黄张裕[1]2000年在《大坝安全监测整体分析模型研究及应用》文中研究指明大坝安全监控模型是分析、评价大坝性态的主要工具，在大坝安全监测中发挥着重大的作用。大坝原型观测资料分析及安全监控模型的建立是安全监测工作的最终价值体现，是大坝监测技术的灵魂与核心，它不仅对大坝的安全运行起监控作用，而且还能为工程设计人员提供反馈信息，不断补充和完善坝工理论。本文应用前沿的数学、力学和系统工程理论和方法，研究讨论了大坝安全监测观测数据处理方法，旨在为大坝安全监测资料分析及安全综合评价作有益的探讨和补充。 根据大量观测资料分析，发现测值异常，相当一部分是监测系统误差引起的。利用观测资料建立安全监测模型，必须首先对资料进行误差分析，确定粗差以保证资料的可靠性。本文从经典数据处理出发，分析了经典粗差定位和剔除的数据探测法及其局限性。应用抗差估计理论，提出一种抗差最小二乘改进法，结合正态分布和拉普拉斯分布，建立新的分布模式—Huber分布，改进了粗差定位和参数估计的方法，有效地消除粗差对监控模型的影响。 从场论的基本理论出发，应用幂函数处理方法，并结合坝工理论和工程力学知识，通过引用空间叁维坐标向量，建立空间位移场的时空分布模型。引用温度场模型，使温度分量表达式更加确切，以及利用坝体混凝土的徐变资料和基岩的流变资料，建立本构关系求解时效分量。并对温度和时效进行力学的模拟，使其及时监测在任何时刻所对应荷载的位移场和变化趋势，从而监控大坝的运行性态及规律。本文采用多测点模型，将单测点模型拓宽到叁维空间，进行大坝观测资料的整体分析，有利对大坝的整体性评判。 针对大坝安全监测大量的观测数据以及数据之间复杂的相关性，通过因素分析模型，提取少量的关键因素来描述大坝的运行性态和特征。从全坝多测点的测值所形成的相应矩阵中提取整体因素信息，分析各观测变量之间的相互关系，归纳出测量本质相同的变量，使分散复杂的观测数据成果简洁化、整体化，从而揭示出事物间的本质联系，进行大坝观测资料的整体分析，为大坝的安全监测和综合评价服务。
柳利利[2]2008年在《偏最小二乘回归在大坝安全监测资料分析中的应用研究》文中进行了进一步梳理大坝安全监测是掌握大坝运行状态,保证大坝安全运行的重要措施,也是检验设计成果和监察施工质量的有效手段。监测资料分析就是从观数据中提取出蕴藏的信息,为大坝的运行管理提供有价值的资料。本文针对最小二乘回归方法在统计模型建模过程中存在的不足,研究认为采用偏最小二乘回归方法对统计模型进行建模是行之有效的,并将该成果应用到黑河土石坝的渗流、变形回归分析中。此项研究为大坝安全监测资料分析做出有益的探讨。论文主要研究内容如下:文章着重对黑河土石坝渗流、变形稳定进行分析研究,首先对黑河土石坝监测资料进行时间与空间相关性分析,得出了大坝的渗流、变形规律,在此基础上对大坝渗流、变形稳定作出定性分析;然后选择与渗流、变形密切相关的因子,建立大坝渗流、变形统计模型;用偏最小二乘回归方法进行回归,得出大坝渗流、变形的偏最小二乘回归统计模型,对模型进行定性分析。本文主要研究成果:(1)根据监测资料的时空相关性特点,分析了黑河土石坝渗流规律,并给出了科学解释。在此基础上选择合理的因子,建立偏最小二乘回归渗流统计模型。选择合理标准,对大坝渗流是否趋于稳定作出评价。(2)运用Bootstrap方法对得到的偏最小二乘渗流统计模型回归系数进行非参数检验。从而删除对系统无解释作用的变量,给出一个更加合理、有效的自变量集合。(3)通过对黑河土石坝垂直变形观测资料的常规分析,得出大坝的变形规律,对大坝变形稳定性作出定性分析;根据大坝变形在填筑期主要受填土高度与时效分量的耦合影响,建立大坝变形的变形分析模型;并进行偏最小二乘回归实现了对变形的定性分析。运用时效判别标准,对大坝变形稳定性进行评判。
