基于MTSVR-ISAO的混凝土重力坝参数反演方法

混凝土坝参数识别是评价其运行状态的关键。为进一步提高参数识别的效率和精度,提出一种基于多输出孪生支持向量机(MTSVR)和改进雪消融优化器(ISAO)的混凝土坝参数反演方法。通过训练MTSVR模型模拟待反演参数与位移静水压分量之间的非线性关系以代替复杂的有限元计算。采用ISAO对目标参数进行寻优反演。工程实例分析表明,代理模型计算结果与有限元计算结果基本一致。与传统元启发优化相比,ISAO寻优收敛速度更快,准确度更高,单次参数反演用时更少。结果说明构建的反演方法可在保持计算精度前提下有效提高计算效率,方法具有有效性和实用性,为工程真实参数辨识提供参考。

基于自适应时序分解筛选的大坝变形预测模型

高精度的大坝变形分析和预测是掌握大坝工作性态、诊断大坝异常的重要手段。针对现有模型信息特征挖掘不充分、泛化能力弱、难以实现精准预测等问题,采用灰狼算法优化自适应噪声完备经验模态分解解决多维参数标定问题,使用阈值评价指标保留变形时序数据的有效信息特征;引入交叉验证的递归特征选择法通过多个学习器综合筛选出最优因子集,移除冗余特征、提取有效信息并增强模型可解释性;考虑时序数据特性优化双向长短期记忆神经网络时间窗步数,结合大坝变形数据降噪、最优特征因子输入等多种方法,构建大坝变形预测模型。以实际工程为例,结合多种预测模型进行对比分析,结果表明该模型具备挖掘非线性信息能力,预测性能得到改善,可为大坝安全监测提供参考。

大坝安全监测数据降噪的流形学习方法

针对大坝变形、渗流、应力应变等安全监测数据难以避免受到噪声污染,且传统线性降噪方法去噪效果不佳的问题,提出了基于相空间重构与流形学习相组合的大坝安全监测数据非线性降噪方法。该方法在重构大坝安全监测数据时间序列相空间的基础上,通过交叉应用局部切空间排列方法与极大似然估计、自适应邻域等方法,以重构的相空间为桥梁,提取大坝安全监测数据序列深层次信息,得到降噪后的大坝安全监测数据。工程实测数据验证结果表明,相比小波软阈值法和固定邻域-LTSA法,本文提出的方法降噪效果更优,具有一定的工程应用价值。

基于影响因子筛选和GWO-KELM的大坝变形预测模型

为构建高精度大坝变形预测模型,引入基于最大信息系数特征筛选方法(MIC-CFS)对大坝变形影响因子进行筛选,减少冗余信息,降低模型复杂度。同时运用灰狼优化算法(GWO)对核极限学习机(KELM)的正则化系数和核参数进行寻优,提高模型预测精度,建立基于MIC-CFS-GWO-KELM的大坝变形预测模型。以某混凝土双曲拱坝实测资料对模型进行测试,结果表明,所建模型在均方根误差、平均绝对百分比误差和拟合优度上均优于GWO-KELM、MIC-CFSKELM、PCA-GWO-KLEM、MIC-CFS-BP模型,预测精度较高,能够为大坝变形安全分析提供参考。

基于属性识别-组合赋权的大坝变形安全综合评价方法

针对大坝变形安全评价中的多属性有序分割问题,综合考虑最小代价原则、置信度准则与级别特征值,提出基于属性识别-组合赋权的大坝变形安全综合评价方法。根据大坝变形特点与成因,选取裂缝开合度、垂直位移和水平位移作为大坝变形的安全评价指标,运用K-S检验法确定评价指标数学分布,基于典型小概率法与3σ原则拟定安全监控指标,进一步应用层次分析法和熵权法分别确定评价指标的主客观权重,基于改进博弈论融合主客观权重,实现属性识别理论框架下的大坝变形安全综合评价。以工程实例检验该综合评价方法,并与工程实际情况、集对分析法进行对比,结果表明该方法具有较好的可行性与适用性。

