【摘要】：壩基揚壓力是混凝土壩安全監(jiān)測中的一項重要物理量,通過對它的監(jiān)測分析,可以掌握壩基的滲流形態(tài),了解防滲帷幕和排水系統(tǒng)的工作性能以及壩體的穩(wěn)定情況。本文首先闡述兩種常規(guī)壩基揚壓力監(jiān)控模型——逐步回歸分析模型和BP神經網絡模型。逐步回歸分析模型原理簡單,操作方便,且可進行因子分離,定量研究各因子對揚壓力的影響;但無法對非線性系統(tǒng)進行模擬,預測精度很難保證。BP神經網絡模型實現(xiàn)了輸入到輸出的高度非線性映射,預測精度一般較高;但無法展開各因子對揚壓力影響的定量研究。同時,常規(guī)模型輸入因子內容多樣、數目多。在此基礎上,本文提出一對一連接BP神經網絡壩基揚壓力監(jiān)控模型。該模型是在BP神經網絡的基礎上,對網絡結構和輸入因子兩個方面進行改變。(1)一對一連接BP神經網絡壩基揚壓力監(jiān)控模型將BP神經網絡輸入層和隱藏層之間神經元的連接方式由全連接變?yōu)橐粚σ贿B接,隱藏層和輸出層之間仍保持全連接不變。網絡結構改變后,模型輸出為各因子影響效應線性累加之和的形式,這是模型能實現(xiàn)因子分離的根本原因。一對一連接BP神經網絡模型不僅實現(xiàn)了輸入因子與揚壓力之間的非線性映射,還可進行因子分離,定量研究各因子對揚壓力的影響。同時,網絡結構的改變使隱藏層神經元個數等于輸入因子個數,克服了BP神經網絡隱藏層神經元個數難以確定的問題。(2)一對一連接BP神經網絡壩基揚壓力監(jiān)控模型采用一種新的輸入因子選擇方法。考慮壩基揚壓力測壓孔管水位監(jiān)測數據時間上的連續(xù)性,用測壓孔管水位前一次監(jiān)測值,前后兩次管水位監(jiān)測時對應的上游水位變化值、下游水位變化值、降雨變化值和氣溫變化值來預測后一次管水位。因子數目減少為5且內容固定,有效控制了輸入因子的個數,避免了輸入因子內容的多樣化。本文利用丹江口大壩壩基揚壓力監(jiān)測資料,在R語言中建立逐步回歸分析模型、BP神經網絡模型和一對一連接BP神經網絡模型。計算結果表明一對一連接BP神經網絡模型因子分離結果可靠,預測精度最高;BP神經網絡模型預測精度其次;逐步回歸分析模型預測精度最低。然后對一對一連接BP神經網絡模型進行分析,研究發(fā)現(xiàn)網絡結構的改變對模型預測精度不會產生影響,輸入因子的改變才是模型預測精度提高的原因。同時,網絡結構和輸入因子的改變均能減少模型中計算參數的個數,提高模型計算效率。因此使用一對一連接BP神經網絡模型對混凝土壩壩基揚壓力監(jiān)測資料進行分析是有效可行的,可為大壩的安全運行提供科學依據。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TV698.1
【圖文】：

闡明逐步回歸分析模型可進行因子分離的原因，在此基礎上受卷積神經網絡非全連接特性的啟發(fā)，將 BP 神經網絡輸入層和隱藏層之間神經元的連接方式由全連接變?yōu)橐粚σ贿B接，從而實現(xiàn)因子的分離。然后考慮壩基揚壓力測壓孔管水位監(jiān)測數據在時間上的連續(xù)性，用測壓孔管水位前一次監(jiān)測值，前后兩次管水位監(jiān)測時對應的上游水位變化值、下游水位變化值、降雨變化值和氣溫變化值來預測后一次管水位。最后對一對一連接 BP 神經網絡壩基揚壓力監(jiān)控模型的優(yōu)點進行總結。第四章 實例應用利用丹江口大壩 10#壩段 U10-1 測壓孔管水位監(jiān)測資料，在 R 語言中建立逐步回歸分析模型、BP 神經網絡模型和一對一連接 BP 神經網絡模型。比較分析三種模型的預測能力，得出結論。最后對一對一連接 BP 神經網絡壩基揚壓力監(jiān)控模型進行深入剖析，研究網絡結構和輸入因子的改變對模型預測精度的影響。第五章 總結與展望對全文研究工作進行總結，指出論文存在的不足以及還可繼續(xù)研究的方向。

圖 2-2 Sigmoid 型函數圖知，在遠離 0 兩端的區(qū)域內因變量隨自變量增長十分和區(qū)。樣本數據在非飽和區(qū)內學習，會使模型參數的練前，要先對數據進行標準化處理，公式如下。經（0，1）區(qū)間。minmax min'=i iii ix xxx x minmax min'=y yyy y ，minix ——因子ix 的最大值和最小值；——因子ix 標準化后的值；，miny ——壩基揚壓力測壓孔管水位的最大值和最小

