基于新型FMCW地基合成孔径雷达的大坝变形监测

大坝变形监测是确保大坝安全的重要一环。基于地基合成孔径雷达(GB-SAR)的大坝变形监测相较于传统的方法拥有精度高、覆盖面大等优点。相较于国内通常使用的数据采集速度为5 min/组的意大利IBIS变形监测设备,采用新型的基于调频连续波(FMCW)技术的Fast-GBSAR设备对陆水大坝进行监测,取得了7 s/组的数据采集速度,对大坝在放水前后的变形进行分析,并与三维数字高程模型进行数据融合。结果表明基于7 s/组的高速数据采集能力,Fast-GBSAR几乎可以做到对大坝变形的实时分析,在变形监测领域极具潜力。     

GBInSAR隔河岩大坝变形监测试验

为解决传统大坝变形监测方法仅能获取点变形信息,且监测周期长、劳动强度大等问题,将地基合成孔径雷达干涉(GBIn SAR)变形监测新技术用于大坝变形监测。分析GBIn SAR变形监测系统及其成像特点,建立利用稳定参考点进行大气校正的数学模型,并应用于清江隔河岩大坝监测。结果表明:在距离1 300 m处大气扰动误差可达85 mm,雷达视线向大气扰动是影响GBIn SAR变形监测精度的主要因素;消除大气影响后GBIn SAR监测的坝体变形速率与垂线监测结果一致;大坝表孔泄水闸变形明显大于坝体变形,且随水位上升变形量增大。     

基于GBSAR的微变形监测系统应用研究

地基合成孔径甫达系统（GBSAR）作为一种新型的对地形变监测设备,通过合成孔径技术和步进频率技术实现雷达影像方位向和距离向的高空间分辨率,获得亚毫米级微变形监测精度。介绍了基于GBSAR地基快速雷达做变形监测系统的原理和应用模式,然后通过大坝溃坝模拟实验、高建筑物风偏变形和桥梁负载微变形实验分析验证了该系统可有效应用于多个变形监测领域。     

地表微变形远程监测雷达在大坝监测中的应用

大坝表面变形监测是大坝工程安全监测工作中的一个重要组成部分。介绍了一种用于快速追踪地表微小变形的新型监测技术——地表微变形远程监测雷达,通过比对实验和应用实例详细分析了微变形监测雷达用于大坝表面变形监测工作中的性能指标,最后根据微变形雷达监测成果对“5·12”地震后紫坪铺水库大坝的稳定性进行了分析。     

物联网技术在密云水库大坝变形监测系统中的应用

密云水库是首都北京唯一地表饮用水源地。水库大坝已安全运行50余年,大坝变形趋于稳定,2015年密云水库承担了南水北调中线工程调蓄任务,水库大坝将逐步进入高水位运行状态,对于变形以及稳定性的监测需求日益增加,在此背景下,基于物联网技术,采用智能传感器及移动通信技术建立了大坝变形监测自动化系统,本系统利用GPS作为水平位移的监测手段,利用静力水准仪作为垂直位移监测手段,充分发挥了各自的优势,通过数据应用平台集成采集的数据,使变形监测实现实时采集、传输、存储、计算及分析等功能,为及时准确地对大坝安全状况进行评估提供了数据基础,也适应了新工况下对水工监测管理的新要求。     

大坝变形自动化监测系统及其应用

该系统是对大坝安全监测中各种电测仪器实施自动化采集与管理的软件系统。系统用户界面友好，操作方便。包括例行采集、选择采集、建数据库、填改数据、输入输出、测值计算、系统管理及其它功能等八大部分。该系统除提供了日常性的采集外，还提供了为特殊目的服务的采集形式，如何研究船闸充泄水对船闸基础的变形影响及监测洪水期的大坝运行性状态而设置的实时连续性的采集形式，以多种形式输出反映大坝运行性状的监测量，系统的建立     

地基合成孔径雷达大坝监测应用研究

变形监测是滑坡、沉降等灾害监测的重要支撑手段。地基合成孔径雷达干涉测量技术可提供远距离、大范围、连续空间覆盖的形变结果,无需接触观测目标,在变形监测方面具有广阔的应用前景。利用地基合成孔径雷达系统对隔河岩大坝进行了变形监测实验,分析了环境因素的变化对监测结果产生的影响,对环境改正方法进行了比较,通过对改正结果的分析选取了相应的环境改正方法,并对大坝整体的监测结果进行了分析。实验结果表明,地基合成孔径雷达技术可获取高精度的大坝表面整体形变信息,有利于后期对大坝进行整体稳定性分析。     

大坝外部变形自动化监测系统的应用试验

在论述TPS全自动化变形监测系统测量方法的基础上，介绍了测量机器人在小浪底大坝外部变形监测中的应用试验情况，并对TCA＋APSWin系统的精度、可靠性和工作效益作了分析。实践已初步表明，测量机器人用于大坝外部变形监测可以实现全自动化，有广泛的应用前景。     

碧流河水库大坝变形监测系统

碧流河水库大坝变形测系统改造后，改善了观测条件，及时准确了解大坝的运行状态及实施大坝安全监控；从实测资料证明，仪器及系统可靠，能满足大坝变形监测的要求，做到有问题早发现，早分析，早处理，为大坝安全运行提供了可靠依据。     

