当前位置: 首页 > 专利查询>南昌大学专利>正文

一种混凝土坝变形安全监控模型的构建方法技术

技术编号:24457611 阅读:70 留言:0更新日期:2020-06-10 16:01
本发明专利技术公开了一种混凝土坝变形安全监控模型的构建方法,具体是利用大坝变形观测的历史数据,在建立逐步回归模型的基础上,采用具有局部优化性能和全局优化性能的混合蛙跳算法(SFLA)确定各子模型的权重系数,利用大坝原型资料的反演分析方法确定大坝的物理力学参数,建立蛙跳混合模型,进而得到一种混凝土坝变形安全监控模型。本发明专利技术方法运用混沌理论对残差进行分析和预测,并将残差预测项添加到蛙跳预测混合模型中,有效解决了常规大坝位移监控模型未考虑拟合残差的影响而出现的拟合效果好但预测结果不佳的问题。

A construction method of Deformation Safety Monitoring Model for concrete dam

【技术实现步骤摘要】
一种混凝土坝变形安全监控模型的构建方法
本专利技术方法涉及大坝运行安全监测与管理
,具体的说,是一种混凝土坝变形安全监控模型的构建方法。
技术介绍
近年来,混凝土坝正朝向高、大趋势发展,其工作性态、安全问题越来越受到坝工界的重视,大坝一旦失事将会对国家和社会造成巨大的经济损失和精神损失。如何保证大坝的安全运行成为一个大坝安全监控领域突出、重要的研究课题。变形作为大坝安全监控的重要观测量之一,可直观可靠地反映了大坝结构在内外环境作用下的结构损伤和工作性态。如何依据大坝原型观测资料建立较为精确的大坝变形预测模型,对及时掌握大坝运行状态和确保大坝安全具有重要意义。确定性模型运用有限元的方法模拟实际荷载作用下大坝和地基的效应量,从大坝变形与效应量作用关系机理上加以解释,但在考虑温度分量时计算复杂,可操作性不高。混合模型常采用有限元方法计算水压分量,其他分量仍按统计模型的因子选择方法,兼顾统计模型和确定性模型的优点。然而上述模型均为单一预测模型,信息挖掘手法单一。且其受外界不确定性因素与当前监测技术及分析理论限制,主要考虑了水压温度时效等主要因素的影响,而忽略了混沌残差序列中蕴含的有效成分,限制了变形预报模型的精度。残差序列中有效成分的存在已得以有效验证,有关变形残差序列混沌效应的研究尚处于探索阶段。如何进一步提升预报模型信息挖掘尺度与考虑混沌残差序列中所蕴含的有效成分,对提升模型预报能力意义重大。组合预测模型因为综合了多个模型的优点与强大的信息挖掘功能而被广泛应用于多个领域,利用组合模型建立一种既考虑测值残差的影响,又能较好地映射效应量与影响因子之间的非线性关系的新型预测模型对提高预报精度具有一定的理论价值与现实意义。受SFLA在项目管理,经济优化配置,医药,电力等非线性优化问题领域的应用的启发,基于SFLA的改进的大坝变形混合预测模型是在这项研究中提出。本专利技术采用具有局部优化性能和全局优化性能的混合蛙跳算法(SFLA)确定各子模型的权重系数,并利用大坝原型资料的反演分析方法确定大坝的物理力学参数,建立蛙跳混合模型。同时,针对大坝位移常规监控模型由于未考虑拟合残差的影响而出现拟合效果好而预测结果不佳的问题,运用混沌理论对残差进行分析和预测,并将残差预测项添加到蛙跳预测混合模型中,据此构建考虑混凝土坝变位残差混沌特性的蛙跳式混合预测模型,以期提高模型的预测精度。
技术实现思路
本专利技术的目的在于克服现有技术中的缺陷,提供一种混凝土坝变形安全监控模型的构建方法,具体通过以下技术方案实现:一种混凝土坝变形安全监控模型的构建方法,包括如下步骤:S1.构建基于SFLA改进的混凝土坝安全监测位移混合模型;S2.拟合序列的混沌残差预测;S3.残差预测项与混合预测模型的叠加;S4.构建混凝土坝变形安全监控模型。步骤S1中所述构建基于SFLA改进的混凝土坝安全监测位移混合模型,其构建方法如下:S11.构建蛙跳混合预测子模型:处于长期服役的大坝,由于损伤的累积而导致结构参数或材料参数发生了很大的变化,对坝体和地基的主要物理力学参数进行反演可掌握大坝运行性态;从原型观测资料的分析中找出真实的水压分量δH,然后假设坝体和基岩弹性模量Ec0、Er0,用结构分析法推求水压分量δ′H,其中Ec=Ec0δ′H/δH①Er=Er0δ′H/δH②将上式反演得到坝体和基岩的平均弹性模量后利用有限元方法计算水压分量,再与统计模型下的温度分量和时效分量相加,可得大坝变形的混合模型,即所述蛙跳混合预测模型的子模型;S12.混合蛙跳算法SFLA确定子模型权重系数;S13.构建位移优化混合预测模型。步骤S13中所述构建位移优化混合预测模型,具体过程如下:{δt,t=1,2,…,n}为大坝某时段内的位移监测数据序列,若有p种可行的建模方法建立混合模型,设为第i个预测模型(子模型)在t时刻的预测值,为第i种预测模型在混合预测中的权重系数(其中,),则组合预测模型在t时刻的预测值可表示为:式中,δt为模型预测值,li为权重系数,因此,混合预测模型在t时刻的预测误差为:据此,可得到混合预测模型在所有时刻的预测误差平方和:则以预测误差平方和最小为准则的混合预测模型可以表示为:步骤S2中所述拟合序列的混沌残差预测,其过程如下:1)残差序列的相空间重构:对于残差序列{ε1,ε2,…,εn},可以重构为一个m维相空间:式中,Φ为相点;Z为相点数,Z=n-(m-1)τ;m为嵌入维数;τ为延迟时间;2)嵌入维数m的确定:确定嵌入维数m,选取比较有代表性的是Grassberger和Procaccia提出的从时间序列计算吸引子关联维数d的G-P算法,其计算过程如下:首先计算关联积分:式中Z为相点数;||Φi-Φj||表示相点Φi与相点Φj之间的欧氏距离;C(r)表示相空间中两相点之间距离小于r的概率,凡距离小于r的相点称为关联相点;θ(x)为Heaviside单位函数:当嵌入维数m取不同值时,吸引子关联维数d与C(r)满足对数线性的关系:随着嵌入维数m的增大,dm值也在增大,当m达到某一数值时,继续增大m,dm值将保持不变,即达到稳定值dm,此时的m值即为嵌入维数;3)延迟时间τ的确定:采用去偏复自相关法计算其计算公式为:式中,n为残差序列长度;m为嵌入维数;εi为序列中第i个样本;为序列的平均值。Rε的值随着τ的取值的增大而不断减小,当Rε值减小到初始值的1-1/e时,此时对应的τ值即为重构相空间所需的延迟时间;4)残差序列的混沌特性识别与残差预测:以Lyapunov指数法为例对混沌时间序列预测进行简要说明;若需对残差εi+1进行预测,选取相点Φi为预测中心点,并假设相点Φi的最近邻点为Φl,其中Φi与Φl之间的距离为:最大Lyapunov指数预测模型的表达式为:上式中只有Φi+1的最后一个分量εi+1是未知的,所以对εi+1进行预测是可行的;将残差预测项与未考虑残差混沌效应的预测模型进行叠加,可以得到考虑混沌残差的大坝变位蛙跳混合预测模型:式中,ε为采用混沌理论得到的大坝位移残差预测值。本专利技术方法的有益效果在于:采用具有局部优化性能和全局优化性能的混合蛙跳算法(SFLA)确定各子模型的权重系数,利用大坝原型资料的反演分析方法确定大坝的物理力学参数,建立蛙跳混合模型,同时运用混沌理论对残差进行分析和预测,并将残差预测项添加到所述蛙跳预测混合模型中,解决了常规大坝位移监控模型由于未考虑拟合残差的影响而出现拟合效果好但预测结果不佳的问题,提高了监控模型的预测精度。附图说明图1为本专利技术一种混凝土坝变形安全监控模型的构建流程图;图2为大坝垂线布置方案图;...

