水工混凝土结构健康诊断预警系统的研究

水工混凝土结构健康诊断预警系统的研究

所谓应急报告，是指对警报系统的现状和未来进行评估，预测不正常时间的推移或破坏程度，并提出预防措施。采用新的水工混凝土结构健康诊断预警系统，利用现有水工混凝土结构的多因素信息，利用相应的数理统计知识、人工智能技术、水库工人知识和系统论知识，提前报告水工建筑物的不正常时间。1预警系统的建立过程是一个一个学科.1969年,由美国A.D.Hall提出的系统工程三维结构图,为解决规模宏大、结构复杂、因素众多的复杂系统提供了统一的思想方法.将三维结构图引入预警系统的物理模型中,就得到预警系统的三维结构图(见图1).由图1可知,对于逻辑维,则明确警义是预警系统研究的基础;寻找警源是分析警情产生的原因,排除警患的基础;分析警情出现的先兆,是预报警度的基础;预报警度是排除警患的根据;排除警患是预警系统的目标所在.2数据库设计根据逻辑维,并结合水工混凝土结构健康诊断的需要,将预警系统概化为数据融合、警源分析、警兆辨识、警情分析和警情发布等5个子系统(见图2).水工混凝土结构病害检测和健康诊断的主线,是以数据融合子系统为依据,警源分析子系统和警兆辨识子系统为前提,警情分析子系统为核心.具体实现时,将预警系统分为6个数据库,即整编数据库(采集、输入、存贮、管理时空数据等)、模型库(包括各类预警模型)、方法库(构造模型的各类数学物理方法)、知识库(贮存预警所需的知识、经验等)、指标库(采集、筛选和管理预警指标等)和信号库(管理预警信号).综上,预警系统中运用的模型库和方法库见图3.3预警系统的核心内容预警系统的内核是研究预警系统中各子系统的逻辑模型和物理模型.3.1数据融合加工数据融合子系统的任务是将在时空上的监测与检测数据,依据一定的规则加以融合,以获得对被测参数的一致性描述,得到高质量的安全性状信息.监测数据和现场检测资料是数据融合的基础;水工混凝土结构的内部孔洞以及界面的剪切错动、作用荷载等都是数据融合的加工对象;协调优化和综合处理是数据融合的核心.3.1.1土结构物的作用荷载收集影响因素的监测数据和现场检测资料,包括作用在水工混凝土结构物的上、下游水位,结构物的温度变化,作用荷载记录,传感器的监测信息(如结构物及基础的变形、应力应变、渗流等),以及现场无损检测资料等,并将上述数据整编到原始数据库中.3.1.2凝土结构安全程度的监测由于各种因素的综合影响或作用,多因素观测资料中常会出现严重偏离目标真值的数据——野值.为了较准确地预警水工混凝土结构的安全程度,首先需用基于数理统计的残差分析或基于概率的随机模糊诊断技术,诊断监测或检测信息中的野值.某混凝土重力坝23#坝段坝顶正垂线测点PL23-2的自动化观测始于1996年8月8日,至2003年5月31日共有1810个测值.设定显著性检验水平β=0.01,经分别进行野值的残差分析和随机模糊诊断,识别出的野值见表1.3.2主要矛盾分析警源分析子系统的逻辑模型主要是揭示多因素观测资料(变形、应力应变、渗流等)对水工混凝土结构的影响程度.由于混凝土结构及基础具有复杂性和不确定性,在水工混凝土结构健康诊断的预警过程中,通过对复杂系统各影响因素的相关性分析,可找到问题的主要矛盾.相关性分析的目的在于计算某种度量,用于量化输入属性与目标属性之间的相互影响程度,试图识别对于分类或预测无用的、应当排除的属性.这种度量包括相关系数、信息增益、重要度和权重等.本文采用相关性分析方法,以效应量为目标属性、影响因素为输入属性进行相关性分析,从而揭示结构运行中各影响因素的影响程度.3.2.1基于决策树算法的相关性分析数据挖掘是指从大型数据库的数据中提取人们感兴趣的知识.这些知识是隐含的、事先未知和潜在的有用信息,提取的知识表示为概念、规则、规律和模式等形式.其核心技术是人工智能、机器学习和统计学等.但一个数据挖掘模型不是多项技术的简单组合,而是一个整体,它还需要其它技术的支持,才能挖掘出令用户满意的结果.根据其功能,数据挖掘模型大致可分为三级逻辑结构.本文运用决策树算法进行相关性分析.该算法是基于分类的、虽不能最终得到某种具体的数值模型,但对于工程中影响因素太多的某些结论,可采用该法从原始数据中找出相对重要的影响因素.3.2.2结构及基础输入属性警源分析的关键是建立数据挖掘模型,且主要考虑:①确立目标属性以表征水工混凝土结构及基础的观测资料(变形、应力应变、渗流等)作为分析目标,在决策树中处于根节点的位置;②确立输入属性分析所有可能与目标属性相关的其它属性,并确定哪些属性应作为影响因素而加入模型.考虑过多的属性会使最终的数据挖掘结果相当复杂,不易发现其中的“感兴趣的知识”;漏掉一些属性又可能漏掉某些“感兴趣的知识”.水工混凝土结构及基础的输入属性一般包括作用在结构物的上、下游水位,自水工建筑物蓄水以来的持续时间以及结构物的温度变化(对于拱坝还应考虑平均温度和温度梯度)等;③建立数据挖掘模型由于所考虑的属性涉及的影响因素并不多,且数据挖掘模型的结构较为清晰,故可直接建立数据挖掘模型.警源分析中最主要的是计算预测链接强度,运用信息增益法删除信息量较少的属性,收集信息量较多的属性,以便进一步的分类或预测分析.