大坝变形数据处理中的离散小波分析方法

介绍应用小波分析理论解决时间序列观测数据的测量误差消除问题，实例证明借助离散小波分解与重构手段，可有效地从误差干扰的观测数据序列中提取大坝变形的原始特征。完成大坝的变形预测，为测量数据的误差消除引入一种有效方法。     

混凝土坝位移的季节周期趋势分析法

随着大坝变形观测技术的发展,人们越来越重视变形观测资料的分析研究。混凝土坝位移的季节周期趋势分析法是对大坝变形资料分析处理的新方法。这种方法对具有周期,趋势性变形混凝土坝的实测资料进行分析研究,建立季节周期趋势模型以后,再用新观测资料不断修正模型进行滑移式预测预报、精度较高、效果理想。     

某沥青混凝土心墙堆石坝变形特性分析

高坝大库水电站中沥青混凝土心墙堆石坝所处地形地质环境复杂、心墙单薄、荷载大、应力水平高以及大坝渗流与变形机理复杂,因而大坝的运行安全掌控与评价难度很大。为此,结合已建的某高沥青心墙堆石坝工程,研究原型观测特性及三维应力变形规律,并将数值模拟结果与原型观测数据进行比较。结果表明,坝体最大沉降为1.56m,发生在约为坝体1/2高程处,最大沉降约为坝高的1.2%;大坝变形特性符合心墙堆石坝变形的一般规律,大坝右岸沉降变形较左岸大,整体而言,大坝变形趋于稳定,数值模拟与原型观测数据基本一致。     

变形数据的混沌特性和预报方法分析

依据确定性混沌原理，采用自适应神经模糊推理系统模型，完成观测数据的长期预报，对混沌系统时间序列重构的延迟时间间隔和最佳嵌入维数的确定进行了探讨，并将模型应用于大坝变形预报，结果表明：该模型应用于大坝变形的长期预测精度较高。     

大坝变形观测数据的动态聚类分析

基于灰色关联度计算和模糊聚类分析原理,对大坝时间序列观测数据进行了动态分析,以揭示大坝变形观测中各观测点间的变形性态分类差异,为进一步分析和研究大坝的工作性态和安全监控提供基础分析资料。     

张峰水库大坝初蓄期监测资料分析

山西省张峰水库黏土斜心墙堆石坝在初期蓄水后,上游坝壳及心墙受到上游库水和湿化作用产生了变形,同时,坝体的浸润面也将逐渐形成,对大坝初蓄期进行渗流和变形观测是保证大坝安全和验证坝体设计的关键。通过对坝高72.2 m的张峰水库黏土斜心墙堆石坝初蓄期坝体变形和渗压等观测资料的综合分析,探讨了大坝初蓄期监测资料分析总结的方法,证明大坝目前工作性态总体正常,可以进一步蓄水,分析结果对类似工程有一定的借鉴意义。     

高面板坝大坝观测资料反馈分析

针对高面板堆石坝的应力变形特性，分析了堆石体的流变机理，研究了大坝观测资料反馈分析方法，对流变模型进行了改进，并通过工程实例得到了验证。     

基于SAS系统的大坝服役性态原型观测数据分析

介绍了SAS系统的数据处理功能,探讨了基于SAS系统的大坝服役性态原型观测数据分析的实现技 术,并以古田溪二级大坝#23坝段坝顶垂直位移观测资料为例,利用SAS系统构建了大坝服役性态回归分 析模型。结果表明,该系统能满足大坝安全监测资料分析的要求,并能很好地预测大坝的安全状态和趋 势。     

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.     

深圳市西丽水库大坝渗流观测数据分析与应用

介绍了西丽水库大坝17年的渗流观测资料整编分析和应用情况。针对该水库大坝曾多次进行除险加固,坝体填筑结构复杂和加建防渗工程的具体情况,采用统计模型进行分析,根据位势原理和回归模型了解大坝各部位的渗流状态,进而判断渗流安全状况。同时,采用同类土坝防渗墙工程观测数据类比分析的方法,对类似工程的防渗墙设计、施工方案、工程质量提供可资比较的依据,体现了大坝监测资料在总结工程技术质量方面有重要的应用价值。     

大坝变形的ε-SVR数值模拟

在新建水利枢纽、大坝除险加固以及监测系统不稳定等原因导致有效观测序列较短的情况下,为了对大坝变形进行有效的监控和预测,用基于不敏感损失函数的支持向量回归机(ε-SVR)对大坝变形进行数值模拟。采用支持向量回归机、序贯极小优化算法对大坝变形水平位移各分量的特征因子进行选择,模型建立后分离水压、温度、时效等主要分量,并分析其对变形的影响。对实际工程进行数值模拟的结果表明,依靠较少的支持向量就可以建立模型,该模型具有拟合效果稳定、预测结果准确可靠的特点,可以应用于大坝短期观测资料的分析。     

