凤滩大坝变形特性及安全裕度研究

针对凤滩大坝的具体情况,结合位移原型观测资料的分析结果,分别采用统计模型法、混合模型法分析凤滩大坝坝顶水平位移变化规律,在此基础上运用置信区间估计法和典型小概率法拟定凤滩大坝坝顶水平位移的安全监控指标,并基于变形监控指标提出评价大坝变形安全裕度的方法.     

完善潘家口水库主坝坝顶水平位移观测的体会

坝体位移是大坝安全监测的一项重要指标。潘家口大坝是一座高坝,坝顶采用视准线法观测水平位移,了解大坝的变形状况。本文主要谈完善坝顶水平位移常规观测设备和观测手段的体会。     

混凝土重力坝水平位移的数学模型及其变化规律

结合黄坛口重力坝坝顶水平位移原型观测资料，对影响混凝土重力坝坝顶水平位移的主要因素作了分析，建立了水平位移的数学统计模型，为掌握大坝变形规律、评价大坝运行性态提供依据。     

基于交汇测量法的水库大坝外部变形监测研究

水库大坝外部变形监测分为水平位移监测和垂直位移监测两部分，其中水平位移监测网坐标系统采用独立坐标系统，高程由坝顶高程联测而得。在大坝坝顶及大坝下游坝坡共布设4条视准线，观测大坝水平位移，采用交汇测量法观测。结果表明，大坝水平位移和垂直位移的各项观测误差均小于规范规定的允许限差，观测精度达到规范要求，可作为今后大坝表面变形计算的依据。     

云峰大坝弹性参数识别的神经网络方法

基于人工神经网络方法，根据云峰大坝坝顶水平位移观测资料能够识别大坝混凝土和岩石基础的弹性模量。采用ＢＰ学习算法，并通过增加阻尼项以及对观测数据的归一化处理，避免迭代过程中的振荡性，提高了参数识别精度，将弹性模量识别结果代入到有限元模型中，计算所得到的坝顶水平位移与坝顶观测水平位移水压分量的最大误差小于０．１５ｍｍ。工程实际应用表明，用神经网络方法识别材料参数具有识别精度高和收敛速度快等特性。     

基于某混凝土拱坝的坝顶位移回归分析

通过对混凝土拱坝拱冠梁处垂线位移多年监测资料的分析模拟建立坝顶位移统计回归模型。采用逐步回归法,分析水压分量、温度分量、时效分量对坝顶位移的影响量。统计分析回归模型较好地反映了大坝的变形规律与变化趋势,该模型的建立,为今后大坝运行安全性态和预测大坝变形发展规律提供了有效分析手段和途径。     

基于统计模型的白石水库坝顶位移分析

利用统计模型原理,对白石水库大坝坝顶水平位移和垂直位移进行解析计算,定量分析了影响坝顶位移的主要因素及影响程度,并根据分析成果,对今后大坝安全监测工作的重点给出了建议。     

不同观测方法下的视准线水平位移观测精度分析

以范厝水电站大坝坝顶视准线为例,从理论分析和实测资料分析的角度,研究了采用活动觇标法和小角度法进行视准线水平位移观测时的观测精度问题。研究表明,活动觇标法和小角度法均可用于视准线水平位移观测,但当视准线较长时,两种方法的观测精度均不够理想。因此,在设计时,应确保视准线的长度在规范允许的范围内;在实际观测时,应采用更高精度的观测仪器。     

提高视准线法观测大坝水平位移的精度

大坝水平位移观测是外部观测的主要内容之一.目前我国直线型坝坝顶水平位移观测大都采用视准线法.观测成果的质量,直接关系到能否如实反映坝体变化的客观实际,若精度不高,反映不出坝体变化的实际情况,甚至会得到错误的结论.在资料分析中,由于观测结果误差过大,有时不得不舍弃许多观测值,对分析也带来不少麻烦.目前,影响视准线法观测大坝水平位移精度的主要问题首先是观测系统不尽合理:如有的观测系统不能满足多种观测方法的要求;有的则为了保证通行条件而将位移点设在坝面上;有的缺少基点稳定性的检查条件;甚至有的大坝,在运行多年后,     

测角前方交会法在坝顶水平位移监测中的应用——以阿海水电站为例

常见的大坝水平位移监测方法有垂线法、引张线法、测小角法,前方交会法等。以阿海水电站为例,介绍了测角前方交会法监测坝顶水平位移的原理,并给出了n测回条件下测角前方交会的精度分析公式。重点指出了基点布设、观测过程、仪器精度3个方面对测角前方交会精度的影响。计算了不同测角精度条件下,阿海水电站坝顶位移量观测的最少测回数。可供类似工程的坝顶水平位移监测借鉴。