论文部分内容阅读
拱坝结构所处环境复杂,在长时间服役中将导致结构安全性能降低,出现各种损伤和裂缝等隐患,严重情况下会导致结构失稳,引发安全问题。因此,确保拱坝结构安全运行,提升结构运行效益,对拱坝结构安全监测的研究至关重要。近年来,利用动力测试信号监测结构工程运行状态是水利工程的热门话题,真实信号的获取是结构运行状态安全监测的前提,并将此信号利用信息融合技术进行动态融合,获取结构整体运行特征信息,从而提高监测结果的准确性,确保结构安全平稳运行。本文以拉西瓦拱坝为研究对象,利用结构在线监测数据,从结构特征信息提取及多源信息融合技术对拱坝结构安全运行状态进行监测研究。(1)大坝监测信号的处理。大坝结构发生振动的原因复杂,影响结构振动信号的纯净性,对监测信号直接进行分析将影响结果的可靠性。本文利用AVMD-SVD方法对监测信号进行滤波处理,并将其与其他方法应用于仿真实验,结果显示该方法具有更优的降噪能力,可有效滤除高频信号,也避免了低频信号的干扰。为进一步确保方法的实用性,利用AVMD-SVD方法处理拉西瓦拱坝监测数据,得到的信号更能反映结构真实的振动状态,进一步确保结构运行分析的准确性。(2)振动信号信息融合方法研究。为有效全面利用多测点监测数据,完成动态融合,引入相关函数算法和方差贡献率方法,并对拉西瓦拱坝结构多测点数据进行处理。结果显示,方差贡献率方法融合结果更能反映结构的整体特征,融合后数据包含的特征信息更为丰富。为准确得到不同时刻结构的运行状况,利用拱坝结构监测数据与运行状态的关系,建立HMM模型,将拱坝不同类型的监测信息作为输入数据,进而得到不同时刻结构动态决策结果。结果表明,在时刻17时出现细微破坏,需对结构进行检修,防止损伤加剧。为综合利用多工况下的监测数据,本文建立MWMPE模型,该方法利用融合后的熵值变化曲线,全面反映结构的运行状态,当拱坝结构运行状态发生变化时,熵值发生跳变,当拱坝结构平稳运行时,熵值也基本保持不变。因此,MWMPE方法可实现多测点数据对坝体结构的实时在线监测,为结构安全运行提供保障。(3)结构振动预测研究。利用动力监测信号对结构工程的振动趋势预测是水工结构的重点和难点问题,通过准确预测结构的振动趋势,进而表征结构的运行情况,保证结构运行情况处于安全水平。引入AVMD-KELM预测模型,并将其分析水闸结构,结果显示,AVMD-KELM模型在预测过程中可节省训练时间,具有强大的泛化能力,在拱坝结构多测点的预测中同样取得良好的效果。考虑到多测点之间的耦联性,对拱坝顶部13个测点融合后的数据建立AVMD-KELM预测模型,取得较好的效果,进一步体现预测模型的有效性。同时,融合后的数据可以综合利用海量信息,简化数据量,所得信号更能表征结构全局的振动趋势,对实现在线监测结构的运行状况提供有力的参考。