基于多测点云相似的混凝土坝变形性态关联分析

大型混凝土坝的安全监测测点数量多、布置广泛,海量监测数据给及时准确分析评估大坝安全性态带来困难,为此引入云模型理论对变形监测资料表征混凝土坝性态的差异性及关联性进行分析。将大坝每个测点的监测数据视为一个云,单个测值视为云滴,进行云参数计算获取测值序列的云数字特征,进而通过多测点的云参数,计算测点之间的相似度和相似系数,用以表征不同测点反映大坝整体变形状态的差异和相关性。实例分析表明,云相似度能够迅速发现同类坝段中的异常测点,通过云相似系数的聚类分析实现测点分组,在实现大坝变形性态关联分析的同时,测点分组管理可有效提高监测数据分析效率。     

大坝健康状态综合诊断方法研究进展

大坝健康状态综合诊断是一个充满不确定性的、多层次、多指标的复杂非线性问题,不仅要考虑不同监测效应量对大坝整体健康状态的综合反映,而且要考虑监测信息不确定性给大坝健康状态综合诊断带来的不利影响。概括了大坝健康状态综合诊断的基本研究思路,重点介绍了基于数据融合、信息熵和云模型等现代数学理论的大坝健康状态综合诊断技术,分析了大坝健康诊断研究的发展趋势,以期为大坝健康诊断的进一步研究提供借鉴和参考。研究表明:数据融合理论可为多源监测信息融合条件下的大坝健康状态综合诊断提供一条新途径,信息熵理论可为信息不足或混沌无序条件下的大坝健康状态综合诊断提供一种新手段,云模型可为综合考虑监测信息复合不确定性条件下的大坝健康状态综合诊断提供一种新方法。     

基于EMD滤波和云模型的大坝安全监控指标拟定

为克服现有大坝安全监控指标拟定方法的不足,利用云模型,采用数字特征熵来揭示异常值的随机性与模糊性,通过期望、熵和超熵构成的特定结构算法,将大坝安全与否的定性概念定量表示,以此拟定安全监控指标。由于大坝监测效应量影响因素复杂,监测数据常存在高频噪声,因此应对原始数据进行降噪处理。以福建某大坝水平位移为例,先用经验模态分解(EMD)滤波方法去噪,然后采用云模型进行安全监控指标拟定,并与典型的小概率法进行对比分析。结果表明,基于EMD去噪和云模型拟定的监控指标是合理准确的。     

基于云模型的大坝安全监控指标拟定方法研究

采用正、逆向云算法研究了大坝安全监控指标拟定方法,在分析原始监测数据基础上,结合随机性和模糊性产生定性概念的数字特征,再由监测效应量的期望、熵、超熵构造定量转换值,实现"定量—定性—定量"的转换,以此拟定安全监控指标.以某混凝土重力坝坝顶水平位移为例,对所提出的云模型拟定方法进行了验证,并与典型小概率法进行分析比较,结果表明基于云算法拟定的监控指标是合理的、准确的,弥补了传统小概率法的诸多不足,能更准确地反映大坝坝顶水平位移变化情况.     

大坝安全监测智能感知与智慧管理技术研究及应用

水库大坝安全监测是工程安全的重要保障措施,亟需结合新一代信息技术,提升大坝安全监测能力。系统总结了长江科学院近年来在大坝安全监测智能感知与智慧管理技术方面的研究及应用工作,通过研发系列化智能传感器、智能采集单元和物联网感知平台,建设统一的大坝安全监测数据资源池,开发通用化安全监测云服务系统,搭建专业数据挖掘平台和综合可视化应用,实现了大坝安全监测数据感知、传输、管理、分析及展示全链路应用,形成了大坝安全监测全生命周期智慧解决方案。研究成果已在乌东德、溪洛渡、向家坝、大藤峡等100余项水利水电工程中成功应用,为保障工程建设及运行安全发挥了重要的支撑作用,具有很好的推广应用前景。     

