一種常用的變形監(jiān)測數據處理方法，主要是通過建立估計變形和影響因素之間的函數關系來實現的。

結束語

綜上所述，建筑物的變形具有不可控性，無法避免，會對居民的個人財產和生命安全帶來嚴重危害。但是我們可以通過對變形進行監(jiān)測和數據分析來及時掌握建筑物的變形情況，并采取針對性的應對措施來降低建筑物變形產生的危害。在對變形監(jiān)測的數據進行檢測時，一定要合理運用科學手段，并具有足夠的耐心。因為建筑物變形監(jiān)測是一個長期的過程，只有保持耐心和恒心才能保證監(jiān)測數據的準確性，為后期的數據分析提供可靠依據。

參考文獻：

[1]熊俊楠，王澤根，徐忠印，等.高層建筑物變形監(jiān)測數據處理方法研究及工程應用[J].測繪科學，2010，S1（17）：69-71.

篇4

與即時通訊類的網絡應用不同，博客、個人空間、微博都具有一定的公共性質，并被統稱為自媒體。自媒體的興盛，使其成為熱點輿情形成的重要推動者，而網絡輿情也成為社會輿情的重要組成部分。

自媒體幾乎沒有準入門檻，同時又具有匿名性，使用者的媒介素養(yǎng)良莠不齊，很容易產生各種失范現象；自媒體也不像傳統媒體那樣容易監(jiān)督，對于失范現象難以追溯源頭，同時給各方主體帶來影響輿論、把控輿論走向的機會，使得網絡輿情處于更加復雜的環(huán)境中。自媒體的網狀結構又決定了網絡輿情可以快速發(fā)酵，甚至在短時間內多次轉向，因此更加難以監(jiān)控和把握。

而對自媒體勃興之后網絡輿情的監(jiān)測，傳統的現場調查、訪問調查、問卷調查等方式收效不佳，早期曾經廣泛使用的網絡輿情監(jiān)測手段也暴露出了越來越多的問題。早期的網絡輿情監(jiān)測，主要是針對Web1.0設計的?；ヂ摼W發(fā)展至今經歷了兩個階段：Web1.0和Web2.0。兩者的主要區(qū)別并不在于技術規(guī)范或物理設備，而是用戶之間以及用戶和網絡應用之間的交互方式。

在Web1.0時代，互聯網內容主要由各大網站生產，用戶和網站的交互主要體現為尋找和接受相應的內容，用戶之間也只能通過有限的方式進行散落聯系。早期的網絡輿情監(jiān)測，就是針對這樣層次的交互而設計。流程大致是：一、通過相關樣本庫，把需要監(jiān)測的網頁進行模板匹配，并設定為監(jiān)測數據源；二、應用爬蟲程序抓取數據，存儲到本地，再進行數據的凈化和簡略的分析；三、利用簡單的圖表模板和文字描述，呈現監(jiān)測和分析的結果。

早期的網絡輿情監(jiān)測方式有一些原生的問題，譬如：一、由于處理能力有限，只能抽取部分樣本進行監(jiān)測，無法避免偶然誤差；二、文本分析算法的準確度、監(jiān)測對象和系統模板匹配的程度、對數據的凈化，以及分析的算法等因素對于最后監(jiān)測結果的準確度都有決定性的影響，無法避免系統誤差；三、將監(jiān)測的對象簡化為獨立的信息元，欠缺分析網絡內容之間聯系的能力和預測能力。

早期的網絡輿情監(jiān)測方式，盡管有很多問題，對Web1.0時代的離散的網絡內容和單向的交互方式來說還可以適用。隨著互聯網發(fā)展到了Web2.0時代，早期網絡輿情監(jiān)測方式的局限性表現得日漸明顯，其監(jiān)測功能已經弱化而無法適應新的輿論環(huán)境。

二、大數據技術下的網絡輿情監(jiān)測

Web2.0時代最突出的特征就是更緊密的網狀結構。用戶自主生成內容使網絡內容生產者數量呈幾何級增長，用戶與網站之間雙向交互，用戶與用戶之間也在進行多渠道、多層次的立體的交互。Web2.0的網絡內容不再是離散的，具有強烈的“關系”屬性。這種基于各種強弱關系的網狀結構，也直接使網絡輿情能夠快速成型、發(fā)酵，短時間內可以多次轉向。Web2.0時代的輿情監(jiān)測，更關注“關系”，能夠更快速、更準確地跟蹤輿情變化。這正是早期網絡輿情監(jiān)測的缺陷。

新的輿論環(huán)境，需要加強網絡輿情的監(jiān)測，而新的網絡輿情，需要新的監(jiān)測方式。大數據技術下的網絡輿情監(jiān)測，就是這樣一種新的方式。

自1980年以來，全球的數據存儲能力每40個月就翻一倍。不斷進行量級上的增加的龐大數據量和數據背后蘊藏的信息，帶來了大數據時代。

大數據通常指的是龐大、復雜，難以用傳統的軟件工具來分析處理的數據集。對大數據的處理，又牽涉到從數據抓取、整理、分析、共享、可視化到存儲、傳輸等一系列問題。大數據集合常常來源于日常生活，與人的行動、交往有一定的同構性，部分條目直接附加了時間、地理等信息?？梢哉f，在大數據的數據集合中天然蘊含著各種關系。因此，大數據集合能提供同數據量的若干小數據集合無法帶來的新信息。人們可以通過數據挖掘尋找數據之間的聯系，確立數據之間相關關系的規(guī)律，進而提供多方面的預測。

顯而易見，大數據處理技術的優(yōu)勢，正契合了Web2.0時代的特點。正因為大數據在挖掘數據之間的關系、進行發(fā)展趨勢預測方面的能力，已經有很多機構借助其進行輿情監(jiān)測和呈現，并取得了不俗的成績。譬如在新聞業(yè)，就有不少國際傳媒機構已經在各種項目中采用了大數據分析和數據可視化技術，如BBC以及《衛(wèi)報》《華盛頓郵報》《紐約時報》等。

三、大數據帶來輿情預測的新可能

“預測”本身就是大數據的一個重要應用。針對同一主題的海量數據進行分析，經過數據挖掘和建模后，可以得到相應的預測模型，進而預測將來的發(fā)展趨勢。譬如奧巴馬競選團隊，就在2012年競選的多個環(huán)節(jié)運用了大數據技術，特別是在實時監(jiān)測選民意向、預測投票情況方面。競選團隊每晚都會使用特制的模擬大選的模型，根據實時監(jiān)測的選民意向模擬大選，并在第二天上午根據模擬結果對各州重新分配競選資源。這種對輿情的實時監(jiān)控和預測對奧巴馬2012年總統連任起到了重要作用。

