网站地图985论文网
主要服务：硕士论文、论文发表、论文修改服务 
水利工程硕士论文：基于BP神经网络的大坝多测点模型研究
来源：985论文网 添加时间：2020-07-29 16:05
本文在国家自然基金“混凝土坝长期变形特性数值分析及安全监控方法”（NO.51769017）的资助下，开展了“高心墙堆石坝施工期沉降监控模型研究”。通过对高心墙堆石坝施工期沉降监测数据的分析，考虑施工期沉降变形受多种因素影响，加入对残差的分析，综合运用数学和力学方法，构建高心墙堆石坝施工期沉降监控模型及多测点模型，探索高心墙堆石坝沉降的演变规律，为高心墙堆石坝的设计与施工提供指导和决策。主要内容如下：
（1）考虑高心墙堆石坝施工期工作环境和受荷条件复杂多变的特点，分析了高心墙堆石坝施工期监测数据，探究了填筑高度、温度、降雨、坝体及坝基岩体蠕变对大坝沉降变形的影响特性，基于高心墙堆石坝施工期沉降实测数据，综合运用灰色理论和马尔可夫链理论，构建高心墙堆石坝施工期灰色马尔可夫链预测模型。
（2）研究了大坝沉降因子的选择，探究了填筑历史对坝体蠕变的影响规律，在考虑填筑高度、降雨、坝体和坝基岩体蠕变的基础上，基于Duncan-Chang模型和流变模型理论，建立了高心墙堆石坝施工期沉降非线性时变统计模型。并采用ARIMA理论进一步对残差进行分析预测，将残差预测结果添加到未考虑的常规监控模型中，构建了高心墙堆石坝施工期沉降非线性时变模型。
（3）考虑传统单测点模型不能从整体上反映高心墙堆石坝施工期沉降变形的特点，基于BP神经网络，构建了高心墙堆石坝施工期多测点模型，该模型兼顾监测仪器的位置信息，从而更好的反映出不同测点之间的相互关系，计算结果表明，该模型具有较高的拟合及预测精度。
关键词： 高心墙堆石坝；灰色马尔可夫链模型；非线性时变模型；多测点模型。
1.1、研究背景及意义。
目前，我国已建成水库大坝9.8万多座[1]。大坝工程在发挥巨大经济效益的同时，在人类的生产生活中扮演的角色也越来越重要。常见的大坝类型主要有重力坝、土石坝以及拱坝。其中由于土石坝具有对基础条件良好的适应性、能够就地取材、能够充分利用建筑物开挖渣料、造价低廉等优点，被世界各国广泛采用[2]。仅我国土石坝所占比重已经超过95%。
我国现代筑坝技术起步于20世纪50年代初，当时的土石坝高度还停留在40～50m的水准。之后的60多年，我国土石坝发展成绩斐然。1970年，当时亚洲第一高的毛家村土坝（82m）建成。1976-1986年，石头河（105m）与碧口（102m）两座百米级的大坝建成；1982年，104m的鲁布革水库大坝开工建设；1991年，154m的小浪底土石坝开工建设。进入21世纪，我国的土石坝建设成就举世瞩目。10年间，建成的高于100m的土石坝就超过了30座（累积50座）。此时，我国的筑坝技术与基础处理已经达到世界先进水平。
堆石坝是以石料填筑为主体，配以防渗体建成的一种土石坝。堆石坝具有施工方法比较简便，能够充分利用当地天然材料，能适应不同的地质条件，抗震性能好等优点。其不足是一般需在坝外设置施工导流和泄洪建筑物。按照施工方法、运用方式及防渗体设置的部位，堆石坝主要有以下几种形式：心墙堆石坝、斜墙（或面板）堆石坝、钢筋混凝土斜墙（或面板）堆石坝、过水堆石坝、重力墙式堆石坝和定向爆破堆石坝。国内外已建坝高大于100m的心墙堆石坝见表1.1，国内拟建坝高大于200m的心墙堆石坝见表1.2：
从表1.1、1.2可以看出心墙堆石坝的发展紧随时代步伐，不断从技术、新工艺中获得发展的动力，从而步入了高坝、超高坝的时代。如何准确的掌握大坝运行状况具有重要意义，大坝安全监测取得的大量数据为评价大坝运行状态提供了基础，主要通过对观测数据及时进行整理、分析和反馈，深刻地揭示规律并做出判断，分析大坝变形趋势，及时对大坝的稳定性和安全性做出评价，为大坝的安全分析及评价提供支持。
大坝在施工期间监测工作环境一般很恶劣，主要体现在埋设仪器、维持仪器正常工作比较困难等方面；监测仪器损坏时有发生，对于已埋设好的仪器，存在施工后被覆盖或其他原因导致无法维修等问题；加之，仪器埋设难以覆盖所有监控点，监测数据不够全面，反映的信息较为匮乏，属于贫信息监测数据。而且处于施工阶段大坝监测时间较短，即使提高监测频次，但由于监测时间的限制，无法避免规律性较差、数据反映信息匮乏等缺点。同时，处于高心墙堆石坝施工期的工作环境和受荷条件复杂多变，监测数据具有明显的短序列特征，无法整体建模，而且随着施工的不断开展，监测对象的外部环境不断改变，其监测数据也有相应的变化，常具有突变性和不连续性。因此，高心墙堆石坝施工期的安全监测数据具有短序列、贫信息、突变性、不连续等特点，传统监控模型实际应用效果较差。因此，亟需对高心墙堆石坝施工期短序列监测数据建模方法进行研究。
