TCA测量机器人在大坝变形监测中的应用

近年来我国在西南地区,规划建设了许多大型的水利枢纽工程,但如何确保这些水利设施的安全运营,成了目前研究的热门课题。大坝变形监测是大坝安全监测系统的一个主要项目。本文以紫坪铺大坝变形监测系统为例,详细介绍了LEICA测量机器人自动观测系统的方案设计以及质量评价,以期能够对其他类似工程提供一点经验借鉴。     

GPS在石门子水库大坝外部变形监测中的应用

文中以石门子水库大坝变形监测为例,详细介绍了G PS观测中观测点遇到障碍物遮挡问题的处理及G PS观测后基线处理,并对G PS在石门子水库大坝外部变形监测中取得结果进行分析、总结。为工程测量提供参考。     

GPS技术在大坝倾倒体水平位移监测中的应用

结合某大坝倾倒体水平位移监测项目,阐述了GPS变形监测网数据处理理论和实践,利用多期获得变形数据,对水库倾倒体监测体进行变形分析,得出了一些有益结论。     

宝钢引水库大坝水平位移监测评价和变形分析

本文对宝钢引水库大坝的水平位移监测网的布设方案,采用灵敏度和可靠性准则进行了网的优化设计计算,从监测网的质量准则出发,对布网方案作了若干探讨。从二十五期观测资料中选出十三期进行了水平位移计算和变形的几何分析。指出,在变形分析中正确选取基准的重要意义和据多期位移值进行变形预报的一些方法,并定性地讨论了该大坝变形的物理解释。本文所作的工作对类似大坝的水平位移监测和成果处理具有实际意义。     

大坝变形预测的支持向量机模型

针对大坝变形具有强非线性的特点以及在采用传统神经网络模型进行预测时存在局部极小、过学习等问题,提出一种新的大坝变形预测方法——支持向量机方法。该方法基于统计学习理论,采用结构风险最小化原则,保证了模型具有很强的泛化性能,并通过求解一个二次规划问题确保模型具有全局最优。以东江大坝变形预测为实例,说明了该方法的可行性和有效性。     

平原水库大坝区域近期变形特征分析

针对某平原水库大坝建坝以来发生的变形特征,该文提出了基于大坝坝基变形点、坝后工作基点以及坝区变形监测点的综合分析法。分析结果表明:由于东坝和西坝区域受水的压力比较小;东西坝的变化非常小;北坝受水的影响大,水的推力和压力导致坝基变形点沉降后大坝北侧工作基点以外区域有略微抬升;以大坝坝基为界,以北区域在一定范围内有所抬升,大的区域基本没有反应。     

进化多核相关向量机的大坝变形预测

针对大坝变形系统的非线性、复杂性以及不确定等特点,提出一种优化多核相关向量机的大坝变形预测模型方法。通过对实验数据进行归一化处理,核函数的加权组合以及遗传算法对模型参数的优化,建立遗传算法优化多核相关向量机的大坝变形预测模型。实验结果表明:数据归一化能归纳统一样本的统计分布性,加快梯度下降求解最优解速度和提高预测精度;优化的加权核函数能有效提高模型预测精度;各项精度指标值均优于BP神经网络方法、多项式核相关向量机方法预测精度,证实优化的多核相关向量机模型是一种精度较高的大坝变形预测方法。     

基于基因表达式编程的大坝位移强度聚类分析研究

在水利水电事业不断发展的今天,大坝的变形监测显得尤其的重要。大坝变形监测的最终目的是通过监测点的变形数据来预测大坝变形未来的变形量。这也是传统的大坝变形监测常用的预测方法,然而这些方法都只是针对单个监测点进行预测,却不能反映大坝的整体形变。对于大坝整体变形的研究方面,虽然出现了一些有关多测点的研究方法,但距离大坝整体变形的目标还是相差甚远。针对这种情况,本文提出用聚类分析的方法来研究大坝整体变形规律。并将具有高效的全局搜索能力和高效的数据挖掘能力的进化算法---基因表达式编程算法用于聚类分析模型的建立中。提出基因表达是编程的大坝位移强度聚类分析模型。通过实例证明该模型能够反映大坝的整体变形规律。     

G PS 在石门子水库副坝变形监测中的应用

以石门子水库副坝（土石坝）变形监测为例,介绍了其监测方法及对观测数据的处理和分析,采用G PS平面拟合高程进行水库竖向位移监测,其精度与三等水准精度相当,而且可以将平面与竖向位移同时观测,大大提高了测量效率,节省了人力和物力。     

IBIS-L系统及其在大坝变形监测中的应用

主要介绍了地基合成孔径雷达,阐述了干涉测量成像系统IBIS-L的结构和基本原理,将IBIS-L系统应用于国内外几个大坝的变形计算与分析,获得了较为准确的大坝位移量,认为IBIS-L系统可以应用于大坝的变形监测,同时认为大坝变形监测时受大气的影响较大,如何有效地进行大气影响改正和提高IBIS-L技术的变形监测精度是值得深入研究的课题。     

卡尔曼滤波在坝体变形监测中的应用

介绍了卡尔曼滤波算法的基本思想,通过建立卡尔曼滤波模型对某大坝变形监测数据进行处理,结果表明：卡尔曼滤波算法能够有效地减弱随机噪声的干扰,并能较准确地对未来时刻的状态进行预测。     

ARIMA乘积季节模型在大坝位移监测中的应用

提出了应用ARIMA乘积季节模型对大坝位移监测数据进行分析和预报的新方法,并给出了基于开源R语言建立乘积季节模型的方法步骤和关键技术。结合某大坝径向位移监测数据进行计算分析,结果表明：ARIMA乘积季节模型能较准确地预报大坝位移趋势,具有较高的预测精度。     

新疆塔西河石门子水库大坝变形监测初步分析研究

本文对新疆玛纳斯石门子水库大坝变形监测网的设计进行了论述,介绍了该监测网的实施方法,并对变形监测成果进行了初步的分析研究。     

基于TM30的坝体外部变形监测与数据处理

介绍了TM30测量机器人及其自动目标识别(ATR)技术,分析了TM30在坝体外部变形监测中的优越性。以青衣江某水电站坝体外部变形监测为例,给出监测方法并分析了可行性,应用差分改正方法对观测数据进行处理,处理结果满足坝体监测的精度要求。该方法提高了工作效率,节约了工程成本,对同类工程具有一定的参考价值。     

隔河岩大坝外观变形数据的处理和分析

提出综合采用滤波、整体平差的数据处理方法,使大坝形变监测精度得到了很大的改善。通过具体算例表明,该方法能大幅度提高大坝形变监测精度,从而验证了该方法的正确性与可行性。