Nghiên cứu phương pháp quan trắc xử lý số liệu và phân tích biến dạng công trình công nghiệp dân dụng trong điều kiện việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT ĐINH XUÂN VINH NGHI N C U PHƯƠNG PHÁP QUAN TRẮC, XỬ LÝ SỐ LIỆU VÀ PHÂN TÍCH BIẾN DẠNG CƠNG TRÌNH CƠNG NGHIỆP - DÂN DỤNG TRONG ĐIỀU KIỆN VIỆT NAM LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI - 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT ĐINH XUÂN VINH NGHI N C U PHƯƠNG PHÁP QUAN TRẮC, XỬ LÝ SỐ LIỆU VÀ PHÂN TÍCH BIẾN DẠNG CƠNG TRÌNH CÔNG NGHIỆP- DÂN DỤNG TRONG ĐIỀU KIỆN VIỆT NAM Chuyên ngành : Trắc địa ứng dụng Mã số : 62.52.85.01 NG I H ỚNG DẪN KHOA HỌC PGS TS PHAN VĂN HIẾN PGS TS ĐẶNG NAM CHINH HÀ NỘI - 2012 Tôi cam đoan Luận án nghiên cứu thực Các số liệu phương pháp tính, kết thực nghiệm nêu Luận án trung thực chưa công bố Tác giả Đinh Xuân Vinh i Tên Chương 1.1 1.2 1.3 1.4 Chương 2.1 2.2 2.3 2.4 2.5 Chương 3.1 3.2 3.3 3.4 3.5 Chương 4.1 4.2 4.3 4.4 Trang MỤC LỤC Mục lục i Danh sách hình ii Danh sách bảng biểu đồ iii Danh mục ký hiệu chữ viết tắt iii Mở đầu Tổng quan quan trắc biến dạng c ng tr n d n d ngcông ng i Sự phát triển quan trắc biến dạng cơng trình lý liệu u hư ng nghi n c u h n t ch biến dạng u hư ng nghi n c u nh hư ng nghi n c u đ tài 14 K t u t quan trắc biến dạng 15 Khái quát 15 c th c ng tr nh d n dụng-c ng nghiệp iệt am 15 M h nh biến dạng c ng trình 17 uan trắc biến dạng c ng tr nh ăn uán, Hà ng, Hà ội 22 Quan trắc biến dạng b ng S 35 Nghiên c u ng d ng ng i qu để ntc biến dạng c ng tr n 51 Khái quát v phương pháp ph n t ch biến dạng 51 Kiểm tra liệu đ trư ng 51 Hồi qu 52 Hồi qu bư c 61 ng dụng Hồi qu bư c ph n t ch ngu n nh n g biến dạng c ng tr nh Hà ội 63 g i n c u ng d ng c a an để ntc v i u quan trắc GPS i n t c biến dạng c ng tr n 74 Khái niệm 74 hương pháp b nh phương nhỏ lọc b nh phương nhỏ 78 Lọc Kalman dạng đa th c 83 ng dụng lọc Kalman 95 Kết lu n kiến ngh 117 Danh mục c ng tr nh tác giả 118 ài liệu tham khả 119 ii Hình 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 2.12 2.13 2.14 2.15 2.16 2.17 2.18 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 4.1 4.2a 4.2b 4.3 4.4 4.5 4.6 4.7 4.8 4.9 Trang DANH SÁCH CÁC HÌNH M h nh h nh học v t thể biến dạng 18 M h nh biến dạng điển h nh d ngu n nh n ảnh hưởng biến dạng 21 M h nh v n động gia t c biến dạng 22 uan trắc l n khu nhà thấp tầng M ăn uán 24 H nh chụp m c chu n đ l n c ng tr nh 24 Sơ đồ lư i kiểm tra l n, điểm chu n, điểm thu S ăn uán 27 Mơ hình lún cơng trình ăn n 28 Sơ đồ m t cắt ngang t nhà hệ th ng quan trắc t ng h p 32 Nhà TT 19A bên 33 Nhà TT 19A bên 33 iếng quan trắc nư c ngầm ăn uán 34 rư t chu kỳ tr đ pha 39 hành phần t độ tr ng chu kỳ đ đ i v i cạnh ngắn 41 độ điểm c đ nh nh n từ vệ tinh S 16 ( Surve 35) 45 Sơ đồ lư i S ăn uán 46 Hệ th ng d ch chu ển anten C 46 iểm C tr ng thực nghiệm S th hai 46 Ảnh chụp đ ạn tr ng r ject Rep rt thực nghiệm S1 48 ng b nh phương độ lệch t ng thể hồi qu 58 iá tr dự đ án độ l n c ng tr nh tr ng giai đ ạn đầu 60 M t cắt l n c ng tr nh từ tháng 10/ 005 đến tháng 10/ 2006 64 Biểu đồ mực nư c ngầm qua th i gian năm 005-2009 64 Biểu đồ nhiệt độ kh ng kh chu kỳ đ l n th i gian năm 64 hần m m ph n t ch Hồi qu 68 Giá tr độ l n đ đư c hồi qu the nư c ngầm 69 Giá tr độ l n đ đư c hồi qu the th i gian b c 70 Giá tr độ l n đ đư c hồi qu the th i gian b c 71 Giá tr độ l n đ đư c hồi quy t ng h p theo th i gian 72 Biến động thành phần t độ au b nh điểm 96 độ biến động điểm C lấ từ M dul ave 97 Biểu di n tr đ au b nh Surve , tr thực hệ th ng động 97 Kết lọc Kalman b c ánh v i tr đ tr thực 99 Kết lọc Kalman b c ánh v i tr đ tr thực 101 n t c chu ển động điểm C tr ng kết lọc Kalman b c1 101 SS hư ng điểm C sau lọc Kalman b c 101 S ánh SS hư ng điểm C trư c au lọc Kalman b c 102 r đ , tr thực v tr điểm C au lọc Kalman b c 104 SS hư ng điểm C au lọc Kalman b c 104 iii 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17 4.18 4.19 4.20 4.21 4.22 4.23 4.24 4.25 4.24b 4.26 Lọc Kalman b c 1, tr đ tr thực tr n Matlap h n dạng m h nh ng u nhi n hệ th ng [27] hực nghiệm Kuhlmann, 003 [ 7] r đ , tr thực hệ th