CN112001593A - 基于回归关系和模糊识别模型的面板堆石坝性态评价方法 - Google Patents
基于回归关系和模糊识别模型的面板堆石坝性态评价方法 Download PDFInfo
- Publication number
- CN112001593A CN112001593A CN202010713124.XA CN202010713124A CN112001593A CN 112001593 A CN112001593 A CN 112001593A CN 202010713124 A CN202010713124 A CN 202010713124A CN 112001593 A CN112001593 A CN 112001593A
- Authority
- CN
- China
- Prior art keywords
- index
- dam
- sub
- safety
- regression
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000012886 linear function Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000012067 mathematical method Methods 0.000 description 3
- 239000013049 sediment Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004323 axial length Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000021170 buffet Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种基于回归关系和模糊识别模型的面板堆石坝性态评价方法，具体按照以下步骤实施：步骤1、基于回归关系法计算面板堆石坝分指标的安全评价值；步骤2、通过乘积标度法确定分指标权重；步骤3、利用模糊识别模型处理分指标安全评价值与指标权重的相关关系，进而获得面板堆石坝安全性态特征值和安全性态等级。利用本发明的方法可以定性且定量的对面板堆石坝的堆石坝安全性态进行评价。
Description
技术领域
本发明属于大坝安全评价技术领域，涉及基于回归关系和模糊识别模型的面板堆石坝性态评价方法。
背景技术
面板堆石坝具有安全性好、工程量小、施工方便、导流简单及工期短等优点，在水利水电工程中得到了广泛应用和迅速发展。目前，中国面板堆石坝发展面临着坝高从200m到300m级的跨越。面板堆石坝随着使用年限的增加，有相当数量的坝体存在着安全隐患。在实际工程的建设、运行管理过程中，坝体可能出现各种破坏现象，如面板破坏、坝体变形、较大渗漏量，这些问题会危害坝体安全，造成不可估量的损失。因此，对面板堆石坝开展安全评价研究至关重要。
在面板堆石坝的快速发展过程中，产生了许多评价坝体安全的方法，主要包括定性评价与定量评价两个方面；定性评价依据工程类比、图解法等，结合工程经验快速确定工程安全情况，对坝体做出安全评价，这类方法在坝体前期设计具有较好的参考价值，但结果受主观影响较大，而且对于在地质、地形条件复杂和高面板堆石坝安全评价中基本不被应用；定量分析采用逻辑方法进行计算，使用数学方法对大坝安全进行评价，包括确定性模型和混合模型、层次分析法、模糊理论、突变理论、灰色理论模型等，面板堆石坝安全评价理论日益成熟，但是不同工程特点存在较大差异，不同评价方法的适应性问题有待进一步改进。此外，不同安全评价方法的原理与研究的侧重点不同，大部分评价方法侧重于对单个指标进行评价，不能全面评价大坝的安全。
发明内容
