大坝监测多测点多方向位移数学模型研究

为适应大坝监测工作的实际需要,提出一种大坝位移建模新思路,介绍了模型研究的意义和相关概念与理论;简述了模型的求解方法,并给出应用实例,对模型成果进行了对比分析,模型取得了满意的精度,具有实际意义。

多测点多方向BP网络模型在大坝变形监测中的应用

鉴于大坝变形监测资料分析是大坝结构性态安全评价与预报的重要手段,针对单测点模型存在的缺点,建立了既考虑坝体不同方向的位移又考虑空间多个测点分布的多测点多方向位移模型,并利用BP神经网络较强的非线性映射能力,直接选取了对大坝变形有较大影响的自变量因子,解决了在建立大坝多测点多方向传统模型时自变量因子数众多、计算工作量大等问题。实例应用结果表明,多测点多方向BP网络模型可反映大坝变形的分布及变化规律,可见采用BP神经网络建立大坝多测点多方向变形监测模型具有可行性和有效性。

大坝安全监测的多测点位移向量模型

综合多个测点的位移向量观测信息建立多测点位移向量统计模型 .在探讨该模型的因变量构成、数据信息来源及自变量的获得方式后 ,确定了该类模型的完整构造及简化形式 ,采用多因变量逐步回归方法建立模型 .这种模型既能反映位移大小、方向随水压、温度和时间变化的规律 ,又能描绘位移向量在区域内的分布情况 ,适用范围很广 。

混凝土拱坝多测点确定性位移监控模型研究

在建立混凝土拱坝位移监控模型时,温度位移分量的确定一直是建模的重点和难点。本文提出以气温和水温确定大坝温度边界采用有限元数值分析方法分别确定混凝土拱坝位移的水压分量和温度分量,并在此基础上建立了混凝土拱坝位移的一维多测点确定性模型,所建立起来的位移确定性模型有较好的精度和外延性,可以实现对水压、温度及时效等位移分量的分离。最后,以清江隔河岩重力拱坝为例,建立了一维多测点确定性位移监控模型,并与实际观测数据进行了对比,结果表明效果较好。

基于BP神经网络的大坝新多测点位移模型

大坝位移监测资料分析大多以单一测点得到的数据建立模型,这种单测点模型无法反映大坝作为一个整体各点位移之间的相互联系,也就不能真实地反映坝体的整体安全性态。为此,将多个同源测点联合考虑,通过测点之间的相关性对目标测点建模,再通过该模型推求未布置测点位置的大坝位移值,为推求大坝整体单向位移创造条件。经实例验证,这种新模型在对目标测点的位移预测和补全缺失数据两方面相对常规的单测点模型效果更佳,而且在对未知点的位移值进行预测方面也具有良好效果。

利用独立分量回归建立大坝多测点位移模型

将独立分量回归引入大坝多点位移建模,并以五强溪大坝引张线若干测点的水平位移数据进行实验。结果表明,相对于逐步回归,独立分量回归有效解决了多测点回归建模中自变量多重相关性引起的病态问题,可建立稳定合理的回归模型。

洞群模型试验中微型多点位移计的设计及应用

地质力学模型试验是研究大型地下洞室群围岩稳定性状况的重要方法,但是,许多制约因素使得这类试验难以达到预期效果,其中包括试验过程中物理量的量测问题。以双江口水电站地下洞群稳定性为研究对象,开展了模型试验为准确量测三维应力状态下洞群模型试验中围岩内部的微小位移,设计、制作和安装了高精度微型多点位移计,获得了围岩在开挖全过程中的位移变化规律曲线,同时,还开展了与模型试验相对应的数值模拟。将试验结果与数值模拟结果进行了对比分析。研究结果表明,设计成功的微型多点位移计能够广泛应用在各类岩土工程模型试验之中。

基于位移场混合模型的棉花滩大坝弹性模量反演分析

根据坝体及坝基的变形特性,对位移水压分量进行分离,建立大坝多测点位移场的混合模型,反演得到坝体及坝基的综合弹性模量,并根据此反演结果,利用结构分析法拟定坝顶水平位移的监控指标。以棉花滩大坝为例进行计算,采用结构分析法的拟定结果与采用实测资料小概率法的拟定结果非常接近,说明反演分析结果反映了工程实际情况。

深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定

为建立合理的基坑多测点位移监测模型,采用径向基函数神经网络(RBF)为基本框架,从位移力学机制选择网络输入层,以相关联的多个测点位移为输出层,发挥RBF网络非线性映射功能的同时,根据基坑的开挖进展和位移特征,采用有针对性的预选RBF计算中心与模糊C均值聚类(FCM)算法,共同确定计算中心。实例表明,该计算方法更具合理性,且能获得理想的训练和预测效果。

重力坝安全监测位移多测点二维分布数学模型的研究

以重力坝水平位移为代表，探索了一种以物理力学方法获得多测点二维分布模型合理初选因子群的途径，实现了二维分布数学模型在计算机上的求解，并结合丹江口大坝水平位移观测资料，为该类分布数学模型在实际中的应用作出了第一个实例，经检验，所建模型拟合效果、预报效果都很理想．

降雨及时效影响下高边坡复杂位移多点神经网络监控模型

为揭示高边坡位移在降雨和时效影响下的复杂变化规律,采用积分型降雨因子和时效函数构建径向基函数(RBF)神经网络监测模型的输入层,以测斜孔内多个测点位移为输出层向量,根据实测降雨、位移时间序列,以模糊C均值聚类(FCM)算法确定RBF计算中心,建立高边坡位移多测点神经网络监控模型。实例表明:采用合理降雨、时效输入层因子及FCM算法的模型可获得理想效果,能有效捕捉复杂变化的位移发展过程,并具有较高的预测精度。

某轮柴油发电机组异常振动原因分析及减振措施

某轮是12万吨级减载作业船,原散货船改建,1999年7月投入运行,常年锚泊在绿华山锚地,承担着国内外进出上海港及长江下游大型散货船舶的减载任务,投产以来减载吞吐量已达9800多万吨,为大型散货船安全通过长江口航道,提高上海港乃至长江中下游各港口的散货吞吐量发挥了重要作用。