基于多元时空信息挖掘的混凝土重力坝变形体征监控方法
发布时间：2021-01-20 00:28
我国现役混凝土坝无论是建设数量还是建造规模均居世界首位,其长效健康服役关乎整个水工程的安危。服役期内混凝土坝受外部环境荷载与内部材料性能演变协同作用,大坝结构难免出现不同程度的性能退化问题。依托大坝原型监测资料有效建立安全监控模型,合理感知并诠释大坝结构运行性能、保障大坝服役安全是坝工界长期关注的重要科学问题。为此,本文以重力坝为对象,采用理论分析、数值仿真与原型观测相结合的研究手段,开展运行期混凝土重力坝变形体征监控方法研究。主要研究内容如下:（1）考虑到原型监测资料难免存在数据缺失与数据异常等问题,为进一步提升监测数据对大坝运行性态的诠释能力,结合核独立主成分分析与极限学习机构建了融合多源时空信息的监测数据缺失插补模型;另外,利用奇异谱分析与3?准则提出了监测数据奇异点诊断方法。（2）伴随服役年限的增加,筑坝材料不可避免地出现不同程度的老化与性能退化,大坝结构材料参数较设计期发生了一定程度的变化。考虑到实际工程领域中监测资料存在一定误差,而基于确定性结构参数与物理模型获取的结构分析结果难免失真,故结合粗糙集理论与神经网络原理建立了混凝土坝材料参数区间反演模型。（3）鉴于传统监控模型...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究目的和意义
1.2 国内外研究现状
1.2.1 原型监测资料处理方法
1.2.2 材料参数反演
1.2.3 变形监控模型
1.2.4 变形预警指标
1.3 问题的提出
1.4 本文主要研究内容
第2章 大坝变形监测数据处理与挖掘
2.1 概述
2.2 基于KPCA-ELM的变形监测缺失数据插补模型
2.2.1 核主成分分析（KPCA）
2.2.2 极限学习机（ELM）
2.2.3 基于KPCA-ELM的变形监测缺失数据插补步骤
2.3 基于SSA-3σ准则的监测数据变异点诊断方法
2.3.1 奇异谱分析（SSA）
2.3.2 拉依达准则（3σ准则）
2.3.3 基于SSA-3σ准则的变异点诊断
2.4 算例分析
2.4.1 缺失数据插补
2.4.2 变异点识别
2.5 本章小结
第3章 基于粗糙神经网络的混凝土坝材料参数区间反演
3.1 概述
3.2 基于粗糙神经网络的混凝土坝材料参数区间反分析模型
3.2.1 区间分析理论
3.2.2 粗糙集理论
3.2.3 具有区间参数反演功能的粗糙神经网络模型
3.3 混凝土坝材料参数区间反演
3.4 算例分析
3.5 本章小结
第4章 顾及多元环境效应混凝土重力坝变形监控模型
4.1 概述
4.2 顾及多元环境效应改进的混凝土坝变形监控模型
4.2.1 混凝土坝变形监控基本理论
4.2.2 顾及多元环境效应改进的混凝土坝变形监控理论
4.2.3 基于SSA-CSO-RVM的变形监控统计模型
4.3 混凝土坝变形监控混合模型
4.4 算例分析
4.4.1 变形监控统计模型
4.4.2 变形监控混合模型
4.5 本章小结
第5章 混凝土重力坝运行效力变形预警指标
5.1 概述
5.2 混凝土坝变形预警指标拟定方法
5.2.1 基本原理
5.2.2 结构分析法
5.2.3 典型小概率法
5.3 算例分析
5.3.1 结构分析法
5.3.2 典型小概率法
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于优化果蝇算法和统计模型的混凝土坝变形预测模型及应用[J]. 章宇璟,郑东健,郑志泰,黄昌生. 水电能源科学. 2019(02)
[2]基于EMD-FOA-BP神经网络的大坝变形预测研究[J]. 黄军胜,黄良珂,刘立龙,谢劭峰. 水力发电. 2019(02)
[3]基于相关向量机的城市轨道交通突发大客流预测[J]. 仇建华,尚凯,张亚岐,殷婷. 大连交通大学学报. 2019(01)
[4]基于KPCA-Bagging的高斯过程回归建模方法及应用[J]. 赵帅,李妍君,熊伟丽. 控制工程. 2019(01)
[5]量子粒子群算法优化相关向量机的轴承故障诊断[J]. 吕维宗,王海瑞,舒捷. 计算机应用与软件. 2019(01)
[6]基于奇异谱分析的短期电价预测[J]. 殷豪,曾云,孟安波,刘哲. 电力系统保护与控制. 2019(01)
[7]基于改进遗传算法优化极限学习机的短期电力负荷预测[J]. 律方成,刘怡,亓彦珣,燕跃豪,张建涛,谢庆. 华北电力大学学报(自然科学版). 2018(06)
[8]基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测[J]. 骆正山,姚梦月,骆济豪,王小完. 表面技术. 2018(11)
[9]相空间重构和极限学习机的网络流量预测模型[J]. 袁开银,魏彬. 控制工程. 2018(11)
[10]采用改进的布谷鸟算法优化极限学习机[J]. 赵坤,覃锡忠,贾振红. 计算机仿真. 2018(11)
博士论文
[1]腐蚀环境下再生混凝土结构耐久性试验研究[D]. 安新正.中国矿业大学(北京) 2012
