闸坝安全监测模型构建及运用
大坝变形监测数据分析与模型建立
大坝变形监测数据分析与模型建立概述：本文旨在对大坝变形监测数据进行分析，并建立相应的模型以提供更加准确的预测和监测手段。
通过对大坝变形监测数据的分析，我们可以更好地评估大坝的安全性，及时发现潜在的问题，并采取相应的措施以确保大坝的可靠性和稳定性。
一、大坝变形监测数据分析1. 数据收集与整理首先，我们需要收集大坝变形监测的相关数据，包括测量点坐标、位移变化数据等。
这些数据可以通过传感器、测量设备等获取，并进行整理和存储以便后续分析使用。
2. 数据预处理在进行数据分析之前，我们需要对原始数据进行预处理。
这包括数据清洗、异常值处理、数据平滑等步骤，以确保数据的准确性和可靠性。
3. 数据分析通过对大坝变形监测数据的分析，我们可以从不同维度来评估大坝的变形情况。
常用的分析方法包括：- 坐标变形分析：通过对监测点的坐标数据进行处理和分析，可以得到大坝在空间上的变形情况，包括平移、旋转和变形形态等。
- 位移变化分析：通过对监测点的位移变化数据进行时间序列分析，可以得到大坝的动态变化情况，包括位移速率、加速度等信息。
- 形变分析：通过对监测点的位移变化数据进行差分运算、形变分析等，可以得到大坝的形变分布情况，包括横向位移、纵向位移等。
4. 变形异常识别与预警通过对大坝变形监测数据的分析，我们可以识别出异常变形情况，并进行预警。
这些异常可能包括大坝整体性的变化、局部部位的异常变形等。
及时识别和预警这些异常变形情况有助于采取相应的措施以确保大坝的安全性。
二、大坝变形模型建立1. 模型选择在建立大坝的变形模型之前，我们需要选择合适的模型。
模型的选择依赖于大坝的特性和监测数据的情况。
常用的模型包括物理模型、数学模型等。
2. 模型参数估计在模型建立过程中，我们需要对模型的参数进行估计。
这可以通过最小二乘法、最大似然估计等方法进行。
通过合理的参数估计，可以提高模型的准确性和可靠性。
3. 模型验证在建立模型之后，我们需要对模型进行验证。
大坝安全监测方案
高胆固醇食物的替代选择胆固醇是一种脂类物质，存在于很多动物食物中，尤其是肉类和奶制品中。
高胆固醇摄入与心血管疾病的发生密切相关。
因此，控制饮食中的高胆固醇食物摄入对于维护健康至关重要。
幸运的是，有很多替代选择可以帮助我们减少摄入高胆固醇的食物，提供更为健康的饮食选择。
1. 植物蛋白替代动物蛋白：豆类和豆制品是优秀的蛋白质来源，同时含有较少的胆固醇。
大豆、扁豆、红豆等都是不错的选择，它们富含优质的植物蛋白，可以替代部分或全部的动物蛋白，如肉类和乳制品。
豆腐、豆浆和豆类制品也是良好的蛋白质来源。
2. 好脂肪替代坏脂肪：饮食中的一部分脂肪是必需的，但是我们应该选择健康的脂肪来代替高胆固醇的坏脂肪。
橄榄油、亚麻籽油和花生油都是富含健康脂肪酸的选择。
这些好脂肪能提供必需的营养素，同时降低胆固醇水平。
3. 谷物和杂粮取代精制谷物：精制谷物经过加工处理，大部分的营养成分被去除，而杂粮和全谷物包含丰富的纤维和维生素。
选择全麦面包、糙米、燕麦等食物来取代白面包、白米饭和糖果能提供更多的营养素，同时帮助调节胆固醇。
4. 富含纤维的水果和蔬菜：水果和蔬菜是健康饮食的关键。
蔬菜和水果富含纤维，这有助于身体消化食物、排除废物和降低胆固醇水平。
蔬菜的多样性很重要，包括深色叶菜、红色蔬菜和豆类等。
同时，选择富含维生素C的水果，如柑橘类水果、草莓和猕猴桃，也是明智的选择。
5. 低脂奶制品：虽然奶制品中含有胆固醇，但选择低脂或非脂肪奶制品仍然是良好的选择。
牛奶、酸奶和乳酪等都是蛋白质和钙的良好来源，但应避免高脂肪奶制品，如黄油和奶油。
6. 高纤维坚果替代甜点：坚果虽然富含脂肪，但它们富含健康的脂肪和纤维，并且有助于降低胆固醇。
选择杏仁、核桃、腰果和葵花籽等坚果作为零食，可以替代高糖、高胆固醇的甜点。
总结起来，减少高胆固醇食物的摄入可以通过选择植物蛋白、好脂肪、全谷物、富含纤维的水果和蔬菜、低脂奶制品和高纤维坚果来实现。
通过合理搭配这些食物，我们可以享受美味的同时保持健康的胆固醇水平。
大坝安全监测与控制系统设计与实现
大坝安全监测与控制系统设计与实现近年来，随着国家水利建设的进一步发展，大坝建设也迎来了一个高峰期。
虽然大坝建设方便了人们的生活和经济发展，但是也给社会带来了极大的安全隐患。
因此，建立一套高效的大坝安全监测与控制系统对于保障人民生命财产安全至关重要。
一、大坝安全监测系统的设计与结构大坝安全监测系统是指对大坝水文、水文、水文、结构、周边环境等因素进行实时监控和预报，实现对大坝安全的持续、全面、科学的监测和控制的系统。
大坝安全监测系统包括传感器、数据采集器、通信模块、数据处理与分析、系统控制与管理等几个方面。
（一）传感器传感器是大坝安全监测系统的核心部件之一。
传感器的作用是对大坝周围的各种监测要素进行实时监测和数据采集，并将数据传递给数据采集器。
传感器常用的有测水位传感器、量河流量传感器、渗流传感器、地震传感器、温度传感器、湿度传感器等，通过对这些传感器数据的监测和分析，确定大坝是否存在安全隐患。
（二）数据采集器数据采集器是大坝安全监测系统的数据采集和传输设备。
它的作用是对传感器采集到的数据进行处理后，通过通信模块上传到数据处理中心进行存储和分析。
数据采集器的主要接口有模拟量接口、数字量接口、通讯口、定时口等，数据采集设备的稳定性和可靠性直接关系到系统的可靠性和精确度。
（三）通信模块通信模块的作用是采集到的信息传递给数据处理和分析中心进行处理分析，通信模块一般包括有线通信和无线通信两种。
大坝安全监测系统的通信模块必须保证高速、高带宽、低时延和稳定性。
（四）数据处理与分析数据处理与分析是大坝安全监测系统中的另一个重要的部分。
数据处理与分析是通过大数据处理和机器学习等技术来对大坝周边环境从各个方面进行高精度的评估和预测。
（五）系统控制与管理传感器、数据采集器、通信模块等监测设备的控制和管理是由系统控制与管理模块实现的。
该模块主要完成对监测设备的状态监测及时告警，数据采集周期设置和查询控制，数据传输模式控制等功能。
大坝安全监测自动化解决方案
