基于克里金插值的大坝监测数据三维位移场生成方法与流程

1.本发明属于大坝监控技术领域，特别是涉及一种基于克里金插值的大坝监测数据三维位移场生成方法。


背景技术：

2.大坝服役期的安全性态是一个多因素作用下的非线性动态演化过程，大坝及基础结构安全性能随着时间推移而逐步衰退。大坝一旦失事，将产生灾难性的后果。随着计算机技术和安全监控手段的快速发展,采用非工程措施降低大坝运行风险越来越受到重视，及早预警是降低大坝运行风险的重要手段。变形能直观反映大坝安全性态，是大坝性态发生趋势性变化的重要指标。准确获取混凝土坝时空分布的变形是确保混凝土长效服役安全性的重要手段之一。
3.大坝的结构变形是连续的，大坝上测点是有限且离散的，而且随着时间推移一些测点的监测设备还会损坏，因此时间越久，大坝上可用的监测数据越少。另外，观测数据在观测过程中易受到环境因素影响，运行正常的监测设备有时也会产生一些不可靠数据。大坝结构服役期间局部和整体安全性能随着时间推移而逐步衰退，为了评估大坝局部或整体安全，有时需要知道一些没有布置测点或测点数据不可靠或测点设备损坏地方的位移。
4.因此，根据坝体上有限个测点的监测位移，生成大坝整体或局部的时空分布的位移场，从而进行大坝安全评估分析，成为研究人员关注的问题。


