燕山水库大坝三维变形监测方法研究

针对常规的土石坝表面变形监测方法速度慢、工作量大及监测信息无法与自动化系统实时共享等缺陷,在燕山水库大坝中采用高精度自动全站仪观测大坝变形,系统分析了折光系数并提出了大气折光修正模型.实例结果表明,该模型对三角高程测值的修正及竖向位移测量能较好地满足大坝安全监测的精度要求,可为研究及开发土石坝三维自动监测技术提供借鉴.     

高土石坝安全监测及其自动化

针对现有监测设计理念和监测方法均无法满足土石坝长期安全监测的现状,提出了在土石坝内设置监测廊道的设计方法,并构建了一套高精度、高可靠性和可维护的监测系统。该系统不仅在施工期可分期实施自动化监测,及时获得绝对位移监测成果,且可在大坝整个生命期实施安全监测,为高土石坝工程安全监测及自动化提供了参考。     

K0固结条件下土石坝坝基砂卵砾石料强度与变形分析

选取级配相同的双江口土石坝、长河坝土石坝坝基覆盖层砂卵砾石料,分别进行4种不同围压下的静止土侧压力系数K0固结排水剪切大型三轴试验,分析了K0条件下砂卵砾石料的强度与变形特性。结果表明,K0条件下的砂卵砾石料在低围压下表现出较强的剪胀特性;不同围压下,砂卵砾石料的峰值强度与围压之间近似呈线性关系;两种砂卵砾石料的初始弹性模量Ei、初始泊松比νi与围压之间均存在良好的幂函数关系。结果为土石坝坝基覆盖层砂卵砾石料的强度与变形特性研究提供了参考。     

镇安抽水蓄能电站弃渣坝材料大型三轴试验研究

根据镇安抽水蓄能电站弃渣坝地质条件和现场实际工况,通过对不同干密度土料开展土工试验,分析了坝体材料各力学参数特性。试验结果表明：随着围压增大,该坝弃渣料的峰值应力相应增大;在低应力情况下,弃渣料的体积缩小,在围压较高时,体积变化增大;弃渣料先出现剪缩,随后变为剪胀,剪胀随着侧压力的增大出现缩小现象,应力-应变关系曲线呈软化型,最终转变为剪缩型;保持围压条件不变,材料的峰值应力在干密度逐渐增大的情况下出现略微增大,但最大体变随着干密度增大出现较明显的减小情况;保持相同围压状态,邓肯-张模型参数对干密度的敏感性大小依次为Kb、k、m、c、Δφ、Rf、φ0、n。相关研究可为以后抽水蓄能电站的弃渣坝设计和后期防护奠定理论基础。     

土石坝自动化安全监测系统设计

论述了影响土石坝安全的因素,分析了研究土石坝安全监测系统的意义,确定了系统选型、硬件选择和软件开发原则,开发了基于Internet-Intranet的土石坝自动化安全监测系统.实例证明了该系统应用效果稳定、可靠、实用性强,可供借鉴.     

碧口土石坝外部变形监测分析与安全性态评价

在介绍碧口土石坝安全监测系统布置和资料系列的基础上,系统分析和研究了其外部变形实测数据过程线和特征值统计表,对坝体和混凝土建筑物的垂直位移和水平位移进行时空定性分析,从而对其安全性态进行评价,并讨论了土石坝原型监测资料分析中的一些问题。综合分析认为,碧口土石坝坝体和混凝土建筑物外部变形相对较小,基本趋于收敛稳定。     

1秒级全站仪应用于中小型大坝变形监测

大坝安全监测行业标准规定用于大坝变形监测的全站仪精度需在1秒级及以上,目前大中型工程中大多采用的是0.5秒级的全站仪。对于中小型工程,采用1秒级全站仪并根据工程的具体情况制定合适的现场测边、测角观测方案,也能达到规范规定的位移量观测精度指标。通过部分中小型混凝土坝及土石坝采用1秒级全站仪工程监测实例,表明采用科学合理的监测方案,1秒级全站仪应用于中小型混凝土坝及土石坝变形监测是可行的。     

