陈小杰, 龚赛博

(1.上海房屋质量检测站, 上海 200031; 2.上海理工大学 环境与建筑学院, 上海 200093)

随着当前城市化速度的加快, 城市基础设施大规模升级。地铁和隧道等地下工程的施工可能对历史建筑周围的土体造成扰动[1]。历史建筑物由于建造年代久远， 材料和结构老化, 其抗变形能力很差, 在土体扰动下容易发生不均匀沉降。当不均匀沉降过大时, 结构会产生开裂、 倾斜等现象, 甚至危害历史建筑的安全。因此, 需要定期对历史建筑进行沉降观测, 并预测其不均匀沉降趋势。

卡尔曼滤波模型和回归分析模型是常用的数据分析和预测模型, 常用于预测施工中建筑物的不均匀沉降[2]。回归分析模型是一种静态的数据分析模型, 根据不均匀沉降与影响因子之间的相互关系建立回归方程, 以预测某一时刻历史建筑的不均匀沉降， 但是这种方法要求数据有一定的规律, 否则预测会产生较大误差, 而且不能实时处理监测数据, 预测成本较大[3]。卡尔曼滤波模型使用一组状态方程和观测方程来描述动态观测系统, 可以根据观测值不断地修正预测值, 其本质上是最优线性估计算法。相比于回归分析模型, 卡尔曼滤波模型可以快速、 实时地处理大量监测数据, 预测成本较低， 并且它可以将系统状态和观测信息有机结合, 有效提高不均匀沉降的预测精度[4]。基于卡尔曼滤波模型的优势, 本文构建了卡尔曼滤波沉降预测模型, 利用该模型对某历史建筑的不均匀沉降进行预测, 并与工程中常用的多项式回归分析模型进行了对比分析。……