前言：想要寫出一篇引人入勝的文章？我們特意為您整理了橋梁工程過渡段軟土路基沉降監測淺議范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：為解決目前軟土路基沉降監測方法去除噪聲數據不完全、對沉降規律監測造成干擾的問題，提出一種物聯網環境下橋梁工程過渡段軟土路基監測方法，對物聯網監測設備結構、監測終端和監控中心的結構組織、通信選擇GPRS進行設計，并對設計的監測設備結構下的監測過程進行研究。使用嵌入式小波神經網絡模型對獲取監測數據進行去噪，經過計算得到閾值，剔除監測數據中的噪聲數據。在監測方法的性能分析實驗中，分別使用傳統監測方法和設計的沉降監測方法在三個軟基路段進行測試，實驗結果表明，設計的監測方法得到的觀測曲線經過數據降噪后趨近于平滑，更加符合實際情況。
關鍵詞：物聯網環境；橋梁工程；過渡軟基；路基沉降監測
0引言
在橋梁施工中，部分地基會發生置換，因此利用噴粉樁對軟基進行加固成為了常用的軟土路基加固手段。但在橋梁建設過程中，軟土路基會發生一定的沉降，在橋梁建成后的運營期，由于承受路面荷載，也會出現沉降的情況。當過渡段的軟土路基發生沉降時，會導致橋梁形變，存在一定的安全隱患。為保證工程壽命和行車安全，對軟土路基進行沉降監測是非常必要的。在研究路基沉降監測的方法中，文獻1[1]方法主要應用了回彈模量指標代替壓實度，該指標能在監測的過程中反映路基抗變形能力，設計實時在線監測，實現軟土路基沉降的監測。文獻2[2]中主要根據頂管施工的一般規律，利用高精度的TrimbleS9/S9HP全站儀和圧差式靜力水準儀進行沉降監測的方案布設，并進行了性能分析。兩種監測方法在應用中均取得了一定效果。傳統的軟土路基沉降監測中，得到的沉降監測數據中會存在噪聲，對沉降規律的研究造成一定干擾。因此，本文設計一種物聯網環境下橋梁工程過渡段軟土路基監測方法。
1物聯網環境下橋梁工程過渡段軟土路基沉降監測研究
1.1設計物聯網監測設備結構
對于物聯網環境下的橋梁工程過渡段軟土路基沉降監測，圖像式的在線監測可監測復雜多變的軟土路基，獲得觀測數據，從而發現其沉降形變量[3-5]。沉降監測的關鍵是路基斷面上所發生的沉降變形，但在橋梁工程中，路基軟基的施工監測條件較差。因此在監測過程中，需先對物聯網環境下的監測設備（圖1）進行設計。圖1中主要包括橋梁工程過渡段路基軟基的沉降變形監測終端及監控中心。在監測終端里，主要的輔助裝置有蓄電池、傾角傳感器等，數字信號處理器等嵌入式系統可完成數據存儲及光斑圖像采集等工作，對于光斑的中心定位有較好的監測效果，該監測裝置主要利用GPRS進行通信。監控中心主要由報警裝置、圖像數據處理及控制中心構成，通過修正靶面的位置計算出沉降量，并剔除數據中的噪聲。在監測過程中，將圖1中的激光器放置在軟土路基上，由激光器發射激光，照射到靶面上，形成光斑。當軟土路基發生形變或沉降，激光器的位置就會發生改變，光斑也會相應發生位移。監測過程示意圖如圖2所示。在沿著橋梁方向的兩側放置沉降監測終端，并在其正前方安裝投影靶面。至此完成物聯網監測設備結構的設計。
1.2沉降數據處理