【技术保护点】
1.一种混凝土坝变形安全监控模型的构建方法,包括如下步骤:/nS1.构建基于SFLA改进的混凝土坝安全监测位移混合模型;/nS2.拟合序列的混沌残差预测;/nS3.残差预测项与混合预测模型的叠加;/nS4.构建混凝土坝变形安全监控模型。/n

【技术特征摘要】
1.一种混凝土坝变形安全监控模型的构建方法,包括如下步骤:
S1.构建基于SFLA改进的混凝土坝安全监测位移混合模型;
S2.拟合序列的混沌残差预测;
S3.残差预测项与混合预测模型的叠加;
S4.构建混凝土坝变形安全监控模型。


2.根据权利要求1中所述的一种混凝土坝变形安全监控模型的构建方法,其特征在于,步骤S1中所述构建基于SFLA改进的混凝土坝安全监测位移混合模型,其构建方法如下:
S11.构建蛙跳混合预测子模型:
处于长期服役的大坝,由于损伤的累积而导致结构参数或材料参数发生了很大的变化,对坝体和地基的主要物理力学参数进行反演可掌握大坝运行性态;
从原型观测资料的分析中找出真实的水压分量δH,然后假设坝体和基岩弹性模量Ec0、Er0,用结构分析法推求水压分量δ′H,其中
Ec=Ec0δ′H/δH①
Er=Er0δ′H/δH②
将上式反演得到坝体和基岩的平均弹性模量后利用有限元方法计算水压分量,再与统计模型下的温度分量和时效分量相加,可得大坝变形的混合模型,即所述蛙跳混合预测模型的子模型;
S12.混合蛙跳算法SFLA确定子模型权重系数;
S13.构建位移优化混合预测模型。


3.根据权利要求2中所述的一种混凝土坝变形安全监控模型的构建方法,其特征在于,步骤S13中所述构建位移优化混合预测模型,具体过程如下:
{δt,t=1,2,…,n}为大坝某时段内的位移监测数据序列,若有p种可行的建模方法建立混合模型,设为第i个预测模型(子模型)在t时刻的预测值,为第i种预测模型在混合预测中的权重系数(其中,),则组合预测模型在t时刻的预测值可表示为:



式中,δt为模型预测值,li为权重系数,
因此,混合预测模型在t时刻的预测误差为:



据此,可得到混合预测模型在所有时刻的预测误差平方和:



则以预测误差平方和最小为准则的混合预测模型可以表示为:





4.根据权利要求1中所述的一种混凝土坝变形安全监控模型的...

【专利技术属性】
技术研发人员:魏博文罗绍杨雷斌李火坤袁冬阳
申请(专利权)人:南昌大学
类型:发明
国别省市:江西;36

网友询问留言 已有0条评论
  • 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。

1