在决策树的各个节点上,信息增益法利用特征属性的信息增益大小作为分枝属性选择的启发式函数,选择信息增益最大的特征作为分枝的属性.而信息增益又可由对系统分类而获得的信息熵增量来表示.在决策树的预测链接计算中,使熵减少量最大的即为最佳的划分方案.划分后熵的减少量即为信息增益.所以,选择属性对节点进行划分的标准就是选取信息增益最大的属性.对决策树的每个节点均使用这条原则,直至决策树建立完毕.3.2.3预测链接强度例以某重力坝的实测资料为例,采用决策树方法分析警源,研究坝上游库水位、下游水位、降雨量以及坝体温度变化与重力坝实测位移之间的关系.该重力坝的警源分析结果见图4.图4中的“天数”系指资料始测日至计算之日的累计天数.图4中的箭头表明节点间的预测链接.用界面左侧的滑块来调节预测链接的强度,滑块位于顶部表明预测链接弱,滑块位于底部表明预测链接强.由图4可知,图4(a)的预测链接最弱,故得出下游水位影响降雨量的错误结论,这表明若直接从监测或检测信息分析警源,仍需足够的预测链接强度.图4(b)～(d)表示随着链接强度的增强(即滑块逐渐下移),分别显示了天数(时间)、坝上游库水位和温度变化对坝体位移的相关程度.图4(b)表明预测链接强度约为30%时,下游水位对大坝位移的影响消失,说明该重力坝的下游水位对变形的影响很小;图4(c)表明预测链接强度约为55%时,天数(时间)对大坝位移的影响消失.图4(d)表明预链接强度约为70%时,坝上游库水位对大坝位移的影响消失.可见,坝上游库水位和温度变化是影响该重力坝变形的主要因素,且温度变化的影响要强于坝上游库水位,这与统计模型分析的结论一致.3.3建立r/s分析的警父研究警兆系指警素发生异常变化导致警情发生之前出现的先兆,如在水利工程中,观测到的结构变形、应力应变、渗流等以及随时间变化的动态特征.这些数据反映了水压力、温度变化及时效等综合作用的结果.本文利用分形理论计算监测量的分形维数,并以此分析结构的工作性态.水工混凝土结构健康诊断预警系统的警兆辨识子系统,主要是通过计算监测资料的Hurst数,并以此计算监测资料的分形维数,从而确定结构的警兆指标.仍以某重力坝23#坝段顺河向水平位移为例,建立R/S分析的警兆辨识物理模型.该坝段垂线监测资料始测于1993年,并于1996年接入自动化观测系统,且垂线监测资料不完全连续.故需应用数学模型将人工与自动化监测的资料进行衔接.为此,采用基于单位阶跃函数的统计模型.利用改进的R/S分析法,对该坝段垂线监测资料建模.经过编程并反复调试,将计算的lg(R/S)与序列的时间跨度τ的lgτ在双对数坐标中进行拟合,可得到一条曲线,从而可得到直线的斜率和截距(见图5).该直线拟合的标准均方差约为0.07,反映了Hurst数的离散程度;复相关系数为0.984,表明lg(R/S)～lgτ直线拟合得较好.R/S分析中的c值为0.632,反映了该坝段水平位移变化的固有特性;描述水平位移分形特征的分形维数D需由Hurst数确定,由于Hurst数较稳定,故D约为2.165且变化不大.由有限元数值模型计算可知,在该坝段的监测时段内对应的最不利荷载工况作用下,坝体与坝基已进入弹塑性状态(屈服区单元共6个),且该重力坝的第一次结构安全鉴定中未见异常.因此,根据监测及检测信息,将分形维数2.165作为判断该坝段与坝基进入弹塑性状态的警兆指标,即小于该值可认为该坝段与坝基处于弹性状态,大于该值则已进入弹塑性状态.3.4警情分析系统描述警情分析子系统的物理模型包括两部分.一是建立水工混凝土结构健康诊断的预警模型;二是拟定结构监测量的多级预警值,并作为预警指标.3.4.1种结构的分析针对水工混凝土结构的特点,采用确定性模型作为预警模型.确定性预警模型是在积累一定的监测资料序列后,采用结构计算方法,预测测值的发展趋势.因此,确定性预测只有在建立确定性模型(需建立有限元计算模型)后才能进行.若出现新的问题,需重新建立计算模型.结构计算包括结构分析和结构反分析.其中,反分析包括参数(如水工混凝土结构的弹性模量,基岩与库盘岩体的变形模量和粘性参数,混凝土的线膨胀系数、导温系数、导热系数、放热系数和绝热温升,以及结构裂缝的断裂韧度和纵缝等价摩擦系数)反分析、模型反分析和边界反分析等.经反分析校准计算参数、计算模型和边界条件后,利用粘弹塑性有限元或断裂有限元,计算结构在可能发生的荷载工况下的变形和应力,并确定预警指标,据此预测水工混凝土结构的安全状况.3.4.2评估指标的确定预警指标通常包括结构的变形、应力应变以及渗流等,其中,应力应变及渗流的预警指标可根据规范拟定.由于影响结构变形的因素十分复杂.因此,拟定变形预警指标不仅要对变形监测资料进行全面深入地分析和反分析,而且还需由应力场或变形场与荷载场进行复杂的耦合,最后通过强度与稳定等约束条件拟定.并依据实测资料和各类规范,给出划分变形预警指标的力学定义和标准.根据混凝土大坝安全检查实施细则和检测规范,水工混凝土结构的安全状态分为正常、异常和险情三类.同时,根据结构性态并结合力学定义将结构又分为线弹性(或粘