大坝安全监测自动化解决方案目录第一部分大坝安全监测系统 (1)一. 系统概述 (1)二. 系统组成 (1)三. 系统设计 (1)四. 组网方式及数据流程 (5)五. 大坝安全监控系统功能 (5)5.1用户管理 (5)5.2系统配置管理 (6)5.3运行管理 (6)5.4系统状态管理 (6)5.5数据管理 (6)5.6报表生成 (6)5.8曲线绘制功能 (6)六. 主要设备技术指标 (7)6.1渗压计 (7)6.2量水堰计 (7)6.3库水位计 (7)6.4雨量计 (7)6.5分布式网络测量单元 (8)第二部分GPS坝体变形监测系统 (10)一．系统概述 (10)二．系统结构 (10)三．基准站 (11)四．监测站 (12)五．数据处理中心 (12)二十三.第三章软件系统功能 (12)第一部分大坝安全监测系统一. 系统概述整套系统采用分层分布的优化设计方法，硬件及软件系统均采用模块化、开放式结构设计，以方便系统升级以及与其它系统的连接。
关键部件选国外原装产品，配以国内的成熟技术与产品，系统设计力求较高的稳定性、可靠性、灵活性、可操作性和可扩展性，以利主坝后期子坝和副坝自动化安全监测的扩展设计安装，系统内部的通讯完全采用数字信号的传输。
二. 系统组成测量系统由计算机、安全监测系统软件、测量单元、传感器等组成，可完成各类工程安全监测仪器的自动测量、数据处理、图表制作、异常测值报警等工作。
系统软件基于WINDOWS工作平台，集用户管理、测量管理、数据管理、通讯管理于一身，为工程安全的自动化测量及数据处理提供了极大的方便和有力的支持。
软件界面友好，操作简单，使用人员在短时间内即可迅速掌握并使用该软件；三. 系统设计依据坝体现在状况，分别进行坝体渗流监测、水位监测、降雨量监测，具体配置如下：1.2.1坝体渗流监测（1）坝体浸润线监测一般监测断面不少于3个，监测断面位置一般选择在最具有代表性的、能控制主要渗流情况和估计可能出现异常渗流情况的横断面上，如最大坝高断面、原河床断面、合龙坝段、坝体结构有变化的断面和地质情况复杂的断面等，断面间距一般为100~200m。
闸门的安全监测方案
闸门的安全监测方案1. 引言闸门是一种常见的水利工程设施，主要用于水库、河流和运河等场所的水位调节和防洪措施。
由于闸门常常遭受水流冲击、物理力和自然环境等因素的影响，所以需要进行安全监测，以确保其正常运行和使用。
本文将介绍闸门安全监测方案，包括监测系统的构成、监测参数以及监测数据的处理和分析方法。
2. 监测系统的构成闸门的安全监测系统主要由传感器、数据采集设备和数据处理软件三个部分组成。
2.1 传感器传感器是闸门安全监测系统的核心部件，用于实时感知和采集与闸门安全相关的参数。
常用的传感器包括：•压力传感器：用于测量闸门所受水流的压力，以判断是否超出设计范围；•位移传感器：用于监测闸门的开度和开闭速度，以确保闸门的正常运行；•倾角传感器：用于监测闸门的倾斜情况，以防止倾倒和破坏；•温度传感器：用于监测闸门的温度变化，以便及时采取相应措施。
这些传感器需要安装在闸门的关键部位，以实现全面的监测和控制。
2.2 数据采集设备数据采集设备用于收集传感器采集到的数据，并将其传输到数据处理软件进行处理和分析。
数据采集设备需要具备以下功能：•多通道数据采集：能够同时连接多个传感器进行数据采集；•数据存储与传输：能够存储大量数据并支持数据传输到数据处理软件；•实时监测与报警：能够实时监测传感器采集到的数据，并在发现异常时发出警报。
常用的数据采集设备有数据采集卡和数据采集器，根据具体需求选择适合的设备。
2.3 数据处理软件数据处理软件负责对采集到的数据进行处理和分析，并根据一定的算法进行监测和预警。
数据处理软件需要具备以下功能：•数据接收与解析：能够接收数据采集设备传输过来的数据，并解析为可读取的格式；•数据处理与分析：能够对数据进行处理和分析，并提取其中的关键信息；•监测与预警：能够根据预设的监测参数和算法进行实时监测和预警；•数据可视化与报表生成：能够将监测结果以图表和报表的形式展示。
常用的数据处理软件有MATLAB、LabVIEW和Python等，根据具体需求选择适合的软件。
中小型水库大坝安全自动监测系统解决方案
中小型水库大坝安全自动监测系统解决方案
1.系统架构：
中小型水库大坝安全自动监测系统的架构应包括监测设备部分、数据传输与处理部分和应急响应与预警部分。
监测设备包括应力监测、位移监测、渗流监测、测斜监测等；数据传输与处理部分应具备实时传输数据、自动处理数据、存储数据和生成报表等功能；应急响应与预警部分应包括自动报警、人工干预、应急预案和紧急疏散等。
2.监测设备：
应力监测设备采用应力传感器，实时监测大坝内部应力情况，当应力超过一定范围时进行报警；位移监测设备采用位移传感器，监测大坝位移情况，当位移超过预设值时进行报警；渗流监测设备采用渗流传感器，监测大坝渗流情况，当渗流速率过大或破坏大坝结构时进行报警；测斜监测设备采用测斜仪，实时监测大坝的倾斜情况，当倾斜超过一定角度时进行报警。
3.数据传输与处理：
监测设备采集的数据通过无线传输至数据中心，数据中心负责接收、存储和处理数据。
数据中心应具备实时传输、自动处理数据和存储数据的功能。
实时传输保证监测数据及时到达，自动处理数据可以通过算法分析数据，提取异常情况，并自动生成报警信息。
存储数据方便后续数据查询与分析。
4.应急响应与预警：
5.其他功能：
系统还可以包括数据报表生成和分析功能，用于提供历史数据查询，
监测数据趋势分析和决策支持。
同时，系统应具备远程监测功能，方便管
理人员随时随地查看大坝安全状态，进行远程控制和应急响应。
综上所述，中小型水库大坝安全自动监测系统应具备完善的系统架构，包括监测设备、数据传输与处理和应急响应与预警等功能。
该系统能够实
时监测大坝的安全状态，及时报警并生成应急预案，为保障水库大坝的运
营安全提供有力支持。
大坝安全监控理论与应用-确定性模型和混合模型
2.混凝土温度计较少或不连续情况 混凝土温度场分四个分量：初始温度场、水化热散发产生 的温度分量、周期分量以及随机分量。
初始温度场→初始位移场；