ng lọc Kalman[27] hành phần t độ Y au b nh điểm hành phần t độ X au b nh điểm hành phần t độ Y au b nh điểm C hành phần t độ au b nh điểm C Sai hư ng trư c sau lọc Kalman điểm C Sai hư ng trư c sau lọc Kalman điểm C Lọc Kalman thành phần t độ điểm C r đ v tr điểm C au lọc Kalman hư ng thực nghiệm Lọc Kalman thành phần t độ ( 000) điểm CT3 r đ v tr điểm C au lọc Kalman hư ng thực nghiệm Biến dạng t ng h p điểm C ăn uán, Hà ng hiệt độ kh ng kh tr ng gi thực nghiệm uỹ đạ v n động điểm quan trắc tr n nhà C Dự bá biến dạng b ng lọc Kalman, kh ảng dự bá từ nét gạch dọc ang phải (thực nghiệm GPS 01) 105 105 105 106 107 107 108 108 111 111 112 112 113 113 114 114 114 116 Bảng Trang DA SÁC CÁC BẢ G VÀ BIỂU ĐỒ 2.1 Phân l ại mơ hình biến dạng Heiner Kuhlmann, Pelzer (1997) 19 2.2 Lư ng d ch chu ển tr ng th i đ ạn (period) quan trắc S 40 2.3 Sai trung phương ch phép quan trắc chu ển d ch ngang nhà cơng trình 43 4.1 Biểu đồ kh i tr nh lọc kh ng ng u nhi n có giá tr l n 93 4.2 S ánh lọc Kalman-b nh Surve 35 (thực nghiệm S01) 104 4.3 h ng k giá tr t độ đư c hiệu chỉnh lọc Kalman 109 4.4 111 S ánh SS lọc K Surve 35 thực nghiệm GPS 02 4.5 114 Sai dự bá v i tr c lư ng Kalman tr đ DA MỤC CÁC Kh ng gian Euclid E(x) P(ck ) Ý IỆU VÀ T U T G thực m chi u Kh ng gian tự nhi n Kh ng gian ngu n Kỳ vọng t án biến ng u nhi n ác uất trạng thái ck biến ng u nhi n ph n ph i chu n iv T, Tp,Tv H ng th i gian, chu kỳ biến đ i th i gian ké dài m h nh biến dạng động y y ộ ch nh ác đ đạc Lư ng biến dạng l n dự t nh ộ ph n giải quan trắc h c ia t c điểm v n động h c n t c điểm v n động Ma tr n đồng b c m Ma tr n đ i ng hiệp trọng Ma tr n đ i ng hiệp phương tr đ l Sai trung phương v tr điểm i the hư ng Sai trung phương t p h p n tr đ , rung b nh t ch luỹ ( Tr(.) Rank(.) Det(.) đả n tu ệt đ i trung b nh), ết ma tr n (t ng phần t n m tr n đư ng ché ) Hạng ma tr n (các cột hàng độc l p ma tr n) nh th c ma tr n Ma tr n chu ển v gh ch đả ma tr n chu ển v Ma tr n ngh ch đả Ma tr n ngh ch đả phản th n (t ng quát) Diag(.) Ma tr n ngh ch đả M re-Penrose hần t đư ng ché ma tr n hương trọng đơn v tr ng (h c ma tr n hiệp trọng , ma tr n hiệp nh n đả n tr ng b nh ai) T ch ch p f g Biến đ i F urier f Biến đ i Laplace “Cycle”: Chu kỳ thu t ngữ Cycle slips n u tư ng trư t chu kỳ tr ng đ GPS Bản chất tư ng nhảy s ngu n đa tr làm gián đ ạn tín hiệu khiến cho đếm phải khởi đầu lại, tạo bư c nhảy pha t ng h p t c th i b ng s nguyên chu kỳ đ Điểm chuẩn : (reference point)- điểm kh ng chế để ác đ nh giá tr biến dạng v Điểm kiểm tra : (object point) – điểm kiểm tra biến dạng gắn tr n c ng tr nh Hệ thống Fuzzy : Hệ th ng t án m -ph n b liệu the cách nghĩ c n ngư i h u nghiệm : posteriori [57] nh chất tham đầu tr nh c lư ng- kh ng : Lý thu ết c lư ng đ kháng tr đ có l n- resistant cịn gọi lý thu ết th ng k vững- Robust Statistics [ 7] Ma tr n vô hướng : (scalar matrix) Ma tr n vu ng có phần t n m tr n đư ng ché ch nh b ng phần t n m ng ài đư ng ché ch nh b ng Mơ hình hình học : M tả h nh dạng k ch thư c ự d ch chu ển qua v t thể (A.Chrzanowski, 1994) Mơ hình nhân : M h nh ph n t ch biến dạng the qu lu t h n- uả Mô hình có tính học liên tục : M h nh ph n t ch biến dạng the qu lu t học (A.Chrzanowski, 1994) Period : h i đ ạn Bản chất kh ảng th i gian nội thu t n hiệu S đư c cài đ t tr ng má thu S ương đương thu t ngữ epoch of time Trị đo dị thường : (outliers) – tr đ có l n tiên nghiệm : nh chất tham đầu tr nh c lư ngpriori Thống kê vững -Robust Statistics: hương pháp th ng k nh m l ại bỏ nguồn kh ng ng u nhi n tồn tr ng kết ph n t ch u tr ng phương tr nh lọc Kalman: vect r u chỉnh gọi vect r kiểm át MỞ ĐẦU Tính cấp thiết đề tài Quan trắc biến dạng phần việc sau công tác thiết kế quy hoạch, b tr cơng trình hồn cơng xây lắp, t nh chất phức tạp đ i h i đ ch nh xác cao lại đặt yêu cầu khắt kh Do t nh chất phức tạp vận đ ng gây biến dạng cơng trình, kỹ thuật quan trắc xử lý s liệu phân t ch biến dạng giới phát triển với kết hợp chuyên sâu nhiều ngành khoa học khác Tại Việt Nam, tiêu chuẩn quan trắc biến dạng nói chung chưa đề cập đến quan trắc yếu t vật lý, quan trắc kết hợp nhiều kỹ thuật cho m t mục tiêu; đề cập đến phân t ch biến dạng xử lý kết đo biến dạng phư ng pháp phân t ch th ng kê c n t, đặc biệt phư ng pháp như: Hồi quy, lọc Kalman, t ch chuỗi th i gian, hệ th ng xám hay mạng N ural nhân tạo, mà giới ứng dụng t t Hiện nay, quan trắc biến dạng GPS thư ng sử dụng phư ng thức chu kỳ, phư ng thức không khác nhiều so với quan trắc biến dạng truyền th ng M t s cơng trình với đặc th riêng, giới áp dụng kỹ thuật quan trắc liên tục, nhằm phát vận đ ng liên tục điểm quan trắc (cơng trình) mơi trư ng Việc xác định mơ hình hình học cơng trình biến dạng dẫn tới phư ng án quan trắc biến dạng ph hợp điều cần thiết Phư ng án quan trắc biến dạng th o chu kỳ hay quan trắc liên tục đề xuất tuỳ thu c trình biến dạng nhiệm vụ quan trắc Ứng dụng phư ng pháp phân t ch Hồi quy để phân t ch mơ hình có t nh Nhân – Quả gây biến dạng, phư ng pháp lọc Kalman để phân t ch mơ hình hình học biến dạng có t nh c học liên tục nhằm đưa m t tranh rõ nét trình biến dạng cơng trình trọng tâm luận án Mục đích đề tài Nghiên cứu mơ hình hình học biến dạng áp dụng phư ng pháp phân t ch th ng kê, từ đề xuất ứng dụng phư ng pháp Hồi quy để đánh giá biến dạng cơng trình theo mơ hình nhân-quả, phư ng pháp lọc Kalman để phân t ch biến dạng th o mơ hình có t nh c học liên tục hứng minh hiệu phư ng pháp Hồi quy bước phư ng pháp lọc Kalman t nh toán thực nghiệm cơng trình khu thị V n Qn, Hà N i Nhiệm vụ phạm vi nghiên cứu đề tài Nghiên cứu phư ng pháp phân t ch biến dạng mà giới sử dụng ề xuất ứng dụng phư ng pháp ph hợp với loại hình quan trắc biến dạng cơng trình Tập trung nghiên cứu phư ng pháp Hồi quy bước lọc Kalman với ứng dụng xử lý s liệu quan trắc phân t ch biến dạng i tượng phạm vi nghiên cứu biến dạng cơng trình dân dụng cơng nghiệp Việt Nam Luận điểm bảo vệ Luận điểm thứ nhất: Trong quan trắc biến dạng đại, đồng th i với quan trắc hình học biến dạng, cần quan trắc yếu t vật lý ảnh hư ng đến biến dạng để giải th ch vật lý biến dạng Ứng dụng phư ng pháp Hồi quy để phân t ch s liệu quan trắc biến dạng giải th ch vật lý biến dạng biện pháp th ch hợp Luận điểm thứ hai: Ứng dụng phép lọc Kalman đ i với quan trắc GPS liên tục biến dạng để xử lý s liệu, phân t ch dự báo biến dạng biện pháp t i ưu Điểm luận án Nghiên cứu ứng dụng phư ng pháp phân t ch th ng kê Hồi quy bước để phân tích lún cơng trình giải th ch quan hệ mực nước ngầm với đ lún cơng trình khu thị V n Qn, Hà N i Nghiên cứu ứng dụng thành công lọc Kalman đ i với quan trắc GPS liên tục biến dạng xử lý s liệu, phân t ch dự báo biến dạng Việt Nam Ý nghĩa khoa học Nghiên cứu, đề xuất ứng dụng phư ng pháp phân t ch th ng kê Hồi quy lọc Kalman vào trình xử lý s liệu quan trắc phân t ch biến dạng công trình ước đầu ứng dụng cơng nghệ GPS quan trắc biến dạng với liệu liên tục thực phần mềm GPSurv y 2.35 Góp phần hồn thiện kỹ thuật quan trắc biến dạng, quy trình xử lý s liệu, phân t ch dự báo biến dạng cơng trình Ý nghĩa thực tiễn Kết thực đề tài minh chứng cho phạm vi ứng dụng phư ng pháp Hồi quy bước, quy trình lọc Kalman cho dãy trị đo GPS quan trắc liên tục biến dạng cơng trình; ứng dụng lọc Kalman hiệu chỉnh trị đo dị thư ng, đánh giá đ n định điểm quan trắc, phân t ch nhận dạng mơ hình vận đ ng cơng trình Cơng nghệ đại GPS phục vụ quan trắc biến dạng cơng trình nâng cao hiệu quan trắc th o hướng tức th i, liên tục đ i với m t s cơng trình Phục vụ cơng tác giảng dạy đào tạo chuyên ngành trắc địa ứng dụng L i cảm n in bày t l ng biết n chân thành tới PGS TS Phan V n Hiến PGS TS ặng Nam hinh hướng dẫn tơi hồn thành luận án ồng th i, xin chân thành cảm n nhà giáo, đồng nghiệp ph ng tạo Sau đại học tận tình gi p đ tơi q trình làm luận án Phụ lục D K=MHT*HMHTRINV; KH=K*HMAT; IKH=IDNP-KH; P=IKH*M; XNOISE=SIGNOISE*randn; X=A0+A1*T+A2*T*T; XD=A1+2*A2*T; XS=X+XNOISE; RES=XS-XH-TS*XDH; XH=XH+XDH*TS+K(1,1)*RES; XDH=XDH+K(2,1)*RES; SP11=sqrt(P(1,1)); SP22=sqrt(P(2,2)); SP44=sqrt(HMHTR(1,1)); XHERR=X-XH; XDHERR=XD-XDH; SP11P=-SP11; SP22P=-SP22; SP44P=-SP44; count=count+1; ArrayT(count)=T; ArrayX(count)=X; ArrayXH(count)=XH; ArrayXD(count)=XD; ArrayXDH(count)=XDH; ArrayXHERR(count)=XHERR; ArraySP11(count)=SP11; ArraySP11P(count)=SP11P; ArrayXDHERR(count)=XDHERR; ArraySP22(count)=SP22; ArraySP22P(count)=SP22P; ArrayRES(count)=RES; ArraySP44(count)=SP44; ArraySP44P(count)=SP44P; end