基本信息
大壩安全監測數據分析方法研究
外文題名:Study on analysis methods for dam safety monitoring data
論文作者:李富強著
導師:劉國華指導
學位級別:工學博士
學位授予時間:2012
內容簡介
大壩監測數據分析理論和方法的研究與套用已經取得了相當的進展,為保證大壩安全運行發揮了巨大的作用,但是,在數據分析方面依然存在許多問題和不足。針對現有分析方法和分析模型中存在的問題和不足,本文以混凝土壩變形監測數據分析為主,將其它領域的研究理論和分析方法套用到大壩監測數據的分析中,致力於提高監測數據分析時模型的預測精度,更加有效合理地實現對大壩運行現狀的評價,滿足實際工程套用的需要。
為了避免回歸模型可能存在的偽回歸現象。本文利用協整理論檢驗大壩監測變數及相關環境影響因子數據序列的平穩性,對於存在協整關係的時間序列,採用誤差修正模型來描述變數之間的長期均衡和短期非均衡關係,以提高模型的擬合精度和預測能力。
為了評價大壩運行中壩體的安全狀態和結構性態,根據平穩系統自回歸模型特徵多項式的根距離單位圓的遠近,在一定程度上反映了該系統平穩性的變化情況,本文據此提出一種安全監控指標。
時間序列的高階統計量包含了二階統計量所沒有的大量豐富信息,能更好地反映系統的性態。本文介紹了現代譜估計及雙譜估計理論,原理及方法,通過鋼筋混凝土粱損傷試驗驗證了監測數據的雙譜能較好地反映結構性態的變化,並嘗試用於大壩變形監測數據的分析來評價大壩的結構性態變化趨勢。
時效分析在大壩變形監測中具有十分重要的意義,本文假定大壩系統為時不變系統,將時效作為反映大壩結構性態的狀態變數,採用EM算法,利用狀態空間模型進行時效分量的估計,實例分析驗證了該方法不但具有較好的擬合及預測能力,而且可以有效提取出時效分量用於評價大壩的運行性態。
自變數的多重共線性及隨機噪聲干擾往往會造成回歸模型出現過擬合現象,使得模型擬合精度很高,但是預測能力很差,不能有效地用於大壩安全監控的預測預警。本文套用自組織數據挖掘技術的數據分組處理(GMDH)算法建立分析模型,增強模型穩健性,提高模型的預測能力,實例分析驗證了該方法的有效性。