麻省理工學院博士內森·凱樂斯的一項以2013年埃及爆發(fā)的民眾抗議活動的大數據預測為主要案例的研究，獲取了全球范圍主流媒體新聞、政府出版物、社交媒體、博客等各種類型超過三百萬個數據源的目標數據。其證明可以通過大數據技術和特定模型來發(fā)掘公眾的情緒、態(tài)度變化，并最終預測以大型抗議活動為代表的大型公共事件的發(fā)生，包括事件即將發(fā)生的時間地點。

而這還僅僅是一個開始。大數據有不同的來源，互聯網中以自媒體為代表的各種原創(chuàng)內容持續(xù)爆炸式增長，各種移動通訊設備、可穿戴設備也在不停地產生和存儲、傳遞各種數據，除此之外的數據來源還有麥克風、攝像頭記錄的音頻、視頻數據，運營數據，遙感數據等等。

按照來源不同，數據大致可以分為三類，即以自媒體內容為代表的用戶原創(chuàng)數據、各種經營活動中產生的運營數據(如銷售記錄、醫(yī)療記錄等)、感知數據(如各種可穿戴設備獲取的數據)。其中用戶原創(chuàng)數據對輿情監(jiān)測的重要性已經顯現，而對其他數據來源的大數據分析、不同數據來源的融合分析，也蘊含著巨大的輿情預測潛力。

篇5

關鍵詞：環(huán)境；監(jiān)測數據；審核方法

一、監(jiān)測數據的審核利用動態(tài)數據庫來進行

在環(huán)境監(jiān)測數據審核時，一些有經驗的審核人員大多數情況都是根據自己的實際工作經驗，把出現異常的數據找出來，然后對這些數據進行監(jiān)測，這樣在工作過程中很容易產生誤差。因此，在工作中，要注意把環(huán)境監(jiān)測的動態(tài)數據庫建立好，將新的監(jiān)測結果及時地整理到動態(tài)數據庫中，從而不斷的補充和完善數據庫。在每批的監(jiān)測數據結果出來后，審核人員就可以把它與動態(tài)數據庫中的歷年數據進行比較，然后查看單個數據和各項均值是否處于正常狀態(tài)、數據是否符合監(jiān)測結果的變化規(guī)律。例如，青海省三江源區(qū)域水資源的監(jiān)測就是采用了動態(tài)數據庫的方法來進行的，建立起了又底層數據庫系統、功能模塊。用戶圖形界面三部分組成的動態(tài)數據庫系統，對動態(tài)數據庫進行查詢和管理，從而使得青海省三江源區(qū)域水資源得到了有效的保護和利用。

二、監(jiān)測數據的審核利用其可比性進行

首先，對比各種物質間關系，進行合理分析。各物質間本身存在著一些相關性，而如果能夠充分地了解到這些相關性，有助于監(jiān)測數據的審核。例如，在地表水監(jiān)測中，同一水樣CODCr、BOD5、CODMn三者之間的檢測數據存在以下規(guī)律：CODCr> BOD5、CODCr>CODMn。在煤煙型污染的環(huán)境中，一般情況大氣中的NO2要比SO2小2到6倍。但是在汽車較多的環(huán)境中，NO2濃度要比SO2大。像以上的這些變化在進行環(huán)境監(jiān)測數學審核時一定要加以注意。

其次，對比類同檢測對象的環(huán)境統計資料。例如，兩個工廠生產產品相同、工藝條件相似、污染物大致在一個范圍內波動，此時如果準確的掌握了其中一個廠子的環(huán)境監(jiān)測數據，那么就可以用對比法來對另外一個廠子的環(huán)境監(jiān)測數據進行審核。

再次，與其它環(huán)境要素進行結合。在環(huán)境統計資料分析的基礎上，適當的要與化學、生物、物理、水文等資料相結合來進行分析。例如，在進行河流水質監(jiān)測中，在一年中不同時期，河水溶質成分呈現季節(jié)性變化規(guī)律由河水的補給狀況、河水溶質成分以及流量的變化決定，并且三者有密切關系。

通過可比性進行檢測數據審核工作可以使環(huán)境監(jiān)測能力的持續(xù)性和有效性得到有力驗證，例如四川省為了加強全省環(huán)境監(jiān)測站的質量管理，經過環(huán)境監(jiān)測站實驗室間14個項目的比對考核，經考核使得環(huán)境監(jiān)測能力得到了強有力的肯定。

三、監(jiān)測數據的審核利用實驗有關的條件來進行

在環(huán)境監(jiān)測中，由于分析人員的一些錯誤操作而導致數據出現異常情況這種現象也是存在的。例如，數據計算錯誤、瓶號錯位、計量單位換算錯誤、儀器讀數錯誤等。除此之外，導致異常數據出現的原因有采樣的代表性、儀器有無污染、儀器的使用方法、純水和試劑的濃度等。分析人員要向避免人為的錯誤，就必須保證熟練掌握這些因素，從而才能得出正確的監(jiān)測結果。因此，要加強實驗室軟硬件建設，培訓和鍛煉一批技術人員，嚴格按照國家標準的檢測方法，反復實驗。另外，由于環(huán)境監(jiān)測是一項專業(yè)性較強的技術工作，為了保證檢測數據的準確可靠，不僅需要檢測人員認真負責、技術嫻熟，更需要有科學嚴謹的工作程序和運行穩(wěn)定的質量保證體系，而且檢測項目還應通過相應級別的計量認證，取得專業(yè)技術能力的法律效應。因此，應該組織一些專業(yè)人員來制定一些相關管理文件。

四、監(jiān)測數據的審核利用物料衡算來進行

在污染源監(jiān)測數據審核方法中，利用物料衡算驗證監(jiān)測結果是最常用的一種方法。廢水流量有時很難測準確，其主要原因就是由于污染源監(jiān)測受到了條件、監(jiān)測手段、技術、人員素質的影響，而在一些中小企業(yè)中，其排污管很不規(guī)則，并且沒有自動流量計，因此排水量通常是以用水量來進行核算的，污染物排放量的推算是用原材料用量來進行的。例如，對某企業(yè)總排污口進行多次監(jiān)測，監(jiān)測結果為100～140 t/h，平均值為120 t/h，從監(jiān)測結果數據中發(fā)現，沒有什么問題，屬于正常情況。但是據調查發(fā)現，企業(yè)生產用水平均值要大于250 t/h，實質上，企業(yè)用水也就是在打掃衛(wèi)生的時候，而且用水量也較少。經過多次監(jiān)測后發(fā)現，企業(yè)通過一個暗管把部分廢水直接排到河水里面，像這種情況要是采用常規(guī)方法是很難被發(fā)現的。

