大坝动力系统的安全监控非线性分析模型研究

本文将大坝和边坡视作一个动力系统，研究其安全监控中尚未完善的建模理论和方 法等问题，将混沌理论、分形理论、神经网络、小波分析等非线性科学应用到大坝安全 监控领域中，提出了大坝、边坡的安全监控非线性分析模型及方法，主要内容如下： （1）根据混沌理论，研究了大坝系统及大坝观测时间序列的混沌性。对大坝观测时 间序列进行了相空间重构，计算其混沌特征量，即吸引子维数（关联维数）、Lyapunov 指数和Kolmogorov熵。上述研究初步表明，大坝观测时间序列中存在着混沌成分。 （2）研究了混沌预测中零阶近似、一阶近似等相空间预测模型。在此基础上，提出 了逐步回归—自回归、逐步回归—局域线性回归等大坝观测序列相空间模型，为大坝安 全监控模型的建立与预测提供了新的思路与方法。 （3）在总结分析时间序列预测中的几种有代表性的神经网络的基础上，将混沌理论 和神经网络相结合，提出了几种基于神经网络的大坝观测时间序列相空间预测和监控模 型，经工程实例验证，预测和监控效果较好；同时，提出了确定分量占效应量比例的神 经网络方法。 （4）将小波分析理论及方法引入大坝安全监测资料分析中，提出了利用小波分析检 测异常值、提取趋势分量、降低噪声、检测缺失值的方法，通过实例验证了小波分析方 法的有效性。 （5）基于变分原理，研究建立了能量形式的失稳准则，并说明坝体、岩基的材料具 有应变软化的性质，是大坝失稳的必要条件；并利用大坝的裂缝实测资料，建立了相应 的灰色尖点突变模型，由此判断裂缝的稳定性；根据某水电站库区滑坡体的变形实测资 料，反演其非线性动力学模型，进而计算Lyapunov指数谱、Lyapunov信息维来判定边 坡的稳定性及稳定程度。