[发明专利]一种混凝土坝变形安全监控模型的构建方法在审

专利信息
申请号: 202010054570.4 申请日: 2020-01-17
公开(公告)号: CN111259590A 公开(公告)日: 2020-06-09
发明(设计)人: 魏博文;罗绍杨;雷斌;李火坤;袁冬阳 申请(专利权)人: 南昌大学
主分类号: G06F30/23 分类号: G06F30/23;G06F30/13;G06N7/08;E02B1/00
代理公司: 南昌青远专利代理事务所(普通合伙) 36123 代理人: 刘爱芳
地址: 330000 江西省南*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 混凝土 变形 安全 监控 模型 构建 方法
【权利要求书】:

1.一种混凝土坝变形安全监控模型的构建方法,包括如下步骤:

S1.构建基于SFLA改进的混凝土坝安全监测位移混合模型;

S2.拟合序列的混沌残差预测;

S3.残差预测项与混合预测模型的叠加;

S4.构建混凝土坝变形安全监控模型。

2.根据权利要求1中所述的一种混凝土坝变形安全监控模型的构建方法,其特征在于,步骤S1中所述构建基于SFLA改进的混凝土坝安全监测位移混合模型,其构建方法如下:

S11.构建蛙跳混合预测子模型:

处于长期服役的大坝,由于损伤的累积而导致结构参数或材料参数发生了很大的变化,对坝体和地基的主要物理力学参数进行反演可掌握大坝运行性态;

从原型观测资料的分析中找出真实的水压分量δH,然后假设坝体和基岩弹性模量Ec0、Er0,用结构分析法推求水压分量δ′H,其中

Ec=Ec0δ′HH

Er=Er0δ′HH

将上式反演得到坝体和基岩的平均弹性模量后利用有限元方法计算水压分量,再与统计模型下的温度分量和时效分量相加,可得大坝变形的混合模型,即所述蛙跳混合预测模型的子模型;

S12.混合蛙跳算法SFLA确定子模型权重系数;

S13.构建位移优化混合预测模型。

3.根据权利要求2中所述的一种混凝土坝变形安全监控模型的构建方法,其特征在于,步骤S13中所述构建位移优化混合预测模型,具体过程如下:

t,t=1,2,…,n}为大坝某时段内的位移监测数据序列,若有p种可行的建模方法建立混合模型,设为第i个预测模型(子模型)在t时刻的预测值,为第i种预测模型在混合预测中的权重系数(其中,),则组合预测模型在t时刻的预测值可表示为:

式中,δt为模型预测值,li为权重系数,

因此,混合预测模型在t时刻的预测误差为:

据此,可得到混合预测模型在所有时刻的预测误差平方和:

则以预测误差平方和最小为准则的混合预测模型可以表示为:

4.根据权利要求1中所述的一种混凝土坝变形安全监控模型的构建方法,其特征在于,步骤S2中所述拟合序列的混沌残差预测,其过程如下:

1)残差序列的相空间重构:对于残差序列{ε12,…,εn},可以重构为一个m维相空间:

式中,Φ为相点;Z为相点数,Z=n-(m-1)τ;m为嵌入维数;τ为延迟时间;

2)嵌入维数m的确定:确定嵌入维数m,选取比较有代表性的是Grassberger和Procaccia提出的从时间序列计算吸引子关联维数d的G-P算法,其计算过程如下:

首先计算关联积分:

式中Z为相点数;||Φij||表示相点Φi与相点Φj之间的欧氏距离;C(r)表示相空间中两相点之间距离小于r的概率,凡距离小于r的相点称为关联相点;θ(x)为Heaviside单位函数:

当嵌入维数m取不同值时,吸引子关联维数d与C(r)满足对数线性的关系:

随着嵌入维数m的增大,dm值也在增大,当m达到某一数值时,继续增大m,dm值将保持不变,即达到稳定值dm,此时的m值即为嵌入维数;

3)延迟时间τ的确定:

采用去偏复自相关法计算其计算公式为:

式中,n为残差序列长度;m为嵌入维数;εi为序列中第i个样本;为序列的平均值。Rε的值随着τ的取值的增大而不断减小,当Rε值减小到初始值的1-1/e时,此时对应的τ值即为重构相空间所需的延迟时间;

4)残差序列的混沌特性识别与残差预测:

以Lyapunov指数法为例对混沌时间序列预测进行简要说明;

若需对残差εi+1进行预测,选取相点Φi为预测中心点,并假设相点Φi的最近邻点为Φl,其中Φi与Φl之间的距离为:

最大Lyapunov指数预测模型的表达式为:

上式中只有Φi+1的最后一个分量εi+1是未知的,所以对εi+1进行预测是可行的;

将残差预测项与未考虑残差混沌效应的预测模型进行叠加,可以得到考虑混沌残差的大坝变位蛙跳混合预测模型:

式中,ε为采用混沌理论得到的大坝位移残差预测值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌大学,未经南昌大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010054570.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top