降雨条件下土石坝渗流量监控方法研究

降雨对土石坝渗流量监测值影响明显,评判土石坝的渗流性态必须在实测渗流量中扣除降雨因素。为此,将朴素贝叶斯分类算法、回归分析和LSTM模型综合应用到土石坝渗流量监控中,实现降雨条件下的土石坝渗流量推理预测。首先以是否出现降雨径流为条件,对数据进行离散化处理,并引入回归分析方法,构建降雨径流～降雨过程数据组;采用LSTM方法构造降雨径流～降雨过程定量模型,最后将上述成果用于不同降雨过程条件下的降雨径流预测。应用结果表明,该方法可以比较准确地剔除由于降雨径流对大坝渗流量测值造成的干扰,可以准确监控土石坝渗流状态。     

基于关联规则的土石坝渗流推理预测方法及应用

将关联规则算法引入到土石坝渗流的预测中,并建立预测模型。首先将渗流量和上游水位、降雨量、下游水位等组成事务组,利用K-means算法对实测数据进行预处理,然后通过Apriori算法进行频繁项集的挖掘,产生强关联规则,最后将强关联规则用于渗流量的预测。本模型可以较好的解释影响渗流变化的内在原因,将本预测模型应用于某土石坝工程中,结果表明该模型具有较好的精度。     

NARX在土石坝渗流预测中的应用

渗流监测是掌握大坝安全性态的重要手段,针对土石坝渗流压力存在滞后于库水位的特点,引入具有延时输入特性的带外源输入的非线性自回归神经网络(Nonlinear Auto-regressive with Exogenous inputs neural network, NARX)实现土石坝渗压的有效预测。以某一水库大坝为例,将历史某时段的库水位和降雨等影响因子作为输入序列,渗压测值作为输出序列,分别建立NARX网络多因子和单因子模型进行拟合训练和多步预测,并将预测结果与传统回归模型和传统BP神经网络进行对比。研究结果表明,在RMSE、MAE、MAPE 3种精度指标下,NARX模型均优于2种传统模型。其中,在单因子条件下,NARX仍具有良好的表现。NARX的延迟输入特性可在一定程度上模拟坝体水流渗透的滞后性,对于土石坝的渗压预测具有良好的应用效果。     

基于安全监测成果的硗碛土石坝渗流稳定分析

土石坝的渗流稳定对于土石坝的安全运行起着至关重要的作用。根据实测渗流渗压监测成果,运用多种分析方法,研究了硗碛砾石土心墙土石坝的渗流渗压分布特征及发展变化规律。心墙消减水头作用显著,防渗效果良好;河谷防渗墙与两岸防渗帷幕后最高渗压水位与库水位相差90 m以上,水位折减效果明显,坝基防渗体系防渗效果较好;两岸绕坝渗流水位变幅很小,多数测孔长期处于干孔状态,绕坝渗流现象不明显;大坝最大渗流量为19.1 L/s,多年平均渗流量9.44 L/s,远低于设计值,且呈逐年减少趋势。分析成果表明:由心墙、防渗墙、帷幕组成的坝体坝基防渗体系防渗效果良好。     

分段法监控滩坑大坝渗流量

土石坝坝后量水堰测值是反映大坝渗流状况的重要监测量,然而该值易受客水干扰,特别是在降雨影响下,测值不能直接反映大坝的渗流状况,将影响大坝的结构安全评判结论.结合滩坑大坝渗流量实测数据,采用统计回归和LSTM方法,构建渗流量预报模型,可以较好地应用于不同降雨过程影响下的大坝渗流量预测预报.     

万安水电站土石坝坝体渗流特性分析

渗流特性是反映土石坝运行性态的重要内容。依据万安水电站土石坝坝体测压管渗压水位监测资料,从渗压水位变化过程、渗压水位与上游水位相关性、坝体浸润线和心墙渗透坡降等方面,对大坝渗流特性与渗流状态进行了分析与评价。研究表明,万安水电站土石坝坝体渗压水位变化规律和坝体浸润线状态合理,心墙防渗效果较好,坝体渗流特性正常。     

库水位骤降条件下均质土石坝渗流稳定分析

本文基于Van Genuchten非饱和渗流模型综合分析了土石坝饱和一非饱和渗流,以工程实际为例,研究了水位骤降工况下土石坝渗流稳定问题.结果表明:库水位骤降工况下,上游水位的变化对坝体渗流量的影响较大;库水位急剧降落易使浸润线形成逆向渗流形态,并造成土石坝坝坡稳定性的降低,但是当孔隙水压力消散时间足够长时,上游坝坡稳定性有一定程度的提高.     

