大坝变形监控数据处理的粗差识别方法及应用效果分析.pdfVIP

水利水电技术第47 卷 2016 年第 7 1J! 大坝变形监控数据处理的粗差识别方法 及应用效果分析 邓波1 ， 王 毅2 ，姜忠l ， 刘莉娜l ，刘敏l ( 1. 湖北省水利规划勘测设计院，湖北武汉 43∞64; 2. 中工武大设计研究有限公司，湖北武汉 43∞72) 关键词: 大坝变形监控;数据处理;统计模型;拟合结果;粗差识别 doi : 10. 13928/j. cnki. wrahe. 2016. 07. 027 中图分类号: TV698 (263 ) 文献标识码: A 文章编号: 1000- 08ω(201 6) 07-01 04-04 大坝安全监控的核心就在于通过各种监控理论与 斯基准则、格拉布斯准则以及狄克松准则每一次计 方法对监测资料进行分析，建立各类监控模型及监控 算只能剔除整个数据序列中含有最大粗差的视IJ 值， 指标，据此定量分析大坝及坝基的安全状态，监控大 对于含有多个粗差的数据系列，则整个计算过程较 坝的安全运行，使大坝在安全运行的前提下充分发挥 为复杂。 大坝安全监控统计模型是建立在对大坝和坝基的 工程效益。 大坝安全监测资料是大坝运行状态的直接反应， 力学和结构理论分析的基础上，用确定性函数和物理 监测值的变化与大坝运行的环境荷载以及大坝本身结 推断法，科学地选择统计模型的因子及表达式，然后 构形态有关，同时监测系统的稳定性也是重要的影响 根据实测资料用统计学方法确定模型中各项因子的系 数，定量反映监测效应量与环境量之间的关系。因此 因素。 大坝监测数据的异常一般由结构形态变化、环 利用原始含粗差的监测资料先建立统计模型，然后根 境盘异常、系统改造、人为误测、误计或系统故障等 原因造成( 1 ) 。 监测资料中的异常测值对大坝结构形 据统计模型拟合值与实测值之间残差的大小来识别粗 差，最后将粗差用统计模型的拟合值代替， 从而使监 态评价以及大坝安全监控会产生较大的影响，异常测 测资料数据更加准确地反映大坝运行状况。这种方法 值应该综合分析，判别其成因。 对于由于监测系统或 可直接利用监测资料分析时用于建立统计模型的程序 人为原因造成的异常测值，应将其视为粗差以便剔除 实现，简单易行，并且可以有效地避免环境量变化所 或做出其他处理; 对于由于环境量变化所造成的异常 引起的异常值。 值，应该在运行时尽量避免该不利工况; 对于结构形 态变化造成的异常测值则需要密切注视，必要时应采 1 大坝变形统计模型建模原理 取一定的技术措施。 统计模型建模理论其核心内容主要为统计模型因 粗差在量值上与周围的监测值存在明显差距， 子的选择以及各项因子系数的确定。 针对大坝变形而 反映在过程线上即为向上或向下的突变点，在成因 言，应根据大坝及坝基的力学和结构理论分析，用确 上主要表现为监测系统误差或人为误差，与坝体结