【相似文獻】

相關期刊論文 前10條

1 趙鳳英;陶金宇;;太平灣大壩壩基揚壓力系數的分析確定[J];吉林水利;2013年11期

2 李思慎;水工建筑物揚壓力設計中的幾個問題[J];長江水利水電科學研究院院報;1985年01期

3 E·Reinius ,汪學昌;巖石沖刷[J];陜西水力發(fā)電;1988年03期

4 高瀾;劉家峽壩基實測揚壓力的特點及原因分析[J];人民黃河;1988年03期

5 龍聲;;山東省海洋儀器儀表研究所[J];山東省科學院院刊;1988年02期

6 S.S.賽尼;沈長松;;布哈克拉大壩的安全監(jiān)控[J];河海大學科技情報;1988年04期

7 李克儉;壩基滲流狀態(tài)[J];四川水力發(fā)電;1989年01期

8 沈長松;吳中如;;混凝土壩壩基揚壓力統(tǒng)計模型的探討[J];河海大學學報;1989年01期

9 潘家錚;水工建筑物的設計揚壓力和封閉式排水[J];水力發(fā)電;1980年02期

10 廖國運;;淺談楓樹壩壩基揚壓力自動化監(jiān)測[J];科技展望;2016年05期

相關會議論文 前10條

1 苗強;寇立斌;;豐滿大壩橫向揚壓力自動化系統(tǒng)改造及運行分析[A];全國大壩安全監(jiān)測技術信息網2008年度技術信息交流會暨全國大壩安全監(jiān)測技術應用和發(fā)展研討會論文集[C];2008年

2 梅一韜;何鵬;;3種混凝土壩壩基揚壓力監(jiān)控模型的比較[A];中國原水論壇專輯[C];2010年

3 苗琴生;;混凝土壩揚壓力標準值分項系數的分析研究[A];水力發(fā)電工程與水工建筑物學術論文集[C];2000年

4 但其寶;;喜河水電站壩基滲漏量異常分析[A];全國大壩安全監(jiān)測技術信息網2008年度技術信息交流會暨全國大壩安全監(jiān)測技術應用和發(fā)展研討會論文集[C];2008年

5 范書立;陳健云;林皋;;滲透壓力對重力壩有限元分析的影響研究[A];第九屆全國巖土力學數值分析與解析方法討論會論文集[C];2007年

6 張志烈;陳鳴釗;蘇超;;應用模糊數學預測壩基揚壓力[A];中國系統(tǒng)工程學會模糊數學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

7 龔友龍;郭俊;沈鳳群;趙盛杰;岳宏斌;;漫灣電站大壩安全監(jiān)測系統(tǒng)改造實踐綜述[A];高壩建設與運行管理的技術進展——中國大壩協(xié)會2014學術年會論文集[C];2014年

8 謝興華;趙庭華;耿妍瓊;張文峰;;大型渠道砂礫石基礎排水降壓計算研究[A];全國地下工程超前地質預報與災害治理學術及技術研討會論文集（Ⅲ）[C];2009年

9 周林;龔高武;賓斌;趙鐵軍;;沙坡頭水利樞紐壩基破碎砂巖層防滲加固灌漿技術的探討[A];2015水利水電地基與基礎工程——中國水利學會地基與基礎工程專業(yè)委員會第13次全國學術研討會論文集[C];2015年

10 譚日升;蔣碩忠;;三峽工程的防排水措施與材料[A];中國重慶首屆化學灌漿與防水堵漏裂縫控制技術研討會文集[C];2006年

相關重要報紙文章 前4條

1 弘業(yè)期貨 張永鴿;玻璃期價上揚壓力重重[N];中國建材報;2016年

2 龍躍;股指上揚壓力加大 市場又入敏感期[N];中國證券報;2007年

3 楊曉榮;鋁 高位整理[N];中國證券報;2002年

4 楊聲原;鋅價高位或將承壓[N];中國有色金屬報;2010年

相關博士學位論文 前2條

1 汪洋;高混凝土重力壩水力劈裂機理研究及設計準則探討[D];清華大學;2016年

2 張乾飛;復雜滲流場演變規(guī)律及轉異特征研究[D];河海大學;2002年

相關碩士學位論文 前10條

1 劉冬臨;基于一對一連接BP神經網絡的混凝土壩壩基揚壓力監(jiān)控模型研究[D];華中科技大學;2019年

2 吳舅槐;黃龍帶水庫漿砌石重力壩揚壓力變化與滲漏規(guī)律研究[D];華南理工大學;2019年

3 張艷芳;大壩基礎揚壓力模型研究及其應用[D];河海大學;2006年

4 傅春江;華光潭拱壩揚壓力偏高成因分析及安全性評價[D];浙江大學;2011年

5 李文楓;混凝土壩在線監(jiān)測分析與健康評價系統(tǒng)研究[D];大連理工大學;2009年

6 劉情情;混凝土重力壩復雜巖基滲流規(guī)律與滲控效果研究[D];清華大學;2013年

7 賈彩虹;老壩滲流的敏感性研究[D];河海大學;2002年

8 姜振翔;融合多源時空信息的混凝土重力壩運行性狀診斷方法研究[D];南昌大學;2015年

9 李冬荔;重力壩和擋土墻的結構邊界元分析[D];哈爾濱工程大學;2005年

10 陳良;復雜壩基上重力壩的滲流分析及深層抗滑穩(wěn)定性安全評價[D];河海大學;2002年

本文編號：2722570