自适应卡尔曼滤波法在斜拉桥施工中的应用

在应用标准卡尔曼滤波法处理斜拉桥施工控制误差时,如果施工动态噪声（如施工误差等）的方差、协方差估计误差较大时容易使结果产生发散现象,导致状态估计的不可信。针对这种现象,采用了自适应卡尔曼滤波法。该方法可以在对观测数据进行滤波的同时,实时地对未知的或不确切的系统模型参数和噪声的统计特性进行适当的估计和修正,以补偿滤波中对动态噪声方差或协方差估计的不足,以减弱模型误差的影响,使滤波结果更接近于实际。通过仙桃汉江公路大桥主桥的应用证明该方法是可行的。     

郑武客专线粉质土地基沉降观测数据异常值判别及沉降预测研究

郑武客专沿线广泛分布有深厚的粉质土,客运专线对工后沉降控制非常严格,根据沉降监测数据控制填土速率,保证路堤在施工中的安全与稳定,预测工后沉降确定无渣轨道的施工期,控制工后沉降在设计允许范围之内是路堤填筑的关键。对路基沉降观测数据的可靠性、沉降数据的预处理以及沉降观测异常数据判别方法进行了系统的叙述,尝试用最小二乘支持向量机对沉降数据进行预处理;讨论了各种预测模型的特点及适用性。基于沉降资料可靠性和沉降预测方法两方面的研究,形成了粉质土地基沉降系统预测方法,并通过实例详细介绍了预测过程。预测结果显示郑武粉质土地基沉降已基本趋于稳定,运行期不会发生较大的工后沉降,郑武客专地基处理及施工方法是成功的。     

西霞院工程电站坝段地基稳定性分析

通过对西霞院工程电站坝段地基原设计沉降变形量、施工期原形观测资料及地基变形反演分析结果的对比、分析,对电站坝段长期变形进行预测表明:各项监测指标均无异常,厂房结构处于正常工作状态,结构是安全的;反演计算的沉降结果和实测结果均小于设计计算结果,满足设计确定的沉降控制标准,厂房结构在沉降变形方面是安全的.     

基于卡尔曼滤波、分形和LSTM的大坝变形趋势分析方法

为了实现对大坝变形趋势的合理分析,提出了一种融合卡尔曼滤波、分形理论和长短时记忆神经网络(LSTM)的大坝变形趋势综合分析方法。该方法利用卡尔曼滤波对原始观测数据进行降噪处理,采用分形理论中的R/S方法对大坝未来变形趋势进行定性判断和解析,通过对滤波后数据建立LSTM定量预测模型,结合定性和定量的分析结果,实现大坝变形趋势的综合评判。实例分析结果表明,该方法能够较好地分析大坝变形趋势,对大坝监测数据的随机性和非平稳性具有较好的适用性,趋势分析和预测符合工程实际情况,为大坝的变形综合分析提供了一种新方法。     

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。     

基于改进随机森林算法的水文监测数据异常识别研究

为了提高水文监测的准确性,提出基于改进随机森林算法的水文监测数据异常识别方法。采用全局数据模式建立水文监测数据库管理模型,通过水文监测数据源之间的异构性参数,结合数据源的结构化特征分析,采用水文变化语义约束的特征分析方法,建立水文监测数据异常滤波模型;通过改进随机森林算法,进行水文监测数据异常特征提取,根据观测数据流的模式变化实现对水文监测数据的异常数据特征聚类分析和模式识别;通过构建动态水文观测数据与水文的时空分布模型,采用高层语义特征分析方法,根据实时水位数据流的量化参数分析,采用语义相似性度量方法,通过在线观测数据清洗,实现对水文监测数据异常特征识别和聚类分析,提高水文动态监测能力。仿真结果表明,采用该方法进行水文监测数据异常识别的可靠性较高,对水文变化的动态分析和识别能力较强,可提高水文监测的质量水平。     