技术实现要素：

5.本发明根据坝体上有限个测点的监测位移，通过克里金插值算法，生成整体或局部的时空分布的位移场，从而进行大坝安全评估分析，通过考虑坝体位移存在的空间相关性，来获得监测设备损坏测点的位移值。
6.为实现上述目的，本发明提供了如下方案：基于克里金插值的大坝监测数据三维位移场生成方法，包括以下步骤：
7.通过设置坝体监测点，获得大坝的第一监测数据；对所述第一监测数据进行异常值清洗，获得第二监测数据；基于克里金插值法和所述第二监测数据，插值生成三维位移场，实现大坝的安全性态评估。
8.优选地，所述第一监测数据包括时间维度、空间维度；
9.所述坝体监测点均匀分布在大坝上，相同空间维度在所述时间维度获得的所述第一监测数据为连续分布数据，所述连续分布数据的采集频率相同。
10.优选地，所述异常值清洗为计算所述第一监测数据的跳动特征，基于拉伊特准则，将所述第一监测数据的跳动偏差绝对值与均方差的比值与预设值比较，去除所述比值大于所述预设值的异常值。
11.优选地，所述跳动特征公式为：
12.d
i
＝2y
i
‑
(y
i+1
+y
i
‑1)
13.其中，y
i
为第i个监测数据待测值；
14.所述第i个测值跳动偏差的绝对值与均方差的比值为q
i
，公式为，
[0015][0016]
为跳动特征的平均值，σ为跳动特征的均方差。
[0017]
优选地，所述基于克里金插值法和所述第二监测数据，插值生成三维位移场，包括：
[0018]
基于相同的所述时间维度，获得所述第二监测数据之间的距离与半方差；
[0019]
基于半方差函数和所述距离进行数据模型拟合，获得所述半方差与所述距离的函数关系；
[0020]
基于所述函数关系获得所述坝体监测点和非坝体监测点的半方差；
[0021]
基于所述克里金插值法和所述半方差插值生成三维位移场，实现大坝的安全性态评估。
[0022]
优选地，在所述基于半方差函数和所述距离进行数据模型拟合的过程中，所述数据模型包括球状模型、指数模型、高斯模型、立方模型。
[0023]
优选地，所述第二监测数据之间的半方差公式为：
[0024][0025]
其中，h为x
i
与x
i
+h两点间的距离，n1(h,t)是距离为h的点对数，y(x
i
,t)和y(x
i
+h,t)分别为x
i
与x
i
+h处时间t时的监测位移值。
[0026]
优选地，所述大坝监测数据三维位移场生成方法还包括基于大坝任意点的临近点，通过计算预测值与实际值的均方根误差，预测大坝任意点的位移值，通过所述大坝任意点的位移值，实现大坝的安全性态评估。
[0027]
优选地，所述大坝任意点的位移值的公式为：
[0028][0029]
λ
i
(i＝1,2,...,n)为求解克里金方程组，获得的最优系数。
[0030]
与现有技术相比，本发明公开了以下技术效果：
[0031]
(1)本发明使用克里金插值法插值获得坝体时间域上的三维位移场，可以考虑坝体位移存在的空间相关性；
[0032]
(2)本发明能获得监测设备损坏测点的位移值；
[0033]
(3)本发明能获得监测设备正常但测值不可靠时的位移值；
[0034]
(4)本发明能获得坝体任意关注处的任意时刻位移值，用于评估大坝安全。
附图说明
[0035]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]
图1为本发明实施例的方法流程示意图。
具体实施方式
[0037]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0038]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0039]
参照图1所示，本发明提出了一种基于克里金插值的大坝监测数据三维位移场生成方法,包括：
[0040]
通过设置坝体监测点，获得大坝的第一监测数据；对所述第一监测数据进行异常值清洗，获得第二监测数据；基于克里金插值法和所述第二监测数据，插值生成三维位移场，实现大坝的安全性态评估。
[0041]
所述第一监测数据包括时间维度、空间维度；
[0042]
所述坝体监测点均匀分布在大坝上，相同空间维度在所述时间维度获得的所述第一监测数据为连续分布数据，所述连续分布数据的采集频率相同。
[0043]
所述异常值清洗为计算所述第一监测数据的跳动特征，基于拉伊特准则，将所述第一监测数据的跳动偏差绝对值与均方差的比值与预设值比较，去除所述比值大于所述预设值的异常值。
[0044]
所述跳动特征公式为：
[0045]
d
i
＝2y
i
‑
(y
i+1
+y
i
‑1)
[0046]
其中，y
i
为第i个监测数据待测值；
[0047]
所述第i个测值跳动偏差的绝对值与均方差的比值为q
i
，公式为，
[0048][0049]
为跳动特征的平均值，σ为跳动特征的均方差。
[0050]
所述基于克里金插值法和所述第二监测数据，插值生成三维位移场，包括：
[0051]
基于相同的所述时间维度，获得所述第二监测数据之间的距离与半方差；
[0052]
基于半方差函数和所述距离进行数据模型拟合，获得所述半方差与所述距离的函数关系；
[0053]
基于所述函数关系获得所述坝体监测点和非坝体监测点的半方差；
[0054]
基于所述克里金插值法和所述半方差插值生成三维位移场，实现大坝的安全性态
评估。
[0055]
在所述基于半方差函数和所述距离进行数据模型拟合的过程中，所述数据模型包括球状模型、指数模型、高斯模型、立方模型。
[0056]
所述第二监测数据之间的半方差公式为：
[0057][0058]
其中，h为x
i
与x
i
+h两点间的距离，n1(h,t)是距离为h的点对数，y(x
i
,t)和y(x
i
+h,t)分别为x
i
与x
i
+h处时间t时的监测位移值。
[0059]
所述大坝监测数据三维位移场生成方法还包括基于大坝任意点的临近点，通过计算预测值与实际值的均方根误差，预测大坝任意点的位移值，通过所述大坝任意点的位移值，实现大坝的安全性态评估。
[0060]
所述大坝任意点的位移值的公式为：
[0061][0062]
λ
i
(i＝1,2,...,n)为求解克里金方程组，获得的最优系数。
[0063]
进一步地，本发明提供的一种基于克里金插值的大坝监测数据三维位移场生成方法，具体包括以下步骤：
[0064]
s1、监测时空维度建立；s2、监测数据异常值清洗；s3、插值生成三维位移场；s4、评估插值精度。
[0065]
其中，插值生成三维位移场具体包括：基于同一时刻的测点数据，两两计算距离和半方差；对计算后的得到的数据分布进行模型拟合；选用球状模型或指数模型或高斯模型或立方模型，根据拟合结果计算所有测点之间的半方差；计算未知点到所有测点之间的半方差；求解克里金方程组，得到最优系数步骤；根据克里金插值公式计算未知点的估计位移；
[0066]
由于大坝的结构体是连续的，大坝的位移监测数据在时间维度以及空间维度也都是连续的。对于同一个测点，其监测数据在时间上应该是连续分布的。对于同一个监测项目，时间维度的监测数据采集频度应该是一致的，即采集数据时间间隔相同。在空间维度上，对于同一个监测项目，测点的分布应该是基本均匀的。分布密度可以根据不同大坝具体的监测情况各自确定。大坝监测时空维度建立后，就可以对大坝的监测数据进行插值补充完整。
[0067]
对于任一监测测点，在时间维度上，根据拉伊特准则，去掉不可靠数据，进行监测数据异常值清洗，以提高插值精度。
[0068]
对于特定观测仪器，设y
i
为第i个测值，测值的跳动特征可表示为d
i
＝2y
i
‑
(y
i+1
+y
i
‑1)。利用y1～y
n
可得n
‑
2个d
i
。当n足够大时，利用拉伊特准则进行检验，去掉异常值。记测值的跳动特征的平均值和均方差分别为和σ，则第i个测值跳动偏差的绝对值与均方差的
比值为q
i
，即：当q
i
＞q
*
时，表明该值为异常值或不可靠值。一般根据试算确定q
*
，即q
*
为根据实际需要设置的预设值。
[0069]
进一步地，所述步骤s3采用空间克里金插值，插值生成三维位移场具体为：
[0070]
s31、基于时间t的监测数据，计算每2个点之间的距离与半方差γ(h,t)；
[0071][0072]
其中，h为x
i
与x
i
+h两点间的距离，n1(h,t)是距离为h的点对数，y(x
i
,t)和y(x
i
+h,t)分别为x
i
与x
i
+h处时间t时的监测位移值。
[0073]
s32、经过s31步后得到一系列的(h1,γ1)，(h2,γ2)，
…
，(h
n
,γ
n
)点对，选择合适的半方差函数进行拟合，得到半方差与距离的函数关系；
[0074]
s33、根据s32步得到的拟合结果计算所有已知点之间的半方差γ
ij
；
[0075]
s34、对于未知点x0，计算它与所有已知点x
i
(i＝1,2,...,n2)(n2为测点数)间的半方差γ
i0
；
[0076]
s35、求解克里金方程组，得到最优系数λ
i
(i＝1,2,...,n)；
[0077]
s36、由克里金插值法得到任意未知点的位移值，即
[0078][0079]
所述步骤s4具体为：假定任意一个测点位移值未知，利用临近点对其进行预测，计算预测值与实际值的均方根误差，均方根误差越小，则插值精度越高。
[0080]
与现有技术相比，本发明的有益技术效果在于：
[0081]
(1)本发明使用克里金插值法插值获得坝体时间域上的三维位移场，可以考虑坝体位移存在的空间相关性；
[0082]
(2)本发明能获得监测设备损坏测点的位移值；
[0083]
(3)本发明能获得监测设备正常但测值不可靠时的位移值；
[0084]
(4)本发明能获得坝体任意关注处的任意时刻位移值，用于评估大坝安全。
[0085]
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。