高海拔区特征环境驱动下混凝土坝服役性能研究进展

以青藏高原为代表的高海拔地区汇聚着中国一半以上的待开发水能资源,在国家推动实现碳达峰与碳中和目标的重大战略背景下,相关地区水利水电工程的劣化状态、运行性态、灾变模态日益受到关注。在系统梳理高海拔地区典型环境基础上,从研究方法、影响规律、主控致因、防控措施等方面介绍了低大气压力、强太阳辐射、低温、低湿度、大温度日较差等高海拔地区自然环境特征对混凝土坝服役性能影响的主要研究进展。针对现有研究在高海拔区混凝土坝工程健康诊断与灾变风险防控方面的不足,从复合特征环境工况下的大坝性态馈控、混凝土多尺度劣化规律、材料与结构长期性能演化、工程组合系统行为分析等视角给出了进一步探讨的命题。

土坝渗漏非接触式红外热像探测方法试验研究

渗漏是土坝工程最为常见且危害性极大的典型病害。快速探测与定位渗漏隐患,对保障工程安全具有极为重要的意义。充分考虑土坝渗漏与温度的关联特性,开展了基于红外热像的土坝渗漏非接触式探测方法及其试验研究,在对其基本原理与影响因素予以剖析的基础上,通过设计和搭建试验平台,开展了多种工况下的土坝渗漏红外热像探测试验,充分验证该探测方法可行的同时,明晰了土坝渗漏出口的温度发展规律及红外图像特征,可为土坝渗漏的快速探测和识别提供一定的经验参考。

耦合时序特征分解筛选的大坝变形分析模型

高精度的变形预测对大坝安全运行和长期维护具有重要意义。针对当下方法预测精度低、数据信息挖掘不充分的问题,通过将变形序列进行变分模态分解,构建大坝变形影响因子与分量之间的关系,进而搭建不同结构参数的长短期记忆神经网络,最终提出了一种大坝变形分析模型。该模型综合灰狼算法、最小能量误差标准、最小冗余最大相关性方法等策略,从前端分解、信息提取和时序预测三方面对模型进行了改进,实现了最优化建模。实例分析表明,相较于常规监控模型,所提出的变形分析模型能够准确模拟坝体形变过程,具有较高的预测精度和泛化性能,可以为大坝变形安全分析提供参考。

基于无人机载红外-可见双光成像的土石堤坝渗漏巡查方法

为更直观、高效地探测土石堤坝渗漏,基于无人机载红外-可见双光成像的渗漏巡查模式,提出了土石堤坝渗漏非接触无损快速巡查方法。综合考虑双光设备成像效果,讨论了该方法无人机航高设定问题,给出了土石堤坝工程渗漏巡查实现流程,并在多种天气条件下开展了实际工程现场巡测试验。试验结果表明:该巡查方法能有效探测土石堤坝坡面渗漏和管涌,且操作简便、作业高效、结果直观、夜间工作性能良好,对大体积、长线状堤坝工程渗漏巡查具有很好的实用性。结合野外巡测试验,指出了该方法应用于实际工程时需充分考虑复杂地面条件、温度变化、成像设备等因素的影响。

基于声发射信号能量衰减的混凝土材料损伤检测

混凝土结构受载损伤破裂过程伴随着声发射(AE)现象,其损伤的积累会影响AE信号能量的衰减效应。为进一步探究材料损伤和AE信号能量衰减之间的关联模式,进而利用能量衰减规律对混凝土损伤程度进行量化表征,对钢筋混凝土梁三点弯曲破坏的全过程进行了AE监测,并根据损伤定位结果实时计算了能量衰减系数,通过衰减系数的时程变化确定了混凝土损伤发展的三个阶段,提出了基于AE能量衰减系数的混凝土损伤评估方法。试验结果表明,该方法可实时量化评估混凝土试件的损伤状态,并对试件宏观裂纹出现后承载模式的转变进行预警。