基于SVM-MCD的大坝变形监测数据异常值判定

变形是最能直观反映混凝土坝运行性能的宏观效应量。考虑到监测数据异常值对监控模型精度与大坝安全性态诊断的不利影响，提出了一种基于支持向量机的混凝土坝变形监测数据异常值判定方法。在分析混凝土坝原型变形监测数据显性异常点的基础上，通过构建基于支持向量机理论(SVM)的高精度计算体系，充分利用结果效应量与驱动环境量之间的映射交互关系，结合最小协方差矩阵(MCD)稳健估计理论对残差序列进行异常值判定，而后将其异常确定值进行有机性替代处理，解决了内蕴复杂环境干预的监测信息挖掘难点。工程实例分析表明：所建判定系统的精准性及泛化能力均得以提升，相比于传统方法具有较好的实用性和鲁棒性，能有效地避免变形监测数据预处理中的误判漏判等困扰。此外，所提出的判定方法经一定的优化和拓展，亦可推广应用于其他水工建筑物的数据异常值判定分析。     

卡尔曼滤波与灰色模型在岳城水库大坝沉降分析中的应用

结合卡尔曼理论和灰色理论的特点,在Matlab中建立卡尔曼滤波模型和GM(1,1)模型。以岳城水库大坝的沉降观测数据为例,实现卡尔曼滤波和灰色理论这两种方法在大坝沉降分析中的应用。     

梅山水库连拱坝2000—2022年沉降变形分析

通过对2000—2022年共23年来梅山水库连拱坝的沉降观测数据分析得出,连拱坝的沉降变形量整体呈中间段大、两端小的特点;沉降变形呈年周期性变化特征,夏季呈上升,冬季呈下沉,沉降变形整体已稳定,未发生极值异常增大情形。通过对沉降与气温和水位的相关性分析,沉降与气温相关系数为-0.879～-0.946,呈强负相关,温度越高,向上变形越大;主要原因是河床段连拱坝较高,混凝土随着温度升高,膨胀变形量相对较大。沉降与水位相关系数为0.05～0.195,呈弱相关,水位对沉降的影响较小。     

某砾石土心墙坝施工期安全监测分析

文章以某心墙坝的实际监测情况为例,结合监测仪器设计布置对仪器的运行情况进行分析。根据观测资料对施工期心墙孔隙水压力、应力以及沉降变形观测分析后得到:心墙在施工期产生的高孔隙水压力与填筑进度以及土料含水量大小密切相关,施工期将土料的含水量控制在最优含水量附近对心墙填筑有利。鉴于坝体沉降变形观测数据较其实际沉降量偏大,建议尽量对测斜管附近土料夯实以缩小观测数据与实际之间的差值。     

卡尔曼滤波回归统计模型及工程应用分析

将统计模型的回归系数看做状态向量,统计模型视为观测方程,利用卡尔曼滤波算法实现了统计模型的建模.该建模方法不仅便于实时处理、计算机实现、节省机时,而且由于卡尔曼滤波属于线性最小方差估计,所以相比最小二乘建模方法可望获得更高的建模精度.工程实践也验证了卡尔曼滤波回归统计模型的上述特性.     

扩张Kalman滤波法在超声波CT反演计算中的应用

利用扩张Kalman滤波法求解超声波CT反演计算中的大型稀疏方程组．通过模拟计算说明了扩张Kalman滤波法在模拟模型介质中超声波传播速度强弱变化情况下的稳定性．并运用该法对混凝土试件中的缺陷进行了反演计算，其结果与试件中预设的缺陷部位基本相符．     

基于最大熵和云模型的RCC坝变形监控指标拟定

变形监控指标是评估和监测大坝安全的重要指标。以高寒地区某碾压混凝土重力坝的挡水坝段为例,首先引入改进的快速Myriad滤波法对大坝变形监测数据进行预处理,然后采用最大熵法和云模型法拟定大坝运行期变形监控指标,最后探讨了异常概率与云模型弱外围元素对定性概念贡献率之间的联系。实例分析表明,虽然云模型法按3E_n原则拟定的变形监控指标与最大熵法按照异常概率为1%与5%拟定的变形监控指标存在一定差异,但在监测时段内大坝实测变形最大值均小于两种方法拟定的变形监控指标,由于两者均通过数字特征值进行计算,包含的主观成分少,拟定的变形监控指标更可信;采用云模型中的弱外围元素拟定的变形监控指标与异常概率2.15%时的变形监控指标较接近,云模型弱外围元素对定性概念贡献率的计算可以为变形监控指标拟定的异常概率确定提供参考。     

基于卡尔曼滤波法的碾压混凝土拱坝垂直位移变形分析

介绍了卡尔曼滤波法的基本原理,以白莲崖碾压混凝土双曲拱坝为例,选取坝顶垂直位移为分析对象,建立了卡尔曼滤波模型,进行实例计算,预测大坝变形。计算结果表明,卡尔曼滤波模型能充分考虑温度、库水位和时效影响对坝体变形的影响,预测精度高,具有工程应用价值。     

