CN105976104A - 一种基于监测资料的大坝安全评价方法 - Google Patents
一种基于监测资料的大坝安全评价方法 Download PDFInfo
- Publication number
- CN105976104A CN105976104A CN201610286034.0A CN201610286034A CN105976104A CN 105976104 A CN105976104 A CN 105976104A CN 201610286034 A CN201610286034 A CN 201610286034A CN 105976104 A CN105976104 A CN 105976104A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- node
- formula
- matrix
- collection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 211
- 238000012544 monitoring process Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 86
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000013179 statistical model Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 124
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000010206 sensitivity analysis Methods 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 10
- 238000013210 evaluation model Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007813 chromatographic assay Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于监测资料的大坝安全评价方法,属于水电工程技术领域。本发明方法是通过建立大坝安全评价模型和安全评价集,利用统计模型法、总量历时特征值、速率历时特征值、计算成果对比法、工程类比法和规范允许值方法对测值进行综合分析,再根据评价结果,利用层次分析法和模糊评价,计算出大坝安全状态。本发明可实时动态的对大坝安全状况进行分析评价,能快速得到大坝安全状态,极大缩短了大坝评价时间,降低了评价成本,在水电行业具有及其深远的影响。
Description
技术领域
本发明属于水电工程技术领域,具体涉及一种基于监测资料的大坝安全评价方法。
背景技术
近年来我国水电发展尤为迅速,以三峡大坝(坝高181m)、金沙江溪洛渡拱坝(坝高285.5m)、澜沧江小湾拱坝(坝高294.5m)等为代表的一批的高坝大库陆续修建,随着坝高的不断增加,失事后果严重,如何根据监测资料有效地评价大坝安全是一个值得深入研究的问题。
我国在水库大坝安全评价技术方面取得了很大进步,但是也存在着一些问题:相关技术规范体系还尚未形成,也没有针对如何根据大坝坝体安全监测进行在线综合评价进行详细的指导说明。大坝坝体安全评价方面,我国也没有统一的技术标准,因此亟需研究一种通用且能有效解决大坝安全评价方法。
发明内容
本发明的目的是为了解决现有技术的不足,提供一种基于监测资料的大坝安全评价方法,以解决大坝安全评价的难题。
为实现上述目的,本发明采用的技术方案如下:
一种基于监测资料的大坝安全评价方法,包括如下步骤:
步骤(1),监测点安全性评价:
(1.1)选取n种评价方法,然后根据敏感性分析建立该多种评价方法的权重矩阵,如式(Ⅰ)所示:
W=[w1 w2 … wn]T,式(Ⅰ);
式(Ⅰ)中,w1表示第1种方法的权重值;
w2表示第2种方法的权重值;
wn表示第n种方法的权重值;
(1.2)首先定义评价集:A表示正常、B表示基本正常、C表示异常;
然后根据步骤(1.1)选取的评价方法和评价集建立对应的隶属度矩阵,如式(Ⅱ)所示:
式(Ⅱ)中,μnA—第n种评价方法对应评价集A的计算值,μnB—第n种评价方法对应评价集B的计算值,μnC—第n种评价方法对应评价集C的计算值;
(1.3)根据步骤(1.2)得到的隶属度矩阵和步骤(1.1)得到的权重矩阵相乘,得到监测点综合评判矩阵U,即该监测点安全性评价隶属度矩阵;具体如式(Ⅲ)所示:
然后根据最大隶属度原则,比较u1iA、u1iB和u1iC之间的大小;如u1iA最大,则属于评价集A,表示该监测点正常;如u1iB最大,则属于评价集B,表示该监测点基本正常;如u1iC最大,则属于评价集C,表示该监测点异常;
