基于EMD滤波和云模型的大坝安全监控指标拟定

为克服现有大坝安全监控指标拟定方法的不足,利用云模型,采用数字特征熵来揭示异常值的随机性与模糊性,通过期望、熵和超熵构成的特定结构算法,将大坝安全与否的定性概念定量表示,以此拟定安全监控指标。由于大坝监测效应量影响因素复杂,监测数据常存在高频噪声,因此应对原始数据进行降噪处理。以福建某大坝水平位移为例,先用经验模态分解(EMD)滤波方法去噪,然后采用云模型进行安全监控指标拟定,并与典型的小概率法进行对比分析。结果表明,基于EMD去噪和云模型拟定的监控指标是合理准确的。     

基于云模型的大坝安全监控指标拟定方法研究

采用正、逆向云算法研究了大坝安全监控指标拟定方法,在分析原始监测数据基础上,结合随机性和模糊性产生定性概念的数字特征,再由监测效应量的期望、熵、超熵构造定量转换值,实现"定量—定性—定量"的转换,以此拟定安全监控指标.以某混凝土重力坝坝顶水平位移为例,对所提出的云模型拟定方法进行了验证,并与典型小概率法进行分析比较,结果表明基于云算法拟定的监控指标是合理的、准确的,弥补了传统小概率法的诸多不足,能更准确地反映大坝坝顶水平位移变化情况.     

混凝土坝应力应变监控指标研究

混凝土坝应力应变监控指标的拟定是一项重要的工作.运用变形法将实测应变值转化成应力值,进而采用遗传算法优化的最大熵理论拟定其监控指标.工程实例表明,该方法简单可行,避免了人为假定分布带来的随机性,能准确地拟定大坝监控指标.     

功果桥大坝坝顶水平位移安全监控指标拟定

大坝监测控制指标关乎其运行安全,对运行期监测数据进行指标拟定具有重要意义。以功果桥大坝为工程依托,通过典型小概率法和统计模型的置信区间法分别计算了典型坝段的坝顶水平位移监控指标,结合设计值与历史极值对监控指标进行了综合拟定。结果表明:典型小概率法计算结果和历史数据较为吻合,置信区间法计算极值范围相对较宽,反映了其变形余量,需结合设计值及外在条件的变化进行综合拟定和修正。研究成果对计算坝体其他监测数据的监控指标具有参考意义,可为大坝运行管理和状态评估提供依据。     

用结构分析法拟定大坝变形二级监控指标

将力学模型引入大坝安全监测领域，结合变形监测资料，提出了利用三维粘弹塑性理论拟定大坝二级监控指标的原理和方法。应用上述理论和方法拟定了佛子岭大坝变形二级监控指标，取得了安全监控大坝的实效。     

混凝土坝变形监控指标的理论及其应用

文章将力学模型引入大坝安全监测领域，并依据混凝土坝变形规律，提出拟定混凝土大坝变形一、二、三级监控指标的原理及方法，研制了相应的分析计算程序。上述分析方法已应用于拟定某重力坝和某连拱坝的变形监控指标，结果已被实际工程采用。     

混凝土坝变形监控指标的理论及其应用

文章将力学模型引入大坝安全监测领域，并依据混凝土坝变形规律，提出拟定混凝土大坝变形一、二、三级监控指标的原理及方法，研制了相应的分析计算程序。上述分析方法已应用于拟定某重力坝和某连拱坝的变形监控指标，结果已被实际工程采用。     

用结构分析法拟定大坝变形二级监控指标

将力学模型大坝安全监测领域，结合变形监测资料，提出了利用三维粘弹塑性理论拟定大坝二级监控指标的原理和方法，应用上述理论和方法所定了佛子岭大坝变形二级监控指标，取得了安全监控大坝的实效。     

材料力学法在重力坝安全监控中的应用

本文用材料力学法计算变形荷载分量、温度分量,并建立变形监控模型。根据现行混凝土重力坝设计规范中对大坝强度和稳定控制条件,拟定变形监控指标。它与坝体变形和应力、稳定计算方法一致,对混凝土重力坝安全监控具有广泛的通用性。     

混凝土坝服役性态监测效应量安全监控指标拟定方法

表征混凝土坝服役性态变化的监测效应量,其变化客观反映了大坝的工作性态变化,为确保大坝的安全运行,需对相应的监测效应量拟定安全监控指标,传统的方法在假定一定失效概率的前提下拟定监控指标,人为因素影响较大。经对传统方法不足的分析,基于典型小概率方法和层次分析法的思想,提出了混凝土坝服役性态评价等级属性不等区间的划分方法,在此基础上,综合运用最大熵原理,构建反映混凝土坝服役性态变化的监测效应量概率密度函数,提出拟定对应大坝服役性态评价不同等级属性的监测效应量安全监控指标的方法,并通过工程实例验证了所提出方法的可行性和有效性。     

基于熵理论的锦屏一级拱坝空间变形预警指标拟定研究

锦屏一级拱坝已建成处于初次蓄水阶段,由于左岸边坡的持续变形对坝体弦长变形有一定影响,为使工程安全运行,拟定了弦长的空间变形预警指标。先利用改进的熵值法求得各测点的熵权,然后由信息熵的定义给出单测点变形熵的表达式,在此基础上再构建各测点的空间变形熵,最后运用最大熵理论给出了弦长空间变形熵的概率密度函数,并对弦长空间变形熵预警指标进行了拟定,结果表明该方法高效可行,可为大坝安全运行提供参考。     

