测量数据的残差分析法

测量数据的残差分析法（精选10篇）

测量数据的残差分析法 篇1

0 引言

自动测量设备因受到多种因素的影响 (如恶劣天气、自然环境侵蚀、外界强磁场干扰、人为因素、设备自身性能的下降等) , 会发生各种各样的问题。在处理这些问题的过程中发现, 约有三分之一的自动测量设备采集的数据误差是由于一些外在因素造成的。笔者基于多年的维修实践, 针对这些外在因素对自动测量设备所造成的影响进行了认真的分析和探索。

1 外在因素干扰来源

影响自动测量设备正常运行的外在干扰因素主要包括以下几个方面。

1.1 外部复杂环境的干扰

在自动测量设备的周围环境中, 经常存在着比较复杂的强电磁场。如焊接作业时的电火花, 设备操作过电压, 大气环境过电压, 无线对讲设备高频电波, 大容量电机和开关设备以及电力系统接地故障时工频故障电流流入接地网上不同两点间将呈现较大电位差等, 这些都是产生复杂的强电磁场的源头, 会对自动测量设备以及信号传输电缆产生直接或间接的影响。

1.2 恶劣天气的干扰

恶劣天气产生的电磁干扰对自动测量设备的影响最为常见, 其中, 感应雷的影响最为典型, 其破坏作用非常明显。感应雷可通过多种途径干扰电子设备, 它不仅可以通过与电源线或信号线耦合, 由传导的方式产生干扰;还可以直接以电场、磁场耦合或电磁辐射的方式干扰或损坏电子设备。因此, 防范感应雷电磁干扰有十分重要的意义。

1.3 静电放电的干扰

静电可谓时时处处都有, 从举手投足间与服装的摩擦到干燥空气的流动, 以及云层中放电引起线路静电感应, 都会有静电产生。当静电的能量积累到一定程度时, 就会发生剧烈的放电现象, 进而对自动测量设备和信号传输产生较强的影响。

1.4 不合理走线产生的干扰

在自动测量设备工作室, 对电缆线路不合理的安排和布置, 也是比较容易产生电磁干扰的。导线经过有干扰的环境, 即拾取干扰信号并经导线传导到电路而造成对电路的干扰, 称为传导耦合, 或者叫直接耦合。不合理的走线, 会使得导线与导线之间互相干扰, 产生传导耦合的途径, 继而产生电磁干扰影响自动测量设备。

1.5 其他原因产生的干扰

外在因素干扰有时候也来自设备自身以及工作平台上其他电子设备, 如电压波动、系统多点接地电位差等属于设备自身内部的干扰, 还有的干扰是来自于工作平台上电器开关的闭合、电器插头在电源板上的瞬间拔插等。

2 外在因素的干扰源对自动测量设备造成的影响

如上所述, 外在因素的干扰是一种能够导致设备、传输信道和系统性能劣化的电磁骚扰, 其对自动测量设备的正常运行造成的影响如下:

2.1 测量数据跳变

静电干扰和不合理的走线所造成的传导耦合干扰, 是造成测量数据跳变的主要外在因素干扰源。如气象部门使用自动测量设备对深层地温数据进行测量, 在干扰影响的时间段内深层地温值在一定范围内跳变, 但是跳变的幅度较小。受静电干扰时测得的地温数据跳变见表1, 其中, 数据加黑部分即为地温数据跳变。

2.2 数据明显失真

当受到恶劣天气产生的感应雷、静电发生剧烈的放电现象以及较大功率无线对讲机高频电波干扰时, 自动测量设备所采集回来的某个要素的数据会明显地失真且变化幅度大, 从而造成较大的数据误差。表2为受电磁干扰后自动测量设备测得的气温失真, 其中, 数据加黑部分为气温失真。

2.3 报文误码率

焊接作业时的电火花、大容量电机和开关设备在操作时所产生的电磁干扰、静电剧烈的放电现象等会导致自动测量设备采集器采集回来的数据报文误码率升高, 如气象部门使用自动测量设备中, 对雨量测出的数据在受到电磁干扰后会出现误码。表3给出了受电磁干扰后自动测量设备测出的雨量出现误码, 其中, 数据加黑部分为误码。

2.4 采集器死机

由于外在因素所造成的干扰影响, 自动测量设备的采集器会发生死机现象, 采集器上所有的按键都无法使用, 状态指示灯闪烁不正常, 无法采集数据。而感应雷以电场、磁场耦合或电磁辐射的方式干扰、工作平台上电器开关的闭合、电器插头在电源板上的瞬间拔插等外在因素产生的不良影响, 都有可能造成自动测量设备死机。

3 电磁干扰的防范措施

在实际的维修过程中, 针对以上这些类型的外在干扰, 我们采取了一些措施, 并且收到了良好的效果。

3.1 外部复杂电磁环境的防范措施

对于来自外部复杂环境的影响, 特别是焊接作业、大容量电机和大功率无线对讲设备等, 应避免在自动测量设备场地附近进行任何施工操作, 还要尽量避免与自动测量设备共享同一组供电系统来进行大电流的工程作业。

3.2 雷电感应干扰的防范措施

根据近年来我省受雷电影响的实际情况, 为了防止工频接地电阻因阻值的差异而产生的电位差影响到自动测量设备的正常运行, 所以要求自动测量设备防雷接地必须符合要求, 并保证设备的等电位连接。同时, 自动站220V交流供电系统, 应保证配备有三级防雷措施。这些措施对预防雷电感应干扰是非常有效的。

3.3 静电干扰的防范措施

静电干扰是造成自动测量设备故障频发及测试数据产生误差的一个主要原因, 所以, 无论何种型号的自动测量设备, 设备外壳及信号电缆屏蔽线均应实现可靠接地, 这是预防静电放电干扰的最基本最有效的措施。

3.4 不合理走线产生干扰的防范措施

防范不合理走线产生的干扰, 就是要切断导线间的传导耦合途径。为了避免传导耦合造成的干扰, 就要合理布置和安排电缆走线。如220V系统供电电源线及监控电缆不能与自动测量设备信号电缆穿入同一管道。自动测量设备信号线引入室内的走线应尽量远离电源线以及其他高频回路导体, 避免习惯性地将这些同方向的进线捆绑在一起。

3.5 其他原因产生干扰的防范措施

自动测量设备的工作平台上, 尽量不要放置开关、拨盘、防护较差的灯具、按钮、电源插座板等器件, 因为这些器件在操作过程中都有可能产生电磁干扰而影响到自动测量设备的内部电路, 使得其内部电路的有效性能被降低或限制, 甚至造成电路元器件的失效和损坏。若是工作台上必须放置这些器件, 面板和器件都要可靠接地, 使静电放电电流有一个良好的接地通道, 避免产生干扰而影响设备的正常运行。

参考文献

[1]钱振宇.电气、电子产品的电磁兼容技术及设计实例[M].北京:电子工业出版社, 2008.

