茅坪溪坝观测数据分析及处理方法

【摘要】土石坝工程观测资料由于施工期加载不均，荷载变化较大，观测仪器精度等原因会带来各种误差，甚至错误产生，使得观测结果出现间断不连续、反复波动、突变、跳跃等情况，给以后的计算分析工作带来很大不便。为此，对观测资料进行处理就显得非常重要。对观测资料的数据处理一般采用数理统计的方法，比如，多元回归分析法、差值回归法、加权回归分析法以及正交多项式回归法等。本文将采用两种较为简单，实用的方法对茅坪溪沥青混凝土心墙土石坝的观测资料进行处理，并分析比较计算结果。

【关键词】坝体观测；资料分析；数据处理

1、准则剔除误差法

1.1 准则的粗差检验

3σ准则是指在观测次数充分多的前提下，对观测资料进行筛选处理；而在观测次数少时，3σ准则只是一个近似值。对于某观测仪器，其观测值的阶跃及跳动特征如下式。

当，就认为此值异常，不能够满足精度和计算要求。舍弃异常值后，再对剩余值进行二次多项式五点中心移动平滑处理，以期得到比较理想的数据值。把实际观测值与平滑值之差作为跳动统计量，检测平滑处理的准确性和可行性。

1.2 观测数据的修匀

采用“五点二次多项式中心平滑法”对观测资料进行修匀，这是一种较为简单，常用的方法。设一组观测数据的数据为：， ，，，，，，…， 。

依此类推，这组观测数据即可全部进行平滑修正。

算例：

选两组土石坝下游测压管部分的观测数据进行误差分析并做平滑处理，检验该方法的可行性。

1.3 逐步回归分析

在土石坝观测数据的回归分析中，一般选取与因变量y有一定关系的一系列变量（）做为回归分析中的预报因子。一般情况下这些因子为时间，温度，水位等。当因子数量很大时，回归方程的解精度不高，甚至无法求解。而逐步回归分析法从一个预报因子开始，按其对因变量作用的显著影响程度，从大到小依次引入回归方程。对于影响程度比较小的因子，就将它剔除掉。最后得到全为影响显著因子的方程。

1.4 第步回归系数、复相关系数和剩余标准差

2、观测资料的模型选择及成果分析

2.1 断面及观测子样的选择

选取大坝及心墙的最高处0+700断面为大坝的关键观测断面，0+700断面共设有四根测斜兼沉降管（IN05MP03-IN08MP03），05和06号沉降管位于的过渡层砂砾料中，位置紧靠近沥青混凝土心墙。测斜管中共设有沉降环105个。选取三个具有代表性的沉降环节点，其中A1，A2位于紧靠近沥青混凝土心墙的过渡层中，A1， A2分别位于温度T12MP03和T13MP03处。A3位于距坝轴线51.5m下游坝壳内。

2.2 回归因子的选择

2.3 回归分析的计算结果

运用逐步回归分析方法计算坝体竖向变形的拟合值，求出回归方程如表1所示，并绘制过程线（图4～图5）。

由图4～图6可以看出，采用逐步回归分析法得到的计算值能都很好的拟和施工期坝体的竖向变形情况，图4表示测点A3的观测拟合情况。由于A3处于下游坝殼距轴线51.5m处，该处未埋设温度计，且坝壳中温度变化不大，几乎为定值，在拟和计算过程中并未考虑温度因子的影响。

结语

本文主要运用3σ准则剔除误差法和逐步回归分析法对观测资料进行误差分析，尽可能的剔除资料中的错误的和误差较大的数据。3σ准则剔除误差法是一种较为简单的方法，能对较为光滑的，数值波动不大的数据曲线进行计算修匀处理，得到较为满意的结果。逐步回归分析法把影响坝体变形较大的如温度，时效，填筑加载过程作为逐步回归因子，计算出回归方程。这种方法适合于线弹性材料分析，如重力坝，拱坝中，这种线弹性材料特性满足叠加原理，故可将各影响因素分离出再叠加到一起。对于土石坝来说，材料均属于非线性的，各影响分量间相互耦合作用，不易简单将其影响因素分离出来。然而国内外并无解决这一问题的较为简便易行的好方法，本文参照国内通用的土石坝资料分析方法，把逐步回归分析方法在土石坝中加以运用，计算结果能够很好的拟合坝体的变形情况，说明该方法是切实可行的。

参考文献：

[1] 吴中如等著，水工建筑物安全监控理论及其应用[M]，河海大学出版社，1990；

[2] 闻世强，茅坪溪沥青混凝土心墙堆石坝反演分析，河海大学硕士学位论文，2004；

[3] 邓念武，偏最小二乘回归在大坝位移资料分析中的应用，大坝观测与土工测试，2001（12）Vol.26. No.6， p16-18；

[4] 侯建国、王腾军.变形监测理论与应用[M].北京：测绘出版社，2008 。