D-S证据理论的改进算法及其在导墙结构损伤定位中的应用验证

针对D-S证据理论组合规则存在的不足,根据导墙结构在水流荷载作用下的振动特性建立多种损伤定位指标,应用损伤前、后的实测响应分别计算各指标的识别结果,对结构的损伤位置进行初步判断,利用D-S证据理论的改进算法对各指标的识别结果进行融合计算,得出结构的损伤位置。模型试验结果表明:D-S证据理论的改进算法能够利用较少的证据获得正确的辨识结果,避免了单一指标由于传感器自身条件、噪声等因素所引起的错误判断,有效地降低了错误证据对最终融合结果的影响,适用于导墙结构的损伤定位研究。     

考虑谷幅收缩变形的高拱坝多源信息融合安全评判

水库蓄水过程中诱发的谷幅收缩变形对高拱坝结构的安全性有直接影响。为了评判谷幅收缩变形条件下的拱坝安全状态,以我国西南地区某高拱坝为例,首先,建立坝体变形监控模型,研究坝体变形与谷幅收缩变形的联系;在此基础上,融合大坝安全监测多源信息,构建了考虑谷幅收缩变形指标的大坝安全多源信息融合评判模型,采用云模型与D-S证据理论相结合的方法来评判大坝的安全性。基于监测数据由云模型求得的隶属度来确定大坝安全评价指标基本概率分配的方法,克服了传统方法主观性较强的缺点,结合D-S证据理论融合各监测指标基本可信度对大坝安全进行综合评判。结果表明,谷幅收缩变形可能是坝体倾向上游变形的主要原因,模型评判结果为大坝处于“基本正常”状态,与该高拱坝的实际情况基本相符,说明采用云模型求得的隶属度来确定大坝安全评价指标基本可信度分配的方法合理可行。     

基于信息融合理论的弧形闸门损伤识别方法

针对弧形闸门结构对称位置多损伤识别问题,无论是基于柔度灵敏度的损伤识别方法,还是基于应变变化率的损伤识别方法,对于结构损伤的识别效果均不理想,容易造成单元误判和损伤程度识别偏差较大的问题。采用信息融合技术,基于D-S证据理论和Bayes定理,将柔度灵敏度法和应变变化率法的损伤识别结果进行融合。仿真结果表明:两种方法融合后的识别结果相差不大,与单一动静力损伤识别方法相比,基于信息融合的损伤识别方法能够有效提高识别的准确性,在水工结构损伤识别领域有较好的应用前景。     

改进D-S证据理论在大坝多源信息融合中的应用

基于大坝安全监测数据及专家评价等重要信息源,构建了改进型D-S证据理论。通过加权优化的D-S证据理论处理监测信息,采用群决策法确定专家信息源的基本概率赋值,扩大融合的底层指标数来降低融合结果的模糊性,再采用VIKOR法修正信息源的基本概率赋值,最终运用D-S证据理论融合得到评价指标的安全性态值。结果表明,多源信息证据融合结果相较于单一信息源证据结果的不确定因素系数更小,用VIKOR法给两个证据源择优出关键证据并赋予权重,使得融合结果具有更高的可信度。     

基于改进型证据理论的高拱坝多效应量融合模型

针对目前大坝安全监测中单效应量分析存在的不足,将数据融合理论中的D-S证据理论引入到高拱坝多效应量融合建模之中,并对证据理论组合规则进行了改进,提出了一类适合于高拱坝融合评价的证据体权值运算公式,建立了基于改进型证据理论的高拱坝多效应量融合模型。工程示例分析表明,该方法是合理、可行的,为高拱坝多效应量综合评价提供了一条新的途径。     

基于折扣系数法的高拱坝多效应量证据融合评价模型

为解决多源监测信息间可能存在冲突的问题,利用D-S证据理论中的突出关键证据作用、弱化冲突证据影响的折扣系数法,建立了高拱坝多效应量冲突证据融合评价模型,并给出了一个工程实例。该模型可以合理、有效地弱化存在冲突的监测信息对高拱坝安全综合评价的不利影响。     

基于云模型和D-S证据理论的尾矿库失稳溃坝警情评价模型及应用研究

文章探讨了尾矿失稳溃坝警情状态,针对警情评价的模糊性、不确定性和随机性影响因素构建了评价模型,并对区间型数据采用云模型进行统一建模处理,对不同理论证据利用D-S证据理论进行融合处理,求得尾矿失稳溃坝警情评价结果。研究表明:基于云模型和D-S证据理论的评价模型可有效处理不确定性信息融合问题,其评价结果与实际尾矿库失稳实际状况保持良好的一致性。     