figure plot(ArrayT,ArrayXHERR,ArrayT,ArraySP11,ArrayT,ArraySP11P),grid xlabel('Chu ky') ylabel('Sai so uoc luong vi tri') axis([0 10 -100 100]) figure plot(ArrayT,ArrayRES,ArrayT,ArraySP44,ArrayT,ArraySP44P),grid xlabel('Chu ky') ylabel('Do lech') axis([0 10 -100 100]) clc output=[ArrayT',ArrayX',ArrayXH',ArrayXD',ArrayXDH']; save datfil.txt output -ascii 74 Phụ lục D 75 output=[ArrayT',ArrayXHERR',ArraySP11',ArraySP11P',ArrayXDHERR',Array SP22',ArraySP22P' ,ArrayRES',ArraySP44',ArraySP44P']; save covfil.txt output -ascii disp 'simulation finished' TS= ; PHIS=0.; A0=3.; A1=1.; A2=0.; A0H=0.; A1H=0.; SIGNOISE=5.; ORDER=2; T=0.; S=0.; H=.001; PHI=zeros(ORDER,ORDER); P=zeros(ORDER,ORDER); IDNP=eye(ORDER); Q=zeros(ORDER,ORDER); RMAT(1,1)=SIGNOISE^2; PHI(1,1)=1.; PHI(2,2)=1.; P(1,1)=99999999999.; P(2,2)=99999999999.; count=0; for T=0:TS: HMAT(1,1)=1.; HMAT(1,2)=T; PHIT=PHI'; HT=HMAT'; PHIP=PHI*P; PHIPPHIT=PHIP*PHIT; M=PHIPPHIT+Q; HM=HMAT*M; HMHT=HM*HT; HMHTR=HMHT+RMAT; HMHTRINV(1,1)=1./HMHTR(1,1); MHT=M*HT; K=MHT*HMHTRINV; KH=K*HMAT; IKH=IDNP-KH; P=IKH*M; XNOISE=SIGNOISE*randn; X=A0+A1*T+A2*T*T; XD=A1+2*A2*T; Phụ lục D XS=X+XNOISE; RES=XS-A0H-A1H*T; A0H=A0H+K(1,1)*RES; A1H=A1H+K(2,1)*RES; SP11=sqrt(P(1,1)); SP22=sqrt(P(2,2)); A0HERR=A0-A0H; A1HERR=A1-A1H; XH=A0H+A1H*T; XDH=A1H; SP11P=-SP11; SP22P=-SP22; count=count+1; ArrayT(count)=T; ArrayX(count)=X; ArrayXH(count)=XH; ArrayXD(count)=XD; ArrayXDH(count)=XDH; ArrayA0(count)=A0; ArrayA0H(count)=A0H; ArrayA1(count)=A1; ArrayA1H(count)=A1H; ArrayA0HERR(count)=A0HERR; ArraySP11(count)=SP11; ArraySP11P(count)=SP11P; ArrayA1HERR(count)=A1HERR; ArraySP22(count)=SP22; ArraySP22P(count)=SP22P; end figure plot(ArrayT,ArrayA0,ArrayT,ArrayA0H),grid xlabel('Chu ky') ylabel('a0') axis([0 ]) figure plot(ArrayT,ArrayA1,ArrayT,ArrayA1H),grid xlabel('Chu ky') ylabel('a1') axis([0 - ]) figure plot(ArrayT,ArrayX,ArrayT,ArrayXH),grid xlabel('Chu ky') ylabel('x') axis([0 ]) figure plot(ArrayT,ArrayXD,ArrayT,ArrayXDH),grid xlabel('Chu ky') ylabel('x dot') 76 Phụ lục D 77 axis([0 - ]) clc output=[ArrayT',ArrayX',ArrayXH',ArrayXD',ArrayXDH',ArrayA0',ArrayA0H', ArrayA1',ArrayA1H']; save datfil.txt output -ascii output=[ArrayT',ArrayA0HERR',ArraySP11',ArraySP11P',ArrayA1HERR',Arra ySP22',ArraySP22P']; save covfil.txt output -ascii disp 'simulation finished' TS= ; PHIS=0.; A0=3.; A1=.1; A2=.9; A0H=0.; A1H=0.; A2H=0.; SIGNOISE=5.; ORDER=3; T=0.; S=0.; H=.001; PHI=zeros(ORDER,ORDER); P=zeros(ORDER,ORDER); IDNP=eye(ORDER); Q=zeros(ORDER,ORDER); RMAT(1,1)=SIGNOISE^2; PHI(1,1)=1.; PHI(2,2)=1.; PHI(3,3)=1.; P(1,1)=99999999999.; P(2,2)=99999999999.; P(3,3)=99999999999.; count=0; for T=0:TS: HMAT(1,1)=1.; HMAT(1,2)=T; HMAT(1,3)=T; PHIT=PHI'; HT=HMAT'; PHIP=PHI*P; PHIPPHIT=PHIP*PHIT; M=PHIPPHIT+Q; HM=HMAT*M; HMHT=HM*HT; HMHTR=HMHT+RMAT; Phụ lục D HMHTRINV(1,1)=1./HMHTR(1,1); MHT=M*HT; K=MHT*HMHTRINV; KH=K*HMAT; IKH=IDNP-KH; P=IKH*M; XNOISE=SIGNOISE*randn; X=A0+A1*T+A2*T; XD=A1+A2; XS=X+XNOISE; RES=XS-A0H-A1H*T-A2H*T; A0H=A0H+K(1,1)*RES; A1H=A1H+K(2,1)*RES; A2H=A2H+K(3,1)*RES; SP11=sqrt(P(1,1)); SP22=sqrt(P(2,2)); SP33=sqrt(P(3,3)); A0HERR=A0-A0H; A1HERR=A1-A1H; A2HERR=A2-A2H; XH=A0H+A1H*T+A2H*T; XDH=A1H+A2H; SP11P=-SP11; SP22P=-SP22; SP33P=-SP33; count=count+1; ArrayT(count)=T; ArrayA0(count)=A0; ArrayA0H(count)=A0H; ArrayA1(count)=A1; ArrayA1H(count)=A1H; ArrayA2(count)=A2; ArrayA2H(count)=A2H; ArrayX(count)=X; ArrayXH(count)=XH; ArrayXD(count)=XD; ArrayXDH(count)=XDH; ArrayA0HERR(count)=A0HERR; ArraySP11(count)=SP11; ArraySP11P(count)=SP11P; ArrayA1HERR(count)=A1HERR; ArraySP22(count)=SP22; ArraySP22P(count)=SP22P; ArrayA2HERR(count)=A2HERR; ArraySP33(count)=SP33; ArraySP33P(count)=SP33P; end figure 78 Phụ lục D 79 plot(ArrayT,ArrayA1,ArrayT,ArrayA1H),grid xlabel('Chu ky') ylabel('a1') axis([0 - ]) figure plot(ArrayT,ArrayA2,ArrayT,ArrayA2H),grid xlabel('Chu ky') ylabel('a2') axis([0 - ]) figure