基于微处理器和多通信方式的大坝变形智能监测仪器的设计与实现

变形监测作为大坝安全状态感知的重要手段,具有测值直观、能全面反映大坝安全状态等特点,对保障大坝长期安全稳定运行具有重要的意义。目前大坝水平位移自动化监测主要使用引张线法、真空激光准直法及垂线法。尽管CCD垂线坐标仪已在大坝工程实践中广泛应用,可该仪器存在不支持现场配置、现场实时数据读取等不足,且无直接远程交互功能,需要接入其他采集装置或转接设备才能进行远程通信。本文设计的智能式CCD垂线坐标仪运用微处理器及以太网接口,不需要接入其他采集设备,可直接接入软件系统,解决了仪器集成复杂、传统通信方式不稳定等问题;并运用蓝牙通信和智能手机APP,解决了现场参数配置、实时采集显示的问题;提出了一种反馈式自适应调光技术,提高了仪器的自适应性和稳定性。

基于CNN-LSTM的大坝变形组合预测模型研究

为了提高大坝变形预测模型精度和泛化能力,建立了一种基于卷积神经网络(Convolutional neural networks,CNN)与深度学习长短期记忆(Long short-term memory,LSTM)神经网络的组合预测模型CNN-LSTM。该模型先利用CNN提取大坝变形监测时间序列的特征,再利用LSTM生成特征描述,该模型精度高、泛化能力强。以柏叶口水库混凝土面板堆石坝为例,经过CNN-LSTM模型计算,将模型变形预测值与原型监测资料进行对比,再与LSTM模型及CNN模型的预测结果进行对比。结果表明,CNN-LSTM模型预测值最接近监测资料实测结果。

融合历史溃坝数据的水库大坝溃坝风险演化机制研究

随着水库大坝管理水平提升及除险加固工作的推进,我国已进入世界低溃坝率国家行列,然而在全球气候变化的背景下,大坝出险甚至溃坝事故仍时有发生。从统计分析、案例研究、文本挖掘等3个方面围绕我国溃坝风险展开了研究,主要研究成果包括:基于我国1954年以来的溃坝历史数据,分析了溃坝主要成因及时空分布特征;通过文本挖掘等手段提出了土石坝溃坝风险事件关联度分析方法及灾害链演化概率计算方法;提出了适用于溃坝风险分析的贝叶斯模型构建方法,并基于系统动力学理论建立了改进的贝叶斯模型,进一步提出了土石坝溃坝路径推断方法。研究成果对进一步提升我国水库大坝风险管理水平、加强防灾减灾体系建设具有借鉴意义。

关于加强水库大坝下游水位监测的认识与建议

下游水位监测是1级~5级水库大坝必设的安全监测项目,但在实际建设过程中常常被忽视或误解,不利于充分发挥监测系统作用。通过设置下游水位监测,可以确定准确完整的坝体浸润线位置,支撑智慧水利建设;定量分析监测断面的防渗效果与渗流安全性态,提高渗流安全监测资料分析深度;为大坝渗流计算提供可靠的重要边界条件参数,提升渗流计算成果可靠性与准确性。下游水位监测对大坝安全监测以及大坝安全管理至关重要,建议有条件的水库补充设置下游水位监测,进一步完善大坝安全监测系统。

机器视觉技术在大坝表面变形监测中的适用性研究

针对大坝表面变形自动化监测中GNSS系统垂直位移监测精度低、费用昂贵和静力水准仪布设难度大、维修成本高等问题,利用机器视觉技术对大坝表面变形进行监测。室内试验结果表明,相机与标靶距离在100 m范围内,机器视觉的测量精度可达到亚毫米级,且水平和垂直变形位移精度相近。由误差分析可知,标靶与相机的距离与测量精度有明显的相关性,而环境因素是影响远距离监测精度的重要因素,并利用大坝视准线原理优化了机器视觉监测系统。最后以浙江省大力塘水库为试点,对大坝表面变形进行实时监测,结果表明,机器视觉技术完全可满足实际工程需求,且优化后的机器视觉测量技术可明显提高监测数据的精度和稳定性。

大坝渗压混合预测的STL分解-集成学习模型

针对目前大坝渗压预测研究大多未区分影响因素对渗压不同特征成分贡献的差异,降低了模型的可解释性,且现有的预测模型大多采用单一算法,存在难以区分具有高度非线性和非稳态混合特征的渗流压力序列模式等问题,本文提出一种基于STL分解和集成学习策略的渗压可解释混合预测模型。该模型首先通过时间序列分解(STL)将原始渗压时间序列分解为季节项、趋势项和余项,以避免现有模型在渗流压力预测中模式混淆的不足;然后,不同成分的变化特征可采用多策略改进麻雀搜索算法(MSISSA)优化的核极限学习机(KELM)和卷积神经网络组合门控递归单元(CNN-GRU)组成的集成学习模型来识别;此外,还采用单次单因子法(OFAT)分析影响因素对渗流压力不同特征成分的贡献,从而改变输入因素的权重,以提高模型的可解释性。案例分析结果表明,在确保模型可解释性的同时,所提出的混合模型与基于单一算法的模型相比,预测精度平均提高了48.44%;与其他集成预测模型相比,预测精度平均提高了11.42%,验证了所提模型的有效性,为大坝渗流安全监控提供了新的建模方法。

