基于改进PSO-RF算法的大坝变形预测模型

针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型。实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型。     

大坝安全监控的门限回归预测模型及其应用

 大坝监测效应量在工作过程中受内部和外部因素的 共同作用,经常出现跳跃、渐变、再跳跃等复杂周期变化,表现出高度的非线性,为建立常规的大坝安全监控预测模型带来了不少麻烦。借鉴门限自回归模型的门限思想,在常规回归模型中引入门限因子和门限值,利用提出的最佳拟合相关分析法确定门限因子和门限值,建立了门限回归模型。计算实例表明该方法用于大坝安全监控预测可以取得满意的效果。     

混凝土面板堆石坝水下面板裂缝成因数值分析

混凝土面板堆石坝的水下面板裂缝形成发展,影响了面板的工作性态。为揭示水下面板裂缝的成因,依据监测资料研究了运行期不利温度工况及施工质量对面板裂缝的影响,提出以空隙率的概率分布函数表征施工质量的方法,采用质量保证率模拟堆石区的施工缺陷区域,确定了运行期堆石坝面板裂缝分析的流程。以某混凝土面板堆石坝为例,通过结构计算研究了面板裂缝开裂区域的应力情况及变化趋势。结果表明:温度因子对深水区裂缝产生及发展影响不大。在水荷载作用下,当施工质量缺陷区堆石料质量保证率为90%时,计算的裂缝应力符合裂缝的检查情况,验证了该模拟方法的合理性。研究成果对面板堆石坝的安全运行具有工程意义,也对同种坝型运行期水下裂缝的成因和判断具有参考价值。     

基于神经网络的大坝参数反演法

基于BP神经网络的基本原理建立了大坝混凝土和基岩模量反演分析模型,提出了模型样本的处理方法,并结合实例分析表明用神经网络方法反演大坝混凝土和基岩平均模量是一种行之有效的方法,反演值与实测值基本吻合。     

基于扬压力实测资料的古田溪四级大坝稳定分析

针对古田溪四级大坝部分坝段坝基扬压力较大的问题，应用坝基总扬压力模型和概率法对坝基扬压力性态和可能极值进行了分析，由此进一步分析了典型坝段的稳定状况。     

古田溪一级大坝施工运行及维护情况

本文对古田溪一级大坝施工情况作了历史回顾和技术总结;对大坝运行近30年来的工况作了统计和评价;对运行中的主要维护情况作了系统的总结。以作为大坝鉴定、评审大坝施工方法、质量和施工中出现的一些特殊情况,以及了解大坝运行和维护情况的依据。     

模糊聚类分析法在预报坝体位移上的应用

文章将模糊聚类分析方法应用于坝体位移预报,并结合工程实际建立预报模型验证其可行性和精确性.该方法对各种结构性态复杂、影响因素多样化的坝型,在初步预报坝体位移方面具有一定的实用价值.     

拱坝振动台动力破坏模型试验及其结构动力特性

研究拱坝结构抗震性能及破坏形态的重要手段为拱坝振动台动力模型试验,试验配制一种以重晶砂、重晶石粉和水泥为主要成分的模型材料,结合选用的振动台所具备的条件及模型材料的力学性能,设计拱坝振动台试验模型,并测试和获取其在不同地震荷载下的动力响应。选择某一工况进行分析,该工况下结构开始出现明显裂缝损伤并逐渐发展。通过分析该工况下结构动应变响应,分析其损伤出现的时间,由此将该工况分为4个时段。通过计算分析不同时段多个加速度响应测点的加速度放大系数,并引入模态参数辨识的数值子空间辨识算法和ARX模型辨识法,计算不同时段+拱坝模型的自振频率和阻尼比,并将其与损伤发展情况相对比,以分析拱坝模型损伤发展情况及其结构动力特性。研究结果可为拱坝振动台试验制作和结果分析提供价值性参考,并可为拱坝结构动力特性参数识别和损伤诊断方法提供验证素材。     

基于EEMD-RVM的土石坝渗流量时间序列预测模型

为避免常规时间序列模型因不考虑非线性环境量而出现过拟合及预测精度不高的现象,建立了基于EEMD-RVM的土石坝渗流量时间序列预测模型.该模型采用集成经验模态分解法(EEMD)对量水堰渗流量监测值进行分解,生成多组平稳本征模态函数(IMF)及剩余分量R,然后采用相关向量机(RVM)对若干组IMF序列和R进行训练拟合及预测...     

用结构法分析研究佛子岭连拱坝的变形性态

针对佛子岭连拱坝的结构特点，用三维薄层单元非线性有限元分析研究了黄型坝垛的应力分布及坝顶位移变形规律，从而进一步掌握了佛子岭连拱坝的变形性态特性，亦解释了该坝１９９３年变形“异常”的物理成因机理。