稳健估计在地铁沉降监测数据处理中的应用

陈志江，杨久东，张凌云

(华北理工大学 矿业工程学院，河北 唐山 063210)

随着城市不断发展，出行方式上越来越多样化，地铁交通也成为人们出行方式之一。在城市地铁施工中，不可避免地受到温度、压力等影响，对基坑周围产生沉降变形[1]，这些形变对生产施工带来安全隐患，因此，获取连续监测变形数据对合理判断和预判地铁沉降至关重要。为了满足城市地铁的建设，许多学者对于深基坑变形规律和安全稳定性开展了大量的研究。王兴使用变形监测数据，运用传统模型数值分析、神经网络预测模型、灰色系统理论以及时间序列分析几种方法的对比与分析，进行基坑变形的预测[2]。唐永泽等针对深圳某大厦基坑工程，研究复杂条件的环境下深基坑对周围环境的影响，为工程施工和监测提供基础[3]。张永超等运用非等时距灰色预测数学模型，对基坑监测数据进行分析和检验[4]。任丽芳等和徐志彪基于ELM神经网络模型和土体损伤模型对基坑变形开展预测研究[5,6]。

在沉降监测过程中，采取任何高精度水准仪器或者测量方式，其观测数据中可能会存在由于多种原因造成的粗差，例如观测者操作不当、仪器出现故障、观测条件不利等因素。在含有粗差的数据处理中，使用最小二乘方法不可避免将粗差带入计算中从而导致整体计算的准确性[7]，对实际施工造成误判。所以需要使用稳健估计的方法，把观测数据中粗差剔除，对数据处理不产生影响。……