基于遗传算法优化BP神经网络的大坝变形监控模型

一个合理的位移监控模型是通过大坝安全监测实现大坝安全监控的关键因素之一.针对传统的统计模型、确定模型和混合模型的不足,提出基于遗传算法优化BP神经网络的GA-BP模型的方法,并将该模型用于大坝变形预报研究.最后以某拱坝为例,对该拱坝拱冠梁坝顶径向水平位移实测值建立了GA-BP模型,并将模型用于某坝顶径向水平位移预报.结果表明GA-BP模型不仅比统计模型具有更高的拟合精度,且在大坝变形监测预报上也是有效的.     

龙羊峡大坝高水位运行期变位规律分析

2005年汛期,黄河上游来水较好,龙羊峡水库水位持续上升,最高水位达2597.62m,大坝自运行以来首次经受接近正常高水位的考验.对高水位运行期大坝及基础变位观测资料进行分析,合理解释了拱冠径向位移水压分量不闭合现象,总结出大坝的变位规律,认为大坝工作状态正常.     

BP神经网络在大坝位移监测中的应用

利用BP神经网络模型较强的非线性处理能力特性,以水位、温度和时效作为输入层,大坝位移为输出层,建立BP神经网络模型对龙滩大坝的位移监测数据进行模拟和预测,并将拟合值、预报值和实测值进行对比分析,结果表明:BP神经网络模型对大坝位移拟合效果较好,预报值精度较高,具有一定的参考应用价值。     

隔河岩电站进水口1998年监测资料分析

1998年,长江发生特大洪水时,隔河岩水库水位超出正常蓄水位3.94 m,分析本年度该枢纽各建筑物的变形是必要的.在对1998年隔河岩电站进水口的变形监测资料分析中,选择物理推断法及图表法对变形量大的测点作了特征值分析.针对监测数据呈多峰曲线型,采用广义线性多项式逐步回归方法建立了变形模型,对进水口的工作性状作出了初步分析.结果表明:1998年进水口处于向上游、向左岸位移状态,随水位、气温变化,其变形具有周期性.进水口受静水压力的影响,墩顶沉降面向河床方向呈非线性增大,靠上游侧沉降量大于下游侧沉降量.沉降与上游水位、气温呈负相关,夏季墩顶上抬;春、冬季墩顶下沉.说明1998年隔河岩电站进水口在较长时间的高气温、高水位的考验下工作状态正常,其变形规律及影响因素与1997年相一致.     

飞来峡大坝变形性态分析与预报模型研究

通过对飞来峡大坝的水平位移进行分析，建立相应的统计模型，并通过统计模型与BP神经网络模型进行比较，建立相应的预报模型，为飞来峡大坝的安全监测提供依据．通过分析比较得到结论：飞来峡大坝目前变形性态正常，水平位移年变幅主要受温度荷载的影响，BP神经网络模型虽然拟合精度较统计模型高，但是其预测能力并不优于统计模型，而且统计模型能对监测数据作分解和成因解释，所以采用统计模型对飞来峡大坝建立了预测模型。     

长沙掺MgO拱坝变形监测资料分析

通过对外掺MgO混凝土的变形特性研究，建立起适合外掺MgO混凝土拱坝变形时效特性的数学模型，分析了长沙拱坝拱冠205.0 m，220.0 m，245.0 m高程径向位移的变化趋势和主要影响因素。分析结果表明拱冠径向位移主要受温度、上游水位以及时效的影响，且时效尚未稳定。     

混凝土拱坝多测点确定性位移监控模型研究

在建立混凝土拱坝位移监控模型时,温度位移分量的确定一直是建模的重点和难点。本文提出以气温和水温确定大坝温度边界采用有限元数值分析方法分别确定混凝土拱坝位移的水压分量和温度分量,并在此基础上建立了混凝土拱坝位移的一维多测点确定性模型,所建立起来的位移确定性模型有较好的精度和外延性,可以实现对水压、温度及时效等位移分量的分离。最后,以清江隔河岩重力拱坝为例,建立了一维多测点确定性位移监控模型,并与实际观测数据进行了对比,结果表明效果较好。     

潘家口水库大坝水平位移观测成果分析

潘家口水库大坝到目前已运行１２年，大坝观测工作自１９８５年竣工即全面开展，但水平位移观测精度达不到规范要求，因此，１９９０年坝体引张线进行了改造。坝顶视准线于１９９４年改为坝顶引张线，改造后观测精度满足规范要求。文章着重对改造后的水平位移和坝体挠度观测进行了全面的统计分析，认为影响该坝水平变形的主要因素是气温和库水位，呈年周期变化，大坝在高温季节向上游位移，在低温季节向下游位移，而且坝体挠曲变形随坝高增加而增大。     