五、監(jiān)測數據的審核利用經驗系數來進行

這種審核的方法主要就是利用審核人員的知識和日常積累的經驗，把排污量和產品產量之間的關系掌握清楚，從各種資料中介紹的經驗系數對部分數據進行審核。數據是監(jiān)測工作的核心，是環(huán)境管理的重要依據。在數據考核企業(yè)污染排放、考核地方政府減排任務、考核城市創(chuàng)模、仲裁環(huán)境糾紛等方面，數據具有重要的考核和審判依據價值，具有很強的話語權。尤其是對新污染源數據進行審核，這些數據沒有歷史記錄，那么在審核的過程中除了對監(jiān)測過程進行嚴格審核外，還必須把利用經驗系數進行驗證作為重點。

六、結語

總而言之，在進行環(huán)境監(jiān)測數據的審核時，最為重要的就是把人為因素克服掉，提高數據審核人員的整體素質，保證審核人員要以科學的態(tài)度來完成數據審核工作，只有這樣，才能使得環(huán)境規(guī)劃得到進一步發(fā)展。

參考文獻：

[1] 楊馳宇,陳艷杰. 淺論環(huán)境指標的相關性分析在監(jiān)測數據審核中的應用[J].中國環(huán)境監(jiān)測, 2009, (03)

篇6

【關鍵詞】配網故障搶修流程 監(jiān)測 驗證 測試報告 時長

為了提高供電企業(yè)供電的安全性與可靠性，必須提高配網故障的搶修效率，是否能夠順利、高效地完成配網故障的搶修，直接反映出電力企業(yè)的服務水平。因此，監(jiān)測配網故障搶修流程，可以促進制度落實、業(yè)務協同、流程優(yōu)化和效率提升。

1 設計依據

公司依據配網故障搶修流程監(jiān)測的業(yè)務設計說明，對其中涉及的《國家電網公司配網故障搶修管理規(guī)定》[國網（運檢/4）312-2014]、《國家電網公司電網調度控制管理通則》[國網（調/1）93-2014]、《國家電網公司95598故障報修處理規(guī)范》[國網（營銷/4）272-2014]進行核實。經驗證，其內容與設計說明文檔中設計依據的內容相符。

2 監(jiān)測要素及監(jiān)測維度情況

在與公司配網搶修指揮班溝通后了解到，按照省客服中心安排，現配網故障搶修流程中工單審核環(huán)節(jié)已經取消，地市配網搶修指揮班收到搶修班組的工單回復后直接向國網客服中心回復，因此建議取消對工單審核環(huán)節(jié)時長的監(jiān)測。主要從配網故障搶修總時長及業(yè)務受理、接單派工、到達現場、故障處理、回訪歸檔5個關鍵環(huán)節(jié)時長開展業(yè)務驗證。

2.1 配網故障搶修總時長監(jiān)測

共梳理相關數據字段10項，均為線上數據，涉及客服工單管控系統，包括：供電單位、工單編號，用戶名稱、聯系電話、電壓等級、故障報修類型、城鄉(xiāng)類別、故障處理部門、業(yè)務受理時間、回訪歸檔時間。驗證結論：經驗證，配網故障搶修總時長雖不能從工單管控系統中查出，但可通過數據字段業(yè)務受理時間和回訪歸檔時間計算得出。故涵蓋的10項數據字段可滿足配網故障搶修總時長監(jiān)測要求。

2.2 關鍵環(huán)節(jié)時長監(jiān)測

共梳理相關數據字段16項，均為線上數據，涉及客服工單管控系統，包括：供電單位、工單編號，用戶名稱、聯系電話、電壓等級、故障報修類型、城鄉(xiāng)類別、故障處理部門、業(yè)務受理時間、派發(fā)時間、接單派工時間（工單到達）、接單派工時間（處理時間）、到達現場時間、故障處理時間、回訪歸檔時間（工單到達）、回訪歸檔時間（處理時間）。驗證結論：經驗證，接單派工環(huán)節(jié)時長和工單回訪歸檔時長不能在工單管控系統中查出，但可從相關時間節(jié)點計算得出。通過對比其余主要環(huán)節(jié)時長與規(guī)定時長，可掌握制度執(zhí)行情況。其他監(jiān)測要素和監(jiān)測維度基本滿足配網故障搶修流程關鍵環(huán)節(jié)時長監(jiān)測業(yè)務的預期要求。

3 業(yè)務系統及數據支撐情況

依據已確定配網故障搶修總時長和關鍵環(huán)節(jié)時長兩個監(jiān)測要素，對相關業(yè)務系統和業(yè)務數據支撐情況進行梳理，確定相關字段16項，均為線上數據，涉及客服工單管控系統。

3.1 業(yè)務系統支撐情況

配網故障搶修監(jiān)測業(yè)務相關的16項線上數據，均可從客服工單管控系統中提取。經驗證，業(yè)務系統可滿足配網故障搶修監(jiān)測業(yè)務的系統支撐。

3.2 數據支撐及數據質量情況

經驗證，線上16項數據中，10項數據（供電單位、工單編號、用戶名稱、聯系電話、電壓等級、故障報修類型、城鄉(xiāng)類別、故障處理部門、到達現場時長和故障處理時長）可通過系統直接提取。業(yè)務受理時間（工單到達、工單處理）接單派工時間（工單到達、工單處理）、回訪歸檔時間（工單到達、工單處理）系統中可提取數據，通過這幾項數據可計算得到配網故障搶修流程總時長、業(yè)務受理時長、接單派工時長、回訪歸檔時長。因此，16項線上數據可以滿足配網故障搶修監(jiān)測業(yè)務的系統支撐。詳細數據支撐情況見附件二。

4 監(jiān)測價值

按照業(yè)務設計確定的監(jiān)測維度和要素，從國網銅川供電公司2016年4月份配網故障報修工單中按供電單位選取了18份工單，重點對各環(huán)節(jié)涉及數據準確性、完整性、可用性進行驗證分析。具體情況如下：

4.1 配網故障搶修總時長監(jiān)測

因設計說明《國家電網公司95595故障報修處理規(guī)范》[國網（營銷/4）272-2014]中未涉及配網故障搶修總時長的時限要求，且配網故障搶修流程中的業(yè)務受理環(huán)節(jié)和審核歸檔環(huán)節(jié)為國網客服中心完成，時間不受地市公司支配，具有一定監(jiān)測價值。業(yè)務受理環(huán)節(jié)時長監(jiān)測：經驗證，18組數據的工單到達時間節(jié)點均與業(yè)務受理時間節(jié)點一致，在2分鐘的規(guī)定時限之內，有一定監(jiān)測價值。

