赵鲲鹏
- 作品数：8 被引量：16H指数：3
- 供职机构：河海大学水利水电学院水资源高效利用与工程安全国家工程研究中心更多>>
- 发文基金：国家自然科学基金水利部公益性行业科研专项江苏省杰出青年基金更多>>
- 相关领域：水利工程自动化与计算机技术更多>>
- 基于小波变换的某重力拱坝背水坡转异裂缝序列的分析
- 2015年
- 裂缝转异诊断对分析大坝安全稳定运行有重要意义。将小波变换应用于大坝裂缝转异分析中,并结合某重力拱坝背水坡裂缝X18-1的实测数据,分别从小波系数图的过零点和极值点、多尺度下模极大值线及奇异性变化角度讨论其与裂缝转异时刻的关系,最终综合判断出裂缝的转异时刻。分析结果表明,小波系数图、模极大值线和奇异性均可反映裂缝的转异,但各自独立的诊断结果不完全相同,综合分析可准确判定裂缝的转异时刻,为裂缝转异诊断提供了新思路。
- 杨景文赵二峰赵鲲鹏梁嘉琛王欢李媛
- 关键词：重力拱坝小波变换奇异性
- ABC-RBF神经网络在平板坝裂缝开合度监测中的应用被引量：3
- 2015年
- 为提高混凝土平板坝裂缝开合度预测精度,针对混凝土平板坝裂缝开合度监测序列呈非线性以及周期性变化的特点,将基于EMD分解优化的ABC-RBF神经网络模型应用于混凝土平板坝裂缝开合度安全监测中,对比分析普通RBF和ABC-RBF神经网络模型。结果表明,ABC-RBF神经网络模型预测误差相对较小,可用于分析混凝土平板坝裂缝开合度的安全监测。
- 赵鲲鹏梁嘉琛杨景文曹睿哲胡添翼戴波何启
- 关键词：经验模态分解
- 基于马尔科夫链的云模型在某碾压混凝土重力坝渗透压力预测中的应用被引量：2
- 2015年
- 为了同时反映大坝渗流序列的整体规律和多种影响因素造成的不确定性,提出了基于马尔科夫链的云模型的预测方法,即先建立基于云理论的预测模型,再通过马尔科夫链对其误差进行修正,并在建立云预测模型的过程中,提出设立过渡时期的改进方法以提高部分时期预测精度。通过对某重力坝渗透压力的预测分析,并与ARIMA、ANN模型结果进行对比,发现该方法预测值精度较高,具有较好的实用性。
- 梁嘉琛冯树荣肖峰杨景文赵鲲鹏
- 关键词：大坝云模型马尔科夫模型
- 基于多重分形的大坝裂缝整体性态分析被引量：3
- 2015年
- 为准确评价大坝坝体裂缝的整体性态,以某碾压混凝土重力坝不同高程处的3条裂缝序列为例,应用多重分形消除趋势波动方法分析大坝裂缝实测序列的多重分形特征,通过替换序列分形特征产生的原因,并用Hurst指数、分形谱宽度和分形谱高度来表征其多重分形特征强度,统计分析了不同高程和坝段的9条裂缝的多重分形特征强度。结果表明,裂缝序列存在较强的多重分形特征,且由序列本身的长程相关性造成;坝体整体裂缝的多重分形强度大致相同,说明坝体结构的整体性态较好,变形以线弹性变形为主,处于安全状态。
- 杨景文赵二峰王欢梁嘉琛赵鲲鹏
- 关键词：大坝裂缝HURST指数
- 基于EMD分解和ABC-RBF模型的混凝土平板坝变形监测模型被引量：1
- 2015年
- 针对混凝土平板坝水平位移监测序列呈非线性以及周期性变化的特点,采用经验模态分解(EMD)的方法对混凝土平板坝水平位移监测进行分解,并采用计算信噪比最大值的方法对信号进行去噪,得到最优的去噪效果.面板坝的坝顶上下游方向水平位移主要受上下游水位、环境温度以及时效的影响,据此建立普通RBF和ABC-RBF神经网络模型,并对混凝土平板坝上下游方向水平位移进行预测,对比两种模型预测样本的均方根误差(RMSE)、平均绝对误差(MAE)以及负相关系数(R).结果表明,ABC-RBF神经网络模型预测效果较好,误差比较小,该方法为分析混凝土平板坝工作性态和安全监测及预测提供一种新的方法.
- 赵鲲鹏
- 关键词：经验模态分解
- 基于EMD滤波和云模型的大坝安全监控指标拟定被引量：4
- 2015年
- 为克服现有大坝安全监控指标拟定方法的不足,利用云模型,采用数字特征熵来揭示异常值的随机性与模糊性,通过期望、熵和超熵构成的特定结构算法,将大坝安全与否的定性概念定量表示,以此拟定安全监控指标。由于大坝监测效应量影响因素复杂,监测数据常存在高频噪声,因此应对原始数据进行降噪处理。以福建某大坝水平位移为例,先用经验模态分解(EMD)滤波方法去噪,然后采用云模型进行安全监控指标拟定,并与典型的小概率法进行对比分析。结果表明,基于EMD去噪和云模型拟定的监控指标是合理准确的。
- 赵鲲鹏梁嘉琛仇建春杨景文曹睿哲
- 关键词：大坝云模型
- 提升小波多尺度分解法与RBF神经网络在混凝土重力坝应力监测中的应用被引量：3
- 2015年
- 将混凝土坝的应力监测数据视为一组含有不同频率信号的时间序列,针对信号中的低频信号和高频信号,采用提升小波的多尺度分解法提取混凝土坝应力的时效分量、水压和温度分量以及噪声分量,采用计算信噪比极大值的方法提取周期性分量中的水压、温度分量和噪声分量,得到最优的去噪效果。使用RBF神经网络对去噪信号进行建模,预测结果表明,该模型能够很好地反映混凝土坝应力变化的趋势和规律,可应用于混凝土坝安全监测中。
- 赵鲲鹏赵二峰王莹张毅
- 关键词：RBF神经网络应力监测混凝土重力坝
- 基于AFSA-RBF模型的混凝土平板坝变形监测被引量：1
- 2016年
- 针对混凝土平板坝水平位移监测序列呈非线性变化的特点,采用经验模态分解(EMD)方法对混凝土平板坝水平位移监测序列进行分解,并采用计算最大信噪比的方法对信号进行去噪。面板坝的坝顶上下游方向水平位移主要受上下游水位和环境温度的影响,据此建立AFSA-RBF神经网络模型和RBF神经网络模型,对混凝土平板坝上下游方向水平位移进行预测,结果表明:AFSA-RBF模型能够很好地反映混凝土平板坝水平位移变化趋势和规律,预测结果有较高的精度,符合大坝安全监测的要求,可以在混凝土平板坝安全监测和评价中应用。
- 梁嘉琛赵鲲鹏杨景文
- 关键词：经验模态分解