步骤(2),监测仪器安全性评价:
(2.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立仪器类型节点i的子节点间的权重矩阵,如式(Ⅳ)所示:
W1i=[w1i1 w1i2 … w1in]T,式(Ⅳ);
式(Ⅳ)中,w1in—仪器类型节点i第n个子节点的权重值;
(2.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立仪器类型节点i的子节点的隶属度矩阵,如式(Ⅴ)所示:
式(Ⅴ)中,u1nA—仪器类型节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u1nB—仪器类型节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u1nC—仪器类型节点i第n个子节点的综合评判矩阵对应评价集C的计算值;
(2.3)根据步骤(2.2)得到的隶属度矩阵和步骤(2.1)得到的权重矩阵相乘,得到该仪器类型节点i的综合评判矩阵U2i;具体如式(Ⅵ)所示:
然后根据最大隶属度原则,比较u2iA、u2iB和u2iC之间的大小;如u2iA最大,则属于评价集A,表示该仪器类型正常;如u2iB最大,则属于评价集B,表示该仪器类型基本正常;如u2iC最大,则属于评价集C,表示该仪器类型异常;
步骤(3),监测项目安全性评价:
(3.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立监测项目节点i的子节点间的权重矩阵,如式(Ⅶ)所示:
W2i=[w2i1 w2i2 … w2in]T,式(Ⅶ);
式(Ⅶ)中:w2in—监测项目节点i第n个子节点的权重值;
(3.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立监测项目节点i的子节点的隶属度矩阵,如式(Ⅷ)所示:
式(Ⅷ)中,u2nA—监测项目节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u2nB—监测项目节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u2nC—监测项目节点i第n个子节点的综合评判矩阵对应评价集C的计算值;
(3.3)根据步骤(3.2)得到的隶属度矩阵和步骤(3.1)得到的权重矩阵相乘,得到监测项目节点i的综合评判矩阵U3i;具体如式(Ⅸ)所示:
然后根据最大隶属度原则,比较u3iA、u3iB和u3iC之间的大小;如u3iA最大,则属于评价集A,表示该监测项目正常;如u3iB最大,则属于评价集B,表示该监测项目基本正常;如u3iC最大,则属于评价集C,表示该监测项目异常;
步骤(4),基本部位安全性评价:
(4.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立基本部位节点i的子节点间的权重矩阵,如式(Ⅹ)所示:
W3i=[w3i1 w3i2 … w3in]T,式(Ⅹ);
式(Ⅹ)中,w3in—基本部位节点i第n个子节点的权重值;
(4.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立基本部位节点i的子节点的隶属度矩阵,如式(Ⅺ)所示:
式(Ⅺ)中,u3nA—基本部位节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u3nB—基本部位节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u3nC—基本部位节点i第n个子节点的综合评判矩阵对应评价集C的计算值;
(4.3)根据步骤(4.2)得到的隶属度矩阵和步骤(4.1)得到的权重矩阵相乘,得到基本部位节点i的综合评判矩阵U4i;具体如式(Ⅻ)所示:
然后根据最大隶属度原则,比较u4iA、u4iB和u4iC之间的大小;如u4iA最大,则属于评价集A,表示该基本部位正常;如u4iB最大,则属于评价集B,表示该基本部位基本正常;如u4iC最大,则属于评价集C,表示该基本部位异常;
步骤(5),大坝安全性评价:
(5.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立大坝节点的子节点间的权重矩阵,如式(XIII)所示:
W4=[w41 w42 … w4n]T,式(XIII);
式(XIII)中,w4n—大坝节点第n个子节点的权重值;
(5.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立大坝节点的子节点的隶属度矩阵,如式(XIV)所示:
式(XIV)中,u4nA—大坝节点第n个子节点的综合评判矩阵对应评价集A的计算值,u4nB—大坝节点第n个子节点的综合评判矩阵对应评价集B的计算值,u4nC—大坝节点第n个子节点的综合评判矩阵对应评价集C的计算值;
(5.3)根据步骤(5.2)得到的隶属度矩阵和步骤(5.1)得到的权重矩阵相乘,得到大坝节点的综合评判矩阵U5;具体如式(XV)所示:
然后根据最大隶属度原则,比较u5A、u5B和u5C之间的大小;如u5A最大,则属于评价集A,表示该大坝正常;如u5B最大,则属于评价集B,表示该大坝基本正常;如u5C最大,则属于评价集C,表示该大坝异常。
进一步,优选的是步骤(1.1)选取的n种评价方法为统计模型法、总量历时特征值、速率历时特征值、计算成果对比法、工程类比法和规范允许值方法中的一种或几种,但不限于此。
首先本发明大坝安全评价为五层的树状结构模型,分为监测点、仪器类型、监测项目、基本部位和大坝(该区分是按照现有技术中的公开的文本来区分的,如大坝基本部位通常会认为包括建基面及抗力体含导流洞堵头、坝体的坝段、结构诱导缝和裂缝部位)。本发明树状结构模型包括多个节点,该节点下面一层的分支为其子节点。
同时,本发明根据大坝安全状态划分的实际需要,将其评价集划分为正常、基本正常、异常;
其次本发明对监测点进行评价,将测点进行分类——变形、渗流、应力应变,采用多种评判方法,每种方法带有不同权重,并对每种方法的权重进行敏感性分析,确定权重矩阵;
接着仪器类型、监测项目、基本部位、建筑物评价,采用层析分析法对大坝安全稳定性的各种影响因素和判据进行层次分析,建立层次结构模型,确定各因素和判据权值并进行一致性检验,将权值分析结果应用于模糊评价中,评价模型每个节点都能得出一个隶属度矩阵,最后根据最大隶属度原则得出安全评价结果。
最后,本发明通过建立大坝安全评价模型和安全评价集,根据测点级评价结果,利用层次分析法和模糊评价,计算出大坝安全状态,为大坝安全评价提供一条有效的途径。
本发明与现有技术相比,其有益效果为:
本发明的优点是只需根据监测点测值,利用大坝安全评价模型和评价方法,即可实时动态的对大坝安全状况进行分析评价,快速得到大坝安全状态,极大缩短了大坝评价时间,降低了评价成本,在水电行业具有及其深远的影响。
传统的大坝评价都是当出现监测异常数据后,组织专家开会,然后专家根据经验来对大坝评价的,这个过程费时费力,时间至少要几天;而本发明评价方法综合考虑了客观、主观因素,能够实时对大坝监测数据进行评价,评价一次也就几分钟,大大缩短了大坝评价时间。
附图说明
图1是本发明基于监测资料的大坝安全评价方法大坝监测层次划分图。
图2是本发明基于监测资料的大坝安全评价方法的流程图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。实施例中未注明具体技术或条件者,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者,均为可以通过购买获得的常规产品。
本发明的基于监测资料的大坝安全评价模型(五层的树状结构模型),如图1所示,根据大坝安全评价的实际需求,建立监测点、仪器类型、监测项目、基本部位和建筑物共五层的安全评价模型,按照如图2所示的评价流程对大坝及各层次节点进行安全评价。
监测点层分析:
根据敏感性分析建立评价模型中监测点的评价方法(统计模型法、总量历时特征值、速率历时特征值、计算成果对比法、工程类比法、规范允许值)的权重矩阵:
W=[w1 w2 … wn]T
其中:wn—第n种方法的权重值
监测点测值根据以上六种评价方法和评价集建立对应的隶属度矩阵:
其中:μnA—第n种评价方法对应评价集A的计算值,μnB—第n种评价方法对应评价集B的计算值,μnC—第n种评价方法对应评价集C的计算值
监测点综合评判矩阵U1:
仪器类型层分析:
根据层次分析法建立评价模型中仪器类型节点i的子节点间的权重矩阵:
W1i=[w1i1 w1i2 … w1in]T
其中:w1in—仪器类型节点i第n个子节点的权重值
仪器类型节点i的子节点的综合评判矩阵构造对应的隶属度矩阵:
其中:u1nA—仪器类型节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u1nB—仪器类型节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u1nC—仪器类型节点i第n个子节点的综合评判矩阵对应评价集C的计算值
仪器类型节点i综合评判矩阵U2i:
监测项目层分析:
根据层次分析法建立评价模型中监测项目节点i的子节点间的权重矩阵:
W2i=[w2i1 w2i2 … w2in]T
其中:w2in—监测项目节点i第n个子节点的权重值
监测项目节点i的子节点的综合评判矩阵构造对应的隶属度矩阵:
其中:u2nA—监测项目节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u2nB—监测项目节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u2nC—监测项目节点i第n个子节点的综合评判矩阵对应评价集C的计算值
监测项目节点i综合评判矩阵U3i:
基本部位层分析:
根据层次分析法建立评价模型中基本部位节点i的子节点间的权重矩阵:
W3i=[w3i1 w3i2 … w3in]T
其中:W3in—基本部位节点i第n个子节点的权重值
基本部位节点i的子节点的综合评判矩阵构造对应的隶属度矩阵:
其中:u3nA—基本部位节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u3nB—基本部位节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u3nC—基本部位节点i第n个子节点的综合评判矩阵对应评价集C的计算值
基本部位节点i综合评判矩阵U4i:
大坝层分析:
根据层次分析法建立评价模型中大坝节点的子节点间的权重矩阵:
W4=[w41 w42 … w4n]T
其中:w4n—大坝节点第n个子节点的权重值
大坝节点的子节点的综合评判矩阵构造对应的隶属度矩阵:
其中:u4nA—大坝节点第n个子节点的综合评判矩阵对应评价集A的计算值,u4nB—大坝节点第n个子节点的综合评判矩阵对应评价集B的计算值,u4nC—大坝节点第n个子节点的综合评判矩阵对应评价集C的计算值
大坝节点综合评判矩阵U5:
最后,根据最大隶属度原则,比较综合评判矩阵中各值大小,如第一个值最大,则表示该评价节点正常;如第二个值最大,则表示该评价节点基本正常;如第三个值最大,则表示该评价节点异常;
本发明计算过程是依次进行的,从监测点级逐层算到大坝,计算过程中发现异常依旧计算,最后查看评价模型各节点的评价结果;如果有异常,派人去大坝现场检查,并进行相应的施工措施以提高其安全等级。
以下的某工程为实例对本发明作进一步的说明,但本发明的保护范围并不受这些实例的限制。
监测点级:
某拱坝20号坝段布置有测点C4-A20-TP-01监测拱坝坝顶变形,根据统计模型法、总量历时特征值、速率历时特征值、计算成果对比法、工程类比法、规范允许值六种评价方法对某一时刻测值进行分析评价,隶属度矩阵为:
根据敏度分析以上六种方法间权重矩阵为:
W=[0.2 0.2 0.1 0.2 0.1 0.2]T
测点C4-A20-TP-01综合评判矩阵U:
测点C4-A20-TP-01的评价集的结果为:0.7、0.3、0,分别隶属于正常、基本正常、异常,根据最大隶属度原则,则测点C4-A20-TP-01测值正常。
仪器类型级:
某拱坝20号坝段布置正垂线类型有测点C4-A20-TP-01、C4-A20-TP-02、C4-A20-TP-03、C4-A20-TP-04、C4-A20-TP-05监测拱坝坝顶变形,根据测点级评价结果,构造隶属度矩阵为:
C4-A20-TP-01、C4-A20-TP-02、C4-A20-TP-03、C4-A20-TP-04、C4-A20-TP-05间权重矩阵为:
W=[0.3 0.1 0.3 0.2 0.1]T
该正垂线类型综合评判矩阵U2:
该正垂线类型的评价集结果为:0.62、0.35、0.03,分别隶属于正常、基本正常、异常,根据最大隶属度原则,则该正垂线类型正常。
该实施例中仪器类型节点i为某拱坝20号坝段布置正垂线类型;其子节点为测点C4-A20-TP-01、C4-A20-TP-02、C4-A20-TP-03、C4-A20-TP-04、C4-A20-TP-05。
监测项目级:
某拱坝20号坝段渗流监测项目有测压管、渗压计、渗流量、水位孔,根据仪器类型级评价结果,构造隶属度矩阵为:
测压管、渗压计、渗流量、水位孔间权重矩阵为:
W=[0.2 0.3 0.3 0.2]T
该渗流监测项目综合评判矩阵U3:
该渗流监测项目的评价集结果为:0.716、0.263、0.021,分别隶属于正常、基本正常、异常,根据最大隶属度原则,则该渗流监测项目正常。
该实施例中监测项目节点i为某拱坝20号坝段渗流监测项目;其子节点为测压管、渗压计、渗流量、水位孔。
基本部位级:
某拱坝20号坝段监测项目分为变形、渗流、应力应变三个方面,根据监测项目级评价结果,构造隶属度矩阵为:
变形、渗流、应力应变间权重矩阵为:
W=[0.4 0.4 0.2]T
该部位综合评判矩阵U4:
该部位的评价集结果为:0.38、0.558、0.062,分别隶属于正常、基本正常、异常,根据最大隶属度原则,则该渗流监测项目基本正常。
该实施例中基本部位节点i为某拱坝20号坝段;其子节点为变形、渗流、应力应变。
大坝级:
某拱坝基本部位分为3个重点部位,根据基本部位级评价结果,构造隶属度矩阵为:
3个重点部位间权重矩阵为:
W=[0.3 0.4 0.3]T
该拱坝综合评判矩阵U5:
该拱坝的评价集结果为:0.601、0.3504、0.0486,分别隶属于正常、基本正常、异常,根据最大隶属度原则,则该拱坝正常。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种基于监测资料的大坝安全评价方法,其特征在于,包括如下步骤:
步骤(1),监测点安全性评价:
(1.1)选取n种评价方法,然后根据敏感性分析建立该多种评价方法的权重矩阵,如式(Ⅰ)所示:
W=[w1 w2 … wn]T,式(Ⅰ);
式(Ⅰ)中,w1表示第1种方法的权重值;
w2表示第2种方法的权重值;
wn表示第n种方法的权重值;
(1.2)首先定义评价集:A表示正常、B表示基本正常、C表示异常;
然后根据步骤(1.1)选取的评价方法和评价集建立对应的隶属度矩阵,如式(Ⅱ)所示:
式(Ⅱ)中,μnA—第n种评价方法对应评价集A的计算值,μnB—第n种评价方法对应评价集B的计算值,μnC—第n种评价方法对应评价集C的计算值;
(1.3)根据步骤(1.2)得到的隶属度矩阵和步骤(1.1)得到的权重矩阵相乘,得到监测点综合评判矩阵U,即该监测点安全性评价隶属度矩阵;具体如式(Ⅲ)所示:
然后根据最大隶属度原则,比较u1iA、u1iB和u1iA之间的大小;如u1iA最大,则属于评价集A,表示该监测点正常;如u1iB最大,则属于评价集B,表示该监测点基本正常;如u1iC最大,则属于评价集C,表示该监测点异常;
步骤(2),监测仪器安全性评价:
(2.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立仪器类型节点i的子节点间的权重矩阵,如式(Ⅳ)所示:
W1i=[w1i1 w1i2 … w1in]T,式(Ⅳ);
式(IV)中,w1in-仪器类型节点i第n个子节点的权重值;
(2.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立仪器类型节点i的子节点的隶属度矩阵,如式(Ⅴ)所示:
式(Ⅴ)中,u1nA—仪器类型节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u1nB—仪器类型节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u1nC—仪器类型节点i第n个子节点的综合评判矩阵对应评价集C的计算值;
(2.3)根据步骤(2.2)得到的隶属度矩阵和步骤(2.1)得到的权重矩阵相乘,得到该仪器类型节点i的综合评判矩阵U2i;具体如式(Ⅵ)所示:
然后根据最大隶属度原则,比较u2iA、u2iB和u2iC之间的大小;如u2iA最大,则属于评价集A,表示该仪器类型正常;如u2iB最大,则属于评价集B,表示该仪器类型基本正常;如u2iC最大,则属于评价集C,表示该仪器类型异常;
步骤(3),监测项目安全性评价:
(3.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立监测项目节点i的子节点间的权重矩阵,如式(Ⅶ)所示:
W2i=[w2i1 w2i2 … w2in]T,式(Ⅶ);
式(Ⅶ)中:w2in—监测项目节点i第n个子节点的权重值;
(3.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立监测项目节点i的子节点的隶属度矩阵,如式(Ⅷ)所示:
式(Ⅷ)中,u2nA—监测项目节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u2nB—监测项目节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u2nC—监测项目节点i第n个子节点的综合评判矩阵对应评价集C的计算值;
(3.3)根据步骤(3.2)得到的隶属度矩阵和步骤(3.1)得到的权重矩阵相乘,得到监测项目节点i的综合评判矩阵U3i;具体如式(Ⅸ)所示:
然后根据最大隶属度原则,比较u3iA、u3iB和u3iC之间的大小;如u3iA最大,则属于评价集A,表示该监测项目正常;如u3iB最大,则属于评价集B,表示该监测项目基本正常;如u3iC最大,则属于评价集C,表示该监测项目异常;
步骤(4),基本部位安全性评价:
(4.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立基本部位节点i的子节点间的权重矩阵,如式(Ⅹ)所示:
W3i=[w3i1 w3i2…w3in]T,式(Ⅹ);
式(Ⅹ)中,w3in—基本部位节点i第n个子节点的权重值;
(4.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立基本部位节点i的子节点的隶属度矩阵,如式(Ⅺ)所示:
式(Ⅺ)中,u3nA—基本部位节点i第n个子节点的综合评判矩阵对应评价集A的计算值,u3nB—基本部位节点i第n个子节点的综合评判矩阵对应评价集B的计算值,u3nC—基本部位节点i第n个子节点的综合评判矩阵对应评价集C的计算值;
(4.3)根据步骤(4.2)得到的隶属度矩阵和步骤(4.1)得到的权重矩阵相乘,得到基本部位节点i的综合评判矩阵U4i;具体如式(Ⅻ)所示:
然后根据最大隶属度原则,比较u4iA、u4iB和u4iC之间的大小;如u4iA最大,则属于评价集A,表示该基本部位正常;如u4iB最大,则属于评价集B,表示该基本部位基本正常;如u4iC最大,则属于评价集C,表示该基本部位异常;
步骤(5),大坝安全性评价:
(5.1)根据层次分析法,通过步骤(1.1)选取的n种评价方法及敏感性分析建立大坝节点的子节点间的权重矩阵,如式(XIII)所示:
W4=[w41 w42 …w4n]T,式(XIII);
式(XIII)中,w4n—大坝节点第n个子节点的权重值;
(5.2)根据步骤(1.1)选取的评价方法和步骤(1.2)定义的评价集,建立大坝节点的子节点的的隶属度矩阵,如式(XIV)所示:
式(XIV)中,u4nA—大坝节点第n个子节点的综合评判矩阵对应评价集A的计算值,u4nB—大坝节点第n个子节点的综合评判矩阵对应评价集B的计算值,u4nC—大坝节点第n个子节点的综合评判矩阵对应评价集C的计算值;
(5.3)根据步骤(5.2)得到的隶属度矩阵和步骤(5.1)得到的权重矩阵相乘,得到大坝节点的综合评判矩阵U5;具体如式(XV)所示:
然后根据最大隶属度原则,比较u5A、u5B和u5C之间的大小;如u5A最大,则属于评价集A,表示该大坝正常;如u5B最大,则属于评价集B,表示该大坝基本正常;如u5C最大,则属于评价集C,表示该大坝异常。
2.根据权利要求1所述的基于监测资料的大坝安全评价方法,其特征在于,步骤(1.1)选取的n种评价方法为统计模型法、总量历时特征值、速率历时特征值、计算成果对比法、工程类比法和规范允许值方法中的一种或几种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610286034.0A CN105976104A (zh) | 2016-05-03 | 2016-05-03 | 一种基于监测资料的大坝安全评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610286034.0A CN105976104A (zh) | 2016-05-03 | 2016-05-03 | 一种基于监测资料的大坝安全评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105976104A true CN105976104A (zh) | 2016-09-28 |
Family
ID=56994260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610286034.0A Pending CN105976104A (zh) | 2016-05-03 | 2016-05-03 | 一种基于监测资料的大坝安全评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105976104A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106996097A (zh) * | 2017-05-24 | 2017-08-01 | 中国电建集团成都勘测设计研究院有限公司 | 一种拱坝结构的安全评价方法 |
CN108805192A (zh) * | 2018-06-01 | 2018-11-13 | 河海大学 | 基于分层网络结构的监测数据分析方法 |
CN113298426A (zh) * | 2021-06-17 | 2021-08-24 | 华能澜沧江水电股份有限公司 | 知识图谱驱动的大坝安全评判权重动态拟定方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530525A (zh) * | 2013-10-26 | 2014-01-22 | 中北大学 | 一种提高尾矿坝基于库水位的风险评估精准性的方法 |
CN104281920A (zh) * | 2014-09-29 | 2015-01-14 | 中南大学 | 尾矿库分层指标安全评估和预警方法与系统 |
-
2016
- 2016-05-03 CN CN201610286034.0A patent/CN105976104A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530525A (zh) * | 2013-10-26 | 2014-01-22 | 中北大学 | 一种提高尾矿坝基于库水位的风险评估精准性的方法 |
