ABC-RBF神经网络在平板坝裂缝开合度监测中的应用

为提高混凝土平板坝裂缝开合度预测精度,针对混凝土平板坝裂缝开合度监测序列呈非线性以及周期性变化的特点,将基于EMD分解优化的ABC-RBF神经网络模型应用于混凝土平板坝裂缝开合度安全监测中,对比分析普通RBF和ABC-RBF神经网络模型。结果表明,ABC-RBF神经网络模型预测误差相对较小,可用于分析混凝土平板坝裂缝开合度的安全监测。     

基于小波变换的某重力拱坝背水坡转异裂缝序列的分析

裂缝转异诊断对分析大坝安全稳定运行有重要意义。将小波变换应用于大坝裂缝转异分析中,并结合某重力拱坝背水坡裂缝X18-1的实测数据,分别从小波系数图的过零点和极值点、多尺度下模极大值线及奇异性变化角度讨论其与裂缝转异时刻的关系,最终综合判断出裂缝的转异时刻。分析结果表明,小波系数图、模极大值线和奇异性均可反映裂缝的转异,但各自独立的诊断结果不完全相同,综合分析可准确判定裂缝的转异时刻,为裂缝转异诊断提供了新思路。     

基于马尔科夫链的云模型在某碾压混凝土重力坝渗透压力预测中的应用

为了同时反映大坝渗流序列的整体规律和多种影响因素造成的不确定性,提出了基于马尔科夫链的云模型的预测方法,即先建立基于云理论的预测模型,再通过马尔科夫链对其误差进行修正,并在建立云预测模型的过程中,提出设立过渡时期的改进方法以提高部分时期预测精度。通过对某重力坝渗透压力的预测分析,并与ARIMA、ANN模型结果进行对比,发现该方法预测值精度较高,具有较好的实用性。     

基于多重分形的大坝裂缝整体性态分析

为准确评价大坝坝体裂缝的整体性态,以某碾压混凝土重力坝不同高程处的3条裂缝序列为例,应用多重分形消除趋势波动方法分析大坝裂缝实测序列的多重分形特征,通过替换序列分形特征产生的原因,并用Hurst指数、分形谱宽度和分形谱高度来表征其多重分形特征强度,统计分析了不同高程和坝段的9条裂缝的多重分形特征强度。结果表明,裂缝序列存在较强的多重分形特征,且由序列本身的长程相关性造成;坝体整体裂缝的多重分形强度大致相同,说明坝体结构的整体性态较好,变形以线弹性变形为主,处于安全状态。     

格形地连墙的三维有限元分析

应用ABAQUS有限元软件,采用三维有限单元法模拟某基坑开挖过程,重点分析了格形地下连续墙的水平位移与应力分布。研究发现,格形地连墙与一般地连墙的位移分布特征不同,墙顶位移较小,墙底位移最大;内外纵墙通过隔墙相连增强了整体的稳定性,隔墙因此处于受拉状态。研究结果可为工程方案设、基坑工程的安全与稳定性的论证提供依据。     

基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用

为更精确地预测大坝变形数据,针对大坝变形监测序列的非线性和非平稳性问题,提出了一种结合集合经验模态分解和自回归滑动平均模型的大坝变形预测模型。首先利用集合经验模态分解法将非平稳的大坝变形监测数据分解为具有不同特征尺度的本征模态函数,然后分析各分量特征并分别建立自回归滑动平均模型,选择各自适合的最优模型参数,最后叠加各分量的预测结果作为最终的变形预测结果。分析结果表明,相较单一预测模型,结合集合经验模态分解和自回归滑动平均模型的组合预测模型的预测精度更高。