大坝多测点异常性态Bayes融合诊断模型

doi:10.3969/j.issn.1001-5485.2012.10.012

长江科学院院报 ›› 2012, Vol. 29 ›› Issue (10): 63-67.DOI: 10.3969/j.issn.1001-5485.2012.10.012

大坝多测点异常性态Bayes融合诊断模型

何金平^{1a, 1b}，涂圆圆^{1a, 2}，施玉群^1a，吴云芳^1a

1．武汉大学 a.水利水电学院;b.水资源与水电工程科学国家重点实验室，武汉 430072；2.中国长江电力股份有限公司，湖北宜昌 443002

收稿日期:2011-08-03 修回日期:2011-11-30 出版日期:2012-10-01 发布日期:2012-10-18
作者简介:何金平（1964-），男，湖北罗田人，教授，博士生导师，主要从事大坝安全监测、健康诊断及大坝安全管理研究
基金资助:
国家自然科学基金（51079114）

Model of Diagnosing Abnormal Behavior of Dam Based on Multi-monitoring Points and Bayes Fusion Theory

HE Jin-ping ^{1, 2}, TU Yuan-yuan ^{1, 3}, SHI Yu-qun ¹, WU Yun-fang^1

1.School of Water Resources and Hydropower, Wuhan University, Wuhan 430072, China;2.State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 3.China Yangtze Power Co., Ltd., Yichang 443002, China

Received:2011-08-03 Revised:2011-11-30 Online:2012-10-01 Published:2012-10-18

摘要/Abstract

摘要： 现有的单测点监测数学模型在反映大坝整体结构性态和诊断大坝异常现象等方面存在不足，有必要将多个测点的监测资料有机地联系起来进行建模。利用数据融合技术中的Bayes理论，以方差为特征参数，建立了多测点异常性态融合诊断模型，提出了多测点异常性态融合诊断准则，并给出了一个工程实例。研究表明：基于Bayes理论的多测点融合模型为大坝整体性态的定量描述和异常测点的分析诊断提供了一条有效的新途径。

关键词: 大坝监测, 数据融合, Bayes理论, 多测点, 性态诊断

Abstract: Since the existing mathematical model of single-point monitoring is defective in reflecting the structural behavior of the whole dam and diagnosing dam's abnormal behavior, it's necessary to establish model by relating the data of multiple monitoring points. Based on Bayes Theory of data fusion and taking variance as characteristic parameter, we established a fusion model of diagnosing the abnormal behavior of dam using multi monitoring points, presented the criteria for the model, and provided a project case. As the research shows, the fusion model serves as a new and effective approach for the quantitative description of overall dam behavior and for the diagnosis of abnormal monitoring points. 

Key words: dam safety monitoring, data fusion, Bayes theory, multiple monitoring points, abnormal behavior diagnosis

中图分类号:

TV698

何金平，涂圆圆，施玉群，吴云芳. 大坝多测点异常性态Bayes融合诊断模型[J]. 长江科学院院报, 2012, 29(10): 63-67.

HE Jin-ping, TU Yuan-yuan, SHI Yu-qun, WU Yun-fang. Model of Diagnosing Abnormal Behavior of Dam Based on Multi-monitoring Points and Bayes Fusion Theory[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2012, 29(10): 63-67.

[1]	李小来, 李海涛, 杨世强, 徐海章, 王庆. 基于高光谱数据和雷达融合的滑坡信息提取[J]. 长江科学院院报, 2023, 40(1): 184-190.
[2]	何思平, 苏怀智, 姚可夫. 基于RFM模型的大坝实测性态自适应综合评价方法[J]. 长江科学院院报, 2022, 39(11): 82-88.
[3]	王建, 王甜, 徐文鹏, 彭泽豹. 利用多测点混合模型对混凝土坝受冻区坝体弹性模量的反演[J]. 长江科学院院报, 2018, 35(7): 136-140.
[4]	程帅,豆明珠,王金鑫,张树清,陈祥葱. 基于共享资源的灌区三维地理场景构建[J]. 长江科学院院报, 2016, 33(6): 145-149.
[5]	张超萍,王东,沈定斌,黄会宝,于真真. 铜街子水电站右岸大坝抬升原因浅析[J]. 长江科学院院报, 2015, 32(5): 57-60.
[6]	徐旺敏，张宇驰，刘伍根，刘世立. 基于相关函数的泄洪闸闸墩结构振动响应多测点融合研究[J]. 长江科学院院报, 2015, 32(11): 110-114.
[7]	万臣,李建峰,赵勇,张金龙. 基于新维BP神经网络-马尔科夫链模型的大坝沉降预测[J]. 长江科学院院报, 2015, 32(10): 23-27,32.
[8]	王振双，施玉群，何金平. 基于周期外延法的监测效应量灰色时序组合预测模型[J]. 长江科学院院报, 2014, 31(9): 29-32.
[9]	邢诚,韩贤权,周校,王鹏. 地基合成孔径雷达大坝监测应用研究[J]. 长江科学院院报, 2014, 31(7): 128-134.
[10]	谈小龙. 大型边坡多测点组合变形预测方法及工程应用[J]. 长江科学院院报, 2014, 31(11): 143-148.
[11]	李端有, 周元春. BP网络在大坝变形空问多测点监测模型中的应用 [J]. 长江科学院院报, 2005, 22(6): 1-2.
[12]	李民, 杨定华, 危文爽. 坝体变形一维多测点分布混合模型中温度分量的确定[J]. 长江科学院院报, 1998, 15(2): 31-33.

大坝多测点异常性态Bayes融合诊断模型

Model of Diagnosing Abnormal Behavior of Dam Based on Multi-monitoring Points and Bayes Fusion Theory

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 12

编辑推荐

Metrics

本文评价