大坝工作性态监测评估的云模型及其应用

大坝工作性态评估是水库大坝安全管理急需解决的重大问题之一。基于云模型理论探讨了大坝工作性态评价的新模型,从变形性态、渗流性态及环境因素3个方面来构建指标体系,建立基于云模型和组合赋权法的大坝工作性态能力评估模型,该模型依据大坝工作性态评价因子分类标准,计算各评价因子隶属于不同大坝工作性态等级的云数字特征,并结合评价因子权重和正向正态云发生器,得到待评样本的综合确定度,以确定大坝安全级别。实例应用结果及与其它评价方法对比结果表明,该模型应用于大坝工作性态分类是有效可行的,且具有计算过程简便,结果可靠的优点,也为其他类似问题分析提供了参考。     

基于云模型与证据理论的大坝安全综合评估方法

大坝工作性态影响因素众多、属性的特征多样、相互关系复杂,对其安全状况的综合评估是一个典型的不确定性问题。充分考虑大坝安全评估过程中的模糊性和随机性,组合应用云模型和DS证据理论开展了大坝安全多指标综合评估方法研究。依据大坝安全评估多指标体系和安全等级划分标准,借助云模型实现D-S证据理论中基本概率赋值,进而基于D-S证据理论并加以改进,构建了大坝安全综合评估模型,并提出了相应的综合评估实现方法。应用于实际工程案例分析,验证了文中所述方法的合理性与可行性。实例表明,通过云模型和D-S证据理论在大坝安全综合评估中的组合使用,有效降低了评估过程不确定性对其结果的影响,为大坝安全多指标综合评估提供了一种可行的途径和思路。     

基于PPA-极值理论的大坝变形预警指标拟定

大坝变形预警指标估计对实现大坝安全监控具有重要意义。基于极值理论,提出了POT变形预警模型,利用广义帕累托分布对大坝变形监测数据分布的尾部特征进行拟合分析,基于PPA和信息熵理论构建多测点变形熵,结合大坝失事概率,完成对其预警指标的估计。以某混凝土大坝为例建模验证,结果表明:POT模型可以更好地刻画变形监测数据分布的尾部特征,对预警指标的估计偏于安全。     

基于GIS平台的大坝安全监控系统研究与应用

针对大坝原型监测具有监测项目与监测仪器众多、空间分布广以及需要对海量监测数据做出适时处理与分析等特点,基于GIS平台建立大坝监测仪器的空间信息与监测数据的有机联系,应用大坝安全监控理论对大坝原型监测资料进行分析与建模,探讨系统数据库设计与空间数据的表达、监测数据预测模型适应性等问题,并结合清江隔河岩大坝工程构建了基于GIS平台的大坝安全监控系统。应用结果表明,基于GIS平台的大坝安全监控系统具有良好的数据管理、监测数据分析和可视化显示等功能,可显著增强大坝安全监控分析的直观性,提高大坝安全监控数据分析的工作效率。     

考虑谷幅收缩变形的高拱坝多源信息融合安全评判

水库蓄水过程中诱发的谷幅收缩变形对高拱坝结构的安全性有直接影响。为了评判谷幅收缩变形条件下的拱坝安全状态,以我国西南地区某高拱坝为例,首先,建立坝体变形监控模型,研究坝体变形与谷幅收缩变形的联系;在此基础上,融合大坝安全监测多源信息,构建了考虑谷幅收缩变形指标的大坝安全多源信息融合评判模型,采用云模型与D-S证据理论相结合的方法来评判大坝的安全性。基于监测数据由云模型求得的隶属度来确定大坝安全评价指标基本概率分配的方法,克服了传统方法主观性较强的缺点,结合D-S证据理论融合各监测指标基本可信度对大坝安全进行综合评判。结果表明,谷幅收缩变形可能是坝体倾向上游变形的主要原因,模型评判结果为大坝处于“基本正常”状态,与该高拱坝的实际情况基本相符,说明采用云模型求得的隶属度来确定大坝安全评价指标基本可信度分配的方法合理可行。     

基于最大熵和云模型的RCC坝变形监控指标拟定

变形监控指标是评估和监测大坝安全的重要指标。以高寒地区某碾压混凝土重力坝的挡水坝段为例,首先引入改进的快速Myriad滤波法对大坝变形监测数据进行预处理,然后采用最大熵法和云模型法拟定大坝运行期变形监控指标,最后探讨了异常概率与云模型弱外围元素对定性概念贡献率之间的联系。实例分析表明,虽然云模型法按3E_n原则拟定的变形监控指标与最大熵法按照异常概率为1%与5%拟定的变形监控指标存在一定差异,但在监测时段内大坝实测变形最大值均小于两种方法拟定的变形监控指标,由于两者均通过数字特征值进行计算,包含的主观成分少,拟定的变形监控指标更可信;采用云模型中的弱外围元素拟定的变形监控指标与异常概率2.15%时的变形监控指标较接近,云模型弱外围元素对定性概念贡献率的计算可以为变形监控指标拟定的异常概率确定提供参考。     