4.2 接單派工環(huán)節(jié)時長監(jiān)測

通過客服工單管控系統導出的數據，接單派工環(huán)節(jié)時長包含工單到達時間和處理時間，可由這兩個時間節(jié)點計算出接單派工環(huán)節(jié)時長。經驗證，18份工單的接單派工環(huán)節(jié)平均時長為19秒，遠小于設計依據規(guī)定的3分鐘時限，表明地市配網搶修指揮班對國網工單的接收下達執(zhí)行情況較好。從監(jiān)測分析結論看，可促進配網故障搶修流程的優(yōu)化和效率提升，具有較高監(jiān)測價值。

4.3 到達現場環(huán)節(jié)時長監(jiān)測

經驗證，將18份工單按照供電單位來分，印王分公司6份、耀州分公司6份、宜君分公司6份，分別計算每個單位的到達現場平均時長，印王分公司為17分41秒、耀州分公司為18分39秒、宜君分公司為16分52秒。對比三個單位的平均時長，可發(fā)現耀州分公司的6份工單中有5份為農村用戶，其到達現場平均時長最長，故到達現場時長受用戶地理位置影響。但搶修班組可通過建立有效的應急機制等途徑減少到達現場用時，因此監(jiān)測到達現場環(huán)節(jié)時長具有較高價值。

4.4 故障處理環(huán)節(jié)時長監(jiān)測

經驗證，故障處理環(huán)節(jié)時長受現場環(huán)境狀況、備品備件是否齊全、故障修復難易程度等因素影響。通過對比三個供電分公司的故障處理平均時長，可在不同單位間進行橫向比較，促進部門間的良性競爭，提高供電服務水平，因此監(jiān)測價值較高。

4.5 回訪歸檔環(huán)節(jié)時長監(jiān)測

通過客服工單管控系統導出的數據，接單派工環(huán)節(jié)時長包含工單到達時間和處理時間，可由這兩個時間節(jié)點計算出工單回訪歸檔環(huán)節(jié)時長。經驗證，18份工單的回訪歸檔環(huán)節(jié)時長均在規(guī)定時限內，但由于工單的回訪歸檔是由國網客服中心完成的，時間不受地市公司支配。因此對于地市公司來說，回訪歸檔環(huán)節(jié)時長具有一定監(jiān)測價值。

5 結論

5.1 驗證結論

優(yōu)化完善監(jiān)測要素和監(jiān)測維度。結合數據獲取和業(yè)務現狀，建議取消工單審核環(huán)節(jié)時長的監(jiān)測。

5.2 分析結論

配網故障搶修流程的回訪歸檔時長受國網客服中心掌控，因此建議地市公司將監(jiān)測重點放到接單派工環(huán)節(jié)時長、到達現場時長和故障處理環(huán)節(jié)時長上，其他項（配網故障搶修總時長、業(yè)務受理環(huán)節(jié)時長、回訪歸檔環(huán)節(jié)時長）作為一般關注。通過驗證，接單派工環(huán)節(jié)、到達現場環(huán)節(jié)和故障處理環(huán)節(jié)的用時均在設計依據的規(guī)定時限內，反映出公司對配網故障搶修相關制度標準執(zhí)行情況較好，部門間工作流程流轉順暢。

參考文獻

[1]國家電網公司配網故障搶修管理規(guī)定[國網（運檢/4）312-2014.[Z].2014.

篇7

關鍵詞：顆粒物；監(jiān)測數據；偏差原因

中圖分類號：X83 文獻標識碼：A

環(huán)境監(jiān)測質量控制是環(huán)境監(jiān)測中十分重要的技術工作和管理工作，是一種保證監(jiān)測數據準確可靠的方法，也是科學管理監(jiān)測系統的有效措施，它可以使環(huán)境監(jiān)測建立在可靠的基礎之上。根據《環(huán)境空氣質量標準》、《空氣和廢氣監(jiān)測分析方法》、《固定污染源顆粒物與氣態(tài)污染物采樣方法》等標準方法要求，顆粒物手工監(jiān)測仍然采用重量法。即將顆粒物采樣管插入煙道中，按顆粒物等速采樣原理，抽取一定量的含塵氣體，根據濾筒上捕集到的顆粒物的量和同時抽取的氣體量，計算出排氣中顆粒物的濃度。

1監(jiān)測現狀及問題

1.1 顆粒物排放濃度較低

火電行業(yè)煙塵治理一般采用靜電除塵器，除塵效率在99%以上。煙塵排放標準多為50mg/m3；水泥行業(yè)顆粒物治理多采用布袋除塵器，除塵效率更高，其顆粒物排放標準多為30～50mg/m3。而在實際監(jiān)測中，多數污染源顆粒物排放濃度遠低于其執(zhí)行標準。

1.2手工監(jiān)測誤差較大

在對顆粒物排放濃度的手工監(jiān)測過程中，多種因素會增大手工監(jiān)測的誤差。比如濾筒的前后處理方法、天平室的稱量環(huán)境、采樣點位、采樣參數、生產運行工況、采樣儀器誤差、人員誤差等等。手工監(jiān)測的較大誤差對低濃度顆粒物監(jiān)測結果的影響越來越明顯，已成不可忽視的問題。

1.3濾筒質量參差不齊

在高流速或高溫度、低濃度顆粒物排放管道中長時間采樣，經常會出現濾筒捕集效率低、濾筒失重等情況；而在濕度較大的管道內采樣，又容易出現濾筒破碎、粘連等情況，直接后果就是監(jiān)測結果出現負值，無法使用，更無法提及樣品的代表性。

上述情況已成為當前顆粒物監(jiān)測的難題，而這種難題暫時仍無法解決，只能在方法范圍內進一步探討導致數據偏離的原因，尋求解決辦法，盡可能地提高監(jiān)測數據地有效性。

2檢測數據偏差原因分析

2.1玻璃纖維濾筒方面

作為樣品采集的重要媒介，濾筒的質量至關重要。一般要求濾筒材質均勻，輕敲不掉渣、輕搓不起層，高溫不失重，高濕不破碎。而目前市場上玻璃纖維濾筒品牌繁多，質量良莠不齊，達到基本要求的濾筒很難找到。這就難以避免濾筒出現失重現象，從而導致數據缺乏平行性，甚至樣品全部為不合理的負值，根本無法談及樣品的代表性。