基于组合赋权-TOPSIS土石坝渗流安全等级评价

根据资料收集选取土石坝渗流量、渗透坡降等8个定量因素作为土石坝渗流风险评价的指标,使用粗糙集改进层次分析法组合赋权的方法获取各评价指标客观权重.建立组合赋权-TOPSIS评价方法,对6个土石坝进行渗流风险评价预测,获取土石坝渗流安全风险等级.与现场调查情况相比结果一致.研究表明:该方法对土石坝渗流风险评价准确便捷,可用于快速评价土石坝渗流风险等级.     

土石坝渗流观测资料分析模型及方法

为了有铲地根据土石坝的原型观测资料来分析坝体和坝基中存在的渗流问题，本文以渗流理论为基础，结合工程实际，考虑了水位、降雨量、坝基排水以及时效等因素对渗流的影响，建立了土石坝坝体和坝基测压管以及通过大坝渗流量等观测资料的统计分析模型和方法，经对青山和对河口水库等工程的实际应用，说明其效果是令人满意的。     

汶川大地震后紫坪铺水利枢纽渗流量监测成果分析

根据紫坪铺水利枢纽渗流量监测成果,对紫坪铺水利枢纽坝体、坝基渗流及绕坝渗流监测运用定性分析法,就渗流量的影响因素及特征值进行分析,并对紫坪铺水利枢纽渗流量安全进行评价,进一步提出了蓄水建议。紫坪铺水利枢纽坝体、坝基渗流及绕坝渗流主要受库水位和大气降水影响,“5·12”汶川大地震后,坝体、坝基渗流及绕坝渗流量均有增大,但增幅均较小;汶川大地震后,紫坪铺水库库水位均控制在860m以下,至2009年8月底渗流量监测成果表明,紫坪铺水利枢纽渗流量表见异常,同比国内正常运行的同类型大坝,紫坪铺水利枢纽渗流量是安全的。     

某土石坝帷幕灌浆渗流监测成果分析

为研究土石坝帷幕灌浆的渗控效果,了解加固后渗压水位的变化规律,针对某黏土心墙坝,采用逐步回归分析和有限元分析方法,对3年来的监测成果进行了分析。逐步回归分析表明：影响坝体渗流场的主要因素是库水位、降雨及时效;往背水方向,库水位的影响程度逐渐减弱,而降雨及时效的影响程度逐渐增强。有限元计算表明：全封闭式帷幕灌浆使大坝渗漏量减小了37.6%,而悬挂式帷幕灌浆只减小了10.7%,全封闭式帷幕灌浆的渗控效果更为显著。     

东谷水库大坝渗流监测资料分析

根据东谷水库大坝渗流监测资料,定性分析了测压管水位变化过程、位势过程、渗漏量过程等.建立了测压管水位、渗漏量回归统计模型,定量分析了测压管水位的影响因素.结果表明,回归拟合效果较好,大坝浸润线趋于升高,渗漏量趋于减小,坝体整体渗透性降低,大坝渗流运行正常,分析结论可为东谷水库大坝渗流安全评价提供技术支持.     

基于光滑有限单元法的土石坝无压渗流场数值模拟

获得自由面准确位置是无压渗流分析中最被关注的问题。采用光滑有限元法对土石坝无压渗流场进行数值模拟,对不同模型的自由面位置进行求解,研究了渗透异常体对自由面和渗流参数的影响。根据梯度光滑技术,建立了无压渗流问题的光滑有限元模型,该方法的优势在于将单元面积分优化为沿单元边界的线积分,简化了边界相交单元的内部积分过程,降低了单元畸形对计算结果的影响。通过将矩形均质坝和梯形均质坝的经典算例计算结果和其他数值方法的结果进行对比,说明了本文提出的方法的可行性。进一步研究了不同的渗透率异常体对水头分布、渗流速度和流体压力等渗流参数的具体影响,这些结果为利用渗流参数分布的变化反演渗透异常体位置,以及进行土石坝多场耦合提供了理论依据和可行策略。     

土石坝渗流监测资料分析的逐步回归分析方法

通过对某土石坝测压管监测资料的分析,介绍了逐步回归方法应用于土石坝渗流监测资料分析的原理、步骤,以及变量的选取等问题.结果表明,逐步回归是渗流资料分析的一种有效方法,回归结果能基本反映土石坝渗流的主要影响因素,回归计算值与实测资料吻合较好.     

