基于小波分解和支持向量机的大坝位移监控模型

常规大坝安全监控统计模型未能分别针对监测序列值内系统信号和随机信号特点进行模拟,故预报精度存在一定的提升空间。基于小波分解技术,利用监测序列值信号频率特征分离出系统信号与随机信号,并结合逐步回归与支持向量机(SVM)对不同信号的处理优势,在引入网格寻优与交叉验证确定SVM敏感参数的基础上,提出了一种基于多元统计结合小波分解和支持向量机的大坝位移监控模型,同时编制了其相应的计算程序。工程算例表明,该模型较常规模型能够同时考虑监测序列中的系统信号和随机信号,并且具有较强的模型寻优能力和更高的预报精度,从而验证了所建模型的有效性,该方法亦可推广应用于高边坡及大坝其他预警指标的监控。     

抽水蓄能电站保压蜗壳复合结构非线性接触分析

针对抽水蓄能机组充水保压蜗壳联合承载结构的受力特性,考虑到钢蜗壳与外包混凝土间的接触传力关系,基于ABAQUS程序平台,引入一种新的不同材料交界面接触单元模型,对某水电站机组蜗壳结构进行非线性接触分析,并将其计算结果与传统简化模型的有限元计算成果及实测资料作比对分析。结果表明:接触单元模型计算成果与实测值较吻合,其更符合工程实际,较好地揭示了充水保压蜗壳复合结构的真实力学行为规律,验证了考虑接触单元模型的合适性,亦为蜗壳结构的优化设计提供了可靠的科学依据。     

沙溪口大坝溢流面表面缺陷检测与分析

混凝土表面缺陷在混凝土坝中普遍存在,严重时会影响混凝土坝的正常运用。针对沙溪口大坝溢流面存在的表面缺陷,采用超声波平测法对溢流面裂缝深度进行了检测,采用回弹法对溢流面混凝土强度进行了检测,并对裂缝成因和危害性进行了分析,对溢流面安全状态进行了评价。检测结果表明,沙溪口大坝表面缺陷基本稳定,未见明显恶化,表面缺陷对溢流面安全总体上没有明显的不利影响。     

基于云自适应遗传算法的深覆盖层上面板堆石坝渗流监控模型

针对库水位和降雨对面板堆石坝渗流的滞后效应,结合深覆盖层面板堆石坝的筑坝特点,在综合考虑覆盖层厚度、筑坝材料等对大坝渗流影响的基础上,建立了考虑滞后效应的深覆盖层面板堆石坝渗流安全监控模型,并在模型的求解中采用了云自适应遗传算法。实例应用表明,该模型能较好地反映库水位、降雨对渗流的滞后影响,模型精度与预报效果优于一般渗流统计模型,且云自适应遗传算法较好地弥补了传统遗传算法执行效率不高、易陷入局部最优解等不足。     

基于云理论的大坝整体性态评价模型

现有的大坝整体性态评价方法以定性评价为主,主观性较强。针对这一问题,以单测点监控模型的计算值与监测仪器实测值之间的残差为基础,提出采用多测点融合残差表征大坝整体性态。结合信息熵理论研究了不同测点的残差变化规律,从而对各测点残差的融合权重进行了分配,计算了融合残差。通过对融合残差进行分布分析,利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云,即评价标准。在此基础上,结合云相似度算法,建立了大坝整体性态的评价模型。算例表明,该模型能够有效识别大坝监测资料中的异常测值,并能够定量、客观地评价大坝整体性态,评价结果合理、可靠,可为保障大坝安全运行提供重要参考。