一、长湖大坝垂直位移性态分析(论文文献综述)
张赛[1](2019)在《观音阁水库坝体垂直位移影响因素分析》文中认为根据观音阁水库不同仪器、不同时期监测获得的垂直位移资料建立Dam Data Analysis统计模型,然后基于大坝运行实际状况和相关监测资料模拟分析了其垂直位移变化过程。结果显示:温度分量是影响混凝土重力坝垂直位移的关键因子,另外还受时效分量与水压分量的影响作用,可为水库大坝运行管理和安全监测工作提供一定指导依据。
黄佳健[2](2019)在《溪洛渡大坝混凝土断裂性能》文中研究表明作为一种全级配混凝土,大坝混凝土的断裂性能与普通混凝土相比具有显着差异,并且易受骨料形状、骨料粒径、水胶比等诸多因素影响,故不同大坝混凝土所得到的断裂参数不具有通用性。溪洛渡大坝属于大型长工期复杂工程,从动工至竣工历时数年,因此,长龄期的现场浇筑溪洛渡大坝混凝土断裂性能的研究,更能反映溪洛渡大坝工作时的真实断裂性能。基于此,本文开展了以下三方面工作并得出如下结论:(1)对5年龄期,初始缝高比为0.4,最大骨料粒径为150mm的现场浇筑溪洛渡大坝混凝土楔入劈拉试件进行断裂试验。试件尺寸分为1500mm×1500mm×450mm和2250mm×2250mm×450mm两种。试验采用0.2mm/min的竖向位移加载速率进行加载,得到了起裂韧度、失稳韧度、断裂能及P-CMOD曲线,扩充了溪洛渡大坝混凝土材料的断裂性能数据。同时,从完成断裂试验的楔入劈拉试件中选取完好部分切割出边长为450mm的立方体试块测定了材料参数。此外,试验发现,1500mm及2250mm高的楔入劈拉试件断裂试验所得的起裂韧度在长龄期下展示出一定的尺寸效应,而失稳韧度则趋于稳定,可视为一材料常数。(2)运用数字图像相关(DIC)法对1500mm高楔入劈拉试件的断裂试验进行了监测,通过对计算区域内位移场的分析处理,得到了不同荷载级别下裂缝的扩展轨迹与裂缝区的裂缝宽度,确定了DIC对观测全级配大体积大坝混凝土断裂过程是适用的。同时,在监测过程中观测到了一些分散的内部微裂缝及骨料绕行与裂缝分叉等现象。与普通小骨料混凝土不同的是,裂缝扩展前期,全级配大坝混凝土的裂缝宽度与扩展深度间并未表现出明显的线性关系,但峰值荷载后,随着裂缝充分扩展,其裂缝宽度与扩展深度间逐渐趋于线性。此现象可能与骨料粒径较大有关。另外,同一深度处多条裂缝的裂缝宽度之间可能存在着某种联系。(3)采用ANSYS有限元程序,基于一种I型断裂扩展准则完成了楔入劈拉试验裂缝扩展全过程的数值模拟,与试验结果对比吻合良好,验证了准则对模拟全级配大坝混凝土断裂扩展的适用性。
祖安君[3](2018)在《基于统计模型的低水头混凝土重力坝垂直位移影响因素分析》文中指出结合某混凝土重力坝实例,基于不同时期、不同仪器获得的垂直位移监测资料,建立了垂直位移统计模型,并利用Dam Data Analysis统计软件,对实测数据进行建模分析,探讨分析了坝顶垂直位移在不同监测阶段的变化规律。结果表明,对于低水头混凝土重力坝,温度分量是影响坝顶垂直位移的主要因素,水压分量和时效分量也对垂直位移有一定影响,但影响较小。研究成果可应用于大坝安全监测和管理工作中。
严谨,袁君宝,沈培芬[4](2016)在《引江济汉工程安全监测自动化》文中进行了进一步梳理1工程概况引江济汉工程作为南水北调中线水源区工程之一,是从长江上荆江河段附近引水至汉江兴隆河段、补济汉江下游流量的一项大型输水工程。工程由引水干渠、进出口控制工程、跨渠倒虹吸、路渠交叉及东荆河节制工程等建筑物组成。引水干渠的引水口位于荆州市龙洲垸、出水口为潜江市高石碑,线路地跨荆州、荆门两地级市所辖的荆州区和沙洋县,以及省直管市潜江市和仙桃市,途中穿越荆江大堤、汉江干堤、长湖湖叉、拾桥河、西荆河