凤滩大坝4号坝块坝基扬压力变化性态解析

基于凤滩大坝实测资料，对该坝4号坝块坝基扬压力的变化性态进行了定性分析，并结合逐步回归数学统计模型分析各环境量因子对坝基扬压力的影响程度，利用相关系数法和滞后模型分析扬压力滞后于库水位的滞后时间的变化，得出该坝块坝基地质性态的改变是引起扬压力异常的主要原因。文中所采用的相关系数法和滞后模型也可以应用到土石坝渗流分析、混凝土大坝各变形监测分析。     

非均质无限深透水地基上土石坝微透水防渗墙渗流控制研究

随着地质条件良好的坝址日益减少,许多水坝已经或将要坐落在非均质无限深透水地基或深厚覆盖层地基上,为了在满足大坝安全运行的前提下尽可能减少渗流量,本文通过物理模型实验就非均质无限深透水地基上的土石坝微透水垂直防渗墙的深度对坝基渗流量的影响进行研究,得出了在非均质无限深透水地基上土石坝坝前水头不变的情况下的垂直防渗墙的有效深度.当悬挂式防渗墙深度大于10倍坝前水头后,坝基的渗流量明显减少的趋势变小,当悬挂式防渗墙的深度大约为20倍坝前水头时,坝基的渗流量基本趋于稳定.     

基于EEMD-LSTM-ARIMA的土石坝渗压预测模型研究

渗压监测是土石坝渗流安全评价的重要内容之一。由于渗压受到诸多外界因素的影响,测点的渗压值时间序列往往存在非平稳性、局部突变等特点,为此基于“分解-重构-组合”的思想构建了土石坝渗压预测的EEMD-LSTM-ARIMA模型。首先采用集合经验模态分解（EEMD）对时间序列特征进行提取,根据长短期记忆神经网络（LSTM）对提取出的特征分量进行预测,同时结合差分自回归移动平均方法（ARIMA）进行残差修正,组合LSTM和ARIMA的预测结果,重构得到改进预测模型。以某深厚覆盖层上的土石坝工程为例,选取主河床坝体防渗墙后2个典型测点的实测渗压值序列为研究对象进行应用验证。结果表明：相较于单一的LSTM模型和ARIMA模型,改进模型的平均绝对误差MAE、均方误差MSE、均方根误差RMSE均为3种模型中的最小值,预测精度明显优于另外2种模型,该模型为土石坝渗压的精确预测分析提供了新途径。     

土石坝渗流安全监测的遗传支持向量机方法

为了有效地根据土石坝地原型观测资料来分析坝体和坝基中存在的渗流问题,本文在对建模因子进行分析的基础上,充分利用支持向量机的结构风险最小化原则和遗传算法快速全局优化的特点,通过支持向量机模型对非线性监测数据进行拟合,并利用遗传算法优化支持向量机的模型参数,建立了基于GA-SVM的土石坝渗流监测模型。实例分析表明,该模型与传统的多元线性回归模型和神经网络模型相比,具有预测精度高、泛化能力强等优点,对土石坝安全监控具有实用价值。     

深厚砂砾石覆盖层坝基渗控方案与瞬态坝坡稳定研究

为减少修筑在深厚砂砾石覆盖层上土石坝的渗流损失，提高大坝的安全稳定性，针对某深厚砂砾石覆盖层心墙土石坝，提出一种“库盘水平铺盖+坝基砼垂直防渗墙”空间正交组合渗流控制体系。利用Geo-studio软件耦合Seep/w和Slope/w模块进行坝基渗流方案模拟，基于饱和-非饱和渗流理论研究库水位骤降速率对坝坡瞬态抗滑稳定性的影响。通过对比渗流稳定性态约束条件和经济技术条件，提出坝基渗控最优方案。研究表明，“库盘水平铺盖+坝基垂直砼防渗墙”空间正交组合渗流控制体系在技术经济方面优势显著，可为类似坝基条件下土石坝渗流控制和安全调度运行提供一定的技术参考。