本发明的目的是提供一种基于回归关系和模糊识别模型的面板堆石坝性态评价方法，解决了现有技术中存在的面板堆石坝安全性评价方法单一且复杂的问题。
本发明所采用的技术方案是，基于回归关系和模糊识别模型的面板堆石坝性态评价方法，具体按照以下步骤实施：
步骤1、基于回归关系法计算面板堆石坝分指标的安全评价值；
步骤2、通过乘积标度法确定分指标权重，再结合超权重，计算分指标的综合权重；
步骤3、利用模糊识别模型处理分指标安全评价值与分指标综合权重的相关关系，进而获得面板堆石坝安全性态特征值和安全性态等级。
本发明的特点还在于：
步骤1按照以下步骤实施：
步骤1.1、基于已建面板堆石坝的变形和渗流数据，构建分指标与主要影响因子间的回归关系，选取多种函数关系进行回归拟合，综合考虑相关系数R2和预测方根误差RMSE，选取最优回归模型曲线；
步骤1.2、通过步骤1.1得到的最优回归模型曲线计算样本与回归曲线的垂直距离，获取该距离的范围，该范围即为分指标范围，在获得分指标范围的基础上，选取其中一个实例样点作为正常状态参考点，依据此点与最优回归曲线的距离，对分指标范围进行修正，确定分指标实取范围[-a,b]，获得分指标实取范围后，选定某一恰当函数，将分指标实取范围统一转换到[0,5]的标准取值范围，将各分指标划分为5个安全级别，由低到高依次为：重度异常、轻度异常、正常、较好和好。
步骤1.1中分指标与主要影响因子间的回归关系包括面板堆石坝坝顶沉降、坝内沉降、面板挠度与坝高及渗流量与上游水位的回归关系，多种函数关系包括指数函数、线性函数、对数函数、多项式函数、幂函数拟合关系。
步骤2具体按照以下步骤实施：
步骤2.1、根据经验或实测资料，对堆石坝的m个评价指标定性的进行重要性排序；
步骤2.2、对评价指标A、B进行两两对比，确定两个评价指标间的重要性，当A、B指标重要性是相同，则权重取(wA:wB)＝(1，1)＝(0.5,0.5)；
步骤2.3、当A、B指标重要性不相同时，则利用公式计算权重：(wA:wB)＝(1.354n/(1+1.354n)，1/(1+1.354n))，其中n＝1,2,3…；
步骤2.4、根据步骤2.3得到的分指标的权重，结合超权重，计算综合权重。
步骤2.4中综合权重的计算按照以下步骤实施：
步骤2.4.1、每一个面板堆石坝有m个评价指标，每个指标的的安全评价值为xi(i，2，...，m)，若有n个面板堆石坝，则共有m×n个安全评价值，将计算所得的堆石坝分指标安全评价值的数据转换为[0,1]的隶属区间，则实测性态安全评价指标矩阵为：
步骤2.4.2、堆石坝的安全分级数为5，评价指标标准值为y，由评定分级标准，第一级取区间下限值作为标准，第五级取区间上限值作为标准，其余取区间的中间数，得：
步骤2.4.3、将矩阵X与Y变换为对应的相对隶属矩阵，得：
由计算公式可得堆石坝分指标的权重为v＝[v1v2...vm]；
步骤2.4.5、综合考虑超权重与分指标权重，建立分指标的综合权重矩阵，则：
将矩阵A的元素值按列归一化，得到W＝[w1，w2，...，wm]T,式中
计算出分指标综合权重矩阵为W＝[w1，w2，...，wm]T。
步骤3具体为：
模糊识别模型为：
式中，p为距离参数，p＝1为海明距离，p＝2为欧氏距离，可得堆石坝实测安全性态的相对隶属度矩阵U为：U＝[1 2 3 4 5]；
计算状态特征值H，公式为：
将特征值H与评价等级范围对照，将特征值H与评价等级所属区间{[1,1.5),[1.5,2.5),[2.5,3.5),[3.5,4.5),[4.5,5]}＝{好，较好，正常，轻度异常，重度异常}相对照，即可得出堆石坝性态的安全状况。
本发明的有益效果是：通过本发明的方法可以定性且定量的对任一面板堆石坝安全性进行综合评价，该方法具有理论性、合理性、应用性、易操作性，通过多个例子证明了该方法的可行性。
附图说明
图1是坝顶沉降与坝高的回归关系图；
图2是面板挠度与坝高的回归关系图；
