HTML)

分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

Title:: Time Series Analysis of Pier Displacement Stability Based on
Unit Root Test and Auto-Regressive Moving Average Model

作者:: 陈刚¹; 郭鹏²; 皮鹤³; 孙聪⁴; 李春光^*5; 1. 同济汇智（北京）科技发展有限公司，北京 102299；
2. 武汉市政建设集团有限公司，湖北武汉 430023；
3. 广西葛洲坝田西高速公路有限公司，广西百色 533500；
4. 武汉生态环境设计研究院有限公司，湖北武汉 430050；
5. 中国科学院武汉岩土力学研究所，湖北武汉 430071

Author(s):: CHEN Gang¹; GUO Peng²; PI He³; SUN Cong⁴; LI Chunguang^*5; 1. Tongjihuizhi Technology Co. Ltd，Beijing 102299，China；
2. Wuhan Municipal Construction Group Co.，Ltd，Wuhan 430023，China；
3. Guangxi Gezhouba Tianlin-Xilin Highways Co.， Ltd，Baise 533500，China；
4. Wuhan Ecological Environment Design and Research Institute Co.，Ltd，Wuhan 430050，China；
5. Institute of Rock and Soil Mechanics，Chinese Academy of Sciences，Wuhan 430071，China

Keywords:: time series; unit root test; auto regressive moving average model; pier displacement

摘要:: 评估桥墩位移是否收敛和稳定是桥梁健康评估的重要内容。在运用全球定位系统获取桥墩三维监测位移的基础上，首先运用时间序列方法对监测数据进行处理和分析，并使用单位根检验来确定桥梁监测序列是否平稳，为了克服短期偶发因素影响，进而建立自回归移动平均模型对桥梁信号监测数据进行预测分析，最后将桥墩水平位移实测数据与模型拟合结果的残差序列进行单位根检验，以进一步确定桥墩位移的长期稳定性。工程实例表明：单位根检验表明监测序列没有时间趋势，不存在单位根，数据序列为平稳序列，具有常均值和方差；自回归移动平均模型能够较好地刻画监测数据，且具有较高的可靠性和可行性；根据平稳时间序列模型的特征，可以计算监测序列的均值和方差。

Abstract:: It is a crucial aspect of determining bridge health to assess the convergence and stabilization of pier displacement. Based on three-dimensional monitoring of the pier displacement obtained by global positioning system，the time series method was applied to analyze the monitoring data. Specifically，the unit root test was used to determine whether the monitoring series of a bridge was stable or not. To overcome the influence of short-term contingencies，the auto-regressive moving average models were established to predict and analyze signal monitoring data. Finally，to estimate the long-term stability of pier displacement，the unit root test was performed on the residual sequence of the measured data of the horizontal displacement of the pier with the model fitting results. The results from the project case show that the time series is stable without time trend and unit root；the auto regression and moving average models are set up，which can describe the monitoring data well and has high reliability and good feasibility；the constant mean and variance of measured data can be calculated according to the characteristics of model of time series.

［1］王守越，刘成龙，张怀阳.运营期跨海大桥桥墩水平位移监测方法研究［J］.地理空间信息，2020，18（4）：96-99，117.

［2］王利宏，章祥，郑永卫.山区高低墩梁式桥墩顶水平位移分析［J］.浙江交通职业技术学院学报，2020，21（1）：5-10.

［3］谷任国，梁建勋.沉管基槽开挖对桥墩侧向位移影响的模型试验［J］.科学技术与工程，2020，20（1）：340-347.

［4］唐浩，孟利波，宋刚，等.基于ARMA 的桥梁监测信息预测技术研究［J］.世界桥梁，2015，43（3）：44-48.

［5］赵炜，屈兵，肖汝诚.基于季节ARIMA模型的桥梁退化预测分析［J］.上海公路，2015（3）：31-35.

［6］孙树礼，周四思，杜宝军，等.桥墩墩顶横向水平位移限值的研究［J］.铁道标准设计，2005（6）：60-62.

［7］张迅.常用跨度连续梁桥墩顶纵向水平线刚度限值研究［D］.成都：西南交通大学，2008.

［8］蔡邦国，陈伟敏.桥梁墩顶位移限值研究综述及个例分析［J］.湖南交通科技，2016，42（2）：182-187.

［9］韩晓冬，黄磊，于海东，等.ARMA模型在变形监测中的应用［J］.北京测绘，2016（2）：113-115，98.

［10］李修云，黄硕，杨文伟，等.面向桥梁结构状态预测的ARMA-GM组合时序模型研究［J］.重庆交通大学学报（自然科学版），2016，35（4）：6-9，24.

［11］陆萍，王涛，韦跃，等.时间序列模型在桥梁健康监测数据预测中的应用［J］.重庆科技学院学报（自然科学版），2018，20（6）：75-79.

［12］宋福春，段继鹏.基于时序分析的桥梁健康监测数据预测研究［J］.北方交通，2019（4）：5-7.

［13］余加学，张景志.GPS坐标序列ARMA模型在桥梁索塔形变监测中的应用研究［J］.甘肃科学学报，2020，32（3）：22-28.

［14］易丹辉.数据分析与Eviews应用［M］.北京：中国统计出版社，2002.

［15］ TSAY R S.金融时间序列分析［M］. 潘家柱，译.北京：机械工业出版社，2006.

备注/Memo:: 收稿日期：2021-04-25
基金项目：武汉市市政建设集团有限公司科研项目（WSZKY201808）
作者简介：陈刚，博士，高级工程师。E-mail：mikkchen@126.com
*通讯作者：李春光，博士，副研究员。E-mail：cgli@whrsm.ac.cn
引文格式：陈刚，郭鹏，皮鹤，等. 基于单位根检验和ARMA模型的桥墩位移稳定性时间序列分析［J］. 武汉工程大学学报，2023，45（4）：586-590.

更新日期/Last Update: 2023-10-25