基于解析二阶盲辨识的结构工作模态分析及真假模态区分

自动获取运行中的模态参数对于大型土木结构的健康状态实时在线监测具有重要意义。针对现有方法模态分辨困难的问题,提出了一种基于解析二阶盲辨识的工作模态分析方法,并相应提出了真假模态区分方法以实现模态参数自动识别。与传统方法不同,该方法无需引入稳定图,可直接从结构振动响应中有效分离出各阶模态响应。通过构造模态特征指标和K均值聚类实现真假模态自动区分,并采用频域参数拟合法估计模态参数。通过8自由度数值算例和混凝土重力拱坝工程实例对该文方法效果进行了验证。结果表明:该方法具有较好的模态自动分离和筛选能力,对固有频率、阻尼比和振型的识别精度均较高,尤其对于密集模态的识别具有显著优势。

抗滑桩极限位移及桩侧阻力分布型式研究

为研究抗滑桩桩侧阻力的分布型式,本文提出了抗滑桩极限位移的概念,并应用平面应变有限元法研究了桩径、桩周土体初始侧向应力及土体力学参数对抗滑桩极限位移的影响;采用蒙特卡罗法对有限元计算成果进行拟合分析,给出了抗滑桩极限位移的计算模型;通过分析笔者在前文给出的抗滑桩极限阻力计算模型,并结合桩阻力与桩位移的关系曲线,给出了确定桩侧阻力分布型式的方法.

深厚覆盖层上的面板堆石坝防渗布置最优方式

深厚覆盖层上修建面板堆石坝通常采用混凝土防渗墙-连接板-趾板-面板形成完整的防渗系统,防渗墙用于基础防渗,连接板用于协调防渗墙和趾板间不均匀变形。防渗布置可采用单防渗墙、双防渗墙、单连接板、双连接板等多种组合方式,何种防渗布置方式更为高效难以采用理论分析,为揭示防渗布置方式对面板堆石坝工作性态的影响规律,结合某深厚覆盖层上的面板堆石坝,采用三维非线性有限单元法对其进行施工和蓄水过程仿真模拟,研究不同防渗布置方式对坝体、坝基、防渗体系应力变形的影响,结果表明增设防渗墙、连接板并不能实质性地改善防渗体系的应力和变形,反而增加了防渗体系的复杂度、施工难度和工程造价。

泵站进水流道施工期钢模板变形监测研究

在泵站施工过程中,加强对进水流道钢模板的变形监测对保障泵站安全施工具有重要意义。针对传统变形监测方法难以适用于复杂异型曲面和易受环境因素制约等不足,基于预泵浦布里渊光时域分析技术对泵站流道施工期钢模板进行变形监测,提出一种温度补偿方法以解决布里渊频移对温度和应变交叉敏感的问题,采用改进共轭梁法将温度补偿后的应变监测值转换为结构变形。将该方法成功应用于某排水泵站工程流道钢模板变形监测。监测结果表明,钢模板顶部和两侧均监测到拉应变,拉应变随混凝土浇筑逐渐增加,并在浇筑完成一段时间后趋于稳定。该监测方法对异形结构变形监测的研究和应用具有借鉴意义。

非饱和水工混凝土水力系数反演研究

实际水工建筑物大部分区域的混凝土一般处于非饱和状态,当水工混凝土在服役过程中受到水的作用时将发生非饱和吸水,导致混凝土内部含水量增加进而产生湿胀变形,影响到长效服役混凝土水工建筑物结构应力应变状态。为了获得准确的非饱和水工混凝土水分扩散系数和湿胀系数,提出了一种基于“实测湿胀应变-正交设计-神经网络-数值计算”相结合的非饱和水工混凝土水分扩散系数和湿胀系数的反演方法,结合室内开展的典型龄期下浸水的非饱和水工混凝土湿胀试验数据,展示了提出反演方法的可行性。结果表明,水胶比0.5的水工混凝土在28 d龄期浸水时的水分扩散系数、形状系数和湿胀系数分别为3.98×10^(-12) m^(2)/s、6.07和3.08×10^(-3)。

工程伦理视角下的水库大坝安全运行管理

结合水库大坝安全运行管理,首先分析了水利工程领域工程伦理目前研究的主要内容,然后基于社会和自然两个维度,依次从库区移民、水库降等报废、水库公众教育、水库大数据、水库管理范围、库区养殖、库区生物多样性等多个方面,论述了工程师应该如何遵循工程伦理守则,正确处理水库大坝安全运行管理全过程中人与人、人与自然的关系。