随机分量对坝体的总变形影响较小。
（2）湿胀（或干缩） 在水库蓄水后的1～2年内，坝体上游3～4m范围，混凝土
含水量增加约1.5％，产生湿胀应力，并接近常量。干缩较复 杂，也由常数反映。
水压、温度和时效影响同变形
（二）有效应变和应力
应变分总应变、自身体积变形和有效应变。
（1）应变计算
①差动电阻传感器
所测到的原始资料是电阻和电阻比，需换算求得应变值。其 换算公式如下：
水化热，通过较少的温度计→求得温度计形函数（x,y,z）
确定水化热产生的变温场。 周期分量：一般年周期影响最大。并考虑温度随时间的变 化。
若导温系数也未知，通过假设导温系数→温度场→位移场
然后，同样用参数ζ来修正。
3.无混凝土温度，只有边界温度 用有限元计算变温场和位移场。对导温系数和线膨 胀系数，通过位移实测资料较小修正。
（四）确定模型一般表达式
X1H Y2H Z3H JT
式中：水压和温度分量用有限元计算；时效分量用统计 模型表达式或非线性有限元计算
（五）混合模型一般表达式
m2
X1H Y2H Z3H biTi i 1
式中：水压用有限元计算；温度分量和时效分量用统计 模型表达式
二 参数估计
（2）偶然误差
➢各种量测误差，如水位、温度、位移等
➢量测不同步引起的误差；
➢有限元计算误差，位移计算一般小于5%。
大坝变形监测技术综合评价模型构建
大坝变形监测技术综合评价模型构建本文将介绍大坝变形监测技术综合评价模型的构建方法和重要性。
大坝是人类为了水资源利用和环境保护而修建的一类重要工程，其变形监测是确保大坝安全运营的关键措施。
1. 引言大坝作为重要的水利工程，其安全是保障人民生命财产安全的重要条件。
大坝的变形监测技术可以实时准确地监测大坝的变形情况，并提供重要的数据供工程师和决策者进行安全评估和风险管理。
因此，构建一种准确可靠的大坝变形监测技术综合评价模型非常重要。
2. 大坝变形监测技术概述大坝变形监测技术包括传统的测量仪器、遥感技术、地理信息系统（GIS）和无人机技术等。
这些技术能够通过测量、观测和获取大坝的各种形变数据。
大坝变形的评价主要包括平面变形、竖向变形、温度变形和沉降变形等。
3. 构建大坝变形监测技术综合评价模型的重要性构建大坝变形监测技术综合评价模型可以实现以下目标：3.1 灵敏度分析：通过不同监测技术的数据对比，确定各种变形监测技术的灵敏度，从而评估不同技术的可靠性和适用性。
3.2 故障检测：结合各种监测技术的数据，可以准确判断大坝是否存在潜在的故障，并及时采取必要的修复和维护措施。
3.3 变形预测：通过对历史数据的分析，可以建立大坝的变形预测模型，为大坝的日常维护和管理提供一定的依据。
4. 大坝变形监测技术综合评价模型构建方法4.1 数据收集：收集与大坝变形相关的各种监测数据，包括传统的测量仪器数据、遥感数据、GIS数据和无人机数据等。
4.2 数据预处理：对收集到的数据进行预处理，包括数据清洗、数据校正和数据对齐等。
确保数据的准确性和一致性。
4.3 变形指标选择：根据大坝的不同类型和结构特点，选择合适的变形指标进行评估，如位移、扭转、应变等。
4.4 模型构建：结合收集到的数据和选择的变形指标，建立综合评价模型。
可以采用数据挖掘、机器学习和人工智能等方法，进行模型的训练和优化。
4.5 模型评估与应用：对构建的综合评价模型进行评估，比较模型的预测结果与实际监测数据的差异。
闸坝扬压力监测分析数学模型及工程应用
闸坝扬压力监测分析数学模型及工程应用【摘要】在对影响混凝土闸坝扬压力的主要因素进行分析基础上，建立了闸坝扬压力监测资料分析的数学统计模型，分析了某实际工程闸坝的实测扬压力变化规律，为评价大坝运行性态提供了依据。
【关键词】闸坝；扬压力；监测；数学模型0 引言扬压力监测是闸坝安全监测的重要项目之一，影响扬压力大小的因素有上、下游水位、帷幕的工作状态、排水系统及库内泥沙淤积对基岩裂隙的堵塞、降雨及渗透作用等，而温度则通过影响基岩裂隙张开度而间接影响扬压力大小。
这些影响因素除有周期性变化规律以外，还受随机性因素的影响，且大坝扬压力监测亦存在观测误差。
因此，本文通过建立扬压力分析数学模型来反映上述因素对大坝扬压力的影响，并从中找出规律，从而对大坝扬压力状态作出预估和监控。
1 数学模型构建影响坝基扬压力大小的因素有上、下游水位、帷幕的工作状态、排水系统及库内泥沙淤积对基岩裂隙的堵塞、降雨及渗透作用等。
因此在统计分析中，模型的因子初选是极为复杂的。
通常可按以下形式构造扬压力分析数学模型：（1）库水位分量（2）温度分量扬压力与温度变化并无直接关系，但由于温度变化会引起基岩裂隙张开度的改变而间接影响扬压力的测值，一般情况下温度因素对扬压力测值的影响较小，特别是对于处在水位较深处的扬压力测点，测值影响更是如此，因此，本文按温度周期变化特点考虑其对扬压力测值的影响，并构造如下分量函数：（3）时效分量泥沙的淤积情况是越靠近坝踵、颗粒越细小，这是由于水流速度由库尾至坝前逐渐减慢的缘故。
随着泥沙的不断淤积，使坝基附近的上游面铺盖层逐年增厚，影响坝基渗流场，这种作用实际上与时间有关，因此，分析中采用如下的模式考虑其时效分量：根据坝基扬压力实际测值数据系列进行回归分析，可获得其相应的模型参数。
2 模型的工程应用2.1 工程概况某混凝土闸坝位于大渡河右岸一支流上，坝顶高程1679.00m，最大坝高35.50m，坝顶长181.5m，从左至右依次布置有8个挡水坝段、3孔泄洪闸、1孔冲砂排污闸和右岸侧向发电取水闸；坝前正常蓄水位为1678.0m，死水位为1666.0m，总库容162.1万m3。
大坝安全监测技术与应用研究
大坝安全监测技术与应用研究一、引言大坝作为水利工程的重要组成部分，在防洪、发电、灌溉、供水等方面发挥着关键作用。
然而，大坝的安全问题始终是人们关注的焦点。
为了确保大坝的稳定运行和安全可靠，大坝安全监测技术应运而生，并在不断的发展和完善中得到广泛应用。
二、大坝安全监测的重要性大坝的安全与否直接关系到人民生命财产安全和社会经济的稳定发展。
一旦大坝发生事故，可能会引发洪水泛滥、电力中断、交通瘫痪等一系列严重后果。