周公宅水库拱坝变形回归分析

针对宁波市周公宅水库大坝垂线观测资料进行了计算分析,研究了拱坝变形的一般规律,并采用逐步回归方法分析了水位、温度及时效因子对拱坝变形的影响。从统计模型、工程概况、测点布置、回归成果分析几个方面介绍并分析了各因子影响大坝位移的程度,得出了大坝位移主要受温度影响的结论。     

翚溪水库大坝安全监测系统技术应用

针对翚溪水库大坝枢纽建筑物的特点,采用视准线法对大坝位移进行变形监测.根据有关建筑物变形资料对观测数据进行系统分析,为大坝安全运行和管理提供了科学依据,同时为山区小型水库大坝等建筑物的变形监测提供借鉴.     

PPA CM模型在双曲混凝土拱坝变形监控指标拟定中的应用

针对大坝观测数据的模糊性和随机性问题,引入投影寻踪法(PPA)及云模型(CM)理论,提出了基于PPA-CM模型的大坝变形监控指标拟定方法。模型采用投影寻踪法确定大坝各变形测点权重,运用信息熵理论构建多测点变形熵,基于云模型理论计算多测点变形熵的数字特征值,并依据云模型的3En规则,拟定了大坝变形测点的监控指标。结合实例,通过与小概率法结果对比分析,表明该方法合理、可行,具有重要工程应用价值。     

基于逐步回归分析—马尔可夫链模型的大坝变形预测

针对预测大坝变形准确性难度较大的问题,综合逐步回归分析和马尔可夫链的优点,采用逐步回归分析法对大坝原型观测资料进行分析,得到回归模型,并判别回归方程的有效性和精度,同时利用马尔可夫链确定位移时序的状态转移概率矩阵,通过划分残差状态、修正实测值与逐步回归模型拟合值的绝对误差与相对误差,建立了大坝变形预测的逐步回归分析—马尔可夫链预测模型(SRA-MC)。实例应用结果表明,模型的拟合值与实测值吻合良好,预测效果好,可见逐步回归分析—马尔可夫链模型在进行大坝变形预测时具有有效性,可应用于大坝变形预测分析及大坝安全监控预警中。     

基于ARMA混合回归模型的土坝变形分析

针对大坝变形问题,提出了基于ARMA混合回归方法,筛选出大坝变形因子并建立了大坝变形模型.以某大坝为例,采用该法进行了计算并与统计多元回归模型的预报效果做了比较分析.结果表明,土坝的变形量与其自身历史变形量关系密切,水深对其变形有一定影响,温度对其变形影响不大,ARMA混合回归模型预报精度明显高于多元回归模型.     

采煤工作面地表沉陷观测设计

为了对煤矿开采引起的沉陷灾害进行防治,需要对地表沉陷进行测量.介绍了煤矿地表变形观测站的布置,分析了地表沉陷观测的内容及方法,探讨了观测成果整理与分析.     

基于改进粒子群算法的水口重力坝坝体参数反演

针对传统的粒子群算法存在局部收敛不稳定的缺陷,依据大坝原型观测数据和有限元数值计算结果改进了粒子群算法,构建了大坝变形安全监控的混合模型,并采用改进的粒子群算法反演了混凝土坝坝体、坝基的弹性模量及坝顶水平位移.与实测值的对比结果表明,采用改进的粒子群算法计算误差小、精度高、合理可行.     

基于VMD的多尺度变量提取法在混凝土坝变形预测中的应用

大坝变形通常呈非线性、非稳定特征,利用可靠的数据驱动模型分析大坝变形变化趋势具有重要意义.为此,提出了一种基于变分模态分解(VMD)的多尺度变量提取大坝变形预测模型,首先利用VMD将变形原始序列分解为若干具有不同频率的子序列,以降低原始序列的非平稳性;然后引入初始变量集,并通过平均影响值—极限学习机模型(MIV-ELM...     

多测点多方向BP网络模型在大坝变形监测中的应用

鉴于大坝变形监测资料分析是大坝结构性态安全评价与预报的重要手段,针对单测点模型存在的缺点,建立了既考虑坝体不同方向的位移又考虑空间多个测点分布的多测点多方向位移模型,并利用BP神经网络较强的非线性映射能力,直接选取了对大坝变形有较大影响的自变量因子,解决了在建立大坝多测点多方向传统模型时自变量因子数众多、计算工作量大等问题。实例应用结果表明,多测点多方向BP网络模型可反映大坝变形的分布及变化规律,可见采用BP神经网络建立大坝多测点多方向变形监测模型具有可行性和有效性。