气温对水库大坝渗漏量的影响

以碗窑水库大坝为研究对象,针对Ⅲ坝段的U3部位渗漏情况展开研究。分析渗漏量和气温的观测资料,得到气温和渗漏量呈现明显线性负相关的结果,而U3部位渗漏存在明显的裂缝,可通过立方体定律建立U3部位渗漏通道大小与气温的解析表达式。基于COMSOL软件建立研究区坝体和坝基的三维地下水数值模型,并利用实测数据对模型参数进行反演分析。根据校正后的模型模拟预测不同温度和不同库水位条件下U3部位和坝基的渗漏量。模拟结果显示,防渗修复能明显减少水库的渗漏量,从而保证水库的正常、安全运行。研究结果为U3渗漏通道的防渗补强提供了重要参考。

三峡大坝运行20年泄洪安全评价

近年来国内外高坝泄水建筑物破坏事故时有发生,三峡大坝泄洪流量和落差大,泄洪功率居世界第一,其泄洪安全备受关注。结合三峡大坝自2003年蓄水以来的历次水力学原型观测和以往水工模型试验结果,围绕泄水建筑物布置、泄流能力、动水压强、水流空化、水流掺气与通气风速、空蚀磨损、消能防冲7个要素指标,依据有关技术标准和工程经验建立了一套完整的高坝泄洪安全评价方法,提出了定性标准和量化阈值,并据此对三峡大坝深孔、表孔、排沙孔和排漂孔进行泄洪安全评价。结果表明:大坝泄水建筑物布置是合理的;大坝实际泄流量与设计值符合良好;大坝泄洪流道未见空蚀磨损破坏;三峡大坝运行20 a,泄水建筑物和坝下消能区运行性态正常,泄洪安全可靠。

某水库大坝挡水坝段坝后渗漏探测及有限元分析

混凝土坝坝体渗漏影响大坝的安全性和耐久性,危及电器设备正常运行,应及时探查渗漏位置,消除渗漏隐患。为查明某混凝土挡水坝坝后渗漏原因,采用自然电位、跨孔声波、单孔声波、钻孔电视、钻孔取芯、注水试验、压水试验等多种方法对坝体混凝土质量进行检测,并基于检测成果开展有限元分析。检测发现:4号—5号坝段横缝存在渗漏异常,挡水坝段混凝土渗透系数不满足设计抗渗要求,各坝段混凝土存在不同程度蜂窝、离析、空洞和不密实现象,4号坝段520廊道与494廊道存在垂向渗漏通道,5号坝段钻孔之间混凝土存在渗漏通道,且廊道以下及向下游方向混凝土存在渗漏通道。有限元分析结果表明:515 m高程碾压混凝土与常态混凝土交界处为主要渗漏通道。

华安水电站大坝坝基扬压水位异常现象分析

坝基扬压力监测是确保混凝土重力坝安全运行的重要手段,坝基渗压系数是评价混凝土重力坝稳定性的重要指标。华安水电站大坝坝基布置的11个测压孔中,UP8测压孔实测扬压水位明显偏高,表现异常。通过现场测试、资料分析和统计模型等方法,分析了UP8测压孔扬压水位偏高的可能原因,评价了对大坝稳定性的影响,为同类大坝坝基扬压力异常现象分析提供了有益的参考。

GPS在大坝变形监测中的可行性研究

大坝是人类工程建设中的重要组成部分,其结构完整性和稳定性对于水资源管理和灾害防范至关重要。因此,大坝的变形监测是必不可少的工作。传统的大坝变形监测方法存在一些局限性,如地面测量方式的限制和监测精度的不足。而全球定位系统(GPS)技术的出现为大坝变形监测提供了一种新的解决方案。随着社会的发展和科技的进步,大坝的安全问题日益受到关注。大坝的变形监测是确保大坝安全稳定的重要手段之一。本文以GPS技术为研究对象,探讨了其在大坝变形监测中的可行性。通过对GPS原理、精度、稳定性等关键因素的分析研究,得出了GPS可作为大坝变形监测的有效手段的结论。同时,还介绍了GPS在大坝变形监测中的应用案例,并对其优缺点进行了分析。最后,本文提出了进一步发展和完善GPS在大坝变形监测中的应用的建议。

新时代小水电站大坝安全提升路径探讨

在追求共同富裕和实现“双碳”目标的新时代,小水电作为绿色可再生能源在乡村振兴和“双碳”目标实现上展现出独特价值。小水电站的大坝、渠道、压力前池、压力管道等设施涉及公共安全,需要提升安全保障能力。通过对小水电站大坝安全现状及挑战的分析,探讨强化法律法规支持、实施分类安全鉴定以及完善双重预防机制等具体策略,并提出小水电站大坝安全提升实施路径。

