基于CEEMDAN-改进小波阈值的大坝变形数据处理方法

针对现有方法对大坝变形监测数据去噪精度低、易将部分高频有用信息误判为噪声的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)和改进小波阈值联合去噪的方法。该方法利用CEEMDAN对原始数据进行分解,通过t检验对分解获得的多个本征模态函数(IMF)分量进行特征分析,筛选出含噪分量并利用Pearson相关系数和方差贡献率进行校验,最后采用改进的小波阈值对筛选出的含噪分量进行精细化去噪,并重构去噪后的模态函数分量,得到去噪后的数据。仿真试验和工程实例验证结果表明,该方法在多种不同指标上均优于对比的3种方法,同时能够更有效地保留数据的高频有用信息,提高准确度和平滑性,可用于大坝中的非线性变形数据去噪处理。

混凝土坝工程长效服役与风险评定研究述评

我国混凝土坝工程无论数量、高度、规模均居世界前列,大坝长效服役的健康状况不仅关系到整个工程的安危,而且对经济建设、社会安定与生态安全等具有重大影响。在对我国混凝土坝工程建设与安全现状进行阐述的基础上,从混凝土坝材料性能演化、隐患病害监测与检测、施工质量控制、安全风险管理与评定等方面,论述了混凝土坝长效服役与风险评定理论、方法及其技术的研究现状。认为今后应加强多破坏因素耦合作用下混凝土坝材料性能演化规律、大坝隐患病害与施工质量的全方位智能化监控、水库大坝风险标准与实用化评估、溃坝概率计算和后果评价等方面的深入研究,以建立和完善混凝土坝长效服役保障与提升的理论和方法体系。

碾压混凝土坝安全监控理论和方法

论文是利用原位监测资料对碾压混凝土坝的性态进行全面分析和反分析方面当前进展的综述 ,指出了一些急待解决的热点问题 。

大坝自动监测数据异常值识别的改进数据跳跃法

大坝安全自动化监测过程中,大量数据中的异常值识别已成为亟待解决的难题。将一种较为实用的识别方法——数据跳跃法进行改进,并利用Matlab进行编程实现。通过对某混凝土重力坝自动监测数据进行处理验证,证明此改进数据跳跃法更准确实用。

基于改进粒子群优化算法的施工期拱坝结构性态反演分析

针对施工期拱坝坝体变形的特点,建立了施工期拱坝坝体变形特殊安全监控模型,对坝体变形中的水压分量进行提取。采用改进的粒子群优化算法对拱坝反问题最优控制解模型进行优化计算,以此完成施工期拱坝结构性态的反演分析。以某拱坝为例,对该拱坝施工期的结构性态进行反演分析。结果表明,坝体变形反演的相对误差均在2%以内,由此验证了所提出方法的可行性。

基于改进粒子群算法的坝体位移监控模型

在基本粒子群算法的基础上,提出了一种基于以e为底的指数函数的惯性权重策略的改进粒子群算法。将粒子群算法引入大坝安全监控领域,并结合坝体位移的多元回归统计模型,建立基于改进粒子群算法的大坝安全监控模型,并应用于新安江大坝的安全监测。实际应用表明,改进粒子群算法与最小二乘法、基本粒子群算法相比,预报结果精度较高且收敛速度较快。

大坝变形监控模型发展回眸

随着水工结构的发展和水资源开发利用,大坝安全运行问题日益突出。大坝变形观测资料能综合反映工程安全状态。开展安全监控与预测预报方面的建模理论和方法研究可为馈控结构安全状态以及制定新的设计、施工和运行规范提供科技支撑。据此,回眸了大坝变形监控模型方面的国内外研究进展,总结了常规监控模型和新型监控模型的特点,提出了相应的研究建议。

改进的PLSR算法在大坝安全监控中的应用

针对自变量中含有过多与因变量无关的信息时应用偏最小二乘回归算法将出现偏差的问题,引入改进的偏最小二乘回归算法对坝体水平位移建立数学模型,并以安徽陈村混凝土拱坝为例进行分析。结果表明,改进的偏最小二乘回归算法通过正交投影变换解释矩阵能有效改善噪音的影响,建立的统计模型在保证解释能力的前提下其拟合效果和预测能力较偏最小二乘回归算法均有所提高。

改进的BP神经网络模型在大坝安全监测预报中的应用

针对BP神经网络模型存在的缺陷进行了改进 ,并将改进的BP模型应用于大坝安全监测中效应量的预报。示例证明 。

东风大坝垂线基准值拟合

以东风大坝垂线改造为例,阐述了通过统计模型分析来确定改造后垂线新系统基准值的方法。基准值拟合后的数据分析表明,连接后的测值序列可满足分析需要,保证了测值的长期连续性。

广东省大坝安全监测系统存在问题述评

为加强广东省水库大坝安全管理工作,对水利系统管辖的320宗大、中型水库进行了调研。根据调研统计数据,结合典型工程现场考察情况,总结归纳了广东省大坝安全监测系统存在的主要问题,针对这些问题提出了几点对策建议。

