大坝水平位移监控指标拟定的混合法

用混合法拟定了大坝水平位移的监控指标，即通过结构分析和建立数值 模型，计算大坝水平位移的水压分量和给定概率水平下的温度分量极值，进而拟定水平位移 监控指标，并给出了实例。     

基于卷积神经网络的大坝安全监测数据异常识别

为了减轻大坝安全监测数据异常识别的数据处理压力,解决传统方法难以辨别非最值异常点的问题,提出利用卷积神经网络(CNN)识别大坝安全监测数据异常模式。监测数据过程线的周期性及异常值的显著差别使CNN得以发挥图像分类功能,分别将存在单个突跳点、无异常、存在震荡段、台阶、多个突跳点、台坎的监测数据过程线作为6类图像,人工生成65 000张训练数据及6 500张测试数据,6类图像的数量比为1∶1.5∶1∶1∶1∶1。利用CNN对混合6种过程线图像的测试数据集进行图像分类,总体准确率为0.973 1,且6种图像的准确率都至少为0.93。进一步对CNN进行改进,构建CNN监测数据异常识别模型,增加数据异常位置搜索功能;模型输入为监测数据过程线图像,输出为图像编号、图像类别及异常位置。研究成果有助于实现大坝自动、及时预警,及时了解大坝安全状况。     

混凝土面板堆石坝水下面板裂缝成因数值分析

混凝土面板堆石坝的水下面板裂缝形成发展,影响了面板的工作性态。为揭示水下面板裂缝的成因,依据监测资料研究了运行期不利温度工况及施工质量对面板裂缝的影响,提出以空隙率的概率分布函数表征施工质量的方法,采用质量保证率模拟堆石区的施工缺陷区域,确定了运行期堆石坝面板裂缝分析的流程。以某混凝土面板堆石坝为例,通过结构计算研究了面板裂缝开裂区域的应力情况及变化趋势。结果表明:温度因子对深水区裂缝产生及发展影响不大。在水荷载作用下,当施工质量缺陷区堆石料质量保证率为90%时,计算的裂缝应力符合裂缝的检查情况,验证了该模拟方法的合理性。研究成果对面板堆石坝的安全运行具有工程意义,也对同种坝型运行期水下裂缝的成因和判断具有参考价值。     

基于扩展有限元法的黏聚性裂缝模型的混凝土梁断裂过程模拟

为研究混凝土梁的断裂过程,提出用基于二维扩展有限元法（eXtended Finite ElementMethod,XFEM）的黏聚性裂缝模型模拟混凝土简支梁在集中载荷作用下的断裂过程.推导考虑近裂尖奇异性的基于XFEM的黏聚性裂缝模型,得出裂缝开度随裂缝长度的变化曲线;对上述模型与相关文献用有限元结合节点释放技术对相同时间的裂缝扩展的计算结果进行比较,二者结果吻合良好,并与实际裂缝扩展过程相符.计算结果证实基于XFEM的黏聚性裂缝模型能有效进行混凝土梁的断裂过程模拟.     

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。     

古田溪四级大坝垂直位移的突变值解析

在定性分析古田溪四级大坝垂直位移观测资料的基础上，运用改进的统 计模型对其进行分析,以模拟大坝各坝段垂直位移观测资料中出现的两次突变现象。同时， 采用典型坝段的混合模型进行校核，解析出古田溪四级大坝垂直位移产生突变的原因。     

基于多传感器信息融合的大坝监测数据分析

大坝中的传感器(测点)在信息上存在相互印证关系.首先通过对具有相似变化规律的多个测点的监测数据进行标准化处理,将不同测点在同一时间的一次观测近似看作同一测点在相同观测条件下的重复观测.然后,运用常规统计理论,在大坝安全监控专家系统中实现异常值检测以及异常趋势识别.从而,及时发现大坝潜在的问题,为大坝安全监控提供可靠依据.     

佛子岭连拱坝变形"异常”的物理成因研究

在对佛子岭连拱坝结构力学特征进行分析的基础上，用确定性模型和混合模型研究了各主要影响量对该坝变形的影响效应，从而进一步解释了佛子岭连拱坝１９９３年变形“异常”的成因机理。     

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征，引进递阶偏最小二乘法，对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析，将建模预测分析方法通过递阶分层处理，可同时实现回归建模和数据结构简化，所建立的大坝安全监控模型精度可通过交叉有效性检验来控制．工程应用实例和模型对比分析研究表明，递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响，相对于传统回归模型有更好的解释能力，因而具有一定的实用价值．