高坝基岩多点变形监测的GRNN模型研究

为有效地进行大坝基岩多测点变形分析预测,在既有的大坝变形安全监测数学模型结构基础上,利用广义回归神经网络（GRNN）良好的非线性拟合能力建立变形预测模型,并针对高坝基岩多点位移计监测的实际情况,以多个测点的变形量为分析对象,在利用历史变形资料进行训练后实现多点变形预测。实例计算与比较结果表明,GRNN模型计算快、精度高,是进行多测点非线性变形监测预报的有效工具。     

多点位移计在南水北调禹州矿区段变形监测中的应用

采空区及其稳定问题是南水北调中线工程的重大工程技术问题之一,河南省禹州段涉及煤矿采空区问题,通过对禹州矿区岩土体内部变形监测,了解采空区在施工前、施工期、运行初期的变形情况,判断采空区对总干渠渠道及建筑物的影响并预测发展趋势,为采空区段工程优化设计、施工、工程运行管理提供可靠的技术依据。     

利用多点位移计实测值反演隧道围岩力学参数

结合哈尔滨天恒山隧道的多点位移计的测量工作,利用MATLAB BP神经网络工具箱和AN-SYS10.0,基于结构分析有限元法,由正演分析建立了不同围岩力学参数与隧道围岩变形关系的人工神经网络训练样本。结合施工过程中量测到的隧道围岩的多点位移计数值,通过网络仿真得到了相应的围岩力学参数。     

BMC型多点位移计在积石峡水电站泄洪洞中的应用

为了测量积石峡水电站泄洪洞不同深度岩体轴向缩变量及过水后岩石的稳定情况,在中孔泄洪洞交叉段布置了5个断面共10套三点式多点位移计。主要论述了多点位移计的埋设安装工艺、测值计算及监测成果的初步分析等。     

大华桥水电站导流洞多点位移计施工与监测

介绍了大华桥水电站导流洞多点位移计的安装工艺与监测数据的采集分析.多点位移计重点监测地下洞室及高边坡围岩的内部位移变化,采集的数据为工程衬砌支护提供参考,同时也为工程的施工与运行安全提供理论分析依据,因此,掌握多点位移计的基本施工技术及数据采集、分析原理,对水利水电工程施工、运行安全有着极其重要的意义.     

三峡工程船闸高边坡多点位移计形变分析

根据三峡永久船闸高边坡多点位移计监测资料选取典型测孔进行回归分析。结果表明，对边坡变形影响最大的因素是开挖因素，随着船闸闸槽的下挖，边坡临空面的水平地应力逐步释放，边坡高度逐渐增大，边坡边界条件发生变化，使得边坡岩体向临空面变形。开挖强度越大、变形速率越大。由于锚固措施的使用开挖结束后，岩体深层变形逐渐趋于稳定。说明船闸边坡深层变形是稳定的。     

振弦式多点位移计在穿黄隧洞工程F3断层施工中的应用

南水北调东线穿黄隧洞勘探揭露的断层共计13条,产状多为北东走向,规模不大,呈陡倾角,宽度为0.5～3.0 m,围岩破碎,由于断层和垂向裂隙切割较深并伴有不同程度的溶蚀现象,使得隧洞段黄河水、孔隙水和岩溶裂隙水"三水连通",河水补给水量充沛,因此隧洞断层处围岩多发生渗(涌)水。在隧洞F3断层开挖支护完成后,通过及时地安装多点位移计,更好地了解断层位置围岩变形情况,有效地监控了地下洞室开挖安全性能。通过计算机对采集的观测数据进行整理分析,并定期反馈给工程设计院及施工单位,为论证施工方案的可行性提供了观测依据。     

小浪底工程多点位移计测值突变原因分析

小浪底泄水建筑物进出口边坡属高边坡岩体，完整性较差，为监测边坡岩体在施工期及运行期安全稳定，在进出口边坡安设了多点位移计。测试过程中发现有部分多点位移计测值发生了不同类型、不同程度的突变现象。为解释清楚此现象，以证实边坡岩体的稳定状况，对此进行了分析研究，得出了相应的结论。     

