应用粗糙隶属度确定大坝效应量分量比例

为了评价各因素对大坝监测效应量的综合影响程度,研究了确定大坝监测效应量各分量比例的粗糙集方法.首先对原始监测信息进行数据离散化得到决策表,然后对决策表进行属性约简以去除影响极小的影响因素,最后用粗糙隶属度分析各主要因素的重要性指标及其在效应量中所占的分量比例.该方法能提取隐藏在数据中的潜在信息,而不需要预先给定数学模型和相关参数,有利于保证分析的客观性.实例分析表明,该方法简捷实用,可定量分析影响因素对效应量的影响程度.     

确定大坝效应量分量比例的神经网络方法

为了评价水位、温度等环境量对大坝观测效应量的综合影响程度，并由此定量分析评价大坝的运行状态，提出了确定大坝观测效应量的各分量比例的神经网络方法。根据大坝的观测资料，利用误差反向传播的神经网络(BP网络)建立效应量与环境量关系的神经网络模型，BP网络的输入变量为水位、温度、时效等环境量因子，网络的输出变量为效应量。利用网络的权值来表示网络的输入变量对网络的输出变量的影响程度，从而确定水位、温度等分量占效应量的比例。文章通过工程实例验证了该方法的有效性。结果表明，该方法简便实用，可定量分析水位、温度等环境对效应量的影响程度，有助于进一步分析大坝的安全性态。     

大坝监测资料分析中环境量对效应量影响综合评价的加权面积法

用距离的概念来描述大坝监测资料分析中环境量对效应量的整体影响效应. 首先讨论了多种距离定量化准则, 其中加权面积距离是以分量过程线围成的面积对其基准值的矩经量纲归一处理后得到的值; 然后论证了使用加权面积定义距离的合理性并给出了确定距离基准值的方法, 为确定各个分量占效应量的比例提供了定量的依据. 最后给出了应用实例, 证明了该法的有效性.     

主成分回归分析在确定大坝效应量分量中的应用

大坝资料分析表明,水位、温度和时效等因素决定了坝体结构中各种效应量的发展变化情况。对某些具体问题进行研究或定量分析评价大坝的运行状态时,需要用到各分量的具体数值,通常这些分量是组合在一起的,很难得到其准确可靠的分量比例,特别是温度和水位,它们具有较高的相关性。而主成分分析方法可将原大量相关性较高的自变量转化为少数不相关的指标,从而为效应量的分离提供可靠的方法。将这种方法应用于一工程,结果验证了该方法实用、有效。     

基于SPSS的长坑三级大坝渗流监测资料多元逐步回归分析

以中山市长坑三级水库大坝为案例,绘制了该水库大坝2014年渗透压力变化过程线,采用SPSS软件,建立了2014年渗透压力资料与有关环境量之间的逐步回归模型,通过建立的逐步回归模型反算各环境量影响因子所产生的渗透压力分量效应。结果表明:该水库大坝河床段坝基渗流受库水位和时效影响,且与库水位呈正相关;坝肩绕坝渗流除受库水位和时效影响外,还受降雨影响,与实际情况较为吻合;由时效引起的渗透压力分量所占渗透压力总水头的比例非常小,该水库大坝抗渗性能基本稳定。     

改进的LMD模型在大坝变形监测数据特征量分离中的运用

运用改进的局部均值分解(LMD)模型对大坝变形监测资料物理特征量进行分离,通过分离出的物理特征分量来分析大坝变形效应量的影响因素及程度。与统计回归模型相比,LMD模型不依赖事先确定影响因子的数学表达式,便可以合理地分离出大坝变形效应量的物理特征分量,自适应性较强,而且在一定程度上比统计回归模型分解结果更优。     

复杂土坝的渗流安全分析评价

根据福华山土坝的渗流观测资料,建立了测压管水位的回归统计模型,定量分析了各影响量(水位分量、时效分量)对测压管水位的影响效应。在此基础上,结合观测资料,采用有限元法反演了大坝各填筑区的渗透系数,并综合评价了大坝的渗流性态。     

仙居水电站大坝挠度的观测与分析

在对仙居水电站大坝挠度进行定性分析的基础上,结合数学物理模型,拟合出大坝挠度预报方程,并对方程中水位效应分量、温度效应分量以及时间效应分量进行讨论,证实了大坝挠度变形一般规律.     

纪村大坝坝顶垂直位移监测资料分析

根据水工建筑物安全监控理论,运用逐步回归分析方法建立了纪村大坝坝顶垂直位移的统计模型,对监测资料进行了定性和定量分析,揭示了该电站坝顶垂直位移的变化规律,并利用统计模型提取了典型年份水压分量、温度分量和时效分量在大坝垂直位移中所占的比例,为分析大坝的运行状态提供了依据.     

基于粗集理论的大坝工作性态影响因素重要性评价

为了从复杂的大坝原型监测资料中提取有效信息,评价各影响因素对效应量的影响程度,借助粗集理论,从知识约简的角度出发,建立大坝工作性态影响因素和效应量之间的约简关系,引入属性重要度概念,进行各因素对效应量的影响分析。工程实例表明,该方法能客观有效地实现大坝工作性态各影响因素的重要性评价。