前馈人工神经网络法在大坝安全监控中的应用

应用预测模型来监控大坝复杂的工作性态是一条有效途径。但因大坝的工作条件复杂、影响因素众多，给应用精确的数学模型监控大坝工作性态带来了困难。为此，应用人工神经网络模型隐式的数学表达形式，提出并建立了基于交替学习迭代算法的人工神经网络模型，并结合清江隔河岩水电站的实际，研究了这种模型在大坝基础渗流量及进水闸顶位移预测中的实际应用，其误差收敛快，预报精度较高。通过进一步的研究后，这种模型可望为大坝安全性态的实时在线监控提供有力的技术支持。     

非线性组合优化模型在水工建筑物位移监控中的应用

监测物理量预测模型的建立是大坝安全监测分析中的重要问题。文中研究了基于参数优化的组合预测模型最优权的求解方法，并结合清江隔河岩水利枢纽副坝位移的实际监测资料验证了该方法的合理性，为大坝监测资料的分析提供了一条有效途径。     

飞来峡大坝变形性态分析与预报模型研究

通过对飞来峡大坝的水平位移进行分析，建立相应的统计模型，并通过统计模型与BP神经网络模型进行比较，建立相应的预报模型，为飞来峡大坝的安全监测提供依据．通过分析比较得到结论：飞来峡大坝目前变形性态正常，水平位移年变幅主要受温度荷载的影响，BP神经网络模型虽然拟合精度较统计模型高，但是其预测能力并不优于统计模型，而且统计模型能对监测数据作分解和成因解释，所以采用统计模型对飞来峡大坝建立了预测模型。     

隔河岩水利枢纽副坝位移监控优化模型研究

监测物理量预测模型的建立是大坝安全监测分析中的重要问题。本文研究了基于参数优化的组合预测模型最优权的求解方法,并结合清江隔河岩水利枢纽副坝位移的实际监测资料验证了方法的合理性,为大坝监测资料的分析提供了一条有效途径。     

大坝安全监测的组合预测模型

针对传统数学模型和神经网络预测模型在大坝安全监测应用中存在着预测精度较低的问题，分析了灰色预测模型、BP神经网络模型和统计预测模型的建立方法，并在此基础上提出了一种新的组合预测模型，结合实测数据对此组合预测模型进行了检验。结果表明：此组合模型不仅提高了预测精度，而且避免了预测模型选择的难度，在大坝安全监测中具有较好的实用性。     

混凝土重力坝垂直位移统计回归模型与工程应用

结合北峰山混凝土重力坝垂直位移监测资料,分析了大坝的垂直位移变化规律,并运用逐步回归分析法,建立垂直位移监测预报模型,结果表明,水压分量和温度分量是影响坝顶垂直位移的主要因素,时效分量也对垂直位移有一定影响,但影响不大,大坝的坝顶垂直变化规律基本正常。通过对垂直位移监测资料的建模分析,对大坝安全管理提供了参考依据。     

大坝安全监测贫信息的灰模型

根据灰理论利用大坝安全监测中的贫信息，建立了灰色关联度的GM(1，N)状态模型。对某钢筋混凝土平板坝的水平位移分析结果表明，在大坝监测资料系列较短的情况下，运用该模型可为评价大坝安全状况提供依据。     

BP模型在大坝安全监测预报中的应用

如何正确地预报大坝安全监测量，对馈控大坝安全运行和辅助决策具有重要的意义。文章提出应用神经网络的ＢＰ模型进行大坝安全监测数据的预报，并针对某一混凝土重力坝的水平位移实际测值构建了ＢＰ模型，其预报精度较以往统计模型有较大的提高。     

变权组合预测模型在大坝安全监测中的应用

简要介绍了组合预测模型的基本原理，该模型改进了单一模型考虑因素的片面性，但常规的组合预测模型的权系数是固定的。考虑到各种模型的预测精度的变化，以及大坝安全监测数据存在的突变、时效等因素，固定权系数的组合预测模型有待进一步改进。文中提出了变权系数组合预测模型，并将其用于实际的大坝安全监测工程。结果表明，变权组合预测模型的预报精度高于其他模型。是一种值得推广的方法。     

大化水电站大坝变形监测资料分析

通过对大化水电站大坝变形监测资料的分析，揭示出大坝水平位移，垂直位移及接缝的变化规律及影响因素，对某些监测量的物理成因做了解释，为今后大坝安全管理提供有益的依据。     

基于统计模型的低水头混凝土重力坝垂直位移影响因素分析

结合某混凝土重力坝实例,基于不同时期、不同仪器获得的垂直位移监测资料,建立了垂直位移统计模型,并利用Dam Data Analysis统计软件,对实测数据进行建模分析,探讨分析了坝顶垂直位移在不同监测阶段的变化规律。结果表明,对于低水头混凝土重力坝,温度分量是影响坝顶垂直位移的主要因素,水压分量和时效分量也对垂直位移有一定影响,但影响较小。研究成果可应用于大坝安全监测和管理工作中。     

