一种拱坝泄流振动响应降噪与特征提取方法

基于高拱坝在泄流激励下的实测振动响应,提出了一种基于经验模态分解和固有模态函数小波降噪的信号处理和模态特征提取方法。首先,利用经验模式分解将含有噪声的高拱坝泄洪振动响应信号分解成一系列的固有模态函数;然后,基于对每个固有模态函数的特性分析选取相应的小波基对固有模态函数进行降噪;最后,利用Hilbert-Huang变换识别降噪后的各阶拱坝模态特征参数。通过拱坝室内模型试验验证了该方法识别模态参数的可靠性,并应用于某原型拱坝的实测振动响应降噪和模态特征提取中。该方法可避免传统原始信号先降噪带来的部分高阶模态信息丢失问题,有效降低了噪声对固有模态函数的影响,提高了高拱坝实时模态参数识别的阶次和精度。     

基于模态柔度的软基水闸底板脱空范围识别

软土地基上的水闸极易出现地基不均匀沉降、渗透变形等问题,进而诱发水闸底板脱空等灾害,现有的软基水闸底板脱空动力学诊断方法虽能识别脱空范围,但由于采用的基本模态参数（固有频率和测点振型系数）对水闸底板脱空的敏感性还需进一步提高,因此探究不同模态参数及其衍生量对水闸底板脱空的影响规律,确定更为灵敏的水闸底板脱空动力学敏感特征量具有重要意义。以对结构损伤更敏感的模态柔度作为水闸底板脱空动力学敏感特征量,建立了水闸底板脱空描述数学模型,并以各测点前两阶模态柔度变化率,改进了水闸底板脱空控制参数与模态参数（模态柔度）之间的响应面数学代理模型,将水闸有限元模型相应工况下的模态参数（模态柔度）与响应面数学模型计算模态参数（模态柔度）的相对偏差作为目标函数,将水闸底板脱空参数反演转化为目标函数的求解。以3种典型水闸底板脱空工况为例进行了验证,脱空反演结果与实际脱空范围的相对误差显著减小。模型提高了水闸底板脱空反演的精度,为软基水闸底板脱空检测和诊断提供了一种可靠的方法。     

材料参数对高拱坝动力响应影响研究

高坝系统运行环境复杂,与设计状态往往有比较大的差异。以溪洛渡拱坝为例,首先采用三维有限元模型基于现场实测资料反演坝体与地基材料参数,然后对比设计参数和反演参数条件下坝体的动力响应。研究结果表明,材料参数的选取对坝体-地基系统动力响应影响明显,与采用反演参数的拱坝动力响应相比,采用设计参数时坝体的动相对位移明显增加,坝肩位置横缝开度增加但中部横缝开度减小,建基面、孔口及坝踵位置损伤增加。建议对拱坝进行抗震安全性分析时采用设计参数。     

龙羊峡重力拱坝运行期变形与应力反演分析

基于龙羊峡重力拱坝实测数据,建立拱坝-地基有限元模型,进行了反演分析,确定了合理的温度分布函数的参数,以及坝体与基岩材料弹性模量。采用反演得到的有限元模型计算了龙羊峡重力拱坝运行期温度场分布及坝体变形与应力分布。结果表明,龙羊峡重力拱坝坝体中心温度常年几乎没有变化,坝面区域温度变化受外界影响较大;坝体混凝土弹性模量相比于设计试验值大,提升约25%;应力状态方面,坝体整体受压,冬季由于气温较低,坝面区域存在小范围拉应力区,拉应力水平较小,不影响工程安全运行。     

基于粒子群算法的大坝力学参数反演

粒子群算法是一种集群优化算法,结合通用的商业有限元软件MSC.Marc.利用其与FORTRAN语言的接口,编写了基于MSC.Marc的物理力学参数的粒子群算法反演程序.结合陈村大坝的实测资料,利用该方法反演了大坝坝体弹性模量.算例表明,采用粒子群算法和MSC.Marc反演大坝坝体的物理力学参数是可行的.     

