【技术实现步骤摘要】
本专利技术涉及拱坝结构位移监测，特别是涉及一种拱坝结构的位移确定方法、系统及电子设备。
技术介绍
1、拱坝具有突出的安全性和经济性，超载能力可达设计荷载的5～11倍，相同条件下，体积是重力坝的1/5～1/2。近30年来，中国的混凝土拱坝建设取得了较大进展，相继建成了锦屏一级(305m)、小湾(294.5m)、白鹤滩(289m)、溪洛渡(285.5m)、乌东德(270m)、拉西瓦(250m)、二滩(240m)和构皮滩(232.5m)等高拱坝工程。这些工程在能源供应安全保障中具有举足轻重的地位，发挥了巨大的社会经济效益。在混凝土拱坝的运行过程中，由于复杂的坝址地质条件、巨大水推力和高地应力等环境的制约，结构安全问题被广泛关注。大坝安全监测是保障结构安全运行的重要手段。在各种大坝安全监测项目中，变形直观地反映了结构性态，常作为大坝安全监测的首选项目。拱坝常见的结构变形监测方法包括测垂线法、遥测静力水准法、激光准直法和gps技术等。这些测量方法大多只能测量少量监测点部位的结构位移，测量需要投入大量的人力、物力，而且无法实现坝体变形的在线监控，亟需一种在空间上可以连续、分布式监测坝体变形的方法。
2、分布式光纤应变传感技术(dofss)具有范围广、精度高和适应性强等优点，可以连续、有效地监测管道、桥梁、滑坡、大坝等结构的应变信息。simpson(人名，音译为辛普森)等对安装了分布式光纤应变传感器的钢、混凝土和高密度聚乙烯(hdpe)管道进行了一系列试验，表明分布式光纤与传统应变计测量结果一致，且能测量出管壁周围的全部应变分布。
3、实际工程中，水压、温度、地震等荷载作用会使拱坝发生变形。而目前采用dofss技术只能直接监测光纤沿线的应变分布，不能确定拱坝的整体位移。位移相比于应变能更加直观体现结构的安全性态。一些学者对不同结构光纤监测的应变转化为位移的方法进行了广泛的研究。zhang等基于分布式光纤的应变测量数据，利用共轭梁法结构计算位移，并建立管道的有限元模型来对该计算方法进行验证。cheng等采用光频域反射(ofdr)技术监测管道模型的应变，进而利用积分法和长短时记忆神经网络(lstm)实现管道的应变-位移转换，并设计了管道变形监测试验对两种方法进行验证。bednarz(人名，音译为贝德纳兹)等提出了利用分布式光纤监测玻璃纤维增强聚合物集热器和管道中的位移和应变的方法，并通过有限元数值模拟和光斑位移传感器验证了该方法的准确性。ding等提出一种利用分布式传感光纤监测钢水泥土搅拌墙(smw)在应力作用下的变形状态的新监测技术，可实现自动获取工字桩的翼缘应变、水平位移等变形数据。guo等将ppp-botda技术应用于钢筋粘结试验和混凝土梁弯曲试验，通过建立光纤的应变与混凝土梁的变形函数关系，间接获得结构变形，从而得到混凝土梁加载过程中的挠度曲线。shen等提出一种改进的共轭梁法，并用于分布式结构变形监测，建立了结构变形和应变之间的显式关系。chen等利用分布式光纤监测结构的应变，结合改进的共轭梁法与反向传播(bp)神经网络建立应变-位移关系，并通过一个具体的简支梁模型对两种方法进行了验证。上述研究基本上都是针对形状简单的结构，对于拱坝这类复杂结构，其应变与位移具有复杂的非线性关系，很难建立应变-位移之间的理论转换公式，而利用有限元法进行应变-位移转换则依赖模型精度，且建模较耗时。同时，针对拱坝的分布式光纤应变-位移转化方法，目前尚未有此研究。因此，针对拱坝应变与位移之间的复杂非线性关系，根据分布式光纤的实测应变研究坝体结构位移的计算方法，以评估拱坝结构的安全性态，显得十分重要。
技术实现思路
1、本专利技术的目的是提供一种拱坝结构的位移确定方法、系统及电子设备，能够减小拱坝结构的位移确定过程的计算量，进而提高拱坝结构的位移确定的效率。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种拱坝结构的位移确定方法，包括：
4、获取拱坝结构的实测应变场数据；所述实测应变场数据是利用分布式光纤测得的；
5、将所述实测应变场数据输入到位移确定模型中，得到当前时刻拱坝结构中待测点处的位移；所述位移确定模型是根据不同工况下拱坝结构的历史位移，以及每个历史位移对应的历史实测应变场数据，利用贝叶斯优化算法对长短期记忆神经网络进行训练后得到的；所述位移为径向位移。
6、可选的，所述长短期记忆神经网络包括依次连接的输入层、隐藏层和输出层。
7、可选的，在所述获取拱坝结构的实测应变场数据之前，还包括：
8、获取不同工况下拱坝结构下游面的历史实测应变场数据；
9、获取每个历史实测应变场数据测量时刻对应的拱坝结构的历史位移；
10、以所述历史实测应变场数据为输入，以所述历史位移为输出，利用贝叶斯优化算法对长短期记忆神经网络进行训练，得到位移确定模型。
11、可选的，以所述历史实测应变场数据为输入，以所述历史位移为输出，利用贝叶斯优化算法对长短期记忆神经网络进行训练，得到位移确定模型，包括：
12、确定训练前的长短期记忆神经网络为0次迭代时的长短期记忆神经网络；
13、根据第0次迭代时的长短期记忆神经网络的参数构建多个样品点；
14、利用多个样品点构建第0次迭代时的高斯模型；
15、令迭代次数i＝1；
16、以所述历史实测应变场数据为输入，以所述历史位移为输出，对第i-1次迭代时的长短期记忆神经网络进行训练，得到训本文档来自技高网...
【技术保护点】
1.一种拱坝结构的位移确定方法，其特征在于，包括：
2.根据权利要求1所述的一种拱坝结构的位移确定方法，其特征在于，所述长短期记忆神经网络包括依次连接的输入层、隐藏层和输出层。
3.根据权利要求1所述的一种拱坝结构的位移确定方法，其特征在于，在所述获取拱坝结构的实测应变场数据之前，还包括：
4.根据权利要求3所述的一种拱坝结构的位移确定方法，其特征在于，以所述历史实测应变场数据为输入，以所述历史位移为输出，利用贝叶斯优化算法对长短期记忆神经网络进行训练，得到位移确定模型，包括：
5.一种拱坝结构的位移确定系统，其特征在于，包括：
6.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至4中任一项所述的一种拱坝结构的位移确定方法。
7.根据权利要求6所述的一种电子设备，其特征在于，所述存储器为可读存储介质。
【技术特征摘要】
1.一种拱坝结构的位移确定方法，其特征在于，包括：
2.根据权利要求1所述的一种拱坝结构的位移确定方法，其特征在于，所述长短期记忆神经网络包括依次连接的输入层、隐藏层和输出层。
3.根据权利要求1所述的一种拱坝结构的位移确定方法，其特征在于，在所述获取拱坝结构的实测应变场数据之前，还包括：
4.根据权利要求3所述的一种拱坝结构的位移确定方法，其特征在于，以所述历史实测应变场数据为输入，以所述历史位...
【专利技术属性】
技术研发人员：程琳，李高超，张安安，陈家敏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：
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。