考虑气象因素影响的大坝监测沉降小波分析

为了消除大坝沉降监测数据受温度、湿度及光照等气象因素及外界不确定因素的噪声响应,提出考虑气象因素影响的大坝监测沉降小波分析方法。首先建立原始监测数据与各气象因素的函数关系,进而消去气象因素对坝体沉降的影响,然后采用小波分析对监测数据进行去噪处理,最后得到大坝真实的荷载响应沉降曲线,为大坝稳定性评价提供依据。实例应用表明,考虑气象因素影响的大坝监测沉降小波分析方法能有效地去除气象因素及外界不确定因素引起的噪声响应,比小波直接去噪法效果更佳,与数值模拟计算值能较好地吻合,具有更好的实际应用价值。

灰色BP神经网络组合模型在大坝沉降监测中的应用

大坝沉降是一个非线性的过程。为了能准确预测大坝沉降,将GM(1,1)模型和BP神经网络模型结合,以某大坝沉降量为实例,研究灰色BP神经网络在大坝沉降监测中的应用。通过GM(1,1)获得一组拟合数据,将拟合数据和原始值作差得到拟合值的误差序列,再利用BP神经网络模型对拟合数据和拟合数据的误差序列进行训练,最后再以拟合数据作为输入值,利用训练完成的BP神经网络得到误差序列,进而得到预测值。经过实验分析,得出组合模型的预测精度高于单一模型的预测精度。