1）濾筒高溫失重

按照常規(guī)方法要求，采樣前濾筒應在105℃～110℃烘烤1h，然后于干燥器中冷卻至室溫，并用感量0.1mg的天平稱量至恒重。而在實際應用中，煙氣溫度往往要高于105℃，濾筒在這種高溫且煙氣流速較高的情況下使用30min以上，就會出現失重現象。通過對某兩種品牌玻璃纖維濾筒在105℃和160℃兩種情況下烘干1h恒重后的稱量對比，發(fā)現僅在實驗室內濾筒平均失重就達2.8mg和3.8mg。

因此，在煙氣溫度高于105℃的環(huán)境下采集顆粒物樣品時，不能僅將濾筒在105℃下烘烤，至少應將溫度提高至160℃。

2）濾筒裝卸誤差

按現行采樣方法，每個監(jiān)測點位至少采集3個樣品。這就要求采樣人員必須在監(jiān)測現場更換濾筒。而監(jiān)測現場多數位于戶外，濾筒安裝、取出、密封等過程會受風沙等外界因素干擾，在高流速、高濕度煙氣下采樣后的濾筒在裝卸時更容易掉屑，從而導致濾筒失重。

通過試驗來說明濾筒在采樣、裝卸過程中產生的誤差。在環(huán)境空氣中模擬動壓120Pa情況下采集3個樣品，每個樣品采集30min。經稱量對比，濾筒平均失重達2.1mg。如果將4.1.1高溫失重的因素也考慮在內，那么濾筒的失重將達到4.9～5.9mg。以上述試驗的平均采樣體積447L計算，最終對監(jiān)測結果的影響是11.0～13.2mg/m3。這相對于30～50mg/m3的排放標準來說是絕對不可以忽略的。

2.2 現場采樣方面

（1）采樣媒介的選擇

采集低濃度顆粒物樣品，要事先了解采樣點位的特點，針對不同條件選擇合適的媒介。通過試驗對比及考慮濾筒表面積大、易掉屑等因素，在高溫度、高流速、高濕度等特殊條件下采樣，采用玻璃纖維濾膜代替濾筒比較可行。此方法仍基于重量法，相比濾筒，其優(yōu)勢在于濾膜、采樣頭為一體裝置，采樣過程中不更換采樣媒介，避免產生人為操作誤差。在生產工況穩(wěn)定的情況下，使用濾膜采樣可以保證監(jiān)測數據的平行性。

以下是對遼寧某電廠除塵器出口及脫硫塔出口兩個有代表性的點位，分別用濾筒和濾膜進行采樣的監(jiān)測對比。

表1為除塵器出口監(jiān)測數據。該點位煙氣溫度較高，147℃，濕度較小，6.7%，煙塵濃度較低。使用濾膜和濾筒的監(jiān)測結果分別為22～34mg/m3和6～46mg/m3。就樣品整體而言，使用濾膜采集的樣品，標準偏差為4.9mg/m3；濾筒采集的樣品，標準偏差為16.5mg/m3。

表2為脫硫塔出口監(jiān)測數據。該點位煙氣溫度較低，56℃；濕度較大，13.5%；煙塵濃度較低。使用濾膜和濾筒的監(jiān)測結果分別為5～8mg/m3和13～52mg/m3。同樣就樣品整體而言，使用濾膜采集的樣品，標準偏差為1.4mg/m3；濾筒采集的樣品，標準偏差為15.9mg/m3。脫硫塔出口用濾筒采集的樣品結果明顯偏大，不排除脫硫濕煙氣中鹽類物質富集到表面積較大的濾筒內，難以在實驗室烘干過程中去除，從而導致煙塵濃度增加的可能。

（2）采樣條件的保證

等速采樣是獲取有代表性樣品的關鍵條件之一。所謂等速采樣，就是氣體進入采樣嘴的速度Vn應與采樣點的煙氣速度Vs相等，其相對誤差應在10%以內。當采樣速度Vn大于采樣點煙氣流速Vs時，采取的樣品濃度要低于實際濃度；當Vn小于Vs時，樣品濃度高于實際濃度；只有Vn等于Vs，樣品濃度才與實際濃度相等。

現場監(jiān)測過程中，偶爾會發(fā)現監(jiān)測儀器動壓不穩(wěn)定、采樣流量過大、負載過高、采樣槍偏移等現象，沒有真正做到等速采樣。出現上述情況，將會影響到計溫、計壓、流速的測定，從而影響到采樣體積和煙氣量的計算，并最終導致煙塵排放濃度及排放量數據偏離。

因此在采樣前要多次預測流速，掌握煙道內各采樣點位的情況，選擇合適口徑的采樣嘴和采樣方法，使用支架保證皮托管的方向、角度穩(wěn)定，確保等速采樣。

2.3 質量保證方面

（1）采樣儀器必須經計量部門檢定合格；

（2）定期對監(jiān)測儀器進行期間核查；

（3）定期對流量計、壓力傳感器進行校準；

（4）保證主機內部Kp值與所用皮托管Kp值為同一數值；

（5）保證天平室的恒溫恒濕條件；

（6）采樣監(jiān)測選擇有代表性的監(jiān)測點位，避開渦流區(qū)；

（7）采樣前應做采樣系統氣密性檢測，確保采樣系統不漏氣；

（8）采樣前將采樣槍放入煙道中，并背向氣流，待溫度上升至煙道溫度時開始采樣；

（9）停止采樣時，在防倒吸泵未關閉前將采樣管取出，避免煙氣負壓抽回采集的樣品；

（10）及時更換硅膠，保證干燥煙氣進入儀器，防止過載。

結語

綜上所述，在顆粒物檢測中，要注重濾筒的選擇，把好質量關，杜絕劣質濾筒對監(jiān)測數據帶來的影響。重視濾筒的前處理工作，采樣前對采樣點位進行了解，視情況選擇合適的前處理方法，保證濾筒在足夠高的溫度下烘干，稱量時必須恒重。采集低濃度顆粒物樣品時使用效果更佳的玻璃纖維濾膜，采集高濃度樣品使用濾筒，保證監(jiān)測過程嚴格遵守監(jiān)測規(guī)范，做好質量保證工作。

