工作基点位移对石塘坝顶位移观测结果影响分析

石塘混凝土重力坝坝顶水平位移观测结果受到了两坝头工作基点稳定性的影响。分析观测结果表明,当工作基点存在明显趋势性位移时,须对坝顶水平位移视准线观测结果进行修正,只有这样才能正确反映坝顶的真实水平位移性态。     

上犹江重力坝原型结构性态分析

前言为上犹江水电站大坝的安全检查鉴定,河海大学与上犹江水电厂合作,对上犹江重力坝原型结构性态进行深入分析。内容主要包括两个部分:(1)对坝顶水平位移,鼻坎水平位移;坝顶、检查廊道和厂房的铅直位移以及伸缩缝的变化等项目的各测点的实测值进行统计分析。(2)对丙坝段坝顶水平位移、铅直位移建立混合模型,用以说明丙坝段的工作状态,同时还提出丙坝段坝顶水平位移的安全监控指标。     

飞来峡大坝坝顶水平位移安全监控指标拟定

根据飞来峡混凝土坝原型监测资料,选取每年最不利工况时坝顶水平位移监测效应量为计算序列,应用大坝典型监测量的小概率法,对大坝典型坝段坝顶水平位移的安全监控指标进行了初步研究,得出了坝顶水平位移的安全监控指标值,并结合2010年的实测值,分析了大坝的运行状况。结果表明,该坝2010年的水位、气温等环境量均未超过2000—2009年最不利工况时的环境量,并且2010年典型坝段坝顶水平位移的实测值均小于安全监控指标。     

混凝土重力坝水平位移的数学模型及其变化规律

结合黄坛口重力坝坝顶水平位移原型观测资料，对影响混凝土重力坝坝顶水平位移的主要因素作了分析，建立了水平位移的数学统计模型，为掌握大坝变形规律、评价大坝运行性态提供依据。     

落坡岭水库大坝水平位移分析

水平位移观测是大坝安全检测的主要项目之一,该文对落坡岭水库大坝27观测点采用视准线法进行观测,并对观测水平位移实测资料进行分析,采用统计模型法对水平位移进行回归分析,模型精度较好,最后讨论了坝顶水平位移的变化规律及水位、气温和时效等因素对坝顶水平位移的影响。     

完善潘家口水库主坝坝顶水平位移观测的体会

坝体位移是大坝安全监测的一项重要指标。潘家口大坝是一座高坝,坝顶采用视准线法观测水平位移,了解大坝的变形状况。本文主要谈完善坝顶水平位移常规观测设备和观测手段的体会。     

基于统计模型的白石水库坝顶位移分析

利用统计模型原理,对白石水库大坝坝顶水平位移和垂直位移进行解析计算,定量分析了影响坝顶位移的主要因素及影响程度,并根据分析成果,对今后大坝安全监测工作的重点给出了建议。     

石门拱坝坝顶水平位移观测资料分析

对混凝土坝来说，影响大坝变形的主要因素有水位、气温、坝体混凝土温度和时效等。本文对石门拱坝７号、９号、１１号坝段实测位移资料进行了分析，讨论了坝顶水平位移的变化规律以及水位和气温对坝顶水平位移的影响。     

丰满混凝土重力坝材料参数识别研究

根据丰满大坝坝顶水平位移观测资料，采用逐步回归方法分离出坝顶水平位移水压分量，以最小二乘目标函数为基础，建立了正则化最小二乘参数识别方法，数值计算结果表明，该参数识别方法对于基于坝顶水平位移识别坝体混凝土的弹性模量和坝基岩石的弹性模量是行之有效的，并且具有良好的稳定性和较快的收敛速度，参数识别结果表明大坝混凝土的弹性模量与现场取芯实验结果基本一致。     

凤滩大坝变形特性及安全裕度研究

针对凤滩大坝的具体情况,结合位移原型观测资料的分析结果,分别采用统计模型法、混合模型法分析凤滩大坝坝顶水平位移变化规律,在此基础上运用置信区间估计法和典型小概率法拟定凤滩大坝坝顶水平位移的安全监控指标,并基于变形监控指标提出评价大坝变形安全裕度的方法.     

