[发明专利]大坝安全度多源融合诊断方法

说明书

本发明公开了一种大坝安全度多源融合诊断方法，包括如下步骤：(1)借助数理统计方法、可靠度理论、专家评分方法获取多测点效应量的基本概率分配函数；(2)基本概率分配函数条间赋权矩阵[evi]的计算；(3)基本概率分配函数间焦元赋权矩阵[foc]的计算；(4)构造综合证据赋权矩阵[cor]；(5)利用综合证据赋权矩阵[cor]对所有证据的基本概率分配函数进行加权平均；(6)利用D‑S证据融合理论对加权平均后的基本概率分配函数进行n‑1次融合，进而实现大坝安全状况综合诊断与分析。本发明通过对大坝变形、渗流等效应量各测点监测资料进行分析，对多源效应量监测数据进行融合分析，获得了各点处大坝变形、渗流等时变安全，具有极好的实际应用与推广价值。

技术领域

本发明涉及大坝安全度多源融合诊断方法，属于大坝监测领域。

背景技术

水库大坝工程多存于复杂的工作环境中，在服役期间受到上游巨大水压力、温度变化甚至地震等的作用，同时由于筑坝材料性能劣化，设计、施工及运行管理过程中存在的不合理人为因素等，大坝工程常存在不同程度的老化、病变甚至引发变形异常、渗流异常等问题。若未能及时发现大坝所存在的缺陷、隐患，将会导致大坝安全状况的恶化，严重时会造成溃坝等灾难性事故。

为使各效应量监测资料在时间、空间上得以有机统一，弥补单一效应量在信息描述上的不完备以及局部信息上的不精确、不确定等缺陷，获取优于单一效应量的大坝安全状况的诊断能力，急需发明一种基于多源效应量监测数据融合的大坝安全状况分析、评估方法。常用的数据融合方法有：赋权平均法、贝叶斯(Bayes)方法、卡尔曼滤波、模糊数学方法、神经网络方法、D-S证据推理方法等，表1列出了常用的数据融合方法的特点。

表1常用数据融合方法基本特点

由上表可知，经典Dempster-Shafer(D-S)证据推理理论因其能够在无先验概率的条件下更好地把握和处理多源信息的不确定性，故可用于对多源效应量监测资料融合分析，继而推理大坝服役性态。但在证据高冲突下会存在融合规则失效或焦元“融合爆炸”以致得到“反直观、悖常理”推理结果等重要问题，应用时需对经典D-S证据理论加以改进。

基于上述背景，依据计算所得的各点变形、渗流、应力安全度，充分考虑大坝变形、渗流、应力等效应量间的相互影响，从多源数据融合的视角，发明了一种大坝安全度多源融合诊断技术，建立了大坝整体安全度的计算模型，实现影响大坝安全状况的关键指标辨识。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种大坝安全度多源融合诊断方法，通过对大坝变形、渗流等效应量各测点监测资料进行分析，对多源效应量监测数据进行融合分析，获得了各点处大坝变形、渗流等时变安全，有效提高了对大坝安全有效辨识的能力，具有极好的实际应用与推广价值。

技术方案：为解决上述技术问题，本发明的大坝安全度多源融合诊断方法，包括如下步骤：

(1)借助数理统计方法、可靠度理论、专家评分方法获取多测点效应量的基本概率分配函数；

(2)基本概率分配函数条间赋权矩阵[evi]的计算：判断基本概率分配函数间焦元的独立性，借助修正矩阵[d]对基本概率分配函数进行修正，利用Cauchy-Schwarz不等式获得基本概率分配函数条间相容系数矩阵[r]，由矩阵[r]获得基本概率分配函数条间证据赋权矩阵[evi]；

(3)基本概率分配函数间焦元赋权矩阵[foc]的计算：判断基本概率分配函数间焦元的独立性，利用修正公式针对每一焦元P_k，构造焦元相容矩阵通过焦元相容矩阵获得基本概率分配函数间焦元证据赋权矩阵[foc]；

(4)构造综合证据赋权矩阵[cor]；

(5)利用综合证据赋权矩阵[cor]对所有证据的基本概率分配函数进行加权平均；