超高层建筑远程控制变形监测系统.docx
《超高层建筑远程控制变形监测系统.docx》由会员分享，可在线阅读，更多相关《超高层建筑远程控制变形监测系统.docx（12页珍藏版）》请在冰豆网上搜索。
超高层建筑远程控制变形监测系统
超高层建筑远程控制变形监测系统
摘要：
随着城市化进程的加快,城市用地紧张。
而高层建筑逐渐成为城市建筑中的重要组成部分。
超高程建筑的安全监测成为一个热门话题，本文首先介绍了各种不同变形监测数据处理方法，在此基础上，设计了超高层建筑远程控制变形监测系统。
关键词：
超高层建筑；变形监测；远程控制
1变形监测网数据处理方法
对于监测网的数据处理属于变形的几何分析范畴，包括确定相对或绝对变形量的大小、几何分布和变化规律。
变形监测网一般由参考网和相对网组成，对于监测网周期观测数据处理，主要是确定稳定点，估计变形点相对于稳定点（或基准）的变形。
对于零期和一期观测，多采用秩亏自由网平差或拟稳平差法做变形分析，一旦确定存在稳定点，则仍以稳定点为基准进行约束平差为宜。
周期观测点场稳定性的统计检验与判别，通常采用平均间隙法和最大间隙法。
对于监测滑坡体的周期观测网，在获取到各期监测点的位移值后，可采用聚类分析法进行变形模式的拓朴约束识别，自动划分变形块体和估计各块体的变形模型参数。
[1]
1.1回归分析法
取变形（称效应量，如各种位移值）为因变量，环境量（称影响因子，如水压、温度等）为自变量，根据数理统计理论建立多元线性回归模型，用逐步回归法可得到效应量与环境量之间的函数模型，用这种方法可做变形的物理解释和变形预报。
因为它是一种统计分析方法，需要效应量和环境量具有较长且一致性较好的观测值序列。
在回归分析法中，当环境量之间相关性较大，可采用岭回归分析；如果考虑测点上有多个效应量，如三向垂线坐标仪、双向引张线仪，二向、三向测缝计的观测值序列，则可采用偏回归模型，该模型具有多元线性回归分析、相关分析和主成份分析的功能，在某些情况下优于一般的逐步线性回归模型。
1.2时间序列分析法
大坝变形观测中，在测点上的许多效应量如用垂线坐标仪、引张线仪、真空激光准直系统、液体静力水准测量所获取的观测量都组成一个离散的随机时间序列，因此，可以采用时间序列分析理论与方法，建立p阶自回归q阶滑动平均模型ARMA（p、q）。
一般认为采用动态数据系统（DynamicDateSystem）法或趋势函数模型+ARMA模型的组合建模法较好，前者把建模作为寻求随机动态系统表达式的过程来处理，而后者是将非平稳相关时序转化为平稳时序，模型参数聚集了系统输出的特征和状态，可对变形进行解释和预报。
若顾及粗差的影响，可引入稳健时间序列分析法建模。
对于小数据量的时间序列，可采用灰色系统理论建模，通过对原始数列采用累加生成法变成生成数列，可以减弱随机性，增强规律性。
在组合建模中，也可以通过建立灰微分方程提取变形的趋势项。
在时序分析中，一般是针对单测点，若顾及各测点间的相关性进行多点的关联变形分析，则可能取得更好的效果。
1.3频谱分析法
对于具有周期性变化的变形时间序列（大坝的水平位移一般都具有周期性），可采用付立叶（Fourier）变换将时域信息转到频域进行分析，通过计算各谐波频率的振幅，找出最大振幅所对应的主频，可揭示变形的变化周期。
若将测点的变形作为输出，与测点有关的环境量作为输入，通过对相干函数、频率响应函数和响应谱函数进行估计，可以分析输入输出之间的相关性，进行变形的物理解释，确定输入的贡献和影响变形的主要因子。
1.4卡尔曼滤波法
将变形体视为一个动态系统，系统的状态可用卡尔曼滤波模型即状态方程和观测方程描述，状态方程中若含监测点的位置、速率和加速率等状态向量参数，则为典型的运动模型。
这种模型特别适合滑坡监测数据的动态处理，也可用于静态点场、似静态点场（如变形监测网）在各周期观测中显著性变形点的检验识别。
该法的优点是有严密的递推算法，不需要保留使用过的观测值序列，而且可把模型的参数估计和预报结合在一起。
该法是一种变形的动态几何分析方法。
应用时需注意初始状态向量及其协方差阵以及动态噪声向量协方差阵的确定，采用自适应卡尔曼滤波可较好地解决后一问题。
1.5有限元法
有限元法是一种采用确定函数模型直接求解变形的具有先验性质的方法，属于确定函数法，它不需要做任何变形监测。
将混凝土大坝按一定规则划分为很多计算单元，根据材料的物理力学参数（如弹性模量、泊松比、内摩擦角、内聚力以及容重等），建立荷载与变形之间的函数关系，在边界条件下，通过解算有限元微分方程，可得到有限元结点上的变形。
计算的变形值与单元划分、函数模型和物理力学参数选取有关，假设性较大，同时，未考虑外界因子的随机影响，因此，用该法所计算的变形仅作参考。
如果计算的变形值与实测值有较大的差异，往往需要对模型和参数进行修改并进行迭代计算。
若根据实测变形值采用确定性函数反求变形体材料的物理力学参数，则称为反演分析法。
反演分析法一般与有限元法联合使用。
1.6人工神经网络法
大坝变形与影响因子之间是一种非线性、非确定性的复杂关系，模糊人工神经网络法将生物特征用到工程中，用计算机解决大数据量情况下的学习、识别、控制和预报等问题，是新近发展起来的一种行之有效的方法，对于具有大量监测资料的大坝安全分析与预报尤其适合。
以影响因子作为神经网络的输入层，以变形量作为输出层，中间为隐含层的三层反传（backpropagation）模型（称BP网络模型）最为成熟，网络拓朴结构（每层特别是隐含层的节点数确定）、反传训练算法、初始权选取和权值调整、步长和动量系数选择、训练样本质量、训练收敛标准等是重要的研究内容。
此外，将小波分析与人工神经网络相结合的小波神经网络组合预报方法，将人工神经网络与专家系统相结合建立大坝
变形、预报的神经网络专家系统也极具应用前景。
1.7小波分析法
小波理论作为多学科交叉的结晶在科研和工程中被广为研讨和应用。
小波变换被誉为“数学显微镜”，它能从时频域的局部信号中有效地提取信息。
利用离散小波变换对变形观测数据进行分解和重构，可有效地分离误差，能更好地反映局部变形特征和整体变形趋势。
与付里叶变换相似，小波变换能探测周期性的变形。
将小波用于动态变形分析，可构造基于小波多分辨卡尔曼滤波模型。
将小波的多分辨分析和人工神经网络的学习逼近能力相结合，建立小波神经网络组合预报模型，可用于线性和非线性系统的变形预报。
[2]
2.高层变形监测系统概述
一个比较成熟的超高层建筑物远程控制变形监测系统应具备4个基本组成部分，分别是传感器子系统、数据采集与传输子系统（又可分为数据采集系统及数据传输系统）、数据管理子系统（数据的存储管理及部分曲线图表）和预报预警子系统（包括分析显示、安全评估及报表输出部分），其组成结构如下图所示。
图5.1系统组成
1）传感器子系统
传感器是变形监测数据的源头，可将位移、倾斜、加速度、速度、温度、气压等监测量转换成电信号输出，负责感知外界环境变化和收集建筑体结构效应信息的任务，它们的性能和布设方法直接决定了监测精准性和全面性。
适用于超高层建筑安全变形监测系统的传感器子系统必须具备如下特性：
a传感器性能指标满足测量要求；b高可靠性和高耐久性；c与通信、采集等系统设施兼容，具有一定扩展性；d传感器元件不影响施工及结构性能。
[3]
2）数据采集与传输子系统
数据采集与传输子系统主要功能包括：
a收集传感器输出的数据并对数据进行信号处理；b存储采集到的数据；c把数据传输到监测中心。
子系统的组成包括硬件和软件两部分：
硬件部分主要包括各类信号传输介质、信号转换装置及信号中继器设备等，常用的有电缆、光纤/Wi-Fi、RS232/RS485串口通信设备、数模转换（A/D）卡、数据采集仪、工控机等，对于这些部分的设计出了满足正常使用，还应考虑性价比的原则；软件部分主要为串口通信程序，可以通过指令的形式远程操控各类传感器，并实时获取其测量数据并返回结果，功能是集成并处理数据，将各种数据恓有条理有重点地反馈给监测人员，并通过局域网或互联网传输数据。
另外值得一提的是，数据传输系统需要连续不间断的供电保障，因此需要布设专门的输电线路及安装UPS电源设备。
在变形监测系统中，数据采集一般分为自动采集和人工采集两种方式，并且自动采集方式承担了大部分的数据采集工作。
所谓的自动采集是指由各类传感器组成的自动实时采集系统，当传感器采集系统无法正常工作或者需要进行某些人工监测作业（如沉降监测）时，则系统切换人工采集模式。
在自动采集方式中，各类型传感器能将位移、加速度、速度、应力、应变和温度等监测数据直接转换成可以进行远程传输的电子信号，以用户自定义的时间间隔不断地进行数据采集器进行工作，并将采集到的数据存入到系统数据库中。
在人工采集方式下，可以将数据通过系统预留的人工数据输入接口，按照规范格式输入到系统的监测数据数据库中。
远程控制数据的采集需要Internet/Intranet帮助，通过网络可以将系统内的所有传感器采集数据及数据处理工作、现场非实时的数据分析工作和健康诊断工作交与远程服务器终端进行。
这种工作模式，有利于研究人员和工程用户随时了解现场系统的运作情况及相关参数的变化，根据变化在客户机上向控制端发出指令对系统的运作做相应的调整，这样不仅提高了数据信息应用的效率，也达到了远程控制的目的。
[4]
3）数据管理子系统
数据管理子系统在整个系统中的主要功能就是实现对监测数据的有效存储和管理，包括数据修改、删除、查询、备份等操作。
变形监测数据库的性能直接影响到整个系统的稳定性与高效性。
监测系统的数据信息由项目信息、用户信息及监测数据信息等构成。
项目信息由系统人机交互接口通过人工输入的方式输入到数据库中。
同样，在创建管理用户的过程中，用户信息自动的被保存在系统数据库中。
而数据库中最为重要的监测数据是通过数据传输子系统由传感器端自动采集、上传而获得。
数据库按存储方式的不同分为集中式数据集合分布式数据库。
顾名思义，前者即是把数据集中在一起然后进行统一管理；后者的数据分布各个网络结点上，因此数据的处理任务由局部处理机来完成。
前者的优点是减少了数据之间的冗余和不一致性，缺点是由于系统相当庞大造成操作复杂、资源开销大、处理不同领域问题时表现出的笨拙性及信道的拥堵现象；后者的优点是响应速度快、经济灵活、负荷分散均衡、可扩展性好几偶然故障的全局影响性小等，缺点是通信开销大、安全性和保密难控制、存取结构复杂及系统故障率高等。
4）预报预警子系统
预报预警子系统的功能体现在两个方面，一方面是数据库中的数据的分析预测、分析曲线等图表的绘制与显示；另一方面是依据相关理论及科学研究，准确、客观地评价超高层建筑结构的安全性、耐久性和正常使用的性能，生成报表、给出建议，为超高层建筑的维护与管理提供决策依据，必要时发出预警以保证人员的生命财产安全。
数据分析的方法主要动力指纹分析法、模型修正法语系统识别法、神经网络法、遗传算法、小波变换等，而目前在超高层建筑中应用较为广泛的为前两种方法。
可靠度理论是目前普遍适用于结构安全性评估的方法，安全评定的内容包括正常使用状态评定和极限承载力状态评定。
可靠度
数据分析可分为实时分析和事后分析两种模式，实时分析主要以及时预警为目的，事后分析主要以精确预报和科学研究为目的。
在实时分析模式下，各类传感器将采集到的数据发送到服务器后，数据分析子系统随即开始工作。
首先从返回的测量信息里判断外界环境的稳定性，仪器的稳定性，并根据基本的参数资料和评判识别准则，对实测数据进行异常值标识、突变值标识以及趋势性变化识别，以判断测量数据是否符合用户定义的要求等，不合理的数据将进行重新采集。
最后将预处理后的数据存入测量数据数据库中。
在事后分析模式下，根据用户需要应用相关算法对原始数据（或预处理后数据）进行处理，得到比较精确、可靠的建筑物变化数据。
此外，在两种模式下经过分析后的数据，均可在该子系统中以曲线图的形式展现出来，供相关人员使用。
报表输出部分的功能是将原始观测数据及其分析成果经过编辑、审查、论证环节，按照用户要求的格式，以规范化图表相结合的形式输出成报表文件，并可以将最终成果做成纸质档案及电子档案发送给用户。
实时预警部分的主要功能是建立预报模型，根据已经观测到的数据，进行计算分析，并对可能会发生的某些突发情况进行预警。
预警结果通过短信、e-mail等现代通讯手段实时提供给相关的技术人员及管理人员，以便及时处理这些信息。
预警子系统也将这些结果自动存入系统数据库中，以便相关人员日后进行查找、分析与参考。
[5]
2．1系统物理框架
本远程控制变形监测系统，以具体的超高层建筑结构体为基本适用对象，将现代的结构理论、分析预报理论、信号处理、数据通讯技术、各类传感器技术、数据库管理、软件开发及硬件研制与搭建等集为一体，把土木工程、数理统计、计算机等学科交叉融合在一起，能够远程实时动态监测超高层建筑在外界环境因素作用下的变形效应，为安全施工提供指导性信息，为结构的安全评定的提供科学依据，从而保证建筑体的健康状态，延长建筑体的寿命。
本课题搭建的系统的物理结构整体框架由三大部分组成。
第一是设备的主体部分：
本文根据实际的项目需要选择了四个传感器或者测量设备，分为测量机器人（TM30）、电子倾斜仪（NIVEL220）、激光投点图像位移计（CMOS）及气象计；第二为本地监测部分，本地的连接主要是有线传输，如USB、R232或R485等比较短的线缆，适用于现场监测；第三为远程控制部分，主要依靠网络适配器模块，将监测设备连入局域网，进而实现远程连接与控制。
本课题系统实现了串口通信、自动化控制、数据采集、数据传输、数据存储、数据简单处理、部分变形曲线显示及简单的分析报告等功能。
[6]
2.2系统软件功能框架
系统软件功能的设计与实现，以选择的监测设备为基础，以项目监测要求为指导，以满足工程的基本要求为方针。
系统的开发工具为MicrosoftVisual2010，开发环境为.NetFramework3.5，编程语言为Csharp，系统数据库本系统中选择了SQLite，还涉及其它方面的软件环境，如Csharp界面设计组件DevComponents.DotNetBar2.dll、MicrosoftOffice下的Excel等。
根据本人实际完成的工作，系统软件功能框架如图5.4。
本系统的功能主要是数据采集与传输、数据的存储和预处理、数据的分析及变形图标的可视化。
系统中设计的四种测量仪器分别是，倾斜仪、图像位移计、测量机器人和气象计。
根据需要每个设备的功能模块并不一致，如每个测量设备都有项目文件管理、相关参数设置、数据实时动态显示及数据存储功能，而后期的数据分析及显示的功能只存在与除倾斜仪的三个测量设备中；每个测量设备功能独立性较大，功能相关性较弱。
因此有待进一步的改进、提升与扩展，如数据融合管理、可靠的安全健康状况评估等。
2.3系统功能模块的实现
本章节对系统的功能模块进行具体的介绍：
先对系统的主界面进行简单介绍，主界面呈现了系统的基本功能，而后对三个测量子系统的功能进行详细介绍。
2.3.1主界面
超高层建筑远程控制变形监测系统主要包括文件、监测类型、数据管理、安排评估四大模块。
监测类型模块是主要的功能模块，根据监测的效应量选择使用的设备类型：
全站仪、倾斜仪、图像位移计、气象计。
有待完善的模块为数据管理和安全评估模块，下面重点介绍全站仪监测子系统、倾斜仪监测子系统和图像位移计监测子系统，该三个测量子系统是应广州东塔项目需求专门研发的，能够满足专项测量需求。
它们有如下共同特点：
提供了高效、便捷的自动化测量，大大提高了工作效率，降低了劳动强度；可实现全天候测量，为加快施工速度创造良好条件；同时满足了内、外业数据一体化、规范化的作业要求，充分显示系统的先进性、可靠性与经济性；实时数据处理，该软件检测系统不仅可以自动完成数据采集功能，而且可以实时对采集到的数据进行处理，数据处理结果通过图形实时显示，大大提高了作业效率，也对作业人员提供更加可靠的判断依据；容错性高，可以在程序编写界面实时对仪器进行控制和调试，便于软件的维护，开发人员在编写该软件时，对程序异常情况处理较好，使得本软件的容错性较高，可以有效避免软件崩溃。
2.3.2全站仪监测子系统
全站仪测量子系统硬件部分由一台或多台具有GeoCOM开发环境的徕卡测量机器人和PC机组成。
主要功能是能够满足结构监测点多周期、多测回重复观测的需求并实时显示各监测点的运动轨迹图。
该子系统的主要特点：
限差设置灵活，可以是国家测量规范中的限差，也可以根据具体的需求自定义设置各项限差；自动观测，完成学习测量后仪器可以自动寻找目标，对目标进行自动照准，完成多测回测量并对测量数据实时检查保证数据质量，超限后可以自动处理或报警；数据管理稳定，数据管理部分采用SQlite数据库，数据存储和数据导出稳定可靠，与传统的文件管理方式相比，更一步提高了软件的性能；
软件开始面板显示了该软件的主菜单，菜单具体功能如下：
（1）项目管理：
主要是对项目管理，包括新建项目、打开项目、删除项目及程序退出功能；
（2）参数配置：
主要是配置测量参数，包括通讯参数、测站设置和限差设置。
（3）数据采集：
包括学习测量、任务配置和自动测量三部分。
学习测量是初始测量，需要操作人员输入监测点点名等信息并进行首次测量，自动测量时在学习测量的基础上完成自动化监测工作。
（4）数据管理：
主要是完成监测点运动轨迹的图形显示和观测值数据导出功能。
（5）帮助：
主要是软件的相关信息。
1）自动化监测流程
按照子系统的功能，对全站仪监测子系统操作流程进行简单介绍。
首先，新建一个工程项目，通过设置PC机与仪器的通讯串口参数连通全站仪，并在测站定向后设定水平角、竖直角及距离测量的限差；然后，对监测目标进行学习测量，即在最初的半个测回，人工依次粗略照准各个目标点，依次对各点进行测量，并保存学习测量数据；最后，根据任务配置，全站仪会按照配置完成自动化监测任务。
[7]
2）数据管理
在SQLite数据库管理下，使数据能够结构化存储，同时具有部分图表绘制的功能，主要是监测点多期成果的一个变形曲线图和各监测点的变化轨迹图，如图5.8所示。
为方便原始数据的打印和不同层次的需求，该子系统还添加并实现了观测数据由数据库形式到传统观测手簿的转换功能，导出的观测手簿为excel.xls格式。
2.3.3图像位移计子系统
1）系统研发介绍
鉴于该子系统包括硬件部分都是自研的，有必要先对其构成、原理等进行简单介绍。
本系统主要由硬件和软件两部分构成。
硬件部分包括垂准仪（激光发射器）、激光接收靶、标定板及CCD图像传感器、图像采集卡等；软件部分包括相机标定、数据采集及数据分析等。
（1）图中A部分是硬件设计的核心部分，具有构思灵巧、原理简单、结构精巧、可行性和实用性强等特点。
数据采集前，接收靶位置被标定板取代，以便对相机进行标定。
（2）工作原理
垂准仪或投点仪向上垂直发射激光束（激光束形状一般有两种：
单点型和环珊型），安置在相应位置的精密接收仪经整平后将投射的激光束成像在内部固定位置的接收靶上，位于接收靶上面相对位置固定的图像传感器对其拍摄获取激光束图像，经过光电数模等转换将图像信号送入数据采集卡，数据采集卡对其进行调理、采集、缓存，并通过USB2.0接口将数据输送到计算机；软件系统在计算机在程序控制下实时对数据进行处理、运算，获取激光束中心实时位置，并通过用户界面控件实时显示投点位置的坐标及其变化情况；最后根据实时位移数据及后处理数据综合分析接收仪安置位置相对于垂准仪安置位置的运动状态，并作出判断和修正意见。
[8]
（3）核心算法及技术指标
数据采集的核心算法是一种自适应阈值激光光斑中心定位方法，该方法基于自适应阈值图像二值化方法，然后提取二值化后的激光光斑边缘，最后利用最小二乘椭圆拟合法确定激光光斑的中心坐标，具体流程如图5.11所示。
经实验验证，本系统测量技术指标如下：
a测量范围：
Y方向90mm，X方向90mm；b测量精度：
±0.2mm；c分辨率：
0.08mm；d采集速率：
24次/s。
2）功能介绍
该子系统的主要功能是完成对超高层建筑体不同楼层段间的挠度变化进行监测，实时显示各监测点的周日摆动轨迹图，并探讨其周日变化规律，为平面控制网点的竖向传递提供改正数据，控制施工质量，提高建筑体的垂直度。
该子系统的主要特点有：
创新性高，该系统的硬件及软件部分都是根据项目需求及现场环境特点自研开发的；实用性强，设备构造简单，费用低，可批量生产以适应超高层建筑大量涌现的需要；光斑提取方法灵活，根据具体情况（包括光斑形状与成像效果），可以人工的选择光环光环中心提取法和重心法；数据获取安全可靠，当光斑被遮挡超过一定的时间,自动报警，提示工作人员及时处理。
（1）主菜单：
菜单具体功能如下：
文件：
主要针对项目管理，包括新建项目、打开项目、保存项目及关闭（程序退出功能）。
数据采集：
主要是实时采集数据，包括视频显示、点位实时变化、相机控制及测量方式选择及控制功能。
数据分析：
主要是数据后处理，包括读取数据、粗差剔除、曲线拟合及展点功能。
当前数据拟合方法为多项式拟合，展点即显示挠度二维变化曲线。
相机标定：
主要是利用直接线性变换方法，求取相机的各项参数。
视图：
主要是对界面的可视化控件排列方式的控制，包括水平和竖直两种排列显示方式。
帮助：
主要是软件的相关信息。
收起/展开：
对工具栏进行折叠展开控制
（2）用户窗口
视频和工程信息：
相机实时拍摄的动态影像
属性项：
当前项目的相关信息
中间区域：
显示监测点的坐标变化信息或整体变化曲线
1）在线监测流程
按照子系统的功能，对全站仪监测子系统操作流程进行简单介绍：
首先，将制作好的标定靶放入接收仪中，进行相机标定；然后，用接收靶换掉标定靶，打开激光投点仪，并调整位置使得激光环珊能够成像接收靶的适当位置；之后选择激光类型，设定相机参数，使得图像尽量清晰且提取光斑中心的精度最高；最后，设定监测频率，进行在线监测。
2）数据分析
数据分析模块，属于数据后处理部分。
分析前，先读取数据库中采集的源数据，然后预处理、拟合并将绘制效果曲线；在分析过程中，分析报告的部分参数，如拟合精度、挠度变化量或椭圆拟合参数等，以文字形式描述在界面中。
2.3.4倾斜仪监测子系统
倾斜测量子系统硬件部分由一台或多台NIVEL220双轴高精度倾斜仪和PC机组成，通过R485信号总线与PC机相连。
倾斜测量系统主要功能是对结构的倾斜情况进行连续的实时监测，记录个楼层上仪器的数据，输出大楼与垂直轴线偏移的X轴和Y轴值，并能够使监测值实时动态的显示出来，为模版安装定位提供测量基准；倾斜值依据相关理论转化为挠度值，可与图像位移计子系统监测结果作相互对比。
该子系统的特点主要有：
测量频率较高，可达3HZ；测量效率高、累积误差小等。
[9]
1）超高层建筑挠度变化监测原理
将角位移转化为（水平）位移，仅当结构的挠曲形状已知时才有可能。
对于单一的框架结构，是容易做到的。
图5.12（A）显示了位移和由测斜仪测量的倾斜角之间的关系：
位移
，其中H为倾斜仪安置处建筑物的高度，A为监测的倾斜角，而实际上建筑体倾斜并不是线性，而是一条曲线，那么实际的位移d与D之间存在差异。
利用微积分原理，经简化后可以得到一种近似计算[17]。
如图5.12（B）所示，其中S为塔体偏移的相对位移，
为检测建筑体的相对高度，
和
分别为检测点的高度，
可以分为n段（n为倾斜仪个数），假设每段的长为
，而且每段
所对应的倾斜角度为
，即所检测塔体的倾斜位移为：
。
再次简化模型，测站i与i+1之间的相对水平位移按下式计算：
式中：
为测站i的角位移，以弧度为单位。
为测站i的高程（米）。
图2.8倾斜仪监测挠度原理图
2）系统简介
倾斜测量子系统采用的通信接口是R485，最多可连接32台同一系列的倾斜仪，在超高层建筑的倾斜监测应用中，往往需要多台仪器。
如需实现多台倾斜仪同时监测且进行远程数据传输和控制，就要实现远程数据传输功能。
在无线通信网络信号比较好的情况，本实验平台采徕卡NIVEL22
升级会员 