基于改进BP神经网络的海堤渗压监测方法

由于影响海堤渗压的因素较多,导致在对海堤渗压进行监测时存在较大误差,为此提出基于改进BP神经网络的海堤渗压监测方法研究。先利用马氏距离计算了不同潮位对渗压的影响强度,综合了海堤结构和降雨情况两个方面计算降雨对海堤渗压的影响强度,然后根据海堤堤身状态的发展基础计算了时效对海堤渗压的影响强度,结合计算结果,改进了BP神经网络隐含层的神经元设置,将相对误差参数作为输出层的输出期望,最后利用Sigmoid函数对影响因子参数进行归一化处理后,以实际的影响因子参数为基础实现对海堤渗压数据的监测。测试结果表明,设计方法的监测结果与实际海堤渗压数据之间的误差<1.50 kPa,且其获得结果明显优于对比方法,具有较高的准确性。     

一种新型的脱硫系统浆液密度测量装置

介绍了目前脱硫系统常用的密度测量方式。针对现有测量装置的不足,研发了一种应用差压法对浆液密度准确、稳定、可靠测量并兼顾pH值测量及现场取样功能的综合测量装置,该装置将密度测量、pH值测量及取样3套装置集于一体,具有投资成本低、运行稳定、测量准确、经久耐用等特点,经济效益和社会效益良好。     

基于电容差压的小浪底水库含沙量监测系统

基于电容式差压技术的小浪底水库含沙量监测系统以PLC为硬件平台,利用多通道模拟量输入模块集中采集含沙量信息,采集的信息经过处理后用485总线传送到上位机,在上位机上通过组态监控软件将含沙量信息实时显示出来。系统还应用传感器倾斜度纠正方法,综合考虑了多种因素,减少了环境改变造成的误差。实际应用情况表明,该系统的整体测量误差在5%的范围内,满足工程测量的要求。     

重新认识差阻式传感器

差阻式传感器诞生已80 a,5芯测量是一大技术进步。从4芯测量技术到5芯测量技术,有关文献资料未能同步更新,存在混淆现象。五芯差阻式传感器对电缆的绝缘要求较低;提高差阻式读数仪的测量准确度既必要且可能;用正反测电阻比可定量分析差阻式传感器电阻比测值误差;无量纲的电阻比,符合现行标准的表示法是以10^-4为计数单位。     

柘溪水电厂拦污栅吹气式差压装置应用

柘溪水电厂应用污拦栅吹气式差压装置,根据水的质量和数量要求进行优化调度,提高了水电站的运行效益。     

BP神经网络在堆石体密度测试中的应用

由于堆石体介质结构的不均匀性以及堆石体密度与其力学参数之间的非线性关系,因此从实测的力学参数中用线性关系计算密度,很难得到较理想的结果。BP神经网络具有非线性映射、泛化、容错的能力。通过教师信号的学习,能够找到输入与输出之间未知的连续非线性关系,从而达到利用所测力学参数计算密度的目的。     

基于LM算法的BP神经网络在大坝变形监测数据处理中的应用

针对传统反向传播（BP）神经网络收敛速度慢、计算量大的缺点,引入一种结合LM（Leverberg Marquart）优化算法的BP神经网络,并应用在大坝的变形预报中。实验结果表明,新模型具有训练速度快、预测精度高的特点。     

纯压式灌浆在小型水库帷幕灌浆中的应用

结合工程实例 ,介绍了纯压式灌浆在小型水库帷幕灌浆中的应用。实践证明 ,采用纯压式灌浆完全能满足小型水库防渗处理的要求 ,对于由基岩裂隙引起的渗漏 ,处理效果更为明显 ,且速度快、成本低、孔内事故少     

纯压式深孔岩溶帷幕灌浆技术

纯压式灌浆方法在国内水电帷幕灌浆中应用较少。本文结合武宣防护盘龙铅锌矿东帷幕工程实际,提出矿山工程与水利工程灌浆的异同点、施工工艺、存在问题及解决方法,总结出纯压灌浆在岩溶区深孔帷幕中的应用技术,可为同类工程提供参考。     