测量数据的残差分析法 篇2

（1）隐蔽管线点的探测精度：平面位置限差δts=0.10h，埋深限差δth=0.15h（h为地下管线中心埋深，单位为cm，当h＜1m时则以100cm代入计算）。

（2）明显管线点埋深量测精度：当中心埋深＜2m时，其量测埋深限差为±5cm；当埋深≥2m、＜4m时，其量测埋深限差为±8cm；当埋深≥4m时，其量测埋深限差为±10cm。（3）管线点的测量精度：平面位置中误差ms不得大于±5cm（相对于邻近控制点）高程测量中误差mh不得大于±3cm（相对于邻近控制点）[5]。

（4）地下管线图上测量点位中误差不得大于±0.5mm；地下管线图上探测点位中误差不得大于±（0.5＋0.25δts/M（mm），式中M为测图比例尺的分母。

5.2地下管线属性调查要求

地下管线属性调查包括管线类别、材质、规格、特征点类别、电缆根数、管块总孔数及附属设施等，其调查要求主要有：

（1）管线类别识别错误属错探管线，应重新调查。

（2）管线材质、电缆根数、管块总孔数、特征点类别四项合并成一项统计，即所检查管线点总数的四倍为计数总项，检查错误率小于或等于总项的3%时，调查工作质量合格，否则不合格。

（3）管线规格包括管径和方沟（或管块）断面尺寸，其量测限差为±5cm，检查错误率小于或等于3%时，调查工作质量合格，否则不合格。

（4）检查中发现漏探的管线应及时进行补探，并按规定的程序重新进行检查。

5.3地下管线测量数据入库

城市地下管线测量工作采集了大量的数据，获得了非常丰富的信息成果，传统的白纸成图或机助成图已无法满足城市地下管线动态管理需要。为了更好的使用和管理地下管线信息数据，最有效的方法是建立地下GIS系统数据库，它可以在计算机上建立各种管线信息数据库，使图形、文本信息的录入、修改、删除等数据管理实现自动化[6]。管线探测数据、外业测量数据经过检查合格后录入“地下管线数据处理系统”，不仅大大提高了测量数据内业处理效率，还进一步优化了内外业一体化作业流程。

6结束语

随着城市建设的日新月异，地下管线的数量和种类也越来越多。地下管线测量作为“数字城市”的基础性数据保障，对城市的信息化建设起着至关重要的作用[7]。对城市地下管线进行测量，从而保证了城市地下管线资料的现势性、完整性、准确性和有效性，从而满足现代“数字城市”建设的需要。我们通过对城市地下管线测量采集的数据进行数字化、信息化的管理，不仅大大提高了工作效率，而且使数据更加有效的服务于相关使用部门。

参考文献:

[1]刘港．浅谈城市地下管线的测量精度及方法[J]．地理空间信息，，5（4）：95-96.

[2]陈杰华，陈敏．城市地下管线测量方法研究[J]．江西测绘，（2）：38-41.

[3]CJJ61-1994．城市地下管线探测技术规程[S]．

[4]杨虎．城市地下管线探查技术及方法研究[J]．科技资讯，（13）：70-71.

[5]孔祥元，梅是义．控制测量学[M].武汉：武汉大学出版社，.

[6]房晶．城市地下管线测量探讨[J]．淮海工学院学报（自然科学版），（18）：71-72.

测量数据的残差分析法 篇3

关键词:全站仪;测量；坐标变换;处理方法

前言：

在一次利用全站仪进行的野外观测中,测量未知点e、f、g,C、D为中间转点;仪器架设在K+B点,后视点为K+A,但全站仪照准的实际点为K+A′,直到进行数据整理时才发现,这就需要返工。但经过分析发现测点之间的相对位置与实际相比并无变化,仅是以K+B为轴整体发生了旋转,如果能得到旋转前后的关系就能得到测点实际的坐标。

1改正依据

2数据处理及验证

本文中称所需测量坐标点的真坐标为原始坐标,测量得到的假坐标为实测坐标。起算数据为K+A(1865,622)、K+A′(1608,186)、K+B(1061,425)。設K+B到K+A的方位角为N,K+B到K+A′的方位角为N′,

由于测量数据的实际旋转中心为K+B点,需要先将坐标轴原点移动到K+B点,旋转完毕后再次将坐标轴移动回原位。所以假设K+B坐标为(Xb,Yb);需要移动的点的原始坐标为(x,y);实测坐标为(x′,y′);旋转角为β=N-N′

则计算公式为:

x=[(x′-Xb)×cosβ-(y′-Yb)×sinβ]+Xb

y=[(x′-Xb))×sinβ+(y′-Yb))×cosβ]+Yb

3方法拓展延伸

假设上面提到的测量事例更加严重一些,设K+A与K+B输入的坐标均不正确,实际输入的为K+A′和K+B′的坐标。其计算方法也大体相同,只需先把坐标轴移动到K+B′进行旋转,然后再移动回到K+B就能计算出测量点的实际坐标。

4结束语

综上所述,用全站仪进行野外测量时可以先假定坐标测量,只需在得到测量点中其中的两个坐标就能计算出真坐标。利用此法,可以在缺少控制点地区同时进行控制测量和碎步测量。

参考文献:

[1]冯荣成·AutoCAD,全站仪和Excel在工程测量中的应用[J]·水运工程,2007(7)·

测量数据的残差分析法 篇4

白车身总成大概有300~500个零件, 经过150~250道工序组装、定位、焊接而成, 分为1~3级总成。每个测量点都会经历单件、次级总成、总成等工序 (见图1) , 不同工艺拆分, 会体现出不同测量点关联性, 如限位器安装孔与侧围主定位孔关联性 (见图2) 。

关联性分析通常有两种途径, 第一, 如经验不足, 可以采用目视直观法, 把三坐标测量数据分别用箭头标识, 直接标示在零件上进行分析 (见图3) ;箭头非常一致指向某一方向, 则出现偏差原因是由总成工位造成, 否则要向下一级总成进行分析。经过目视初步分析之后, 对关联偏差数值和模拟车身部位, 做成折线图, 可以进一步看出偏差和关联趋势。

第二, 如对现场非常熟悉, 可以直接采用计算机统计分析函数CORREL进行关联分析, 相关系数介于-1和+1之间, 也可以为±1。相关性系数绝对值接近1, 说明强相关, +1为正相关, -1为负相关;如果接近于0, 说明趋势不相关。同时可以用办公软件直接生成相关关系图。根据分析结果, 能迅速锁定测量点故障工位, 假如限位器安装孔与侧围主定位孔两组数据强正相关, 系数为1, 那就可以锁定限位器安装孔偏差是在主拼工位, 侧围总成偏差造成;如出现不相关, 可以肯定限位器孔偏差在分总成造成。根据关联性分析可以看出, 关键尺寸部位采用后序装配焊接、绝对定位方式, 减少误差和偏差关联, 例如:前大灯前保模块化焊接、减振或尾灯安装孔在线冲孔等工艺方式。

从三坐标数据合格性、稳定性两个角度进行归类, 可以分为合格稳定、合格不稳定、不合格稳定、不合格不稳定, 俗称“四象限”法。根据四个象限不同特性与每个象限测点特征 (见图4) , 可以指导问题解决优先级和难易度, 通常优先解决不稳定, 再调整到合格。稳定性要通过6σ来进行判定, 6σ越低数值越稳定, 否则不稳定。针对第四象限中, 影响功能尺寸点、严重超差、极不稳定点要进行系统攻关, 快速解决。

车身功能尺寸分析中, 常用到地毯图来展示超差和趋势分析。地毯图能清晰展示出超差等级、所占比例、不合格区间等信息, 明确给出超差TOP问题点, 这样就可以利用直方图、趋势图来分析此点问题。针对TOP问题 (如副车架案例分析) , 要采用双红灯的管理方式进行实物效果、管理措施进行两方面跟踪。

