Page 119 - 2023年第54卷第4期

因此，根据重标极差分析方法分别计算了两组测点 Ｒ序列与 Ｒ速率序列的 Ｈ指数，计算结果如
表 ２所示。当 ０＜Ｈ＜０．５，表示序列具有反向持续性；当 ０．５＜Ｈ＜１，表示序列具有正向持续性；当 Ｈ＝
０．５ ，表示无法判断序列发展趋势。可以看出，两组测点 Ｒ序列的 Ｈ指数均大于 ０．５，表明 Ｒ序列具有
正向持续性，即不均匀变形将继续增加。此外，站身 ２ － ４与上右翼 １ － １测点的 Ｒ速率序列 Ｈ指数略大
于 ０．５，说明不均匀变形速率呈增加趋势，但趋势程度较低，根据 Ｒ速率序列发展趋势可以判断出该
测点不均匀变形还未收敛，需加强对该测点的观测或采取相关措施抑制变形发展；右岸墙 １ － １与右岸
墙 １ － ２测点的 Ｒ速率序列 Ｈ指数为 ０．６３，说明不均匀变形速率将保持持续下降的趋势，可以判断该测
点不均匀变形表现出收敛的趋势，测点处于安全状态。
表 ２ 不均匀变形发展趋势评判

测点 类型 拟合公式 Ｈ Ｈ置信区间 历史趋势 未来趋势
Ｒ指数序列 ｙ ＝ ０．９７ ｘ － ０．９８ ０．９７ ［０．９５，０．９９］ 上升 上升
站身 ２ － ４与上右翼 １ － １
Ｒ速率序列 ｙ ＝ ０．５５ ｘ － ０．１３ ０．５５ ［０．４７，０．６３］ 上升 上升
Ｒ指数序列 ｙ ＝ ０．９５ ｘ － ０．３２ ０．９５ ［０．９３，０．９７］ 上升 上升
右岸墙 １ － １与右岸墙 １ － ２
Ｒ速率序列 ｙ ＝ ０．６３ ｘ － ０．１８ ０．６３ ［０．５３，０．７３］ 下降 下降
注：拟合公式中 ｘ和 ｙ分别为子序列长度 ｎ和相应重标极差（ｒ?ｓ） ｎ 的对数，即 ｘ ＝ ｛ｌｎｎ｝，ｙ ＝ ｛ｌｎ（ｒ?ｓ） ｎ ｝。

综合以上分析，本文提出的泵站变形性态诊断方法能够从相邻测点的内在驱动因素、不均匀变形
态势等方面对泵站变形性态进行综合诊断，可为泵站安全监控与预警方法提供理论依据。

４ 结论

本文首先辨识了泵站建筑物变形监测序列的混沌特性，然后基于非线性动力学理论建立了泵站建
筑物变形性态诊断方法，最后结合某泵站枢纽变形实测数据，验证了该方法的有效性。可得出如下结
论：（ １）基于混沌理论分析了泵站变形监测序列的混沌特性，证明了泵站变形监测序列普遍具有混沌
特性，是一种高度复杂的非线性动力系统，为进一步利用非线性动力学理论分析泵站变形性态奠定了
基础。（ ２）提出了基于 Ｑ指数与 Ｒ指数的泵站变形性态诊断方法，将其应用于 Ｌｏｇｉｓｔｉｃ理想时间序列，
表明该方法具有鉴别动力学系统突变的能力，可以有效地反映非线性系统间的动力学结构差异和动力
学距离。（ ３）工程实例分析表明，本文所构建的方法能够从动力学角度上辨识相邻测点的驱动因素异
常和不均匀变形态势异常，从而实现泵站建筑物变形监测信息的动态诊断，可及时快速地对工程服役
性态进行评价。

参 考 文 献：

［ １］ 赵二峰，顾冲时．混凝土坝长效服役性态健康诊断研究述评［Ｊ］．水力发电学报，２０２１，４０（５）：２２ － ３４．
［ ２］ 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．
［ ３］ 徐波，夏辉．混凝土坝裂缝性态及其危害性分析方法研究综述［Ｊ］．水资源与水工程学报，２０１６，２７（６）：
１６２ － １６８．
［ ４］ 黄耀英，何一洋，沈振中，等．大坝监测量最佳统计模型优选方法［Ｊ］．水利学报，２０２２，５３（２）：１５４ － １６４．
［ ５］ 顾昊，朱延涛，顾冲时，等．混凝土坝健康状态态势诊断方法［Ｊ］．水利学报，２０２０，５１（８）：９５７ － ９６６．
［ ６］ 韩敏，任伟杰，李柏松，等．混沌时间序列分析与预测研究综述［Ｊ］．信息与控制，２０２０，４９（１）：２４ － ３５．
［ ７］ 刘群群，何文平，顾斌．非线性动力学方法 在 气 候 突 变 检 测 中 的 应 用 ［Ｊ］．物 理 学 报，２０１５，６４（１７）：
４２８ － ４３６．
［ ８］ 钱龙霞，李汉霖，汪腾，等．一种水文序列变异诊断耦合模型及其应用［Ｊ］．工程科学与技术，２０２１，５３

— ４ ９ ５ —