夏丽[3]2007年在《拱坝变形安全监控模型及其应用研究》文中研究表明拱坝的变形受到多方面因素的影响，变形与各影响因子之间的关系是复杂的，高度非线性的映射关系。传统方法只能近似地描述变形与各影响因子之间的关系。而整体分析建模和模糊神经网络理论能行之有效地解决这类问题。本文依据实际工程原型观测资料详细地研究了拱坝变形的一股规律，分析了影响拱坝变形的水位、温度、时效等因子。采用常规的逐步回归建模手段，探讨了逐步回归模型建模时存在的一些限制及模型本身的不足：(1)，常规的逐步回归模型建模时需要同步的环境量观测数据。而对于很多建筑物，由于种种原因，缺少完整的或是无法取得相应的环境量数据，从而无法建模。(2)，逐步回归模型是单测点模型，这样对于整体性较强的建筑物如拱坝来说，不能反映建筑物的整体特性。另外采用单测点模型单个建模，在工作量上也较为巨大，因此还有待改进。针对常规建模分析方法存在的不足，提出了改进的方法，即直接根据拱坝的变形资料来建立模型，作出预测。即利用拱坝实测变形值作为输入，预测变形值作为输出，通过对模型的合理优化和有效的数据处理，成功建立了拱坝变形的模糊神经网络模型和整体分析模型。通过模型的运算，得出了满意的结果，模型的预测精度较高。并且对每种模型都做了深入的分析，探讨了每种模型对不同影响因子的敏感程度，从而总结出每种模型的优缺点和适用范围，有利于建立更合适的监控预测模型。本文研究结果表明，整体分析建模是对拱坝原型观测资料进行分析的有效手段；模糊神经网络通过对问题的隐性描述，能有效地实现变形与各影响因子之间的复杂的高度非线性映射关系。因此，整体分析建模和模糊神经网络理论在拱坝的原型观测资料分析方面具有较强的工程适用性和较好的应用前景。
李建伟[4]2009年在《基于偏最小二乘回归的混凝土坝变形监控模型研究》文中研究表明随着水电建设的发展和筑坝技术的提高,监测资料分析与预测模型中存在的问题愈显突出,这些问题的难以解决带来的影响也越来越严重,而常规模型对此却无能为力。因此研究如何开拓和利用新理论、新方法,有效克服传统建模方法的不足,解决建模技术的关键问题已成为当前完善大坝安全监测工作中的一项重要任务。本文正是从该角度出发,针对传统建模方法中存在的一些问题,引入偏最小二乘回归、遗传算法等,研究偏回归在混凝土坝变形监测统计模型和混合模型中的应用。主要研究内容和成果如下：(1)系统分析了常规统计模型、确定性模型和混合模型的建模原理和思路,总结了水利工程安全监测中的现行建模方法在理论和应用中存在的一些问题,详细介绍了混凝土坝变形统计模型的模型建立过程。(2)建立基于偏回归的混凝土坝变形监控统计模型。针对常规最小二乘法回归建模难以有效识别和消除自变量因子间的多重相关性影响这一不足,引进偏最小二乘法对大坝安全监测数据进行回归分析并建立偏最小二乘回归模型,有效克服模型因子间的多重相关性干扰这一普遍性工程问题。(3)建立混凝土坝变形监控的遗传-偏回归(GA-PLSR)模型。在偏回归模型的基础上引入遗传算法。采用改进的遗传算法对偏回归系数进行寻优重估,从而达到对偏回归模型优化的目的,以同时解决和改善常规大坝安全监测回归模型中存在的因子多重相关性干扰和模型欠拟合问题,进一步提高模型的拟合和预测精度。(4)将偏最小二乘回归方法引入混合模型建模,建立基于偏回归的混凝土坝位移混合模型。重点研究了水压分量有限元模型的确定：,位移的温度分量和时效分量用偏最小二乘法拟合。改进的位移混合模型有效解决了混合模型因子间的多重相关性干扰问题,同时模型相比于常规混合模型更具广泛适用性。