案例:前副车架测量数据分析, 前副车架定位孔FD004ZL (23L~24L) Z, 近1个月, Z向平均偏差1.5mm (见图5) , 根据直方图应迅速采取控制措施。

车身尺寸作为车身重要指标, 要做长期战略规划和提升, 通常采用持续质量改进指数CII进行导向。CII值需要不断变化和提升, 通常通过CII曲线能看出。CII曲线一般是用来直观显示白车身尺寸质量的变化状况, 通过车身每个测量点的6σ值进行升序排列, 取第95%处的6σ值, 就是CII值 (见图6) , 大于CII值的5%是重点改进对象。国内汽车车身CII较好水平在4~6mm, 很多更高。相对于日本等企业6σ值在2mm之内, 差距较大。CII值给出了一定时间内白车身尺寸波动水平的度量, 并明确了尺寸波动控制对象, 经过一轮改进后, 会得到较低的6σ值;然后确定出新的波动控制点, 再进行控制, 如此不断改进, 车身整体尺寸质量就会达到很高的水平。CII值确定后, 大于等于CII值的测量点就是目前车身尺寸不稳定点, 同时也就是改进对象, 改善后再提升CII值, 可以理解为通过确定不稳定区域→改善不稳定区域→再确定不稳定区域→再改善不稳定区域的不断循环, 降低CII值 (见图7) , 实现车身尺寸提升。

车身三坐标测量数据相对于生产过程有一定滞后性, 对于测量发现的故障点, 结合车身制造特性, 很难100%进行控制和返工。因此, 能对测量数据进行统计控制分析, 预见过程问题, 提前纠正, 是最理想的尺寸管理方法。对已测数据进行SPC控制图管理, 基本实现尺寸问题预管理。由于测量特性较多, 主要监控分析重要测量点, 如主定位孔、副车架等安装孔。当监控数据控制图出现不正常型态时, 就要对测量点就行分析和管理, 避免出现重大问题。

上述分析过程中, 核心两点就是科学方法和经验运用。在日常尺寸管理和分析过程中, 要进行经验积累和尺寸失效模式库建立。尺寸偏差原因, 肯定是5M1E因素之一或某几个组合。结合工艺特点, 针对关键重要尺寸点、工位过程能力不足工位, 点对点建立失效模式。例如:仪表台安装尺寸Z向偏差是由于安装支架未装配到位造成, 这种对应模式要录入计算机。久而久之, 建成失效模式库, 这样很快捷找出故障工位和预分析原因, 只要在计算机输入故障模式, 立即显现预分析原因 (见图8) 。

测量数据的残差分析法 篇5

通过对光电经纬仪系统误差、设备布站、跟踪测量环境和数据处理方法等方面分析,对影响光学测量数据处理精度情况进行了阐述,为外弹道的.数据处理精度分析提供了有效的技术支持.

作 者：崔书华 王敏 胡绍林 CUI Shuhua WANG Min HU Shaolin 作者单位：崔书华,王敏,CUI Shuhua,WANG Min(西安卫星测控中心,西安,710043)

胡绍林,HU Shaolin(西安卫星测控中心,西安,710043;中国科学技术大学,合肥,230027)

测量数据的残差分析法 篇6

随着信息化建设在社会各领域的快速推进,先进的电子设备和一体化平台带来了信息化水平的迅速提升。在此过程中,电磁环境日渐复杂,成为影响系统综合性能发挥的重要因素。

近年来,多家单位开展了电磁环境相关研究,探讨了电磁环境的构成要素[2],研究了电磁环境表征方法[3],分析了复杂电磁环境对于通信、导航和雷达探测等的影响[4,5],研究了电磁环境建模与仿真方法[6]。

对电磁环境进行测试测量是掌握环境特征的可靠手段。这里探讨对电磁环境测量数据的综合应用方法,以测量数据为基础,归纳电磁环境中的电磁信号变化规律。在此基础上,设计并开发了分析及预测软件,对于把握环境现状并预测将来的发展趋势,进而指导电子系统运用,具有重要应用价值。

1 电磁环境分析及预测

基于测量数据的电磁环境建模、分析和预测工作,主要通过对测量数据的总结和归纳,建立数学模型,提炼电磁环境演变特点。对于特定区域的电磁环境,可预测其电磁信号频率分量及强度分布变化情况。对测量数据进行充分和有效的利用,从多批次、多种类的电磁环境测量获得的大量数据中挖掘隐含在数据背后的规律,为电磁环境预测提供支撑。

对于特定对象,可以根据测量数据将模型中的系数归纳出来,从而得到这一对象的具体描述。对于没有经典数学模型描述的电磁参数规律,可依托本系统建立新模型,即基于测量数据综合出描述其规律的数学模型。

为确保环境预测的准确性和可靠性,要求测量过程具有良好的重复性和可比性。因此,在测量规范中,需明确指出所用仪器信息(名称、型号和序号等)、天线、探头、电缆及接插件,以及系统连接方式和布局、测试参数设置等,每次测量均需按照规范执行。

对于配套的数据库,要求其具备开放性接口,能够实时提供所需的原始数据,并方便地存储计算结果及生成的模型。

环境参数预测[7]所应用的算法包括数理统计和神经网络2类。前者主要涉及拟合和插值的各种方法,后者主要运用了后向传播(Back Propagation,BP)神经网络和广义回归神经网络(Generalized Regression Neural Network,GRNN)。

2 工作流程

对电磁环境进行信息综合及预测,主要工作包括:通过对特定区域多次测量获得的数据进行分析,总结归纳该区域电磁环境信号频谱分布情况,研究频谱占用情况,并针对典型信号进行计算,预测其将来的强度等,算法流程如图1所示。

程序根据测量数据,调用算法计算并绘制曲线。横轴是时间,按自然年份从左到右递增。

在此基础上可以绘制三维图,x轴为时间,y轴为频率,z轴为信号幅度,这样可以直观地观察各频率分量随时间的变化趋势并加以对比。

算法实现的基本步骤如下:

① 对特定的某一区域,读取对其电磁环境历次测量获得的数据,将第i次的数据作为2个数组:频率fi[j]和幅度Ai[j]。

② 遍历数组Ai[j],对其中每一个幅度大于某一设定门限T的元素,读取并记录为新数组Bi[m],并据此得到对应的新数组fi[m]。

③ 对所有的Bi[m]取并集,得到新数组C[n],并据此得到对应的新数组f[n]。其中,对具有相同自变量的多个数据,仅保留幅度最大的那组,绘制C[n]～f[n]曲线。

④ 根据用户指定,对数组f[n]中的任意元素,查找原始数据Ai[j]中所有对应数据,形成新数组D[p]。

⑤ 以D[p]为基础,调用算法对其进行数据分析及预测,并据此绘制预测曲线。

电磁环境信息综合软件实现流程如图2所示。

3 编程设计与软件实现

3.1 测量数据预处理

对于读取到的测量数据,首先进行预处理,主要包括以下工作:

① 进行单位转换。根据软件接口文件规定,把从数据库读取到的数据转换为相应的物理量的基本单位。

② 进行数据选择。从读取到的数据中,选择本次任务需要的字段。

③ 进行数据平均。遍历读取到的数据,如果有日期处于同一个月的2组或多组数据,将其取平均值,作为一组数据,用于后续计算。

3.2 变量与函数

Windows应用程序的所有类都在model_syn的命名空间下。其中环境综合所对应的类为FormEnviSynthesis :Form。这个类需从主框架里面读取的变量为:

public string PlatFormName;//临时变量,平台名称

public string EquipName(RegionName); //临时变量,关键区域名称

其在主框架里的读取语句为:

model_syn.FormEnviSynthesis frm=new

FormEnviSynthesis();

frm.RegionName=treeViewProjectmanagement.SelectedNode.Text;

frm.PlatformName=CurrentPfName;

