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。     

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。     

混凝土坝中后期通水快速调控研究

混凝土坝中后期通水冷却是一个复杂多因素问题,与通水水温、通水流量和通水时间等相关。基于中后期冷却期间浇筑仓温度动态预测模型,提出了一种中后期通水快速调控方法。先将无热源水管冷却计算式和浇筑仓实测温度相结合预测浇筑仓降温曲线,然后结合中后期冷却的降温速率和目标温度,采用优化算法获得混凝土浇筑仓优化通水方案。实例分析表明,基于无热源水管冷却计算式的浇筑仓温度动态预测模型计算工作量小,混凝土坝中后期通水快速调控方法是可行的,可为混凝土坝中后期通水调控提供及时参考。     

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。     

利用灰色关联法确定大坝效应量分量比例

依据实测资料,应用灰色理论,通过各影响量与效应量的灰色关联分析方法可确定大坝各环境因素对效应量的量化影响程度,并以工程实例验证了该方法的有效性.结果表明,该法简单实用,能有效确定水压分量、温度分量和时效分量在大坝效应量中所占的比例,为评价大坝的运行状态提供依据.     

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．     

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。     

拱坝空间位移场安全监控模型应用研究

根据拱坝的结构特点，结合某拱坝实测资料，深入分析了坝体垂线径向位移的时空变化规律，在常规统计模型的基础上，建立了坝体径向空间位移场，以从时空角度量化分析坝体的变形性态，并实现大坝的实时监控，确保大坝的安全运行。     

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ARMAX模型的混凝土坝损伤诊断

大坝在运行过程中,外界荷载或地震作用会引起大坝振动,通过坝体布置的加速度传感器可获得大坝实时的加速度动力响应信息.充分挖掘这些信息诊断大坝损伤情况对大坝的安全运行至关重要.利用动力响应信息建立ARMAX模型,经过转换可得到系统的脉冲传递函数,根据求出的各损伤情况下的脉冲响应系数建立一个损伤指标.混凝土重力坝的有限元模拟分析表明,笔者建立的损伤指标能有效识别和定位结构损伤,并能识别损伤的程度,对于小损伤敏感性较好.实际应用中,充分利用动力响应信息进行在线损伤识别,掌握大坝的实时健康状况,对混凝土重力坝的损伤识别有较好的应用价值.