基于SBO-LSTM的大坝变形预测模型

变形是大坝安全性态的综合反映,建立其与环境量的可靠关系模型对保障大坝长效服役具有重要意义。为提高大坝变形预测的精度和泛化能力,并解决长短期记忆神经网络(LSTM)参数选取随机性大、选取困难的问题,提出了一种利用缎蓝园丁鸟优化算法(SBO)来优化长短期记忆神经网络的混凝土坝变形预测模型(SBO-LSTM)。该方法首先通过高斯滤波和Symlet小波滤值两种方法对选定的监测数据进行统一的清洗、归一化、去噪等预处理;其次,借助SBO算法对长短期记忆神经网络模型的超参数进行寻优;最后对混凝土坝变形进行高精度预测并通过三种不同评价指标(MAE,RMSE,MAPE)对预测结果进行评价。以某混凝土坝为例并与传统优化算法对比分析,结果表明通过SBO算法优化后LSTM神经网络具有更高的预测精度和稳定性,综上,该预测模型为大坝变形监测数据分析与预测提供了一种新的可行方法。

基于BIM技术的水利类专业复合型应用人才培养研究--以新疆农业大学水利水电工程专业为例

水利类专业院校主要培养水利工程通用的基本技能与专业能力,并培养出具有创新精神的高级工程技术人才。对于不断加速的工程领域现代化持续发展而言,就必须培育适应新时期建设行业的水利类创新人才。BIM技术目前在多个领域广泛使用,但在水利行业应用缓慢,在相关的大部分高校也未开设有关的课程。作为新疆地区重点培养应用型人才的高校,新疆农业大学重视并不断改革人才培养体系,强化信息化教学,一直在探索BIM技术与专业充分融合的方法与培养BIM技术复合型人才的有效路径。文章以新疆农业大学水利水电工程专业为例,通过一系列的教学改革,形成了一套BIM技术应用与教学框架,可为同类专业改革提供参考。

基于BIM技术与B/S架构的大坝安全可视化监测系统

为了实现大坝整体结构、安全监测测点布置及监测成果的可视化展示功能,并且能够及时、准确地掌握大坝运行状态和异常情况,以甘再碾压混凝土重力坝为例,对传统大坝安全监测系统存在的问题进行了深入的分析与解答,并围绕问题提出了可视化的大坝安全监测系统思想,利用Revit、Dynamo、Civil3D等主流BIM软件建立了大坝主体结构及监测点的模型族库,集成了大坝及监测系统的三维可视化BIM模型.借用于BIMFACE平台轻量化技术、PHP脚本语言和MySQL数据库等现代化信息技术,开发出基于B/S架构的甘再大坝安全可视化系统,实现了BIM模型的Web轻量化展示,可通过客户端浏览器在三维模型中直观查看大坝结构、监测仪器信息以及监测点时程曲线变化等内容.通过本系统的应用,大大提高了大坝运行期间安全监测的可视化管理水平,同时对传统的大坝安全监测系统提出了现代化的建立方式与思想.

基于Dynamo的异性水工建筑物快速建模技术研究

建筑信息化模型(BIM)技术由本世纪初引入中国,得益于近几年来互联网技术的发展和庞大的建设需求,传统的二维建模技术渐渐难以满足快速和统筹设计的要求,而BIM技术开始成为建筑行业的设计潮流。文章以BIM常规软件在水利行业中的不足为基础,介绍了Dynamo参数化建模技术的优缺点,并通过Revit平台,利用可视化程序Dynamo,运用参数化建模的思想,同时结合IronPython、RevitAPI函数调用等编程技巧,详细阐述了水电站蜗壳、拱坝等异性建筑物的快速建模技术,同时也实现了大坝批量剪切分缝等快速处理功能,为后期的复杂结构计算分析、运维提供实用的参数化模型,为其他异性构件的开发提供经验与思路。

基于Revit软件的水利水电工程参数化建族

近年来,BIM技术越来越多地应用于水利水电工程项目。介绍了BIM技术在工程设计、计算、模拟及绘图方面的优势。以Revit软件为主,阐明了参数化模型的建模步骤,提出了建立水工建筑物参数化族的合理方法及思路。研究表明,引进BIM技术建立参数化水工建筑物族可使复杂模型简单化,同时也可提高后期工作效率。