plot(ArrayT,ArrayX,ArrayT,ArrayXH),grid xlabel('Chu ky') ylabel('x') axis([0 ]) figure plot(ArrayT,ArrayXD,ArrayT,ArrayXDH),grid xlabel('Chu ky') ylabel('x dot') axis([0 - ]) clc output=[ArrayT',ArrayX',ArrayXH',ArrayXD',ArrayXDH',ArrayA0',ArrayA0H', ArrayA1',ArrayA1H',ArrayA2',ArrayA2H']; save datfil.txt output -ascii output=[ArrayT',ArrayA0HERR',ArraySP11',ArraySP11P',ArrayA1HERR',Arra ySP22', ArraySP22P',ArrayA2HERR',ArraySP33',ArraySP33P']; save covfil.txt output -ascii disp 'simulation finished' 119 TÀI LIỆU THAM KHẢO 10 11 12 13 14 15 16 Đặng Nam Chinh (2008), Công nghệ GPS, Tài liệu tham khảo, Trường đại học Mỏ Địa chất, Hà Nội Đặng Nam Chinh (2011), Bài giảng chuyên đề Tiến sỹ “Xử lý số liệu trắc địa cao cấp”.Trường Đại học Mỏ-Địa chất, Hà Nội Hoàng Ngọc Hà (2007), Bình sai tính tốn lưới trắc địa GPS, nhà xuất Khoa học kỹ thuật, Hà Nội guy n n r n h nh (2008), c ấ ố , nhà xuất Đạ học nh ế u c n, Hà Nội Ph n n H ến (1997), Quan trắc chuyển dịch bi n dạng cơng trình, giảng cao học ngành trắc địa, trường Đại học Mỏ - Địa chất, Hà Nội Ph n n H ến Đỗ Ngọc Đường (2007), Thi t k tối ưu lưới trắc địa, nhà xuất Giao thông vận tải, Hà Nội Ph n n H ến (chủ biên) nnk (1999), Trắc địa cơng trình, nhà xuất Giao thơng vận tải Ph n n H ến (Chủ nhiệm) (2003) Nghiên cứu ứng dụng công nghệ GPS trắc địa công trình Đề tài NCKH cấp Bộ, mã s B2001-36-23 Ph n n H ến Đặng Quang Thịnh (2009), Cơ bình sai trắc địa, Nhà Xuất Nơng nghiệp r n h nh guy n u ng Ph c (2010), ắc c ể ịc i c h uấ ản h ng ận ả H ộ Tr n Viết Tuấn (2006), Nghiên cứu ứng dụng công nghệ GPS trắc địa cơng trình Việt Nam, Luận án tiến sỹ rường Đại học Mỏ - Địa chất, Hà Nội T T H ng h nh Hưởng D ãn Huy ưởng Chinh (2003), Xử lý số liệu quan trắc bi n dạng, nhà xuất Đại học ũ H n ( ếng Trung Qu c, Ph n n H ến dịch để tham khảo) Đ Bản Tảo, 1984, B i lưới tự phân tích bi n dạng, NXB Trắc Hội, Bắc Kinh (tiếng Trung Qu c Ph n n H ến dịch để tham khảo) Đ Bản Tảo nnk, 1992, Lý thuy lưới quan trắc bi n p ươ pháp phân tích ứng bi n, XB Đại học KHKT Trắc Hộ ũ H n ( ếng Trung Qu c Ph n n H ến dịch để tham khảo) Tr n ĩnh ý nnk (1998), Quan trắc, phân tích dự báo bi n dạng, NXB Trắc Hội, Bắc Kinh (tiếng Trung Qu c, Phan n H ến dịch để tham khảo) T A.W.Wan Aziz (2005), Department of Geomatic Engineering, 120 17 18 19 20 21 22 23 24 25 26 UniversityTechnology Malaysia,”The Deformation Study of High Building Using RTK-GPS: A First Experience in Malaysia”, From Pharaohs to Geoinformatics FIG Working Week 2005 and GSDI-8 Cairo, Egypt April 16-21, 2005 Aleksandar Lazinica (2009), Particle Swarm Optimization, Published by In-Tech Kirchengasse 43/3, A-1070 Vienna, Austria; Hosti 80b, 51000 Rijeka, Croatia Anna Szostak, Adam Chrzanowski, Nianwu Deng, Maciej Bazanowski; 2008, “Design and analysis of multi-sensor defomation detection systems”; Canadian Centre for Geodetic engineering, University of New Brunswick Cankut D Ince and Muhammed Sahin (2000), “Real-time deformation monitoring with GPS and Kalman Filter”, Istanbul Technical University, Faculty of Civil Engineering, Department of Geodesy and Photogrammetry, 80620 Maslak, Istanbul,Turkey Cemal Ozer Yigit, Cevat Inal and Mevlut Yetkin (2008), “Monitoring of tall u ng’s yn m c eh ur us ng prec s n ncl n n sens rs”, 13 th FIG Symposium on Deformation Measurement and Analysic, LNEC Lisbon Denis Burenkov et al (2004), “Results of Long-Term Observations of Deformations of the VEPP-4 Storage Ring Constructions”, BINP, 1st FIG International Symposium on Engineering Surveys for Construction Works and Structural Engineering, Nottingham, United Kingdom, 28 June – July 2004 Greg Welch and Gary Bishop (2001), An Introduction to the Kalman Filter, Course 8, SIGGRAPH 2001, University of North Carolina at Chapel Hill, Department of Computer Science, NC 27599-3175 Greg Welch and Gary Bishop (2006), An Introduction to the Kalman Filter, TR 95-041, University of North Carolina at Chapel Hill, Department of Computer Science, NC 27599-3175 Guihua JIANG & Shuguang LIU (2003), “Application of grey system in the coastline forecasting of sub-Huanghe delta”, International