基于分布式光纤传感技术的移动式堆石坝面板塌陷探测方法

混凝土面板堆石坝面板的工作状态直接关系到大坝的安全运行,水下面板缺陷的探测是长期关注的难点问题。利用光纤分布式传感技术,研制了一种新的移动式面板塌陷检测装置,通过特殊光纤布制成的传感布,制作可移动式感知设备,感知面板塌陷处光纤在水压力作用下的应变变化,实现了水下面板塌陷的探测,并可通过光纤的异常应变信号,确定缺陷位置和大小。模型试验结果表明,该方法具有较强的水下面板塌陷探测能力,能检测面板的塌陷位置和范围并可视化。     

佛子岭连拱坝变形"异常”的物理成因研究

在对佛子岭连拱坝结构力学特征进行分析的基础上，用确定性模型和混合模型研究了各主要影响量对该坝变形的影响效应，从而进一步解释了佛子岭连拱坝１９９３年变形“异常”的成因机理。     

大坝安全监控的门限回归预测模型及其应用

 大坝监测效应量在工作过程中受内部和外部因素的 共同作用,经常出现跳跃、渐变、再跳跃等复杂周期变化,表现出高度的非线性,为建立常规的大坝安全监控预测模型带来了不少麻烦。借鉴门限自回归模型的门限思想,在常规回归模型中引入门限因子和门限值,利用提出的最佳拟合相关分析法确定门限因子和门限值,建立了门限回归模型。计算实例表明该方法用于大坝安全监控预测可以取得满意的效果。     

混沌-数据挖掘模型在大坝安全预测中的应用

 简述了数据挖掘理论和相空间重构理论的原理和算法,并通过实例讨论了其在大坝裂缝开度预测中的应用。将混沌理论和数据挖掘模型相结合,对揭示大坝裂缝复杂的非线性结构是很有效的。经实例研究,并与用单一的混沌相空间重构理论模型预测的计算结果相对比,表明该模型应用在大坝裂缝开度预测中是可行的、合理的,有很好的预报精度和应用价值。     

基于改进PSO-RF算法的大坝变形预测模型

针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型。实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型。     

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征，引进递阶偏最小二乘法，对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析，将建模预测分析方法通过递阶分层处理，可同时实现回归建模和数据结构简化，所建立的大坝安全监控模型精度可通过交叉有效性检验来控制．工程应用实例和模型对比分析研究表明，递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响，相对于传统回归模型有更好的解释能力，因而具有一定的实用价值．     

新安江大坝3#坝段扬压力性态分析

通过建立新安江大坝3#坝段坝基总扬压力数值模型,分析了3#坝段坝基总扬压力的变化趋势和主要影响因素,并用概率法计算了坝基总扬压力的可能最大值。分析结果表明:3#坝段扬压力主要受上游水位影响且时效尚未完全稳定。     

基于SCE-UA/SVM的大坝变形预测模型研究

为提高大坝变形预测模型的精度,采用复合形交叉进化算法(SCE-UA),以均方根差最小为目标来优化支持向量机(SVM)的参数,从而建立了基于SCE-UA/SVM的大坝变形预测模型,并结合实际监测数据,对比分析了该模型与统计模型的优劣。结果表明,该模型能够提高大坝变形的预测精度,为大坝变形预测提供了一种新的思路。     

混合核SVM模型在大坝位移预测中的应用

针对大坝位移影响因素强、非线性特点和有效观测序列较短的情况提出了基于小生境遗传算法(NGA)混合核支持向量机大坝位移预测模型。核函数是支持向量机的核心部分,整合高斯和多项式两种核函数各自的优势提高了支持向量机的学习能力和泛化能力。采用主成分分析提取主成分,利用小生境遗传算法优化相关参数,某大坝连续观测数据的建模分析,证明了此种方法在大坝位移监测中应用的可行性和有效性。     

大坝及岩基的仿真有限元模型的精度分析

针对大坝及其基岩的仿真分析中影响有限元精度的几个关键因素；位移模式、单元形态和边界条件等，从最基本公式着手，分析了引起误差的原因，对提高有限元计算精度作了研究，并结合实例进行了分析，得到了一些有意义的结果。