宋万石[5](2015)在《混凝土坝垂直位移安全监测数据分析》文中认为为验证某混凝土坝蓄水期能否满足安全要求,结合某混凝土坝蓄水期的垂直位移观测资料,运用逐步回归分析法,构建了坝顶垂直位移统计模型,探讨了各分量对垂直位移的影响。结果表明,水准点监测系统状态良好,统计模型精度较高,混凝土坝垂直位移变化规律正常,符合一般混凝土坝变化规律。
吴彦,王金国,黄春华[6](2012)在《混凝土重力坝垂直位移统计回归模型与工程应用》文中提出结合北峰山混凝土重力坝垂直位移监测资料,分析了大坝的垂直位移变化规律,并运用逐步回归分析法,建立垂直位移监测预报模型,结果表明,水压分量和温度分量是影响坝顶垂直位移的主要因素,时效分量也对垂直位移有一定影响,但影响不大,大坝的坝顶垂直变化规律基本正常。通过对垂直位移监测资料的建模分析,对大坝安全管理提供了参考依据。
张书光,应敬浩,王登科[7](2010)在《某抽水蓄能电站下水库工程地质条件分析》文中研究表明某抽水蓄能电站下水库拟利用已建的五岳水库,该水库于1966年9月动工兴建,1970年1月竣工,建成之后又多次对工程进行了扩建加固。运行至今已有30多年,水库的工程地质条件及工程运行情况将直接对抽水蓄能电站产生重大影响。本文通过实地勘查和大量的实测数据,对库区、大坝、溢洪道及输水洞等不同部位的工程地质条件及运行状况进行了分析与评价,力图为设计部门提供可靠的地质依据。
韦喜榴[8](2008)在《左江水电站厂房、大坝渗漏处理》文中指出水电站厂房、大坝渗漏属重大安全隐患。左江水电站厂房、大坝渗漏经处理后,效果良好,消除了渗漏隐患,确保厂房、大坝安全运行。本文介绍了左江水电站厂房、大坝渗漏处理的实施方案及处理工艺,供类似工程借鉴。
翟信德[9](2007)在《基于支持向量机的大坝变形预测研究》文中认为随着水电建设事业的高速发展,我国已经是兴建大坝最多的国家。为了保障大坝安全、掌握大坝运行状态,因此,根据已有的监测数据预测未来大坝变形量具有重要的实际意义。由于大坝变形具有非线性,模糊性和不确定性等特点,而传统的精确数学模型方法在建模时往往作许多假设,造成与实际情况相差较大。支持向量机是在统计学习理论的VC维理论和结构风险最小化原则的基础上提出的一种新的机器学习方法,它追求的是在有限样本情况下的最优解而不仅仅是样本数趋于无穷大时的最优解,比以经验风险最小化为基础的神经网络学习算法具有更强的理论依据和更好的泛化性能。本文研究将支持向量机引入到大坝变形预测分析中,建立预测模型应用于位移数据的预测。本文首先进行了大坝变形特性的分析研究,并利用统计学的方法消除历史监测数据中的“异常数据”。接下来使用交叉验证试算法确定支持向量机参数。最后利用选定的特征向量及核函数建立大坝变形预测模型。利用所建立的模型对安徽某大坝变形问题进行预测,结果表明预测结果与实际监测数据非常接近。同时将支持向量机模型与回归预测模型和人工神经网络BP模型的预测结果进行比较分析,进一步表明支持向量机模型预测效果是可靠的。从而说明采用支持向量机模型进行大坝变形预测是可行的,具有广阔的工程应用前景。
周光文,董建良[10](2006)在《某水电站大坝5#坝段水平位移回归分析》文中研究指明通过对某大坝5#坝段基础水平位移建立逐步回归方程,并据此分析了5#坝段基础的变形规律和相关分量对位移的影响。
二、长湖大坝垂直位移性态分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、长湖大坝垂直位移性态分析(论文提纲范文)
(1)观音阁水库坝体垂直位移影响因素分析(论文提纲范文)
0 引言 |
1 垂直位移影响因素分析 |
2 建立坝顶垂直位移统计模型 |
2.1 构建模型应考虑的因素 |
2.2 模型表达形式 |
3 实例分析 |
3.1 工程概况 |
3.2 建模时段分析 |
3.3 不同时段数据对比 |
3.4 模型对比验证 |
4 结论 |
