基于动态聚类法的拱坝变形监控模型研究

拱坝变形的影响因素包括荷载、坝体结构、地形地质条件、材料物理力学性质等,各影响因素之间相互影响,且各影响因素之间的关系及影响因素同拱坝变形之间的关系具有模糊性。应用模糊数学理论,研究并分析了拱坝变形及影响因素间的模糊关系,在此基础上,建立了基于动态聚类法的拱坝变形监控模型。以某拱坝为例,将所建立的拱坝变形监控模型应用于该拱坝的变形监控分析中,结果表明所建的模型有着较高的预测精度。     

基于SSA-LSTM的混凝土拱坝变形预测模型

由于混凝土拱坝在变形过程中有明显的非线性特点,因此参数过多和陷入局部最优的问题是大坝变形预测模型过程中较为常见的问题。通过将麻雀搜索算法(SSA)引入长短期记忆神经网络(LSTM)中,进行超参数优化,建立了SSA-LSTM模型进行混凝土拱坝变形预测模型。以某拱坝多个测点的实测径向位移数据为例,将水压、温度和时效作为输入,坝体径向位移作为输出,使用SSA-LSTM模型与传统的变形预测模型BP神经网络、极限学习机(ELM)和支持向量机(SVM)分别进行回归预测,结果表明SSA-LSTM模型具有较强的预测能力,可用于大坝安全的预警预报。     

基于原型监测资料的特高拱坝变形实时风险率模型

混凝土坝风险率分析模型通常基于结构极限状态功能函数对单个监测点一维时间序列建模,未考虑变形监测点之间的相关性及多重共线性问题.基于原型监测资料,考虑各分区所有测点的相关性及不同分区变形之间的协同性,引入面板数据理论对特高拱坝监测点进行聚类分区,在拟定单测点风险率函数的基础上,提出计算特高拱坝变形分区单测点实时风险率的方...     

基于APSO和TWSVM的特高拱坝变形预测模型

为挖掘混凝土大坝变形监测数据与各影响因素之间复杂的非线性关系,提高特高拱坝变形预测精度,在孪生支持向量机(TWSVM)模型基础上,引入位置因子与速度因子,运用自适应粒子群优化(APSO)算法进行参数优化,构建了特高拱坝变形的APSO-TWSVM预测模型。实例验证结果表明,该模型可有效挖掘拱坝变形与影响因子间复杂的非线性关系,模型运算速度和精度均比传统SVM模型有明显提升。     

基于库盘变形的高混凝土拱坝变形分析方法研究

在常规混凝土高拱坝变形性态研究中,对远坝区库盘变形影响考虑不足,导致坝体变形计算结果与监测数值存在差异。通过建立大范围的库盘有限元模型,在研究合理建模范围的基础上,提出了库盘变形作用对坝体变形性态影响的分析方法。以某高混凝土双曲拱坝河床坝段为研究对象,联合库盘有限元模型和近坝区有限元模型模拟了库盘变形对坝体变形的影响。研究结果表明：当库区基岩岩性较差时,高坝大库工程的库盘变形对坝体变形影响明显,而且考虑库盘变形作用而得到的坝体变形值更接近实测资料。     

高拱坝短期变形和应力预测预警方法及工程应用

针对高拱坝预测预警能力不足的问题,提出了短时间内基于监测数据和全坝全过程仿真的混合预测模型。在此基础上建立了包含坝体变形和关键部位应力的预警指标体系,能够明确给出各部位变形和应力预警阈值。在小湾拱坝初次蓄水期中的应用结果表明:变形和应力预警指标的阈值设置比较合理,能够对异常情况给出警报,实用且合理有效。研究成果为高拱坝安全运行提供了有效的预测和预警思路。     