隔河岩水利枢纽主要坝段基础变形特性

对清江隔河岩水利枢纽大坝坝基变形监测成果进行了分析：认为施工期的坝基变形与大坝浇筑有关；运行期的变形与坝前水位有关，大坝经历了蓄水至204.37 m高程的考验，在超过设计校核蓄水位2.34 m运行工况时，坝基最大累计垂直变形约25 mm。虽然坝基岩层中存在软弱夹层和断层，沿夹层和裂隙的岩溶发育，位错变形不大，同时拱冠、拱座坝基变形明显。     

采用统计模型分析大坝的不规则位移现象

本文针对东江大坝291m高程垂线测点的径向水平位移与库水位之间存在的不协调现象,采用统计模型进行分析,得到了大坝径向水平位移与影响大坝变形的因子之间存在的相关性,并由此解释了东江大坝不规则位移现象的原因。     

清江隔河岩库区重要滑坡预测模型的探讨

 为了掌握隔河岩库区主要滑坡体变形发展的动态和趋势，将近年来取得的安全监测资料，采用模型筛选、带权回归、参数优化及样条回归等方法，建立了有效的预测模型。     

隔河岩水库入库径流随机模拟研究

根据实测日流量过程资料分析清江流域的洪水统计特征和自相关结构,分别用AR模型和典型解集模型进行随机模拟,并对模拟结果进行分析与检验,经研究认为典型解集模型对隔河岩水库入库径流模拟效果相对较好。     

一维垂向水温分布模型在隔河岩水库中的应用与检验

分析国内外水库水温研究的发展情况 ,并以湖北省清江隔河岩水利枢纽为对象 ,研究深水型水库的垂向水温分布的模拟问题。采用一维垂向水温分布模型 ,用有限差分法计算隔河岩水库的垂向水温分布 ,并将计算结果与实测值比较 ,其吻合效果良好。该方法可用于深水型水库垂向水温分布的预测。     

高坝洲水利枢纽设计洪水

高坝洲水利枢纽是上游隔河岩水利枢纽的反调节水库，洪水调度将与隔河岩水库联合运行，设计洪水计算需扩定隔河岩和隔河岩－高坝洲区间的设计洪水峰量及过程线。在分析清江暴雨洪水特性的基础上，介绍了高坝洲水利枢纽设计洪水计算方法及其主要成果。     

小波网络模型在隔河岩水库径流预测中的应用

基于小波分析与人工神经网络提出一种小波网络模型,模型吸取了小波分析的多分辨功能和人工神经网络的非线性逼近能力,预测精度较好。在清江隔河岩水库年、月径流中长期预测中,得到满意的结果。     

前馈人工神经网络法在大坝安全监控中的应用

应用预测模型来监控大坝复杂的工作性态是一条有效途径。但因大坝的工作条件复杂、影响因素众多，给应用精确的数学模型监控大坝工作性态带来了困难。为此，应用人工神经网络模型隐式的数学表达形式，提出并建立了基于交替学习迭代算法的人工神经网络模型，并结合清江隔河岩水电站的实际，研究了这种模型在大坝基础渗流量及进水闸顶位移预测中的实际应用，其误差收敛快，预报精度较高。通过进一步的研究后，这种模型可望为大坝安全性态的实时在线监控提供有力的技术支持。     

清江隔河岩水电站大坝基础渗流监测研究

根据清江隔河岩水电站近几年的渗流原型观测资料 ,应用物理推断法和统计相关法分析了坝基渗流量、坝基扬压力的相关因子以及变化规律 ,通过逐步回归分析得出了渗流量及坝基渗压力的统计模型。利用得到的统计模型分析实测资料 ,其分析结果与实测值拟合较好     

隔河岩工程重力拱坝动力模型研究

 本文阐述用动力模型试验和有限元动力分析方法研究清江隔河岩重力拱坝的动力特性,采用反应谱方法研究大坝的地震动力响应。探讨了封拱形式对大坝地震响应的影响,模型试验与动力分析的结果比较接近,研究表明大坝遇7度地震是安全的。     

隔河岩大坝垂线观测的回归模型研究

本文以隔河岩水利枢纽工程某坝段正垂线观测数据为基础,用回归分析法对大坝变形监测统计模型进行了研究,并就水压、时效和温度对大坝测点水平位移的影响情况等进行了初步分析。     

隔河岩电站进水闸位移的前馈网络预测模型

通过对清江隔河岩水电站进水闸的位移监测资料的分析，发现进水闸顶的位称过程线呈多峰型曲线，应用常规统计模型所建立的预测模型其精度不够理想，在对大坝安全监测资料进行物理推断分析的基础上，针对水电站进水闸顶位移建立了基于前馈人工神经网络模型的预测模型，对闸顶视准线的位移量的前馈人工神经网络模型预测研究表明，其精度较高，通过进一步的研究后可望推广到大坝安全监测实际中去。