杨家槽滑坡体稳定性位移监测

 杨家槽古滑坡， 体积约880万m3。在清江隔河岩水利枢纽兴建前夕，千余居民迁移到该滑坡体上居住。1991年地质初勘确认为基岩滑坡后, 开展了滑坡内部和外部变形观测。稳定性监测以仪器监测为主， 同时结合地质调查和宏观巡视检查。观测贯穿大堤蓄水前、蓄水期和运行初期全过程， 取得了滑坡位移、 降雨量、地下水、江水水位之间的相关关系。6年来的大量监测资料表明，杨家槽滑坡体在库水位下降时， 滑舌部位仅出现微小向下位移， 滑坡整体稳定性尚好, 采取适当地表排水措施, 可不予搬迁, 但必须继续加强安全监测工作。     

滑坡体位移与雨量的灰色关联度分析

本文利用灰色系统理论关联度原理,对碧口水电站青崖岭滑坡体观测点的合位移与库区降雨量进行了关联度分析。结果表明,该滑坡体的滑动量时程线与雨量过程线十分相似,所选测点的关联度值均大于0.65,说明雨量是影响该滑坡体的主要因素。为确定工程处理提供了有力的证据。     

黄腊石滑坡深部位移分析及其趋势预测

滑坡体深部位移监测资料分析结果表明,黄腊石滑坡群中西部的大石板和东部的石榴树包两处滑坡是位移正在发展的滑坡,滑动面部位明确,位移速率均缓慢。东部的石榴树包滑坡前部,在长江出现特大洪水并快速消落的情况下,滑坡体的稳定性降低。每年雨季,特别是暴(久)雨期,滑坡体位移明显增大。地表排水是降低滑坡体位移速率的有效措施。用灰色预报GM(1.1)模型对滑坡位移进行预测的结果表明,位移的预测值与实测值吻合较好,并预测滑坡未来位移呈增长趋势。     

引水洞及滑坡体监测位移黄金率灰色预报

本文以灰色系统理论为指导，以ＧＭ（１，１）模型为基础，提出了“黄金率灰色拓扑选择”建立预报模型的新方法，并对隔河岩水电站引水洞群施工期监测得到的位移数据和茅坪滑坡体位移监测值进行了数据列预报，检验结果预测值与实测值吻合较好，可达到短期预报的目的。     

库水位波动下三峡库区典型堆积层滑坡位移特征及预测

以重庆奉节县某滑坡作为典型堆积层滑坡,基于地质条件及位移监测资料分析,总结了该滑坡的位移特征及主控因素。提出了基于库水运行工况概化,通过有限元渗流计算程序获取各工况下的滑坡渗流场,并将其依次导入有限差分程序,获取滑坡位移场的位移预测方法。该方法考虑了滑坡稳定性主控因素,能得到滑坡变形破坏全过程特征,且无需校核计算时步与真实时间的关系。数值计算结果表明,滑坡计算位移与实测位移较为吻合,预测效果较好,表明提出的滑坡位移预测方法是可行、可靠的。     

基于时间序列和GRU的滑坡位移预测

近些年随着深度学习的兴起,长短时间记忆网络(LSTM)常应用于滑坡位移的预测.GRU(Gated Recur-rent Unit)是LSTM的一种改良,为此提出了一种联合时间序列和GRU神经网络来预测滑坡位移的方法.采用移动平均法将滑坡总位移曲线分解为趋势项位移和周期项位移,灰色Verhulst模型描述趋势项变化;考虑...     

灰色系统模型在坝基位移预测中的应用

本文应用灰色系统理论对坝基位移观测数据序旬进行了分析，提出了等维新息模型存在着最佳维数区这一观点，建立了位移预测灰色模型，并将其成功地应用于千亩岙土坝沉降和侧向位移的预测，文中还讨论了位移预测灰色模型成功建模的条件及其应用于大坝安全监控的可能性。     

隔河岩水利枢纽副坝位移监控优化模型研究

监测物理量预测模型的建立是大坝安全监测分析中的重要问题。本文研究了基于参数优化的组合预测模型最优权的求解方法,并结合清江隔河岩水利枢纽副坝位移的实际监测资料验证了方法的合理性,为大坝监测资料的分析提供了一条有效途径。     

基于EMD-TAR组合模型的滑坡位移预测研究

针对非线性波动性发展的滑坡,为了提高其位移变化的预测精度,以经验模态分解(Empirical Mode Decomposition)方法对滑坡监测地表位移的时间序列进行处理,将不规律变化的位移序列转化为存在一定规律变化的模态分量,得到不同频率的位移分量,对每一分量单独预测,避免误差相互影响,通过预测所有分量的变化趋势来综合预测位移序列的变化趋势,利用改进门限自回归模型(Threshold Auto Regressive)对非稳态谐波描述性较好的优势预测滑坡位移分量,最后模态叠加得到最终预测位移,建立了基于经验模态分解和门限自回归模型的组合预测模型,结合白水河滑坡实例数据验证该模型的预测精度,通过与BP神经网络模型、长短时间记忆网络模型进行预测对比,提出的组合模型预测精度较高,为滑坡位移的预测提供了一种新的方法。     

茅坪滑坡位移预测的BP网络方法应用研究

滑坡行为表现为复杂的、开放的和耗散的非线性动力学演化特征.各种环境量因素对滑坡体的性态变化影响很大,初步探讨了非线性理论人工神经网络方法在茅坪滑坡位移预测中的应用.建立了茅坪滑坡位移预测的BP网络模型,对位移趋势作了预测,模型拟合精度高,预测效果达到了中、短期预报的目的.     