碧口土石坝外部变形监测分析与安全性态评价

在介绍碧口土石坝安全监测系统布置和资料系列的基础上,系统分析和研究了其外部变形实测数据过程线和特征值统计表,对坝体和混凝土建筑物的垂直位移和水平位移进行时空定性分析,从而对其安全性态进行评价,并讨论了土石坝原型监测资料分析中的一些问题.综合分析认为,碧口土石坝坝体和混凝土建筑物外部变形相对较小,基本趋于收敛稳定.     

碧口土石坝外部变形监测分析与安全性态评价

在介绍碧口土石坝安全监测系统布置和资料系列的基础上．系统分析和研究了其外部变形实测数据过程线和特征值统计表，对坝体和混凝土建筑物的垂直位移和水平位移进行时空定性分析．从而对其安全性态进行评价，并讨论了土石坝原型监测资料分析中的一些问题。综合分析认为，碧口土石坝坝体和混凝土建筑物外部变形相对较小，基本趋于收敛稳定。     

基于遗传和声算法的考虑实际压实质量的土石坝沉降预测模型

鉴于通常采用统计方法预测土石坝沉降时往往假定同一分区的坝料为均质同密度的,但却忽略了实际压实质量差异导致的坝料密度空间分布的不均性问题,利用数字大坝系统实时采集的各坝料分区的压实密度和填筑进度,建立了考虑各坝料分区实际压实质量的土石坝施工期沉降预测回归模型,并利用遗传和声算法对模型的回归系数进行寻优重估,以提高模型的精度。实例应用结果表明,基于遗传和声算法的考虑实际压实质量的土石坝沉降预测模型的计算结果与实际情况更为接近,为土石坝施工期沉降预测提供了一种新途径。     

光纤传感技术在大坝安全监测中的应用探讨

基于光纤传感器的基本原理,分别介绍了其在坝体温度及渗漏、坝体裂缝及边坡变形、面板挠度及坝体沉降安全监测中的应用技术,并预测了光纤传感技术的应用前景,研究结果可为大坝建设提供技术参考。     

超高心墙堆石坝长期运行应力变形研究

鉴于超高心墙堆石坝的长期变形规律对其正常运行维护具有重要意义,基于广义塑性模型,综合考虑坝料流变和湿化特性,采用三维固结有限元法对300m级超高心墙堆石坝进行变形和应力分析,分别讨论了循环水荷载、坝料流变及湿化特性对大坝长期变形的影响。结果表明,三维固结有限元计算得到的坝体变形满足安全要求,符合土石坝变形基本规律;统一广义塑性模型可反映坝体心墙在循环加、卸载作用下的塑性变形累积现象,流变对超高心墙堆石坝的长期变形有重要影响;大坝长期运行过程中,上游坝壳的湿化特性所引起的大幅湿陷变形是后期沉降的主要原因,同时会导致坝体向上游倾斜;竣工期大坝心墙内存在一定的孔隙水压力,水库蓄水运行后,随着大坝变形趋于稳定,坝体应力分布亦趋于稳定状态。     

超高土石坝变形监测应用探讨

针对传统变形监测手段在超高土石坝变形监测中的适用性参差不齐的问题,通过介绍常用和新型变形监测布置、监测原理,归纳、梳理了相关关键技术及应用效果,整理和分析了不同监测技术手段在高土石坝监测应用过程中的适应性与缺陷,指出了监测应用过程中需关注的特点、重点和难点。传统监测手段存在叠加误差较大和应用便捷性差等缺陷,新型监测技术克服了这些缺陷,但成本控制、结构优化、长期稳定性等有待加强。对传统监测手段存在问题和新型监测技术应用优化建议进行了经验性总结,为后续监测技术的发展提供了思路和方向。     