基于交汇测量法的水库大坝外部变形监测研究

水库大坝外部变形监测分为水平位移监测和垂直位移监测两部分，其中水平位移监测网坐标系统采用独立坐标系统，高程由坝顶高程联测而得。在大坝坝顶及大坝下游坝坡共布设4条视准线，观测大坝水平位移，采用交汇测量法观测。结果表明，大坝水平位移和垂直位移的各项观测误差均小于规范规定的允许限差，观测精度达到规范要求，可作为今后大坝表面变形计算的依据。     

石门拱坝坝顶水平位移观测资料分析

对混凝土坝来说，影响大坝变形的主要因素有水位、气温、坝体混凝土温度和时效等。本文对石门拱坝７号、９号、１１号坝段实测位移资料进行了分析，讨论了坝顶水平位移的变化规律以及水位和气温对坝顶水平位移的影响。     

奉化市亭下水库大坝位移监测资料分析

大坝安全监测是了解大坝工作性态的有效手段，其中位移监测是大坝安全监测的重要内容；对亭下水库建库以来的位移监测资料作了初步分析，介绍了混凝土重力坝在坝体挠度、坝顶水平位移、坝顶垂直位移等方面的变化规律及其影响因素。     

测角前方交会法在坝顶水平位移监测中的应用——以阿海水电站为例

常见的大坝水平位移监测方法有垂线法、引张线法、测小角法,前方交会法等。以阿海水电站为例,介绍了测角前方交会法监测坝顶水平位移的原理,并给出了n测回条件下测角前方交会的精度分析公式。重点指出了基点布设、观测过程、仪器精度3个方面对测角前方交会精度的影响。计算了不同测角精度条件下,阿海水电站坝顶位移量观测的最少测回数。可供类似工程的坝顶水平位移监测借鉴。     

古田溪大坝典型坝段水平位移监控指标的拟定

分别采用典型小概率法和结构分析法拟定了古田溪大坝9号和15号坝段水平位移的监控指标,指出:采用两种方法计算得到的最大值监控指标比较接近,但结构分析法考虑了模拟大坝和基岩的实际受力情况,使计算结果更为合理,建议采用结构分析法监控坝顶水平位移的最大值;对于坝顶水平位移的最小值监控指标,建议采用小概率法。     

基于混合模型的溢流坝参数反演和监控指标拟定

以混合模型为基本原理,结合大坝坝顶水平位移实测值,运用有限元分别计算由坝体和坝基引起的坝顶顺河向水平向位移,以此建立溢流坝坝顶顺河向水平位移的混合模型,通过混合模型分别反演坝体和坝基的弹模,并初步拟定监控指标。从计算结果看,实测值和拟合值非常接近,且其复相关系数R为0.892,剩余方差为0.921,说明该混合模型精度较高,在反演坝体坝基弹模和设置监控指标中具有一定的价值,为工程运行提供参考。     

云峰大坝弹性参数识别的神经网络方法

基于人工神经网络方法，根据云峰大坝坝顶水平位移观测资料能够识别大坝混凝土和岩石基础的弹性模量。采用ＢＰ学习算法，并通过增加阻尼项以及对观测数据的归一化处理，避免迭代过程中的振荡性，提高了参数识别精度，将弹性模量识别结果代入到有限元模型中，计算所得到的坝顶水平位移与坝顶观测水平位移水压分量的最大误差小于０．１５ｍｍ。工程实际应用表明，用神经网络方法识别材料参数具有识别精度高和收敛速度快等特性。     

R/S分析法在大坝安全监测中的应用

R/S分析法可以描述自然界非线性系统的某种复杂性。以某水电站大坝坝顶水平位移为研究对象,采用R/S分析法得到其测点水平位移序列的Hurst指数,并根据Hurst指数在不同区间表现出的不同特性,分析坝顶未来的变化趋势。结果表明:该测点未来位移有较明显的增加趋势,应加强监测,以确保未来大坝的安全运营。     

某水库大坝位移监测数据及模拟分析

大坝位移监测工作是水库运行的重要内容,其直接影响大坝的稳定安全运行。基于此,对某水库大坝位移特征进行监测和分析,采用作图、特征值分析对大坝运行状态进行分析。结果表明,大坝位移随季节更替呈周期变化之规律,与测点所在坝段的坝体结构、坝高、基础地质相适应。各测点坝轴向水平位移主要表现为时效位移,少数测点表现为趋势性时效位移。垂直位移变化规律表现为夏季坝顶上升,冬季坝顶下沉;水位降低时坝顶上抬,测值呈现季节性波动并随水位升降而起伏。大坝位移未超管理阈值,未见明显突变,总体处于安全状态。     

基于正交试验法的新型混合坝参数敏感性分析

基于正交试验设计方法,建立了混合坝的参数敏感性分析模型,系统分析了不同因素对混合坝的抗滑安全性、抗倾覆安全性和混凝土墙最大水平位移的影响。通过与已有计算模型的对比,对所建立的计算模型的准确性和可靠性进行验证。研究结果表明,混凝土墙顶部宽度和坡比是最关键的几何影响因素,对抗滑稳安全性、抗倾覆安全性和坝顶水平位移敏感性较大;支墩的高度对坝顶水平位移影响显著。