阶跃型位移特征滑坡的预测预报研究

针对以往滑坡预测预报模型对于阶跃型变形特征滑坡破坏时间预测精度较低的缺点,需建立以位移作为目标函数来反映滑坡位移变化规律的预测模型。基于时间序列分析方法将滑坡位移分解为趋势项位移和波动项位移,并采用移动平均法分离趋势项位移和波动项位移。然后分别采用多项式拟合和自回归滑动平均(ARMA)模型对滑坡趋势项位移和波动项位移进行预测,最后叠加两个位移分量得到总位移预测值。将此方法应用于三峡库区某典型阶跃型变形特征滑坡,预测值曲线与总位移观测值曲线基本吻合,较好地反映了滑坡阶跃型的演化特征,表明该模型预测阶跃型变形特征滑坡位移精度较高。且该方法计算原理清晰明确,计算过程容易实现,具有较强的工程实用性。     

改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用

研究了改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用,先用S型函数对厦门某边坡的实测数据进行平滑处理,然后用平滑后的数据建立不等时距灰色GM(1,1)模型,最后用改进的计算公式求得马尔科夫模拟值和预测值。结果表明改进后的不等时距灰色马尔科夫GM(1,1)模型的拟合精度和预测精度有了很大的提高,对边坡稳定性预测有一定的参考价值。     

基于诱发因素作用特征的滑坡变形时序模型

降雨、库水位变化是滑坡发生的主要外在诱发因素,降雨和库水位变化的滞后性和周期性是滑坡变形的重要作用特征。考虑降雨及库水位变化的滞后性和周期性对滑坡累积位移的影响,直接将降雨和库水位变化作为滑坡变形位移预测的影响变量,建立多元时序模型。以三峡库区秭归县白水河滑坡为例,首先用灰色模型提取趋势项位移,然后利用滞后的降雨量和滞后的库水位的变化量预测当期的周期项位移,最后将趋势项位移与周期项位移叠加,得到滑坡累积位移的预测值。结果显示,此方法能够很好地反映滑坡诱发因素对滑坡变形的动态影响,预测的平均绝对误差为1.97%,预测精度较高。     

马尔可夫链式灰色模型在防洪堤水平位移预测中的应用

应用灰色理论，结合工程实例，建立了马尔可夫链式灰色预测模型，利用广西梧州市河西防洪堤某堤段的水平位移观测资料，预测堤段的变形。将预测值与实测值加以对比，证实了马尔可夫链式灰色预测模型的可行性。     

隔河岩工程施工安全监测系统及其预测预报

本文概述了安全监测在水电工程施工中的作用和必要性,重点介绍隔河岩工程施工安全监测对工程所起的积极作用。参照5年来的实践经验,对工程施工安全监测系统的设计、监测项目和量测仪表的选择等安全监测技术中的一些重要问题进行了分析和探讨。并对边坡和洞室稳定性采取不同的预测预报方法作了介绍。     

巴赛特收敛系统及其位移计算程序

本文简要介绍了巴赛特收敛系统的系统组成、量测断面及其安装要求、常用的工程监测场所。同时详细介绍了巴赛特收敛系统的位移计算原理、相关基础数据和测试信息数据，位移计算程序、系统闭合差平差计算等。     

软土地区基坑侧位移变形预警及预测

为准确掌握软土地区基坑侧位移变形特性,构建了基坑侧位移的预警模型和预测模型,其中,预警模型先以多重分形去趋势波动分析方法构建预警判别指标,再利用Spearman秩次检验实现判别指标的变化趋势判断,进而完成预警等级划分;预测模型则以脊波神经网络为基础,通过粗集理论和试错法优化模型参数,构建出优化变形预测模型。实例研究表明:通过预警分析,得出所给实例的预警等级为2级,说明其基坑侧位移趋于不利方向发展,应加强监测频率,提高施工安全预警;同时,在变形预测方面,参数优化能有效提高脊波神经网络的预测精度和稳健性,所得预测结果的平均相对误差均<2%,具有较高预测精度,且其预测结果与预警结果一致,佐证了分析结果的准确性,可为基坑安全施工提供一定指导。     

大华滑坡位移预测模型研究

针对传统滑坡位移预测过程中的不足,提出了一种基于最小二乘支持向量机(LSSVM)的滑坡位移预测方法。以某流域大华滑坡为例,基于时序分析和集合经验模态分解法(EEMD)将原始序列重构为趋势项和波动项,趋势项位移受滑坡内部因素影响,采用最小二乘法与多项式方程进行拟合预测;波动项位移受库水位、降雨、地下水位等周期性因素影响,结合灰色关联度法和核主成分分析法(KPCA)对输入因子进行筛选与降维,并用粒子群算法-最小二乘支持向量机耦合模型(PSO-LSSVM)进行建模预测。最后将趋势项与周期项预测位移相加得到累计预测位移,并对模型预测精度进行定量分析。结果表明,建立的EEMD-KPCA-PSO-LSSVM组合模型预测效果良好,较传统BP神经网络、LSSVM等单一模型有着更高的预测精度,可为同类型滑坡位移预测提供新的思路。