基于粒子滤波的一维非恒定流模拟多变量校正方法

为减少数值模型的不确定性,将粒子滤波方法引入一维非恒定流水量计算,建立了一维水量模拟的多变量校正方法.该方法通过对水流状态粒子进行统计估值,实现模型状态变量的最优估计.以单一河道洪水演进过程为例,探讨了多变量校正方法在一维非恒定流计算中的性能,分析了粒子数量、状态变量扰动误差和边界条件的不确定性对滤波效果的影响,从准确...     

输水隧洞动态监控指标拟定方法

为确保输水隧洞工程运行期的安全,需针对工程特点建立有效的动态监控指标。在分析研究输水隧洞监测方法、工程运行安全影响因素的基础上,选择内外水压力、温度、隧洞衬砌混凝土和围岩变形等影响因子,构建输水隧洞安全监控指标模型,按照置信区间法原理拟定监控指标。将长时段监测数据分段分析处理,同时引入移动平均滤波算法,提出了输水隧洞动态监控指标的拟定方法。实例计算结果表明,所提出的方法能确定测点的动态监控指标。     

GPS监测大坝三维变形的应用

讨论了全球定位系统(GPS)变形监测网的建立以及提高GPS观测精度应采取的措施。分析了GPS大坝变形监测网的特殊性．提出了选择站心地平坐标系作为GPS大坝变形监测网平差计算的参考坐标系；采用拟稳平差方法处理GPS大坝变形监测网的观测数据。编写了GPS大坝变形监测网的网平差软件，并对某大坝GPS变形监测网的3期观测数据进行了平差计算。计算结果表明，GPS观测的精度可以满足大坝变形监测的精度要求；拟稳平差方法更适合于GPS变形监测网的数据处理。     

卡尔曼滤波在尾矿坝变形GPS监测中的应用

为更好地提高尾矿坝变形监测精度、节约工程成本,将Kalman滤波技术和GPS一机多天线相结合,解决了卫星跟踪和抗干扰问题。在介绍GPS在水电大坝和尾矿坝具体应用情况的基础上,通过Kalman滤波在GPS中的应用数据分析,说明采用kalman滤波方法处理的GPS监测数据可显著提高数据精度。由于Kalman滤波技术实时更新,因此更适用于在线分析,对监测信息化具有重要意义,可以在水利工程监测中推广应用。     

考虑塑性发展系数的简化软土基坑回弹变形预测

为了解决现有的基坑回弹变形计算方法所需参数较多、计算过程较为繁琐、工程应用上受到限制等问题,利用孔隙比和压缩变形量的关系推导出塑性发展系数β的表达式,根据卸荷比R对回弹变形量的影响,估算坑底回弹土层的计算深度,且忽略深大基坑中央土体应力分布的空间效应和坑底中部土体在开挖前及开挖后均为均匀的自重应力场,建立一种基于塑性发展系数β的回弹量估算方法。利用该法对上海市某挖深17.9 m的深大基坑中部回弹量进行估算,并与回弹实际监测值作比较,结果表明,可以用该方法估算回弹量;同时,分析了该方法的工程应用可靠性,并对预测效果修正提出了相应的建议。     

基于西原模型的蠕变型滑坡预警判据及滑坡智能监测预警系统研究

针对滑坡临滑预报难点问题,以建立滑坡的监测预警系统为目标,依据原有T-t模型的固定临滑判据,以西原模型为基础通过理论推导出蠕变型滑坡等速应变速率和临滑切线角的关系式,建立了通过滑坡均速阶段速率确定临滑切线角的动态评估方法,继而通过对20个典型蠕变破坏与23个未破坏滑坡监测数据验证了该方法的可靠性。在此评估方法的基础上结合当今流行的无线传感器网络、云平台技术研发了一套基于无线组网技术的滑坡智能监测预警系统。结果表明,该滑坡监测预警系统具有滑坡自动评估、无线组网、自适应Kalman滤波、变频采样控制、数据掉线重传、虚拟化存储、三维地理信息展示等技术特点。目前该系统已在川黔铁路裁缝岩滑坡取得应用,为铁路运营提供准确、可靠的监测预警信息。