基于结构熵权灰色关联和D-S证据理论的水库兴利调度综合评价

为了更好地处理水库兴利调度评价中的不确定性信息以及避免决策过程的主观偏好性,提出了基于结构熵权、灰色关联和D-S证据理论相结合的水库兴利调度综合评价方法。该方法以"结构熵权法"确定各评价指标的权重,利用灰色综合关联法计算各指标的不确信度从而构建Mass函数矩阵,在此基础上通过D-S证据理论对Mass函数进行合成得到信度函数的量化结果。实例表明采用灰色关联与D-S证据理论相结合能够最大程度地消除评价对象内在的不确定性,得到的评价结果更加合理有效。更多还原     

基于D-S证据理论融合采空区多源信息的大坝安全评价

为结合周边采空区性状对大坝进行安全评价,构建了基于D-S证据理论融合多源信息的安全性评价模型。结合现场勘查、物理力学试验、数值计算、实地测量以及监测结果,获取多种定性及定量指标,组成多源证据指标体系。通过欧氏距离法加权优化传统D-S证据理论,确定各证据指标所属评价等级的质量分配函数,采用多比例两两对比法与熵值法确定各证据指标的权重从而融合多源信息。应用此评价主法以周边存在采空区的某均质土坝为例进行安全评价,结果显示,定性指标中地质构造与覆岩岩性所占权重较大;定量指标中水位的影响最大达到0.446 1,其次是大坝沉降为0.221 3。而影响因素重要性分析表明,观测信息的结果最能表现大坝运行形态,所占比重为0.498 1。综合评判结果显示大坝处于"较不安全"的信任值最大,结果与安全鉴定"三类坝"结论一致,验证了多源证据指标体系评价方法的可行性和有效性。     

拱坝振动台动力破坏模型试验及其结构动力特性

研究拱坝结构抗震性能及破坏形态的重要手段为拱坝振动台动力模型试验,试验配制一种以重晶砂、重晶石粉和水泥为主要成分的模型材料,结合选用的振动台所具备的条件及模型材料的力学性能,设计拱坝振动台试验模型,并测试和获取其在不同地震荷载下的动力响应。选择某一工况进行分析,该工况下结构开始出现明显裂缝损伤并逐渐发展。通过分析该工况下结构动应变响应,分析其损伤出现的时间,由此将该工况分为4个时段。通过计算分析不同时段多个加速度响应测点的加速度放大系数,并引入模态参数辨识的数值子空间辨识算法和ARX模型辨识法,计算不同时段+拱坝模型的自振频率和阻尼比,并将其与损伤发展情况相对比,以分析拱坝模型损伤发展情况及其结构动力特性。研究结果可为拱坝振动台试验制作和结果分析提供价值性参考,并可为拱坝结构动力特性参数识别和损伤诊断方法提供验证素材。     

基于ISM和D-S证据理论的脚手架坍塌致因诊断

为有效预防脚手架坍塌事故,综合运用解释结构模型(ISM)与D-S证据理论,提出脚手架坍塌事故致因诊断方法。筛选主要事故致因指标,采用ISM方法抽象致因指标间的关系,构建脚手架坍塌事故致因指标梯阶层次结构;搭建事故致因指标识别框架,结合致因影响程度等级评价值,确定证据源,建立事故致因指标基本信度分配函数;运用证据融合规则合成专家信息,量化脚手架事故坍塌致因影响程度,诊断事故关键致因。结合实例,对云南某水电站高边坡施工现场脚手架坍塌事故进行致因分析。结果表明:违章作业是主要事故直接原因;设计错误、无资质施工是主要事故间接原因;安全责任制度不健全是主要事故深层根本原因。研究结果与实际相符,验证了该方法的可靠性。     

基于冲突证据融合的南水北调渠道工程健康诊断

D-S证据理论在处理高冲突证据的融合时有可能得出不符合实际的融合结果。为此引入信息熵概念来确定证据的确定性指数,并对证据可信度和虚假度进行修正,从而构造证据的客观权重,藉此描述证据的冲突性和不确定性;同时以综合权重最大值对应的指标为基准构造折扣因子,实现对证据源的修正。针对南水北调中线工程某高填方渠段实例研究,基于信息熵的证据折扣因子法能较好地进行冲突证据融合,可有效避免融合悖论现象。     

