大坝安全监测自动化的发展研究

总结了大坝安全监测自动化最新进展,指出新技术应用中需要注意的问题。在此基础上,根据不确定性和非线性理论的发展以及网络技术和虚拟现实的推广应用,指出了大坝安全监测自动化当前面临的主要技术问题,探讨了大坝安全监测自动化的发展方向。     

新老大坝安全监测自动化的异同

该文从分析安全监测自动化的目的和对自动化监测系统的要求入手，对系统的设计、安装调试、运行管理各方面 系统地比较了新老大坝安全监测自动化的异同，强调了在实现监测自动化时，新坝要注意测点布置和施工干扰，老坝要注意资料分析的论点。     

试论大坝安全,水库效益与现代化的关系

大坝的建设和管理应当贯彻安全第一的方针,在此前提下要尽可能地节约工程投资、发挥工程效益、实现管理现代化,而要做到这一点必须在水利工程设计、施工管理、运行维护全过程全面推进技术革新,运用先进的勘探、设计及施工技术,并借鉴科学的管理经验。 一、以确保安全为前提 《水库大坝安全管理条例》第五条明文规定“大坝的建设和管理应当     

大坝安全监测自动化系统的选型与考核

系统地研究了大坝安全监测自动化系统的选型和考核问题，列举了相关方法和指标，为设计及电站运行管理单位的选择自动化系统时提供了有益的参考。     

大坝安全监测自动化系统的干扰与抗干扰

分析了工作于水工环境下大坝安全监测自动化系统所受的干扰 ,提出了一系列抗干扰方法 ,对总结大坝安全监测系统自动化的成功经验及提高系统的稳定性、可靠性具有一定实际意义。     

大坝安全监测自动化系统的运行管理

对大坝安全监测自动化系统的成功经验进行总结和对大坝安全监测自动化系统运行的管理现代化手段进行探讨具有非常重要的意义。系统地总结了大坝安全监测自动化系统的运行管理的经验和方法，就自动化系统安装调试后的运行管理进行说明，明确其中每个环节的工作和意义，以供电站管理部门参考。     

试论大坝安全监测自动化的发展方向

根据工业自动化发展的一般过程，结合大坝安全监测的具体情况，阐述了大坝安全监测自动化的发展方向，为大坝安全监测自动化向规范化、标准化、网络化发展指明了方向。     

大学科技园创新网络发展的知识资本化目标分析

大学科技园作为实现创业型大学功能的组织形式已经得到广泛认可。从表面上看,它作为大学的一个附属机构而存在,是大学功能发展到新阶段的表现。但实质上,大学科技园是一种创新网络,是由社会网络、商业网络和专业网络相互叠加所构成的网络组织环境。尤其是在知识经济条件下,大学科技园成为创新系统中的一种混合组织形式,它的发展以知识资本化为中心和目标。深入分析了大学科技园的本质特征,认为知识资本化是大学科技园创新网络发展定位中的关键。这对大学科技园在创新网络中积极发挥自身的优势,建立正确的发展方向具有一定的启发意义。     

基于边缘计算和微机电系统技术的振动监测系统

为提高水工建筑振动监测能力,基于边缘计算技术和MEMS(Micro Electro Mechanical System,微机电系统)技术研制了一套振动监测系统。结合软硬件选型等问题介绍了基于边缘计算的振动监测系统结构,在实践中检验了该系统对混合频率振动的监测能力,通过时域加速度曲线、振动频率变化等维度测试表明该系统满足设计需求。     

基于CNN-LSTM的大坝变形组合预测模型研究

为了提高大坝变形预测模型精度和泛化能力，建立了一种基于卷积神经网络(Convolutional neural networks, CNN)与深度学习长短期记忆(Long short-term memory, LSTM)神经网络的组合预测模型CNN-LSTM。该模型先利用CNN提取大坝变形监测时间序列的特征，再利用LSTM生成特征描述，该模型精度高、泛化能力强。以柏叶口水库混凝土面板堆石坝为例，经过CNN-LSTM模型计算，将模型变形预测值与原型监测资料进行对比，再与LSTM模型及CNN模型的预测结果进行对比。结果表明，CNN-LSTM模型预测值最接近监测资料实测结果。