分形-混沌混合预测模型在大坝安全监测中的应用

如果能针对大坝监测效应量测值序列建立一种不依赖于环境网子,而又综合考虑序列中蕴含的确定性分量和混沌分量的模型,则可以解决常规统计模型由于模型因子选择不当和环境量观测误差引起的模型失真问题．在对确定性分量、混沌分量和随机性分量可预测性分析的基础上,首先利用分形插值算法建立效应量确定性分量预测模型,然后对实测数据和确定性分量预测结果问的误差序列通过相空间重构建立混沌分量预报模型,再以二者叠加组成最终混合预测模型．计算实例表明,在不依赖于环境因子的情况下,该模型比常规统计模型有更高的预测精度．     

基因表达式编程及其在混凝土徐变分析中应用

混凝土徐变分析在混凝土结构应力计算和变形分析中有着重要意义。由于影响混凝土徐变的因素较多,徐变函数呈现高度非线性,传统回归方法难以取得令人满意结果。基因表达式程序设计方法,吸取了遗传算法和基因编程两者的优点,在解决非线性拟合问题方面表现出非凡的数据挖掘能力与优势。在基因表达式编程理论分析基础上,利用该方法建立了混凝土徐变函数知识挖掘模型。实例表明,该模型比常规方法得到的函数有更高的精度。     

基于多孔介质土体分形特征的渗透系数研究

堤坝工程渗流计算中确定土体渗透系数尤为重要。利用分形维数不同尺度域,分析渗透破坏试验土样无标度区,指出土体细颗粒含量是决定土体分形维数的主要因素。基于多孔介质毛管束模型,推导了渗透系数和孔隙率与分形维数之间分形关系解析式,阐释了多孔介质土体渗透系数影响因子包括分形系数、孔径大小、分形维数及流体黏滞系数。利用土体渗透破坏试验结果,进一步论证了渗透系数和孔隙率与分形维数之间的非线性关系。结果表明:当分形维数大于2.83时,孔隙率随着分形维数的增大而减小,但在颗粒吸着水和薄膜水形成的黏聚力影响下,渗透系数随着分形维数增大而减小的规律不明显。研究结果可为渗透破坏形成机制及发展过程分析提供理论依据,减少堤坝渗透破坏致灾隐患。     

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。     

大坝安全监测系统评价体系

在梳理国内外大坝安全监测相关规范及实践经验基础上,研究提出大坝安全监测系统评价总体框架安全监测设施可靠性及完备性、监测系统运行维护和自动化系统评价要素及评价方法等。大坝安全监测系统评价内容包括监测设施完备性评价、监测设施运行维护评价和自动化系统评价。监测设施完备性评价基于监测设施考证资料、现场检查与测试以及历史测值分析等方法,评价为可靠或基本可靠的监测设施是否满足大坝安全监控要求;监测设施运行维护评价包括运行管理保障、观测与维护以及资料整编分析等;监测自动化系统评价内容包括数据采集装置、计算机及通信设施、信息采集与管理软件、运行条件和运行维护等方面。监测系统综合评价分为正常、基本正常和不正常3个等级。评价为正常,应继续运行;评价为基本正常,可继续运行,但应及时修复完善;评价为不正常,需及时更新改造。     

汶川地震对四川水库大坝影响及其规律探讨

总结分析了汶川地震中四川省水库大坝裂缝、滑坡、渗漏、结构变形与管理设施破损等震损险情特点,利用约2 000座震损水库信息,对水库震损程度与震级、震中距、水库规模、坝型、坝高、建设年代等关联性进行了研究.成果表明:水库震损程度主要受震级和震中距影响,震级在4级以下时,水库基本无震损,震级在6级以下时,中型及以上水库基本未震损,在7级以上时,震损水库数量迅速增加;地震对水库的影响范围约200 km.小型水库震损数量最多,占震损水库的95%以上;震损水库中土石坝占绝大多数;坝高30～60 m的坝出现溃坝险情和高危险情比例最高;各历史时期建设的水库震损比例相差不大,1957年以前建设的水库出现溃坝险情的比例最高.本研究成果可为震损水库应急检查与处置、水库震损机理探讨、水库抗震设计理论的完善提供技术支撑.     

土石坝渗压水位极值预测

渗压水位极值预测是监控土石坝安全的主要途径之一,目前用于渗压水位极值预测方法需给出正确的自变量。渗压水位极值最主要的影响因素是上游水位,当渗压水位极值与上游水位相关性弱时,预测模型准确度低。提出一种仅考虑测值序列、不考虑自变量的渗压水位极值预测及评价方法。该方法基于最大Lyapunov指数建立预测模型,利用马氏链的遍历性和平稳分布对该无自变量模型进行评价。算例表明:对于与自变量相关性弱的渗压水位极值,预测模型的预测效果优于常规方法,误差评估模型评价合理。基于混沌理论和随机过程的预测模型及评价方法能形成一套精度较高、实用性强的序列预测及评价方法,覆盖常规预测方法的弱能力区域,可用于建立自变量不明确的测值序列预测模型。     

高密度电法在于桥水库渗漏隐患探测中的应用研究

为查明于桥水库大坝渗漏隐患区域及其成因,采用高密度电法分别探测了0+356、1+130、1+605三个断面两侧93m范围内的坝体视电阻率分布情况.探测结果表明,三个断面附近均存在低视电阻率体,为渗漏隐患区域,探测结果与坝体渗流压力监测资料分析成果基本一致,验证了高密度电法的可靠性.     

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。     

水库大坝结构失稳突发事件预警阈值研究

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;其次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;最后,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.