导读:本文包含了变形监控论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,荷载,大坝,分量,混凝土,椭球,重力坝。
变形监控论文文献综述
王开拓,赵文亮,王银涛[1]（2019）在《碾压混凝土拱坝多测点变形监控指标研究》一文中研究指出在分析沙坝水电站运行期变形资料的基础上,采用叁维有限元理论分别对影响拱坝的水压、温度、时效位移等分量进行模拟分析,得出相应的变化规律,从而系统而准确地拟定沙坝碾压混凝土拱坝运行期的多测点变形监控指标,为确保务川沙坝的安全运行和正常管理做有益探究。(本文来源于《甘肃科技纵横》期刊2019年11期）
李姝昱,崔潇涵,李延卓,颜小飞[2]（2019）在《基于遗传-逐步回归时空模型的大坝变形监控指标拟定》一文中研究指出为掌握大坝整体的变形规律,采用遗传-逐步回归法建立了大坝空间变形场的时空分布模型,并利用置信区间法动态控制的特点,拟定了变形的区间监控指标,根据每一时刻的环境量,对大坝变形安全状态实时监控。(本文来源于《国际碾压混凝土坝技术新进展与水库大坝高质量建设管理——中国大坝工程学会2019学术年会论文集》期刊2019-11-11）
胡德秀,屈旭东,杨杰,程琳,常梦[3]（2019）在《基于M-ELM的大坝变形安全监控模型》一文中研究指出针对大坝变形监测数据存在的非线性强、异常值诊断和剔除工作复杂及传统监控模型抗粗差能力差等问题,结合稳健估计理论抗粗差性强和极限学习机在处理非线性问题方面的优势,建立了基于稳健估计极限学习机的大坝变形安全监控模型。试验确定网络隐含层层数,构建4次方损失函数,采用加权最小二乘法计算输出权值,实现原始监测数据的拟合和预测。以某工程大坝变形监测数据为例进行建模分析,结果表明:以反映模型预测精度的均方误差和平均绝对百分误差及反映模型鲁棒性的中位数绝对偏差作为评价指标,基于稳健估计极限学习机的大坝变形安全监控模型的各项指标明显优于对比模型。(本文来源于《水利水电科技进展》期刊2019年03期）
程德虎,孙一清,杜智浩[4]（2019）在《南水北调中线工程渠堤变形安全监控指标研究》一文中研究指出为研究大型调水工程中渠堤的变形安全,在分析南水北调中线工程典型渠段变形影响因素的基础上,对水压、时效、降雨等因素进行研究,建立相应的渠坡位移统计模型,对边坡实测变形数据进行回归分析,验证统计模型的合理性,采用典型监测效应量的小概率法拟定渠道边坡内部的水平位移等相应测点的变形监控指标。结果显示,拟合值与实际值符合良好,可以作为渠堤的监控指标,为渠堤变形安全监控指标的发展奠定基础。(本文来源于《水利信息化》期刊2019年02期）
蔡忍,黄耀英,万智勇,肖磊,周勇[5]（2019）在《基于投影寻踪-云模型法的碾压混凝土坝综合变形监控指标拟定》一文中研究指出针对传统单测点变形监控指标反映坝体整体结构变形性态的不足,以西北高寒地区某碾压混凝土重力坝为例,采用投影寻踪法对大坝典型断面多测点水平位移序列进行降维处理,得到位移投影值及权重位移序列,计算出加权位移值并运用云模型拟定该重力坝典型坝段运行期综合变形监控指标,研究了坝体加权位移值与环境因子变化规律的相关性,实现了大坝运行期安全性态与定量监测之间的映射关系.结果表明:该方法反映了典型断面多测点变形的相关性,弥补了单测点拟定变形指标的不足.由"3E_n规则"拟定的变形监控指标为15.007 mm,与典型小概率法拟定值较接近,且均大于测点水平加权位移极大值.(本文来源于《武汉大学学报(工学版)》期刊2019年03期）
李晓知[6]（2019）在《CCD微变形监测技术在边坡远程监控中的应用》一文中研究指出本文在分析CCD微变形监测系统工作原理的基础上,以某工程为实例,分析了CCD技术在高速公路边坡工程远程监控中的应用。显示结果,CCD微变形监测系统所得数据具有较好的精度和长期稳定性,表明该监测系统监测效果良好,适用于边坡的长期监测使用。(本文来源于《资源信息与工程》期刊2019年01期）
刘平,张晓伟,郭海燕,马泽铭[7]（2019）在《混凝土桥梁变形安全监控模型研究》一文中研究指出根据长期监测数据建立混凝土桥梁的监控模型,将监测效应量分解为车辆荷载分量、温度荷载分量以及时效分量,通过绘制各分量趋势线以定性分析和评价桥梁的健康状况,将实测值和模型的拟合值进行拟合优度检验进而确定模型精度,该方法在海儿洼大桥工程中进行了实例应用。结果表明:分离出监测效应量的显着影响因子,利用显着影响因子变化趋势能够直观反映出桥梁劣化和健康状况,就可以准确评价桥梁健康状态并找到影响桥梁健康因素的根源所在。(本文来源于《河北工业大学学报》期刊2019年01期）
廖疆平,陈实,黄和江,段家贵,王小龙[8]（2018）在《监控量测在软岩大变形隧道施工中的应用》一文中研究指出由于软岩单轴抗压强度普遍小于15MPa,多以破碎、松散和强风化状态赋存且具有可塑性、遇水膨胀性、流变性等特点,隧道开挖穿越软岩地段时,常伴随围岩变形量过大、支护出现病害等问题,严重制约了隧道结构的安全与稳定。通过监控量测技术对隧道软岩大变形段施工过程中围岩和支护结构受力位移情况进行动态监测与回归分析研究,得出隧道拱顶最大沉降量为257mm,需要提前采取围岩加固措施,在开挖第19d时施作二衬能有效抑制围岩和初支继续变形,且应力应变监测表明二衬是安全稳定的。(本文来源于《公路交通科技(应用技术版)》期刊2018年12期）