參考文獻

篇8

關鍵詞：防雷 智能化 監(jiān)測

一、氣象防雷監(jiān)測智能化處理的重要性

雷電災害是人類幾大自然災害影響較大者之一，其有著放電電壓高和時間短兩個特點，若沒及時監(jiān)測并采取防范措施，其對擊物的破壞性是相當大的，因此，工業(yè)、電臺、鐵路等領域都將其作為重視的對象。對地面產生影響的雷電有三種：球雷是第一種，即內部電磁平衡的高度旋轉的離子球體，當其遇到障礙物時與之碰撞或補充能量，從而引發(fā)放電現象；第二種直擊雷則是帶點云層和地面發(fā)聲的到點現象；第三種感應雷則是受到靜電作用的影響，帶點云層讓地面某一范圍有了異種電荷，從而所產生的導電現象。一般情況下，一旦發(fā)生直擊雷，感應雷則同樣很有可能發(fā)生。以上雷電，地面氣象防雷監(jiān)測若是未事先察覺并采取應對措施，輕則經濟損失，重則人員傷亡。隨著21世紀科技技術的發(fā)展，防雷監(jiān)測系統也走向智能化，實行數據智能化處理的優(yōu)勢在于：第一監(jiān)測數據更加精準，能夠采取更有效的應對措施；第二是正因為其智能化的精準性，減少許多不必要的經濟損失；第三是工作料率的提高，數據智能化處理不僅精確還速度較快，不必要讓工作人員人工處理，速度相對較慢，精準度又不及前者。這三點足以體現氣象防雷監(jiān)測數據智能化處理的重要性。

二、氣象防雷監(jiān)測智能化處理的原理

21世紀的今天，電子產品已經廣泛使用，防雷也成為社會建設中必須的工作之一。防雷監(jiān)測是保護防雷設施的前提，而防雷數據監(jiān)測智能化處理則可以提高其工作效率。

防雷智能檢測系統分為硬件和軟件，軟件是控制主導，其包括遠程檢測記錄單元、中心數據查詢軟件運用、數據采集軟件。硬件包括服務器、信號放大濾波、傳感器、D/A、A/D、微處理器、打印機、顯示器、其他轉換電路、繪圖儀、并行口、總線、以太網等。該系統智能化處理的原理是：首先利用遠程監(jiān)測記錄單元透過傳感器或敏感元件從所監(jiān)測出來的客觀事物中得到電源電壓、環(huán)境溫度、防雷設備的雷擊電流等信息。其次，數據采集軟件可以從通訊接口獲取遠程監(jiān)測記錄單元中記錄的數據，并將所得數據嵌入自撿報文。然后，數據傳輸設備將自檢報文中所監(jiān)測的客觀事物狀態(tài)匯總，發(fā)到服務器中。最后，位于服務器中的中心數據查詢軟件將這些數據進行讀取分析，形成圖文格式，以便檢測人員方便快速的了解防雷設備的電源電壓、環(huán)境溫度、雷擊電流和狀況、工作習慣、用電質量及電涌保護系統狀態(tài)等。

三、氣象防雷監(jiān)測智能化處理的應用

氣象防雷監(jiān)測數據智能化處理在現代文明中起到非常大的作用，在建筑、工業(yè)、電臺、鐵路等領路得到廣泛引用。筆者在此稍作舉例說明。

監(jiān)測智能化處理在建筑物中的應用。防雷智能監(jiān)測系統在建筑物中主要監(jiān)測金屬、針、帶、線、網等避雷設備，建筑物的內部環(huán)境需要接閃器，而外部的金屬、非金屬物品則要接地電阻、均壓環(huán)、金屬管道、引下線等。

監(jiān)測智能化處理在鐵路通信設備中的應用。防雷智能監(jiān)測系統在鐵路通信設備中主要監(jiān)測防雷設備、電源系統、鐵路通信設備金屬部件、室外通信站、接地系統、機械室安裝法拉第籠式接地系統等。

監(jiān)測智能化處理在5T探測站中的應用。5T系統即鐵路車輛安全監(jiān)控系統，防雷智能監(jiān)測系統在其中主要監(jiān)測電源配電箱、軌邊信號、電源、通訊、電涌保護裝置、探測站環(huán)境文圖、同軸天線等。其提供的參數包含以下幾個方面：電源配電箱的電流電壓、電涌保護所要承受的電流強度和釋放電流強度、電涌保護箱對電源和信號保護次數時間、探測站環(huán)境溫度、電涌保護的壽命等。

值得注意的是，在防雷智能監(jiān)測系統的運用中，監(jiān)測人員必須嚴格按照規(guī)章制度使用和操作、認真并且仔細的對待該監(jiān)測工作、提高自身職業(yè)素養(yǎng)、對監(jiān)測系統進行定期檢查、保養(yǎng)和維修去了。

綜上所述：氣象防雷監(jiān)測數據的智能化處理是目前最合適、合理的監(jiān)測方法，它的高效率.高精準性使氣象防雷檢測方面較之前得到了進一步的發(fā)展和提高。然而如今科技技術發(fā)展迅速，電子產品更新換代頗快，防雷智能化檢測系統也需要保持隨時更新的狀態(tài)，將其進行完善，為氣象防雷監(jiān)測事業(yè)提供更大的方便。

參考文獻

[1]喬金海；防雷裝置監(jiān)測工作的分析[J]；城市建設理論研究；2011年第25期

[2]耿廣華；住宅小區(qū)智能化系統防雷設計及施工[J]；技術與市場；2011年第07期

[3]姚繼乳；付春陽；氣象防雷技術展望[J]；城市建設理論研究2012年第39期

篇9

【關鍵詞】變形監(jiān)測 數據處理 多元回歸分析 灰色系統理論

【中圖分類號】G642 【文獻標識碼】A 【文章編號】1674-4810（2014）03-0051-02

變形監(jiān)測就是利用測量儀器對變形體的變形現象進行持續(xù)觀測、對變形體、變形性態(tài)進行分析和變形體變形的發(fā)展態(tài)勢進行預測等的各項工作。變形監(jiān)測的目的是通過監(jiān)測數據的獲取，對監(jiān)測數據進行分析，從而找到變形產生的原因、對變形的預測預報，幫助人們認識、分析引起變形的因素和規(guī)律，可以進行有效預防、控制、處理，最終實現保障觀測對象安全的目的。變形數據處理時常用的方法包括多元回歸分析、灰色系統理論、變形預報模型等。

一 多元回歸分析

統計分析方法是利用所觀測的變形數據，變形觀測數據與產生變形的外因間的相關性，建立多元回歸關系的數學模型，從而揭示變形因素與變形數據間的關系。

回歸分析方法是使用比較廣泛的方法，回歸分析分為線性與非線性回歸兩種。在實際工作中，許多非線性回歸可以通過近似計算轉化為線性回歸。例如：y=a0+a1x+a2x2+…+anxn，可以通過變量變換z1=x、z2=x2、…、zn=xn，轉化為y=a0+a1z1+a2z2+…+anzn的線性回歸。