基于混凝土防渗填筑技术的水利大坝工程施工设计研究

针对水利大坝工程混凝土防渗填筑技术施工设计面临的渗透控制问题,研究提出了一种新的混凝土配合比优化方法。该方法通过科学配比混凝土材料,提高了混凝土的抗渗性能,从而有效解决了大坝混凝土渗透问题。研究结果表明,水利大坝水平位移在5个月后趋于平稳,最终位移量约为10 cm。大坝结构稳定,没有出现异常变形或潜在的安全问题。

水库大坝自动化监测系统应用研究

为解决传统水库大坝人工监测方法效率低、监测成果存在滞后性等弊端,以物联网传感、云服务等技术方法为基础,设计开发水库大坝自动化监测系统。通过对系统框架结构、多方式通信组网进行设计建设,利用多类型监测子系统获取水库大坝安全监测数据,并通过监测云平台进行数据成果可视化展示。为验证监测系统的可靠性,以某大型水库监测项目为研究对象,对监测系统运行期间的稳定性进行分析验证,并将监测系统数据成果与测区气象站、人工复核数据进行对比分析,全方位验证了水库大坝自动化监测系统的运行稳定性及成果可靠性,为水利工程枢纽动态监测提供了便捷可靠的解决方案。

水库大坝安全保卫法律制度探析

我国水库大坝众多,其安全事关国计民生及公共安全。《水库大坝安全管理条例》对大坝安全管理作出了全面规定,但有关大坝安全保卫的规定主要散见于相关法律法规中且存在一定空白。比较分析了制定水库大坝安全保卫法规的不同立法形式及优缺点,提出修改完善现行水库大坝安全保卫相关法律法规的具体建议。

大坝填筑施工技术在水利水电工程中的应用

水利工程属于关系民生和经济发展的重要基础设施,对周边居民的生活质量和生产作业具有重要影响,尤其是对农业生产和畜牧养殖的影响较为深远。要想充分发挥水利工程的功能作用,则需加强水利工程建设投入。并重点分析了大坝填筑施工技术的应用方法,唯有如此才能为水利水电施工奠定良好的基础,保障水利水电工程的顺利施工。

深度学习法检测大坝安全监测异常数据

有效检测出异常数据在大坝安全监测领域具有重要意义,但传统方法检测时受异常数据偏离大小和数量影响,鲁棒性较差。提出一种基于深度学习的大坝安全监测异常数据检测算法,模拟人工识别异常数据的过程,按分类和识别两个阶段检测异常数据,适用于检测变化趋势不确定的数据,其中标签数据集采取自动制作方式,具备反馈机制。试验结果表明该算法对各类异常添加模式的试验数据查准率平均达到0.97以上,查全率平均达到0.97以上,准确率平均达到0.99以上,尤其能有效找出小数值异常,比传统异常数据检测方法具有更好的检测稳定性、鲁棒性和实用性。

双峰寺水库大坝上游柔性防渗设计和施工要点分析

碾压混凝土大坝上游防渗设计和施工是这类坝型需要重视的关键环节,而碾压混凝土层面结合质量直接影响坝体的抗渗性,往往是碾压混凝土大坝防渗的薄弱环节。从碾压混凝土上游防渗设计、表面辅助防渗方案选择、原材料性能和施工要点等方面开展研究,最后选定双峰寺水库大坝上游防渗设计方案,明确施工要点,保证工程顺利实施。

基于DBSCAN的大坝安全监测异常数据检测算法

为有效识别出安全监测数据中的异常值,考虑环境因素对观测值的影响,提出了一种基于DBSCAN聚类算法的大坝安全监测异常数据检测算法,通过引入数学回归模型获取残差序列,再结合DBSCAN算法对残差序列进行分析,并对大坝安全监测中常见的周期性、趋势性和不规则性数据进行异常检测试验。试验结果表明,该算法对各类异常添加模式下的试验数据查准率、查全率、准确率均达到0.99以上,相比于传统方法具有更好的适用性和鲁棒性。

基于改进随机森林的大坝监测数据质量评价算法

针对大坝安全监测数据质量评价效率低下、智慧化不足等难题,为了满足大坝高频率自动化采集的实时数据质量评价需要,从准确性、完整性、时效性和连续性4个方面出发提出了6项评价因子及由相关评价规范构成的安全监测历史数据质量评价标准,通过基于AUC值改进的随机森林算法建立了大坝安全监测历史数据质量评价算法,并将该算法应用于新疆柳树沟面板堆石坝多年安全监测历史数据评价。结果表明:通过AUC值改进的随机森林算法优于原始算法,在特征属性数量取3时效果最好,测试集的泛化误差最小仅为0.0195,平均准确率稳定在96.97%附近,10折交叉验证平均准确率达到97.77%,证明了该算法的可行性。