文摘

精确的时间预测大坝的渗流压力对坝体的安全至关重要的意义,人们的生命和财产。预测的时间序列渗透压力,介绍了灰色自记忆模型,及其计算过程进行了分析。然后,努尔人大坝工程概况叙述,和努尔人大坝渗流压力预测模型的建立和分析基于灰色自记忆理论。最后,相对的结论是GM(1,1)灰色自记忆模型具有较高的精度,它不仅可以预测时间序列努尔人储层渗流压力的准确,但也提供了一种新方法对渗流量的发展趋势在未来水利工程。

1。介绍

大坝水力发电的基础。不同类型的大坝建成后不断自1949年以来在中国,例如,路堤水坝、重力坝、拱坝;总数到达10万1]。这些大坝产生重大影响国民经济的快速发展。然而,当大坝破坏发生,人们的生命和财产安全的向下河将濒临灭绝,所以大坝的安全一直成为一个热点问题2,3]。许多因素影响路堤大坝的安全,如渗流和变形,特别是,渗流的基本因素之一[4]。根据相应的统计,超过52%的路堤大坝崩溃源自渗流损伤(5,6),因此调查路堤大坝的渗流预测具有良好的水利工程的安全意义(7]。

提前,确保大坝的安全,预测大坝的渗流引起了许多研究者的注意(8]。研究人员在许多国家也进行了大量的试验;他们的调查结果提供公司依据渗流理论的发展(9]。数学科学和计算机技术的发展,许多研究人员所提供的许多方法(10)确定坝体的渗流预测;一个非线性弹性变形和不稳定渗流耦合模型使用陈et al。11预测渗流和变形过程;Larese et al。12)提出了一种改进的n - s方程来模拟多孔堤防的渗流和自由表面流大坝。的渗流行为调查Choo et al。13]在大坝排水面积约一路堤离心实验和数值模拟。蒙特卡罗模拟和随机场理论用于模拟路堤大坝的渗流Tan et al。14]。渗流异常行为检测通过比较有限元模型的测量和计算值(15]。此外,渗流的数值模拟一直是由许多研究人员(16- - - - - -18),例如,有限元法,有限差分法和边界元法(19];Rafifiezadeh等人提出一个有效的松弛算法的块来解决三峡大坝的渗流20.]。1988年,Kazemzadeh-Parsi et al。21)提供了一种新的迭代算法来预测大坝渗流量的变化。2011年,陈22)提出了一个基于有限元数值模拟的方法来解决复杂的渗流问题的排水系统;其结果是通过两个数值模型进行验证。除此之外,其他许多方法23,24)也适用于预测的时间序列在坝体渗流。

上面的方法提高大坝渗流量预测的发展,但是这些模型或方法是复杂的,许多物理参数是很难获得的。它是不方便实际工程应用,所以介绍了灰色自记忆模型。该方法避免了数据的收集和处理不同的因素,而且它是方便实用;可以获得良好的精度,因此它被广泛应用于水利工程。

本文的组织结构如下:在部分2介绍了灰色自记忆的基本理论。节3努尔人大坝的工程应用实例分析了基于灰色自记忆模型。节4,得出了结论。

2。的基本理论

2.1。灰色理论GM (1,1)

三峡大坝的渗流时间序列是受到很多因素的影响,和它有很多不确定性,所以灰色理论应用于分析它。GM(1,1)的方法是用来描述一个连续的动态情况下的模型;它可以执行单因素的中、长期预测。

一组新数据系列与明显的趋势可以从特定数据的累积方法生成系列采用灰色理论。建立的预测模型是根据新数据系列的增加的趋势,然后执行反向计算通过使用累积的方法减少,并得到最终的预测结果。

建立其模型如下:(1)假设有一组原始数据 ; 是数据的数量,然后执行规范化治疗。它可以表示为25] (2)序列 积累了一次,结果可以得到如下: 在哪里 。(3)当新数据序列与原来的相比,他们的随机程度明显减弱,平滑的程度增加。它的变量趋势可以由一阶微分方程描述如下: 在哪里 和 可以使用最小二乘法得到的,即: 在哪里

在方程(4),让 ,然后,其微分方程可以表示为

2.2。自记忆模型

上面的灰色微分方程被视为动态核心。的自记忆模型在大坝渗流量与时间序列构造基于自记忆理论。

对于许多时间序列 , 最初的时间, 预测时间, 回溯秩序;记忆功能 介绍了。当 执行加权积分 来 ,不同的积分方程可以通过使用部分集成和中值定理如下26]: 在哪里 。方程(9)被称为 - - - - - -订单自记忆方程。

假设近似的价值 ,和被替换使用积分求和 ;自记忆方程的近似表达式可以得到如下: 在哪里 - - - - - -连续时间间隔;选为1的手稿, 。

如果让

; ;然后,方程(9)可以写成

方程(11)是灰色自记忆预测方程。自记忆系数 模型可以评估使用最小二乘法; 基准面是顺序分为一组表达式。(2)生成的使用顺序,整个 组数据是由使用顺序,然后这些数据代入方程(12)。一个 矩阵可以得到如下: 在哪里

2.3。过程的渗流量预测的灰色自记忆模型

其过程是列出如下:(1)详细的数据收集关于大坝的渗流监测。提高预测精度、时间序列的数据应该有足够的长度和间隔相等(2)基于上述数据,time-displacement序列的灰色微分方程 运用灰色系统理论建立GM (1, 1)。然后,它可以反映非线性动力学的微分方程系统的动态演化特征(3)灰色自记忆模型建立渗流监测。当自记忆原理的动态系统,执行步骤(2)的反演获得的自记忆方程回溯秩序 。自记忆方程离散,记忆系数是通过使用最小二乘法解决基于相应的渗流监测资料(4)执行的预测是基于上面的灰色自记忆模型。假定渗流压力与时间的顺序 ;预测的时间长度 。前l监测数据应用于预测价值 目前 起初;提高准确性,实际的监测数据 插入时间序列,和旧的监控数据 在时间序列可以被删除前程序;新的时间序列 的长度 构造。输入到自记忆模型;预测的值 目前 可以获得。和预测情况下渗流的时刻

