大坝变形实测数据的多重分形特征解析方法

为更好地分析大坝变形实测数据的波动特征进而评价变形的整体性态,以某混凝土重力坝的实测数据为凭,将多重分形理论应用于大坝变形性态分析中,利用MF-DFA、MV-MFDFA和A-MFDFA解析变形性态的多重分形特征及其非对称性。结果表明,无论是多测点或单测点,实测序列均具有明显的多重分形特征,并且这种多重分形特征具有明显的非对称特性;实测序列从多测点到单测点、从整体波动到局部趋势均表现出良好的记忆性和长程相关性特征,在水位等大波动因素的影响下,该坝坝顶水平位移发展良好,大坝整体状态稳定。     

基于多重分形原理的大坝位移分析与预测研究

大坝监测数据分析是大坝安全监测的重要环节,是认识大坝规律和判断大坝安全的重要手段。运用多重分形去趋势波动分析理论研究大坝位移时间序列的多重分形特性、大坝位移波动幅度和趋势、以及环境量与位移间关系,并运用分形预测原理对大坝位移时间序列进行了拟合和预测。结果表明:多重分形去趋势波动分析理论可以较好地应用到大坝监测数据分析中。     

基于MF-DFA法和PSO-ELM模型的基坑变形规律研究

为准确掌握基坑变形的发展趋势,实现对基坑施工的准确指导,针对基坑变形序列的非线性和复杂性,提出利用MF-DFA法和PSO-ELM模型对基坑的变形规律进行研究。首先,利用MF-DFA法对基坑变形速率序列进行多重分形特征分析,以判断基坑的变形趋势;其次,利用PSO-ELM模型对基坑累计变形序列进行预测,得到基坑变形的预测值;最后,对比两变形序列的分析结果,综合判断基坑的变形趋势。同时,采用实例检验分析思路的准确性。结果表明:MF-DFA法能有效分析基坑变形速率序列的多重分形特征, PSO-ELM模型在基坑变形预测中也具有较高的预测精度,且两者对基坑变形规律的判断的一致性较好,相互佐证了两者分析结果的准确性,为基坑变形规律研究提供了一种新的思路。     

某水库大坝位移监测数据及模拟分析

大坝位移监测工作是水库运行的重要内容,其直接影响大坝的稳定安全运行。基于此,对某水库大坝位移特征进行监测和分析,采用作图、特征值分析对大坝运行状态进行分析。结果表明,大坝位移随季节更替呈周期变化之规律,与测点所在坝段的坝体结构、坝高、基础地质相适应。各测点坝轴向水平位移主要表现为时效位移,少数测点表现为趋势性时效位移。垂直位移变化规律表现为夏季坝顶上升,冬季坝顶下沉;水位降低时坝顶上抬,测值呈现季节性波动并随水位升降而起伏。大坝位移未超管理阈值,未见明显突变,总体处于安全状态。     

基于多测点云相似的混凝土坝变形性态关联分析

大型混凝土坝的安全监测测点数量多、布置广泛,海量监测数据给及时准确分析评估大坝安全性态带来困难,为此引入云模型理论对变形监测资料表征混凝土坝性态的差异性及关联性进行分析。将大坝每个测点的监测数据视为一个云,单个测值视为云滴,进行云参数计算获取测值序列的云数字特征,进而通过多测点的云参数,计算测点之间的相似度和相似系数,用以表征不同测点反映大坝整体变形状态的差异和相关性。实例分析表明,云相似度能够迅速发现同类坝段中的异常测点,通过云相似系数的聚类分析实现测点分组,在实现大坝变形性态关联分析的同时,测点分组管理可有效提高监测数据分析效率。     

金坑水库浆砌石拱坝变形成因分析

根据金坑拱坝近20a时间的变形监测资料，通过拱坝变形的时间变化规律、空间分布规律、统计模型分析以及三维有限元变形仿真分析，对大坝安全性态作出评价。结果表明，大坝变形性态总体正常，但右坝段的一测点时效位移有向上游位移的趋势，应加强观测，同时也为今后大坝安全运行和管理提供了依据。     

冷竹关电站拦河闸闸坝变形分析

以闸坝位移监测资料为基础,用统计模型进行定量分析。结果表明：闸坝变形主要受水位、温度和时效的影响,水平位移在河床中部泄洪坝段和取水口坝段的水平位移量略大于两左岸测点;垂直位移2002年以前,低温高水位季沉陷大,高温低水位季沉陷小,且差距较大,符合坝工原理,2003年后,规律反相不符合坝工规律;坝段间相对位移表现为冬季缝开度大,夏季缝开度小;闸坝的变形总体正常,并未超出设计值。     