Conference on Estuaries and Coasts-November 9-11 (2003), Hangzhou, China H Sternberg, Department of Geomatics, HafenCity Universitaet Hamburg, Germany (2006), “Deformation measurements at historical buildings with terrestrial laserscanners”, IAPRS volume XXXVI, part 5, Dresden 25-27 September 2006 Hans Neuner (2008), “An evaluation of methods for the identification of variance changes in deformation analysis”, 13 th FIG symposium on Deformation Measurement and Analysis, th IAG symposium on Geodesy 121 27 28 29 30 31 32 33 34 35 36 37 38 39 for Geotechnical and Engineering, LNEC, Lisbon 2008 May 12-15 Heiner Kuhlmann (2003), “Kalman-filtering with coloured measurement noise for deformation analysis”, Proceedings, 11th FIG Symposium on Deformation Measurements, Santorini, Greece, 2003 Hermann Singer (2006),“Nonlinear Continuous Time Modeling Approaches in Panel Research“, Lehrstuhl f r angewandte Statistik und Methoden der empirischen Sozialforschung, D-58084 Hagen, Germany James Kennedy and Russell C Eberhart (2001), Swarm intelligence, Printed in the United States of America by Academic Jana Izvoltove (2004), “Evaluation of GPS Measurements of Railway Track Geometric Position”, INGEO 2004 and FIG Regional Central and Eastern European Conference on Engineering Surveying, Bratislava, Slovakia , 2004 November 11-13 Johan Vium Andersson (2006), Undifferenced GPS for Deformation Monitoring, Licentiate thesis in geodesy Royal Institude of Technology Department of Transport and Economics Division of Geodesy 100 44 Stockholm Joseph Schroedel (2002), Structural defomation surveying, US Army Corps of Engineers Kamil Teke (2007), “Optimation of geodetic networks with scalar objective funtions”, Monthly Report – April 2007, Karadeniz Technical University, Department of Geodesy and Photogrammetry Engineering, Trabzon, Turkey Levent Tasci (2008), Dam deformation measurements with GPS, Vilnius TECHNIKA 2008, ISSN 1392-1541 print / ISSN 1648-3502 online, http://www.gc.vgtu.lt Lihua Li, Heiner Kuhlmann (2008), “Detection of deformations and outliers in real-time GPS measurements by Kalman filter model with shaping filter”, LNEC, Lisbon 2008 May 12-15 Luca Manetti, Daniele Inaudi, Branko Glisic (2008), “3DeMoN monitoring platform examples of application in structural and geotechnical monitoring projects”; Smartec SA, Switzerland Madhav N.Kulkarni et al (2002), “A comparative study of results from GPS data processing software”, Department of Civil Engineering, I.I.T Bombay, Mumbai, India Maurice Clerc (2006), Particle Swarm Optimization, published in Great Britain and the United States in 2006 by ISTE Ltd Mevlut Yetki et al (2008), “Optimal design of deformation monitoring networks using PSO algorithm”, 13 th FIG Symposium on Deformation 122 40 41 42 43 44 45 46 47 48 49 50 51 52 53 Measurement and Analysic, LNEC Lisbon Mohinder S Grewal and Angus P.Andrews (2008), Kalman filteringTheory and Practice Using MATLAB, Third Edition, Published by John Wiley & Sons, Inc., Hoboken, New Jersey, Canada Mualla Yalcinkaya and Kamil Teke (2001), “Strategy for designing geodetic GPS networks with high reliability and accuracy”, Karadeniz Technical University, Faculty of Engineering and Architecture, Geodesy and Photogrammetry Engineering Department, 61080, Trabzon, Turkey Mualla Yalcinkaya and Kamil Teke (2006), “Optimization of GPS Networks with Respect to Accuracy and Reliability Criteria”, Shaping the ChangeXXIII FIG Congress, Munich, Germany, October 8-13, 2006 Naranjo, J D., McKean, J.W (1997) “Rank regression with estimated scores” Statistics and Probability Letters, 33, pp 209-216 Nuno Lima, J Casaca, M.J Henriques (2005), “Accuracy of Displacement Monitoring at Large Dams with GPS”, IAG Symposium Jaén, Spain March, 2005 Session D, No2 Michael Walsh (2003), NAVSTAR Global Positioning System Surveying, US Army Corps of Engineers Pedro Galeano and Daniel Peña, Departamento de Estadistica, Universidad Carlos III de Madrid, Spain (2004), “Variance changes detection in multivariate time serier”, Working paper 04-13, Statistics and Econometrics