翟信德[5]2007年在《基于支持向量机的大坝变形预测研究》文中进行了进一步梳理随着水电建设事业的高速发展，我国已经是兴建大坝最多的国家。为了保障大坝安全、掌握大坝运行状态，因此，根据已有的监测数据预测未来大坝变形量具有重要的实际意义。由于大坝变形具有非线性，模糊性和不确定性等特点，而传统的精确数学模型方法在建模时往往作许多假设，造成与实际情况相差较大。支持向量机是在统计学习理论的VC维理论和结构风险最小化原则的基础上提出的一种新的机器学习方法，它追求的是在有限样本情况下的最优解而不仅仅是样本数趋于无穷大时的最优解，比以经验风险最小化为基础的神经网络学习算法具有更强的理论依据和更好的泛化性能。本文研究将支持向量机引入到大坝变形预测分析中，建立预测模型应用于位移数据的预测。本文首先进行了大坝变形特性的分析研究，并利用统计学的方法消除历史监测数据中的“异常数据”。接下来使用交叉验证试算法确定支持向量机参数。最后利用选定的特征向量及核函数建立大坝变形预测模型。利用所建立的模型对安徽某大坝变形问题进行预测，结果表明预测结果与实际监测数据非常接近。同时将支持向量机模型与回归预测模型和人工神经网络BP模型的预测结果进行比较分析，进一步表明支持向量机模型预测效果是可靠的。从而说明采用支持向量机模型进行大坝变形预测是可行的，具有广阔的工程应用前景。
刘成栋[6]2004年在《大坝安全评价的多因素赋权分析方法及其应用研究》文中指出本文针对大坝安全评价的多因素赋权问题进行了研究。重点研究了评价指标体系的构建、信息权重、专家权重以及融合权重等问题。主要研究内容如下： (1)针对大坝安全性态分析评价的具体特点，研究分析了权重自身特性，给出了拟定大坝安全评价指标的原则，并根据这些原则，建立了大坝安全分析评价指标体系。 (2)研究了主成分法及新型投影追踪算法，建立信息赋权的正分析模型，并在最优化准则下，建立了信息赋权整合模型；基于偏差单元递归神经网络的处理大坝监测中非线性和不明确性等问题的独特优势，凭借专家对指标权重的协调能力，建立了指标信息赋权的反分析模型。 (3)在深入研究层次分析法的基础上，针对大坝指标权重的特点，应用模糊数学理论，建立了专家主观赋权模型；探讨了专家对评价指标重要性难以完全确定的问题，提出了一种专家不确定判断的赋权方法；从专家意见的偏离程度及专家判断权威性对专家主观权重进行了二次修正。 (4)针对指标主客观权重各自的不足及组合赋权法中没有考虑权重随机性的问题，基于Bayes估计，在最小损失函数为原则下，研究了大坝指标权重的不确定性，并对具有统计学意义的权重进行了融合处理，使得指标权重更客观有效。
洪云[7]2004年在《大坝安全管理关键技术研究》文中提出本文对大坝安全评价指标体系、安全管理要素的权重、大坝运行中的风险管理、大坝安全远程监控等大坝安全管理的一些主要问题进行了较为系统、深入的研究。主要研究内容如下： (1) 针对大坝安全性态分析评价的具体特点，给出了拟定大坝安全分析评价指标的原则和权重自身特性，并根据这些原则和权重特点，建立了一个普遍意义下的大坝安全分析指标权重环境体系。 (2) 在深入研究层次分析法的基础上，针对大坝指标权重的特点，应用模糊数学理论，建立了专家主观赋权模型，并从专家意见的偏离程度及专家判断权威性对专家主观权重进行了修正；研究了主成分法及新型投影追踪算法，并在最优化准则下，建立了信息赋权整合模型；针对指标主客观权重各自的不足及组合赋权法中没有考虑权重随机性的问题，对权重进行了融合处理，使得指标权重更客观有效。 (3) 应用改进层次分析法建立了大坝运行风险识别模型，研究并提出了大坝运行风险度的概念，在此基础上，探讨了基于实测资料的大坝运行风险度分析方法；建立了大坝运行缺陷优先处理模型和大坝群优化改造决策模型；对福建省古田溪梯级水电站大坝的运行风险进行综合分析，建立了梯级大坝运行风险评价模型，给出了该梯级大坝实施安全改造优先排序方案的决策建议。 (4) 研究了远程网络条件下大坝群安全监控和管理的实现方案，提出了基于远程网络的大坝群安全监控平台；研究了大坝群安全监控远程网络系统中的软件系统关键技术及其实现，探讨了大坝群安全预警系统的构成和框架；以福建省大坝群安全监控远程网络系统为例，研究了系统开发的思路、具体框架以及部分实现细节。
胡灵芝[8]2005年在《混凝土坝变形安全监控时变模型及其应用研究》文中研究指明应用数学、力学理论和方法,并结合坝工知识对混凝土坝变形的时变监控模型、时变性参数的反演以及大坝变形性态转异评判方法等进行了较为系统地分析和研究,主要研究内容如下: (1)建立了混凝土坝变形安全监控时变模型,并将遗传模拟退火算法引入到混凝土坝变形的时变监控模型的建立之中,据此对混凝土坝变形时变监控模型中的影响因子进行了优化。 (2)研究了混凝土坝坝体弹性模量和坝基变形模量的反演分析方法,探讨了反映大坝弹性模量时变特性的反演分析模型的构建方法;此外,用广义Kelvin模型描述了混凝土坝的流变特性,由此建立了混凝土坝的流变参数反演分析的目标函数,并利用变尺度(DFP)算法进行了优化求解,研制了相应的反演分析程序。 (3)利用时变监控模型、弹性模量的时变规律、分形维数以及尖点突变模型等对大坝变形性态进行了分析;并依据模糊数学以及层次分析法思想,将各种单一评判方法进行有机融合,建立了混凝土坝变形转异的综合评判模型。 (4)结合池潭大坝工程,应用前述的理论和方法,建立了该大坝典型坝段的时变模型,反演了大坝的弹性模量及流变参数,并建立了综合评判模型;由此对大坝的变形性态进行了综合评判。
徐蔚[9]2005年在《土石坝渗流监测资料分析方法的研究》文中研究说明在水利工程中,渗流广泛存在于土石坝之中。堤坝的渗流会导致渗漏、管涌、滑坡甚至危及整个大坝的安全。目前在土石坝原位观测数据处理方面已取得了大量的成果,但是安全监测资料整理分析中仍存在一些问题:1、粗差问题;2、时间效应问题;3、观测数据因变量相关性影响;4、多观测点数据融合问题。本文结合实际工程对土石坝渗流监测资料分析方法进行了探讨,主要研究内容如下: 1.引入主成分分析方法、鲁棒回归分析来处理多因变量的复相关问题和粗差问题,减少人工干预,提高分析的可靠性。建立动态回归模型,采用移动窗口的方法对土石坝观测数据进行分析,利用动态参数来处理大坝的时效作用。通过工程实例分析比较,动态统计模型比静态的统计模型更接近实测数据。 2.建立土石坝的有限元或有限差分模型,利用断面多个渗流观测点数据,反演出土石坝各个区域的渗透系数。通过广义反演,将各个观测点融合一起,比较各个年度的渗透系数的变化关系,从而了解土石坝内部的动态特性,为大坝安全提供依据。在渗流反演优化过程中,提出了利用对数变换,将有约束优化转化为无约束优化,取得了良好的效果。通过对青山水库主坝的渗流反演分析,反演结果与以前的一些基础资料和分析结果比较吻合,值得进一步推广。 3.以能够有效反演出土石坝各个区域的渗透系数,了解土石坝内部运行形态为主要目标,兼顾考虑监测点布置的经济性和可靠性,建立渗流监测点优化布置模型。运用聚类分析方法结合考虑经济性,选择合理的测点个数;引入广义反演理论,通过敏度分析并运用遗传优化算法对监测点布置进行优化。以青山水库为例,研究现有工程监测点布置的合理性。
陈维江[10]2002年在《大坝安全监测及厂房动力反演分析模型研究》文中研究表明由于水工建筑物具有体积大，外界作用因素复杂等特点，采用常规的理论分析和模型试验方法对其进行计算复核以及安全评价时，往往由于未知因素过多，导致研究结果精度和可信度不理想，因此，利用原型监测资料建立正、反分析模型，以掌握其实际运行状态和变化规律的方法已在水利工程等诸多领域得到深入发展和广泛应用。 本文利用大坝运行监测资料和水电站厂房结构的振动测试数据，对水工建筑物的正反分析模型中的相关问题进行了探讨，分析了大坝安全监测回归模型存在的欠拟合现象，建立了通用的结构动力最优化反分析模型，实现用户优化算法对复杂结构的直接调用和优化计算，在计算模型方法的基础上对云峰宽缝重力坝的安全状况和十叁陵抽水蓄能电站的动力反演问题进行实例分析。 云峰宽缝重力坝右F_(15)断层为一个顺河向、缓倾角大断层，空间结构非常复杂，是影响大坝安全运行的控制因素。在对其空间结构进行细致分析的基础上，提出将51~#和52~#两个坝段合并在一起建立物理模型，综合考虑各阻滑面和侧面基岩的抗剪断强度的作用，分别按刚体法和有限元法对其抗滑稳定进行复核计算。两种正分析计算结果都表明，大坝沿右F_(15)断层的抗滑稳定安全系数较低，需要借助于侧向岩石的抗剪强度来提高稳定程度。由于断层本身空间结构不详，其力学参数以及基岩的抗剪强度指标均由工程类比得到，难以反映工程的真实情况，仅通过理论计算分析不足以精确地评价大坝的安全程度。应充分利用云峰大坝长期原型观测资料，建立其安全监测回归分析模型，以客观评价其实际运行性态，因此以云峰宽缝重力坝作为研究实例，具有重要的理论和应用意义。 由于大坝结构系统的客观复杂性，使用回归模型对其观测资料进行分析时经常出现欠拟合问题。本文首先从物理概念角度出发，引入积分回归温度因子和周期性时效因子，对传统模型因子集进行扩充，以弥补传统模型拟合一些特殊物理过程的不足。然后从数学方法角度入手，将改进的遗传算法引入大坝安全监测领域，在建立监测回归模型的基础上，依靠遗传算法有效的自适应全局搜索优化功能，对回归模型的系数进行寻优重估，用以改善由于逐步回归法最小拟合能力欠缺所导致的欠拟合问题。在上述两种改进方案的基础上，对云峰大坝的监测资料进行计算分析，研究结果表明改进后监测模型中外因子的作用得到有效消减，其拟合精度较传统回归模型有较大提高，欠拟合问题得到明显改善；坝顶水平位移变化过程总体上呈现出明显的周期性规律，没有异常的趋势性变化 大这理工大学博士学位论文现象。实例计算表明，虽然云峰大坝存在一些安全隐患（诸如温控不当导致的混凝土缺陷、坝基岩石中存在断层等），但总的来讲其运行状况良好。 抽水蓄能电站由于自身的特点，如高水头、高转速、双向运转、过渡过程复杂等，厂房振动问题突出。我国抽水蓄能电站建设起步较晚，设计经验不足，没有成熟的规范参考，随着几座大容量抽水蓄能电站的建成，地下厂房的振动和噪声问题越来越受到水电站设计者和运行者的重视。但是由于电站厂房结构的复杂性和荷载、参数以及边界条件等的不确定性，给精确模型的建立和结构振动的预测与控制带来很大困难。因此，利用观测资料进行厂房结构系统的反演分析，探讨合理的计算模型和控制参量，是十分有价值的研究课题。 本文在借鉴国内外反演分析成果的基础上，结合地下厂房结构动态反演分析的特．点，提出采用实验模态分析与动力反演分析相结合，以试验模态与计算模态某种偏差为目标函数，建立通用的结构最优化动力反分析模型。引入改进的遗传算法，实现了其与ANSYS软件的接口。在此基础上，利用遗传算法直接套用ANSYS的优化计算功能，实现对结构有限元模型的调用和优化计算，建立结构最优化遗传动力反演分析通用模型。该模型可以有效地进行复杂结构（如厂房蜗壳，尾水管等）的反演分析和结构优化计算。结合十叁陵抽水蓄能电站地下厂房结构的振动测试资料，对其进行动力反演计算分析，得到厂房混凝土材料的平均动弹模和混凝土与外围岩石之间的传力形式。讨论了厂房底部固定和底部弹簧约束两种模型的反演分析结果，指出后者更符合工程实际。
参考文献：
[1]. 大坝安全监测整体分析模型研究及应用[D]. 黄张裕. 河海大学. 2000
[2]. 偏最小二乘回归在大坝安全监测资料分析中的应用研究[D]. 柳利利. 西安理工大学. 2008
[3]. 拱坝变形安全监控模型及其应用研究[D]. 夏丽. 河海大学. 2007
[4]. 基于偏最小二乘回归的混凝土坝变形监控模型研究[D]. 李建伟. 西安理工大学. 2009
[5]. 基于支持向量机的大坝变形预测研究[D]. 翟信德. 合肥工业大学. 2007
[6]. 大坝安全评价的多因素赋权分析方法及其应用研究[D]. 刘成栋. 河海大学. 2004
[7]. 大坝安全管理关键技术研究[D]. 洪云. 河海大学. 2004
[8]. 混凝土坝变形安全监控时变模型及其应用研究[D]. 胡灵芝. 河海大学. 2005
[9]. 土石坝渗流监测资料分析方法的研究[D]. 徐蔚. 浙江大学. 2005
[10]. 大坝安全监测及厂房动力反演分析模型研究[D]. 陈维江. 大连理工大学. 2002