基于改进粒子群算法的渗透系数参数反演分析

针对传统的粒子群算法存在收敛速度慢、易陷入局部最优的缺陷,依据水库原型观测数据和有限元数值计算结果,基于以e为底的指数函数的惯性权重策略的改进粒子群算法,减少了求解计算时间,提高了结果准确度,构建了大坝渗透压力监测控制统计分析模型,并分别采用标准粒子群算法和改进的粒子群优化算法反算了混凝土坝体、坝基的渗透系数。与实测值的对比结果表明,基于改进粒子群算法的渗透系数参数反演拟合效果良好,计算误差小、搜索效率快、辨识参数准确度高,具有较强的可操作性。     

基于相关性方差贡献率的高坝泄洪振动数据级融合方法

针对单一传感器信号只能反映结构的局部特性及易受干扰的问题,提出了基于相关性方差贡献率的数据级融合方法;通过计算振动信号的相关性方差贡献率来分配融合系数,从而实现多传感器信号之间的数据融合。锦屏一级高拱坝原型观测信号和自制的碾压混凝土坝水弹性模型实测信号的数据融合结果表明,该方法具有良好的抗噪性,可挖掘振动信号中的高频微弱信息和密频信息。与基于相关函数的数据级融合方法相比,基于相关性方差贡献率的数据级融合方法使融合后的信号能更加全面地反映坝体整体振动特性,更适用于高拱坝及碾压混凝土坝振动信号的模态参数识别。     

基于GRU-WPA法的重力坝地基力学参数反演分析方法

利用位移实测资料对大坝地基力学参数进行反演时,常规反演算法存在收敛速度慢、精度差等问题。基于GRU神经网络代理模型和狼群算法,提出了一种新的反演方法GRU-WPA法,该方法在保证计算精度情况下能提高计算效率。将此方法应用于某碾压重力坝工程中的地基力学参数的反演,以典型断面中测点的观测数据为依据,反演分析寻优得到地基弹性模量,同时将反演弹性模量的有限元计算位移与实测位移相比较以分析精度,并与常规粒子群算法的反演分析结果进行对比。计算结果表明,GRU-WPA法计算速度更快,反演弹性模量有限元计算位移与实际位移的整体误差更小,表明GRU-WPA法在大坝地基力学参数反演分析中具有良好应用效果。     

基于改进鲸鱼优化算法的重力坝变形参数反演

针对利用位移实测资料对大坝坝体和基岩的变形力学参数进行优化反演时存在效率低、精度差等问题,通过对鲸鱼优化算法进行并行化改进,并引入权重因子,结合有限元计算,提出一种基于改进鲸鱼优化算法的力学参数反演方法。利用该方法对某混凝土重力坝坝体和基岩弹性模量进行反演,并与粒子群算法的反演结果进行比较。结果表明:在相同迭代次数的情况下,改进的鲸鱼优化算法比粒子群算法耗时更少,且反演得到的坝体、基岩力学参数比粒子群算法得到的更为准确。表明利用多核处理器对该方法进行并行计算,可大幅度缩短计算时间。基于改进鲸鱼优化算法的力学参数反演方法具有搜索能力强、收敛速度快和精度高等特点,合理可行,可推广应用于混凝土拱坝等其他坝型的力学参数反演。     

泄流激励下高拱坝原型动力测试的传感器优化布置与参数识别研究

本文以二滩拱坝为例,研究了基于QR分解和MAC准则(模态置信度准则)的高拱坝传感器优化布置方法。首先,基于有限元模态分析获取的可测点振型进行了QR分解,以确定传感器的初始位置;其次,通过逐步累积使MAC矩阵最大非对角元最小,以确定最优测点数量及位置;最后,提出了二滩拱坝原型动力测试的传感器优化布置。基于该传感器优化配置结果,开展了二滩拱坝泄洪振动原型动力测试和模态参数识别。结果表明,测点优化后的识别结果不仅能保证识别精度,而且识别出了更高阶次的模态参数。这种方法可为开展泄流条件下高拱坝动力测试与健康诊断的合理测点布置提供理论参考。     

基于改进粒子群优化算法的施工期拱坝结构性态反演分析

针对施工期拱坝坝体变形的特点,建立了施工期拱坝坝体变形特殊安全监控模型,对坝体变形中的水压分量进行提取。采用改进的粒子群优化算法对拱坝反问题最优控制解模型进行优化计算,以此完成施工期拱坝结构性态的反演分析。以某拱坝为例,对该拱坝施工期的结构性态进行反演分析。结果表明,坝体变形反演的相对误差均在2%以内,由此验证了所提出方法的可行性。     