Series 05, Febrary 2004 R.E Kalman, 1960, A New Approach to Linear Filtering and Prediction Problems, Journal of Basic Engineering, 82 (series D):34-45 Copyright @ 1960 by ASME Peter J Huber, 1981, Robust Statistics, Published by John Wiley & Sons, Inc Peter S.Maybeck, 1979, Stochastic models, estimation and control, Printed in the United States of America ISBN 0-12-480701-1 (v 1) R L Eubank (2006), A Kalman Filter Primer, CRC Pressis an imprint of Taylor & Francis Group, Printed in the United States of America Rand R Wilcox (2005), Introduction to Robust Estimation and Hypothesis Testing, Second Edition, Elsevier Academic Press Rc r A M r nn R D ugl s M r n n ı’c r J Y h (2006) Robust Statistics: Theory and Methods, John Wiley & Sons, Ltd ISBN: 0470-01092-4 Rober Duchnowski (2008), “Geodetic application of R-estimation: Levelling network examples”, 13 th FIG symposium on Deformation Measurement and Analysis, th IAG symposium on Geodesy for 123 54 55 56 57 58 59 Geotechnical and Engineering, LNEC, Lisbon 2008 May 12-15 Ribeiro Fernando Cesar Dias et al (2008), “Comparison between geodetic technology and plumb lines in monitoring of displacements on Itaipu dam”, 13th FIG Symposium on Deformation Measurement and Analysis, 4th IAG Symposium on Geodesy for Geotechnical and Structural Engineering, LNEC, Lisbon 2008 May 12-15 S Erol, B Erol, T Ayan, “A general reviewof the deformation monitoring techniques and a case study: analysing deformation using GPS/Levelling”,Commission VII, WG VII/5 ITU, Civil Engineering Faculty, Geodesy Division, 34469 Maslak Istanbul, Turkey Shuichi Adachi, Tomonori Ogawa and Ryugo Konno (2002), “A system Identification method for linear Regression models based on support vector machine”, vol 38, no1, Faculty of Engineering, Utsunomiya University, 71-2 Yoto, Utsunomiya, Tochigi, Japan Simon Haykin (2001), Kalman filtering and neural networks, Copyright by John Wiley & Sons, Inc., 605 Third Avenue, New York Supriya Likhar et al (2002), “A comparative study of results from GPS data processing software”, Department of Civil Engineering, I.I.T Bombay, Mumbai, India – 400076 Wolfgang Keller (2004), Wavelets in geodesy and geodynamics, Walter de Gruyter GmbH & Co KG, 10785 Berlin THÔNG TIN TÓM TẮT VỀ NHỮNG KẾT LUẬN MỚI CỦA LUẬN ÁN TIẾN SĨ Tên đề tài luận án: N p ươ p áp q a trắ , xử lý số l ệ p â tí b ế trì ệp-dâ dụ tro đ ề k ệ V ệt Na Chuyên ngành: Trắc địa ứng dụng Mã số: 62.52.85.01 Họ tên nghiên cứu sinh: Đinh Xuân Vinh Khóa đào tạo:2006 - 2010 Họ tên cán hướng dẫn: PGS.TS Phan Văn Hiến; PGS.TS Đặng Nam Chinh Tên sở đào tạo: Trường đại học Mỏ - Địa chất Mụ đí đố tượ : Quan trắc yếu tố vật lý đồng thời với quan trắc biến dạng ứng dụng phương pháp Hồi quy để đánh giá biến dạng cơng trình theo mơ hình nhân-quả Quan trắc biến dạng động liên tục GPS ứng dụng phương pháp lọc Kalman để phân t ch biến dạng th o m h nh có t nh học liên tục Chứng minh hi u c a phương pháp Hồi quy t ng bước phương pháp lọc Kalman đo đạc t nh toán th c nghi m c ng tr nh hu đ thị Văn Quán, Hà Đ ng, Hà Nội Đối tư ng phạm vi nghiên cứu biến dạng c ng tr nh dân dụng c ng nghi p Vi t Nam - ươ p áp : Phương pháp nghiên cứu tài li u Phương pháp nghiên cứu th c nghi m Phương pháp tổng h p, so sánh phân tích Phương pháp chuyên gia Cá kết q ả í kết l ậ : 3.1 Luận án nghiên cứu m h nh biến dạng để xác định đư c biến dạng có t nh chất đặc trưng c a c ng tr nh iến trúc, đưa phương án quan trắc thoả mãn nhi m vụ độ ch nh xác yêu cầu 3.2 Luận án xây d ng phương pháp luận nghiên cứu H nh học biến dạng Giải th ch vật lý biến dạng c ng tr nh Nghiên cứu ứng dụng phương pháp phân t ch thống ê Hồi quy t ng bước để phân t ch lún c ng tr nh giải th ch quan h m c nước ngầm với độ lún c ng tr nh Hà Nội 3.3 Phương pháp quan trắc GPS tương đối, ỹ thuật tĩnh, xử lý ết phần mềm GPSurv y tạo li u vị tr điểm quan trắc liên tục th o thời gian, đáp ứng yêu cầu quan trắc liên tục biến dạng c ng tr nh Nghiên cứu ứng dụng thành c ng lọc Kalman quan trắc GPS liên tục biến dạng xử lý số li u, phân t ch d báo biến dạng Vi t Nam 3.4 Chương tr nh phân t ch Hồi