Page 118 - 2022年第53卷第6期
P. 118

更优的拟合与预测性能。同时,结合图 11中的建模性能评价指标可知,相比 SR、MLR与 GRU三种
                                                                                                    2
              算法构建的预测模型,基于优化 TSVR算法构建的 4个典型测点的变形预测模型的决定系数 R均显著
              接近于 1,且拟合段与预测段的 MAE、MSE和 MAPE均相对更小,其进一步表明基于优化 TSVR的变
              形预测模型具有出色的拟合与预测性能。此外,基于优化 TSVR的预测模型拟合段与预测段的 MAE、
              MSE和 MAPE均分别接近,表明所建模型不存在过拟合或欠拟合问题,在验证利用 WOA算法优化求
              解 TSVR参数有效性的同时,进一步佐证了基于优化 TSVR的混凝土坝变形预测模型的稳健性与普适
              性。所建模型可为高精度预测大坝变形行为提供一种新手段。

              5 结论


                  考虑到严寒地区独特的气候特征,构建了基于实测边界温度模拟热变形的混凝土重力坝变形行为
              分析模型,并利用 WOA优化的 TSVR算法,提出了具有出色拟合与预测性能的混凝土坝变形预测模
              型。同时,结合所建模型剖析了严寒地区某混凝土重力坝表孔溢流坝段坝顶不协调变形行为的成因,
              研究结果对深入认识严寒地区混凝土坝服役性态、高精度预测大坝未来变形行为具有重要的理论价值
                                                                       #
              和借鉴意义。主要结论如下:( 1)严寒地区某混凝土重力坝 29表孔溢流坝段坝顶变形行为不协调的主
              要成因,是该坝段坝顶中墩混凝土厚度较薄导致该部位变形行为受环境温度变化显著影响,大变幅的
              热变形致使该坝段坝顶测点与其它测点的变形行为存在明显差异。该不协调变形行为系结构型式的固
              有差异所致,不表明大坝存在结构病损等运行安全问题,其对深入认识严寒地区混凝土坝的变形行为
              具有重要的理论意义与工程指导价值。(2)基于实测边界温度模拟热变形的混凝土坝变形行为分析模
              型,可较好地解译环境温度短期动态波动引发的热变形细节特征,所建模型具有良好的大坝变形行为
              解释能力。同时,通过 WOA算法优化求解 TSVR参数,并据此提出的基于优化 TSVR的混凝土坝变形
              预测模型,可有效地挖掘大坝变形及其解释变量间复杂的非线性函数关系,所建模型具有优异的拟合
              和预测性能,为高精度预测大坝变形提供了新的技术手段。


              参 考 文 献:


                [ 1] 顾冲时,苏怀智,刘何稚.大坝服役风险分析与管理研究述评[J].水利学报,2018,49(1):26 - 35.
                [ 2] 李明超,任秋兵,孔锐,等.多维复杂关联因素下的大坝变形动态建模与预测分析[J].水利学报,2019,
                      50(6):687 - 698.
                [ 3] 顾冲时,苏怀智,王少伟.高混凝土坝长期变形特性计算模型及监控方法研究进展 [J].水力发电学报,
                      2016,35(5):1 - 14.
                [ 4] MATAJ,CASTROATD,COSTAJSD.Constructingstatisticalmodelsforarchdamdeformation[J].Structural
                       ControlandHealthMonitoring ,2014,21(3):423 - 437.
                [ 5] SUH Z,LIX,YANGBB,etal.Waveletsupportvectormachine - basedpredictionmodelofdam deformation
                       [J].MechanicalSystemsandSignalProcessing,2018,110:412 - 427.
                [ 6] WEIBW,YUAND Y,LIH K,etal.Combinationforecastmodelforconcretedam displacementconsidering
                       residualcorrection [J].StructuralHealthMonitoring,2019,18(1):232 - 244.
                [ 7] SALAZARF,MOR?NR,TOLEDOM ?,etal.Data - basedmodelsforthepredictionofdam behaviour:are
                       viewandsomemethodologicalconsiderations [J].ArchivesofComputationalMethodsinEngineering,2017,24
                       (1):1 - 21.
                [ 8] YUAN D Y, WEIB W, XIE B, etal.Modified dam deformation monitoring modelconsidering periodic
                       componentcontainedinresidualsequence [J].StructuralControlandHealthMonitoring,2020,27(12):e2633.
                [ 9] 王少伟,顾冲时,包腾飞.基于 MSC.Marc的高混凝土坝非线性时效变形量化的程序实现[J].中国科学:
                       技术科学,2019,49(4):433 - 444.
                [10] 任秋兵,沈扬,李明超,等.水工建筑物安全监控深度分析模型及其优化研究[J].水利学报,2021,52
                       (1):71 - 80.

                —  7 4  —
                     4
   113   114   115   116   117   118   119   120   121   122   123