这个类需从数据库中读取和存储数据,因此需要添加database_dll的引用,并在程序中实例化Database:Database data=new Database();

环境综合从数据库读取数据的过程为:

运行函数GetTestTime(RegionName,Constant.关键区域testItem.场强测量.ToString(),PlatformName)读取测量时间time;根据测量时间运行函数GetTransData((string)testTime);再从data.transDataOutput[j].frequency[l]和data.transDataOutput[j].magnitude[l]读取频率以及所对应的场强大小。

数据读取及预处理模块主要由2个函数组成:public void Getdata(),完成读取所有测量时间里的所有频率,并选择出超过门限值的频率及场强的功能,将所有超过门限值的频率和场强存储在List<ArrayList>型变量Beyond_fre(存频率)、Beyond_mag(存场强);public void data_convert(),首先将超过门限值的所有频率和场强合并,然后滤除相同的频率值,接下来按从小到大的顺序排序,将合并后的频率和场强存储为ArrayList型的变量fre(频率)和mag(场强)。

图形可视化模块主要由2个函数构成:public void PlotSpectrum(string _RegionName),主要完成超过门限值的频谱图再现功能,其中变量_RegionName为关键区域名称;public void PlotFreSyn(string _RegionName),完成某一个超过门限值的环境信号变化图的绘制。

软件界面中给出了2幅图,关键区域电磁环境模型综合结果如图3和图4所示。

软件界面中以下拉菜单的形式显示了读取到的所有高于设定门限的电磁信号。默认的显示格式为以GHz为单位的频率数值。在这里选择不同的频率数值,点击“确定”,界面下方的曲线将刷新,显示该频点信号随时间的变化曲线。如果选中的频率分量仅有一组测量结果,由于数据少,不足以实现预测,将绘制出一条直线。

3.3 软件容错与易用性设计

软件开发过程中,在数据结构设计、数据预处理和后处理、算法设计与实施等环节,注意到了精度、容错性和效率等指标的折中。从用户的角度考虑,精简了软件操作步骤,尽可能地减少了用户干预,降低了对用户的专业知识要求。在实现基本功能的同时,兼顾了方便易用的原则。

如果数据库中不存在符合条件的测量数据,无法执行后续任务时,将弹出提示对话框。

如果读取到的数据较少,将弹出对话框,提示数据较少,可能导致误差较大。用户可选择增加测量数据后再执行此操作。如果选择继续执行,程序可调用算法,正常给出预测结果。

4 结束语

针对多次测量获得的电磁环境数据,以数据挖掘技术为基础实现规律综合。综合出的模型可以用于电磁环境和电磁兼容分析评估,可以用于电磁环境模拟与生成,以支撑电磁敏感度测试和复杂电磁环境下的训练,可以用于预测电磁环境的发展变化,对于电子信息设备的使用提供指导。

摘要：为了掌握电磁环境现状及发展趋势,提高电子信息系统的运用效率,采用数理统计和神经网络算法,对电磁环境测量数据进行归纳和总结。开发了电磁环境分析及预测软件,提供了关键电磁参数的建模方法,实现了对特定区域电磁环境发展变化情况的预测,为电子信息系统应对复杂电磁环境挑战提供了技术支撑。

关键词：电磁环境,分析评估,环境测量,模型综合

参考文献

[1]余辉,石景岚,刘荣.战场电磁环境对C3I系统性能影响分析[J].无线电工程,2010,40(12):38-41.

[2]刘尚合,武占成,张希军.电磁环境效应及其发展趋势[J].国防科技,2008,29(1):1-6.

[3]代合鹏,苏东林.电磁环境复杂度定量分析方法研究[J].微波学报,2009,25(3):25-27.

[4]贾青,高翔,兰汉华.舰船通信系统电磁环境分析[J].舰船电子工程,2009,29(9):178-181.

[5]刘义,王国玉,冯德军.基于装备作战效能的复杂电磁环境下训练效果评估[J].系统仿真学报,2009,21(17):5 375-5 378.

[6]闵涛,杨建华,李盾,等.虚拟战场电磁环境仿真系统研究[J].指挥控制与仿真,2007,29(2):83-88.

[7]王玉峰,邹积岩,廖敏夫.基于数据挖掘技术预测与分析变电站中电磁环境[J].高压电器,2009,45(10):77-79.

基于GPS控制网的测量数据分析 篇7

1 数据处理

GPS数据处理采用MIT (Massachusetts Institute of Technology) 和SIO (Scripps Institution of Oceanography, University of California at San Diego) 提出的方法, 主要分为两步:1) 使用GAMIT计算载波相位观测得到全球或区域的单日解 (包括约束解和松弛解) ;2) 利用GLOBK将区域的单日松弛解与SOPAC (Scripps Orbital and Permanent Array Center) 计算出全球单日松弛解通过公共点和卫星合并, 得到一个包含测站、极移和卫星参数的松弛解。

由于不同年代的卫星状况、卫星星历精度、IGS站分布以及接收设备存在较大的差异, 所以解算单日解的策略也不全相同。早期全球IGS站有限, 为尽可能多地组成双差观测并改进轨道, 这期间数据的处理加入了全球IGS站, 并对SIO的精密轨道给予10-6量级的约束;中期数据的处理只联合周边IGS站, 对SIO的精密轨道给予10-9量级的约束, 但大量MiniMac仪器的观测数据是非整30 s采样, 不能与其他数据联合解算, 组成的双差观测较少 (一般只有4台～5台仪器同步作业) , 为了利于求解载波相位的整周模糊度, 对SIO的精密轨道给予10-9量级的约束。MiniMac仪器的观测数据经过GAMIT处理后计算出一个完全独立的无基准解, 然后将卫星与SOPAC全球解结合在一起。

2 整网平差分析

GPS控制网的整网平差采用序贯卡尔曼滤波原理, 在滤波过程中允许每个单日解有整体的平移和旋转, 同时允许个别参数存在随机游走式的扰动, 可以分离一些误差或粗差。

整网平差与实测速度场的求解过程相似, 不同之处在于:各点的运动速度以已得到的速度值 (ITRF97参考框架) 为已知值, 不再作未知数处理;选择IGS核心站通过7个参数的相似变换来实现ITRF97参考框架。选择IGS核心站的原则是:1) 在全球范围内较均匀分布;2) 具有可靠的、高精度的ITRF97参考框架下的坐标和速度;3) 在区域点观测期间有较好的观测质量。

此外, 无论求解速度场还是最终的整网平差, 都存在单日解先验精度的评估和匹配问题。GPS单日解的方差和协方差矩阵表征的只是未知参数间的内符精度, 但各单日解之间的精度并非完全匹配。目前暂时还没有严密的方法来计算GPS解的真实精度, 只能采用一种近似的方法来确定每一个单日解的权重。具体的做法是分别进行正、反向的卡尔曼滤波, 取单日解正、反向的验后拟合残差平均值的均方根作为单日解方差和协方差矩阵系数, 反复迭代直到每一个单日解近似等于1。

