[发明专利]基于门限回归理论的面板堆石坝坝顶沉降经验预测方法在审
申请号: | 202010010751.7 | 申请日: | 2020-01-06 |
公开(公告)号: | CN111199069A | 公开(公告)日: | 2020-05-26 |
发明(设计)人: | 温立峰;张海洋;李炎隆 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G06F30/13 | 分类号: | G06F30/13 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 张皎 |
地址: | 710048 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 门限 回归 理论 面板 堆石坝坝顶 沉降 经验 预测 方法 | ||
本发明公开了一种基于门限回归理论的面板石坝坝顶沉降经验预测方法,首先构建面板堆石坝坝坝顶沉降预测指标的原始数据集,后确定门限阈值,接着进行三次门限回归分析,最后进行预测,本发明利用门限回归预测模型进行预测坝顶沉降,它能有效描述具有突变性、准周期性、分段相依性等复杂现象。通过门限回归模型引入门限概念,利用门限的控制作用保证模型预测过程中精度的稳健性和广泛的适用性。
技术领域
本发明属于水利水电工程施工技术领域,具体涉及一种基于门限回归理论的面板石坝坝顶沉降经验预测方法。
背景技术
面板堆石坝是一种由当地土料、石料或混合料以抛填、碾压等方法填筑成的挡水坝,因其具有结构简单、工程造价低、适应变形性能良好、对地基的要求低、施工速度快等特点,使混凝土面板堆石坝已经成为最具竞争力的一种坝型,在水利水电工程建设中得到了广泛的应用。随着国家在水利基础建设方面的大力投入以及面板堆石坝自身的优越性,近几年该坝型逐步向超高坝型发展,同时坝体的变形控制也面临着诸多困难,尤其在坝体稳定、面板裂缝等方面。
坝体的变形控制是面板堆石坝建设最关键的一项考虑因素,如何有效合理地评价和控制面板堆石坝变形,是决定面板堆石坝进一步发展的重要因素。引起坝体失稳的主要原因之一是坝顶沉降,坝顶沉降位移过大会导致面板变形、裂缝、渗漏等问题,严重威胁坝体安全。在传统设计中,坝顶沉降考虑不超过坝高的2%,但是坝顶永久沉降位移并不能精确估计,因为大坝建成后会发生徐变。如果能预测出坝顶沉降,就能够对坝体潜在危险做出及时应对,减少损失和危害。因此,坝顶沉降的预测对指导大坝的设计、运行、稳定尤为重要。
目前预测面板堆石坝坝顶沉降的方法主要包括数值计算、离心模型试验法以及传统的经验预测方法。数值模型计算需要的计算参数很依赖试验结果,而试验中的缩尺效应不可避免会对堆石料试验结果的准确性产生影响。离心模型试验技术目前多用于黏土心墙堆石坝,在面板堆石坝力学特性的研究上离心模型试验运用较少。此外,离心模型试验法的高成本、模型边界的处理、模型的简化等实验局限性在某种程度上也限制了其应用。当前面板堆石坝的设计仍然主要基于工程判断和工程经验,因此预测面板堆石坝坝顶沉降的经验方法至关重要。
国内外一些学者提出了预测坝顶沉降的模型。比如早期Lawton和Lester基于11个大坝实例数据建立了坝顶沉降和坝高之间简单的经验预测公式。Sowers对14个面板堆石坝的坝顶沉降开展研究,建立了考虑坝高和测量时间的坝顶后期沉降的经验预测公式。这些经验预测公式考虑的变形控制因素较少,建立的往往是变形特性与坝高、测量时间之间的直接经验公式,且采用的大坝实例数也较少。基于上述经验预测公式的不足,Clements考虑了测量时间的影响,基于68个大坝的实测数据建立了坝顶沉降与坝高之间的经验预测公式。这个计算方程只考虑了坝高一个因素,而坝体沉降受多个因素的影响,如坝高、孔隙比、时间、形状系数、垂直压缩模量等。由于这些参数也会互相影响,显然用此类经验公式并不能准确预测坝顶沉降,因此,针对坝顶沉降的经验预测方法有必要进行进一步深入的研究。
发明内容
本发明的目的是提供一种基于门限回归理论的面板石坝坝顶沉降经验预测方法,解决现有技术中的根据现有经验公式不能准确预测坝顶沉降的问题。
本发明所采用的技术方案是,一种基于门限回归理论的面板石坝坝顶沉降经验预测方法,具体包括如下步骤:
步骤1:数据选择
构建面板堆石坝坝坝顶沉降预测指标的原始数据集;
步骤2:确定门限阈值
运用残差平方和ssr-γ图法,找出在ssr-γ图中局部最小的残差平方和ssr所对应的门限值γ;
步骤3:第一次门限回归分析
考虑包括所有6个控制变量Xis,在门限值所划分的样本区间中分别对Y进行门限回归分析,得出门限回归全变量预测模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010010751.7/2.html,转载请声明来源钻瓜专利网。