通过对大坝进行安全监测，可以及时掌握大坝的运行状态，发现潜在的安全隐患，并采取有效的措施加以防范和处理，从而保障大坝的安全运行。
三、大坝安全监测技术（一）变形监测技术变形监测是大坝安全监测的重要内容之一，主要包括水平位移监测、垂直位移监测和倾斜监测等。
常用的变形监测技术有：1、大地测量法通过使用全站仪、水准仪等测量仪器，对大坝的控制点进行定期观测，从而获取大坝的变形数据。
这种方法精度较高，但观测周期较长，工作量较大。
2、全球定位系统（GPS）测量法利用 GPS 卫星定位技术，可以实现对大坝的实时、连续监测。
GPS 测量法具有精度高、自动化程度高、不受通视条件限制等优点，但在一些复杂环境下，信号可能会受到干扰。
3、测量机器人技术测量机器人是一种集自动测量、自动计算、自动存储等功能于一体的智能测量设备。
它可以在无人值守的情况下，按照预设的观测程序对大坝进行自动监测，并将监测数据实时传输到控制中心。
（二）渗流监测技术渗流是影响大坝安全的重要因素之一。
渗流监测主要包括渗流量监测、渗透压力监测和水质监测等。
常用的渗流监测技术有：1、量水堰法通过在大坝下游设置量水堰，测量渗流的流量。
这种方法简单直观，但精度较低。
2、渗压计法在大坝内部埋设渗压计，测量渗透压力的变化。
渗压计具有精度高、稳定性好等优点，但安装和维护较为复杂。
3、示踪剂法在大坝上游投放示踪剂，通过监测下游水体中示踪剂的浓度和分布，来分析渗流的路径和速度。
大坝安全监控理论与应用-统计模型
δ H = δ 1 H + δ 2 H + δ 3H
δ H 的数学表达式
式中： ai , a f , ab , a1i , a 2i , —回归系数。
——大坝安全监控理论与应用 —— 大坝安全监控理论与应用
2．温度位移分量的因子选择
温度位移分量是由于坝体混凝土和基岩温度变化引起的位 应选择坝体混凝土和基岩的温度计测值作为因子。 移。应选择坝体混凝土和基岩的温度计测值作为因子。
——大坝安全监控理论与应用 —— 大坝安全监控理论与应用
回归因子的筛选
考虑 m 个因素(自变量)对因变量的作用，即哪些是主要因素，哪些是次要因素。
1．标准回归系数比较法 ．
回归系数bi表示在其他所有因素不变的条件下，xi变化一个单位所引 起的y平均变化的大小，因此它的绝对值越大，该因素就越重要。然而， 回归系数是有单位的。为此，进行标准化 ：
大坝位移变形主要受水压分量 δ H 、温度分量 δ T 和
时效分量 δ θ 3 种因素影响
为了将各影响因素与变形之间建立定量关系，可按 逐步回归分析建立统计学模型，求出反映变形变化规律 的最优回归方程 。
如果考虑裂缝的影响，则需要附加裂缝位移分量 δ J
δ (δ x 或δ y 或δ z ) = δ H + δ T + δ θ + δ J
（2）标准化的法方程式 求出 bi′ (i=1，2，…，m)后，当简单相关系数 rij =
n
S ij S ii S jj
≈0(i≠j)时，可用 bi′
的大小来估计 xi 对 y 的作用。其中， Sij = ∑ ( xit − xi )( x jt − x j ) 。
t =1
2．偏回归平师 Tel： Tel：83786581 Email： Email：zhengdj@
大坝安全监控理论与应用-统计模型5
（3）K（T）中因子的选择，分析温度的影响
如测缝计13－9，对气温的变化极为敏感，它随气温的波动而 波动，温度升高坝体膨胀裂缝宽度减小，反之增大。由回归方 程中的温度分量表达式知，Ｋ（Ｔ）不仅与当日气温有关，而 且与前１～１５天气温、水温以及混凝土温度有关。下图曲线
的不利因素影响，使某些部位产生大于材料抗拉强度的应 力而造成的。
——大坝安全监控理论与应用 ——
一、裂缝开合度的统计模型及其分析
①施工期原有裂缝的存在，是后期裂缝扩展的重要原因。 ②大坝运行期不利的荷载组合，是裂缝产生和扩展的重要
因素。 ③裂缝受混凝土流变效应、缝端塑性变形以及渗流效应的
影响，是裂缝产生和扩展的重要原因。
——大坝安全监控理论与应用 ——
如右图为测缝计13－9的水压分量 K(H)～Ｈ的关系曲线，由图可以看出：
当水位较低时（88.50ｍ以下），Ｋ （Ｈ）随水位升高而增大，当水位升高 到88.50ｍ时，裂缝开度出现极大值 0.78ｍｍ；随着水位的继续升高，Ｋ （Ｈ）随水位升高反而减小，当水位升 高至113.0ｍ，裂缝开度出现最小值 0.85ｍｍ，也就是说，出现两个“驻 此点后”裂。缝又随水位升高而增大，当水位升高至125.35ｍ时，裂 缝开度达到水位在88.50ｍ时的值（0.78ｍｍ）。为防止裂缝的 继续开裂，运行水位不宜超过125ｍ和低于88.5ｍ。
大坝安全监测资料正分析方法
统计模型（三） 博士生导师
——大坝安全监控理论与应用 ——
地下洞室周壁变形的统计模型
一 无支护的洞室（简称毛挖洞室）在施工期周壁变形的统 计模型 在岩体中开挖地下洞室，其周壁变形的变化规律，将直接反 映围岩的稳定或影响合理选择支护的时间和型式。
中小型水库大坝安全自动监测系统解决方案
中小型水库大坝安全自动监测系统解决方案一、背景中小型水库大坝在灌溉、发电、防洪等方面起到重要作用，然而由于诸多因素的影响，如自然灾害、人为破坏等，水库大坝可能存在一定的安全隐患。
为了及时发现并防范潜在的安全问题，建立一个高效可靠的水库大坝安全监测系统显得至关重要。
二、系统架构1.监测仪器设备：包括水位测量仪器、渗流监测仪器、变形测量仪器、温度监测仪器等。
2.数据传输系统：将监测到的数据传输到数据处理中心。
3.数据处理中心：对接收到的数据进行分析处理，并根据预设的安全标准和算法进行实时监测和预警。
4.警报系统：当发现潜在的安全隐患时，及时向相关部门、人员发送警报信息。
5.远程监控与管理系统：允许用户通过互联网远程访问和管理该系统。
三、监测指标及仪器设备1.水位监测：通过使用超声波等测量技术的水位仪器进行监测，实时获取水位信息。
2.渗流监测：采用压力式和流速式渗流仪器，测量渗流量和温度，判断基础渗流以及溢流情况。
3.变形监测：使用测站、地面变形监测仪器，记录监测点的变形信息，分析判断大坝是否发生变形。