多元線性回歸的數學模型用矩陣來表示為：

y=βx+ε （1）

式中：y為N維的變形觀測量，y=（y1，y2，…，yN）T；x為可以精確測量或可控制的一般變量的觀測值或它們的函數，是N×（P+1）階的矩陣，它的形式為：

β是待求的參數向量，β=（β0，β1，…，βp）T；ε是服從正態(tài)分布的隨機向量，ε=（ε1，ε2，…，εN）T。

由最小二乘原理得β的估值b為：

b=（xTx）-1xTy （2）

令C=（xTx）-1，則b=CxTy

將估值b代入（1）式中得回歸方程為：

=bx （3）

在實際問題計算中，式子（1）只是對于問題初步分析的一種假設，故在求得回歸方程后，還需對其進行假設檢驗，以檢驗所求得的估值是否是最有無偏估計量（最可靠值）。其中檢驗分兩步，即回歸方程顯著性檢驗與回歸系數顯著性檢驗。上述的回歸計算和顯著性檢驗，都可以用計算軟件來計算得到。

對于多個回歸因子的回歸計算，可以采用逐步回歸計算。逐步回歸計算是建立在F檢驗基礎上的逐個接納顯著因子進入回歸方程。當回歸方程接納一個因子后，可能使得原來回歸方程中的某個因子變得不顯著，需要從回歸方程中剔除。就這樣反復進行接納新的因子，剔除不顯著的因子，最后得到所需要的最佳的回歸方程。逐步回歸是不斷接納新的因子，又不斷的剔除不顯著因子的優(yōu)選過程。因此，經過逐步回歸得到的回歸方程所包含的影響因子數目最小，而且是回歸方程擬合的最好的回歸方法。通常此方法作為優(yōu)選回歸方程因子的計算，且此項計算需借助計算機的幫助才可完成。

二 灰色系統理論

灰色系統理論把時間序列看做是一定時空區(qū)域的灰色過程，認為無規(guī)則的離散的時空數列是潛在的有規(guī)則序列的一種表現，因而可通過變換將無規(guī)則的序列變化為有規(guī)則的序列。也就是說，灰色建模是對生成序列的建模（時序分析是對原始數據的建模）它對于原始數據沒有大樣本的要求，只需要原始數據有4個數據即可滿足建模要求。即可建立灰色模型（Gray Model，即GM模型）。

在變形監(jiān)測的預測中一般采用一階單變量的微分方程，即GM（1，1）模型，其建模過程如下：

設原始非負數據x（0）={x（0）（1），x（0）（2），…，x（0）（n）}，k=1，2，…，n。

（1）對原始序列做一次累加得光滑生成數列x（1）={x（1）（1），x（1）（2），…，x（1）（n）}，其間滿足關系式x（1）（k）=

（i）；（2）GM（1，1）模型的動態(tài)微分方程

=b，其中，待定系數a為發(fā)展系數，b為灰色作用量。（3）

GM（1，1）模型x（0）（k）+az（1）（k）=b，寫成矩陣形式 ，參數列陣為 ，根據最小二乘原理 ，求得a和b，則GM（1，1）離散

響應序列為： 。（4）累減還原為

預測值 。當k

模型擬合值，當k=n時，稱 為模型濾波值，當k>

n時，稱 為模型預測值。

三 時間序列預報模型

時間序列預報模型是20世紀初發(fā)展起來的一種數據處理方法，其基本思想是：當逐次觀測的數據存在相關性時，未來的觀測數值可以用已觀測的數據來預測，可利用觀測數值間的相關性建立數學模型來描述客觀現象的動態(tài)特征，這種動態(tài)的數據處理方法，可以被應用于變形監(jiān)測數據的分析。

對于正態(tài)、平穩(wěn)、零均值的時間序列xi，按照多遠線性回歸的思想，可以獲得數學模型：

a1～N（0， ）為自回歸滑動平均模型，at為白噪聲序列。

當θi=0時，模型 稱為n階自回歸模型。式中φi（i=1，2，…，n）為自回歸參數。

當φi=0時，模型 稱為m階平滑平均模型。式中θi（i=1，2，…，n）為平滑平均參數。

四 結束語

現代科技的發(fā)展為變形監(jiān)測數據分析與變形預報提供了廣泛的研究方法。目前，變形監(jiān)測正向多門學科交叉聯合的邊緣學科方向發(fā)展，成為相關學科的研究人員合作研究的領域。利用多學科、多方法的有機結合，進行綜合分析和預測，是今后解決復雜的變形監(jiān)測預報問題的研究方向。

參考文獻

[1]侯建國、王騰軍.變形監(jiān)測理論與應用[M].北京：測繪出版社，2008

篇10

關鍵詞:深基坑有限元監(jiān)測變形對比研究

1工程概況

本文采用的工程實例為某周邊環(huán)境極復雜的深基坑工程。根據現場條件，基坑西側為正在運營的外科大樓，距基坑邊距離為10m；北側為正在使用的磁共振室，樓層數為4層，基礎為深層攪拌樁復合地基，墻外邊距基坑邊距離為2.1m，該側另有需保護的百年古建筑（磚木結構），距基坑邊最小距離為5.6m，該建筑物對沉降特別敏感；東南側為正在使用的居民用房，為一層磚結構，部分用泥砌筑，距基坑邊最小距離為5.4m；西南側為正在使用的伽瑪刀治療中心，距基坑邊最小距離為13.7m?；娱_挖深度9.3m～13.8m，基坑平面圖如圖1所示。

圖1基坑平面示意

2施工監(jiān)測數據

結合設計要求及現場情況，必須做如下項目測試: ①土釘墻頂位移觀測; ②支撐沉降監(jiān)測; ③支護結構頂位移觀測; ④支撐軸力監(jiān)測; ⑤支護結構深層位移監(jiān)測; ⑥周邊建筑物沉降監(jiān)測;⑦坑外地下水位監(jiān)測;⑧基坑周圍地表沉降。

2.1支護結構位移觀測點

在支護結構圈梁頂打入或埋入鋼制測釘，頂部露出地面約3～5 cm并磨成凸球面，周圍用混凝土加固。

在支護樁體的12個部位各布置1只水平位移測孔(測斜管)，管長以與樁長同長為準。依照設計位置，在樁體中預先埋設測斜管，測斜管的管口用封蓋蓋好并做好保護箱，避免測斜管被損壞。

2.2支撐軸力監(jiān)測

在支撐體系中選擇有代表性部位安裝軸力計，一共埋設11個測點，每個測點上布設置2個軸力計，用頻率計測讀。

2.3鄰近建筑物傾斜監(jiān)測

該基坑施工影響的建筑物主要有磁共振室、需重點保護的古建筑、磚砌筑民房等建筑，我們將在上述建筑物的基礎、墻面上預鉆孔至結構層，將L型鋼筋埋入，鋼筋上部磨成凸球型，并澆注混凝土予以固定，如圖2所示。