3 整网平差结果的精度分析和外部检核

GPS控制网获得了在ITRF97下的绝对位置, 位置的精度平均优于3 cm (见表1和表2) 。由于原始数据存在的缺陷, 可能导致个别区域或个别点精度偏低。表3分类统计了点位的平均误差。

从表3可以看出, 除网络工程点之外, 形变监测点的精度最好, 这与其大多数点都有强制对中装置、多期多时段连续观测的事实是相符的;一, 二级网点的精度与形变点相当, 这主要得益于多时段观测使其内部结构紧密和二级网点多时段连续观测对早期观测的反向控制;相比而言, A, B级网点的精度较差, 这是由多方面的原因造成的:

1) A, B级网2/3的点是采用Ashtech MD-12观测, 采集的数据质量较差;2) A, B级网的观测时间短和原始数据的丢失, 造成部分点事实上只有3 h～4 h观测数据;3) 重复观测的点少, 对基准控制和传递极为不利。

由于某些区域形变监测点的观测数据没有纳入GPS控制网的整网平差, 分别处理这些观测数据得到这些点在观测时刻的坐标, 并将其与整网平差的速度外推结果相比较。某地区的观测是在Ms8.1级地震后实施的, 观测的绝大多数点都产生了震时和震后形变, 所以只选择了远离震中的4个点进行整网平差的检核, 并完成了近100个形变监测点的复测, 其中绝大多数点在此前已有两次或两次以上的观测, 这里仅选择此前只有一次观测的点进行检核统计, 以尽可能地使抽样检核的结果均衡地区分和反映观测点速度的影响。

4 结语

经典的控制网是静态的、水平控制和高程控制是完全独立存在的。GPS控制网改变了这种状态, 并且整网平差的三维位置精度平均优于3 cm, 能满足各种控制测量的需要。GPS数据的统一处理充分利用了目前完善、先进的数据处理技术, 从根本上消除了参考框架等系统误差的影响, 弥补了原数据处理方法及模型的局限所造成的精度损失。

参考文献

[1]李毓麟, 刘经南, 葛茂荣, 等.中国国家A级GPS网的数据处理和精度评估[J].测绘学报, 1996, 25 (2) :81-86.

[2]党亚民, 陈俊勇, 刘经南, 等.利用国家GPS A级网资料对中国大陆现今水平形变场的初步分析[J].测绘学报, 1998, 27 (3) :267-273.

[3]吴涛, 张尤慧.GPS技术在企业建立厂区测量控制网中的应用[J].山西建筑, 2008, 34 (28) :359-360.

地籍测量GPS数据精度分析研究 篇8

一、工程概况

测区南北宽4公里, 东西长7km多, 总覆盖近30km2, 经济比较繁荣, 人口居住比较密集, 交通便利, 地面平均高程为110m。测区内用地类型错综复杂, 有住宅、工业、商业和行政事业用地等。交通拥挤, 小巷多, 通视条件差, 地籍测量难度大。加之测区内少数民族人口较多, 工作进度比较缓慢, 而且测区内初始测量控制点破坏严重, 这样给变更地籍测量带来极大的困难。

二、准备工作

(一) 作业依据。

国家测绘局1994年11月28日发布的《地籍测绘规范》 (CH5002-94) ;原国家土地管理局1993年6月22日发布的《城镇地籍调查规程》 (TD1001-93) ;国家测绘局1994年11月28日发布的《地籍图图式》 (CH5003-94) ;国家测绘局1992年6月8日发布的《全球定位系统 (GPS) 测量规范》;建设部1997年10月1日发布的《全球定位系统城市测量技术规程》 (CJJ73-97) 。

(二) 采用的仪器设备。

5台南方公司生产的GPS接收机和随机数据处理软件;南方公司的灵锐S86RTK流动站双频接收机2台, 徕卡406全站仪1台, 拓普康701全站仪台, RDGIS (瑞德地籍信息系统) 软件1套;南方测图软件CASS6.01套;DELL公司便捷式笔记本电脑2台及相关通讯设备。各种设备在作业前均通过检测, 性能和精度均符合标准要求。

三、实施步骤

(一) 控制测量。

控制测量采用全球卫星定位系统, 运用南方公司生产的GPS接收机和随机数据处理软件, 定位方式为快速动态定位。以测区内1999年测设的D级GPS控制点作为本次变更地籍测量的起算点。为方便利用实时动态GPS (RTK) 、全站仪进行界址点和碎步点的测量, 点位一般选在空旷地带或道路主干道旁。按照GPS测量规范要求, 点位周围垂直角15°以上天空无障碍物或大范围水面, 点位远离强功率电台、电视发射台、微波中继站, 远离高压电线、变电所等。由于本次测量属地籍变更测量, 控制精度必须满足地籍测量规范要求。内业计算为随机软件严密平差, 并将其平差结果直接建立控制点数据文件, 以备利用。

(二) 碎部 (界址点坐标) 测量。

采用GPS (RTK) 、全站仪配合的草图方式测图, 关键部分绘制在草图上。草图的清晰、明了对内业工作至关重要 (包括四至名称、房屋层数、房屋结构、房屋权属、院落门牌号、街坊等) , 草图绘制的比例尺不宜过小, 地物之间的相对关系大体能够得到体现。在进行界址点测量之前, 为了提高工作效率, 对测图范围内的所有界址点要进行分析和统计, 将其分为三种类型。第一种类型, 界址点位于开阔地带, 或位于一般建筑物的房角或墙角处, 或在较容易到达顶部的高大建筑一角的地方。这类界址点和碎部点应用RTK技术 (实时动态全球定位系统) 进行测量。将野外采集的数据, 自动记录在电子手簿或内存中并在现场将其80系的坐标与基础控制点的80系坐标进行合并解算, 再代入基础控制点的地方坐标, 计算出实地的界址点坐标, 并绘制地籍地形草图。第二种类型, 当建筑物层数较高且不宜到达顶部或较为隐蔽的界址点和碎部点, 则首先利用RTK测设一组图根点, 然后再利用全站仪进行测量。第三种类型, 十分隐蔽的死角, 只能借助与其他点、线之间的几何关系来确定其位置。当然, 除上述情况外, 有些界址点在实际测图中动态GPS、全站仪都无法观测, 在这种情况下, 量取界址点与其他已测点或线的相对位置及尺寸, 应用RDCIS (瑞德地籍信息系统) 软件的绘图功能或CASS6.0成图软件在图上将点解析出来 (解析的方法有前方交会、边长交会、方向交会、支距量算等) 。有时界址点之间的距离难以量取实际距离, 而我们能看得见, 在这种情况下, 应该采用全站仪无棱镜激光实施对边测量来量取两点之间的距离, 这样克服了人无法到达且无法司镜的问题。

(三) 内业数据处理。

外业采集数据后, 及时对外业采集的数据进行内业数据处理。通过全站仪通讯软件把数据下载到计算机中, 再通过其他辅助软件编辑将数据存为*.DAT格式, 也可直接用CASS6.0成图软件“数据”菜单下的“读取全站仪数据”项读取外业数据, 然后用CASS6.0成图软件展绘碎部测量点, 结合宗地草图和预设编码进行初步成图, 同时加载地籍各个要素, 做到地籍图图形数据的完整性和正确性。待一切就绪, 就可生成不同比例尺的宗地图、界址点成果表、界址调查表、宗地属性表等相关内容, 为地籍信息数据库的建立做好准备。

