书目详细信息
： 基于监测数据的粘土心墙坝渗流性态研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于监测数据的粘土心墙坝渗流性态研究/.胡孟凡著/.傅蜀燕指导 |
| 出版发行项： | 2023.05.31 |
| 载体形态项： | 66页:;+图表:;+30cm |
| 一般附注： | 水利学院, 学号2021240062 |
| 提要文摘： | 土石坝因其施工简单、材料易得等优点，占据了大坝坝型的绝大多数，为保障灌溉、供水、航运等需要，发挥了巨大作用。但土石坝在长效服役过程中，受自身材料特性以及外部复杂环境协同驱动影响，渗流破坏事故高发。为客观评判掌握土石坝渗流安全性态，本文以某水库监测数据为基础，从监测数据中异常值降噪处理、监测数据分析以及监测模型的优化改进三部分进行系统研究。主要的研究内容如下： （1）针对渗流监测数据采集过程中会掺杂噪点和异常值，影响监测数据分析与模型构建精度问题，采用变分模态分解结合排列熵算法，对监测数据进行分解重构预处理，提高了监测数据的连续性和可靠性。 （2）利用预处理后的监测数据，分别采用定性分析（过程线法、相关性分析法以及位势分析法）和定量分析（统计模型法）对大坝的渗流性态进行了综合分析，定性分析法表明大坝的渗流性态符合心墙坝的渗流规律，渗流性态良好。通过建立测压管水位多元回归统计模型，分析结果表明，模型拟合精度较好，上下游水位为影响测压管水位的主要影响因素，降雨和温度对坝体渗流影响不大，时效因子为负数说明大坝随着时间沉积产生固结，大坝渗流性态总体正常，防渗效果明显。 （3）为克服渗流统计模型表征渗流非线性特性精度不高的缺陷，提出了一种以深度极限学习机为基础，使用鲸鱼算法优化它的各隐含层神经元节点数的组合预测模型。为了验证上述模型的有效性，结合重庆某水库实际监测数据，将鲸鱼算法优化深度极限学习机（WOA-DELM）模型和传统统计模型以及单一深度极限学习机（DELM）模型进行对比研究。结果表明，WOA-DELM模型具有更高的拟合精度，预测精度更高，具有良好的实际应用价值。 |
| 并列题名： | Study of seepage properties of clay core wall dams based on monitoring data eng |
| 题名主题： | 粘土心墙坝 监测模型 渗流分析 数据处理 算法模型 学位论文 |
| 中图分类： | TV697-533 |
| 个人名称等同： | 胡孟凡 著 |
| 个人名称次要： | 傅蜀燕 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20240301 |