三板溪堆石坝的变形监测分析

通过观测仪器对三板溪堆石坝沉降、顺河向水平位移、坝坡错位和土压力等现场观测，为坝体变形分析提供了重要依据。沉降观测资料表明，次堆石区局部部位沉降偏大。由于测量方法固有的缺陷，引张线式水平位移计不宜用于观测堆石坝水平位移；陡峭坝坡会加大沉降的不均匀性，导致面板拉应力的增加。土压力计的观测资料表明，主堆石区坝体拱效应明显。     

混凝土拱坝裂缝光纤监测网络的优化

在多成因相互作用下,混凝土拱坝裂缝的出现具有不可避免和随机的特点。为实现对混凝土拱坝裂缝进行全方位、有效的监测,提出了基于瑞利散射优化裂缝分布式光纤监测网络,在分析正交失效混凝土模型试验结果的基础上,得出采用多组交叉平行的组合传感光路监测拱坝裂缝的可行性,并用有限元软件对某拱坝进行应力分析,寻找可能出现裂缝的关键部位和重点部位,提出了优化拱坝裂缝光纤监测网络布设图。     

董箐混凝土面板堆石坝地震响应特性研究

针对董箐混凝土面板堆石坝的抗震安全性要求,采用三维非线性动力有限元方法,考虑堆石料的动力非线 性及地震时坝体动水压力作用,采用等效线性模型求解坝体的地震反应,获得了该坝在EI-Centro地震波作用下及 峰值加速度时坝体和面板的加速度反应、位移反应、应力反应、垂直缝与周边缝位移反应及坝体地震残余变形等 地震动力反应特性,揭示了董箐面板堆石坝的地震反应规律与特点,分析了坝体的抗震安全性,论证了设计方案 的合理性。     

面板坝次堆石区力学特性对坝体变形协调的影响

以厦门抽水蓄能电站上水库面板堆石坝为研究对象,采用三维非线性有限元法和邓肯E-B模型,设计多组不同力学特性的主次堆石料组合,对比分析坝体变形及面板位移,探究蓄水期坝体各部位变形受堆石材料性能变化的影响程度。建议面板堆石坝主次堆石区变形协调的变形梯度极限指标为3%,同时以地震永久变形量作为抗震校核的指标。对于该工程,在现有填筑料的基础上,适当提高次堆石料力学性能,坝体坝轴线下游侧水平及垂直位移均显著降低,位移的极值部位向坝轴线靠近,高程略有上升;次堆石料的变形模量对面板的挠度影响不大。     

混凝土面板裂缝光纤监测网络构型的优化

在荷载作用下,混凝土面板裂缝的产生具有很大的时空随机性,为实现对面板裂缝的实时在线监测,提出了基于OTDR的分布式裂缝光纤监测网络优化技术路线,在考虑正交检测失效和光纤埋设工艺的基础上,对比分析了几种不同光纤监测网络的优缺点,并结合某面板堆石坝有限元应力计算分析结果,提出了光纤网络呈斜交网格布置为优化的面板裂缝光纤监测网络构型。     

基于改进PSO-ELM算法的混凝土坝变形非线性监控模型

针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非线性监控模型。实例应用结果表明,该模型不仅可行、有效,且具有较强的学习能力和泛化能力。     

基于动态SVM-MC的大坝变形监测模型及应用

为了提高大坝监测模型的泛化能力和残差辨识的精确性,将支持向量机模型(SVM)和马尔科夫链模型(MC)相结合,建立了SVM-MC大坝变形监测模型,利用马尔科夫链模型处理SVM模型的残差,在进行预测时,采用动态更新模型的方法,即动态SVM-MC模型,并通过实例应用做了比较。结果表明,动态SVM-MC模型提高了预测的精度和泛化能力,可用于复杂大坝的安全建模。