(四) 数字地籍图编译和地籍管理信息系统的建立。

在一个宗地成图结束后, 首先是内业复查, 根据宗地草图及地籍调查表在计算机上进行全面的审核, 是否有漏测和处理不当的地方, 并加以修改。比如注记房屋的层数与结构、单位名称、道路名称、河流名称、宗地门牌号等。如果没有问题, 则可以自动生成界址线、注记本宗地相邻界址点间的距离、界址点编号等工作, 同时交主管部门审查。

四、精度分析

用测距仪测量时, 高差公式为:

目前常用的测距仪标称精度为± (5mm+5ppm D) , 对误差精度分析如下。

测距误差的影响为:

对高差误差的影响为:

若只进行单向观测, 当距离超过300m时, 应加上地球曲率和大气折光改正数, 此时高差公式应为:

对高差误差的影响为:

五、结语

通过上面的分析与计算, 可以得出当用经纬仪测量时, 测距误差及高差误差与竖直角大小有关, 测距误差与竖直角大小成正比, 随着竖直角的增加, 测距相对误差增大。

参考文献

[1] .刘锋, 张立峰.GPS-RTK在地籍测量中的应用[J].科技创新导报, 2012, 2:101~102

测量数据的残差分析法 篇9

隧道在施工过程中,掌子面开挖将造成周围岩体扰动,引起岩体向开挖空间的运动,从而发生位移或变形。虽然由隧道的施工而引起的岩体移动是复杂的,但大量的变形观测表明,岩体总的运动趋势是有明显规律性的[1,2]。因此,隧道施工过程中对其进行变形观测,及时了解隧道的变形情况,掌握其发展规律,有助于及时采取合理措施控制施工引起的隧道变形,防止隧道塌方,避免不必要的损失[3]。本文以建兴高速公路灰窑子隧道监测项目为例,介绍隧道施工中所采用的变形监测方法,并对观测数据进行分析,研究其动态变化,为隧道的安全施工提供指导。

1 工程概况

灰窑子隧道位于建昌县灰窑子村附近,呈北东向展布,为两条分离式单行曲线隧道,左线长1000m,右线长1005m,设计时速80km / h,隧道起讫桩号为左洞ZK3 + 020 ~ K4 + 020,右洞为K2 +985 ~ K3 + 990。隧道洞口段围岩等级为V级,洞身段围岩等级为Ⅳ,岩石组成为第四系全新统冲洪积碎石、块石,白垩系义县组凝灰岩,火山角砾岩及安山岩。由于隧道埋深较浅、围岩情况复杂,容易发生严重变形乃至塌方。因此,为了保证施工安全,在隧道开挖过程中,对其进行监控测量并及时提供隧道变形信息非常重要。

2 隧道施工监控测量的内容及方法

2. 1 监控测量的内容

( 1) 隧道内目测观察

为了初步判断围岩、隧道的稳定性,预测开挖前方的地质条件而进行目视观察,进而掌握掌子面地质水文条件、岩性、结构面产状、有无断层、围岩类别以及掌子面的稳定情况、初期支护效果等,并绘制地质描述图。

( 2) 地表沉降监控测量

为了判定开挖对地表下沉的影响,确定隧道支护结果,在隧道的入口和出口处根据隧道的埋深情况每隔5 ~ 50m设置一个地表沉降观测断面,每个断面布设5 个监测点( 如图1 所示) ,监测点间间隔4m。

( 3) 拱顶下沉监控测量

拱顶下沉观测数据是确认围岩的稳定性、判断支护效果、指导施工工序、预防拱顶崩塌、保证施工质量和安全的最基本的资料。在隧道内每个监测断面拱顶处设置观测桩,为观测方便,观测桩与垂直方向呈15°夹角,桩上贴徕卡全站仪专用反射片。

( 4) 围岩收敛监控测量

围岩收敛测量是隧道施工监控测量的重要项目。隧道周边位移是隧道围岩应力状态变化最直观的反映,通过围岩收敛监测可以判断隧道空间的稳定性,确定二次衬砌施作的合理时间。在监测过程中,在每个监测断面拱腰位置设置收敛量测桩,桩上贴全站仪反射片,并与拱顶下沉监测桩组成3 条收敛监测线( 如图1 所示) ,采用全站仪对边观测模式进行测量。

2. 2 监测方法

传统地表沉降、拱顶下沉的观测方法一般采用精密水准仪施测。精密水准测量精度高、数据稳定,但在每次工作过程中,均需要在拱顶悬挂钢尺,影响洞内的爆破与施工,且劳动强度大、工作效率低。随着全站仪精度的不断提高以及在施工、变形监测中的大量使用,采用高精度全站仪测量监测点与基准点之间的高差,从而获得监测点沉降的方法已越来越受到测量工作者的青睐[4,5]。因此,本项目地表沉降与拱顶下沉采用全站仪三角高程测量方法,围岩收敛采用对边测量模式,使用的全站仪为徕卡TPS1201 型全站仪,其测距精度1mm +1. 5 × 10- 6D,距离显示分辨率0. 1mm,测角精度1″,显示分辨率0. 1″。

3 监测数据的处理与分析

3. 1 地表沉降数据处理与分析

监测过程中,在右洞出口设置三个地表沉降监测断面,分别为K3 + 950、K3 + 970、K3 + 985,在洞口外稳定处设置观测基准点,并贴全站仪反射片,测量监测点与基准点之间的高差,推算出地表沉降的累计值与变化率。

观察K3 + 985 断面地表沉降累积变化曲线( 见图2) ,隧道掌子面开挖后一周内地表沉降量呈直线上升,开挖半个月以后地表逐渐趋于稳定,前两个月累积沉降量达到监测期内总沉降量的90% 以上,从第3 个月以后,地表已经稳定; 隧道中心线上方3#点累积沉降最大,隧道两侧的1#点、5#点沉降较小,分析其原因为隧道中心线处拱顶岩层相对较薄,围岩容易产生较大位移。

观察拱顶下沉变化速率曲线,掌子面开挖后一周内由于围岩内部的应力骤然释放,造成地表沉降变化剧烈,最大沉降速度达到4. 6mm/d,随着初衬的完成及围岩内部应力分布的逐渐平衡,地表沉降变化在半个月后逐渐趋于稳定。

3. 2 拱顶下沉数据处理与分析

拱顶下沉监测数据可以反映出隧道上覆围岩的稳定状态,对预防隧道塌方等事故的发生提供数据支持。观测过程中,采用全站仪观测洞外设置的稳定点( 或洞内仰拱设置的稳定点) 与拱顶下沉观测桩的高差,通过比较相邻两次观测量变化即为拱顶沉降量。本文选取右洞出口K3 + 950、K3 + 970、K3 + 985 三个断面观测数据,绘制拱顶下沉累积变化曲线图及变化速率图并加以分析。

拱顶下沉累积变化曲线及变化速率曲线显示( 见图3) ,拱顶下沉与地表沉降几乎同步产生,断面开挖后的10d内,拱顶下沉变化量呈直线上升,并占监测期内沉降变化量的70% 以上,变化速率曲线波动较大,断面开挖之初最大变化率达到4. 4mm / d; 在以后的一个月内沉降变化量累积值呈缓慢增长,变化率曲线也趋于稳定,说明围岩的变形受隧道施工的影响越来越小; 断面开挖40d以后拱顶围岩基本稳定,变化速率几乎为零,究其原因为由于初衬已经完成,围岩内部应力逐渐分布平衡,此时可以考虑进行二衬的工作。

