分形学在大坝安全监测资料分析中的应用

介绍Hurst重标度和分形学理论分析时间序列数据的方法。应用该方法研究了陈村混凝土重力拱坝变形的分形特性，评价了105裂缝对大坝结构性态的影响，并且由此对大坝的安全状况作了评价。最后得出大坝可以看作一个非线性复杂动力系统，分形维数可以从整体上描述大坝系统的动态变化特征并可以应用于大坝的病害诊断。     

基于改进型MF-DFA的月径流序列多重分形分析

应用改进的多重分形消除趋势波动分析法对长江流域某水文站多年月径流资料进行分析计算,结果显示,月径流序列具有长程相关性和多重分形特征,并采用二项倍增串级模型,对其多重分形谱拟合,表明月径流序列具有较强的多重分形性。通过对其初始序列、重排序列和替代序列进行对比分析,揭示出月径流序列多重分形特征是序列本身的长程相关性和胖尾概率分布共同作用的结果,且胖尾概率分布起主要作用。     

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。     

大坝沉降监测的时间序列与预报

基于平稳性时间序列分析理论,对大坝沉降监测数据时间序列进行模式识别、参数估计,建立变形监测分析与预报的ARMA模型。结合实例,运用该模型对变形监测数据进行动态分析和预报,将拟合和预报数据同原始数据进行比较分析,结果表明ARMA模型处理动态监测数据是十分可行和有效的,具有重要的应用价值。     

时间序列分解模型在大坝变形预测中的应用

基于时间序列分解法建立大坝变形预测模型。引入灰色系统理论来分离趋项,并将全域法分析和时间序列有机结合。从预测结果可以看出,模型具有较高的预测精度。     

主成分回归分析在大坝安全监测中的应用

介绍主成分回归的原理,对某大坝的位移预测进行分析研究.利用SPSS软件进行多重共线性诊断后进行主成分分析,确定主成分的个数,将原自变量的主成分代替原自变量进行回归分析,建立主成分回归模型,并对该大坝位移进行预报.对影响大坝位移的各因子进行有效分离,既保留了原指标的绝大部分信息,又有主成分之间不相关的特点,弥补了最小二乘法回归无法有效识别和消除因子间多重相关性影响的不足.     

时间序列预测法在大坝变形监测数据处理中的应用

对变形数据的分析与预测是变形监测数据处理的重要内容.从时间序列的基本原理出发,详细论述了如何使用这种方法对变形监测数据进行建模与预测,并通过实例计算验证了此种方法具有较高的拟合和预测精度,较好地描述了变形监测点的变化规律.     

延伸预测法在大坝安全监测中的应用

大坝的安全状况关乎着千千万万人民的生命财产安全。通过对大坝的安全监测．可以及时预警或预报大坝运行的安全状况，以达到提早作出应对措施的目的。介绍采用延伸预测法来处理大坝变形波动。探讨得到较合理预测值的几种情况和方法。     

卡尔曼滤波-AR模型在大坝变形预测中的应用

基于某大坝拱冠梁处坝基2007年5月至2009年4月每月的水平位移观测数据,首先用卡尔曼滤波对建模数据进行处理,然后基于处理后的数据建立AR 4阶模型,利用卡尔曼滤波-AR模型对2007年9月至2009年4月每月的水平位移进行递推预报,并与实测值进行了对比。结果表明:卡尔曼滤波-AR 4阶预测模型的预测值明显优于一般AR 4阶预测模型的,更接近于实测值,预测精确度更高,更适用于大坝变形趋势的预测。     

离散卡尔曼滤波在大坝变形监测中的应用

讨论了离散线性系统卡尔曼滤波模型和相应的递推公式,通过对某双曲拱坝的平面综合变形监测数据进行了卡尔曼滤波处理及经典平差,对比发现卡尔曼滤波对变形监测数据处理优于经典平差,而且由于其更新速度快、不依赖旧数据等特性使得此方法特别适合变形监测动态数据的处理。     

基于时间序列的大坝位移监测分析

提出了一种基于时间序列的大坝预测方法。首先对最近若干年的大坝位移变形时间序列进行周期项和趋势项的分析;然后对除去这两项的剩余时间序列进行混沌特性分析与预测;最后对三进行叠加,进行可行性分析与误差分析,得到预测结果。此方法实用性强,具有较高的操作性。     

步进式传感器在大坝变形监测中的应用

介绍步进式垂线坐标仪和单（双）向引张线仪的测量原理与特点，以及在大坝变形监测中的应用。     

调节水库大坝安全评价变形监测分析

调节水库自建成运行已经40年,承担着克拉玛依市供水的任务,水库除险加固后已运行10年。针对大坝安全评价中的变形监测资料进行分析评价,由分析结果可知,大坝的变形性态为正常。     

大坝变形监测数据分析

本文以小湾大坝为例,详细论述了大坝变形监测及其数据处理方法,并对小湾大坝变形监测方案进行研究,统计了变形监测数据,验证了小湾大坝的设计参数。研究表明:拱坝变形监测成果可靠,能够较好地反映各种因素对大坝变形的影响。     

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。     

黑龙滩水库大坝变形监测资料分析

黑龙滩水库大坝略带弧形的浆砌条石重力坝，坝上设置有变形、渗透等监测设施。本文整理与１９９０年－１９９４年的变形监测资料，认为在１９９１年－１９９２年，由于灌浆等原因，坝体曾发生异常变化，１９９２年坝体进行进行调整后，按新的规律运行，目前大坝处于稳定状态。     

R/S分析法在大坝安全监测中的应用

R/S分析法可以描述自然界非线性系统的某种复杂性。以某水电站大坝坝顶水平位移为研究对象,采用R/S分析法得到其测点水平位移序列的Hurst指数,并根据Hurst指数在不同区间表现出的不同特性,分析坝顶未来的变化趋势。结果表明:该测点未来位移有较明显的增加趋势,应加强监测,以确保未来大坝的安全运营。     

延伸预测法在大坝安全监测中的应用

大坝的安全状况关乎着千千万万人民的生命财产安全。通过对大坝的安全监测,可以及时预警或预报大坝运行的安全状况,以达到提早作出应对措施的目的。介绍采用延伸预测法来处理大坝变形波动,探讨得到较合理预测值的几种情况和方法。     

振弦式传感器在大坝安全监测中的应用

振比式（VW）传感器用于监测大坝安全已有许多年历史，现仍继续用于各种用途。介绍传感器的原理及其有众多用途的原因。