基于分形插值的混凝土坝变形趋势分析

研究混凝土坝的变形趋势对判别大坝变形状态、保证大坝安全具有重要意义。针对混凝土坝的变形曲线呈现出明显的非线性特征,引入分形插值理论,首先利用分形维数识别混凝土坝变形时间序列的分形特征,然后基于分形插值函数建立了变形趋势的预测模型,并对变形状态进行判别。以某混凝土坝段变形为例,采用分形插值方法对坝段某高程水平位移的变形趋势进行预测,并与统计模型预测结果进行对比,结果表明,分形插值方法能更好地拟合变形曲线,表征大坝变形特性。     

富水水库大坝变形监测与安全性分析

富水水库为大(1)型水库,已运行近57年,为了解大坝运行情况,分析大坝变形监测资料、评估大坝安全性是非常必要的。文章对富水水库大坝2015—2019年变形监测数据,采用过程线、特征值、分布图、沉降速率等方法进行综合分析。结果表明,大坝坝体位移受坝高影响较为明显,表现为坝体中部位移大于两端;各测点在库水位高时向下游变形,库水位下降后向上游变形,位于坝身较高的上游及坝顶测点变形量大于下游测点变形量;垂直位移以持续下降方向变化为主,平均沉降速率在10^-3mm/d数量级,未出现明显不利于大坝安全的异常现象,大坝性态基本正常,为富水水库大坝后期安全运行管理提供了科学参考。     

基于尖点突变理论和MF-DFA法的隧道大变形监测

高地应力软岩隧道发生大变形具有必然性,严重影响施工安全,对其稳定性进行评价并判断变形趋势可为工程施工提供一定的参考,具有很强的现实意义。以成兰铁路松潘隧道为例,利用尖点突变理论和多重分形去趋势波动分析法(MF-DFA)构建了高地应力软岩隧道大变形的稳定性及变形趋势判断模型,并进行变形预测。结果表明:尖点突变理论能有效评价隧道大变形的稳定性;松潘隧道目前处于稳定状态,但不同阶段的稳定性具有差异,且隧道稳定性不仅与累计变形量相关,也与变形曲线的增长过程相关;同时,MF-DFA分析得出隧道大变形具有多重分形特征,且具正向增长趋势,但趋势性较小。该方法为隧道大变形规律研究提供了一种新的思路,可为工程设计施工人员提供参考。     

飞来峡大坝坝顶水平位移安全监控指标拟定

根据飞来峡混凝土坝原型监测资料,选取每年最不利工况时坝顶水平位移监测效应量为计算序列,应用大坝典型监测量的小概率法,对大坝典型坝段坝顶水平位移的安全监控指标进行了初步研究,得出了坝顶水平位移的安全监控指标值,并结合2010年的实测值,分析了大坝的运行状况。结果表明,该坝2010年的水位、气温等环境量均未超过2000—2009年最不利工况时的环境量,并且2010年典型坝段坝顶水平位移的实测值均小于安全监控指标。     

乐滩水电站运行期大坝变形特性分析

以原型监测为基础,将实测值分析与理论推导相结合,对乐滩水电站运行期大坝变形的时空分布规律进行分析和评价。位移分析表明：坝基变形量及测值变幅普遍小于坝顶,由于分析时段内库水位变化较小,温度是影响坝体变形的控制因素;坝顶沉降量冬季大、夏季小,沿横河向呈不规则敞口＂U＂形分布,河谷坝段沉降普遍大于岸坡坝段;坝顶水平位移夏季向上游变化,冬季向下游变化,沿横河向呈不规则敞口＂W＂形分布,这与不同坝段的结构有关。挠度分析表明：坝体水平变形量随观测高程的降低呈递减规律,坝顶衰减速率快,至坝基变形趋于稳定。综合分析认为,坝体变形的时间演化规律和空间分布规律正常,大坝目前处于安全状态。     

三峡工程初期蓄水大坝变形监测成果分析

对三峡工程初期蓄水大坝变形监测成果的分析表明：大坝基础水平位移很小，处于稳定状态；坝基垂直位移总体呈沉降趋势，最大沉降量21．58mm，相邻坝段坝体沉降量绝大多数小于1mm，无不均匀沉降；左厂1～5号坝段等部位基础水平位移很小，坝基沉降量相对较小，无不均匀沉降；升船机上闸首坝段由于建基面高程较高，受蓄水影响不大，水平和垂直位移变化不大。总之，大坝变形量值均在设计范围内，规律合理，大坝工作性态正常，大坝是安全的。     