[2]大坝安全监测与损伤识别的新型计算智能方法[D]. 康飞.大连理工大学 2009
硕士论文
[1]混凝土坝变位性能演化状态识别与监控方法研究[D]. 谷明晗.南昌大学 2018
[2]鸡群优化算法的改进和应用[D]. 韩萌.西安电子科技大学 2018
[3]基于小波和时间序列分析组合模型的地铁隧道变形预测研究[D]. 朱志枫.南京师范大学 2017
[4]顾及多效应的混凝土坝位移联合预报与监控分析[D]. 熊威.南昌大学 2015
本文编号：2987989
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究目的和意义
1.2 国内外研究现状
1.2.1 原型监测资料处理方法
1.2.2 材料参数反演
1.2.3 变形监控模型
1.2.4 变形预警指标
1.3 问题的提出
1.4 本文主要研究内容
第2章 大坝变形监测数据处理与挖掘
2.1 概述
2.2 基于KPCA-ELM的变形监测缺失数据插补模型
2.2.1 核主成分分析（KPCA）
2.2.2 极限学习机（ELM）
2.2.3 基于KPCA-ELM的变形监测缺失数据插补步骤
2.3 基于SSA-3σ准则的监测数据变异点诊断方法
2.3.1 奇异谱分析（SSA）
2.3.2 拉依达准则（3σ准则）
2.3.3 基于SSA-3σ准则的变异点诊断
2.4 算例分析
2.4.1 缺失数据插补
2.4.2 变异点识别
2.5 本章小结
第3章 基于粗糙神经网络的混凝土坝材料参数区间反演
3.1 概述
3.2 基于粗糙神经网络的混凝土坝材料参数区间反分析模型
3.2.1 区间分析理论
3.2.2 粗糙集理论
3.2.3 具有区间参数反演功能的粗糙神经网络模型
3.3 混凝土坝材料参数区间反演
3.4 算例分析
3.5 本章小结
第4章 顾及多元环境效应混凝土重力坝变形监控模型
4.1 概述
4.2 顾及多元环境效应改进的混凝土坝变形监控模型
4.2.1 混凝土坝变形监控基本理论
4.2.2 顾及多元环境效应改进的混凝土坝变形监控理论
4.2.3 基于SSA-CSO-RVM的变形监控统计模型
4.3 混凝土坝变形监控混合模型
4.4 算例分析
4.4.1 变形监控统计模型
4.4.2 变形监控混合模型
4.5 本章小结
第5章 混凝土重力坝运行效力变形预警指标
5.1 概述
5.2 混凝土坝变形预警指标拟定方法
5.2.1 基本原理
5.2.2 结构分析法
5.2.3 典型小概率法
5.3 算例分析
5.3.1 结构分析法
5.3.2 典型小概率法
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于优化果蝇算法和统计模型的混凝土坝变形预测模型及应用[J]. 章宇璟,郑东健,郑志泰,黄昌生. 水电能源科学. 2019(02)
[2]基于EMD-FOA-BP神经网络的大坝变形预测研究[J]. 黄军胜,黄良珂,刘立龙,谢劭峰. 水力发电. 2019(02)
[3]基于相关向量机的城市轨道交通突发大客流预测[J]. 仇建华,尚凯,张亚岐,殷婷. 大连交通大学学报. 2019(01)
[4]基于KPCA-Bagging的高斯过程回归建模方法及应用[J]. 赵帅,李妍君,熊伟丽. 控制工程. 2019(01)
[5]量子粒子群算法优化相关向量机的轴承故障诊断[J]. 吕维宗,王海瑞,舒捷. 计算机应用与软件. 2019(01)
[6]基于奇异谱分析的短期电价预测[J]. 殷豪,曾云,孟安波,刘哲. 电力系统保护与控制. 2019(01)
[7]基于改进遗传算法优化极限学习机的短期电力负荷预测[J]. 律方成,刘怡,亓彦珣,燕跃豪,张建涛,谢庆. 华北电力大学学报(自然科学版). 2018(06)
[8]基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测[J]. 骆正山,姚梦月,骆济豪,王小完. 表面技术. 2018(11)
[9]相空间重构和极限学习机的网络流量预测模型[J]. 袁开银,魏彬. 控制工程. 2018(11)
[10]采用改进的布谷鸟算法优化极限学习机[J]. 赵坤,覃锡忠,贾振红. 计算机仿真. 2018(11)
博士论文
[1]腐蚀环境下再生混凝土结构耐久性试验研究[D]. 安新正.中国矿业大学(北京) 2012
[2]大坝安全监测与损伤识别的新型计算智能方法[D]. 康飞.大连理工大学 2009
硕士论文
[1]混凝土坝变位性能演化状态识别与监控方法研究[D]. 谷明晗.南昌大学 2018
[2]鸡群优化算法的改进和应用[D]. 韩萌.西安电子科技大学 2018
[3]基于小波和时间序列分析组合模型的地铁隧道变形预测研究[D]. 朱志枫.南京师范大学 2017
[4]顾及多效应的混凝土坝位移联合预报与监控分析[D]. 熊威.南昌大学 2015
本文编号：2987989
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/2987989.html