4.温度监测：通过温度传感器等仪器，实时监测水库大坝内部和周围环境温度变化，发现异常情况。
以上仪器设备需要定期进行校准和维护，以确保监测数据的准确性和可靠性。
四、数据传输与处理监测仪器设备采集到的数据会通过无线传输技术（如物联网技术）传输到数据处理中心。
数据传输系统需要具备高效、稳定的数据传输能力，同时保证数据的安全性和机密性。
数据处理中心是系统的核心，负责接收、储存、处理和分析监测数据，并根据预设的算法和安全标准进行实时监测和预警。
五、警报系统当监测数据异常或超出安全范围时，警报系统会自动发出警报信号，同时向相关部门、人员发送警报信息。
警报系统应具备可靠的报警功能，确保及时有效地向相关人员传递警报信息，以便采取紧急措施。
六、远程监控与管理系统七、总结中小型水库大坝安全自动监测系统可以实时监测水位、渗流、变形和温度等指标，及时发现潜在安全隐患，并通过警报系统向相关部门、人员发送警报信息。
大坝安全监控理论与应用-统计模型
n
2
m
回归平方和。
——大坝安全监控理论与应用 —— 大坝安全监控理论与应用
对一定的子样， S yy 是定值，则 Q 越小，U 越大，说明回归值与实测值的拟合精 度越好；反之，则拟合精度越差。
2. 复相关系数 复相关系数R
为了表示 y 对 x1 ,x2 ,x3,……xm 呈线性相关的密切程度，用复相关系数 R= 来表示。 从上式看出：R 表示回归平方和占总离差平方和的大小。R 越大，U 越大，Q 越 小，则表示线性回归的效果就越好。因而 R 在一定程度上是衡量预报取值精度 的指标。
大坝安全监测资料正分析方法
郑东健 教授 博士生导师 Tel： Tel：83786581 Email： Email：zhengdj@
——大坝安全监控理论与应用 —— 大坝安全监控理论与应用
目的和任务
正分析的目的
建立数学监控模型，评价大坝运行工况。 建立数学监控模型，评价大坝运行工况。 提取各个分量(特别是时效分量 进行物理解释， 特别是时效分量)进行物理解释 提取各个分量 特别是时效分量 进行物理解释，借以分析大坝等水 工建筑物的工作性态。 工建筑物的工作性态。
自变量和因变量的关系
荷载对大坝的作用受多种因素影响
坝型、筑坝材料、工程阶段、施工方式、 坝型、筑坝材料、工程阶段、施工方式、地质结构情况 变形受水荷载、温度、渗流、 变形受水荷载、温度、渗流、周围环境以及时效等影响 渗流监测量受库水压力、岩体节理裂隙的闭合、 渗流监测量受库水压力、岩体节理裂隙的闭合、坝体应力 防渗工程措施以及时效等影响。 场、防渗工程措施以及时效等影响。
当 Fm,n −m−1 ≥ F fα, f2 时，说明线性回归在 α 水平上显著，回归方程有效；若 1 Fm ,n −m −1 < Ffα , f 2 ， 说明回归方程无效。 其中 F fα, f2 表示 F 的临界值， 可根据 α 查 F 分 1 1 布表求得； f1 = k ， f 2 = n − m − 1 ；α 称为信任系数或显著水平，一般取 1％～5 ％。
大坝安全监测设计方案
大坝安全监测设计方案为了确保大坝的安全运行和预防潜在的灾难，建立一个完善的大坝安全监测系统至关重要。
以下是一个针对大坝安全监测的设计方案：1.监测设备：首先，需要在大坝周围和水坝内部安装一系列监测设备用于监测水位、地下水位、地下水压力、地震活动、温度变化等重要参数。
这些监测设备可以包括压力计、水位仪、地下水位仪、地震仪和温度传感器等。
2. 数据采集和传输：监测设备需要通过传感器实时采集数据，并通过无线或有线网络传输到数据中心。
数据中心可以设在坝址附近的地方，用于集中处理和分析数据。
3. 数据处理和分析：数据中心通过数据处理软件对监测数据进行实时处理和分析，以便及时发现任何异常情况和潜在风险。
同时，数据中心应该建立一套完整的数据库用于存储历史监测数据，以便对比和分析。
4. 预警系统：一旦监测数据出现异常，数据中心需要立即触发预警系统，向相关部门发出警报，以便采取相应的措施。
预警系统可以包括声光报警器、短信报警、电话报警等多种形式。
5. 定期检查和维护：监测设备需要定期进行检查和维护，确保其正常运行。
同时，需要定期进行对数据中心和预警系统的测试，以保证其可靠性和有效性。
综上所述，一个完善的大坝安全监测系统需要包括监测设备的安装、数据的采集和传输、数据的处理和分析、预警系统的建立和定期检查和维护。
只有通过这样一个完整的设计方案，才能确保大坝的安全运行和灾难的预防。
大坝是水利工程中重要的组成部分，也是能源供应和防洪的重要设施。
然而，大坝可能会面临各种潜在的风险，如地震、大雨、地质变化等，这些风险可能导致大坝垮塌或溃坝，带来严重的灾难。
因此，建立一个完善的大坝安全监测系统是非常重要的，可以帮助及时发现潜在的风险，并采取相应的预防措施，确保大坝的安全运行。
监测设备的选择和安装是大坝安全监测系统的重要组成部分。
首先，需要选择可靠性高、精度高的监测设备，以确保监测数据的准确性。
例如，对于水位监测，可以选择具有高精度和长期稳定性的水位仪；对于地下水位监测，可以选择能够在地下环境中稳定运行的地下水位仪；对于地震监测，可以选择对地震信号敏感的地震仪。
闸坝扬压力监测分析数学模型及工程应用
１ 数学 模型构 建
影 响坝基扬压 力大小 的因素有 上 、 下游水 位 、 帷幕 的工 作状 态 、 排水 系统及库 内泥沙淤积对 基岩裂 隙 的堵 塞 、 降雨 及渗透作用 等。因此在统计分析 中， 型的 因子初选 是极为 模
得其相应 的模型参数 。
＿ ｛ 寺定常数项。
（） １库水位分量 根据理论 和实测资料分析可知 ， 坝基各 测压 管的测值 随
该点 到上游面的距离不 同而滞后 的时间也不尽不 同 ． 因此水
位 因子 的选择 中可加人观测 日水位 、前 ５天的平均水 位 、 前 １ 的平均水位 口 以及前 ２ ０天 。 Ｏ天平均水位 日 。 ：等作为 初
要】 在对影响混凝土 闸坝扬压力的主要 因素进行分析基础上 ， 建立 了闸坝扬压 力监测资料 分析 的数 学统计模型 ， 分析