CN104281920A (zh) * | 2014-09-29 | 2015-01-14 | 中南大学 | 尾矿库分层指标安全评估和预警方法与系统 |
Non-Patent Citations (3)
Title |
---|
刘亚莲 等: ""土石坝安全的模糊层次综合评价及其应用"", 《水力发电》 * |
张帅 等: ""基于AHP—信息熵的大坝安全性态模糊综合评价"", 《水电能源科学》 * |
杨海平: ""基于AHP一熵组合赋权的土石坝安全模糊评价"", 《人民黄河》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106996097A (zh) * | 2017-05-24 | 2017-08-01 | 中国电建集团成都勘测设计研究院有限公司 | 一种拱坝结构的安全评价方法 |
CN106996097B (zh) * | 2017-05-24 | 2019-01-01 | 中国电建集团成都勘测设计研究院有限公司 | 一种拱坝结构的安全评价方法 |
CN108805192A (zh) * | 2018-06-01 | 2018-11-13 | 河海大学 | 基于分层网络结构的监测数据分析方法 |
CN108805192B (zh) * | 2018-06-01 | 2019-04-02 | 河海大学 | 基于分层网络结构的监测数据分析方法 |
CN113298426A (zh) * | 2021-06-17 | 2021-08-24 | 华能澜沧江水电股份有限公司 | 知识图谱驱动的大坝安全评判权重动态拟定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3557222B1 (en) | Calculation method and testing system for cumulative dust exposure to respirable dust of mine workers | |
CN108108877A (zh) | 一种基于bp神经网络的输电线路雷害风险评估方法 | |
CN101532397B (zh) | 煤与瓦斯突出实时诊断方法 | |
CN110969244A (zh) | 一种基于卷积神经网络的建筑施工安全监测方法 | |
CN105976104A (zh) | 一种基于监测资料的大坝安全评价方法 | |
CN105811403B (zh) | 基于半不变量和级数展开法的随机潮流算法 | |
CN105913184B (zh) | 基于实时监测数据的尾矿坝失稳风险评价方法 | |
CN107657288A (zh) | 一种基于孤立森林算法的电力调度流数据异常检测方法 | |
CN107034932A (zh) | 一种基于bim的施工过程基坑变形监测、预警平台 | |
CN106208046B (zh) | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 | |
CN106840955B (zh) | 一种自动检测的林地土壤蒸发仪 | |
CN103793859A (zh) | 一种风电场运行监控及事件综合评价方法 | |
CN104794315B (zh) | 基于改进断裂力学模型的煤层底板破坏带深度确定方法 | |
CN105205002B (zh) | 一种基于测试工作量的软件安全缺陷发现模型的建模方法 | |
CN103778480A (zh) | 一种基于敏感度分析的裂隙带高度预测方法 | |
CN103353295B (zh) | 一种精确预测大坝坝体垂直变形量的方法 | |
CN107016620A (zh) | 一种基于层次分析的断层含水性评价方法 | |
CN114757365A (zh) | 一种基于深度学习的高速铁路路基沉降预测及预警方法 | |
Kretschmer et al. | Influence of atmospheric stability on the load spectra of wind turbines at alpha ventus | |
CN107886194A (zh) | 一种大风灾害下异物挂线故障概率计算方法 | |
CN104598970B (zh) | 一种爬架组的工作状态检测方法 | |
CN103105467B (zh) | 基于应力强度因子评估轴承滚道次表面疲劳损伤度的方法 | |
CN108805192B (zh) | 基于分层网络结构的监测数据分析方法 | |
CN107609729A (zh) | 一种层次分析结构模型的工作面开采安全性评价方法 | |
CN207161071U (zh) | 一种油田单井产量在线式测量系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160928 |