BP神经网络模型应用于大坝原型观测研究

针对传统的多元线性回归方法的不足,提出将BP神经网络模型应用于大坝原型观测数据处理。并介绍了BP神经网络模型的结构和算法,以及训练样本的归一化处理方法;将BP模型应用于黑河金盆水库大坝原型观测,结果表明,其模拟和预测效果均优于多元线性回归模型。     

基于SPC理论的灌浆压力网络监测报警系统

为了解决灌浆压力控制中传统的阈值压力报警方式存在误报且多为抬动发生后才进行报警的问题,以灌浆施工中存在大量的趾板帷幕灌浆的河北丰宁抽水蓄能电站(一期)为例,运用统计过程控制(SPC)理论,开发了基于SPC理论的灌浆压力网络监测报警系统。该系统通过对灌浆压力值进行采样监测,识别样本点位置及其变化趋势,依据统计过程控制形成压力控制图,并结合灌浆过程设定不同阶段压力判定规则,从而实现灌浆压力的监测、报警与预测。结果表明:相对于传统的压力阈值报警系统,该系统的报警用时降低了25%,报警有效率提高了8%;采用SPC+阈值报警算法进行灌浆压力监测报警,能够提前预判异常信息,便于工程参建方进行灌浆过程管理和控制。研究成果可为将SPC算法应用于其他工程参数的管控提供参考。     

BP神经网络在隧道监控量测数据处理中的应用

为保证某高速公路隧道开挖过程中的施工安全,在优化围岩变形监测方案与预警方法的基础上,采用BP神经网络对典型监测断面位移量测数据进行了回归分析.结果表明,BP神经网络模型预测值能较好地拟合拱顶沉降和周边收敛位移实测值,可以作为围岩稳定性判定和确定二次衬砌施工时间的依据,具有重要的经济性和实用性.     

基于无线传感器网络的灌浆参数监测系统

 基础处理工程的灌浆施工普遍采用灌浆自动记录仪进行流量、压力和浆液密度的监测记录,但由于传统记录仪现场监测的分散性,给施工管理部门实时巡查和统计工程灌浆进度资料带来困难。介绍了基于无线传感器网络的灌浆网络监测系统的总体架构及软硬件设计过程。通过此无线传感器网络监测系统的搭建,使灌浆施工管理实现了实时性和集约性,提高了灌浆施工监理的整体管理水平。     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。     

基于遗传优化BP神经网络的GPS高程异常拟合模型研究

为解决标准BP神经网络模型存在的易陷入极小值、训练时间长、网络不稳定等问题,采用基于实数编码的遗传算法,优化网络初始权值和阈值,构建GPS高程异常拟合模型。通过实测数据进行计算分析,并将该模型的结果与平面拟合、二次曲面拟合及标准BP神经网络模型所得结果比较,得出如下结论:使用遗传优化BP神经网络进行高程异常拟合,模型误差和中误差均较小,故基于遗传优化BP神经网络模型具有较高的精度和较好的稳定性,可以应用于GPS高程异常拟合问题。更多还原     

基于BP神经网络的来水量预测模型

针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。     

基于无线传感器网络的水环境监测系统设计

在深入研究ZigBee无线传感器网络的基础上,提出了一种基于无线传感器网络的水环境监测系统的设计方案。该方案借助ZigBee技术在短距离无线通信方面的优势,采用树型拓扑结构组建无线传感器网络,对水环境监测中的水温、pH值、电导率、溶解氧和浊度等重要指标进行远程实时监测。     

优化BP网络在均质土坝变形预测中的应用

宁夏南部山区小型水库除险加固普遍采用坝前淤积面加坝技术,且坝体多建于湿陷性黄土基础上,在自重、渗流等多种因素作用下极易产生变形。为准确判定坝前淤积面加坝技术的合理性和可靠性,可利用BP神经网络分析预测大坝坝体变形情况与未来趋势,但传统的BP算法需对数据进行标准化处理,为了简化数据的标准化处理过程,提高处理效率,提出了传递函数的优化方法,并把优化后的BP网络应用于大坝表面变形预测中,得到了较满意的结果。