软岩地区多点位移计埋设及变形特性研究

为测定开挖全过程隧洞的变形,研究隧洞岩体变形规律,在顶山隧洞地表轴线上安装2套多点位移计。文中主要论述了仪器的布置、安装、埋设以及仪器的变形特性。     

JT法多点位移计安装埋设注浆工艺

本工艺属于岩土工程安全监测技术领域,运用于水利水电及公路、铁路等土建工程施工中的位移安全监测,具体涉及多点位移计安装埋设注浆工艺。本工艺有效解决了不同岩层条件下多点位移计注浆不饱满的问题,使仪器能真实反映被测部位的岩体变形,为评价建筑物运行性态提供可靠的监测数据。工艺的技术方案是采用双注浆管、配一根排气管,且注浆管及排气管均采用6分管,保障排气充分,确保进浆顺利。     

BP神经网络模型应用于大坝原型观测研究

针对传统的多元线性回归方法的不足,提出将BP神经网络模型应用于大坝原型观测数据处理。并介绍了BP神经网络模型的结构和算法,以及训练样本的归一化处理方法;将BP模型应用于黑河金盆水库大坝原型观测,结果表明,其模拟和预测效果均优于多元线性回归模型。     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。     

BP网络在大坝变形空间多测点监测模型中的应用

利用BP网络的较强函数非线性映射能力,对大坝多个测点的变形监测数据进行了仿真及预测,所建立的空间多测点BP网络模型以水位、温度、时间、测点坐标作为输入参数,以大坝变形值作为网络输出.结果表明,通过有代表性的学习样本对网络的训练,模型的拟合及预报结果能够满足精度要求,同时,与传统的统计建模方法相比,大坝变形多测点BP网络模型具有实施容易、运行速度快、误差修正方便、操作简单、运行灵活等优点.     

神经网络对贮灰坝的稳定预测

应用改进的BP神经网络对贮灰坝的安全状况进行了实时在线分析和预测,预测了水位变化时贮灰坝的安全系数,分析了贮灰坝安全系数的影响因素,具有很好的工程实用价值。     

改进模糊神经网络模型及其在大坝监测中的应用

鉴于传统模糊神经网络计算繁琐、模型精度较低、难以收敛等问题,在大坝位移的监测数据分析中应用改进的模糊神经网络及改进的反向传播(BP)网络算法,并建立了相应的网络模型.大量的数据分析计算表明,该模型收敛快,且精度优于常规的模糊神经网络和传统的统计模型.     

改进的BP神经网络模型在大坝安全监测预报中的应用

针对BP神经网络模型存在的缺陷进行了改进 ,并将改进的BP模型应用于大坝安全监测中效应量的预报。示例证明 ,改进的BP神经网络模型与常规BP神经网络模型及回归统计模型比较具有明显的优越性     

优化BP网络在均质土坝变形预测中的应用

宁夏南部山区小型水库除险加固普遍采用坝前淤积面加坝技术,且坝体多建于湿陷性黄土基础上,在自重、渗流等多种因素作用下极易产生变形。为准确判定坝前淤积面加坝技术的合理性和可靠性,可利用BP神经网络分析预测大坝坝体变形情况与未来趋势,但传统的BP算法需对数据进行标准化处理,为了简化数据的标准化处理过程,提高处理效率,提出了传递函数的优化方法,并把优化后的BP网络应用于大坝表面变形预测中,得到了较满意的结果。     

动态模糊神经网络在大坝变形预报中的应用

针对静态模糊神经网络的局限性,提出了在线动态建模的模糊神经网络方法.当新增样本进入训练集之后,根据新样本对模型的贡献大小,在已有模型的基础上进行动态修正,这样可以减少建模的计算时间.新方法实现了增加样本而矩阵阶数不增加,避免了矩阵求逆运算,理论上可以提高计算效率.实例表明动态模糊神经网络方法是可行的,可实现持久预报,具有较强的适应能力和较高的预报精度,可应用于在线实时变形预报及相关领域.     

基于LM算法的BP神经网络在大坝变形监测数据处理中的应用

针对传统反向传播（BP）神经网络收敛速度慢、计算量大的缺点,引入一种结合LM（Leverberg Marquart）优化算法的BP神经网络,并应用在大坝的变形预报中。实验结果表明,新模型具有训练速度快、预测精度高的特点。