[发明专利]一种混凝土坝变形安全监控模型的构建方法

说明书

本发明公开了一种混凝土坝变形安全监控模型的构建方法，具体是利用大坝变形观测的历史数据，在建立逐步回归模型的基础上，采用具有局部优化性能和全局优化性能的混合蛙跳算法（SFLA）确定各子模型的权重系数，利用大坝原型资料的反演分析方法确定大坝的物理力学参数，建立蛙跳混合模型，进而得到一种混凝土坝变形安全监控模型。本发明方法运用混沌理论对残差进行分析和预测，并将残差预测项添加到蛙跳预测混合模型中，有效解决了常规大坝位移监控模型未考虑拟合残差的影响而出现的拟合效果好但预测结果不佳的问题。

技术领域

本发明方法涉及大坝运行安全监测与管理技术领域，具体的说，是一种混凝土坝变形安全监控模型的构建方法。

背景技术

近年来，混凝土坝正朝向高、大趋势发展，其工作性态、安全问题越来越受到坝工界的重视，大坝一旦失事将会对国家和社会造成巨大的经济损失和精神损失。如何保证大坝的安全运行成为一个大坝安全监控领域突出、重要的研究课题。变形作为大坝安全监控的重要观测量之一，可直观可靠地反映了大坝结构在内外环境作用下的结构损伤和工作性态。如何依据大坝原型观测资料建立较为精确的大坝变形预测模型，对及时掌握大坝运行状态和确保大坝安全具有重要意义。

确定性模型运用有限元的方法模拟实际荷载作用下大坝和地基的效应量，从大坝变形与效应量作用关系机理上加以解释，但在考虑温度分量时计算复杂，可操作性不高。混合模型常采用有限元方法计算水压分量，其他分量仍按统计模型的因子选择方法，兼顾统计模型和确定性模型的优点。然而上述模型均为单一预测模型，信息挖掘手法单一。且其受外界不确定性因素与当前监测技术及分析理论限制，主要考虑了水压温度时效等主要因素的影响，而忽略了混沌残差序列中蕴含的有效成分，限制了变形预报模型的精度。残差序列中有效成分的存在已得以有效验证，有关变形残差序列混沌效应的研究尚处于探索阶段。如何进一步提升预报模型信息挖掘尺度与考虑混沌残差序列中所蕴含的有效成分，对提升模型预报能力意义重大。

组合预测模型因为综合了多个模型的优点与强大的信息挖掘功能而被广泛应用于多个领域，利用组合模型建立一种既考虑测值残差的影响，又能较好地映射效应量与影响因子之间的非线性关系的新型预测模型对提高预报精度具有一定的理论价值与现实意义。受SFLA在项目管理，经济优化配置，医药，电力等非线性优化问题领域的应用的启发，基于SFLA的改进的大坝变形混合预测模型是在这项研究中提出。本发明采用具有局部优化性能和全局优化性能的混合蛙跳算法(SFLA)确定各子模型的权重系数，并利用大坝原型资料的反演分析方法确定大坝的物理力学参数，建立蛙跳混合模型。同时，针对大坝位移常规监控模型由于未考虑拟合残差的影响而出现拟合效果好而预测结果不佳的问题，运用混沌理论对残差进行分析和预测，并将残差预测项添加到蛙跳预测混合模型中，据此构建考虑混凝土坝变位残差混沌特性的蛙跳式混合预测模型，以期提高模型的预测精度。

发明内容

本发明的目的在于克服现有技术中的缺陷，提供一种混凝土坝变形安全监控模型的构建方法，具体通过以下技术方案实现：

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。

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；