图3是回归关系法划分的堆石坝运行状态分级图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明基于回归关系和模糊识别模型的面板堆石坝性态评价方法的方法，具体按照以下步骤实施：
步骤1、基于回归关系法计算面板堆石坝分指标的安全评价值，具体按照以下步骤实施：
步骤1.1、基于收集的国内外87个已建面板堆石坝的变形和渗流资料，构建分指标与主要影响因子间的回归关系，选取多种函数关系进行回归拟合，综合考虑相关系数R2和预测方根误差RMSE，选取最优回归模型曲线，对于回归来说，如果两者之间的相关系数R2越大，预测方根误差RMSE越小，则代表曲线的拟合效果较优，在回归分析结果中优先选取R2较大，同时RMSE较小的回归曲线，这样能够确保得出最优解，本申请基于SPSS软件拟合87座面板堆石坝坝顶沉降、坝内沉降、面板挠度与坝高和渗流量与上游水位的相关关系，分别采用指数函数、线性函数、对数函数、多项式函数、幂函数拟合关系曲线，坝顶沉降和面板挠度不同函数形式下的回归拟合相关关系如图1、图2所示，相应拟合获得回归关系式如表2、表3所示；
表2坝顶沉降与坝高的回归关系式
表3面板挠度与坝高的回归关系式
步骤1.2、确定分指标的最优回归曲线后，计算出样本与回归曲线的垂直距离，获取该距离的范围，称为分指标范围；在获得分指标范围的基础上，选取其中一个实例样点作为正常状态参考点，依据此点与最优回归曲线的距离，对分指标范围进行修正，确定分指标实取范围[-a,b]；获得分指标实取范围后，选定某一恰当函数，将分指标实取范围统一转换到[0,5]的标准取值范围，这样便于等级的统一划分，将各分指标划分为5个安全级别，由低到高依次为：重度异常、轻度异常、正常、较好和好，即转换函数计算值(0,1)表示重度异常、[1,2)表示轻度异常，[2,3)表示正常，[3,4)表示较好，[4,5)表示好，回归关系法划分堆石坝分指标运行状态分级方法示意图如图3所示，其中样本点1、2、3的堆石坝分指标运行状态依次为轻度异常、正常、较好，以坝顶沉降为例，由选定的基准线，计算所有样本与基准线的垂直距离，获得坝顶沉降分指标的范围为[-0.20,0.75]，根据基准线评价情况和实际面板堆石坝工程运行情况，选择洪家渡面板堆石坝为正常状态的参考点，根据参考点与基准线的距离修正分指标范围，得到坝顶沉降分指标的实取范围为[-0.20,1.00]，最终确定转换函数将实取范围转换到[0,5]的标准，本申请统计所得的各项分指标与对应主要影响因子之间的最优关系式如表4，面板堆石坝坝体安全评价定量分项指标转换关系如表5；
表4各项分指标与对应主要影响因子之间的最优关系式
表5面板堆石坝坝体安全评价定量分项指标
其中，x为各分指标对应的因子的取值，y为分指标的值；
步骤2、通过乘积标度法确定分指标权重，再结合超权重，计算分指标的综合权重，具体按照以下步骤实施：
步骤2.1、根据经验或实测资料，对面板堆石坝的m个评价指标定性的进行重要性排序；
步骤2.2、对评价指标A、B进行两两对比，确定两个评价指标间的重要性，当A、B指标重要性是相同，则权重取(wA:wB)＝(1，1)＝(0.5,0.5)；
步骤2.3、当A、B指标重要性不相同时，则利用公式计算权重：(wA:wB)＝(1.354n/(1+1.354n)，1/(1+1.354n))，其中n＝1,2,3…；例如当A比B的重要性为“一级重要”，则权重取(wA:wB)＝(1.354/(1+1.354)，1/(1+1.354))＝(0.58,0.42)；当A比B的重要性为“二级重要”，权重可取(wA:wB)＝(1.3542/(1.3542+1):1/(1.3542+1))＝(0.65:0.35)；
选取坝顶沉降(y1)、坝体沉降(y2)、面板挠度(y3)、渗流量(y4)四个指标为例进行说明，对重要性排序为面板挠度、渗流量、坝顶沉降、坝体沉降，通过工程经验认为面板挠度比渗流量稍微重要，渗流量比坝顶沉降稍微重要，坝顶沉降比坝体沉降稍微重要，因此通过计算，确定指标权重为(wy1：wy2：wy3：wy4)＝(0.20:0.15:0.37:0.28)；
为了综合评价面板堆石坝的实测性态，将考虑超权重与指标权重，得到综合权重，给出m个评价指标的满意度(相对于正常的隶属度)为xi(i，2，...，m)，如果有n个面板堆石坝，每个面板堆石坝有m个评价指标，为便于计算，将所得的分指标数据转换为[0,1]的隶属区间，则实测性态安全评价指标矩阵为：
面板堆石坝的安全分级数为5，评价指标标准值为y，由评定分级标准，按照分级标准从严考虑，第一级(好)取区间下限值作为标准，第五级(重度异常)取区间上限值作为标准，其余取区间的中间数，得：
将矩阵X与Y变换为对应的相对隶属矩阵
由计算公式可得堆石坝分指标的权重为v＝[v1v2...vm]，综合考虑超权重与分指标权重，建立分指标的综合权重矩阵，则：
将矩阵A的元素值按列归一化，得到W＝[w1，w2，...，wm]T，式中
计算出分指标综合权重矩阵为W＝[w1，w2，...，wm]T；
步骤3、面板堆石坝的性态安全是一个相对模糊的概念，在安全与危险之间没有一个明显界限，很难用“好”“坏”直接描述面板堆石坝的安全性态，因此本申请将模糊数学理论引入到面板堆石坝的安全评价之中，综合利用模糊识别模型处理分指标安全评价值与分指标综合权重相关关系，进而获得面板堆石坝安全性态特征值；
模糊识别模型为：
式中，p为距离参数，p＝1为海明距离，p＝2为欧氏距离。可得面板堆石坝实测安全性态的相对隶属度矩阵U为：U＝[1 2 3 4 5]，
计算状态特征值H，公式为：
将特征值H与评价等级范围对照，将特征值H与评价等级所属区间{[1,1.5),[1.5,2.5),[2.5,3.5),[3.5,4.5),[4.5,5]}＝{好，较好，正常，轻度异常，重度异常}相对照，即可得出面板堆石坝性态的安全状况。
由面板堆石坝安全定检的实践经验和人类的心理活动等多种因素，确定面板堆石坝的评价指标特性和最终评价目标的评价等级数确定为五级，构成的评语集合为X＝{X1，X2，X3，X4，X5}＝{好，较好，正常，轻度异常，重度异常}，结合上述分析，面板堆石坝的5个评价等级，其对应的隶属函数区间为X＝{X1，X2，X3，X4，X5}＝{好，较好，正常，轻度异常，重度异常}＝{[1,0.8],(0.8,0.6),(0.6,0.4),(0.4,0.2),(0.2,0)}。
实施例
选取水布垭面板堆石坝为工程实例进行计算，清江水布垭水利枢纽位于湖北省巴东县境内，枢纽为一等大(1)型水利水电工程，以发电为主，并兼顾防洪、航运等，水利枢纽工程面板堆石坝坝顶高程409m，坝顶轴线长676.44m，面板堆石坝最大坝高233.2m坝顶宽度12m，防浪墙顶高程410.2m，墙高5.4m，水库正常蓄水位400m，相应库容43.12亿m3，死水位350m，装机容量1840MW，选用水布垭面板堆石坝的坝顶沉降、坝体沉降、面板挠度、渗流量为评价指标，由资料可知，水布垭的坝顶沉降为0.35m、坝内沉降2.30m、面板挠度0.28m、渗流量20L/s。
分指标安全计算具体过程以坝顶沉降为例，计算结果见表6。已知水布垭面板堆石坝坝高233m，利用坝顶沉降与拔高的回归关系式算出在233m坝高下的变形经验值为0.451m，结合回归关系图得出变形实际值与经验值的差距为-0.1m(其中负号代表着该值位于回归曲线下方，变形情况较好)，将转化值-0.1m带入分指标计算公式中，求出坝顶沉降的安全度为4.47。
表6水布垭安全综合评价计算表
