当前位置: 首页 > 专利查询>河海大学专利>正文

基于位移场监测数据的大坝力学参数随机反演方法及系统技术方案

技术编号:25709207 阅读:34 留言:0更新日期:2020-09-23 02:55
本发明专利技术公开一种基于位移场监测数据的大坝力学参数随机反演方法及系统,本发明专利技术的随机反演方法通过联合空间多测点的位移监测数据,给出了一阶和二阶摄动意义下的参数随机反演准则,能够对大坝真实的位移量和观测误差进行分离;本发明专利技术的随机反演系统包括数据库模块,结构信息模块,随机反演模块和信息展示模块:数据库模块用于采集、汇总大坝基础信息,地理空间信息,监测信息;结构信息模块用于存放工程的几何模型信息和有限元模型信息;随机反演模块用于对大坝力学参数的均值和标准差进行识别;信息展示模块具有工程模型展示功能、监控信息浏览功能和反演评估结果输出功能。本发明专利技术能够对大坝的真实运行状态和观测误差进行识别。

【技术实现步骤摘要】
基于位移场监测数据的大坝力学参数随机反演方法及系统
本专利技术属于大坝安全领域,具体是一种基于位移场监测数据的大坝力学参数随机反演方法及系统。
技术介绍
当前,世界范围内已建成大量的高坝工程,如中国的锦屏一级混凝土拱坝,三峡混凝土重力坝,瑞士的大迪克桑斯重力坝,以及美国的胡佛重力拱坝等。这些高坝工程在防洪、发电、航运、灌溉和供水等方面发挥着至关重要的作用,产生了非常显著的社会和经济效益。大坝在产生巨大工程效益的同时,其工作性态也会随着服役时间的增长而不断变化,会出现一些隐患。部分工程中出现的坝基失稳、坝体开裂、渗透破坏等问题,给相关国家带来了惨重的灾害和巨大的损失。奥地利科恩布莱恩、美国德沃夏克、前苏联萨扬舒申斯克等高坝都发生过严重开裂漏水,修补加固费用巨大;法国马尔帕塞拱坝因坝肩失稳发生溃决,给生命、财产带来巨大损失;中国也有高混凝土坝发生严重裂缝、高压水劈裂等影响安全的实例。因此,对大坝进行合理有效的检查、监控、评价、维护,对确保大坝安全和公共安全具有十分重要的意义。大坝安全监测数据中含有大量丰富的信息,是大坝结构状态的综合表现,受多种因素的叠加影响。依据实测资料对大坝原型进行反分析,可对大坝前期的设计施工方案进行检验,对当下的工作性态进行评价,对未来的发展趋势进行预测;从而为及时评估和发现大坝的异常迹象提供充分依据,在此基础上制定恰当的水库控制运行计划和大坝的维护管理措施来确保大坝的运行安全,在发生险情时及时发布警报以避免事故的发生。当前,对大坝结构的反演分析一般是基于各种确定性的数学模型,反演的力学参数某种程度上只能说是较好地反映实际工程情况的“等效参数”。作为挡水建筑物,大坝从建设到运行期间经历复杂内部外部条件变化,本质是一个受多种因素影响的不确定性系统。大坝监测信息的不确定性,主要由本身材料力学参数引起的响应量的摄动和观测误差这两部分组成,而目前的相关分析,没有对观测误差进行识别和剔除。因此,做好监测资料的分析工作,从观测信息中分离出有用的信息,找出影响坝体结构性态的主要因素,才能准确掌握大坝的安全运行状态。
技术实现思路
本专利技术的目的是针对现有技术存在的问题,提供一种基于位移场监测数据的大坝力学参数随机反演方法及系统,能对混凝土坝自动化监测信息进行实时处理,对大坝的真实安全状态进行反馈为实现上述目的,本专利技术采用的技术方案是:一种基于位移场监测数据的大坝力学参数随机反演方法,包括以下步骤:获取大坝各测点的监测数据,对所述监测数据进行预处理;根据预处理后的监测数据,建立各测点大坝变形的统计模型;利用所述统计模型,分离大坝位移监测数据中的水压分量;调用大坝的有限元模型计算对应水荷载下的大坝位移场;采用一阶摄动随机反演方法或二阶摄动随机反演方法,并调用智能优化算法计算大坝力学参数的平均值和方差;输出反演结果。