基于多因子融合和Stacking集成学习的大坝变形组合预测模型

变形是反映大坝服役形态变化的直观表征,构建高效准确的变形预测模型对于大坝结构安全控制十分重要。传统单因子及单算法变形预测模型存在泛化能力不足、鲁棒性差等问题,易出现预测偏差甚至误判。针对这一问题,本文选取不同变形解释因子及回归算法,构建多种单因子单算法预测模型,结合Stacking集成学习思想,对上述模型进行组合,提出了大坝变形组合预测模型。该组合模型以Stacking集成学习为核心,采用高斯过程回归作为元学习器,从算法、因子两方面对单因子单算法预测模型进行集成,并通过k折交叉验证减小模型过拟合风险。以某混凝土拱坝变形监测数据为例,通过多模型构建与性能比较,对所提出模型的准确性与有效性进行评估。结果表明:单因子单算法预测模型具备准确性和多样性的特征;通过算法、因子集成,组合模型的预测精度和鲁棒性得到了显著提高,在水位波动期的预测能力得到了有效增强。综上,大坝变形组合预测模型具备出色的非线性信息挖掘与建模预测能力,可为大坝安全监测提供可靠依据。

基于混合注意力机制和深度学习的大坝变形预测模型

为深度挖掘时序数据中前后信息的动态相关性,探究大坝变形的内在影响机理,有效提高模型预测精度,构建了一种基于混合注意力机制与鲸鱼优化算法(WOA)的双向门控循环网络(BiGRU)预测模型。模型利用WOA对BiGRU进行超参数寻优以有效挖掘变形数据在时间维度的深层信息,并引入融合特征注意力(FATT)和时间注意力(TATT)的混合注意力机制计算各影响因子的贡献率,使模型可视化并提高模型捕捉环境因素动态变化的能力。以某高拱坝为例,将该模型预测结果与多种常用模型预测结果进行对比分析,结果表明该模型预测精度显著提升,贡献率计算符合大坝变形研究成果,验证了模型在大坝变形预测中的优越性与合理性。

基于小波的SSA-ELM大坝变形时空预测模型

为了解决大坝变形单测点预测模型没有考虑测点间的空间位置关系、难以刻画大坝变形的整体响应特性以及基于回归分析的统计模型难以揭示环境量与效应量间复杂的非线性映射关系,预测精度不佳的问题,提出了一种基于小波理论、采用麻雀搜索算法(SSA)优化极限学习机(ELM)的大坝变形时空预测模型,并以某实际工程为例验证了模型的可行性。首先,采用小波分析剔除大坝原始位移测值中的噪声,接着从时间-空间两个维度出发考虑测点坐标变化对位移的影响,利用SSA-ELM对环境量与效应量进行非线性建模,进而构建了基于小波的SSA-ELM大坝变形时空预测模型。实例分析表明:所提模型能够准确预测出未布置测点部位的变形,其复相关系数为0.9968、均方根误差为0.3404、平均绝对误差为0.2754,均明显高于ELM模型和统计模型。所提模型融合了时间和空间维度且预测精度高,对分析评估大坝安全具有重要参考价值。

基于改进Mask R-CNN的混凝土坝裂缝像素级检测方法

为解决传统人工巡检混凝土坝裂缝效率低下的问题,将人工智能和计算机视觉技术相结合,提出了复杂背景下混凝土坝裂缝像素级精细化自动识别分割方法。为克服复杂环境背景因素干扰,基于多种数字图像处理手段对混凝土坝裂缝图像进行预处理,有效去除环境噪声。在Mask R-CNN基础上,对模型主干网络进行改进以提升裂缝特征提取能力。采集500幅包含单裂缝、多裂缝、交叉裂缝、龟裂等多种裂缝形态的混凝土坝裂缝图像用于模型训练与验证,并采用定性分析和定量评估相结合的手段多维度评估模型泛化能力和鲁棒性。结果表明:改进Mask R-CNN对含有多种裂缝特征及噪声背景的裂缝图像识别效果良好,模型在测试集上的目标检测和分割掩码平均精确度分别达76.3和61.9,满足高精度裂缝精细分割要求;与Cascade-Mask R-CNN、Yolact++等基准模型相比,改进Mask R-CNN在目标检测、分割掩码精确度及模型推理速度多方面均有一定的优势。

基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法

为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速度,降低深层特征下采样倍数以减少语义信息丢失。实例验证结果表明:本文方法帧率达到51.11帧/s,较原网络提高了23.33帧/s,推理速度大幅提升;平均交并比和平均像素精度分别达到89.45和95.19,分割精度高;针对典型混凝土裂缝的分割效果也优于比较方法,泛化能力较强。

基于MEMS惯性传感器变形监测系统研究

针对水库大坝野外无人值守环境中的低成本表面变形监测场景,该文基于微机电系统(MEMS)惯性传感器建立了从传感到云端的监测系统,面向应用场景中的实际需求,基于星形自组网网络拓扑设计了高可靠冗余通信链路。针对长时无人值守的表面变形监测需求,从传感、供能和通信等方面进行了工程设计。面向应用场景中的恶劣环境(如雨、雪、暴晒、高温、高寒等),设计了防水等级达IP68的外壳防护结构。环境试验和现场测试表明,该文设计的基于MEMS惯性传感器的变形监测系统具有稳定、精确的表面变形监测指标,以及可靠、高频的数据通信能力。