拱坝变形监测预报的随机森林模型及应用

大坝变形预报对大坝运行安全评估起着至关重要的作用。传统模型预报精度不够、模拟效果不稳定;若大坝变形数据有异常值时,传统机器算法模型识别和处理异常值的灵活性很小,导致预报结果有偏差。为了解决这些问题,首次将随机森林算法运用到大坝变形监测领域,将大坝测点根据随机森林相似性矩阵分成若干个子集,针对每一个子集建立随机森林预测模型,分区建立预测模型更符合工程实际情况。选取拱坝变形作为研究对象,验证所建模型的适用性。结果表明,根据随机森林的相似性矩阵对大坝各测点的分区情况符合物理和工程实际意义,对各分区子集测点利用随机森林模型建立的预测模型,与支持向量机、BP神经网络模型相比,预测结果精度较高、模型稳定性好,为大坝变形监测提供了新思路。     

基于面板数据分析方法的混凝土拱坝变形数据时空聚类模型

变形数据可以直接表征混凝土拱坝安全状况,但传统变形分析一般仅针对单个监测点,不同监测点之间变形的相似和关联性质仍有待挖掘.基于时空数据挖掘领域的聚类方法,分析混凝土拱坝变形序列的变化过程,提取变形序列的相似性特征;提出混凝土拱坝变形数据不同时间截面、不同测点变形序列的绝对距离、增量距离、增速距离3种相似性指标及相应的综...     

基于变形加固理论的高拱坝坝踵开裂分析

本文运用变形加固理论从变形稳定的角度来研究高拱坝坝踵开裂问题。变形加固理论揭示了加固力、自承力、外荷载、结构稳定性、变形之间的内在关系，指出在给定荷载下，结构出现不平衡力的区域为破坏先导区域，为抑止破坏所需加固力就是不平衡力的反向力。研究指出，拱坝坝踵区为不平衡力集中区，分析坝踵区不平衡力的分布和方向将有助于认清坝踵开裂模式，不平衡力的大小可以作为坝踵开裂的评价指标。文末以小湾拱坝为实例进行了计算。     

基于坝肩失稳破坏模式的高拱坝地基体系地震易损性分析

为了开展高拱坝-地基体系整体稳定地震易损性分析,从坝肩潜在滑块滑动失稳破坏模式出发,综合考虑了地震动和材料参数的不确定性,采用增量动力分析方法（Incremental Dynamic Analysis,IDA）,开展了基于概率统计框架的1000次非线性动力响应分析。分别采用特征点残余滑动位移和滑动面积比作为评价结构响应的性能指标,以地震动峰值加速度（peak ground acceleration,PGA）为地震动强度指标,定量的划分了高拱坝-地基体系的不同性能水平,绘制了地震易损性曲线,并对不同极限状态下的地震易损性进行了评估和分析。结果表明,基于特征点残余滑动位移的IDA曲线可以将高拱坝-地基体系分别划分为局部滑动破坏和整体滑动失稳破坏两个破坏等级;基于滑动面积比的IDA曲线可以划分为轻微滑动破坏、中等滑动破坏和整体滑动失稳破坏三个破坏等级;从而根据高拱坝-地基体系的实际地震需求从概率意义上评判结构所处的破坏状态,为高拱坝的抗震优化设计、加固和维修决策提供科学依据。     

基于TW-SVM预测模型的某堆石坝变形预测分析

为提高监测资料有缺失的大坝变形预测模型精度,采用支持向量机方法建立一种具有小样本、高维、非线性的预测模型,并结合对其重要组成部分核函数的分析应用,提出一种根据结构风险最小化的TW-SVM预测模型。以某堆石坝为例进行研究,利用坝坡垂直位移和水平位移的监测数据,分别采用TW-SVM方法和BP神经网络(NET)方法建立相应预测模型进行比较分析。结果表明:采用TW-SVM方法和NET方法预测的垂直位移最大绝对误差分别为0.58 mm和6.18 mm,最大相对误差分别为270.00%和1 286.22%;采用TW-SVM方法和NET方法预测的水平位移最大绝对误差分别为0.25 mm和14.91 mm,最大相对误差分别为31.25%和1 189.85%;TW-SVM预测模型比NET预测模型更适合于影响因素为时间、水位的小样本预测分析。研究结果为堆石坝变形预测与分析提供参考。     