具体地,分离大坝位移监测数据中的水压分量的方法为:在统计模型中将大坝径向位移δ按照成因分为水压分量、温度分量和时效分量,在位移δ中扣除温度分量和时效分量后,得到水压分量如下式所示:δH=δ-δT-δθ(1)其中,δH为大坝径向位移δ中的水压分量;δT为大坝径向位移δ中的温度分量;δθ为大坝径向位移δ中的时效分量。具体地,采用一阶摄动随机反演方法计算大坝力学参数的平均值和方差的方法为:式中E为数学期望,将式(6)代入式(4)中,可得,定义目标函数为:一阶摄动随机反演的准则为目标函数取得最小值,即在方差最小的意义下,结合优化算法对参数均值进行识别,为X取均值下的位移计算值;所述随机变量X的方差反演方法为:对于某一观测时刻k,k=1,2,···,M,令式中,为N×p矩阵,则式(5)可写为:式中,δ(X,Yk)为N×1列阵,{εXk}为p×1列阵,式(10)变换得,将上式两端分别乘以得,变换得,随机变量的方差为:将式(12)的计算结果代入式(10),可得对于某一观测时刻k,由随机变量引起的位移摄动为:式中,{εδXk}为N×1列阵;对于某时刻k,观测误差为:{εfk}={εδk}-{εδXk}(16)联立上述公式(2)至(16),即可计算各测点由随机变量引起的位移方差var(δX)统计值,以及由观测工作产生的位移方差var(δf)统计值。可选地,采用二阶摄动随机反演方法计算大坝力学参数的平均值和方差的方法为:将δ(X,Y)在均值处进行包含二次项的Taylor展开,在不考虑随机变量相关条件下,有:对上式取均值,有:对某一观测时刻k,k=1,2,···,M,令:则式(17)可写为:此时,目标函数为:式中Ajk为矩阵Ak的第j行,j=1,2,···,N,即Ajk为1×p列阵;根据目标函数,即在方差最小的意义下,结合优化算法对二阶意义下的参数均值进行反演;此时是未知的,采用一阶意义下的估计作为估计初值,进行均值计算;所述随机变量X的方差反演方法为:式(20)可改写为:式中为N×1列阵;定义目标函数Lk为:式中Bjk为矩阵Bk的第j行,j=1,2,···,N,即Bjk为1×p列阵;Cjk为矩阵Ck的第j行,j=1,2,···,N,即Cjk为1×p列阵;在目标函数Lk最小的意义下,对{εXk}进行求解,此时{εXk}满足方程组:上式方程组展开后得:式中Ajik是Ajk的第i个数,i=1,2,···,p;上式可简化为:此时式中Ak,Bk,Ck为N×1列阵;上式(26)展开得:根据卡尔丹公式求得一元三次方程的三个根,选目标函数最小的实根作为最终解;此外对于多参数反演问题,调用优化函数直接对4次多项式目标函数进行寻优求解{εXk};进一步可得随机变量的方差为:根据上式求出后代入式(21),反复迭代,最终达到和时结束迭代;此时求出和即为反演的参数和方差。与上述反演方法相对应的,本专利技术还提供了一种基于位移场监测数据的大坝力学参数随机反演系统,包括数据库模块,结构信息模块,随机反演模块和信息展示模块;所述数据库模块用于存储大坝的基础信息数据和各类监测数据;所述结构信息模块用于存放大坝工程的结构模型信息;所述随机反演模块用于对大坝力学参数的均值和方差进行计算;所述信息展示模块用于展示大坝的模型、监测数据和反演结果。具体地,所述数据库模块包括大坝基础信息模块、地理空间信息模块和监测信息模块;所述大坝基础信息模块用于记载有工程概况、水库大坝设计、施工、运行相关资料;所述地理空间信息模块用于记载水文和地质情况统计资料和工程地质勘察试验资料;所本文档来自技高网
...

