ACO-BP在拱坝变形监测中的应用

拱坝变形监测是拱坝运营阶段的核心问题之一,从拱坝的变形特点出发,提出一种更优于蚁群算法的神经网络模型——ACO-BP算法,对拱坝变形监测进行研究。

拱坝监测变形的系统辨识模型研究

介绍了大坝安全监测目前常用的3种变形模型的优缺点和系统辨识的基本原理,在此基础上将系统辨识理论引入到拱坝变形的模型研究中。以MatLab软件中的系统辨识工具包为平台,建立以库水位、气温和时间为输入,坝体监测变形为输出的李家峡拱坝监测变形多输入单输出系统辨识模型,并应用损失函数和AIC准则等对模型的预测精度进行了分析判断,验证了系统辨识模型的方法的可行性和预测性的可靠性,研究工作对其他水工建筑物的安全监测变形模型的建立具有一定的参考价值。

乌江渡水电站激光准直变形监测资料分析

通过对乌江渡水电站激光准直变形监测系统在真空和微压差条件下监测数据的分析,表明激光准直变形监测系统用于拱坝变形自动化监测是可行的,能够反映大坝变形规律。在微压差条件下比在真空条件下系统更为灵敏,变化规律明显,表明系统管道在微压差条件下密封要求相对不高,运行可靠性高,建议变形监测系统采用微压差工作模式。