岳城水库大坝监测数据处理及沉降分析技术研究.doc

岳城水库大坝监测数据处理及沉降分析技术研究大坝变形是由于受到温度、坝体荷重、地质结构等各种因素的影响,坝体的形状和位置发生相对变化,是一个从量的积累引起质的改变的过程。有些不均匀沉降使大坝变形超出了一定的范围,危及到大坝的整个结构,随时都有可能发生安全事故,影响下游人民的正常生产生活,因此大坝安全监测也受到了越来越多的关注。整理大坝的沉降观测数据、研究沉降分析技术并预测坝体的运行规律等工作很有意义。本文以岳城水库大坝监测数据为研究对象,采用小波分析、Kalman滤波等信号分析方法探讨了监测数据净化技术,基于灰色优化模型及时间序列模型,对沉降预测技术进行系统研究,论文主要研究内容和成果如下:(1)基于仿真和实测数据,对比分析了小波滤波和Kalman滤波降噪效果,并采用均方根等三种方法对降噪效果进行了系统评价。实验结果显示,采用改进的软阈值小波技术和Kalman滤波降噪模型均能获得较好的降噪效果,并发现在数据时间序列较短时Kalman滤波降噪模型效果更优。(2)系统介绍了灰色理论和自回归(AR)模型(时间序列模型)并结合实测数据构建了灰色系统预测模型和六次自回归(AR)模型,验证结果显示当具有较丰富的监测信息数据时,采用自回归(AR)模型可以取得更好的应用效果,且该方法预测步长、模型可靠性也明显优于灰色系统模型,灰色模型更适宜在贫信息条件下应用。(3)以岳城水库大坝沉降观测数据为研究对象,收集整理了29个点位,从1994年-2013年变形监测数据,采用改进的小波降噪方法进行了数据净化;构建了灰色系统预测模型和自回归(AR)模型,进行了大坝变形预测并对大坝的稳定性进行了系统分析,结果显示岳城水库大坝变形较小,远低于变形容许范围,大坝处于良性运行状态。