Page 114 - 2025年第56卷第6期
P. 114

图 13 误差指标计算结果

              的现象,间接反映了灌浆功率序列中蕴含的非线性特征;通过分析 TPA滤波器的频谱特征,揭示了灌
              浆功率时间序列的非周期性结构,提升了灌浆功率预测模型的可解释性。
                  ( 3)将 EGRN模型应用于我国西南某碾压混凝土重力坝的灌浆工程中,实现了灌浆功率的高精度
                                                                                         2
              预测(MAE = 1.9434MPa ·L?min,RMSE = 2.3875MPa ·L?min,MAPE = 3.1309%,R = 0.9265 ),并通过
              与 GRU - TPA、MHA - GRU、GRU、1D - CNN以及 BPNN等模型的对比分析,证明了所提模型的优越性。
                  本文所提 EGRN模型为实时分析灌浆功率变化趋势提供了可靠的理论指导依据,后续研究将所提
              模型融入智能灌浆云平台中,进而辅助现场施工人员实时把控灌浆施工状态,提升灌浆施工的管理效
              率与控制水平。


              参 考 文 献:


                [ 1] LIUX,CHENGH,LINJ,etal.Studyofthemechanism offracturegroutingindeeplyburiedrockstratabased
                       onBingham fluidslurry [J].AdvancesinCivilEngineering,2019,2019(1):1 - 10.
                [ 2] 敖雪菲,王晓玲,赵梦琦,等.坝基裂隙岩体三维灌浆数值模拟[J].水利学报,2017,48(8):945 - 954.
                [ 3] 邓韶辉,王晓玲,敖雪菲,等.大坝基岩帷幕宾汉姆浆液灌浆的三维数值模拟[J].水利学报,2016,47
                       (2):165 - 172,179.
                [ 4] LIS,PAND,XUZ,etal.Numericalsimulationofdynamicwatergroutingusingquick - settingslurryinrock
                       fracture:TheSequentialDiffusionandSolidification(SDS) method[J].ComputersandGeotechnics, 2020,
                      122:103497.
                [ 5] 窦金熙,赵卫全,路威,等.引水隧洞复杂裂隙围岩高压灌浆浆液扩散过程研究[J].中国水利水电科学
                       研究院学报(中英文),2023,21(6):565 - 573.
                [ 6] 李凤玲,申群太,徐力生,等.灌浆压力的非线性建模预测 [J].系统仿真学报,2008,20(23):6535 -
                       6537.
                [ 7] 李凤玲,刘晖,王向红,等.基于优化支持向量机的非线性时变灌浆过程建模[J].长沙理工大学学报(自
                       然科学版),2011,8(1):51 - 55.
                [ 8] 李凯,任炳昱,王佳俊,等.基于 CEEMDAN - Transformer的灌浆流量混合预测模型[J].水利学报,2023,
                      54(7):806 - 817.
                [ 9] 夏可风.夏可风灌浆技术文集[M].北京:中国水利水电出版社,2015.
                [10] 樊启祥,黄灿新,蒋小 春,等.水 电 工 程 水 泥 灌 浆 智 能 控 制 方 法 与 系 统 [J].水 利 学 报,2019,50(2):
                      165 - 174.
                [11] 邓韶辉,王晓玲,石祖智,等.基于 FIG和 GWO - SVM 的灌浆功率时序预测[J].河海大学学报(自然科
                       学版),2020,48(5):426 - 432.
                [12] XUEL,ZHUY,GUANT,etal.Groutingpowerpredictionusingahybridmodelbasedonsupportvectorregres

                     2
                —  8 0  —
   109   110   111   112   113   114   115   116   117   118   119