参考作物腾发量时间序列的长程相关性和多重分形分布

本文应用修正的Penman-Monteith模型计算了分布在全国各地的16个站点的参考作物腾发量时间序列,并采用新近发展的多重分形非趋势波动分析法(MF-DFA)计算了序列的长程相关指数H和奇异谱f(α)。结果表明,潜在蒸散序列围绕一定趋势的波动不是完全随机的现象,而是由内在自相似机制决定的长程相关过程;其不同层次的波动是一个有序的多重分形分布,奇异谱可用二项倍增串级模型描述。     

小浪底水利枢纽大坝变形特性及成因分析

阐述小浪底水利枢纽大坝的结构特点及变形特性,对大坝变形进行监测,监测结果表明,各监测点变化连续、平顺、无突变,且逐渐趋于稳定,但相同高程的下游测点位移量大于上游测点位移量。分析大坝变形成因,认为时效是引起大坝变形的主要因素;而引起大坝不均匀变形的主要因素包括水库初次蓄水、水位骤降、坝体分区材料差异、河床深覆盖层、施工速率快和库水作用力等。通过与设计值对比、工程类比以及对正常蓄水位变形量的预测分析认为,坝体变形不影响大坝安全稳定运行。     

基于Apriori和GP-XGBoost的特高拱坝变形缺失数据填补方法

变形监测数据作为特高拱坝服役性态最直观的表征,蕴藏着丰富的时空信息和演变规律,对工程长治久安意义重大。然而,多源多维的变形监测数据受仪器本身及外界因素影响,往往存在数据缺失的现象,会对接下来的数据分析工作造成干扰。针对大坝变形监测序列中的缺失数据,基于Apriori关联规则算法挖掘测点变形在空间维度上的关联性,得到目标测点的强关联测点,随后以强关联测点的变形监测数据作为输入样本,利用贝叶斯优化的XGBoost回归模型填补了目标测点的空缺变形监测序列。结合锦屏一级特高拱坝工程实例表明,该填补方法实现了变形监测空缺信息的高效、精准填补,可用于类似大坝工程的变形缺失数据填补。     

棉花滩大坝扬压力综合分析

为确保大坝的安全,从渗流的角度先对棉花滩大坝扬压力进行定性分析,再用统计模型进行定量分析,并分离2007典型年各测点分量的年变幅值,计算坝基扬压力折减系数。结果表明:坝基扬压力主要受上游水位、温度、降雨、时效的影响,沿坝轴线各测点扬压力测孔水位变化总体呈河床坝段较低、两岸坝段较高分布;沿横向(即上下游方向)的扬压力监测断面水位总体从上游至下游测孔逐渐降低;大坝的扬压力总体正常,并未超出设计值。     

梅山水库大坝河床段变形监测资料分析

为分析梅山水库大坝河床坝段变形规律,定量识别各因素对河床段变形的影响,通过分析大坝10#和11#垛坝段的变形监测资料,建立回归统计模型进行拟合,再选取典型特征年(2021年)监测数据进行各分量的分离。结果表明：水库河床坝段其X向位移较小,Y向位移呈年度周期性变化;谐波因子的逐步回归模型能够较好反映变形规律,复相关系数为0.8~0.95;河床坝段的位移主要是受温度的影响。     

基于优化TSVR的混凝土重力坝变形预测模型

以某混凝土重力坝为研究对象，基于孪生支持向量机算法(TSVR)优化算法，建立大坝变形预测模型，分析不同因素对混凝土重力坝水平位移的影响，并将预测结果与实际监测结果进行对比，以验证该算法的准确性。结果表明，混凝土重力坝的上部位移情况较不稳定，随着外部条件及监测时间的变化，位移情况波动较大；混凝土重力坝的下部位移情况较为稳定，随着监测时间的增大，变形量较为稳定。PL5坝段受库水位升降的影响较大，PL4坝段受库水位升降的影响较小。对比库水位升降对混凝土重力坝的影响可知，温度变化对混凝土重力坝水平位移的影响较大，不同监测点的水平位移受温度变化的影响程度具有一定的差异性。采用TSVR算法得出的模型残差较小，随着监测时间的变化，模型残差变化趋势较为平稳，表明采用TSVR算法得出的混凝土重力坝水平位移的准确性较高。     

某平原水库大坝外部变形监测分析

通过对某平原水库大坝变形的监测,总结了建在深厚覆盖层软基上的平原水库大坝变形规律。监测结果表明,各测点的沉降量随大坝填筑而逐步增加,各测点沉降过程线和填筑过程线相关性良好,大坝的沉降主要由坝基沉降引起,符合土石坝变形规律;水库蓄水后对坝体变形存在一定的影响。建议在日后水库上蓄的过程中,加强对大坝的巡视检查及变形监测。