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。     

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。     

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。     

基于云模型的高拱坝混凝土温控措施效果评价

为解决高拱坝混凝土温控效果评价过程中存在的模糊性和随机性问题,提出一种基于云模型的温控措施效果评价方法。根据高拱坝混凝土浇筑施工特点和温降历程特征,构建高拱坝混凝土温控措施效果评价体系;运用DS证据理论确定可信度较高的指标权重;基于实测数据通过云模型对高拱坝周温控措施实施效果进行评价。工程实践表明:该评价方法有利于决策者对温控措施执行效果的全局把握,能有效地确定周温控措施的薄弱环节并指导现场温控。     

基于D-S证据理论的某坝体多传感器监测结果融合

某坝体共安装埋设了248个3类(变形、应力应变及渗流渗压)15种监测点/仪器，并定期开展监测。为了便于进一步分析判断坝体安全性态，得到可靠性高的安全评价结果，首先对这248个点/仪器的历史监测成果开展了初步分析，统计得到15个监测效应量的状态分布，作为概率赋值；然后根据其支持度和权重分配，求取融合系数，利用加权平均法计算得到变形、应力应变、渗流渗压的概率赋值；最后应用D-S证据理论实现结果融合。融合结果表明：该坝体安全状态基本正常概率为0.884 7,不确定概率为0.037 7,这是一种动态赋值方法，适合结构体多传感器安全监测系统的实时/近实时融合分析，具有一定的推广应用价值。     

高拱坝安全评价方法比较

简述了高拱坝基于强度理论的安全系数评价法与基于稳定理论的整体安全度评价等传统确定性方法的现状、优势与不足;研究了高拱坝外载荷、坝身与坝基材料强度弱化等的随机性和评价准则的模糊性,提出并阐述了高拱坝安全评价中基于结构可靠度理论的风险分析法;通过实例对两类方法比较研究表明,考虑随机性、模糊性并基于结构可靠度理论的风险评价与传统的确定性安全评价在研究高拱坝安全方面相辅相成、缺一不可。     

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。     

静力与动力荷载下高拱坝体型多目标优化设计

本文基于静、动力荷载作用下高拱坝的安全性与经济性，建立了高拱坝体型多目标优化设计模型，利用模糊理论提出了多目标优化的评价函数。以小湾拱坝为例，进行了体型优化设计，优化体型与初始体型相比，在坝体体积、应力指标和抗震能力上都得到了改善。     

基于PCA的高混凝土坝变形空间融合监控模型

针对单测点监控模型无法反映大坝整体变形性态的问题,提出了基于主成分分析(PCA)的高混凝土坝变形空间融合监控模型。以混凝土坝空间变形场多测点监测数据为基础,利用PCA提取能反映大坝整体变形性态的综合效应量,基于有限元对其建立混合模型,并以模型预测值与实测值之间的2倍标准差作为控制域进行大坝空间变形性态的融合诊断。应用此模型对某高拱坝进行建模分析,结果表明,所提取的第一综合效应量即可解释原29个坝体正垂线测点所共同表征的大坝变形性态,对其建立的混合模型中水压分量的调整系数为0.85,分离出来的时效变形分量尚未收敛,说明坝体目前仍有向下游侧的整体趋势性变形,与该高拱坝处于蓄水运行初期的状况相符。基于PCA的空间融合监控模型,可有效减少变形监控模型的数量,从而快速诊断高混凝土坝的整体变形性态。     

D—S证据理论在大坝安全监控中的应用

大坝安全监测系统复杂,各个指标之间存在着不确定性。D—S证据理论作为一种数学工具,在不确定性的表达、组合等方面的优势受到重视。提出一种信息融合D—S证据理论方法应用于大坝安全监控中,以提高大坝安全评价的准确性。并以青铜峡水利枢纽的监测数据为例进行了实例分析,结果表明D—S证据理论是一种科学的安全评价方法,是可行的,有效的。     

基于云模型与证据理论的大坝安全综合评估方法

大坝工作性态影响因素众多、属性的特征多样、相互关系复杂,对其安全状况的综合评估是一个典型的不确定性问题。充分考虑大坝安全评估过程中的模糊性和随机性,组合应用云模型和DS证据理论开展了大坝安全多指标综合评估方法研究。依据大坝安全评估多指标体系和安全等级划分标准,借助云模型实现D-S证据理论中基本概率赋值,进而基于D-S证据理论并加以改进,构建了大坝安全综合评估模型,并提出了相应的综合评估实现方法。应用于实际工程案例分析,验证了文中所述方法的合理性与可行性。实例表明,通过云模型和D-S证据理论在大坝安全综合评估中的组合使用,有效降低了评估过程不确定性对其结果的影响,为大坝安全多指标综合评估提供了一种可行的途径和思路。     

