【摘 要】
：
依据大坝原型监测资料,综合考虑库水位、降雨、温度以及时效等因素对大坝渗流的影响,构建大坝渗流安全统计模型,是快速分析监控大坝渗流性态的常用手段;但模型精度很大程度上取决于各分量选取的恰当与否,其中水压分量的选取尤为关键.一方面,渗流性态与库水位相关性明显,且滞后于库水位变化;另一方面,库水位升降速度的快慢亦对大坝渗流性态有影响.综合考虑上述两方面因素,对统计模型中水压分量的拟定问题进行了探讨.以某
【机 构】
：
河海大学水文水资源与水利工程科学国家重点实验室,江苏南京,210098;河海大学水利水电学院,江苏南京,210098
【出 处】
：
2013年全国大坝安全监测技术与应用学术交流会
论文部分内容阅读
依据大坝原型监测资料,综合考虑库水位、降雨、温度以及时效等因素对大坝渗流的影响,构建大坝渗流安全统计模型,是快速分析监控大坝渗流性态的常用手段;但模型精度很大程度上取决于各分量选取的恰当与否,其中水压分量的选取尤为关键.一方面,渗流性态与库水位相关性明显,且滞后于库水位变化;另一方面,库水位升降速度的快慢亦对大坝渗流性态有影响.综合考虑上述两方面因素,对统计模型中水压分量的拟定问题进行了探讨.以某大坝渗流量分析评价为例,通过引入库水位变化速率这一渗流影响因子,在对库水位变化速率及其对大坝渗流影响进行论述分析的基础上,研究了综合考虑渗流滞后效应和库水位变化速率影响的大坝渗流统计模型构建原理和方法,并通过与传统统计模型的对比分析,验证了文中方法的可行性和有效性.
其他文献
建筑教育正从不同方向发展并完善其教学体系，"风景园林课"便是途径之一。在这个各种文化急剧碰撞、熔铸的开放时代，有意识地在风景园林课教学中引入渗透式教学方法，对建筑学本科生进行中国园林传统文化教育，是非常有意义的，也具有现实的可行性。总之，风景园林课的教学对于建筑教育具有一定的启发和促进意义。在学科综合化、多元化发展的今天，建筑学在迎来了历史性的大量工程实践发展机遇的同时，仍将经历着对传统文化传承和
现代艺术运动使西方艺术传统受到强烈的冲击,绘画、雕塑、建筑等艺术门类都获得全新的发展.景观设计也从中吸收借鉴,形成了新的设计观念和形式语言.当代西方景观的形式反映了深厚的西方艺术渊源,体现了西方社会的文化精神.在对西方景观设计进行借鉴的时候,只有认识形式背后的意义,才能提高鉴赏能力,做到选择性吸收.
户外环境与建筑色彩景观已成为当今都市文化与时尚的一道靓丽风暴线,无论是以具象还是抽象色彩表述,均以比自然状态所赋予更多的时尚元素或者内涵意蕴来丰富建筑、广场、公园、社区、街道乃至城市空间形态.
中国古建筑体系的等级制度决定了建筑的"标准化"形制，而受地域环境与特定的住居模式的影响，民居建造如同"方言"一般衍生出不同的近似形态与多元面貌。就平面而言，都以"间"为基本单元构成单体，单体三面或四面围合形成天井合院，合院再以并联、串联、变异等不同构成手法繁衍出丰富多元的建筑群体。
对于寒冷地区的水利枢纽工程,溢洪道底板渗压计往往由于埋深较浅,冬季受冰冻影响,测值出现异常.本文针对尼尔基水利枢纽工程溢洪道底板渗压计测值异常的现象,探讨了渗压计测值异常的原因,并对寒冷地区溢洪道底板渗压计埋设提出建议.BGK-4500/4560S系列振弦式渗压计埋设在水工建筑物、基岩内或安装在测压管中、钻孔中、堤坝、管道、管道和压力容器里，测量孔隙水压力或液体液位。溢洪道底板渗压计测值突然增大主
m-tec简介1978成立,隶总部在Neuenburg,德国.2008末,m-tec成为世 界100强圣戈班Saint-Gobain公司的一员.m-tec在中国大陆不定形耐火材料行业的生产线:辽宁奥镁、营口雷法、淄博雷法等,30多年来,m-tec已在全球交付了290条高性能规模化干混料生产线,超过800台混合机、以及25万台机械化施工设备.
依据规范规定和积石峡水电站特点,从自动化安全监测系统的设计原则、功能要求、系统总体设计等方面进行了全面、系统的的阐述.系统设计应符合我国现行行业规范要求；以工程安全为主，合理选择自动化监测项目，使自动化监测目的明确，重点突出；应选择先进、实用可靠的技术；具有高的兼容性能。安全监控及其软件系统应集现代计算机技术、网络技术、软件工程技术、水工监测、分析和馈控等技术为一体，以达到动态监测、实时馈控和综合
权重的确定是大坝安全监测多效应量融合评价研究中的关键性问题,已有的权重确定方法存在过于依赖先验知识的缺陷.从概率论和信息论的角度,将大坝安全监测多效应量融合评价视为一个随机系统和不完备信息系统,利用粗糙集理论和条件信息熵理论在处理随机性和不完备性方面的优势,以权重研究为核心,建立大坝安全监测多效应量融合评价模型,并给出了一个实例分析,为大坝安全评价提供一条新的研究思路和途径.基于粗糙集和条件信息熵
针对单一模型在大坝效应量监测数据序列拟合和预测方面存在的不足,采用Verhulst模型拟合监测数据序列中的趋势性成分,采用周期外延模型拟合监测数据序列中的周期性成分,采用自回归AR(p)模型拟合监测数据序列中的随机性成分,得到一种新的组合模型,并给出了一个工程实例.该组合模型丰富了监测效应量预测方法,可提高监测效应量的整体预测精度和外延预报能力,深化对监测效应量变化规律的认识.该组合预测模型侧重于
对大坝进行有效的监控，建立实用的大坝安全监测模型，根据监测资料准确的预测大坝的变形，对大坝的健康状况及安全稳定的具有重要意义。针对大坝变形具有很强的非线性、随机性,大坝变形的预测困难,本文提出人工蜂群BP神经网络大坝变形预测方法.将人工蜂群算法与BP神经网络相结合,利用人工蜂群算法具有很强的全局优化能力、强鲁棒性等优点来克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,同时建立了蜂群BP神经网络