基于二次曲面拟合的GBSAR大气扰动误差模型研究

大气扰动误差是地基合成孔径雷达(GBSAR)观测的主要误差之一,它与大气环境的变化密切相关,受大气扰动干挠影响随时间和空间的变化而发生改变。通过分析大气扰动误差在时间和空间上的变化特性,采用二次曲面函数建立大气扰动的分布模型,利用多个固定点解算模型参数,进而估算整个测区任意位置的大气扰动误差。试验结果表明,该方法有效改正了大气扰动误差,提高了GBSAR观测结果的精度。     

合成孔径雷达干涉测量技术及其在形变灾害监测中的应用

介绍了合成孔径雷达干涉测量（InSAR）技术的基本原理和应用领域。首先介绍了InSAR和差分干涉测量（D-InSAR）的基本原理，随后分析了影响InSAR数据的因素，并给出了InSAR数据的处理流程，最后综述了InSAR和D-InSAR技术在形变监测中的应用。     

灰色模型在大坝变形监测与预报中的应用

建立有效实用的大坝变形监测模型,对于大坝运行意义重大。目前国内外常用统计模型和确定性模型来预报大坝变形,但精度普遍不高。作者提出一种基于不确定性模型的非等间隔灰色模型对大坝变形进行监测预报。预报过程建立在数学基础上,而且预报结果的精度能够满足工程需要。     

多相型综合法及其在高边坡变形预测中的应用

基于相空间重构理论和近邻等距及其加权预测模式,提出了多相型综合预测方法,并应用于高边坡变形监测数据的处理。该方法应用于小湾水电站2#山梁高边坡4个GPS监测点连续430期变形时间序列的数据分析并进行预测。结果表明,该方法有效地削弱了重构参数选取算法和数据噪声等主客观因素对变形预测值的不确定影响,具有更高的预测精度和可靠性,为高边坡变形的非线性混沌预测提供了一种方法。     

海塘工程安全检测技术及应用实例

在介绍探地雷达和瑞雷波探测方法原理和技术特点的基础上,通过浙江温岭东浦新塘和椒江外沙海塘工程检测实例分析表明,探地雷达法和瑞雷波法能较有效地探测堤身和堤基的结构与性质,以及堤身内部不均匀和面板脱空等可能的隐患性质及分布范围,查明海塘渗漏原因。探测结果与现场观察及钻探揭示等情况较符合,对渗漏堤段注浆处理深度的建议在工程实施中起到了较好的指导作用。     

基于小波网络的大坝变形监测模型与预报

针对误差反向传递(BP)网络模型收敛速度慢和易陷入局部最小的不足，提出将小波网络用于大坝变形监测的拟合和预报，综合了神经网络与小波分解在函数逼近上的优点。算例证明：小波网络模型的预测值与实测值拟合比BP网络模型的精度有较大提高。     

混凝土面板堆石坝监测及性态分析

 根据混凝土面板堆石坝的特点提出了相应的监测布置,并根据国内外部分已建面板堆石坝的 实测资料,分析了影响混凝土面板堆石坝变形的主要因素和渗流的主要途径。      

改进的遗传神经网络模型及其在变形监控中的应用

针对基本遗传算法(SGA)收敛速度慢、局部寻优能力差等缺陷,采用十进制编码,引入改进的算术交叉、非均匀变异操作等算法,分析和建立了改进的遗传神经网络(IGA-BP)模型,并将该模型应用于大坝水平位移的预测.结果表明,该模型在收敛速度、预报精度等方面比传统模型有较大的改善.     

时空融合的堆石坝变形预测模型及在安全监测中的应用

变形预测是堆石坝安全监测与健康诊断的重要手段,现有研究多根据堆石坝监测数据建立单测点预测模型,未充分考虑测点之间相关性进行整体建模,且现有模型难以对漂移数据进行长期精准预测。本文考虑堆石坝变形序列的时序依赖性和测点之间的协同相关性,提出了基于图卷积和循环神经网络、引入概率预测与全过程训练的时空融合变形预测模型。该模型首先采用图卷积网络对多测点特征进行自适应汇聚,然后利用循环神经网络中细胞状态与隐层记忆沿时间轴的传递性,实现对时空信息的挖掘与融合,最后通过线性层得到概率预测参数,提高了模型对监测数据噪声的鲁棒性。采用全过程训练方式,提高模型对影响因子与累积变形量内在关系的学习能力,实现对漂移数据的长期精准预测。最后以水布垭面板堆石坝为例,进行了模型对比实验与消融实验,介绍了该模型在堆石坝安全监测和健康诊断中的三种具体应用。结果表明,本文模型有效融合了时空信息,在预测精度方面显著高于现有模型,解决了现有模型对大坝整体变形规律学习能力差、漂移数据预测精度低的问题,可用于堆石坝变形长期预测、测点异常检测与缺损数据补全。     

岩体变形试验分层弹模计算的工程应用

传统的承压板法变形试验只适合于半无限均匀岩体,不能计算成层岩体中的断层、夹层的弹性模量,必须研究水平成层岩体的分层弹模计算方法,以便分别计算出每一层的弹性参数。为此,利用积分变换求解双调和方程的方法,找到了柔性或固性承压板加压、中心孔法和表面位移法量测位移条件下的解。工程应用证明,方法行之有效,且有常规方法无法替代的优点。