基于APSO和TWSVM的特高拱坝变形预测模型

为挖掘混凝土大坝变形监测数据与各影响因素之间复杂的非线性关系,提高特高拱坝变形预测精度,在孪生支持向量机(TWSVM)模型基础上,引入位置因子与速度因子,运用自适应粒子群优化(APSO)算法进行参数优化,构建了特高拱坝变形的APSO-TWSVM预测模型。实例验证结果表明,该模型可有效挖掘拱坝变形与影响因子间复杂的非线性关系,模型运算速度和精度均比传统SVM模型有明显提升。     

Deformation early-warning index for heightened gravity dam during impoundment period

The mechanical parameters of materials in a dam body and dam foundation tend to change when dams are reinforced in aging processes. It is important to use an early-warning index to reflect the safety status of dams, particularly of heightened projects in the impoundment period.Herein, a new method for monitoring the safety status of heightened dams is proposed based on the deformation monitoring data of a dam structure, a statistical model, and finite-element numerical simulation. First, a fast optimization inversion method for estimation of dam mechanical parameters was developed, which used the water pressure component extracted from a statistical model, an improved inversion objective function, and a genetic optimization iterative algorithm. Then, a finite element model of a heightened concrete gravity dam was established, and the deformation behavior of the dam with rising water levels in the impoundment period was simulated. Subsequently, mechanical parameters of aged dam parts were calculated using the fast optimization inversion method with simulated deformation and the water pressure deformation component obtained by the statistical model under the same conditions of water pressure change. Finally, a new earlywarning index of dam deformation was constructed by means of the forward-simulated deformation and other components of the statistical model. The early-warning index is useful for forecasting dam deformation under different water levels, especially high water levels.     

基于质量检测与安全监测数据的补强拱坝弹性模量反馈

针对施工期进行补强加固处理的高拱坝在长期服役后真实材料力学参数是否满足设计要求的问题,本文依托某施工期补强碾压混凝土拱坝工程,首先采用钻孔取芯、大坝弹性波CT及表面波法(SASW)和现场普查相结合的方法进行大坝混凝土质量检测;进而基于变形监测资料对拱坝的实测位移进行定性分析;然后通过建立径向位移统计模型进行定量分析;接...     

基于应变能与模糊贴近度的拱坝体形稳健优化设计

在拱坝体形优化设计时,以坝体应变能及其对基岩变形模量的灵敏度为目标函数,建立了拱坝体形稳健优化设计模型。具体求解时,首先对各分目标进行单目标优化,得到理想解,然后通过构造目标函数向量与理想解目标向量的模糊贴近度,将稳健优化模型转化为求最大模糊贴近度的单目标优化问题。结合某拟建拱坝的工程算例表明,相比于线性加权法,模糊贴近度法的优化结果更靠近理想解,坝体的应力状态更优。     

基于SSA-MSVR的混凝土拱坝材料参数反演模型

为进一步提高混凝土拱坝材料参数获取的准确性,构建了基于多输出支持向量回归(MSVR)和麻雀搜索算法(SSA)的混凝土拱坝材料参数反演模型。为了快速模拟坝体径向位移与材料参数的非线性关系,建立了高精度的MSVR模型代替有限元模型计算,并利用SSA对所需参数进行寻优反演。工程实例验证结果表明：构建的反演模型计算精度高,计算速度快,能快速反演坝体与坝基材料参数,可用于实际工程的材料参数反演分析。     

基于PSO-SVM的大坝渗流监测时间序列非线性预报模型

大坝渗流监测分析是大坝安全监控的重要内容，预测分析的难点之一在于渗流监测数据往往具有复杂的非线性特点。本文充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点，采用粒子群算法快速优化支持向量机的模型参数，通过该模型对非线性监测数据进行拟合，建立了基于PSO_SVM的大坝渗流监测的时间序列非线性预报模型。本模型应用于隔河岩水电站的坝基渗流量的预测，计算结果与实际监测值吻合良好。