了某 实 际 工程 闸坝 的 实测 扬 压 力 变 化 规律 ， 评 价 大坝 运 行 性 态 提供 了依 据 。 为
【 关键词】 闸坝 ； 扬压力； 监测 ； 学模 型 数
Ｏ 引言
扬压力监测是 闸坝安全监测 的重要 项 目之一 ， 响扬压 影 力大小 的因素有上 、 下游水位 、 帷幕 的工作 状态 、 排水系统及 库 内泥沙淤积 对基岩裂 隙 的堵塞 、 降雨及渗 透作用 等 ， 而温 度则通过影响基岩裂隙张开度而间接影响扬压力大小 。这些
ｙ ２ （） ６［ Ｉ Ｈ （ ）＋ ２ 下５日下 ｔ） ［ 】 Ｉ 日下 ＝ Ｈ下 — 下 ｔ ］６ 【 一 （ ］ ｏ 日 ｏ
水利工程安全生产设施预评价模型构建及应用研究
水利工程安全生产设施预评价模型构建及应用研究一、研究背景与意义水利工程安全生产设施预评价模型的构建与应用是确保水利工程安全运行、减少事故发生、推进水利工程可持续发展的重要手段。
随着水利工程的快速发展和国家经济建设的不断推进，水利工程的安全生产问题越来越受到关注。
建立科学合理的预评价模型有助于提前发现潜在的安全风险，制定有效的措施以预防事故的发生，以确保水利工程的安全稳定运行。
二、研究内容及方法1. 设施预评价模型的构建首先，需要对水利工程安全生产的设施进行充分的调研和分析，包括现有设施的情况、运行规程及标准、历史事故案例等。
其次，结合安全生产管理体系，制定符合实际情况的评价指标体系，包括物理设施、管理制度和人员素质等维度。
然后，通过评估现有设施的安全风险，建立设施预评价模型的数学模型，可以采用层次分析法、模糊综合评价法等多种方法建立权重体系，通过对各项评价指标进行综合评价，得出最终的预评价结果。
2. 模型的应用研究在模型构建完成后，可以将其应用于实际的水利工程中，进行实地实验和数据收集，将实际情况与预评价模型的结果进行对比，以验证模型的有效性和准确性。
同时，可以通过模型对水利工程设施的安全状况进行预警和监测，及时发现和解决潜在问题，以避免事故的发生。
三、研究成果与应用价值1. 构建了水利工程安全生产设施预评价模型。
通过对现有设施的评估和分析，建立了科学合理的预评价模型，能够全面客观地评估水利工程安全生产设施的风险和安全状况，为决策者提供科学的依据和指导。
2. 提高了水利工程的安全运行水平。
预评价模型的应用可以帮助水利工程管理者及时发现隐患并采取相应措施，减少事故的发生概率，提高水利工程的安全运行水平，保护人民的生命财产安全。
3. 促进了水利工程的可持续发展。
通过构建预评价模型，可以针对水利工程设施的不足之处进行改进和升级，使其更加符合国家标准和规范，提高运行效率，降低维护成本，推动水利工程的可持续发展。
大坝安全监测体系构建及其在水利工程中的应用探讨
大坝安全监测体系构建及其在水利工程中的应用探讨在水利工程的宏伟画卷中，大坝如同一颗镶嵌在大地上的明珠，其稳固与否直接关系到下游人民的生命财产安全。
因此，构建一套科学、严密的大坝安全监测体系，就如同为这颗明珠装上了一双明亮的眼睛，时刻警惕着任何可能的危险。
本文将深入探讨大坝安全监测体系的构建及其在水利工程中的应用。
首先，我们必须明确，大坝安全监测体系是一个复杂而精细的系统工程。
它就像是一张巨大的网络，覆盖了大坝的每一个角落，捕捉着每一丝微小的变化。
这张网络由多个子系统组成，包括位移监测、渗流监测、应力应变监测等，每个子系统都像是一只敏锐的眼睛，紧盯着大坝的安全状况。
在实际应用中，大坝安全监测体系就像是一支精密的仪器队伍，它们日夜不停地工作，记录着大坝的每一个细微变化。
这些数据就像是医生的诊断报告，为我们提供了大坝健康状况的第一手资料。
通过对这些数据的分析和处理，我们可以及时发现大坝存在的安全隐患，并采取相应的措施进行修复和加固。
然而，仅仅依靠监测数据是不够的。
我们还需要运用专业的知识和技能，对数据进行深入的解读和分析。
这就像是侦探破案一样，需要我们运用逻辑推理和专业知识，从海量的数据中找出问题的线索，揭示问题的本质。
只有这样，我们才能真正确保大坝的安全。
此外，大坝安全监测体系的构建还需要考虑到各种极端情况。
比如，当遇到特大洪水、地震等自然灾害时，监测体系是否能够保持稳定运行？当监测设备出现故障时，我们是否有备用方案来保证监测的连续性？这些问题都需要我们在构建监测体系时进行充分的考虑和规划。
最后，我想强调的是，大坝安全监测体系的构建是一个长期而艰巨的任务。
它需要我们不断地学习新知识、掌握新技术、积累新经验。
同时，我们还需要与相关部门密切合作，共同推动监测体系的完善和发展。
只有这样，我们才能真正实现大坝安全的长效管理。
总之，大坝安全监测体系的构建是一项复杂而重要的任务。
它需要我们运用形象生动的比喻和隐喻来描绘事物，运用夸张修辞和强调手法来增强语气和表达效果，进行观点分析和思考来深入剖析问题，使用形容词进行评价来突出情绪和态度。
科技成果——闸坝结构运行安全动力学诊断关键技术及工程应用
科技成果——闸坝结构运行安全动力学诊断关键技术及工程应用对应需求水库大坝安全鉴定智能支持云平台成果简介该成果采用多指标融合的闸坝结构动力学监测指标体系，构建实测模态和结构模型同步修正的闸坝结构损伤诊断模型，基于运行实测模态的闸坝结构-地基材料参数、泄流激励源、整体动态响应场等进行反演，实现闸坝结构运行期模态参数精准辨识、损伤诊断、监测预警等功能。
突破了多损伤、强干扰、强耦合条件下闸坝结构损伤敏感特征量提取与损伤诊断的技术瓶颈，提升了闸坝耦联动力系统运行安全的诊断技术水平。
适用于水利水电工程枢纽运行安全检测。
技术特点相对传统闸坝静态效应量监测、无损检测和水力学监测等技术，该成果实现了闸坝结构正常运行期振动危害监测、诊断及预警，在不影响闸坝正常运行条件下结构水下部位的损伤诊，提升了闸坝耦联动力系统运行安全的诊断技术水平。
1、提出了闸坝结构运行期模态参数精准辨识技术，节省92%传感器数量，信噪比提高3.9倍，模态辨识精度达到98%。
2、构建了闸坝结构运行动力学参数反演理论与关键技术，材料参数反演精度94%以上，振动响应场反演精度94.5%，3、提出了闸坝结构运行安全动力学损伤诊断技术，解决闸坝结构水下部位损伤诊断难题，精度95%以上。