(2)溪洛渡大坝混凝土断裂性能(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 大坝混凝土断裂性能研究进展 |
1.3 数字图像相关(DIC)法在混凝土断裂方面的应用进展 |
1.4 混凝土I型裂缝扩展准则研究进展 |
1.5 当前研究中存在的不足 |
1.6 本文研究内容 |
2 长龄期下溪洛渡大坝混凝土楔入劈拉试验 |
2.1 试验材料 |
2.2 试件尺寸 |
2.3 试验装置 |
2.3.1 加载装置 |
2.3.2 传力装置 |
2.3.3 数据采集装置 |
2.4 断裂参数计算原理 |
2.4.1 起裂荷载 |
2.4.2 断裂能 |
2.4.3 断裂韧度 |
2.5 试验结果 |
2.6 试件材料参数测定 |
2.7 本章小结 |
3 数字图像相关法观测全级配大坝混凝土楔入劈拉试件断裂过程 |
3.1 数字图像相关法测量原理 |
3.2 断裂过程区介绍 |
3.3 试验方案 |
3.3.1 试验设备 |
3.3.2 试验前期准备 |
3.4 DIC法观测楔入劈拉试件内部微裂缝张开宽度及裂缝形态 |
3.4.1 断裂过程区尖端定义 |
3.4.2 裂缝形态及内部微裂缝张开宽度的确定 |
3.5 试验结果与分析 |
3.6 本章小结 |
4 基于ANSYS平台的大坝混凝土楔入劈拉试验有限元模拟 |
4.1 裂缝粘聚力模型 |
4.2 混凝土I型裂缝扩展准则 |
4.3 楔入劈拉试件计算流程 |
4.4 数值计算结果与实验结果对比分析 |
4.5 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
(3)基于统计模型的低水头混凝土重力坝垂直位移影响因素分析(论文提纲范文)
0 引言 |
1 垂直位移影响因素分析 |
2 坝顶垂直位移统计模型建立 |
2.1 模型建立的主要考虑因素 |
2.2 模型表达式 |
2.2.1 上游水位分量 |
2.2.2 下游水位分量 |
2.2.3 温度分量 |
2.2.4 时效分量 |
3 工程实例运用及数值分析 |
3.1 工程概况及测点布设 |
3.2 建模时段分析 |
3.3 不同时段数据对比与应用分析 |
3.4 模型对比验证 |
3.5 垂直位移水压分量的进一步探讨 |
4 结论 |
(4)引江济汉工程安全监测自动化(论文提纲范文)
1 工程概况 |
2 监测布置 |
3 监测自动化系统 |
3.1 自动化系统总体构架 |
3.2 数据采集系统 |
3.3 数据通信系统 |
3.3.1 通信连接 |
3.3.2 通信设备技术指标 |
3.4 供电系统及防雷保护 |
3.5 信息管理及综合分析 |
4 监测自动化系统的主要功能 |
(5)混凝土坝垂直位移安全监测数据分析(论文提纲范文)
1 基本情况 |
2 垂直位移的统计模型及其成果分析 |
2.1 统计模型原理 |
2.2 垂直位移回归模型及成果分析 |
2.2.1 回归模型 |
2.2.2 精度分析 |
2.2.3 各主要影响量对坝体垂直位移的影响 |
2.2.3. 1 水压分量 |
2.2.3. 2 温度分量 |
2.2.3. 3 时效分量 |
3 结语 |
(8)左江水电站厂房、大坝渗漏处理(论文提纲范文)
1 前言 |
2 工程概况 |
3 厂房、大坝渗漏原因分析 |
3.1 渗漏点现状 |
3.2 渗漏水原因分析 |
4 渗漏处理 |
4.1 A点处理方法 |
4.2 B点处理方法 |
4.3 C点处理方法 |
5 结语 |
(9)基于支持向量机的大坝变形预测研究(论文提纲范文)
摘要 |
ABSTRACT |
致谢 |
第一章 绪论 |
1.1 课题背景 |
1.2 本课题研究的目的与意义 |
1.3 国内外研究现状 |
1.3.1 预测领域研究进展及现状 |
1.3.2 大坝变形预测的国内外研究现状 |
1.3.3 支持向量机应用于变形预测中的研究现状 |