基于波速修正的堆石坝面板损伤声发射源组合定位方法

为提高堆石坝混凝土面板损伤声发射源定位精度,提出了一种基于波速修正的堆石坝面板损伤声发射源组合定位方法——BSO-IGeiger法。该方法利用波速修正对已知恒定波速时差法(Geiger法)进行改进并建立定位目标函数,通过基于学习淘汰机制的天牛群搜索算法(BSO)求解定位目标函数,同时给出了一种传感器阵列健康监测网络布设方式进行区域定位和传感器存活检测,以保障堆石坝面板声源定位的可靠性。试验验证结果表明,BSO-IGeiger法定位效果明显优于Geiger法和未知恒定波速时差法。

遗传算法在大坝安全监控神经网络预报模型建立中的应用

本文基于遗传算法思想 ,采用浮点数矩阵表示编码 ,在遗传算法的进化过程中加入一定的约束条件等方法 ,探讨了网络结构的设计和学习 .经实例分析 ,在用于建立大坝安全监控预报模型的前馈神经网络设计中 ,该方法在满足一定约束条件下 ,能同时有效地寻找合适的网络结构和相应的参数 (神经网络的权值和阈值 ) ,且在精度和速度上都有较大的提高 ,为实现实时在线分析评价大坝的安全性态提供了有力的技术支持 .

重力坝失稳破坏变形表征指标警戒值的拟定

抗滑稳定是重力坝设计与运行中关注的最基本要求,其宏观层面一定程度上可表征为重力坝变形性状的转异行为。大坝变形安全警戒值的确定,传统上多基于各种确定的结构参数和数学模型,缺乏对相关影响因素不确定性的考虑。因此,从不确定性分析理论入手,在对重力坝抗滑稳定可靠指标、变形与坝前水深相关性剖析的基础上,引入响应面法,通过对大坝变形水压分量与抗滑稳定可靠指标之间函数关系的合理拟合,依据现行可靠性设计规范,提出了一种基于抗滑稳定可靠指标的重力坝变形安全警戒值拟定方法,并进行了实际工程案例验证。通过与传统典型小概率法拟定结果的比较,得出了总体合理、可行的结论。文中方法是传统方法的有益补充,可作为传统方法计算结果的有效验证手段。

初探大坝安全智能融合监控体系

大坝安全监控领域的多学科交叉的性质 ,要求将信息、人工智能、材料、工程与管理等多学科的理论和方法进行科学、有效、合理的融合 ,以期达到把目前广泛采用的离线、静态、被动的监控 ,转变为在线、动态、实时的智能监控目标。这是从根本上解决大坝结构整个寿命期间安全及减小灾害影响的一条崭新思路。本文从对大坝所具有的开放的复杂巨系统特性研究出发 ,探索性地研究了实现大坝安全智能监控目标的一条途径 -智能融合理论和方法体系。其核心思想是实现从单一正向思维模式向逆向思维、系统思维、反馈思维等全方位思维模式的转变 ,通过应用知识工程、信息智能处理等理论和方法 ,与传统的数学、力学方法相互渗透和融合 ,来完成大坝安全监控中的各项工作。作者初步将其分为数据级融合、分析级融合、诊断级融合和评价级融合四级体系结构 ,简要叙述了各级融合的基本原理和典型实现方法。

大坝安全性态的非线性组合监控

利用小波网络构造模型的优化组合函数,以实现对不同的大坝安全监控子模型的非线性组合。将非线性组合函数的拟合转化为小波网络参数的估计,采用遗忘因子法训练网络的权值,利用递推预报误差算法训练尺度因子和平移因子。最后,将该非线性组合模型用于对大坝安全性态的拟合和预测。实例表明,该方法具有很强的泛化能力与自适应数据和函数变化的能力,可以实现大坝安全监控多模型的优化组合,能够有效提高拟合和预测精度。

大坝工作性态的模糊可拓评估模型及应用

对大坝工作性态评估的研究主要包括评估指标体系的构建、评估指标度量方法和综合评估工程方法等3个方面的内容。依据大坝工作性态评估信息物元系统,应用可拓理论,基于多因素优化融合的思想,通过物元变换建立了大坝工作性态评估的模糊物元模型。该模型综合考虑了地质资料、数值分析计算成果以及监测数据等多源信息,实现了对大坝工作性态的定性与定量集成描述,结合其随时间的变化趋势分析,可以完成三维动态评估大坝工作性态的目标。另外对物元特征权重和特征值权重拟定方法进行了研究。最后对某混凝土重力坝的工作性态进行了评估,得出该工程整体安全度介于正常与基本正常之间的结论,该结论较符合实际情况。