4、构建了多指标融合的闸坝结构动力学监测指标体系，研发了闸坝结构运行状态监测与风险诊断系统，实现闸坝运行期动力学安全监测。
技术水平发明专利5项，实用新型专利4项，软件著作权1项，河南省教育厅科技成果奖一等奖1项。
应用情况该成果在汉江上游某水电站应用，对该水电站泄洪闸开展了原型振动测试，全面系统地阐明了该泄洪闸强烈振动的内在机理，对该泄洪闸减振设计方案进行了优化，提出了一种高效减振加固措施，加固后该泄洪闸运行稳定；在四川汶川地震后某水闸损伤检测中应用，在震后现场极其复杂的条件下，基于泄流激励对水闸进行的损伤诊断振动测试与识别，实现了强干扰、强耦合复杂运行条件下水闸震后的损伤检测与诊断，准确率高，保障了水闸震后的安全运行。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[文章编号]100922846(2009)0320041203闸坝安全监测模型构建及运用吴思浩[收稿日期]2000-01-16[作者简介]吴思浩(1963-),男,汉族,高级工程师。
(国电大岗山水电开发有限公司,四川 雅安 625409)[摘要] 统计模型是大坝安全监测资料分析中最常模型,是建立混合模型的基础。
主要构建闸坝位移以及扬压力安全监测的统计模型,并运用于某闸坝工程。
结果表明,所构建的安全监测模型合理,可行。
[关键词] 闸坝;统计模型;水平变形;扬压力[中图分类号] TV641[文献标识码] B1 前 言水库蓄水以后,大坝在其自重、库水压力、泥沙压力、温度、时间等环境因素作用下即会发生变形、渗流等效应,这些效应量值的大小范围、空间分布形态及其时程变化情况反映了大坝的实际工作性态。
但就具体大坝建筑物而言,均只能选择若干典型监测断面上设置的有限测点来监测其结构的响应,且每个测点上采集到的效应量测值均为不连续的系列数据,客观上亦存在观测误差,测值具有不确定性。
如何根据有限测点上不连续的系列测值中所蕴藏的信息进行抽象、还原,建立反映大坝效应量与环境量测值之间的确定性或统计关系,以掌握其定量变化规律,了解大坝的整体工作性态,对大坝安全情况作出判断和评价,进而实现大坝安全监控,建立适当的观测资料分析数学模型是一种有效的途径。
2 监测模型构建目前,常见的大坝监测资料分析数学模型有统计模型、确定性模[1]型及混合模型等三类。
统计模型是大坝安全监测资料分析中最常模型,是建立混合模型的基础。
在此笔者主要构建闸坝安全监测的统计模型[2]。
211 位移监测模型构建大坝的位移变形是在其自身重力、地基变形、水压和温度等环境因素综合作用下产生的结果,水压和温度一般呈周期变化,它们对混凝土等刚性建筑物外部变形的影响亦呈周期性变化。
水位、气温除有周期性变化规律而外,还受随机性因素的影响,且大坝变形观测及环境因子监测客观上亦存在观测误差。
所以笔者建立的数学模型时,不仅应考虑坝基变形(坝基受到水压力作用而产生的变形)及坝体和坝基的时效作用,而且还应该考虑大气温度变化对它的影响。
因此,在位移统计数学模型中,取效应分量为库水位、温度、时效三种,其模型可构造为如下形式:Y (t )=F 1[H (t )]+F 2[T (t )]+F 3[θ(t )]+C(1)式中:Y (t )为坝体变形(水平位移、垂直位移)监测值在时间t 的统计值;F 1[H (t )]为坝体变形(水平位移、垂直位移)的库水位分量;F 2[T (t )]为坝体变形(水平位移、垂直位移)的温度分量;F 3[θ(t )]为坝体变形(水平位移、垂直位移)的时效分量;C 为待定常数项。
上述模型中各分量的函数形式主要通过力学理论及类似工程经验拟定,并根据实测数据系列进一步率定其模型参数,构成分量模型。
21111 水压分量[3]F 1[H (t )]=∑3i =1a i [H i (t )-H (t 0)]i (2)式中:a i 为待定回归系数;H i (t )为变形观测日的平均水位;H (t 0)为基准水位,通常选为第一次变形观测日的平均水位,亦可选为坝底高程或其它特征水位。
21112 温度分量F 2[T (t )]=∑4i =1C i [T i (t )-T (t 0)](i =1,2,3,4)(3)式中:T i (t ),i =1,2,3,4分别是观测当日气温,观测日前15d ,30d ,60d 的平均日气温,T (t 0)是起始观测日气温。
21113 时效分量考虑其变形的非线性特征,时效分量模型取如下函数形式:F 3[θ(t )]=c 1t i100+c 2lnt i100(4)式中:t i 为观测时刻距初始时刻的天数;c 1、c 2为—14—第3期(第322期)吉 林 水 利2009年3月待定回归系数。
本次分析所依据资料为运行观测所得,根据类似工程经验,取第三类分析方法。
综上所述,大坝监测分析数学模型有如下形式:W (t )=∑3i =1a i [H i (t )-H (t 0)i]+∑4i =1C i [T i (t )-T (t 0)]+c 1t i100+c 2lnt i100+C (5)212 扬压力监测模型构建众所周知,影响坝基扬压力大小的因素有上、下游水位、帷幕的工作状态、排水系统及库内泥沙淤积对基岩裂隙的堵塞、降雨及渗透作用等。
所以统计分析中,模型的因子初选是极为复杂的。
通常可按以下形式构造扬压力分析数学模型:Y w (t )=Y w 1[H (t )]+Y w 2[T (t )]+Y w 3[θ(t )]+C (6)式中:Y w (t )为扬压力监测值在时间t 的统计估计值;Y w 1[H (t )]为扬压力的水压分量;Y w 2[T (t )]为扬压力的降雨分量;Y w 3[θ(t )]为扬压力的时效分量;C 为待定常数项。
21211 水位分量扬压力反映坝基的渗透压力,与其它物理量有所不同,由于它不仅与当时库水位有关,而且与前期的库水位有关(即库水位的滞后效应)。
坝基扬压力与坝体温度一样,服从拉普拉斯方程,所以它可以用温度滞后一样的方法来处理。