董丹丹,祖安君,孙雪莲[9]（2019）在《基于GACO-BP-MC的大坝变形监控模型》一文中研究指出建立相应的安全监控模型来分析大坝变形监测资料对保障大坝服役安全意义重大。BP神经网络模型在此方面得到了广泛应用,但采用蚁群算法(ACO)对BP神经网络参数寻优时存在因初期搜索完全随机导致收敛速度慢的问题。将具有快速随机的全局搜索能力的遗传算法(GA)引入蚁群算法中,利用遗传算法指导生成初始信息素分布,再由蚁群算法正反馈寻得最优解来训练BP神经网络,从而得到大坝变形预测值,2种算法优势互补,缩短了蚁群算法的搜索时间并避免陷入局部最优点。在此基础上,为进一步提高预测精度,采用马尔科夫链(MC)对预测结果进行改进,由此建立了应用于大坝变形监控的GACO-BP-MC模型。工程实例分析表明,该模型在参数优化方面具有较快的寻优速率,且具有较高的拟合和预报能力。(本文来源于《长江科学院院报》期刊2019年07期）
胡曌[10]（2018）在《基于非概率可靠性的重力坝变形监控指标拟定方法与应用》一文中研究指出变形监控指标是大坝工作性态监控、安全性评价的关键指标,对大坝安全预测预警、保障大坝安全运行具有十分重要的作用。目前,拟定监控指标常用的方法有数理统计法以及结构计算分析法。数理统计法拟定坝体变形监控指标,由于坝体失事概率的取值具有经验性,物理概念不明确,当缺乏大坝的监测资料时,拟定的坝体变形监测指标有较大的误差;结构计算分析法尽管物理概念明确,能克服数理统计法的不足,无需大量的监测数据,但没有考虑大坝影响因子的不确定性。非概率可靠性方法,能够在施工期和竣工初期变形监测资料缺乏的情况下,考虑大坝运行过程中的不确定因素,实现重力坝变形监控指标较高精度的拟定。本文开展“基于非概率可靠性方法拟定重力坝变形监控指标”研究,主要内容如下:(1)分析了区间模型和椭球凸集模型等非概率模型的优缺点和适用性,针对重力坝各影响因子不确定性的特性,建立了重力坝影响因子不确定性描述的内切超椭球模型。(2)研究了基于内切超椭球模型的非概率可靠性指标与概率可靠性指标的相容性,揭示出用非概率可靠性指标评价重力坝可靠性的有效性;从理论上建立了非概率可靠指标与概率可靠指标的关系,从而由概率目标可靠指标确定出非概率目标可靠指标,为非概率可靠指标的应用奠定了基础;同时,对高、中、低叁个实际工程的非概率可靠指标进行了计算与复核,实证分析了理论上确定的非概率目标可靠指标的合理性。(3)建立了基于非概率可靠性拟定监控指标的准则;提出了一种应用非概率可靠性分析模型确定最不利水深,与变形混合模型确定最不利荷载组合时的温度和时效结合,拟定重力坝变形监控指标的新方法。(4)应用建立的重力坝非概率可靠性指标模型及变形监控指标拟定方法,对某重力坝变形监控指标进行了拟定,与传统变形监控指标拟定方法进行对比分析表明,非概率可靠性拟定方法是有效的,成果满足精度要求。(本文来源于《南昌工程学院》期刊2018-12-01）
变形监控论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为掌握大坝整体的变形规律,采用遗传-逐步回归法建立了大坝空间变形场的时空分布模型,并利用置信区间法动态控制的特点,拟定了变形的区间监控指标,根据每一时刻的环境量,对大坝变形安全状态实时监控。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
变形监控论文参考文献
[1].王开拓,赵文亮,王银涛.碾压混凝土拱坝多测点变形监控指标研究[J].甘肃科技纵横.2019
[2].李姝昱,崔潇涵,李延卓,颜小飞.基于遗传-逐步回归时空模型的大坝变形监控指标拟定[C].国际碾压混凝土坝技术新进展与水库大坝高质量建设管理——中国大坝工程学会2019学术年会论文集.2019
[3].胡德秀,屈旭东,杨杰,程琳,常梦.基于M-ELM的大坝变形安全监控模型[J].水利水电科技进展.2019
[4].程德虎,孙一清,杜智浩.南水北调中线工程渠堤变形安全监控指标研究[J].水利信息化.2019
[5].蔡忍,黄耀英,万智勇,肖磊,周勇.基于投影寻踪-云模型法的碾压混凝土坝综合变形监控指标拟定[J].武汉大学学报(工学版).2019
[6].李晓知.CCD微变形监测技术在边坡远程监控中的应用[J].资源信息与工程.2019
[7].刘平,张晓伟,郭海燕,马泽铭.混凝土桥梁变形安全监控模型研究[J].河北工业大学学报.2019
[8].廖疆平,陈实,黄和江,段家贵,王小龙.监控量测在软岩大变形隧道施工中的应用[J].公路交通科技(应用技术版).2018
[9].董丹丹,祖安君,孙雪莲.基于GACO-BP-MC的大坝变形监控模型[J].长江科学院院报.2019
[10].胡曌.基于非概率可靠性的重力坝变形监控指标拟定方法与应用[D].南昌工程学院.2018
论文知识图