分指标权重确定如下：对坝顶沉降、坝体沉降、面板挠度、渗流量四个分指标进行重要性排序，主要结合各分指标对堆石坝安全影响大小，通过对水布垭面板堆石坝分析，将重要性排序由重到轻为面板挠度(y1)、渗流量(y2)、坝顶沉降(y3)、坝体沉降(y4)，对指标两两对比，得出y1:y2＝1.354:1，y2:y3＝1.354:1，y3:y4＝1.354:1，则y1:y2:y3:y4＝2.482:1.833:1.354:1，计算出分指标权重为(y1,y2,y3,y4)＝(0.37,0.28,0.20,0.15)，所以水布垭面板堆石坝分指标的权重为(坝顶沉降，坝体沉降，面板挠度，渗流量)＝(0.20,0.15,0.37,0.28)，计算出分指标的安全状态为(4.47，4.90，4.89，5)则实测性态安全评价指标矩阵：
X＝[0.89，0.98，0.98，1]T
评价等级指标矩阵为：
将矩阵X与Y变换为对应的相对隶属矩阵：
R＝[1，1，1，1]T
由上述计算的面板堆石坝指标的权重v为v＝[0.20 0.15 0.37 0.28]，则：
将矩阵A的元素值按列归一化，计算出综合矩阵w为：W＝[0.20，0.15，0.37，0.28]T，堆石坝实测安全性态的相对隶属度矩阵U为，U＝[10.8480.0950.034 0.024]T，归一化后U～＝[0.500 0.424 0.047 0.017 0.012]T。
计算结果显示水布垭面板堆石坝的状态特征值为1.617，由等级标准可知面板堆石坝安全等级为较好。
综合其他方法对水布垭面板堆石坝的安全评价，具体结果如表表7所示，周伟利用遗传算法和径向基函数神经网络的参数反馈分析方法对水布垭面板堆石坝的堆石体本构模型参数进行反演，结果表明沉降计算值与实测值吻合很好，并且对坝体后期变形预测，结果表明坝体变形在合理范围内并趋于稳定[30]。杨秀萍对水布垭实测沉降资料进行反演分析，反演参数计算得到的各个断面沉降变形分布和工程实际基本一致，反演分析的结果表面坝体沉降变形较好[31]。
应用本申请提出方法计算多个面板堆石坝安全性态进行，与其他方法的计算结果进行对比，得出本申请方法与其他方法的评价结果相似，结果如表8所示。洪家渡面板堆石坝填筑至坝顶高程时最大沉降127cm，施工期面板最大脱空11.9mm，至2007年3月，坝体最大沉降133.6cm，约占坝高的0.74％，面板无结构性裂缝，温度性裂缝很少，周边缝位移量远小于设计值，日常渗漏量约7-20L/s，认为各项运行指标良好[32]。万安溪面板堆石坝在1995年底的沉降量为63.9cm,占坝轴线处坝高的0.728％，坝体内部和表面沉降以及坝体表面水平位移随时间增加量减小且逐渐稳定，面板间缝开合度变化量较小，渗流量的变化趋势稳定，可以认为面板堆石坝的变形性态总体上正常[33]。利用三维有限元软件计算得出三板溪面板堆石坝坝体最大沉降约为坝高的0.44％，小于经验认为的1％-1.5％。水平位移约为沉降的40％，面板挠曲率在0.06％-0.08％之间，比例与经验较符合[34]。本申请方法计算结果与其他方法计算结果相似，认为坝体安全状态一致。
表7水布垭堆石坝安全评价表
表8堆石坝安全计算结果表
本发明提出的方法具有理论性、合理性、应用性、易操作性，通过多个例子证明了该方法的可行性，首先，本方法统计了87个面板堆石坝工程的安全监测数据，通过对面板堆石坝变形等数据的整理分析，利用回归分析法得出变形值与主要影响因素之间的关系，通过拟合关系式可以得出变形指标的安全评价值；其次，通过对面板堆石坝多个变形指标(分指标)的安全评价值计算，并综合考虑超权重与指标权重，采用乘积标度法确定分指标的综合权重；最后，基于分指标安全评价值与综合权重，引入模糊识别模型确定面板堆石坝安全性态综合评价指标。本发明提出的方法将数学方法与理论模型共同应用到混凝土面板堆石坝坝体安全性态评价中，充分将定性分析与定量分析结合，提出科学且简单的面板堆石坝性态评价方法，利用本发明提出的方法可以定性且定量的对混凝土面板堆石坝的堆石坝安全性态进行评价。
参考文献：
[30]周伟,花俊杰,常晓林,杨启贵,马刚.水布垭高面板堆石坝运行期工作性态评价及变形预测[J].岩土工程学报,2011,33(S1):72-77.