【技术保护点】
1.一种基于位移场监测数据的大坝力学参数随机反演方法,其特征在于,包括以下步骤:/n获取大坝各测点的监测数据,对所述监测数据进行预处理;/n根据预处理后的监测数据,建立各测点大坝变形的统计模型;/n利用所述统计模型,分离大坝位移监测数据中的水压分量;/n调用大坝的有限元模型计算对应水荷载下的大坝位移场;/n采用一阶摄动随机反演方法或二阶摄动随机反演方法,并调用智能优化算法计算大坝力学参数的平均值和方差;/n输出反演结果。/n

【技术特征摘要】
1.一种基于位移场监测数据的大坝力学参数随机反演方法,其特征在于,包括以下步骤:
获取大坝各测点的监测数据,对所述监测数据进行预处理;
根据预处理后的监测数据,建立各测点大坝变形的统计模型;
利用所述统计模型,分离大坝位移监测数据中的水压分量;
调用大坝的有限元模型计算对应水荷载下的大坝位移场;
采用一阶摄动随机反演方法或二阶摄动随机反演方法,并调用智能优化算法计算大坝力学参数的平均值和方差;
输出反演结果。


2.根据权利要求1所述的一种基于位移场监测数据的大坝力学参数随机反演方法,其特征在于,分离大坝位移监测数据中的水压分量的方法为:在统计模型中将大坝径向位移δ按照成因分为水压分量、温度分量和时效分量,在位移δ中扣除温度分量和时效分量后,得到水压分量如下式所示:
δH=δ-δT-δθ(1)
其中,δH为大坝径向位移δ中的水压分量;δT为大坝径向位移δ中的温度分量;δθ为大坝径向位移δ中的时效分量。


3.根据权利要求1所述的一种基于位移场监测数据的大坝力学参数随机反演方法,其特征在于,采用一阶摄动随机反演方法计算大坝力学参数的平均值和方差的方法为:
假设X为具有固定均值的随机变量,则表示为:



式中,X={x1,x2,…xp}T,p为随机变量的个数;为X的均值,εX为随机变量摄动值;
位移量δ(X,Y)是关于X,Y的函数,Y为确定性参数,Y={y1,y2,…yq}T,q为确定性参数的个数,若观测位移δ为非平稳随机过程变量,具有确定的趋势项,则δ表示为:



式中,为δ的均值;εδ为位移摄动量,由随机变量摄动引起的位移摄动εδX和观测误差εf两部分组成;假定观测误差εf相互独立,数学期望为0且服从正态分布;
设有N个位移观测点,每个观测点有M个测值,则第j个测点的位移方差统计表达式为:



式中,var为方差算子;δ(X,Yjk)为第j个测点第k次观测量,j=1,2,···,N,k=1,2,···,M;令δjk=δ(X,Yjk),为δjk的均值;
对于一阶摄动随机反演,将δ(X,Y)在均值处进行Taylor展开,并将高于一次的项舍去,则有:



对上式取均值,有:



式中E为数学期望,将式(6)代入式(4)中,可得,



定义目标函数为:



一阶摄动随机反演的准则为目标函数取得最小值,即在方差最小的意义下,结合优化算法对参数均值进行识别,为X取均值下的位移计算值;
所述随机变量X的方差反演方法为:
对于某一观测时刻k,k=1,2,···,M,令



式中,为N×p矩阵,则式(5)可写为:



式中,δ(X,Yk)为N×1列阵,{εXk}为p×1列阵,
式(10)变换得,



将上式两端分别乘以得,



变换得,



随机变量的方差为:



将式(12)的计算结果代入式(10),可得对于某一观测时刻k,由随机变量引起的位移摄动为:



式中,{εδXk}为N×1列阵;对于某时刻k,观测误差为:
{εfk}={εδk}-{εδXk}(16)
联立上述公式(2)至(16),即可计算各测点由随机变量引起的位移方差var(δX)统计值,以及由观测工作产生的位移方差var(δf)统计值。


4.根据权利要求3所述的一种基于位移场监测数据的大坝力学参数随机反演方法,其特征在于,采...

【专利技术属性】
技术研发人员:林潮宁李同春高林钢陈斯煜齐慧君刘晓青盛韬桢丁园周旻哲
申请(专利权)人:河海大学
类型:发明
国别省市:江苏;32

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