基于SVM理论的大坝安全预警模型研究

大坝安全预警模型可以理解为根据特定的映射关系由影响因素域到大坝性态效应量域的计算求解问题.对于多因素综合影响下的大坝系统,这种映射关系一般为非线性的.从机器学习的角度,本文应用粗集理论和SVM理论,研究了对上述关系的拟合.首先,利用粗集理论智能数据分析方法,对大坝安全监测信息进行预处理,抽取关键成分作为映射关系的输入,从而确定映射关系的初始拓扑结构.在此基础上,应用最小二乘支持向量机算法,以训练误差作为优化问题的约束条件,以置信范围值最小化作为优化目标,从大坝安全原型观测数据中学习归纳出大坝系统运行规律,从而实现对大坝安全预警模型的构建.实例分析表明,该模型能够有效的模拟和预测大坝工作性态与主要影响因素的关系.

大坝工作性态模糊可拓评估的基本原理

大坝、坝基地质体与周围环境组成一个多元复杂系统,其工作性态受地质因素和工程因素等的综合影响,这些因素有的是确定性的,但有的则具有随机性、模糊性、可变性等不确定性特点。大坝工作性态的综合评估是一个复杂的工程系统决策问题,它常常表现出目标与目标之间的矛盾、定性信息与定量信息的共存、局部到整体的递推。解决这类多属性、不相容的问题,应采用定性与定量综合集成的方法加以解决,而可拓学正是研究事物的可拓性以及开拓的规律与方法,用以解决矛盾问题的一门学科。采用物元的概念将研究对象、评估指标和量值结合为一体;基于系统工程的观点,依据菱形思维模式和物元的可拓性,建立了多指标分层次的大坝工作性态评估信息物元系统,提出了大坝工作性态模糊可拓评估的基本流程;应用物元变换建立了用于大坝工作性态评估的物元模型,能够实现对大坝工作性态的质与量综合刻画。该方法理论清晰、简捷,便于计算机编程。所述原理亦可应用于岩体边坡整体评估、岩体质量评估、大坝老化评估等其他领域。

三峡永久船闸高陡边坡整体稳定性的多因素综合评价

三峡永久船闸高陡边坡工程是1个开放的复杂巨系统,对其整体稳定性的评价需要综合考虑地质资料、数值分析计算成果以及监测数据等多源信息,基于多因素优化融合的思想,采用定性与定量综合集成的方法。基于系统工程的观点,借助可拓学理论,依据菱形思维模式和物元的可拓性,建立了三峡永久船闸高陡边坡工程整体稳定性的多指标分层次综合评价体系。采用物元的概念将研究对象、评价指标和量值结合为一体,应用物元变换建立整体稳定性评价的物元模型,从而实现对三峡永久船闸高陡边坡整体稳定性的质与量的综合描述,并结合其随时间的变化趋势,可以完成对高陡边坡整体稳定性的三维动态评估。另外应用优化理论,进行了评价指标的主、客观组合赋权。经计算得出边坡整体稳定性属1级,特征值为1.86,介于优与良之间。同时,所述方法亦可应用于大坝健康性态整体评价、岩体质量评估、大坝老化评估等其他领域。

混凝土坝材料参数区间反演分析方法

为了充分考虑不确定性信息对大坝结构力学参数反演结果的影响,利用区间分析方法,依据大坝原型观测数据和有限元数值计算成果,构建了大坝变形区间监控模型.基于此模型,探讨了反演混凝土坝坝体、坝基弹性模量、线膨胀系数等的原理、算法等.实例分析表明,区间分析方法能充分考虑参数反演过程中的多种不确定性,可避免复杂的区间有限元计算,其形式比较简单,效率较高,能方便地应用于实际工程.