（1）考虑高心墙堆石坝施工期工作环境和受荷条件复杂多变的特点，分析了高心墙堆石坝施工期监测数据，探究了填筑高度、温度、降雨、坝体及坝基岩体蠕变对大坝沉降变形的影响特性，基于高心墙堆石坝施工期沉降实测数据，综合运用灰色理论和马尔可夫链理论，构建高心墙堆石坝施工期灰色马尔可夫链预测模型。
（2）研究了大坝沉降因子的选择，探究了填筑历史对坝体蠕变的影响规律，在考虑填筑高度、降雨、坝体和坝基岩体蠕变的基础上，基于Duncan-Chang模型和流变模型理论，建立了高心墙堆石坝施工期沉降非线性时变统计模型。并采用ARIMA理论进一步对残差进行分析预测，将残差预测结果添加到未考虑的常规监控模型中，构建了高心墙堆石坝施工期沉降非线性时变模型。
（3）考虑传统单测点模型不能从整体上反映高心墙堆石坝施工期沉降变形的特点，基于BP神经网络，构建了高心墙堆石坝施工期多测点模型，该模型兼顾监测仪器的位置信息，从而更好的反映出不同测点之间的相互关系，计算结果表明，该模型具有较高的拟合及预测精度。
关键词： 高心墙堆石坝；灰色马尔可夫链模型；非线性时变模型；多测点模型。
第一章 绪论
1.1、研究背景及意义。
目前，我国已建成水库大坝9.8万多座[1]。大坝工程在发挥巨大经济效益的同时，在人类的生产生活中扮演的角色也越来越重要。常见的大坝类型主要有重力坝、土石坝以及拱坝。其中由于土石坝具有对基础条件良好的适应性、能够就地取材、能够充分利用建筑物开挖渣料、造价低廉等优点，被世界各国广泛采用[2]。仅我国土石坝所占比重已经超过95%。
我国现代筑坝技术起步于20世纪50年代初，当时的土石坝高度还停留在40～50m的水准。之后的60多年，我国土石坝发展成绩斐然。1970年，当时亚洲第一高的毛家村土坝（82m）建成。1976-1986年，石头河（105m）与碧口（102m）两座百米级的大坝建成；1982年，104m的鲁布革水库大坝开工建设；1991年，154m的小浪底土石坝开工建设。进入21世纪，我国的土石坝建设成就举世瞩目。10年间，建成的高于100m的土石坝就超过了30座（累积50座）。此时，我国的筑坝技术与基础处理已经达到世界先进水平。
堆石坝是以石料填筑为主体，配以防渗体建成的一种土石坝。堆石坝具有施工方法比较简便，能够充分利用当地天然材料，能适应不同的地质条件，抗震性能好等优点。其不足是一般需在坝外设置施工导流和泄洪建筑物。按照施工方法、运用方式及防渗体设置的部位，堆石坝主要有以下几种形式：心墙堆石坝、斜墙（或面板）堆石坝、钢筋混凝土斜墙（或面板）堆石坝、过水堆石坝、重力墙式堆石坝和定向爆破堆石坝。国内外已建坝高大于100m的心墙堆石坝见表1.1，国内拟建坝高大于200m的心墙堆石坝见表1.2：
从表1.1、1.2可以看出心墙堆石坝的发展紧随时代步伐，不断从技术、新工艺中获得发展的动力，从而步入了高坝、超高坝的时代。如何准确的掌握大坝运行状况具有重要意义，大坝安全监测取得的大量数据为评价大坝运行状态提供了基础，主要通过对观测数据及时进行整理、分析和反馈，深刻地揭示规律并做出判断，分析大坝变形趋势，及时对大坝的稳定性和安全性做出评价，为大坝的安全分析及评价提供支持。
大坝在施工期间监测工作环境一般很恶劣，主要体现在埋设仪器、维持仪器正常工作比较困难等方面；监测仪器损坏时有发生，对于已埋设好的仪器，存在施工后被覆盖或其他原因导致无法维修等问题；加之，仪器埋设难以覆盖所有监控点，监测数据不够全面，反映的信息较为匮乏，属于贫信息监测数据。而且处于施工阶段大坝监测时间较短，即使提高监测频次，但由于监测时间的限制，无法避免规律性较差、数据反映信息匮乏等缺点。同时，处于高心墙堆石坝施工期的工作环境和受荷条件复杂多变，监测数据具有明显的短序列特征，无法整体建模，而且随着施工的不断开展，监测对象的外部环境不断改变，其监测数据也有相应的变化，常具有突变性和不连续性。因此，高心墙堆石坝施工期的安全监测数据具有短序列、贫信息、突变性、不连续等特点，传统监控模型实际应用效果较差。因此，亟需对高心墙堆石坝施工期短序列监测数据建模方法进行研究。
重要提示：转载本站信息须注明来源：985论文网，具体权责及声明请参阅网站声明。
阅读提示：请自行判断信息的真实性及观点的正误，本站概不负责。
论文服务
专科论文咨询
