带缝重力拱坝安全监控指标拟定方法探讨

安全监控指标是实施大坝安全监控的依据，对保证大坝安全运行具有重要意义．本文联系大坝强度、抗裂和稳定等条件，对带缝重力拱坝监控指标拟定方法进行讨论；重点对典型监测量小概率法进行详细论述；结合陈村重力拱坝原型观测资料拟定监控指标，进而推求出大坝运行控制水位，为大坝安全运行提供了依据．     

大坝安全监控的国内外研究现状与发展

随着水资源开发与利用的发展，大坝安全问题日益突出。从观测数据的误差处理与分析、观测资料正分析、大坝结构性态的反分析、反馈分析与安全监控指标的拟定、大坝安全综合评判与决策等方面，阐述了大坝安全监控的国内外研究现状和发展，并针对未来大坝安全监控研究的发展特点，提出了相应的建议。     

分形理论在大坝安全监测中的应用

针对大坝监测数据间复杂的非线性、动态性,将分形理论引入到大坝安全监控领域,在分析大坝监测量分形特征的基础上.研究了分形理论在大坝安全监控预测模型、混凝土坝裂缝分析和大坝安全性态评价中的应用,指出了需要研究的问题,为进一步应用分形理论研究大坝安全监控奠定了基础.     

基于IAHP与SPA的大坝安全评价

针对大坝安全评价中的不确定性特点,在设定的多层次指标体系基础上,结合区间层次分析法（IAHP）和集对分析法（SPA）,提出一种新的大坝安全评价方法。由区间层次分析法求得大坝各子系统的相对重要度,用联系数表示子系统安全情况,最终得出大坝总体安全状态。工程实例分析说明,基于IAHP和SPA的大坝安全评价能较好地处理分析过程中的不确定性,分析结果科学、合理,从而为大坝安全评价的不确定性研究提供了一种新的思路。     

不确定性信息的内涵与外延剖析

剖析了不确定性信息概念的内涵，给出了不确定性信息的外延概念：灰色信息、未确知信息、模糊信息、粗糙信息、随机信息与不确定性信息间的关系，为实现综合处理确定与不确定性信息奠定了理论基础。     

基于数据仓库技术的大坝资料分析与安全决策系统研究

在现有基于数据库技术的大坝安全监测系统研究的基础上,结合工程项目的具体情况以及大坝监测数据分析的特点,设计及构建了大坝安全监测数据仓库系统,为监测资料的分析查询、信息挖掘和综合评判提供了良好的数据环境.利用联机分析处理(OLAP)与数据挖掘(DM)技术对监测数据仓库中的数据进行了分析和挖掘,使安全监控资料的作用得到了进一步的发挥,为安全监控评判和决策的深化提供新的途径.     

大坝变形蚁群聚类径向基函数神经网络安全监控预测模型

本文研究了蚁群聚类法和径向基函数神经网络的基本原理,结合大坝变形安全监控的要求,探讨了大坝变形监测数据聚类处理方法,构建了径向基神经网络隐层基函数,由此表征了大坝变形规律的影响因素与变形之间的非线性映射关系.通过上述研究,建立了大坝变形蚁群聚类径向基函数神经网络(ACC-RBF)安全监控模型.实例分析表明,所提出的模型比传统的径向基神经网络模型预测精度更高.     

土坡稳定性的模糊信息分析法

本文通过分析土坡稳定问题中的不确定性信息，采取一维信息分配方法对数个可测因素和一个不可测因素进行模糊信息优化处理，并用二级模糊换算方法综合分析了各因素的影响。最后给出了土坡稳定性各级隶属度值。     

论水工建筑物——大坝的安全监控

分析了大坝失事的原因,介绍了影响大坝安全的3个阶段,阐述了大坝安全监控的目的、范围和方法。     

用模糊信息优化处理方法提高仿真数据有效性

根据模糊信息优化处理的基本思想,分析仿真数据的模糊不确定性。把具有不确定性的仿真数据视为模糊信息,并应用信息扩散原理和集值化模糊处理方法,对具有不确定性的仿真数据进行优化处理,以提高仿真数据有效性。研究结果表明,应用上述方法改进仿真数据的有效性,能在一定程度上提高仿真结果的精度,从而提高了仿真可信性。     

