极值BMM模型与POT模型对面板堆石坝安全监控指标拟定的比较研究

研究极值理论中极值BMM模型和POT模型在大坝安全监控指标拟定上的运用,通过引用经济学上的分位数和极端风险(VaR)值的概念,根据对应公式计算出相应数值进行量化比较分析。研究结果表明,极值BMM模型和POT模型在高置信水平下均能反映出数据的极端风险状况;在99%置信水平下两模型VaR值均大于在95%置信水平下的VaR值;在99%置信水平下极值BMM模型计算出的VaR值比POT模型下的VaR值更大,且接近于拟定指标,表明极值BMM模型下VaR值更能反映出数据的极值状态;在指标拟定方面,极值BMM模型较为适合拟定数据范围内的警戒指标,而POT模型指标拟定结果是超越样本数据本身,具有一定的预测性,适合拟定为样本数据的预测指标。

基于广义Pareto分布的大坝位移监控指标拟定方法

大坝安全监控指标拟定是指导大坝安全运行的重要内容,而极值理论中广义Pareto分布模型是拟定大坝安全监测指标的一种重要且可靠方法。分别介绍了超限期望图法、峰度法、Hill估计法,对样本数据进行阈值选取,在此基础上提出了大坝位移安全监控指标的拟定方法。以某混凝土面板堆石坝为例,分别采用以上3种方法选取阈值,并采用广义Pareto分布拟定了大坝位移监控指标。结果表明,采用峰度法选取的阈值对大坝安全监控指标拟定更加可靠,且阈值选取方法不受主观因素影响。建议在大坝安全监控指标拟定中,可以选用峰度法进行阈值的选取,并基于广义Pareto分布模型拟定指标。

基于小波去噪方法的云模型在范围指标拟定中的应用

在实验室运用三轴仪进行实验时,在同一围压情况下对试件施加轴压时,施加过小的轴压使试件不能产生变形,施加过大的轴压使得试件产生破坏,在进行没有依据的实验时,会造成实验时间过长,为降低这种不必要的损失出现的概率,利用云模型将实验数据的随机性与模糊性有机结合起来,运用云发生器将实验测出的偏应力定性概念定量表示,使拟定施加轴力的范围指标。以实验室通过三轴实验所测出的偏应力值为例,先用利用小波系数相关性去噪法和小波变换阈值去噪法对实验所测出基本数据分别进行降噪处理,然后采用云模型对最优化的数据进行施加轴力的范围指标拟定。

基于智能参数反演的混凝土坝位移监控指标拟定

针对传统的大坝位移监控指标拟定效率较低,拟定对象不全面等问题,提出结合结构分析法和概率法拟定位移监控指标上下限的综合分析法。引入核极限学习机智能响应面模型对大坝坝基参数反演以修正有限元模型,并基于修正模型采用结构分析法拟定水压分量指标。考虑极端环境荷载作用的情况,基于极值理论分析拟定温度和时效分量指标。结合工程实例分析,验证了综合分析法对混凝土坝位移监控指标拟定的可行性。该方法实现了参数快速反演,对提高监控指标拟定的效率和可靠性具有重要意义。

PPA-CM模型在双曲混凝土拱坝变形监控指标拟定中的应用

针对大坝观测数据的模糊性和随机性问题,引入投影寻踪法(PPA)及云模型(CM)理论,提出了基于PPA-CM模型的大坝变形监控指标拟定方法。模型采用投影寻踪法确定大坝各变形测点权重,运用信息熵理论构建多测点变形熵,基于云模型理论计算多测点变形熵的数字特征值,并依据云模型的3En规则,拟定了大坝变形测点的监控指标。结合实例,通过与小概率法结果对比分析,表明该方法合理、可行,具有重要工程应用价值。

基于动力有限元的土坝抗震安全监控指标拟定方法研究

目前大坝安全监控指标的拟定主要是利用实测资料采用统计方法确定的居多,并且对大坝在地震作用下的安全监控指标研究得很少。为弥补采用实测资料拟定大坝监控指标的不足,文章采用动力三维有限元的方法拟定土坝抗震安全监控指标。这种基于动力有限元的土坝抗震安全监控指标拟定的新方法充分考虑到工程的结构力学特征以及安全监控指标的多工况特征。工程实例表明本文所提的方法是可行的。

基于参数区间反演修正混合模型的混凝土坝位移监控指标确定方法

针对混凝土坝位移监控指标拟定中,结构监测时序及性能退化等因素对其敏感性的影响问题,为提高监控指标对混凝土服役安全性态预警的可靠性,结合区间分析理论、粗糙集理论与神经网络原理提出一种基于参数区间反演修正混合模型的混凝土坝位移监控指标确定方法。利用大坝原型观测资料建立混合模型为基础,结合粗糙集理论与神经网络原理建立具备区间参数反演功能的混凝土坝位移监控混合模型,在对混凝土坝坝体和坝基材料参数区间反演的基础上,利用区间反演所得的最不利参数组合拟定混凝土坝位移监控指标。工程实例分析表明,该方法充分融合了粗糙集理论对不确定性数据挖掘与神经网络非线性自分析的优势,具有良好的鲁棒性,反演所得的混凝土坝坝体和坝基变形模量区间参数值合理有效,所拟监控指标为混凝土坝长期服役和运行管理提供了理论依据与决策支持。此外,所建立的分析模型经一定的改进和拓展,可推广应用于其它结构变形等监控指标的拟定。