沉降監測的環境惡劣，導致觀測數據中會存在很多的噪聲數據。這些噪聲數據雖在整體的監測結果中影響不大，但會對工作人員造成一定的困擾。因此在本文的沉降監測方法中，需對數據進行處理。本文引入小波神經網絡模型對沉降監測數據進行去噪，主要使用閾值去噪法，較適合沉降監測數據中心混入白噪聲的情況。該方法通過設置一個閾值作為門限，將低于該閾值的數據視為噪聲，從而達到去噪的目的，本文使用的小波神經網絡模型為嵌入式模型（見圖3）。此種嵌入式小波神經網絡是將小波變換與人工神經網絡進行嵌套的一種網絡模型。利用小波函數、尺度因子與平移因子代替傳統人工神經網絡中的激活函數、權值與閾值。假設在沉降監測中的樣本形式為{x}(i),i=1,2,...,n，得到的樣本與預測值之間存在的非線性映射關系，進一步得到目標函數：E=min∑k=1m+1|x(n+1)-f[x](k+1),x(k+2)...2（1）式（1）中：f為樣本與預測值之間的映射函數；k為大于0的自然數。根據小波神經網絡的嵌入式結構，可以將連續小波函數進行分解。為提高去噪算法的收斂速度，需要將學習步長進行優化，輸入訓練樣本，計算出輸入值的梯度，完成閾值的設定。至此完成物聯網環境下橋梁工程過渡段軟記錄及沉降監測的研究。
2試驗與分析
2.1工程概況
為驗證本文設計的物聯網環境下橋梁工程過渡段軟土路基沉降監測方法具有一定的有效性，選擇某橋梁施工段作為監測對象。該工程為A市到B市鐵路站前5標，線路全長28.201km。橋梁17座，共計8094.3延米；隧道5座，共計14989m；區間路基22段，長度4120.6m；車站1座（除站房、雨棚）；框架橋2座；涵洞4座；梁場1座（大觀制（存）梁場）；南川北綜合工區（站前工程）；無砟道床56.15km。路基地段巖溶塌陷分區表如表1所示。本文的方法性能測試將在此工程路段下，分別使用本文設計的監測方法和傳統監測方法進行測試。
2.2沉降變形監測點布置
在選擇的工程區段中，將混凝土預制樁作為實驗中工作基點的標識。在軟土路基的兩側，距離線路中心線50～200m范圍內埋設72個監測基點，沉降監測點的布置要求需要滿足規范的要求。觀測點的布置如圖4所示。在觀測過程中，根據工程的施工進度，將沉降的監測周期設置為7d，分別得到兩種方法的觀測數據，數據經過處理后，與該觀測點的實際沉降結果進行對比。
2.3試驗結果對比與分析
在以上工程環境下，選擇沉降觀測點的兩種監測結果進行數據對比，如表2所示。將表2的觀測結果進行數據處理，圖5為本文監測方法經過數據處理后的沉降監測信號與傳統的數據處理信號的對比曲線。從圖5的數據可看出，本文設計的沉降監測方法得到的沉降觀測數據經過去噪后，得到的觀測曲線趨近平滑，由于較好地去除了監測數據中的噪聲，沉降數據更加符合實際情況，易于發現其中規律。
3結語
本文針對現有的橋梁工程過渡段軟土路基沉降監測方法所存在的缺陷，在物聯網環境下對沉降監測方法進行了改進。設計物聯網監測設備結構與監控中心結構組織，通信選擇GPRS，并對設計的監測設備結構下的監測過程進行研究；在得到監測數據后使用嵌入式小波神經網絡模型對得到的監測數據進行去噪，經過計算得到閾值，剔除監測數據中的噪聲數據。試驗結果表明，設計的監測方法具有一定的有效性。本文方法仍存在一些缺陷，在今后的研究中需進一步探索。
參考文獻：
[1]榮智，李浩.基于回彈模量法施工的公路路基工后沉降監測[J].施工技術，2020，49（S1）：1316-1319.
[2]宋中華，田慧，宋帥.TrimbleS9/S9HP全站儀在鐵路頂管施工路基面的精密沉降監測中的應用[J].測繪通報，2020（6）：153-155.
[3]王春雷，陳澍洋，張曉春.橋頭軟基不均勻沉降的管樁處治設計研究與仿真分析[J].公路交通科技（應用技術版），2019，15（2）：141-144.
[4]陜耀，陸義，周順華，等.有軌電車樁板結構路基與道路路基橫向差異沉降離心試驗研究[J].巖石力學與工程學報，2020，39（5）：1049-1060.
[5]章蘇亞，趙騰飛，周潔.長短樁加筋路基在處治橋頭差異沉降中的研究[J].中外公路，2020，40（1）：17-21.
作者:袁曉靜 單位:邢臺市交通運輸綜合行政執法支隊