大坝安全监测贫信息的灰模型研究.pdfVIP

大坝安全监测贫信息的灰模型 马福恒 (南京水利科学研究院 南京 210029) 一 一 ==．==’：==#==j(◆鬻====：==_mm～- 【摘 要】 灰理论具有解决“少数据不确定性问题”的特点，本文采用其作为大坝安全监测 领域中的贫信息监控模型的理论基础，审将一切随机过程看作是在一定范围内变化的与时间 有关的灰色过程。对灰色量用数据生成的方法将表象莹杂乱无章的原始数据整理成规律性强 的生成数据列，然后进行研究。实例分析表明，本文提出的改进的灰色关联模型GM(1， Ⅳ)可用于贫信息的水工建筑物安全监测分析中。 【关键词】 大埙安全 贫信患 灰理论GM(1，N) 前 言 目前对大坝运行期的监测资料分析处理用得较普遍的方法是基于数理统计理论的统计 模型，其主要特点是充分利用随机性方法对监测资料序列进行统计、建模和预测等，该方 法对一般大坝监测资料的分析能获得较好的精度。由于随机性方法必须符合概率统计的基 本原则，一个突出的问题是所谓的“大样本”。在随机模型中，一般都假定随机扰动项(即 误差项)服从正态分布，从而整个模型参数的估计和检验都利用了这一假定。根据概率论 和数理统计中的大数定律和中心极限定律，这必须在大样本的条件下才具有普遍意义。然 而在大坝安全监测领域，存在着监测资料较贫乏的监测系列。如运行了几十年的大坝，坝 体和坝基以及近坝库岸边坡在不同时期的补强加固，使得建筑物结构及其刚度发生了改变。 为监控补强部位的加固效应，需在该部位安装安全监测系统，因此这些部位的监测系列较 短，需建立针对贫信息的特殊监控模型。从数理统计的观点，认为该种监测资料序列为短 序列，即贫信息的少样本序列。以混凝土大坝位移为例，它受到水位变化、温度变化、坝 基的工作特性以及补强加固后坝体材料的变化等各种因素的综合影响。若大坝某部位的位 移出现异常信息，产生该种行为可能是观测值粗差、监测仪器故障、坝体结构变化或坝基 工作特性的变化所致，还可能是其他相关的未知因素作用的结果。因此，在对此进行分析 时，可将其归纳为信息不完全的系统分析范畴(即灰色系统)。综上所述，为合理地分析大 坝的贫信息资料，需进行大坝安全监测贫信息的特殊监控模型研究。 1灰理论建模 灰概念是“数据少”与“信息不确定”两种概念的整合，即“少数据不确定性”。 “灰”是介于“白”与“黑”之闻的概念，指信息部分不确定、部分确定，部分不完全、部 七、信息遥感 自动化 437 分完全，部分未知、部分已知，对应的为灰色系统。灰理论中的少数据是指以现实信息为 背景的数据，指有效时区内的数据。现实数据(如水工建筑物补强加固后的监测资料)相 对于“历史长河”的数据(如该水工建筑物的全系列监测资料)就必然是少数据，现实信 息中蕴含的规律为现实规律(反映补强加固的信息)。基于此，用灰理论建立补强加固工程 中的特殊监控模型可以更合理地评估工程的补强加固效应。 1．1灰模型的类型 灰理论中常用的模型GM(M，N)主要有三种，不同M与N的灰模型有不同的意义 L2j。 和用途，具体见表1 1．2灰关联模型GM(1，N) 考虑到水工建筑物的各监测量不同程度的受外界环境的影响，如上下游水位、温度变 化和时间效应等。在建立监控模型时，要求利用显著变量建立灰模型。为此，本文运用灰 色关联度选择显著变量，以建立补强加固工程的特殊监控模型。 表l 灰模型的类型 灰模型类型 预测模型 状 态 模 型 静态模型 n l 模型表达式 掣■十“…。p b,珀tm 』}o’(f)一∑biT艘’l(f)+，。 警+删=美E t—l 模型变鬣 GM(1，1)