3. 3 围岩收敛数据处理及分析

围岩收敛的测量,可以直接反应隧道爆破及施工对围岩的扰动情况,从而判断围岩的稳定性。本文选取右洞出口K3 + 950、K3 + 970、K3 + 985 三个断面收敛线3 的测量结果为例进行分析,并绘制围岩收敛累积变化曲线图及变化速率图,如图4 所示。

累计变化曲线及变化速率曲线显示( 见图4) ,围岩收敛变化同样可分为三个阶段: 断面开挖后的两周内围岩移动量显著,变化速率较快,累积移动量占监测期间总位移的量80% 以上; 而后一个月内围岩运动趋于缓慢,变化速率也趋于稳定; 断面开挖一个半月后围岩移动变得非常缓慢,变化速率几乎为零,可以认为围岩已经达到稳定状态。

4 监测数据的模拟分析

对隧道进行监测过程中,由于仪器、外界条件以及人为等原因,使得观测数据不可避免地带有一些误差,难以用于预测围岩移动的发展变化趋势。利用数学方法对地表沉降、拱顶下沉、围岩收敛的观测值进行回归分析,获得围岩的移动量与时间的变化规律,为预防事故发生、指导安全施工提供直观的依据[6,7]。本文尝试利用对数函数Y = Alg( X) 、倒数Y = A + B /X、二次函数Y = A1X + A2X2+B、三次函数Y = A1X + A2X2+ A3X3+ B等数学模型对隧道监测数据进行回归模拟分析,获得回归曲线及相关系数,并选取判定系数R2最大的数学模型作为模拟预测模型。

4. 1 地表沉降的模拟分析

对地表沉降观测断面K3 + 985 上的五个监控点的观测数据进行回归分析,利用四种数学函数建立起来的拟合模型的判定系数R2如表1 所示,并绘制地表沉降回归分析图( 见图5) 。表1 显示,除3#点建立的拟合模型为倒数模型外,其他监测点均为对数模型,且判定系数均大于0. 9。其中,1#点的判定系数达到R2= 0. 945。建立的数学模型依次为1#点: Y = 4. 874 + 2. 317n ( X) ,判定系数R2=0. 945; 2#点: Y = 5. 611 + 2. 829ln ( X) ,判定系数R2= 0. 935; 3#点: Y = - 19. 814 + 18. 295 /X,判定系数R2= 0. 908; 4#点: Y = 5. 908 + 2. 599ln ( X) ,判定系数R2= 0. 932; 5#点: Y = 6. 461 + 2. 290ln( X) ,判定系数R2= 0. 927。

4. 2 拱顶下沉的模拟分析

对灰窑子隧道右洞出口K3 + 950、K3 + 970、K3 + 985 三个断面拱顶下沉观测值进行回归分析,其判定系数如表2 所示,并绘制拱顶下沉回归分析图( 见图6) 。表2 显示,利用对数函数建立起来的拟合模型的判定系数R2均为最大值,且均大于0. 9,说明利用对数建立起来的预测模型可以很好地预测拱顶下沉的运动趋势,拟合模型分别为K3+ 950 拱顶点预测模型: Y = 5. 307 + 3. 334ln ( X) ,判定系数R2= 0. 916; K3 + 970 拱顶点预测模型: Y= 6. 322 + 2. 381ln ( X) ,判定系数R2= 0. 923; K3+ 985 拱顶点预测模型: Y = 7. 663 + 3. 441ln ( X) ,判定系数R2= 0. 919。

4. 3 围岩收敛的模拟分析

表3 为围岩收敛回归分析的判定系数,由此可知,对三个断面的收敛线3 建立的预测模型仍然是对数模型,可以获得最大的判定系数R2,预测模型分别为K3 + 950 拱顶点预测模型: Y = 3. 351 +1. 557ln ( X) ,判定系数R2= 0. 920; K3 + 970 拱顶点预测模型: Y = 6. 322 + 2. 381ln ( X) ,判定系数R2= 0. 923; K3 + 985 拱顶点预测模型: Y = 7. 915- 8. 552 / X,判定系数R2= 0. 927。围岩收敛回归分析图如图7 所示。

5 结论

本文讨论了灰窑子隧道施工监控测量及数据处理、分析的方法,可以得到以下结论:

( 1) 利用高精度全站仪观测可以替代常规水准测量的方法,获得的监测数据稳定可靠。

( 2) 地表沉降、拱顶下沉、围岩收敛同步产生,在掌子面开挖后的半个月内,隧道围岩变形剧烈,监测数据呈直线上升状态,以后的1 个月围岩逐渐趋于稳定,两个半月以后围岩达到基本稳定状态。

( 3) 对地表沉降、拱顶下沉、围岩收敛观测量进行回归分析发现,除地表沉降3#点以倒数模型拟合外,其他观测量利用对数模型均可以获得较大的判定系数R2,且判定系数均大于0. 9,说明可以很好地预测围岩移动的趋势。

参考文献

[1]王世杰,漆振华.客运专线大断面隧道变形监测技术应用研究[J].矿山测量,2013,(1):79~81.Wang Shijie,Qi Zhenhua.Application research on deformation monitoring technology of large section tunnel in passenger dedicated railway line[J].Mine Surveying,2013,(1):79~81.(in Chinese)

[2]赵帮亚,黄侃.超大断面隧道施工监控量测技术[J].现代交通技术,2013,10(5):63~81.Zhao Bangya,Huang Kan.Monitoring and measurement technologies in tunnel construction with large section[J].Modern Transportation Technology,2013,10(5):63~81.(in Chinese)

[3]钱发琪.大跨软岩隧道开挖围岩稳定性研究[J].贵州大学学报(自然科学版),2013,30(6):134~137.Qian Faqi.Study on the stability of surrounding rock in soft rock tunnel with large-span[J].Journal of Guizhou University(Natural Sciences),2013,30(6):134~137.(in Chinese)

[4]杨松林,刘维宁等.全站仪自由设站隧道围岩变形非接触监测理论和方法的研究[J].土木工程学报,2006,39(4):100~104.Yang Songlin,Liu Weining et al.A Study on the theory and method of non-contact monitoring for tunnel rock deformation based on free stationing of a total station[J].China Civil Engineering Journal,2006,39(4):100~104.(in Chinese)

[5]高荣,况龙川.基于全站仪的边坡变形监测非固定测站法[J].重庆科技学院学报(自然科学版),2010,12(1):131~133.Gao Rong,Kuang Longchuan.Non-fixed station method for slope deformation monitoring with total station[J].Journal of Chongqing University of Science and Technology(Natural Sciences),2010,12(1):131~133.(in Chinese)

[6]谷拴成,周云鹏.超大断面黄土公路隧道监控量测与分析[J].施工技术,2014,43(18):82~86.Gu Shuancheng,Zhou Yunpeng.Analysis and monitoring measurement of super-large section of the loess highway tunnel[J].Construction Technology,2014,43(18):82~86.(in Chinese)

测量数据的残差分析法 篇10

测量结果都具有误差, 误差自始至终存在于一切科学实验和测量的过程之中。尽管误差通常比测量结果要小很多, 但一个没有标明误差的测量结果, 几乎会成为没有用处的数据[1]。尤其对于导弹天线罩这样至关重要的军工产品, 如果不对测量结果进行误差分析和数据处理, 势必会降低导弹天线罩制造精度, 直接影响到导弹工作和瞄准精度。