基于CEEMDAN-PE-LSTM的混凝土坝变形预测

由于混凝土坝变形监测数据有明显的非线性、非平稳特征,且数据序列包含一定的噪声,容易导致模型预测精度不高。针对上述问题,提出了基于自适应噪声完全集合经验模态分解（CEEMDAN）-排列熵（PE）-长短时记忆神经网络（LSTM）的混凝土坝变形预测模型。利用CEEMDAN对非线性信号的自适应分解能力,将原始变形数据分解为频率不同、复杂度差异明显的一组固有模态函数（IMF）,降低序列中不同尺度信息的相互影响。基于PE算法将复杂度相近的IMF分量进行合并重组。最后,对若干重组序列分别构建LSTM模型进行预测,将预测结果相加得到最终变形预测值。以某混凝土坝水平位移监测数据进行建模分析,结果表明:CEEMDAN-PE-LSTM模型与常规模型相比预测精度显著提高,能更好地对非线性数据序列进行预测。与单一的LSTM模型相比,平均绝对误差、平均绝对百分比误差和均方根误差分别降低了76.43%、75.55%和74.73%,表明该模型通过对原始序列的分解与重组获取不同尺度特征,可以更好地把握非线性、非平稳数据的变化规律,提高预测精度,能有效运用于混凝土坝的变形预测。     

高拱坝坝基稳定研究

针对高拱坝坝基失稳机理,稳定分析方法,最不利滑型及相应岩石力学参数进行了全面,深入地研究,在此基础上,提出了坝基和坝肩的加固处理原则及优化方案,并采用大规模的渗流场分析及地质力学模型试验分析,验证了理论研究成果及加固处理措施的合理性和有效性。     

高拱坝整体稳定地质力学模型试验研究

随着经济的强盛，水利事业的发展，我国大坝、高拱坝数量大增，大坝老龄化现象也在增加，大坝的安全稳定运行是一不容忽视的问题。因此，研究大坝的稳定及内在规律就具有很强的工程意义和现实意义。同时由于工程问题的复杂性使高拱坝整体稳定兼具了挑战性和前沿性。本文从30年的模型试验出发，对该问题进行了有意义的研究。     

高拱坝的动力非线性分析

强地震时，高拱坝中上部因动力放大效应而成为抗震薄弱部位，各项段间的伸缩横缝难以承受较大的拱向拉应力而开裂，拱坝不能现视为整体结构而作线弹性分析。为此，以三维非线性接缝单元模拟坝体分缝，采用基于动态子结构理论的非线性动力分析方法，分析研究伸缩横缝对高拱坝地震反应的影响。研究表明，强烈地震时伸缩横缝反复张合引起显著的坝体应力重分布，大大减少开裂区附近的拱向拉应力而使坝体中部下游面的梁向拉应力有一定增加     

高碾压混凝土双曲拱坝设计探讨

在复杂地质条件下当拱坝坝达到150m级时，如何在满足坝体强度要求的同时，最大限度地改善坝肩稳定条件，并节省混凝土工程量，实现经济效益最大化，是值得进一步研究和探讨的问题。结合麻线坪水电站碾压混凝土双曲拱坝的设计，对复杂地质条件下高碾压混凝土拱坝的设计进行了有益的探讨。     

基于BO-GRU的混凝土坝变形预测模型

针对混凝土坝变形具有较强的非线性特点、目前大坝变形预测模型出现参数过多及易陷入局部最优等问题,提出了一种深度学习中的门控制循环单元(GRU)模型,并结合贝叶斯优化算法(BO)对门控制循环单元的超参数进行优化,建立BO-GRU模型应用于混凝土坝变形预测。为检验模型的可行性,以实测变形监测数据为基础,并与极限学习机、相关向量机和基于遗传算法优化的支持向量机等模型预测结果进行对比。结果表明:该模型的泛化能力强、运行效率高,能有效运用于混凝土坝的变形预测。