Y w 1[H (t )]=∑6i =1a i [H i (t )-H (t 0)](7)式中:a i 为模型待定回归系数;H i (t )为变形观测日及前续若干月的平均水位;H (t 0)为基准水位,通常选为第一次变形观测日的平均水位,亦可选为坝底高程或其它特征水位;i 为超前的月份。
根据实测资料分析,此次选取上游观测日前60天平均水位H60、前30天平均水位H30、前20天平均水位H20、前10天的平均水位H10、前5天的平均水位H5以及当天观测值作为初选因子进行分析处理。
21212 降雨分量采用坝区日降雨测值系列,考虑坝体渗流变化滞后于降雨变化的特征,选择不同时段的平均降雨量观测值作为降雨因子,构造降雨分量模型。
L 2[W (t )]=∑6i =1q i W L (t i )(8)式中:W L (t 0)为扬压力观测日的平均降雨量;W L (t i )(i =1,2,…,6)为分别表示扬压力观测日前0—1、2—5、6—15、16—30、31—60、61—90d 各时段的平均降雨量;q i (0,1,2,…,6)为—待定回归系数。
21213 时效分量[4]考虑时效的非线性影响,构造时效分量模型如下:L 3[θ(t )]=c 1t i100+c 2lnt i100(9)式中:t i 为观测时刻距初始时刻的天数。
c 1、c 2为待定回归系数。
综上所述,渔子溪闸坝扬压力监测分析数学模型有如下形式:W (t )=∑6i =1a i [H i (t )-H (t 0)]+∑6i =1q i W L (t i )+c 1t i100+c 2lnt i100+C (10)根据扬压力实际测值数据系列进行回归分析,可获得其相应模型参数。
3 案例分析某闸坝位于岷江上游右岸支流。
拦河闸全长78m ,由右岸非溢流坝(长2015m ),中部三孔各宽8m 、高9m 的泄洪闸(闸段长39m ),左岸1孔宽215m 、高8m 的排沙闸(闸段长615m ),以及1孔宽7m 、高3m 的沉沙池引渠闸(闸段长12m )等4部分组成。
拦河闸闸顶高程120115m ,底板高程117910m ,最大结构高度2718m.本文将自动化监测数据运用于所构建的监测模型上。
311 监测仪器布置自动化水平位移监测,采用引张线法。
在拦河坝闸顶(桩号0+001m )上游侧设置一电缆沟,将整个引张线包括测点箱、电缆、引张线保护管置于沟内,顶部设混凝土盖板。
引张线的右岸工作基点置于右岸观测房内的工作基点的上游侧,左岸工作基点设于左岸观测房内。
每个闸室的左右导墙和非溢流坝段各布置一个观测标点,共12个观测点,分别编号为EX 1-EX 121布置如图1。
渗流监测设有四个断面,UP1-UP5布置于Ⅰ号闸孔,UP6布置于2#闸墩,UP7布置于3#闸墩,UP8-UP12布置于右岸非溢流坝。
测压计管口配以管口附件使观测人员在必要时用测绳进行人工测量,以便对自动化监测系统测值校测和当自动化监测仪器出现故障时提供人工观测数据。
布置如图1。
312 模型结果分析将2002年1月1日—2007年12月31日的自动化监测水平位移和自动化监测扬压力数据运用于所构建的监测模型,基准水位取闸底板高程117910m ,得到模型参数,并绘制实测回归过程线。
为了节省篇幅,本文仅给出自动化水平位移测点EX 8和自动化扬压力测点UP7的实测回归过程线,如图2和图3。
—24—图1 渔子溪闸坝自动化水平位移观测系统布置图图2 自动化测点EX 8水平位移实测回归过程线图3 自动化测点UP7扬压力实测回归过程线 从自动化水平位移的回归模型参数来看,12个自动化测点的复相关系数R 均大于0180,说明回归方程是有效的;从回归方程的因子来看,水平位移主要受水位的一次方、时效和温度的影响,温度有较明显的滞后效应,回归方程因子构建合理。
从各自动化水平位移测点的实测回归过程线中的时效分量曲线可以看出,各测点的时效分量已趋于收敛,水平变位趋于稳定。
从自动化扬压力的回归模型参数来看,各测点的复相关系数R 均大于0175,总体来说回归效果较理想,选用的影响因子合理。
从回归方程的因子来看,测孔扬压力值与上游水位相关密切。
从各自动化扬压力的实测回归过程线中的时效分量曲线,各测点扬压力趋于稳定。
4 结 语1)模型容易建立,而且便于计算,模型可行。
2)水平变位主要受水位的一次方、时效和温度的影响,温度有较明显的滞后效应,各测点的时效分量趋于收敛,水平变位趋于稳定,位移监测模型构建合理。
3)从所构建的扬压力监测模型可看出,扬压力值与上游水位密切相关,而且模型的回归值对实测值的拟合较好,因而所构建的扬压力监测模型合理。
□参考文献:[1]高澜1刘家峡主坝位移确定性模型研究[J ]1大坝与安全,1993,4:51～551[2]周光文,袁晓峰1大坝安全监测统计模型的比较与选择[J ]1南昌大学学报(自然科学版),2007,1:7-101[3]李雪红,顾冲时,徐洪钟1混凝土坝变形的灰色回归-时序模型[J ]1河海大学学报(自然科学版),2002,30(6):116-1191[4]吴中如,沈长松,阮焕祥,等1水工建筑物安全监控理论及其应用[M]1南京:河海大学出版社,19901Application and constru ction of the mod el ofthe s afety monitoring of sluices and d amsWu Si -haoAbstract :Statistical models are usually used for the dam safety monitoring data analysis ,and the basis for hybrid models ,which are always applied in monitoring of the displacement of sluices and dams and uplift pressure of 1The results show that is a reasonable and feasible 1K ey w ords :sluices and dams ;statistical model ;horizontal deformation ;uplift pressure—34—。