条文说明

10.12.1 近年来，变形监测的数据获取手段和数据处理的自动化程度在不断提高，一些大型的重要工程安装了自动化监测系统，由于其能够获得连续的大量的监测数据，人工处理这些数据几乎是不可能的，必然需要建立具备数据处理、数据管理、变形监测结果的三维可视化及监测预警管理等功能的监测信息管理系统，这些系统的建立对实现变形监测数据的记录、处理、分析和管理的一体化，方便信息资源的共享与应用，具有重要作用，应用的范围也越来越广。
10.12.2 变形监测信息系统的性能要求主要体现在稳定性、兼容性和可扩展性、安全性等方面。
    （1）在实际应用中，系统会与分布式环境中的多种数据源进行交互，故对系统稳定性要求较高。系统需具备良好的容错性来防止发生数据破坏情况，从而保证用户持续正常使用。
    （2）系统具有良好的兼容性和可扩展性，需提供多种标准数据接口，方便用户对系统进行升级或扩展，同时，系统还需具备配置和可编程能力，方便用户完成系统配置等工作。
    （3）系统管理与数据的安全性对整个系统来说至关重要。登录软件系统时要严格执行身份认证机制，用户只有输入正确的授权用户名和密码才能进入系统，避免未授权人员随意使用系统而造成不当后果。同时对系统的平均无故障时间（MTBF）提出相应的安全运行要求。、
10.12.3 系统在监测过程中容易受到系统误差和外界环境因素影响，为了保证监测精度和观测数据的可靠性，需与切实有效的数据处理技术相结合，才能提取真实的变形信息，发现变形规律。因此，分析研究变形监测数据处理方法显得十分重要。常用的分析方法有下列几种：
    （1）作图分析法，通过绘制各观测物理量的过程线及特征原因量下的效应量过程线图，考察效应量随时间的变化规律和趋势，常用的是将观测资料按时间顺序绘制成过程线。通过观测物理量的过程线分析其变化规律。
    （2）统计分析法，对各观测物理量历年的最大和最小值（含出现时间）、变幅、周期、年平均值及年变化率等进行统计、分析，以考察各观测量之间在数量变化方面是否具有一致性、合理性以及他们的重现性和稳定性。这种方法具有定量的概念，使分析成果更具实用性。
    （3）对比分析法，比较各次巡视检查资料，定性考察建筑外观异常现象的部位、变化规律和发展趋势；比较同类效应量观测值的变化规律或发展趋势，是否具有一致性和合理性；将监测成果与理论计算或模型试验成果相比较，观察其规律和趋势是否有一致性、合理性，并与工程的某些技术警戒值相比较，以判断工程的工作状态是否异常。
    （4）建模分析法，采用系统识别方法处理观测资料，建立数学模型，用以分离影响因素，研究观测物理量的变化规律，进行实测值预报和实现安全控制。常用数学模型有3种：①统计模型，主要以逐步回归计算方法处理实测资料建立的模型；②确定性模型，主要以有限元计算和最小二乘法处理实测资料建立的模型；③混合模型，一部分观测物理量（如温度）用统计模型，一部分观测物理量（如变形）用确定性模型。这种方法能够定量分析，是长期观测资料进行系统分析的主要方法。
    虽然建筑变形和各变形因素之间的关系复杂，但从数理统计的理论出发，对建筑的变形量与各种作用因素的关系，在进行了大量的试验和观测后，仍然有可能寻找出它们之间的规律性，这种处理变形监测资料的方法称为回归分析法，建立起来的数学模型称为统计分析模型。回归分析法是数理统计中处理存在着相互关系的变量和因变量之间关系的一种有效方法，也是变形监测资料分析中常用的方法，包括多元回归分析法、时间序列分析法、小波多分辨率分析法、功率谱分析方法以及卡尔曼滤波法等。