1 测量基本原理

测量控制系统原理如图1所示。

由于天线罩壁厚测量精度要求比较高, 因此采用直接在天线罩廓面法线方向进行测量的测量方案。保证测量钳在天线罩内壁的接触点与外廓测头接触点的连线始终处于被测点的法线方向。为了减少测量误差的影响, 采用对天线罩廓面同一点厚度值的多次重复测量方法进行测量, 然后按照误差准则进行数据处理, 最终得到符合精度要求的测量结果。

2 测量方法

本课题的研究对象是导弹天线罩的壁厚精确测量问题。精确测量的目的是检验天线罩壁厚是否符合加工精度的要求, 从而剔除不合格的产品, 属于被动测量和终结测量。因为在整个测量过程中只测量天线罩壁厚度一个参数, 所以属于单项测量。由于导弹天线罩的材料属于工程陶瓷材料, 其特点是高硬度、低韧性, 对于微小的测量力天线罩壁不易发生变形, 为了提高测量精度, 选择直接测量方法, 被测数值直接从数显表读取。为了保证测量结果的可靠性, 防止出现粗大误差, 采用对同一被测点参数重复进行等精度测量的方法。在多次测量过程中, 测头和支架对内壁的接触点会有一定量的磨损, 从而产生误差。为了消除这种误差的影响, 一方面选择耐磨性能高的测头和内壁接触点;另一方面, 采用相对测量方法, 测量前先用标准量块对测量装置进行检测后再进行测量, 测量一定次数后, 即进行一次检测。

测量时为得到天线罩某点壁厚的准确值, 光电传感器的测头应与天线罩该点的法线方向垂直, 实际测量时很难做到, 因此让光电传感器的测头沿被测点旋转一定角度, 在读出的数据中找出最小值为被测值, 完成一次测量。测量过程如图2所示。

3 测量的误差分析

根据测量误差的性质和特点, 将误差划分为系统误差、随机误差和粗大误差三类。由于测量误差的存在, 测量结果不可能绝对精确地等于真值, 因此, 应根据要求对测量结果进行处理和评定。

3.1 系统误差的处理

在测量过程中产生系统误差的因素是复杂的, 对测量结果的影响是很明显的。因此分析处理系统误差的关键问题是首先发现系统误差, 进而设法消除或减少系统误差, 有效地提高测量精度。在测量中要完全消除或校正此种误差是比较复杂而困难的, 通常应尽可能设法消除其产生的根源, 或使系统误差的影响减弱到相当于随机误差, 以期无需对这种误差作单独处理, 而作为随机误差看待[2]。

本系统消除系统误差主要从误差产生的根源入手。注意对本测量过程中使用的量块进行精密检定后再使用;在测量开始和结束时检查数显表是否调零;将测量时的温度控制在﹢20℃;保持测量过程中测量力恒定。

3.2 随机误差的处理

随机误差不可被消除, 但可应用概率与数理统计方法, 通过对测量列的数据处理, 减小并评定其对测量结果的影响。

在具有随机误差的测量列中, 常以算数平均值表征最可靠的测量结果, 以标准偏差σ表征随机误差, 即, 其中δi为随机误差, N为测量数据的个数。由于随机误差δi=xi-μ, 其中xi为测量值, μ为真值, 而真值为未知量, 所以随机误差也为未知量, 标准偏差σ不能由上式求得。实际用来评定σ的方法有以下几种[3]:

(1) 贝塞尔公式法, 此法以残差vi代替随机误差δi, 由于残差可知, 所以可估算其标准偏差, 即

(2) 佩特尔斯公式法, 按佩特尔斯公式估算标准偏差, 由于残差vi不必乘方, 故计算较简单, 但精度不如贝塞尔公式。

(3) 极差法, 是通过一系列等精度测量值中最大值与最小值之差值来估算标准偏差, 其精度较低。

(4) 最大误差法, 适用于在代价较高的试验中, 常常只进行一次试验而要估计其标准偏差, 其精度较低。

由于本系统采用多次测量的方案, 选用贝塞尔公式法, 计算精度最高。随机误差处理过程如下:

计算测量列算数平均值;计算测量列中任一测得值的标准偏差估计值σ';计算测量列算数平均值的标准偏差估计值;确定测量结果。按正态分布计算多次测量结果可表示为, 随机误差出现在±3σ范围内的概率为99.73%。

3.3 粗大误差的处理

粗大误差的数值比较大, 会对测量结果产生明显的歪曲。因此, 必须采用一定的方法判断并剔除粗大误差。判断粗大误差常用拉依达准则 (或称3σ准则) 。

拉依达准则认为, 当测量列服从正态分布时, 残余误差超出±3σ的情况不会发生, 故将超出±3σ的残余误差作为粗大误差, 即, 则认为残余误差对应的测量值含有粗大误差, 在误差处理时应予以剔除[4]。

对于本课题中存在的粗大误差, 我们首先利用阈值滤波方法消除采集时的滤波, 然后利用3σ准则剔除粗大误差, 最后用平滑滤波方法修正测量值, 在程序的数据处理模块中实现。

4 测量的数据处理

测量时为了得到天线罩某一点准确的壁厚数值, 必须保证测头与天线罩被测点切面垂直, 但实际测量时很难保证此要求。因此, 实际测量时先让测头与被测点切面倾斜一个角度, 然后转动测头经过垂直位置直到再次倾斜某一角度为止, 测量过程中出现的最小值即为该点的壁厚数值。为了准确捕捉到该点最小值, 采集时间间隔定为0.01秒。

由于采集时间间隔太快, 不便于采集数据的实时显示, 因此对1秒内采集的100个数据在采集时先进行阈值滤波, 然后对剩余的数据利用3σ误差评定准则剔除粗大误差测量值, 再求出其中的最小值用于显示并存储于数据库中做为本次测量的一个采样值。数据采集子程序流程如图3所示。

对于本次测量的多个采样值求出最小值做为本次测量的结果, 为了消除误差的影响, 采用平滑滤波方法修正最小值, 存储于结果数据库中。

平滑处理方法采用多项式拟合法, 它是一种采用最小二乘法多项式拟合原理求取最佳卷积时间函数H (t) 的方法, 常称为最小平方数字滤波法。这种方法的实质是将观测的信号波形按特定的多项式 (二, 三次多项式) 曲线拟合运算来取平滑数据。本程序采用七点权系数公式计算, , wj权系数为-2、3、6、7、6、3、-2, m为平滑处理的数据列表中的第m个数据[5]。

重复上述过程获得多次测量结果均存储于结果数据库中。最后, 利用3σ误差评定准则, 对采集的数据进行处理, 剔除粗大误差测量值, 用标准偏差表征随机误差, 最终得到测量结果。

5 算法程序的实现举例

6 结束语

通过对导弹天线罩壁厚参数的误差分析及数据处理, 可使其厚度实际测量误差大幅减小, 高于目前国内现有测量方法的测量精度, 完全能够满足对天线罩检测的精度要求, 为提高我国导弹产品的加工精度做出了巨大的贡献。

参考文献

[1]陈红杰.互换性与测量技术[M].北京:北京大学出版社, 2010.

[2]朱士忠.精密测量技术[M].北京:电子工业出版社, 2008.

[3]梁森.自动检测技术[M].北京:机械工业出版社, 2011.

[4]黄云清.公差配合与测量技术[M].北京:机械工业出版社, 2010.

[5]吴孟达, 李兵, 汪文浩.高等工程数学[M].北京:科学出版社, 2004.