【技术实现步骤摘要】
一种高坝服役安全空间警戒域诊断方法
本专利技术涉及高坝服役安全空间警戒域诊断方法,属于高坝安全监测领域。
技术介绍
目前,有利地形及中低高度的水工程建设基本结束,大坝的建设高度及规模日趋增加,300m级的高坝不断出现,与此同时,其周遭环境的不利工况越来越多,如何在极为恶劣的环境下建造及保证高坝的安全运行变得极为艰巨,如何保证该类重大工程在超出目前所有规范所规定的情况下,实现安全建设及后期的运行,成为了一个重要的课题,由于存在技术标准落后、监测手段陈旧、试验技术结果可参考性差、新技术实际应用无法推广等问题,使得高坝建设及运行服役风险的不断增大以及相关的风险评定与调控理论和技术及其法规极度匮乏,严重影响了高坝工程的高效建设及长效服役,与当前我国各领域内的增强技术应用及科研创新不相匹配,是亟待需要增强的重大关键领域。大坝服役性态转异预警是预防大坝失事的重要手段,依据高坝安全实测数据,综合应用先进的数学、力学等理论和方法,准确估计各种荷载组合下大坝变形、渗流、应力等的警戒值,可实现高坝安全预警,其对于及时发现大坝服役过程中的潜在隐患,进而采取适合的工程与非工程调控措施,以有效降低大坝灾变风险。意识形态决定人们习惯于单变量分析,其把客观存在的众多变量间错综复杂关系进行了割裂,孤立地借助单一变数作为评估事物优劣的依据,因而不利于全面揭露事物演化本质。传统多通过拟定单测点效应量警戒值的方法实现大坝安全预警,多聚焦于大坝某点变形、渗流、应力等警戒值的拟定问题研究,选取的多是某点的监测数据,较少考虑相邻测点或同一坝段各测点间的关联,其已经无法满足对高坝大库服役安全性态评估; ...
【技术保护点】
1.一种高坝服役安全空间警戒域诊断方法,其特征在于包括如下步骤:(1)根据高坝效应量监测资料,构建高坝效应量原始监测数据信息源矩阵X;(2)对原始数据信息源矩阵X进行标准化处理,得到标准化数据矩阵
【技术特征摘要】
1.一种高坝服役安全空间警戒域诊断方法,其特征在于包括如下步骤:(1)根据高坝效应量监测资料,构建高坝效应量原始监测数据信息源矩阵X;(2)对原始数据信息源矩阵X进行标准化处理,得到标准化数据矩阵(3)选择选择满足Mercer条件的核函数,将标准化后数据矩阵由低维数据空间映射到高维数据空间;(4)在高维数据空间中,获得数据矩阵的协方差矩阵求取协方差矩阵的特征根与特征向量v;(5)对特征根λi降序排序,并调整相应特征向量;(6)根据主成分个数确定方法,确定主成分个数并提取特征向量vi;(7)计算标准化后数据矩阵在特征向量vi上的投影,该投影即为降维后的数据,完成高坝服役安全空间警戒域诊断的主成分提取工作;(8)在获得高坝服役安全空间警戒域诊断的主成分基础上,借助T2统计量实现高坝安全警戒域构建;(9)若观测值落在警戒域外,则大坝服役性态发生转异;若观测值落在警戒域内,则大坝服役性态未发生转异。2.根据权利要求1所述的一种高坝服役安全空间警戒域诊断方法,其特征在于:所述步骤(1)中大坝服役系统存在m个监测效应量,每个效应量序列有n个监测值{xij}(i=1,2,…,n;j=1,2,…,m),构成n×m监测数据矩阵X:式中:矩阵X亦可表示为[xj](j=1,2,…,m)或[xi]T(i=1,2,…,n)。3.根据权利要求2所述的一种高坝服役安全空间警戒域诊断方法,其特征在于:所述步骤(2)中,假定效应量约简后得到综合特征变量{z1,z2,…,zp}(p≤m),综合特征变量由原始效应量线性组合而成,表示为:式中:矩阵L亦可表示为[lj](j=1,2,…,m)或[li]T(i=1,2,L,m);为便于分析综合特征变量性质,假定{xj}(j=1,2,…,m)的所有线性组合中方差最大为z1,即var(z1)最大,则z1称为第一主成分;(l21,l22,…,l2m)垂直于(l11,l12,…,l1m),且使var(z2)最大,则z2称为第二主成分;以此类推,zp为第p主成分,{z1,z2,…,zp}可表示对大坝服役性态内在特征的提取结果;由主成分所具有的性质,可以进行主成分推求,针对大坝效应量构成矩阵Xn×m,对其每一效应量进行标准化处理以消除量纲差异或避免“大数吃小数”现象,标准化处理结果为:式中:Aj为效应量实测数据均值;Sj为效应量实测数据标准差。4.根据权利要求2所述的一种高坝服役安全空间警戒域诊断方法,其特征在于:所述步骤(3)中利用满足Mercer条件的核函数将标准化后数据矩阵由低维数据空间映射到高维数据空间。5.根据权利要求2所述...
【专利技术属性】
技术研发人员:苏怀智,任杰,韩彰,杨孟,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。