基于小波和时间序列分析组合模型的地铁隧道变形预测研究

摘要

目前我国各大城市均在建设高效的地铁隧道网，地铁隧道在施工和运行中由于受多种因素影响会产生变形，变形如果超出安全范围将引起严重后果，所以建立及时有效的预报模型具有重要的意义，但各个模型都有局限性，单一的模型往往预测精度较低，因此需要将现有模型有针对性的组合和优化。地铁隧道变形数据具有动态、平稳、含噪声的特点，时间序列分析在处理预测动态平稳信号时有很好的效果，而小波分析能够作为预处理工具，有效消去原始信号中的噪声部分，从而提高预测精度。本文提出小波和时间序列分析组合模型，对地铁隧道变形进行预测。论文主要的研究内容如下:
　　(1)地铁隧道变形预测方法和变形情况分析
　　研究地铁变形预测方法，从理论基础、分析方法、数据量要求和研究重点等方面对常用方法特点进行分析与比较;研究地铁隧道结构沉降的影响因素，基准网布设方法、测量技术要求等内容;以南京地铁十号线隧道结构沉降数据为例，分析地铁隧道单点变形数据特征以及全线监测点、车站主体结构及各个区间的变形情况。
　　(2)小波分析和时间序列分析模型研究
　　研究小波变换和阈值去噪的基本理论，通过改变小波函数和阈值估计方法进行去噪效果比较，选取适合本文数据的小波函数以及阈值估计方法;研究时间序列分析的分类、特点以及AR、MA、ARMA模型基本原理，重点研究模型识别、定阶和参数估计方法，利用地铁隧道变形数据进行单一时间序列分析建模和预测。
　　(3)组合模型的构建和实例验证
　　结合小波和时间序列分析模型的特点，通过两种不同组合方式分别进行拟合预测并与单一模型拟合预测结果进行比较，验证组合模型由于去除了原始信号中的噪声，信号变的更加平滑，使时间序列分析充分发挥它在处理平稳信号时的优势，取得更好的拟合效果;通过评价指标验证对去噪后的分量进行时序预测再重构的组合模型，拟合准确度和预测精度更高;最后利用效果更好的组合方式对变形突出的中胜站、龙华路站以及中胜—元通区间的沉降量进行预测，研究变形趋势并分析变形原因，有利于及时发现问题并采取相应措施。

目录

声明

摘要

图目录

表目录

第1章 绪论

1．1 选题背景及意义

1．1．1 选题背景

1．1．2 研究意义

1．2．1 地铁隧道变形预测

1．2．2 小波分析

1．2．3 时间序列分析

1．2．4 研究现状总结

1．3 研究内容、技术路线和论文组织

1．3．1 研究目标与内容

1．3．2 技术路线

1．3．3 论文组织

第2章 地铁隧道变形概述及数据特征分析

2．1 地铁隧道变形概述

2．1．1 变形原因和监测目的

2．1．2 基准网布设

2．1．3 地铁隧道变形数据

2．2 地铁隧道变形数据特征

2．2．1 单点变形特征

2．2．2 整体变形分析

2．3 本章小结

第3章 基于小波的地铁隧道变形去噪处理

3．1 小波分析原理

3．1．1 小波变换

3．1．2 小波去噪

3．2 地铁隧道变形数据小波去噪实例

3．2．1 去噪效果评价指标

3．2．2 不同小波函数去噪效果对比

3．2．3 不同阈值估计方法去噪效果对比

3．3 本章小结

第4章 基于时间序列分析的地铁隧道变形预测

4．1 时间序列分析原理

4．1．1 时间序列分析分类及特点

4．1．2 时间序列分析模型

4．2 地铁隧道变形数据时序分析预测实例

4．2．1 数据检验与预处理

4．2．2 模型的识别

4．2．3 模型定阶和参数估计

4．2．4 模型的检验

4．2．5 模型预测

4．3 本章小结

第5章 组合模型的构建和实例验证

5．1 组合模型构建和预测

5．1．1 小波时序组合方式Ⅰ

5．1．2 小波时序组合方式Ⅱ

5．2 组合模型效果验证

5．3 组合模型预测应用

5．3．1 车站主体变形预测

5．3．2 区间沉降变形预测

5．4 本章小结

第6章 结论与展望

6．2 问题与展望

参考文献

攻读学位间的研究成果

致谢