quy đư c th c hi n nhanh đơn giản với tên gọi Regression xc l c a Micros t ic 3.5 Để ứng dụng đư c lọc Kalman, cần tiến hành thử nghi m trước hi tiến hành ch nh thức ỹ thuật lọc, nhằm đạt đư c hi u suất cao 3.6 Đối với hầu hết tr nh biến dạng c ng tr nh, lọc Kalman bậc phù h p C ng thức chung là: 3.7 Lọc Kalman phát hi n hi u chỉnh trị đo có sai số, giúp “làm trơn” dãy số li u đo nhằm nhận đư c trạng thái biến dạng gần với c ng tr nh Đồng thời, lọc Kalman đư c dùng để d báo tr nh biến dạng 3.8 Ứng dụng c ng thức c a lọc Kalman iểm định độ ổn định điểm chuẩn lưới quan trắc biến dạng c ng tr nh G áo v GS TS d N a Vă H ế Đ s X â V Summary of New Findings and Conclusions of Doctoral Thesis I Thesis infomation Name of thesis: Study observation methods, data processing and analysis deformation of industry - civil in Vietnam conditions Speciality: Geodesy the application Code: 62.52.85.01 Training course: 2006 - 2010 Full name of PhD Student: Đinh Xuân Vinh Full name of Director: A.Prof Doctor Phan Văn Hiến; A.Prof Doctor Đặng Nam Chinh Training Institution: Hanoi University of Mining and Geology II Summary of New Findings and Conclusions Purpose of thesis: To study the geometry of deformation and apply the statistical anlysis method, from which the proposed regression method to evaluate the deformation of the cause – effect model, Kalman filtering method to analysis the d ormation o th mod l continuum m chanics Prov th ici ncy o “St p by st p R gr ssion” m thod and Kalman ilt r m thod using computations o xp rim ntal works in urban areas Vanquan, Hanoi Objects and scope of the research is the deformation of civil and industrial projects in Vietnam Method of research: - Method study documents - Method of experimental research - Method of synthetic, comparison and analysis - Method experts Main results and conclusion 3.1 The thesis studied the deformation model to determine a deformation charateristics of buildings, making monitoring plan to satisfy mission requirements and accuracy 3.2 The thesis has built in research methodology Geometry Deformations and Physical Interpretation of the deformation R s arch and application “St p by st p R gr ssion” statistical m thods to analyz building o s ttl m nt and xplain th relationship between groundwater level with settlement construction in Hanoi 3.3 GPS monitoring methods relative, static techniques, results processing software GPSurvey 2.35 oncreating location data continuous monitoring points over time, satisfying requirements of continuous observation of deformation process Research and successful application of Kalman filter for continuous GPS observation deformation in data processing, analysis and forecasting deformation works in Vietnam 3.4 Regression analysis program done quickly and simply with name “Regression” in Microso t o ic xc l 3.5 For applications Kalman filter, to conduct the actual test, before the official filtering techniques, to achieve high performance 3.6 For most of the deformation process, Kalman filter is an appropriate one level General formula is: 3.7 Kalman filtering has detected anomalies monitoring and adjustment m asur m nt, h lp “smooth” th rang o m asur m nt to g t an approximat deformation status with the object At the same time, the Kalman fiter is also used to predict deformation process 3.8 Application of Kalman filter can be tested for stable reference points in deformation monitoring net works Director A.Prof Doctor PhD Student a Vă H ế Đ X â V ... ứng dụng xử lý s liệu quan trắc phân t ch biến dạng 2 i tượng phạm vi nghiên cứu biến dạng cơng trình dân dụng cơng nghiệp Việt Nam Luận điểm bảo vệ Luận điểm thứ nhất: Trong quan trắc biến dạng. .. GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT ĐINH XUÂN VINH NGHI N C U PHƯƠNG PHÁP QUAN TRẮC, XỬ LÝ SỐ LIỆU VÀ PHÂN TÍCH BIẾN DẠNG CƠNG TRÌNH CƠNG NGHIỆP- DÂN DỤNG TRONG ĐIỀU KIỆN VIỆT NAM Chuyên... phân t ch biến dạng Nghiên cứu phân t ch biến dạng liên quan đến xử lý phân t ch s liệu thu thập trình lấy mẫu thể biến dạng, đồng th i giải th ch vật lý biến dạng dự báo biến dạng, bao gồm phân