[31]杨秀萍.基于参数反演的水布垭面板堆石坝的安全评价[D].大连理工大学,2011.
[32]杨泽艳,蒋国澄.洪家渡200m级高面板堆石坝变形控制技术[J].岩土工程学报,2008(08):1241-1247.
[33]戴妙林,吴宏明,沈洪俊,刘宗汉.万安溪面板堆石坝原型观测资料分析[J].水力发电,2002(05):52-55+76.
[34]宋文晶,伍星,高莲士,蔡昌光.三板溪混凝土面板堆石坝变形及应力分析[J].水力发电学报,2006(06):34-38.
Claims (6)
1.基于回归关系和模糊识别模型的面板堆石坝性态评价方法，其特征在于，具体按照以下步骤实施：
步骤1、基于回归关系法计算面板堆石坝分指标的安全评价值；
步骤2、通过乘积标度法确定分指标权重，再结合超权重，计算分指标的综合权重；
步骤3、利用模糊识别模型处理分指标安全评价值与分指标综合权重的相关关系，进而获得面板堆石坝安全性态特征值和安全性态等级。
2.根据权利要求1所述的基于回归关系和模糊识别模型的面板堆石坝性态评价方法，其特征在于，所述步骤1按照以下步骤实施：
步骤1.1、基于已建面板堆石坝的变形和渗流数据，构建分指标与主要影响因子间的回归关系，选取多种函数关系进行回归拟合，综合考虑相关系数R2和预测方根误差RMSEP，选取最优回归模型曲线；
步骤1.2、通过步骤1.1得到的最优回归模型曲线计算样本与回归曲线的垂直距离，获取该距离的范围，该范围即为分指标范围，在获得分指标范围的基础上，选取其中一个实例样点作为正常状态参考点，依据此点与最优回归曲线的距离，对分指标范围进行修正，确定分指标实取范围[-a,b]，获得分指标实取范围后，选定某一恰当函数，将分指标实取范围统一转换到[0,5]的标准取值范围，将各分指标划分为5个安全级别，由低到高依次为：重度异常、轻度异常、正常、较好和好。
3.根据权利要求2所述的基于回归关系和模糊识别模型的面板堆石坝性态评价方法，其特征在于，所述步骤1.1中分指标与主要影响因子间的回归关系包括面板堆石坝坝顶沉降、坝内沉降、面板挠度与坝高和渗流量与上游水位的回归关系，多种函数关系包括指数函数、线性函数、对数函数、多项式函数、幂函数拟合关系。
4.根据权利要求1所述的基于回归关系和模糊识别模型的面板堆石坝性态评价方法，其特征在于，所述步骤2具体按照以下步骤实施：
步骤2.1、根据经验或实测资料，对面板堆石坝的m个评价指标定性的进行重要性排序；
步骤2.2、对评价指标A、B进行两两对比，确定两个评价指标间的重要性，当A、B指标重要性是相同，则权重取(wA:wB)＝(1，1)＝(0.5,0.5)；
步骤2.3、当A、B指标重要性不相同时，则利用公式计算权重：(wA:wB)＝(1.354n/(1+1.354n)，1/(1+1.354n))，其中n＝1,2,3…；
步骤2.4、根据步骤2.3得到的分指标的权重，结合超权重，计算综合权重。
5.根据权利要求1所述的基于回归关系和模糊识别模型的面板堆石坝性态评价方法，其特征在于，所述步骤2.4中综合权重的计算按照以下步骤实施：
步骤2.4.1、每一个堆石坝有m个评价指标，每个指标的的安全评价值为xi(i，2，...，m)，若有n个堆石坝，则共有m×n个安全评价值，将计算所得的面板堆石坝分指标安全评价值的数据转换为[0,1]的隶属区间，则实测性态安全评价指标矩阵为：
步骤2.4.2、面板堆石坝的安全分级数为5，评价指标标准值为y，由评定分级标准，第一级取区间下限值作为标准，第五级取区间上限值作为标准，其余取区间的中间数，得：
(h＝1,2,...,c；i＝1,2,...,m)；
步骤2.4.3、将矩阵X与Y变换为对应的相对隶属矩阵，得：
由计算公式可得面板堆石坝分指标的权重为v＝[v1v2...vm]；
步骤2.4.5、综合考虑超权重与分指标权重，建立分指标的综合权重矩阵，则：
将矩阵A的元素值按列归一化，得到W＝[w1，w2，...，wm]T,式中
计算出分指标综合权重矩阵为W＝[w1，w2，...，wm]T。
6.根据权利要求1所述的基于回归关系和模糊识别模型的面板堆石坝性态评价方法，其特征在于，所述步骤3具体为：
模糊识别模型为：
式中，p为距离参数，p＝1为海明距离，p＝2为欧氏距离，可得面板堆石坝实测安全性态的相对隶属度矩阵U为：U＝[1 2 3 4 5]；
计算状态特征值H，公式为：公式为：
将特征值H与评价等级范围对照，将特征值H与评价等级所属区间{[1,1.5),[1.5,2.5),[2.5,3.5),[3.5,4.5),[4.5,5]}＝{好，较好，正常，轻度异常，重度异常}相对照，即可得出面板堆石坝性态的安全状况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010713124.XA CN112001593A (zh) | 2020-07-22 | 2020-07-22 | 基于回归关系和模糊识别模型的面板堆石坝性态评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010713124.XA CN112001593A (zh) | 2020-07-22 | 2020-07-22 | 基于回归关系和模糊识别模型的面板堆石坝性态评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112001593A true CN112001593A (zh) | 2020-11-27 |
