测绘地理信息   2019, Vol. 44 Issue (4): 39-41
0
R/S分析法在桥梁沉降趋势分析中的应用[PDF全文]
魏建强1,2, 李仲勤1,2    
1. 兰州交通大学土木工程学院,甘肃 兰州, 730070;
2. 甘肃省地理国情监测工程实验室,甘肃 兰州, 730070
摘要: 将R/S分析法(rescaled range analysis)引入到桥梁梁体沉降趋势分析中,并以某一特大简支梁桥为例,对梁体沉降监测时间序列进行了R/S分析,计算了桥梁沉降监测过程中的Hurst指数,研究各监测点的变化趋势,并通过实测数据对经R/S分析所得预测结果进行了检验验证。结果表明, R/S分析法能够有效地预测分析桥梁沉降时间序列数据,计算所得Hurst指数可以较好地反映桥梁沉降变形的趋势性及强度。
关键词: R/S分析法     Hurst指数     时间序列     桥梁     趋势分析    
Application of Rescaled Range Analysis in Bridge Settlement Trend Analysis
WEI Jianqiang1,2, LI Zhongqin1,2    
1. Lanzhou Jiaotong University Civil Engineering College, Lanzhou 730070, China;
2. Gansu Province Geography and National Conditions Monitoring Engineering Laboratory, Lanzhou 730070, China
Abstract: The rescaled range analysis method is introduced in the settlement trend analysis of bridge beam, and a large beam bridge is taken as an example to analyze the time series of beam settlement monitoring by R/S (rescaled range analysis), and the bridge settlement monitoring process is calculated. The Hurst index is used to study the change trend of each monitoring point, and the prediction results of R/S are compared with the measured data. The results show that the R/S analysis method can effectively predict the settlement time series data of the bridge, and the Hurst index calculated can well reflect the trend and strength of the bridge settlement deformation.
Key words: rescaled range analysis     Hurst index     time series     bridge     trend analysis    

桥梁的沉降监测与分析对其正常的运营至关重要。为保证桥梁正常安全地使用,必须采取有效的方式对其进行监测和变形趋势分析并做出预警预报。R/S分析法(rescaled range analysis)以分形理论为基础,对监测数据时间序列进行研究,找出监测数据随时间的变化规律,并对其变化趋势做出正确的预警预报。该方法已应用于大坝监测、滑坡监测以及地铁变形监测等重大工程监测中,结果令人满意[1-5]。为进一步探讨该方法的应用价值,本文将其引入到桥梁沉降监测中,并以某一特大简支梁桥为例,进行了相关的研究,取得了一定的成果。

1 R/S分析法

1) Hurst指数计算原理。R/S分析法是Hurst在研究尼罗河多年的水文资料时发现的一种分析方法,经过不断补充和完善,形成的时间序列分析方法。该方法通过计算Hurst指数来确定变形的趋势性及其强度。

Hurst指数的基本计算原理[6-11]如下:①给定某一长度的时间序列样本及其对应的子序列;②计算某一子序列的样本均值与样本标准差;③计算子序列的离差,对子序列的离差求和;④计算子序列的极差;⑤计算各子序列的重标极差;⑥由Hurst指数的经验公式计算其Hurst指数;⑦重复上述步骤①到⑥,可以得到不同的重标极差值,绘制散点图,采用线性回归分析法,得到的直线斜率即为Hurst指数H

2) H判定依据。指数H表示时间序列的关联性及其趋势的强度,其不同取值的意义如下。①当0 < H < 0.5时,表明时间序列的总体趋势在将来与过去相反,点位所处的状态将发生改变,即过去增加的总体趋势在将来会变为减弱的总体趋势,且H越趋近于0,该现象越强;反之亦然,称其为反持续性。②当H=0.5时,表明时间序列表现出随机性,无规律可循,处于临界状态。③当0.5 < H < 1时,表明时间序列的总体趋势在将来与过去相同,表现出一致性且持续发展,具有持久性,即过去增加的总体趋势在将来还是表现为增加,且H越趋近于1,其总体趋势增加越明显,强度越大,规律性越强;反之亦然,称其为持续性。

2 实例应用与分析 2.1 监测数据的R/S分析

本文以宝兰客专某特大简支梁桥梁体沉降监测数据为例。沉降监测设备采用经检测合格的徕卡DNA03数字水准仪与配套的铟瓦尺,水准仪标称精度为3 mm/km。监测时间2014年6月~2015年10月,得到70期的沉降监测数据,部分测点布置形式如图 1所示。取其中的20个监测点进行R/S分析,以监测点X0705为例,其原始数据变化曲线如图 2所示,可以看出监测数据呈现一定的波动性,波动逐渐趋于平缓,具有非线性特征,其余各点的变化曲线与该点类似。为了扩大样本,对原有的70期数据进行3次样条插值,得到140期的数据,该数据以监测点相对高程值作为时间序列,以其中的前120期数据为R/S分析的基础数据,以后20期数据为检验数据。

图 1 测点位置布置形式图 Fig.1 Location of the Measuring Point Position

图 2 X0705点原始数据变化曲线图 Fig.2 X0705 Point of the Original Data Change Curve

对插值后的20个监测点的时间序列数据进行R/S分析,计算所得各点的H指数列于表 1中,同时绘制各监测点的散点图并对其进行线性回归分析,所得结果进行相关系数R2F检验[11],部分监测点的散点图与回归直线如图 3(a)~3(h)所示。

表 1 监测点的H和各点前后中误差对比 Tab.1 H of Monitoring Points and Variance Comparison Before and After the Points

图 3 部分监测点的R/S分析结果 Fig.3 Part of the Monitoring Point of the R/S Analysis Results

表 1中监测点的H可以看出如下趋势。

1) 各监测点的H均大于0.5,并且都小于1。这说明各监测点未来的沉降趋势与过去的沉降趋势一致,表 1已经表明各监测点的沉降趋势逐渐趋于平缓,则所得H表明各监测点在未来的沉降趋势也趋于平缓,即沉降量向着逐渐减小的方向发展,同时各监测点的沉降变化趋势一致。说明影响该桥梁沉降的外界因素基本相同,可以为从力学角度分析桥梁沉降变形的原因提供可靠依据。

2) 线性回归所得直线的相关系数R2都很大,均大于0.9,各监测点的F值很大,即回归直线通过了F检验。这说明线性回归的准确度高,计算所得H可信度高,H能够较好地反映桥梁沉降变形的整体变化趋势。

3) H能够很好地反映沉降变化趋势性的强弱程度。表 1中监测点X0601X0702X0703X0704H相对较小,说明其沉降变化减弱的趋势性的程度较弱,沉降变形会越来越小,但变小的速度相对较慢;而X0602X0705X0805X0902H相对较大,说明其沉降变化减弱的趋势性的程度较强,沉降变形会越来越小,变小的速度相对较快;其余各点介于这两种变化之间。

2.2 R/S分析结果的检验

通过前后不同期数据的中误差对比,进一步检验R/S分析结论的可靠性。把前120期数据作为R/S分析的基础数据,将后20期数据为检验数据,如果后20期的中误差较前120期的中误差变小,则表明监测点未来的变化将与过去的变化趋势保持一致,反之亦然。从表 1中可以看出,各监测点的中误差均在减小,说明各监测点的沉降量在减小,这与R/S分析法的结论一致,即各点的沉降趋势在减弱,沉降量在减小。

3 结束语

本文将R/S分析法引入到桥梁梁体的沉降变形趋势分析中,主要得出如下结论。

1) 该简支梁桥各监测点的沉降具有很强的非线性特征,监测点的沉降量随时间呈现减小趋势;计算所得各监测点的H均大于0.5,大多数点的H达到0.9,说明各监测点沉降变形减小的趋势在增强,未来沉降量将越来越小。

2) R/S分析法适用于桥梁梁体的沉降趋势分析,该方法通过计算对应时间序列的H来预测桥梁梁体的沉降在未来的发展趋势,分析结果与实际变化具有一致性,可以为桥梁监测过程中监测周期的设计与变更提供有效的依据。

3) 采用后20期数据计算所得中误差与前120期数据计算所得中误差对比能够很好地反映变形趋势的强弱,检验结果证明了R/S分析法适用于桥梁梁体的沉降趋势分析。

参考文献
[1]
田振华, 李传栋, 郑东健. R/S分析法在大坝安全监测中的应用[J]. 人民黄河, 2012, 34(2): 106-107. DOI:10.3969/j.issn.1000-1379.2012.02.036
[2]
宋传旺, 于广明, 李亮. 基于R/S分析法的尾矿坝坝体位移趋势研究[J]. 矿业研究与开发, 2014, 34(6): 41-43.
[3]
李远耀, 殷坤龙, 程温鸣. R/S分析在滑坡变形趋势预测中的应用[J]. 岩土工程学报, 2010, 32(8): 1291-1296.
[4]
邬长福, 涂志刚, 万佳威, 等. 基于R/S分析与V/S分析的滑坡变形趋势判断及稳定性研究[J]. 水电能源科学, 2015, 33(1): 111-114.
[5]
臧妻斌, 黄腾, 郭献涛. 重标极差分析法在地铁变形监测中的应用[J]. 测绘科学, 2015, 40(2): 84-87.
[6]
樊晓一, 乔建平. 三峡水库区滑坡时间记录的R/S分析[J]. 中国地质灾害与防治学报, 2006, 17(2): 99-101. DOI:10.3969/j.issn.1003-8035.2006.02.022
[7]
门宝辉, 刘昌明, 夏军, 等. R/S分析法在南水北调西线一期工程调水河流径流趋势预测中的应用[J]. 冰川冻土, 2005, 27(4): 568-573. DOI:10.3969/j.issn.1000-0240.2005.04.016
[8]
徐绪松, 马莉莉, 陈彦斌. R/S分析的理论基础:分数布朗运动[J]. 武汉大学学报(理学版), 2004, 50(5): 547-550. DOI:10.3321/j.issn:1671-8836.2004.05.004
[9]
江田汉, 邓莲堂. Hurst指数估计中存在的若干问题—以在气候变化研究中的应用为例[J]. 地理科学, 2004, 24(2): 177-182. DOI:10.3969/j.issn.1000-0690.2004.02.008
[10]
贺可强, 孙林娜, 王思敬. 滑坡位移分形参数Hurst指数及其在堆积层滑坡预报中的应用[J]. 岩石力学与工程学报, 2009, 28(6): 1107-1115. DOI:10.3321/j.issn:1000-6915.2009.06.004
[11]
牛春雷, 谭亚黎, 郭伟英. EXCEL在线性回归直线统计检验中的应用[J]. 环境研究与监测, 2006, 19(3): 27-29.