1.4 本文研究的主要内容 |
第二章 大坝变形分析与建模的基本理论与方法 |
2.1 大坝变形几何分析 |
2.1.1 参考点的稳定性分析 |
2.2 大坝变形物理解释 |
2.2.1 大坝变形统计分析法 |
2.2.2 大坝变形分析确定函数法 |
2.2.3 大坝监控混合模型 |
2.3 大坝变形分析数据处理的基本理论与方法 |
2.3.1 大坝变形统计回归分析模型 |
2.3.2 大坝变形时间序列分析模型 |
2.3.3 大坝变形灰色系统分析模型 |
2.3.4 神经网络系统分析模型 |
第三章 统计学习理论和支持向量机 |
3.1 统计学习理论 |
3.1.1 概述 |
3.1.2 经验风险最小化 |
3.1.3 VC(Vapnik Chervoneakis)维 |
3.1.4 学习机推广能力的界 |
3.2 支持向量机(SVM)原理 |
3.2.1 支持向量机算法的发展历史和现状 |
3.2.2 支持向量机的应用研究 |
3.2.3 支持支持向量机基本思想 |
3.2.4 支持向量机核函数 |
3.3 支持向量机回归估计方法 |
3.3.1 支持向量机线性回归模型 |
3.3.2 支持向量机非线性回归模型 |
3.4 支持向量机训练算法 |
3.4.1 块选算法(Chunking) |
3.4.2 分解算法(Decomposing) |
3.4.3 序列最小优化算法(SMO) |
第四章 基于SVM的大坝监测模型 |
4.1 变形数据数据预处理及样本选择 |
4.1.1 变形数据预处理概述 |
4.1.2 输入数据预处理 |
4.1.3 样本选择 |
4.2 大坝变形预测模型 |
4.2.1 核函数的选择 |
4.2.2 参数的确定 |
4.2.3 预测模型算法 |
4.3 模型评价指标 |
4.4 基于支持向量机回归模型的训练步骤 |
第五章 大坝变形预测工程实例分析与比较 |
5.1 港口湾水库大坝监测概况 |
5.2 实测资料分析及预处理 |
5.2.1 观测资料分析 |
5.2.2 数据预处理 |
5.3 模型建立分析 |
5.4 预测结果与分析 |
5.5 与其他预测模型的比较分析 |
5.5.1 回归预测方法 |
5.5.2 BP神经网络预测法 |
第六章 总结与展望 |
6.1 总结 |
6.2 建议与展望 |
参考文献 |
(10)某水电站大坝5#坝段水平位移回归分析(论文提纲范文)
1 工程概况 |
2 大坝变形回归计算分析 |
2.1 回归模型 |
2.2 回归方程及其参数 |
2.3 回归成果分析 |
3 结论 |
四、长湖大坝垂直位移性态分析(论文参考文献)
- [1]观音阁水库坝体垂直位移影响因素分析[J]. 张赛. 黑龙江水利科技, 2019(08)
- [2]溪洛渡大坝混凝土断裂性能[D]. 黄佳健. 大连理工大学, 2019(02)
- [3]基于统计模型的低水头混凝土重力坝垂直位移影响因素分析[J]. 祖安君. 水利水电技术, 2018(05)
- [4]引江济汉工程安全监测自动化[J]. 严谨,袁君宝,沈培芬. 水利水电技术, 2016(07)
- [5]混凝土坝垂直位移安全监测数据分析[J]. 宋万石. 水科学与工程技术, 2015(05)
- [6]混凝土重力坝垂直位移统计回归模型与工程应用[J]. 吴彦,王金国,黄春华. 人民珠江, 2012(01)
- [7]某抽水蓄能电站下水库工程地质条件分析[A]. 张书光,应敬浩,王登科. 河南地球科学通报2010年卷(下册), 2010
- [8]左江水电站厂房、大坝渗漏处理[J]. 韦喜榴. 大坝与安全, 2008(06)
- [9]基于支持向量机的大坝变形预测研究[D]. 翟信德. 合肥工业大学, 2007(04)
- [10]某水电站大坝5#坝段水平位移回归分析[J]. 周光文,董建良. 江西测绘, 2006(03)