Family
ID=73467105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010713124.XA Pending CN112001593A (zh) | 2020-07-22 | 2020-07-22 | 基于回归关系和模糊识别模型的面板堆石坝性态评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112001593A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116304606A (zh) * | 2023-05-22 | 2023-06-23 | 北京城建集团有限责任公司 | 一种岩土本构模型工程化推荐方法 |
| CN116882696A (zh) * | 2023-07-18 | 2023-10-13 | 黄河水利委员会黄河水利科学研究院 | 一种耦合模糊识别及概率推理的水库群防洪安全双层判别方法 |
| CN117114240A (zh) * | 2023-09-07 | 2023-11-24 | 长江水利委员会长江科学院 | 一种加高重力坝结构的安全评价方法、系统、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160224922A1 (en) * | 2015-02-02 | 2016-08-04 | Korea Institute Of Civil Engineering And Building Technology | System and method for evaluating performance of infrastructure |
| CN106909999A (zh) * | 2016-09-30 | 2017-06-30 | 长江水利委员会长江科学院 | 小型土石坝退役综合评价方法 |
-
2020
- 2020-07-22 CN CN202010713124.XA patent/CN112001593A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160224922A1 (en) * | 2015-02-02 | 2016-08-04 | Korea Institute Of Civil Engineering And Building Technology | System and method for evaluating performance of infrastructure |
| CN106909999A (zh) * | 2016-09-30 | 2017-06-30 | 长江水利委员会长江科学院 | 小型土石坝退役综合评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| 何金平 等: "大坝结构实测性态综合评价中的权重问题", 《武汉大学学报（工学版）》 * |
| 李宗坤 等: "土石坝实测性态综合评价方法研究", 《岩土工程学报》 * |
| 黎佛林 等: "混凝土面板堆石坝安全评价及方法探讨", 《人民黄河》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116304606A (zh) * | 2023-05-22 | 2023-06-23 | 北京城建集团有限责任公司 | 一种岩土本构模型工程化推荐方法 |
| CN116882696A (zh) * | 2023-07-18 | 2023-10-13 | 黄河水利委员会黄河水利科学研究院 | 一种耦合模糊识别及概率推理的水库群防洪安全双层判别方法 |
| CN116882696B (zh) * | 2023-07-18 | 2024-03-08 | 黄河水利委员会黄河水利科学研究院 | 一种耦合模糊识别及概率推理的水库群防洪安全双层判别方法 |
| CN117114240A (zh) * | 2023-09-07 | 2023-11-24 | 长江水利委员会长江科学院 | 一种加高重力坝结构的安全评价方法、系统、设备及介质 |
