房屋建筑结构检测鉴定中的变形监测分析

雷帆

（山东建筑大学鉴定检测中心有限公司，济南 250013）

1 引言

在城市化建设持续深入的当下，为提高城市空间利用率，高层建筑数量较以往有所增加。高层建筑往往耗资巨大且施工复杂，同时，易受环境因素影响，一旦出现结构变形，将有较大概率形成建筑结构裂缝或承载力失效，严重影响房屋建筑的安全性和宜居性。基于此，需对高层建筑结构实施变形监测，对施工过程进行指导，使工程施工更安全可靠。

变形监测对测量、计算等要求较高，加之相关技术发展时间较短，因此，针对高层建筑结构变形监测的研究相对较少，直到20 世纪中后期，国外土木工程领域才开始使用结构健康监测技术，并将其应用在桥梁监测中。我国相关技术研究起步较晚，早期建筑结构监测主要依赖人工完成，由经验丰富的工程师负责。20 世纪末开始对相关技术展开研究，目前，研究已取得较为瞩目的成绩，如一些学者针对工程监测体系加以优化，将监测、施工和管理相结合，构建统一的安全管理系统，并对施工数据进行实时监控，有效提高了工程建设质量。

本文结合实际情况，对两种建筑结构的变形监测情况展开分析，指出在监测过程中充分利用信息技术，不仅能对建筑结构变形加以测量，同时能对结构的沉降情况展开系统、深入的分析，使监测数据更准确、有效。

2 房屋建筑结构检测鉴定中变形监测技术

为进一步提升房屋建筑结构检测鉴定水平，实践中应持续探索与创新，并对先进技术有效运用。

2.1 智能型全站仪

高精度智能型全站仪能测量建筑结构的水平及垂直距离、高差等相关数据，通常只需安装一次便能完成对整体建筑结构多种数据的监测工作[1]。其工作原理如下：首先是测角。全站仪通过内置高精度角度传感器测量目标点和基准点之间水平角、 垂直角的变化。用可见光或红外线激光器作为辅助引导，通过光电传感器接收反射光，测量光束的角度变化，确定目标点、仪器之间的角度差，从而实现建筑结构测量。其次是测距。全站仪利用激光技术或电磁波技术测量距离。激光测距技术中，先通过全站仪向目标点发射激光束，再通过测量激光束从发射到接收所需的时间，计算与目标点之间的距离。电磁波测距技术中，先通过全站仪发送电磁波信号，测量接收信号所需的时间，然后将接收时间转换为距离，通过测量仪器发射和接收信号的时间差，计算目标点与仪器之间的距离。最后是数据处理。全站仪内置计算机系统具备实时处理、分析测量数据的功能，测量过程中，仪器会自动采集并保存观测数据，包括角度、距离和高程等，根据要求对数据进行计算和校正，生成对应的测量结果。用户可以通过触摸屏或其他操作界面查看、导出测量数据，并完成进一步的分析。

进行变形分析时，对智能型全站仪设备获取的数据展开对比与分析，通过坐标差得到监测位置的水平位移情况，从而有效判断结构变形情况。通过以下公式计算监测点变形后的坐标：

式中，xp、yp为监测点变形前的坐标；x0和y0分别为监测点原始状态下的坐标；s为监测点变形后与原点之间的距离，mm；α和β 分别为变形监测点的竖直角和水平角读数，（°）。

2.2 GPS 建筑物监测

GPS 技术的优点是能够通过载波相位双差数学模型解决卫星信息接收中产生的误差，从而提高数据监测的准确性[2]。在该技术应用过程中，应构建相应的观测站与观测点，并依照各观测站的基准线构建坐标，结合不同观测点坐标加以整合，以减少测量过程中的误差。该技术在测量过程中的精度见表1。

表1 静态测量下GPS 测量精度

使用GPS 监测房屋建筑结构的优点包括：一是高程测量精度可达5 mm±1 km×10-6。二是整体观测时间较短，通常能够在30 min 内完成，短距离定位监测时，仅需15～20 min。三是监测过程中，可以借助测得的数据，在计算机中构建相应的三维坐标，从而使后续的计算分析效率明显提升。

2.3 三维激光扫描

1950 年，三维激光扫描技术正式应用于测绘领域，该技术能最大限度地还原整体建筑的全方位数据，并结合计算机构建建筑的3D 模型，便于监测人员展开后续的模拟与分析，从而使工程测量监控效率得到明显提升。该技术的数据采集效率相对较高，在建筑结构变形测量过程中，能快速处理测量数据，发现异常情况时，第一时间生成该区域的不同方向截图，以便进行深度分析及监测，准确发现建筑变形区域，提高实际变形监测效果。

3 房屋建筑结构的变形监测应用

以某市超高层建筑为例，该建筑总占地面积为75 512 m2，总建筑面积为272 982 m2，整体建筑高度为530 m，地上结构共有100 层，地下结构3 层。建筑集多种功能于一体，其中，6层、44 层、45 层、71 层、72 层为设备层和避难层。建筑的主要施工面包括钢结构面、 竖向墙体结构与核心筒结构。在施工过程中，由于要先构建钢结构与核心筒结构，需保障其垂直度符合标准，避免出现结构变形，影响整体工程建设质量。

3.1 测量精度控制

结合工程情况，为确保工程建筑结构变形测量结果具有实际意义，在实际测量作业过程中，应加强精度控制[3]。

1）合理选择测量仪器。本工程采用GPS 测量技术、智能型全站仪测量技术和激光技术，通过3 种方法的有机结合，取长补短，全面提高对建筑结构变形的识别效果。准备仪器设备时，应结合不同技术使用的设备情况，明确不同设备的型号、数量和精度要求，见表2。

表2 测量设备信息

2）优化测量总体布局。测量前应对工程的测量控制网加以划分，本工程使用三级布网的方式，以提高相关技术的实际测量精准度。在选择网点时，为确保卫星对其展开持续性监测，尽量避免建筑物受到环境遮挡，确保卫星高度保持在15°左右。设置观测站时，应确保200 m 范围内不存在强烈电磁波干扰源。观测过程应符合表3 要求。

表3 GPS 测量要求

3.2 建筑测量方法

由于建筑结构为核心筒结构，因此，在变形测量过程中应对建筑的核心筒垂直度进行测量监控，一旦核心筒的垂直度出现偏差，说明建筑结构存在变形情况，需尽快处理。以全站仪测量为例，在使用智能型全站仪测量前，先要确定参考线。科学设置参考线有利于测量数据的整合，明确测量前后不同视点之间的坐标关系，从而使平面直角坐标系的构建精度得以提高。设置参考线后，测量人员可以自由设站，将测量的数据输入计算机系统，构建明确的坐标系。测量并计算每层核心筒结构的垂直度，统计并分析结果，得到最大的偏差层以及偏差值数据，并将其与相关工程建筑施工规范对比，分析结果是否符合建设要求。

3.3 建筑变形

定期对建筑结构展开测量，整合建筑结构监测数据并上传至计算机中，对建筑监测数据加以分析，构建相应的监测分析模型。常见的监测模型包括：回归分析模型、时间序列模型、卡曼滤波模型、人工神经网络和灰色系统分析模型。

以灰色系统分析模型为例，该模型能对建筑地上部分的变形情况和地下结构的沉降情况进行全面的分析预测。其原理是利用监测数据构建灰色微分预测模型体系，在此基础上，对建筑发展规律及后续发展情况进行合理预测和分析。模型所包含数据信息会在监测过程中逐渐完善，相应的，模型预测准确率也会得到提升。使用模型时，不仅要将原始监测数据构建为数据生成包（原始数据见表4），同时，还要完善数据运算过程和模型精度，最后根据模型完成建筑结构变形情况的分析工作。

表4 建筑监测点J01 不同时期的监测数据

使用MATLAB 软件的灰色GM（1,1）理论对数据加以分析，形成相应的运行系统，对建筑不同监测期数下的监测值进行预测，与真实值对比，形成相应的对比图，如图1 所示。

图1 J01 点的实测值与预测值对比图

分析图1 可知，预测值与真实值之间的差距不大，这说明灰色预测模型的构建具有较强的参考性。实际工作中，可以通过调整预测模型的精度等级，提高对数据的预测和分析效果，同时降低误差影响，使建筑变形监测效率达到理想水平。

4 结语

综上所述，以某超高层建筑为例，通过不同方式对目标建筑物结构的垂直度展开分析，得出了以下结论：

1）智能型全站仪技术、GPS 测量技术和三维激光扫描技术在实际的测量中均有良好的使用效果；

2）结合项目建设要求，对施工现场进行布网，并采取多种技术综合测量的方法，能有效提高实际的测量效果；

3）建筑结构变形测量时，可通过对核心筒的测量和预测，了解当前核心筒的垂直度，并对建筑结构变形情况加以预测。