大坝空间变形监控指标的拟定

针对传统方法在拟定大坝安全监测指标时对空间性和模糊性考虑的不足,采用投影寻踪方法对大坝不同高程处位移序列进行降维处理,生成位移投影值及位移权重,计算出加权位移值并运用正逆向云模型拟定大坝位移安全监控综合指标。以棉花滩碾压混凝土重力坝为例,运用投影寻踪模型和云模型拟定了4#坝段上下游方向位移安全监控综合指标,并分析了坝体加权位移值与环境量变化规律的相关性,针对某一位移超标值,通过与置信区间法拟定结果的对比分析,论证了该方法的合理性和可行性。     

基于高边坡位移突变的安全监控模型

高边坡受爆破、地震等强外界作用时,位移监测值会出现明显跳跃。有效辨识测值突变位置,消除或削弱位移突变对测值序列整体数值特征的影响,是提高高边坡位移监控模型拟合和预测精度的关键问题之一。基于高边坡系统演化过程中的非线性动力学特性,应用相空间重构、云模型等数值分析手段,研究了高边坡位移突变辨识等的实现方法;在对高边坡位移与影响因素相关分析的基础上,探讨了考虑动力学结构突变影响的位移预测模型构建原理与算法。该模型重点依据最近一次位移突变后的监测资料,考虑了突变后形成的相对稳定的高边坡动力系统特性,因而可以有效提高监控模型的拟合和预测精度。     

基于动力属性区间辨识的混凝土坝安全监控模型

对混凝土坝位移与影响因素相关分析的基础上,考虑混凝土坝系统演化过程中的非线性动力学特性．综合应用相空间理论、动力学结构突变理论等数值分析手段,有效辨识了测值突变位置。针对突变后形成的相对稳定的动力结构,探讨了混凝土坝长效服役安全监控模型的构建原理与算法。文末通过某混凝土拱坝实例验证．表明所提出的安全监控模型对混凝土坝位移的实时监测和预警都有重要意义。     

考虑时间序列关联的大坝监测异常数据清洗

针对传统大坝安全监测中异常数据清洗方法主要分析单一监测效应量,较难区分粗差和环境突变引起的异常值,提出一种利用关联规则约束和引导大坝安全监测异常数据清洗方法。首先,通过关联规则辨识强关联性序列,结合基于密度的聚类算法识别序列中异常数据;然后,根据关联序列异常数据清洗规则,辨识大坝安全监测中粗差数据,并利用基于粒子群优化最小二乘支持向量机模型重构异常数据。最后,对大坝典型位移量数据进行异常数据清洗。结果表明:该方法能够甄别监测效应量中环境突变引起的异常值,提高了大坝安全监测数据中数据清洗的准确性。     

基于混沌理论和突变诊断的高边坡变形预测模型

高边坡系统的演化过程表现出复杂的非线性动力学特性,由于边坡经常受到外界因素的扰动,而使整个监测资料时间序列具有以突变点为分界的跳跃性,因此,有效辨识测值突变位置,是提高高边坡位移监控模型拟合和预测精度的关键问题。组合应用相空间重构、云模型和最大Lyapunov指数等数值分析手段,研究了高边坡位移突变辨识的实现方法,探讨了考虑动力学结构突变影响的位移预测模型构建原理与算法。由于该模型依据最近一次位移突变后的监测资料,着重考虑突变后相对稳定的高边坡动力系统特性,因而可以有效提高监控模型的拟合和预测精度。以某水电工程为例,论证了利用该方法进行高边坡监测的有效性与准确性。     

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.     

边坡位移预警指标的实时估计与诊断

边坡预警指标的实时估计与诊断是实现边坡安全监控、预防边坡演变为滑坡的重要手段。安全预警注重考虑极端事件,其关键在于能否准确进行效应量序列分位数分析及刻画其尾部特征。基于极值理论中超阈值(Peaks over Threshold, POT)模型,分时段考虑边坡位移监测序列,借助Hill图法拟定合理的阈值,再利用广义帕累托分布(Generalized Pareto Distribution, GPD)对超阈值序列进行拟合分析,渐进地刻画位移序列分布的尾部特征,分析其抵御已经历荷载的能力。假定边坡失事概率,得到位移预警指标实时估计序列,挖掘或评估出该边坡面临可能发生极端荷载时的抵御能力。最后基于突变理论中尖点突变模型对位移预警指标实时估计序列进行突变诊断,结合具体边坡工程实例,验证了POT-突变理论混合模型的合理性。     

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。     

水库大坝结构失稳突发事件预警阈值研究试探

突发事件的预警是大坝安全应急管理的有效技术支撑，能为应急管理赢得宝贵的时间，可以大大减少突发事件带来的生命、财产及社会环境等损失。文中首先阐述水库大坝突发事件的含义与分类，对水库大坝结构失稳突发事件的突变特征进行了探讨；以安全监控模型的时效分量为警兆信息，基于突变理论，建立了时效分量的突变模型；然后，结合遗传寻优算法，提出水库大坝结构失稳突发事件预警阈值的确定方法。工程案例表明，该方法切实可行。     

短时变形测值序列的大坝安全监控模型

为解决大坝短时间序列安全监测数据的建模问题,利用单独1 a的监测数据,采用基于特征正交分解的方法建立了某重力拱坝的安全监控模型,分析了模型拟合精度和预测精度,并同常规逐步回归分析方法进行了拟合和预测精度的对比分析。工程实例表明,基于特征正交分解的逐步回归分析方法可以建立短时间序列的大坝安全监控模型,其技术指标明显高于采用一般逐步回归分析所建立的模型。