卧倒门承船厢内水面最大升降值神经网络计算模型

长江科学院院报 ›› 2003, Vol. 20 ›› Issue (2): 10-12.

卧倒门承船厢内水面最大升降值神经网络计算模型

顾正华, 唐洪武, 李云, 刘万利, 陈立

出版日期:2003-04-01 发布日期:2012-03-05

Preliminary study on bed load movement for Qingyuan reach in Beijiang River

GU Zheng-Hua, TANG Hong-Wu, LI Yun, LIU Wan-Li, CHEN Li-

Online:2003-04-01 Published:2012-03-05

摘要/Abstract

摘要： 运用人工神经网络原理，在通过大量学习样本对网络进行训练的基础上，建立了卧倒门启闭时升船机承船厢内水面最大升降值的神经网络计算模型（NNCM-MFWS-SLC-TGO）。根据岩滩升船机和三峡升船机的模型试验资料对网络模型的性能进行了测试。测试结果表明，所建立的神经网络模型可用于卧倒门启闭时承船厢内水面最大升降值的初步预测。通过实测，计算结果与测试数据是基本吻合的。

关键词: 升船机, 承船厢, 卧倒门, 水面最大升降值, 人工神经网络

Abstract: On the basis of network training, neural network computing models of maximum fluctuation of water surface in ship lift chamber with tumble gate operating (NNCM-MFWS-SLC-TGO) were built through the principle of artificial neural networks. The characteristics of the models were tested according to the experiment data from Yantan Ship Lift and Three Gorges Ship Lift. And the result indicates that the models may be applied to forecast maximum water level fluctuation in ship lift chamber with tumble gate operating. Furthermore, a new way and method about the study on ship lift chamber hydrodynamics were provided.

顾正华, 唐洪武, 李云, 刘万利, 陈立 . 卧倒门承船厢内水面最大升降值神经网络计算模型[J]. 长江科学院院报, 2003, 20(2): 10-12.

GU Zheng-Hua, TANG Hong-Wu, LI Yun, LIU Wan-Li, CHEN Li- . Preliminary study on bed load movement for Qingyuan reach in Beijiang River[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2003, 20(2): 10-12.

[1]	陕亮, 崔建华, 苏海东. 三峡升船机塔柱结构施工期仿真计算分析[J]. 长江科学院院报, 2019, 36(7): 118-124.
[2]	杨端阳, 王超杰, 郭成超, 郝燕洁, 刘琪. 堤防工程风险分析理论方法综述[J]. 长江科学院院报, 2019, 36(10): 59-65.
[3]	张建锋，刘见宝，崔树军，谢玉华. 小波-神经网络混合模型预测地下水水位[J]. 长江科学院院报, 2016, 33(8): 18-21.
[4]	谢小玲，陈琴，苏海东，龚亚琦. 升船机塔柱钢筋混凝土横梁裂缝开展的非线性分析[J]. 长江科学院院报, 2013, 30(12): 107-111.
[5]	黄祥, 李端有, 耿峻. 基于波分复用技术的FBG传感器线性阵列测温系统应用研究[J]. 长江科学院院报, 2012, 29(9): 98-102.
[6]	刘俊威, 吕惠进. 人工神经网络在水质预测中的应用研究[J]. 长江科学院院报, 2012, 29(9): 95-97.
[7]	崔东文. 离散Hopfield神经网络在湖库营养状态评价中的应用——以全国24个湖库富营养化等级评价为例[J]. 长江科学院院报, 2012, 29(7): 10-14.
[8]	秦鹏, 张喆瑜, 秦植海, 王维汉. 滑坡体监测数据的改进变维分形-人工神经网络耦合预测模型[J]. 长江科学院院报, 2012, 29(3): 29-34.
[9]	姜小兰，曾平，孙绍文. 三峡升船机螺母柱结构仿真模型试验研究[J]. 长江科学院院报, 2011, 28(1): 61-65.
[10]	姜小兰, 肖汉江, 孙绍文, 李宁. 三峡升船机螺母柱结构局部仿真试验研究[J]. 长江科学院院报, 2008, 25(4): 85-89.
[11]	李胜平, 吴杰芳, 李声平. 全站仪在岩滩水电站垂直升船机承船厢变形观测中的应用[J]. 长江科学院院报, 2004, 21(4): 47-50.
[12]	朱红兵, 陈辉. 三峡工程升船机上航道通航水流条件研究 [J]. 长江科学院院报, 2003, 20(5): 8-10.
[13]	刘荣华, 张保军, 易桂钧. 隔河岩升船机BL4梁预应力张拉的应力应变特性[J]. 长江科学院院报, 2003, 20(3): 50-52.
[14]	郭祚界, 朱全平. 三峡工程升船机施工期基础变形监测初步分析[J]. 长江科学院院报, 2003, 20(2): 57-60.
[15]	沙保卫, 夏元友. 三峡二期工程砼温控问题的人工神经网络研究[J]. 长江科学院院报, 2001, 18(4): 26-28.