优化BP神经网络的位移预测模型

针对大坝位移预测常规方法存在的问题,基于改进粒子群算法的BP神经网络(IPSO-BP)的大坝位移预测方法,通过IPSO对常规BP神经网络的权值和阈值进行优化,弥补了BP网络的不足,保证了预测精度。以2011-12-21—2013-06-27观测得到的某混凝土重力坝某一典型坝段坝顶的顺河向位移值为研究对象,建立基于IPSO-BP的大坝预测模型并进行仿真分析研究。同时,为了验证该模型的拟合及预测效果,建立PSO-BP模型、利用最小二乘法求解参数的统计模型进行对比分析。上述研究结果表明,此模型预测精度优于常规模型且拟合效果好、预测结果的平均相对误差小,说明此方法有效可行。     

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。     

考虑黏弹性滞后效应的拱坝位移监控组合模型

位移监控模型需要对拱坝变形性态兼具良好的解释和预测能力。水压-滞后-周期性温度-时效四因子HHST(Hydraulic,Hysteretic,Seasonal and Time)模型能够合理地解释锦屏一级拱坝的黏弹性滞后变形性态。为进一步提升该模型的预测精度,使用支持向量机(SVM)建立有限元计算所得拱坝黏弹性滞后位移与其因果因子之间的隐式关系,再将其融入到HHST模型中,进而基于多元线性回归建立拱坝位移的组合监控模型。以锦屏一级拱坝为例,减少输入因子数的组合模型的预测精度明显高于直接以HHST模型中18个因子作为输入的单一模型;SVM对滞后水压位移分量的预测精度明显高于基于约束最小二乘法的线性回归模型,采用2种滞后水压分量所建组合模型对拱坝变形性态具有相近的解释能力,而采用SVM滞后水压分量建立的组合模型可有效地提高拱坝位移的预测精度,多测点均方误差(MSE)平均降低21.67%,决定系数R²整体提高0.07%。     

主成分-BP组合模型在坝顶位移监控中的应用

在大坝位移监控中,主成分分析和BP神经网络方法运用较广,建立两种方法的组合模型,可以结合两种方法的优势,利用主成分分析消除坝顶位移预测中多重相关性给模型带来的不利影响,利用BP网络可通过自组织、自学习和高容错性等功能解决复杂非线性问题。通过实例计算可知,组合模型精度能够达到要求,可以推广应用。     

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。     

大坝安全监测的兽棒最小二乘 支持向量机模型

针对目前在大坝监测模型中应用较多的支持向量机模型,以土坝沉降监测实例比较分析了监 测数据中是否含有异常值的两种情况的最小二乘支持向量机监测模型的拟合精度与预测精度,发现异 常值的影响不容忽视。通过改进支持向量机模型中的损失函数,建立了大坝安全监测的普棒最小二乘 支持向量机模型(RLS一SVM )。实例分析表明:不论监测数据是否含有异常值RLS一SVM均可达到较 好的拟合精度和预测效果,优于普通LS一SVM模型。     

高拱坝抗震安全性能评价指标探讨

随着拱坝建设高度和设防烈度的不断提高,传统的强度评价指标已无法满足抗震安全评价的需求。针对300 m级高拱坝的抗震安全评估,建立了考虑坝体横缝接触非线性、坝体混凝土材料非线性以及坝基岩体断层、夹层非线性的有限元模型,采用地震动逐级加载,分析了拱坝的横缝开度、坝顶变形以及坝体损伤随着地震动强度的变化规律。分析表明:尽管在地震动强度很大的情况下坝体中上部损伤程度很大,但坝顶位移、横缝张开度等响应随地震动强度的变化并没有表现出明显的突变现象,并不适宜作为坝体抗震安全的评定指标和监测指标;相比而言,坝体损伤体积的变化随着地震动强度的增加出现突变,反映了坝体整体的破坏状态,可以作为拱坝抗震安全的评价指标;今后需要解决坝体变形、横缝开度等与坝体、坝基损伤之间的相关性关系。     

佛子岭连拱坝13号垛位移确定性模型及统计模型的预报效应研究

目前我国建造的大坝繁多,愈来愈高大,随着时间的推移,大坝经常受到低温的冲击及高水位作用而逐年老化,故大坝安全监控已成为我国甚至世界上注目的一个重要研究课题。本文根据佛坝13号垛第Ⅳ阶段从83年6月至84年12月位移实测资料建立起来的确定性模型与统计模型,用来外延预报85年1月至87年6月的坝顶水平位移。用以比较两种模型的外延实际效果、预报精度以及对大坝的安全运行起到的监控作用。