基于神经网络与改进D-S证据理论的水质评价模型研究

针对水质监测数据多源、非线性、不确定性大的特点，提出了一种基于神经网络与改进D-S证据理论相结合的水质评价模型。该模型首先利用3种前馈神经网络对水质监测数据进行初步评价，将初步评价结果归一化后作为基本概率分配，然后引入证据权重修正冲突证据，根据D-S合成规则得到融合评价结果，最后利用迭代思想修正评价结果。其中，基于证据权重修正冲突证据并进行融合结果的迭代修正，能有效解决传统D-S证据理论无法处理高冲突证据的缺陷。冀南地区5个监测断面水质评价结果表明，该水质评价模型能够提高水质评价准确性。     

基于D-S证据理论的边坡稳定可靠度分析

证据理论可以对随机、模糊等不确定信息进行有效处理,提出了基于D-S证据理论的边坡可靠性分析方法。该方法可提高可靠性分析的效率,具有较强的处理不确定性因素的能力,在精度上也能满足要求;同时,由于计算基本可信度分配时没有限定随机变量的分布,因此该方法可以不用对任意分布的随机变量进行正态化处理,克服了传统方法的一些缺点。结合实例计算了边坡失效概率和可靠性指标,结果表明:基于证据理论的边坡可靠性分析结果与采用蒙特卡罗法的计算结果基本一致。     

特高拱坝在线安全评判研究与应用

首先通过分析拱坝破坏案例,研究目标特高拱坝结构特点,对特高拱坝在线安全评判进行了研究,得到了安全评判的模型。其次,对信息融合方法进行梳理比较,认为采用规则推理法来评判大坝安全的适用性最强。最后,基于《水电站大坝运行安全评价导则》建立规则推理体系,开发了在线安全评判平台。研究成果在锦屏一级特高拱坝的应用案例表明,在线安全评判平台能实时、准确评判大坝安全状况。     

基于非线性主成分和聚类分析法的膨胀土分类

为能准确地对膨胀土进行分类,将非线性主成分分析和聚类分析方法应用于膨胀土分类问题中,建立了膨胀土分类的非线性主成分-聚类和判别模型,选用黏粒含量、粉粒含量、液限和塑性指数 4项指标作为聚类和判别指标,以膨胀土实测数据进行分类和判别。研究结果表明：该判别模型分类和判别性能良好,预测精度高,交叉确认估计的误判率很低,是膨胀土分类的一种有效方法,可以在实际工程中应用推广。     

基于多传感器数据融合的供水管网故障报警系统

针对传统的供水管网故障监控系统存在的误报次数多、抗干扰能力差、可信度低等缺点,研究利用多传感器监测供水过程的压力、电流、流速和液位等参数,采用基于D-S证据理论的多传感器数据融合技术,并对D-S证据理论进行了时间域和空间域融合方法的改进,以实现对供水管网故障的早期检测报警。结果表明:该方法可以有效避免监测数据的失误,解决了多传感器鲁棒性导致的证据冲突问题,提高了供水管网故障报警的可靠性。     

膨胀土判别指标的优化及其分类

反映膨胀土土质与土体特性的指标很多,可分为反映矿物组成和工程特性的指标两大类。以前在膨胀土的判别与分类中,大多仅以简单的双变量分析为依据,所选取的判别指标大多具有相同信息。为了克服多重相关性对判别模型的干扰,从胀缩机理出发,采用逐步回归分析选取能够表征膨胀土的6项独立指标,为验证其合理性,在此基础上建立了基于主成分分析的函数判别式和BP人工神经网络判别模型,经实例分析验证得所选指标合理可信。     

基于分类修正的水闸健康诊断证据融合模型研究

针对利用D-S证据理论进行水闸健康诊断时可能遇到的证据高冲突问题,采用参数"证据可信度"和"证据虚假度",对原始证据源进行分类,只对冲突程度较高的证据类别进行修正,提出了一种适用于高冲突证据融合的改进合成算法,建立了基于分类修正的水闸健康诊断证据融合模型。工程实例表明,该方法收敛速度更快,聚焦程度更高,且明显降低了健康诊断的决策难度。     

基于开机过程信息融合的水电机组故障诊断方法

为保证水电机组运行的可靠性，通常采用基于振动频率分析的故障诊断技术。但是水电机组故障类型间存在重叠的频率特征，仅凭频率分析不易确定故障类型。因此，文中采用信息融合技术，引入开机过程中的时间和空间特征信息，在特征层采用支持向量机作为信息融合手段，在决策层采用D-S证据理论进行信息融合。实验结果表明，信息融合增加了故障诊断的特征信息，提高了故障诊断系统的诊断能力。