大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．     

超高面板堆石坝监测信息管理与安全评价的理论及实践

超高面板堆石坝（CFRD）的监测信息管理与安全评价一直是工程界关注的热点问题,针对超高面板堆石坝的建设与运行现状,探讨了海量监测数据与复杂信息的管理方法,提出了针对监测信息的三维可视化分析方法．研究了采用统计模型、灰色理论模型、模糊理论模型和数据挖掘技术进行监测信息分析评价与预测预报的基本方法,在此基础上,研发了天生桥一级水电站大坝监测信息管理与安全评价系统．     

融合小波分析检测大坝数据仓库中数据孤立点

为充分利用大坝迅速增长的海量监测数据,剔除大坝数据仓库中有害的错误数据,为大坝安全监控提供有效的决策支持,探讨了以数据仓库作为基础分析平台,利用小波分析的时频局域化等特点检测大坝数据仓库中数据孤立点的方法,有效地提高了大坝数据仓库中数据信息的质量.     

贵州省水库运行及安全监测监管系统关键技术

针对贵州省水库雨水情及安全监测设施缺失严重、水文预报及库坝安全风险评估工作效率较低的难题,研发了全省水库运行及安全监测监管系统。该系统基于B/S架构,应用了WebGIS、GNSS等技术,集成了库坝雨水情测报与安全监测两大功能,并利用现有数据及相关挖掘方法初步集成了库坝工程信息识别与风险评估功能。该系统包含整体功能模块及典型工程展示模块,具备较强的大坝安全监测及雨水情测报能力,可有效提升全省洪灾预警预报防御能力,并为水库安全运行及智慧管理提供技术支撑。     

大坝安全健康诊断决策支持系统简介

为了解大坝运行状况,实现对大坝的健康诊断和实时监控,综合运用数学计算方法和计算机技术,开发了大坝安全健康诊断决策支持系统.该系统采用一机四库的体系结构,能实现对大坝的全面管理和分析,并及时对异常现象做出报警、评判和反馈,可帮助大坝管理部门做出正确的决策判断.     

信息扩散方法在大坝监测效应量预测中的应用

在大坝安全监测中,为了解决小样本导致的效应量预测误差较大的问题,在考虑增加样本信息的基础上,建立基于二维正态信息扩散离散回归的效应量预测方法。利用模糊推理和信息集中的基本理论,结合灰色关联度法,对大坝安全监测效应量进行分析和预测,应用综合有效度指标评价该预测方法的效果。结果表明,基于信息扩散的预测方法避免了多种不确定因素影响下小样本预测的困难,提高了拟合和预测精度。     

基于GIS平台的大坝安全监控系统实现方法研究

由于地理信息系统(Geographie Information System，GIS)具有对空间信息及其属性信息强大的分析、三维显示、决策、模拟以及预测等功能，已在诸多领域得到广泛应用，GIS平台为大坝安全监控系统实现监测数据采集与维护管理、资料分析以及大坝安全评价的在线可视化提供了可能．文章研究了基于GIS平台的大坝安全监控系统的功能、结构框架及实现途径，为提高大坝安全评价的可靠性与适时性、实现大坝安全监控的信息化、优化安全监测系统发挥重要作用．     

大坝基础渗流量预测的交替学习人工神经网络方法研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理，具有高度非线性、自适应、自学习等一系列优点，广泛应用于物理量的预测预报中。为此提出并建立了基于交替学习迭代算法的人工神经网络模型，结合清江隔河岩水电站的实际，研究了这种模型在大坝基础渗流量预测中的应用，其预报精度较高，可望推广应用到大坝安全监控中去。     

大坝监测信息的多维时空可视化

为全面准确地掌握大坝监测数据的时空分布规律,利用可视化技术,首先提取坝体轮廓、测点及测值信息并进行维度分类,然后将信息进行时空插值连续化处理,空间上以色彩、距离表现信息,时间上不断更新,最终形成多维空间的信息可视化场量.应用结果表明,此方法能更直观地表现坝体信息的时空状态,便于观察、浏览和理解信息,发现大坝监测数据隐藏的规律和模式,可为坝体运行状况和结构寿命的分析评判提供形象的依据.