3所示。工程应用实例

3.1。项目概述

这个调查的考虑水电工程位于努尔人河。这是一个控制hydrojunction投影。引水发电系统位于左岸;溢洪道和导流隧洞位于右岸。水库的总容量是06.9亿米3;正常蓄水级别是2497;死水位2465米;和完全电站的装机容量6.2兆瓦。多年平均年一代是02.17亿千瓦·h (25),而大坝的基本信息,如图所示1。


图1
典型剖面的大坝。

大坝位于河床。这是一个沥青混凝土芯堆石坝最大高度为80米。低液限风成淤泥覆盖的左岸边坡上;它的厚度大约是30 ~ 53米;更新世冲积砂和砾石覆盖在更新世冲积砂砾的低。它的厚度大约是5 ~ 6米;弱风化层的上限集团西部地区覆盖着左岸的基础核心(0 + 000 ~ 0 + 040部分)(27]。

监控努尔人大坝的渗流压力、渗流监测仪器的分布地图绘制在图2。监测仪器的分布图的截面0 + 100是绘制在图3;监测仪器的分布图的截面0 + 290是绘制在图4。


图2
平面分布图的渗流监测仪器和水位。

图3
渗流监测仪器的分布图截面0 + 100。

图4
渗流监测仪器的分布图截面0 + 290。

建立渗流预测模型,监测水库水位和水位的坝基渗透压力和身体,分别绘制在图5和6。他们的日期从2018/08/04 2018/12/10。它可以从数据中找到6来7渗流水位增加随着时间的增加,在最初的阶段,但是它变得稳定在以下设置。


图5
监测水库水位和水位的渗透压力监测时候P2和坝基P5。

图6
监测水库水位和水位的渗透压力监测UP1指向在坝体截面0 + 110。

图7
渗流预测模型的流程图。
3.2。灰色自记忆模型的建立
3.2.1之上。渗流预测模型的建设框架

渗流具有良好的影响施工生产和大坝的安全运行。所以渗流量预测模型的建设具有重要意义。这个过程努尔人大坝渗流量预测模型的绘制在图7。

它可以在图中找到7的原始数据在收集努尔人大坝渗流;然后,灰色模型GM(1,1)建立了大坝努尔人;通过反演,努尔人的灰色自记忆模型坝;其次,灰色自记忆模型是离散的,和相应的价值在特定时刻是预测。最后,预测结果与监测结果和灰色理论的。最后的结论是。

3.2.2。努尔人大坝渗流模型的建立

根据有关数据监控UP1指向0 + 110断面在努尔人水库坝体从4/8到10/12,2018年,总129数据应用于模型的建立;20从9/11到28/11,2018年的数据,用于预测水头差异从上游到下游。

建立灰色自记忆模型,基于方程(1)- (5),灰色理论的微分方程可以得到如下:

基于方程(11),回溯秩序 是选为11。然后,灰色自记忆模型的预测方程可以表示为

根据方程(11)- (14),相关的内存模型的参数可以计算为: , , , , , , , , , , , ,和 。预测的比较值和监测值是绘制在图8。计算的结果进行累积减少因为回溯和累计减少;只在17/8-10/12监控数据,2018年,预计;他们的错误结果如表所示1。


图8
预测的比较点UP1值和监测值。
表1
错误的比较之间的监测数据和预测价值。

同样,基于点的基准P5在大坝的基础上,对比预测价值和监测值是绘制在图9,错误的比较见表2。


图9
预测的比较值和监测值在P5。
表2
错误的比较之间的监测数据和预测价值。

因为回溯,前13值不是预测;只有116年的数据进行了分析。它可以在数据中找到8和9存在音效的GM(1, 1)灰色自记忆模型。尤其是灰色自记忆模型,其大小有更高的精度比获得的GM (1, 1)。的预测特征灰色自记忆模型具有很强的非线性,而GM(1, 1)模型展示了强大的线性。它可以在表中找到1有四天5%的误差范围内,占总数的20%;有九天在误差范围在5%和6%之间,占45%;有七天内之间的6%和7%,占总数的45%;他们的平均误差为5.56%;可能,它可以在表中找到2范围内,所有的相对误差是5%;有两天2%的误差范围内,占10%;还有十三天在2%和3%之间的,占65%。还有五天内之间的3%和4%,占25%;他们的平均误差为2.6%。可以得出如此结论的灰色自记忆模型可以预测变量法努尔人储层渗流压力的准确,并提供一个新方法的发展趋势在水利工程渗流的未来。

4所示。结论

(1)灰色自记忆模型是一种新的方法结合确定性和不确定性;它的优点是实用和简单的因为模型是只考虑渗流监测的观察序列,和其他影响因素不考虑。因此,灰色模型GM(1,1)采用动态核心;相对其他方法,建筑模型是简单的,它可以很容易计算(2)通过分析相关的例子,许多应用监测值完全信息的灰色自记忆模型。可以提高预测的准确性极大,可以获得更好的预测结果。结论可以得出,灰色自记忆模型可以预测变量法努尔人储层渗流压力的准确、可以提供一种新的方法在水利工程渗流的发展趋势在未来

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持的交叉项目在南阳理工学院(520009);创业基金会(510126);四川省科技计划(没有:2020 yj0424);和四川省的区域创新合作项目(2021 yfq0050)。