基于云服务的大坝安全监测信息管理与分析研究

为了解决大坝安全监测信息管理与分析中存在信息化、标准化程度低的问题,提高工作效率,采用Ｂ／Ｓ模式开发了基于云服务的大坝安全监测信息管理与分析系统。对云服务模式、云服务部署形式、以及系统功能进行了研究,并对通用数据库、数据导入、数据管理、自动生成报告等关键和核心功能设计进行了研究,通过应用实例表明,基于云服务的大坝安全监测信息管理与分析系统能够实现多项目的大坝监测信息的信息化、标准化管理和分析,提高了工作效率,具有广阔的应用前景。     

基于云平台的大坝安全监测数据管理及分析系统研发与应用

目前国内大坝安全监测工作存在着信息化程度较低、软件功能较为单一、专业技术人员缺乏等一系列短板,因此,针对安全监测实际工作需求,设计和研发了一套基于云平台的大坝安全监测数据管理及分析系统,实现了安全监测数据的智能感知、云端管理、专业分析与监控预警。阐述了系统技术架构和功能架构,详细论述了系统关键技术。系统已在数十个大中型水利水电工程中成功应用,能够有效提高安全监测数据管理及分析水平,具有很好的推广应用前景。     

基于威布尔分布的大坝变形监控指标研究

大坝变形监控指标不仅是监控大坝安全运行的重要指标,也是评价大坝工作状态的标准之一.目前常用的典型小概率法拟定指标时采用传统的正态分布,该分布的参数没有联系坝体的物理材料特性因而存在不足.由于威布尔分布能够拟合产品的寿命和强度等随机现象,用于大坝变形监控指标的拟定时,其参数能够反映大坝的坝体材料特性,不仅具有统计意义而且能在一定程度上体现大坝的工作状态,较采用传统的正态分布更加科学合理,且具有较强的适应性,能广泛运用于其他监控指标的拟定.     

小样本条件下砂砾石坝料级配特征参数的贝叶斯估计方法

筑坝材料干密度具有强烈的级配相关性,受P5含量、最大粒径、曲率系数等级配特征参数的影响尤为显著。然而在实际工程中,坝料级配参数通常是在大坝碾压施工结束后采用筛分法对质量检测试坑挖取的坝料进行筛分得到的。对于某一填筑单元工程而言,碾压区域的挖坑检测数据极少,导致目前大坝碾压智能监控系统中的土石方压实质量评估模型并未能够有效地考虑级配特征参数对压实质量的影响。鉴于此,为构建大坝填筑材料级配特征参数的总体分布,本文以大石门水利枢纽沥青混凝土心墙砂砾石坝的坝壳料碾压质量挖坑检测得到的小样本级配数据为研究对象,通过拟合优度检验确定以威布尔分布为小样本数据的分布模型,并利用参数化Bootstrap方法和非参数核密度估计法确定了小样本数据条件下待估参数的先验分布。进而利用贝叶斯理论结合现场某一碾压单元质量检测挖坑试验数据对先验分布加以修正得出了待估参数的后验分布。最后采用混合Gibbs抽样方法对后验分布进行模拟仿真求解,给出了基于贝叶斯理论的两参数后验威布尔分布估计结果,为大坝填筑施工过程中实时准确评估砂砾石坝料的压实特性提供了重要的数据支撑。     

基于小概率法的大坝多源监测预警阈值研究

针对大坝预警指标阈值确定方法不完善、监控指标指导作用不强等问题,本文基于霍尔三维结构,系统阐述了大坝预警理论,构建了预警指标体系。通过将大坝监测数据正态分布计算转换成查询柯尔莫哥洛夫分布表,提出了基于小概率法的大坝多源监测预警阈值拟定方法。结合某水库观测数据,拟定该大坝表面沉降及渗流量的预警阈值,分析结果表明,该方法能够有效评估监测指标与历年来抵御不利工况的能力,更好的反映大坝运行状况,极大地提高了监测信息的预警价值。