基于小波分解和支持向量机的大坝位移监控模型

常规大坝安全监控统计模型未能分别针对监测序列值内系统信号和随机信号特点进行模拟,故预报精度存在一定的提升空间。基于小波分解技术,利用监测序列值信号频率特征分离出系统信号与随机信号,并结合逐步回归与支持向量机(SVM)对不同信号的处理优势,在引入网格寻优与交叉验证确定SVM敏感参数的基础上,提出了一种基于多元统计结合小波分解和支持向量机的大坝位移监控模型,同时编制了其相应的计算程序。工程算例表明,该模型较常规模型能够同时考虑监测序列中的系统信号和随机信号,并且具有较强的模型寻优能力和更高的预报精度,从而验证了所建模型的有效性,该方法亦可推广应用于高边坡及大坝其他预警指标的监控。     

抽水蓄能电站保压蜗壳复合结构非线性接触分析

针对抽水蓄能机组充水保压蜗壳联合承载结构的受力特性,考虑到钢蜗壳与外包混凝土间的接触传力关系,基于ABAQUS程序平台,引入一种新的不同材料交界面接触单元模型,对某水电站机组蜗壳结构进行非线性接触分析,并将其计算结果与传统简化模型的有限元计算成果及实测资料作比对分析。结果表明:接触单元模型计算成果与实测值较吻合,其更符合工程实际,较好地揭示了充水保压蜗壳复合结构的真实力学行为规律,验证了考虑接触单元模型的合适性,亦为蜗壳结构的优化设计提供了可靠的科学依据。     

基于多参数强度准则的砼结构非线性应力分析程序设计方法

将Ｇｅｒｓｔｌｅ～Ｓｔａｎｋｏｗｓｋｉ增量型非线性砼本构关系和Ｏｔｔｏｓｅｎ四参数等强度准则引入传统扔限元方法中，提出相应的计算程序设计。     

建筑结构检测与加固方法

系统分析和介绍了目前建筑结构常用的检测方法与加固方法,以表格的形式重点介绍了各种建筑结构检测方法的主要特点、用途和适用范围以及各种建筑结构加固方法的主要特点、适用范围和施工要点。归纳了建筑结构裂缝检测与处理、结构耐久性检测、建筑结构火灾后检测的要点。根据笔者实际工程体会,参考同行的工程经验,指出了在建筑结构检测与加固工作中一些需要注意的问题。给出了几个较为有特点的结构加固实例。供有关人员参考。     

多参数强度准则与非线性本构关系在砼坝有限元应力分析中的应用

简述砼强度理论和本构关系的研究和应用现状，提出了多参数强度准则和增量型非线性本构关系在砼坝有限元应力分析中的应用方法。     

高压喷射注浆造防渗墙法在防洪工程中的应用

以景德镇城市防洪工程为例，对各种防渗方案进行了比较，阐述了高压喷射注浆造墙法适用的地质条件，以及控制工程施工质量的措施。     

三维无网格法与有限元法工程应用对比分析探讨

无网格伽辽金法基于移动最小二乘法的基础上,建立全计算域的高阶连续可导的插值函数,并只利用节点信息来建立离散模型的平衡方程。非线性有限单元法是在离散单元的基础上,构造连续可导的插值函数,进而建立平衡方程。本文应用无网格伽辽金法和非线性有限单元法及其相关理论编制三维计算程序,通过对工程算例的分析表明:无网格伽辽金法的计算精度高于有限单元法,应用于工程实例分析是有效可行的,已经成为有限单元法的有力补充。     

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。     

考虑混凝土坝位移动力突变盲点的安全监控模型

针对坝体位移时间序列中出现数据跳跃的现象,基于动力学互关因子指数法与云模型理论,提出了一种能准确辨识大坝位移时间序列中动力突变盲点位置的诊断方法,并构建了考虑动力突变盲点的混凝土坝位移安全监控模型。基于不确定性动力系统对大坝位移的演化分析,综合运用相空间重构、云模型及小波分析等数值处理方法,从所辨识数值序列中的动力突变盲点出发,研究了对大坝工作性态转异进行预测诊断的方法。工程实例表明,该方法能找准对应位移的动力突变盲点,可避免动力突变盲点对大坝位移序列的不利影响,提高了大坝位移安全监控模型的可靠性和科学性。     

基于BP-ARIMA的混凝土坝多尺度变形组合预报模型

针对大坝变形常规统计预报模型在监测信息挖掘时的优势单一性及预报精度欠佳等问题,视大坝变形观测资料为非平稳时间序列,从影响大坝变形的因素出发,将其分为周期性影响因素与随机影响因素,利用多尺度小波分析方法将大坝变形监测序列分解并重构,结合BP神经网络与自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)对其随机信号与系统信号分项训练预报,并将其预报值相叠加,据此,应用时间序列原理提出了一种基于BP-ARIMA的混凝土坝多尺度变形组合预报模型。工程实例分析表明,所建组合模型较常规模型能够有效挖掘监测信息中所蕴含的有效成分,预报精度显著提升,且计算分析过程简便,为高边坡及水工建筑物中其他监测指标的预报提供了新方法。