2.4基坑周圍地表沉降觀測

在觀測點處打入或埋入鋼制測釘，頂部露出地面約3～5 cm并磨成凸球面，見圖3。

2.5地下水位的監(jiān)測

1)測點埋設:測點埋設采用地質鉆機鉆直徑89 mm孔，水位孔的深度在最低設計水位之下(坑外孔深同基底)。成孔后放入裹有濾網的水流入。水位管用55 mm的PVC塑料管作濾管，管底加蓋密封，防止泥砂進入管中。下部留出0.5～1.0 m深的沉淀管(不打孔)，用來沉積濾水段帶入的泥砂。中部管壁周圍鉆6～8列6 mm孔，縱向間距5～10 cm，相鄰兩列的孔交錯排列，呈梅花形布置。管壁外包扎濾網或土工布作為過濾層，上部再留出0.5～2.0 m不打孔作為管口段，以保證封口質量(如圖4)。

2)量測及計算:通過水準測量測出孔口高程H，將探頭沿孔套管緩慢放下，當測頭接觸水面時，蜂鳴器響，讀取測尺讀數h，則地下水位。兩次觀測地下水位之差即水位的升降數值。

3實測數據與計算數據的對比

3.1連續(xù)墻位移對比分析

現在從1-1剖面(見圖1)分析支護結構的位移規(guī)律，表1給出了有限元計算結果和實測值的比較。

從表1可以看出，有限元計算得到的結果與實測位移有一定的差異。其中工況一計算得的位移值比實測的小很多，其可能的原因是施工過程中，施工方在施工完支護結構之后，進行了淺層土體的開挖，并進行了圈梁的施工。這樣在架設第一道支撐之前停滯了很長一段時間，造成了支護結構持續(xù)變形的積累，使得在第一道支撐澆筑時支護結構的位移已經變大，從而造成了實測值比計算值大一些的結果。

工況二、三計算的結果與實測值吻合得較好，因為在實際施工過程中該階段施工較為順利。工況四中，計算所得作用深度最大值比實測的深一些，這一現象的形成，說明了實際工程中的施工情況與計算工況有所不同。造成這一現象的原因可能是，在施工過程中，基坑周圍的荷載堆積比較多，由于工地施工場地的限制，材料經常會放置在基坑周圍，這些基坑周圍的移動荷載會對支護結構的位移造成一定的影響，特別是對支護結構上面4～5 m部分的位移影響更大。因此，這有可能會造成支護結構在較淺的位置產生最大的位移，而不是計算所得的較深的位置。

從多個剖面的數值模擬來看，位移曲線的變化規(guī)律還是比較一致的。由于開挖的基坑寬度不同以及澆筑支撐的不同，位移曲線會略有不同。大體上在地面以下7～8 m處出現最大位移，最大位移值與基坑開挖深度及基坑開挖寬度有關，基坑開挖深度相同，開挖的寬度越大，最大位移值也會越大。如1-1剖面開挖的寬度44 m，最大位移值為7.361 mm;2-2剖面開挖寬度80.546 m，最大位移值10.159 mm。當然位移值的大小也與基坑周圍的土質情況有關。

基坑支護結構最大側移為基坑開挖深度的0.1%～0.6%，平均值為0.3%。連續(xù)墻側向變形形態(tài)通常為深層凸鼓形，支護結構頂部和底部側向變形較小，支護結構最大側移點深度一般位于開挖面以上1.5 m至開挖面以下7 m范圍。

3.2地表沉降分析

對于數值計算來說，對比多個剖面的地表沉降，可以看出沉降變化的總體趨勢是一致的。在基坑開挖的初期，基坑附近的土體有輕微的隆起，但在實測中很難有所反應。主要是因為施工的影響，基坑周圍環(huán)境比較復雜，堆積物也比較多，很難體現土體的隆起。隨著基坑的開挖，在基坑周邊的土體會沉降較大。本文所采用的實例中，基坑開挖14 m對基坑邊10 m以內的范圍影響較大，10 m外的沉降比較均勻，沉降值與實測值吻合比較好。有差異的測點有可能是在實際施工過程中地面車輛以及堆載引起的誤差。

3.3支撐軸力的比較分析

對比三個剖面的支撐軸力，變化規(guī)律是比較一致的。表2所示為3-3剖面支撐軸力對比結果。

從表2的對比可以看出，實測值與計算值還是比較吻合的。第一、二道支撐在架設后軸力逐漸增大，在基坑開挖至設計標高后，支撐軸力達到最大值。在基坑開挖初期，一般計算的軸力小于實測值，可能是支撐在澆筑初期還沒充分發(fā)揮其作用，隨著基坑內土體的開挖支撐軸力逐漸發(fā)揮。在基坑開挖深度較深時，實測值明顯比計算值要大，這是因為實際開挖階段基坑周圍的情況比較復雜，對支撐軸力影響比較大，在數值模擬中很難全面考慮。

4結論

本基坑工程地下水豐富，上部土體強度低，以支護樁做為圍護結構，采用兩道混凝土支撐，形成了剛度較大的支護體系。數值模擬結果表明，支護結構位移、支撐軸力、地表位移等滿足設計的要求，且整體效果較好。

總體來看，用Plaxis模擬基坑開挖的過程，能夠基本反應基坑變形、破壞的規(guī)律，但基坑在實際施工過程中，基坑的變形、支撐軸力等受基坑周圍的環(huán)境影響很大?；又車倪^度堆載，基坑邊車輛的運行、停放，都可能導致地表沉降增大，支護結構位移變大，支撐軸力變大。如果堆載不對稱，還有可能導致基坑兩側向一個方向傾斜的現象，對基坑的穩(wěn)定十分不利。施工過程中由于各種原因的延期施工，對已開挖的基坑十分不利，由于停滯時間過長會造成位移的積累，對施工安全不利。

參考文獻

［1］劉建航，候學淵．基礎工程手冊［M］．北京:中國建筑工業(yè)出版社，1997:159-162．

［2］唐世強．地鐵深基坑支護體系內力及變形規(guī)律分析［J］．鐵道建筑，2008(11):35-39．

［3］奚光宇．北京地鐵明挖基坑的監(jiān)控量測［J］．鐵道建筑，2010(12):53-56．

［4］朱伯芳．有限單元法原理及應用［M］．北京:水利電力出版社，1979．

［5］陳希哲．土力學地基基礎［M］．北京:清華大學出版社，1989．