SFL系列浮子式量水堰仪电路改进设计

针对SFL系列浮子式量水堰仪在大坝安全监测工程实际应用中暴露出来的浪涌保护弱、防潮效果差、可靠性欠佳等问题进行电路改进,设计一款新型TS_485变送器。新型TS_485变送器基于STC15F2K60S2微处理器的微功耗平台,采用双通道、高分辨率的16位A/D电压采集,Modbus标准通讯协议的RS-485接口,4 kV/1A防雷和静电保护等,再通过专业的结构封装,与SFL系列浮子式量水堰仪内嵌成为智能一体化传感仪器。实验表明,满量程TS_485变送器的相对误差≤0.024%,重复性误差≤0.04%,迟滞性误差≤0.02%,长期稳定性误差≤0.02%,高温高湿环境中误差≤0.25%,能有效实现低功耗、高可靠性及防雷防潮等功能。

基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用

BP神经网络以其对非线性系统的强大映射能力而被广泛应用于模糊性、随机性强的大坝变形预测分析中。传统的BP神经网络由于初始权值和阈值的随机性,容易导致网络在训练过程中极易陷入局部最小值,同时存在网络收敛速度慢等缺点。针对传统算法的不足,采用改进的粒子群算法(IPSO)对BP网络的初始权值和阈值给予优化,建立大坝变形预测的IPSO-BP模型,并与PSO-BP网络模型进行对比。结果表明,改进的IPSO-BP模型具有收敛速度更快、预测精度更高的优点。该方法可供大坝安全监测和预警分析参考。

基于改进粒子群算法的大坝变形安全监控模型

针对基本的粒子群算法存在训练早熟等问题,调整了算法中的粒子飞行策略,将其应用于大坝变形安全监控模型中,比较了改进前后模型的效果;并建立了逐步回归统计模型,通过对比模型的预测特征参数,比较分析了模型间的预测效果。结果表明,改进的粒子群算法具有改善早熟现象的优点,且预测效果有所提高。

改进的PSO-SVM模型在大坝变形预测中的应用

支持向量机(SVM)由于理论基础完善,在处理高维度非线性问题中,表现出了许多特有的优势。因此,支持向量机模型在处理大坝变形预测问题时具有明显的优越性,且常采用粒子群(PSO)算法对SVM模型的惩罚参数C和核函数σ进行寻优,但是标准的PSO算法存在早熟收敛以及易于陷入局部极小值等缺陷。引入柯西分布函数和密度函数,根据函数变化的性质对标准PSO算法中粒子位置和速度的更新公式进行改进,有效提升了算法的寻优性能。运用改进后的PSO-SVM模型对水布垭面板堆石坝的面板挠度变形进行预测分析,并与SVM模型、标准PSO-SVM模型的预测结果进行对比,结果显示,改进的PSO-SVM模型的拟合效果和预测精度都更加优秀,为进行大坝变形预测工作提供了一种性能优良,精度较高的预测模型。

基于改进典型小概率法的大坝变形安全监控指标拟定

典型监测效应量的小概率法是基于监测资料建立预警指标的常用方法,但该方法仍存不足,如若大坝没有遭遇过最不利荷载或者监测资料时间系列很短,则效应量样本不包含最不利荷载组合时的监测效应量。阐述运用典型小概率法拟定大坝变形安全监控指标的理论方法,通过将正态分布计算转换成查询标准正态分布表,将不同荷载分量进行分解,提出了改进的典型小概率法。结合某水库的原型观测资料实例,拟定该大坝11号坝段径向位移的安全监控指标,通过对变形安全监控指标结果进行分析表明,改进典型小概率法不仅计算方便且充分考虑到最不利荷载的组合情况,增加监控指标的可靠性。

湖北省大中型水库大坝安全监测现状及改进探讨

通过对湖北省水利部门管理的大中型水库大坝安全监测现状的调查和统计,分析了存在的问题,提出了改进大坝安全监测的措施:提高相关部门对水库大坝安全监测工作必要性和重要性的认识,加快专业化监测队伍建设,实施监测全过程管控,规范观测过程和资料整编程序,谨慎开展大坝安全监测自动化设施建设,建立水库大坝安全监测管理云平台等。

湖南镇大坝安全监测系统回顾及改进

本文通过对湖南镇大坝安全监测系统回顾及其精度剖析,指出监测系统设计和监测设备中存在的问题,并有针对性地结合该大坝的特点,阐述了精度相对较低的项目如何对其观测方法、设备进行改进或改造,以提高观测精度。本文对其他混凝土大坝安全监测系统的设计和改造具有一定的参考价值。

响洪甸水库大坝安全监测设施现状分析及改进

文章介绍了响洪甸水库大坝安全监测设施现状,分析了现状大坝安全监测设施存在的不足,并根据大坝安全鉴定意见及标准化管理的要求,对现有大坝安全监测设施提出初步的完善方案构想。

佛子岭连拱坝安全监测更新改造设计与施工

佛子岭连拱坝是 50年代初期建成的老坝。建坝后陆续布设了内、外部观测仪器测点 6 79个。对照“水电站大坝安全检查施行细则”与“混凝土大坝安全监测技术规范”(简称“规范”) ,佛子岭坝现在尚有个别观测项目未达到“规范”要求 ,需进行全面更新改造。