基于云推理自回归算法的大坝变形预测

土石坝的时效变形具有一定的单调性和不确定性。云模型较好地把定性概念的模糊性和随机性结合在一起,对不确定性问题的解决有着很强的鲁棒性。将云模型及云推理运用于土石坝的变形预测中,采用云推理自回归算法可初步解决土石坝变形预测中所存在的模糊性和随机性问题。预测实例表明:该方法预测精度较高,预测值与实测值基本吻合。     

基于云概率密度分布估计的大坝监测数据分析

大坝运行监测易受自然环境和监测条件影响，存在时间和空间上的变异性，监测数据具有不确定性。以云理论的随机性和不确定性分析方法为基础，并与空间数据辐射思想相结合，建立了云滴概率密度分布估计模型，然后导出云概率密度分布函数，依据样本监测数据推求母体空间数据的分布特征，并设计了基于逆向云算法云变换的计算程序。分析陆浑水库1979~1999年测压管监测数据和位移变形数据的云概率密度分布特征和云数字特征，得出了20 a来大坝的数据分布特征和运行状态。监测数据分析结果表明，云概率密度分布估计不仅能有效合理地分析大坝的运行状态，而且能够依据云数字特征来判断监测状态和监测环境的异常变化。      

混凝土大坝变形监控指标拟定的混合法

针对混凝土坝变形监控指标拟定涉及的材料参数众多且不容易准确获取的问题,考虑到水压分量数值计算涉及的参数相对较少且计算结果相对可靠,采用数值计算-变形统计模型的混合法拟定混凝土坝变形监控指标,即水压分量采用不利水位工况下数值计算值,其它分量则采用不利工况下变形统计模型的分离值或反映非线性效应的分量值,结合某常态混凝土高拱坝,提出了基于混合法拟定混凝土坝变形一级、二级监控指标。分析表明,基于混合法拟定的变形一级监控指标与典型小概率法拟定的监控指标接近但略大,这表明该拱坝目前处于黏弹性工作性态,但混合法拟定的变形一级监控指标考虑的因素更全面,而且材料性能分项系数的引入明确了强度参数的合理取值。     

Cloud-Verhulst hybrid prediction model for dam deformation under uncertain conditions

Uncertainties existing in the process of dam deformation negatively influence deformation prediction. However, existing deformation prediction models seldom consider uncertainties. In this study, a cloud-Verhulst hybrid prediction model was established by combing a cloud model with the Verhulst model. The expectation, one of the cloud characteristic parameters, was obtained using the Verhulst model, and the other two cloud characteristic parameters, entropy and hyper-entropy, were calculated by introducing inertia weight. The hybrid prediction model was used to predict the dam deformation in a hydroelectric project. Comparison of the prediction results of the hybrid prediction model with those of a traditional statistical model and the monitoring values shows that the proposed model has higher prediction accuracy than the traditional statistical model. It provides a new approach to predicting dam deformation under uncertain conditions.     

Deformation early-warning index for heightened gravity dam during impoundment period

The mechanical parameters of materials in a dam body and dam foundation tend to change when dams are reinforced in aging processes. It is important to use an early-warning index to reflect the safety status of dams, particularly of heightened projects in the impoundment period.Herein, a new method for monitoring the safety status of heightened dams is proposed based on the deformation monitoring data of a dam structure, a statistical model, and finite-element numerical simulation. First, a fast optimization inversion method for estimation of dam mechanical parameters was developed, which used the water pressure component extracted from a statistical model, an improved inversion objective function, and a genetic optimization iterative algorithm. Then, a finite element model of a heightened concrete gravity dam was established, and the deformation behavior of the dam with rising water levels in the impoundment period was simulated. Subsequently, mechanical parameters of aged dam parts were calculated using the fast optimization inversion method with simulated deformation and the water pressure deformation component obtained by the statistical model under the same conditions of water pressure change. Finally, a new earlywarning index of dam deformation was constructed by means of the forward-simulated deformation and other components of the statistical model. The early-warning index is useful for forecasting dam deformation under different water levels, especially high water levels.     

基于单位约束组合赋权的混凝土坝性态安全评价云模型

针对大坝性态安全评价中梯阶逐层指标权重的不确定性、主客观组合赋权中合理配权及隶属区间模糊性等问题,提出基于单位约束组合赋权的混凝土坝性态安全评价云模型。以运行期混凝土坝为对象,在其已建性态评价体系的基础上,综合运用基于G1法和熵权法的组合赋权理论,构建了单位约束条件下性态指标组合权重寻优新方法;引入云模型概念,量化了大坝性态安全评价中评价指标的随机性与隶属区间的模糊性。将该模型应用到某实际混凝土坝工程中,其安全评价结果与其他评价模型的结果基本一致,且与大坝实际情况相符,从而验证了该模型的有效性与可行性。     

大坝变形的小波-云预测模型

大坝变形原始观测信号可视为真实信号与白噪声的叠加。为实现对大坝变形的有效预测,将小波去噪与云模型相结合,提出一种大坝变形时间序列分析的小波-云预测模型。首先利用小波多分辨分析特点,分解出大坝原始变形时间序列中的真实信号项及噪声项;其次,创建变形预测的云模型语言规则,利用最大隶属度原则,确定被预测变形所属的规则前件及相应的历史云,结合历史云与被预测变形所在的当前云生成预测云;最后,以对某实际大坝进行变形预测为例,比较了传统统计模型、云模型和小波-云模型的预测精度。结果表明:所提出的小波-云预测模型能够提供更准确的预测结果,能够为大坝的安全运行提供有效依据。