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。     

基于敏感性分析与粒子群算法的拱坝原型动弹性模量反演方法

拱坝在长期服役过程中受材料老化、环境侵蚀等因素影响,其动弹性模量真实值与设计值存在一定差异,合理确定运行期高拱坝及其地基的原型动弹性模量参数对于监控拱坝的振动安全至关重要。由于模态参数更能从整体上反映结构的振动特性,基于拱坝原型振动模态参数反演拱坝及地基的动弹性模量在理论上更为精确,为此,本文提出了一种基于敏感性分析与粒子群算法的拱坝原型动弹性模量反演方法。首先,建立了反映拱坝及地基各分区动弹性模量与拱坝模态参数之间非线性映射关系的响应面数学模型,基于正交试验法分析了拱坝及地基的动弹性模量区域对拱坝模态参数的敏感性,并以此确定了待反演的动弹性模量区域。其次,提出了基于响应面数学模型计算模态参数和原型振动模态参数的拱坝及地基分区动弹性模量反演最优化数学模型,将动弹性模量参数反演问题转化为目标函数最优化求解问题。最后,采用自适应惯性权重的粒子群优化算法对目标函数进行寻优求解,反演出各分区实际动弹性模量。通过原型工程实例分析表明,该方法合理可行且具有很好的精度,为反演拱坝的动弹性模量提供了一条新思路。     

基于原型监测资料的特高拱坝变形实时风险率模型

混凝土坝风险率分析模型通常基于结构极限状态功能函数对单个监测点一维时间序列建模,未考虑变形监测点之间的相关性及多重共线性问题。基于原型监测资料,考虑各分区所有测点的相关性及不同分区变形之间的协同性,引入面板数据理论对特高拱坝监测点进行聚类分区,在拟定单测点风险率函数的基础上,提出计算特高拱坝变形分区单测点实时风险率的方法,基于Copula函数进一步构建基于原型监测资料的特高拱坝整体实时风险率分析模型。实例分析表明,所构建的模型确定了依据大坝长序列立体监测数据建立变形实测效应量与风险率的函数关系,可有效分析特高拱坝各分区变形风险率及整体变形风险率,能够客观刻画特高拱坝整体风险率变化的基本规律。     

基于Leaderrank的高拱坝场内施工道路复杂网络重要节点挖掘与分析

高拱坝施工道路是保证高拱坝工程顺利实施的重要条件之一,由于其所处的环境较为复杂,不确定性因素很多,使得施工道路经常受到损坏。为使施工道路受到损坏后尽快恢复其应有的功能和运输强度,应用复杂网络理论,根据高拱坝施工场地特征,建立了高拱坝场内施工道路网络模型,并采用Leaderrank算法对道路网络的重要节点进行挖掘和验证。最后,运用工程实例,建立了一个具有23个节点的施工道路网络模型,通过对网络模型特征进行分析,并经节点失效验证,发现重要节点排序结果符合高拱坝施工道路实际情况。研究结果可以为高拱坝施工道路管理、抢修提供理论依据。     

基于人工神经网络的大坝安全风险评价研究

针对大坝风险评价方法数据融合欠佳、主观性较强等问题,本文通过疏理大坝风险破坏模式及溃坝路径,利用关键路径及关键事件,提出了多源信息融合的大坝风险评价新思路。基于神经网络理论,构建了大坝风险评价模型。案例分析表明：该模型精度高,可靠性强,有效改善了传统风险机理模型需要专家主观评测的缺点,为水库开展风险评价提供新的方法。     

底缝对高拱坝地震反应影响的研究

作为减少坝踵部位拉应力的一个工程措施，在拱坝上游底部设置人工底缝已有４０年的历史，然而，强震时底缝对高拱坝抗震性能的地震反应影响的机理和程度，为人们所关注。本文首先通过大型地震模拟振动台的大比尺动力模型试验，比较验证基于显式有限元结合人工透射边界的波动模拟方法与动接触力理论相结合开发的大坝非线性波动分析方法和程序；继而采用经试验验证程序，研究小湾高拱模拟底缝的地震反应。结果表明：底缝影响是局部的，