基于响应面法的堆石体流变模型参数反演

混凝土面板堆石坝具有造价低、抗震性好等优点,但其在蓄水运行后发生流变变形,易造成防渗体结构破坏。为准确预测混凝土面板堆石坝流变变形规律,必须精准确定堆石体的流变参数。为此,首先基于大坝位移监测数据,采用响应面法建立Burgers流变模型参数与堆石坝运行期流变位移之间的响应面函数,通过构造测试样本参数组检验响应面函数的计算精度;其次使用Lev⁃enberg-Marquart算法搜索目标函数最小值,求解出最优参数组合,反演得到流变参数;最后根据反演的流变参数进行有限元正分析,将特征点流变位移与实测值比较,验证响应面函数是否能满足反演要求。算例分析结果表明,各典型监测点有限元法计算位移与响应面函数解析的流变位移的相对误差均小于1.5%,响应面法反演的参数精度较高,响应面法应用于面板堆石坝流变模型参数反演分析是可行的。

基于统计模型与混沌理论的大坝安全监测混合预测模型

为解决传统统计模型在大坝安全监测领域应用中由于缺少对残差的分析而存在拟合精度高但预测效果欠佳的问题,在传统统计模型中增加残差预测项,并应用混沌理论对残差预测项的计算方法进行探讨,从而提出了一种新的混合预测模型,同时结合实测数据对此模型进行了检验.结果表明,新模型可提高预测精度并具有一定的实用性.

新安江大坝典型坝段坝顶水平位移监控指标的拟定

经过40年的运行,新安江大坝的坝体和基础条件发生了变化,为确保大坝安全,有必要为大坝拟定监控指标.利用大坝的监测资料和有限元计算成果,用小概率法和结构分析法为典型坝段的坝顶水平位移拟定了监控指标.

李家峡大坝6号坝段坝基扬压力异常成因综合分析

针对李家峡大坝6号坝段坝基扬压力产生异常的现象,建立了该坝及坝基的三维渗流有限元模型。详细介绍了模型中防渗帷幕及坝基、坝体排水孔模拟的方法,并且利用人工神经网络反演了岩体的渗透系数张量,对坝基进行了渗流有限元分析,分析不同防渗、排水以及基岩地质条件下的坝基渗流场,评估了各种因素对坝基渗流场的影响,结合坝基钻孔取芯、水质分析等试验成果,分析了扬压力异常的物理成因。研究结果表明,引起扬压力异常的原因是防渗帷幕局部存在缺陷,且帷幕前浅部岩层存在强透水带。建议对右岸6号坝段坝基进行灌浆处理,以阻断渗漏通道,提高防渗帷幕的阻水效果,并加强对渗水的抽排工作,以有效地降低扬压力。

塑料光纤在裂缝监测中的性能

针对普通石英光纤质地较脆,应用在结构裂缝监测中易发生断裂的现象,本文运用塑料光纤代替普通石英光纤进行结构裂缝监测,并且考虑复合材料裂缝开裂方向的不确定性,对塑料光纤及其裂缝监测能力进行了研究.设计了一套塑料光纤传感装置,并通过裂缝模拟装置来研究塑料光纤分别与裂缝呈30°、45°、60°夹角时,光损耗与裂缝开度的关系.实验结果表明,随着裂缝的开展,光损耗逐渐增加;纤芯直径为0.5mm时最大光损耗幅值为78.76μW,而纤芯直径为0.25 mm时,最大光损耗幅值只有24.28μW,纤芯直径较大的光纤在微弯时易发生较大的光损耗.塑料光纤传感装置在结构裂缝监测中应用是可行性的,而且塑料光纤裂缝传感器的灵敏性随着方位角的增加而降低.

基于POF传感装置的混凝土裂缝开度预测

为了准确预测水工混凝土建筑物裂缝开展情况,监测大坝等建筑物是否安全,利用一种简易的塑料光纤(POF)裂缝传感装置和裂缝扩展模拟装置通过试验得到多组样本数据,再利用得到的样本数据建立二次和三次多项式裂缝开度预测模型,通过对比模型预测值与实测值,发现建立的二次和三次多项式回归模型具有较高的预测精度,且三次多项式模型预测的精度更高。可见,将建立的多次多项式裂缝开度预测模型用于建筑物裂缝预测是可行的,且具有较高的预测精度。

新安江大坝岸坡坝段扬压力偏高成因及其影响

在对新安江水电站坝基扬压力观测资料进行分析时发现 ,一些坝段坝基扬压力偏高。为了保证大坝的安全 ,采用变化规律分析、统计模型分析和综合成因分析等方法 ,对坝基扬压力偏高的成因进行了分析 ,认为影响坝坡 3、2 0、2 2、2 3号坝段坝基扬压力的主要因素是上游库水位 ;其次是基岩温度和降水。结果表明 ,岸坡坝段强度满足规范要求 ,坝基面未出现拉应力。建议对排水孔进行全面检查和疏通 ,并有针对性地采取工程加固措施 ;对

三峡大坝施工期应力监测资料建模分析研究

对传统的大坝施工期应力监测资料统计模型进行了修正,引入了自重分量,利用坝工原理和力学知识,推导了自重分量的数学形式,从而得到了一个新的统计模型。应用该模型对三峡大坝施工期应力监测资料进行分析,结果表明该模型拟合精度高、各分量所占比例合理。