首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
监控指标是快速评价大坝性态的关键因素,对于监控和保证大坝安全运行及评价大坝真实工作性态具有重要意义。本文首次将基于性能的设计理念引入到大坝安全监控指标的拟定中,将大坝性能水平分成若干水准,选取能够真实反映大坝性能水准的性能控制指标,并考虑荷载及材料参数变量的不确定性,运用可靠度理论求得随机变量验算点值,将性能控制指标与变形监控指标联系起来,拟定大坝变形监控指标,精确反映出大坝真实的工作性态。本文以某重力坝为例演示基于性能控制的重力坝正常使用监控指标的拟定过程,分析研究成果表明重力坝正常使用性能监控指标拟定方法的有效性和可行性。  相似文献   

2.
针对飞来峡社岗堤的结构特点,采用平面有限元结合强度储备法分析研究了大坝特征点坝顶位移变形规律,得出在多种水位组合情况下大坝坝顶的水平位移,并用一元多次回归方法建立了坝顶水平位移与上游水位的关系模型,拟定了该坝段的水平位移安全监控指标。这些水平位移监控指标可供该坝段实际运行观测时参考,为监控大坝安全运行提供了重要依据。  相似文献   

3.
大坝安全的组合优化监控模型实际上为一带约束的优化问题,将DNA遗传算法应用于大坝安全监控领域中,用罚函数法将有约束的优化问题转换为无约束的优化问题,建立了大坝安全监控的组合优化模型。实例计算表明,该方法是可行的,所建立的组合优化模型在拟合与预报精度上要优于单一的模型。  相似文献   

4.
为了保证大坝安全监测的准确性并提高模型的预测长度,将差分自回归移动平均模型(ARIMA)结合实时跟踪算法,建立基于实时跟踪的ARIMA大坝安全监控模型,利用ARIMA拟合性好的特点对大坝监测数据进行拟合建模,并使用实时跟踪算法的等维递补思想提高大坝变形监测的预测长度,工程实例表明,基于实时跟踪的ARIMA大坝安全监控模型精度较高,对于数据信息挖掘能力强且具有较长的预测长度,具有很高的工程应用价值。  相似文献   

5.
建立水工建筑物安全监控模型是预测和控制大坝的运行、避免重大事故发生的不可或缺的重要手段,而大坝安全监测数据中经常出现的异常值对监测模型的稳定性和精度产生较大影响,针对这个异常值问题,采用鲁棒回归方法,有效地剔除或削弱了监测数据中的异常值的影响,实例分析表明:在监测数据中含有异常数据的情况下,基于鲁棒回归的大坝安全监测模型的稳定性和预测效果能够得到保证。  相似文献   

6.
大坝监测多源效应量权重的确定对融合分析推理及识别大坝服役性态,进而实现大坝安全监控具有重要意义。大坝多源效应量评价系统具有随机性和不确定性特点,合理度量该系统的不确定性是实现大坝服役性态准确推理的前提。基于经典粗糙集理论,在阐述现有研究方法所不足的基础上,借鉴已有研究成果,提出了分别利用粗糙度和粗糙熵刻画大坝系统集合边界不确定性和知识不确定性,并将两者有机结合,构建大坝系统不确定性度量的改进粗糙熵模型。最后结合具体工程实例,实现了大坝监测多源效应量赋权及大坝服役性态合理推理,为大坝监测多源效应量融合分析及评价提供一种新思路。  相似文献   

7.
大坝的裂缝开合度监测是大坝安全监测中重要的项目之一。因此,大坝裂缝开合度预测的准确性对大坝安全监控十分重要。外界诸多因素都会对大坝裂缝开合度造成一定的影响,导致情况非常复杂。为了提高大坝裂缝开合度预测的精度,尝试将融合型WNN(小波神经网络)应用于大坝裂缝开合度预测,并将该模型应用于某混凝土大坝的裂缝开合度预测中,并与BP神经网络模型、松散型WNN模型及传统的多元回归模型预测结果进行对比。结果表明,融合型WNN用于大坝裂缝开合度预测精度更高,效果更好。  相似文献   

8.
首次将强度储备有限元法的计算成果应用于安全监控.首先经二元二次多项式拟合得到坝体出现屈服区、屈服区初步形成滑坡体和坝坡失稳破坏三种状态时对应的坝顶水平位移与上下游水位的关系表达式.在此基础上考虑温度影响和时间效应,考虑引起坝体较大变形的各种不利工况并进行可能的组合,根据相应的有限元计算,结合以水平位移实测资料为基础的分析,建立了坝体发生破坏的三种状态对应的水平位移混合模型,拟定了对应的坝顶水平位移的安全监控指标,为枢纽工程安全运行提供了重要依据.  相似文献   

9.
为了水库的安全运行,需对水库大坝进行安全鉴定,确定其安全级别。通过对滩子口水库大坝进行安全鉴定,分析了在进行复杂坝型稳定计算时应考虑的因素和方法,对组成枢纽工程的土坝、拱坝、重力坝、重力墩的结构稳定性和整个大坝的安全级别给予了评价,为该工程的安全管理、除害兴利、整治设计等提供了必要的资料。最后结合工程实践经验,讨论了在大坝安全鉴定中要注意的问题和病害处理措施。  相似文献   

10.
近年来,支持向量机(SVM)在建立大坝安全监控模型中得到了广泛应用,但其拟合精度和泛化能力取决于模型核参数σ和惩罚因子C的选取。以最小k-fold交叉验证误差为目标,用蚁群路径优化选择的节点值体现,并选择支持向量回归机中的核参数σ和惩罚因子C。以此建立了基于蚁群算法优化支持向量回归机(ACO-SVR)的混凝土坝变形监控模型。通过工程案例研究,结果表明:该方法在参数优化方面具有较快的寻优速率,用于混凝土坝变形监控的建模研究精度较高,具有广泛的适用性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号