| CN117114240B (zh) * | 2023-09-07 | 2024-03-12 | 长江水利委员会长江科学院 | 一种加高重力坝结构的安全评价方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112001593A (zh) | 基于回归关系和模糊识别模型的面板堆石坝性态评价方法 | |
| Gao et al. | Decoupling of provincial energy-related CO2 emissions from economic growth in China and its convergence from 1995 to 2017 | |
| Shouyu et al. | Variable fuzzy sets and its application in comprehensive risk evaluation for flood-control engineering system | |
| CN106909999A (zh) | 小型土石坝退役综合评价方法 | |
| Zhang et al. | Efficient prediction method of triple failure pressure for corroded pipelines under complex loads based on a backpropagation neural network | |
| CN109060021A (zh) | 一种基于贝叶斯理论的电抗器健康状态评估方法 | |
| CN110599011A (zh) | 基于改进ahp-fce法的渡槽安全评价方法、系统及存储介质 | |
| CN109447026B (zh) | 一种基于支持向量机的桩身完整性类别自动识别方法 | |
| CN104992051A (zh) | 一种燃气聚乙烯管道风险等级评价方法及系统 | |
| CN109559017A (zh) | 青海气区气井泡沫排水采气实施前技术指标界限及其确定 | |
| Li et al. | Non-hydraulic factors analysis of pipe burst in water distribution systems | |
| Xu et al. | Investigating the determinants of the growth of the new energy industry: using quantile regression approach | |
| CN114021078A (zh) | 一种大坝监测量最佳统计模型优选方法 | |
| CN116362552B (zh) | 一种评估小型水库安全风险等级的方法 | |
| Meng et al. | Study on risk assessment of EPC water conservancy project based on entropy weight set pair analysis | |
| CN102759602B (zh) | 高密度聚乙烯串级聚合反应过程故障预测方法 | |
| CN115936211A (zh) | 一种可考虑土骨架破损影响的土体工程参数预测方法 | |
| Huang et al. | Towards the coupling coordination relationship between economic growth quality and environmental regulation: an empirical case study of China | |
| Cheng et al. | Safety grade evaluation of aqueduct structure based on fuzzy cloud theory analysis | |
| CN111160763B (zh) | 水工消力池的安全风险评估方法 | |
| CN113780763A (zh) | 一种基于改进的模糊层次分析法的水利工程安全评价方法 | |
| Wen et al. | A comprehensive evaluation method of safety behavior of concrete face rockfill dam based on regression relationship method and fuzzy recognition model | |
| CN114611310A (zh) | 一种小子样条件下基于模糊理论的参数不确定性建模方法 | |
| CN112765713A (zh) | 水闸工程健康诊断的综合评价方法 | |
| Wu et al. | Assessment model of dam operation risk based on monitoring data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |