导读:本文包含了渗流监测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,喀斯特地貌,模型,大坝,测压管,砂砾,参数。
渗流监测论文文献综述
吕生玺[1]（2019）在《纳子峡混凝土面板砂砾石坝渗流监测与评价》一文中研究指出纳子峡水电站混凝土面板砂砾石坝是高海拔、严寒地区修建在覆盖层上的最高的面板坝,其渗透安全尤为重要。该坝最大坝高117.6 m,覆盖层组成物主要为冲积砂卵砾石层,厚度为19.9～21.1 m,坝址两岸基岩裸露,岸坡及坝基均为黑云母石英片岩夹花岗片麻岩和片麻状花岗闪长岩,致密坚硬,其渗流特性复杂。通过布置渗流监测设施,系统采集混凝土面板砂砾石坝的渗流监测数据,并利用叁维有限元模型进行了分析,得出了坝体的渗流量。监测与评价结果表明,大坝蓄水运行以来,坝体渗透压力及最大渗透坡降满足设计要求,水库渗流量变幅较小,且逐步趋于稳定,总的渗流量与计算结果比较接近,说明工程运行状态与设计基本接近,大坝防渗设计合理。(本文来源于《人民黄河》期刊2019年11期）
李晓波[2]（2019）在《振弦式渗压计在喀斯特地貌水库大坝渗流监测中的应用》一文中研究指出该文阐明了振弦式渗压计的具体工作原理,振弦式渗压计的安装方法和使用注意事项,通过渗透压力计算公式,直观地确定埋设点的水位埋深情况。最后以某地区水库大坝的渗流监测系统建设为工程实例,对该工程的渗透压力情况进行全天候监测,有效地实现了渗水风险的及时预警。(本文来源于《黑龙江水利科技》期刊2019年10期）
戴春祥,段科萍,黄春华[3]（2019）在《大溪水库渗流观测设施失灵原因分析及对策和后期监测数据对比分析》一文中研究指出大溪水库大溪水库位于江苏省溧阳市西南部,坝址距溧阳市13km,1958年动工兴建,1960年初步建成,后经1965年、1971年、1978年叁次较大规模续建,2009年至2011年实施了除险加固,2011年4月通过竣工验收。2017年通过国家级水管单位验收。水库集水面积90m2,总库容1.128亿m3。水库枢纽由主、副坝、溢洪闸各一座、叁座涵洞组成,是一座具有防洪、供水、灌溉、涵养水源、结合生态保护和水产养殖等综合利用的国家大(Ⅱ)型水库。水库与溧阳市沙河水库、宜兴横山水库一起成为太湖湖西宜河西山区的叁座大型库,属湖西南河水系上游的骨干防洪工程。本文就大溪水库安全监测设施失灵的原因分析及其对策和后期渗流观测资料的分析,阐述测压管观测数据失真的对策和采用的两种渗流观测方法,同时从观测数据层面对比两种观测方法的差异进行分析,为同类土石坝渗流观测提供参考。(本文来源于《珠江水运》期刊2019年19期）
肖仕燕,刘学祥,杨星宇,阮焕江[4]（2019）在《基于安全监测数据反演的大坝渗流安全评价》一文中研究指出陕西榆林某水库建成后,下游坝坡、两岸坝肩就出现渗水问题。多年来,该水库一直处于带病运行状态。为了掌握水库大坝的安全状况,根据监测资料,通过参数反演,对坝体典型断面进行了二维有限元渗流分析。结果表明:水库坝体填筑料渗透系数较大,最初设计和施工质量存在缺陷,后续除险加固措施不符合规范要求;坝体浸润线和下游坝坡渗出点高程明显高于设计值,大坝渗透稳定性不满足规范要求。(本文来源于《黄河水利职业技术学院学报》期刊2019年04期）
张岩,施斌,曹鼎峰,魏广庆,郝瑞[5]（2019）在《土中水平渗流AHFO方法监测试验研究》一文中研究指出土中的水平渗流影响着土体的结构强度,受测试技术的限制,目前还缺少有效的手段对其水平运移规律精确测定。采用基于分布式测温技术(DTS)的主动加热光纤法(AHFO),设计室内模型试验,测试土中一维水平渗流过程中含水率的变化,拟合了渗流时间与湿润锋运移距离、累积入渗量以及入渗率之间的关系,并对测试结果进行了评价。结果表明:利用AHFO可对任一时刻的湿润锋位置进行准确定位,湿润锋水平向运移距离与时间的关系满足Green-Ampt模型;利用AHFO法所测水平向含水率分布积分所得的累积渗入量与量筒所测实际加水量之间具有很好的一致性,累积渗入量与时间对数呈线性关系;入渗速率随着时间增长逐渐减小,与入渗时间平方根间可用一反比例函数描述。(本文来源于《防灾减灾工程学报》期刊2019年05期）
丁辉[6]（2019）在《筱溪水电站渗流监测分析与预测》一文中研究指出文章以筱溪水电站渗流监测分析项目为研究背景,对监测资料进行分析与研究,判断运行情况下大坝的运行安全,对大坝的安全状态作出评价,并考虑水位、温度、降雨时效影响因素,采用逐步回归模型与BP神经网络模型对坝基渗压进行了拟合与预测,并就拟合与预测结果进行对比分析,为筱溪水电站大坝安全首次定期检查提供了有效的监测依据。(本文来源于《湖南水利水电》期刊2019年05期）
王衣倩,宫丹丹[7]（2019）在《基于ACO-BP神经网络的大坝渗流监测应用研究》一文中研究指出随着我国水利工程的不断发展,施工环境复杂性和难度越来越高,坝体的安全监测内容十分重要,充分反应大坝实际安全稳定状态,降低施工风险。文章结合工程实例建立符合实际变形的ACO-BP神经网络预测模型,基于变形监测统计资料,定级预测坝体的渗流变形区间,通过计算成果分析该网络算法在大坝变形区间预测模型上能够实现设计要求。(本文来源于《黑龙江水利科技》期刊2019年08期）
安海[8]（2019）在《基于SMPSO-SVM的土石坝运行期渗流监测模型的建立与运用》一文中研究指出将SM算法嵌入PSO算法当中,在支持向量机模型上,建立关于土石坝安全运行的渗流监测模型(SMPSO-SVM),避免了SVM参数的随意选择性。与其它监测模型相比, SMPSO-SVM引入影响因子更少,大大降低了计算的复杂程度,且拟合预测的精度较高,计算过程更加稳定;模型运用到实际土石坝工程的渗流监测中,取得了不错的分析效果,可为类似土石坝的渗流安全监测提供新的方法和手段。(本文来源于《吉林水利》期刊2019年07期）
孟永东,万秒,田斌,朱伟玺,卢伟平[9]（2019）在《荧光光电法在库岸滑坡地下渗流监测中的适宜性研究》一文中研究指出以单孔稀释数学模型为理论依据,建立荧光光电流与坡体地下渗透流速的数学关系模型,设计开发适用于库岸坡体观测孔的地下渗透流速的荧光光电监测探头及测试系统。通过开展室内试验,研究不同浓度荧光溶液的光电流特性,以及环境水温、酸碱度、浑浊度等地下水环境因素对荧光光电流强度的影响,进而论证荧光光电法在库岸滑坡地下渗流监测中的适宜性。结果表明:5～25℃温度范围内,光电流强度随荧光溶液浓度增大而增大,在0～0.006 5%的低浓度范围内存在显着的线性关系,满足应用荧光光电测速法进行坡体地下渗透流速监测的理论条件要求;在荧光溶液浓度一定的条件下,光电流强度随温度升高而逐渐减小,线性规律明显,且不同浓度的拟合直线呈近似平行分布,斜率不大。温度对光电流强度的影响远低于浓度变化带来的影响,但实际应用时起始量测温度与结束量测温度基本相等,温度对坡体地下渗透流速的监测结果产生的影响可忽略不计。强酸性条件下会降低荧光剂的分子活性,使光电流强度明显下降,但加入碱中和后荧光溶液活性恢复,选用的Luyor–6200荧光试剂可满足常规酸性和碱性地下水环境下渗透流速的监测。浑浊度对光电流影响较大,但浑浊荧光溶液经历长时间静置后,光电流强度可恢复至正常荧光溶液的光电流强度值;依据试验可知,开展现场应用时,测孔成孔后至少需静置4 d以上才能达到观测要求。最后,给出了应用荧光光电测速法开展滑坡体渗透流速现场监测的实施方案。(本文来源于《工程科学与技术》期刊2019年04期）
谢文群[10]（2019）在《大坝渗流监测变化规律及特征分布》一文中研究指出选取某土石坝进行渗流监测资料分析。根据注水试验,讨论大坝观测设施的有效性,定性分析了大坝渗流场分布特征;结合现场检查,深入分析大坝运行情况。分析结果表明,坝体下游部位存在渗流通道,并发生渗透破坏,排水棱体失效,导致渗流压力升高。(本文来源于《水利科技与经济》期刊2019年06期）
渗流监测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
该文阐明了振弦式渗压计的具体工作原理,振弦式渗压计的安装方法和使用注意事项,通过渗透压力计算公式,直观地确定埋设点的水位埋深情况。最后以某地区水库大坝的渗流监测系统建设为工程实例,对该工程的渗透压力情况进行全天候监测,有效地实现了渗水风险的及时预警。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
渗流监测论文参考文献
[1].吕生玺.纳子峡混凝土面板砂砾石坝渗流监测与评价[J].人民黄河.2019
[2].李晓波.振弦式渗压计在喀斯特地貌水库大坝渗流监测中的应用[J].黑龙江水利科技.2019
[3].戴春祥,段科萍,黄春华.大溪水库渗流观测设施失灵原因分析及对策和后期监测数据对比分析[J].珠江水运.2019
[4].肖仕燕,刘学祥,杨星宇,阮焕江.基于安全监测数据反演的大坝渗流安全评价[J].黄河水利职业技术学院学报.2019
[5].张岩,施斌,曹鼎峰,魏广庆,郝瑞.土中水平渗流AHFO方法监测试验研究[J].防灾减灾工程学报.2019
[6].丁辉.筱溪水电站渗流监测分析与预测[J].湖南水利水电.2019
[7].王衣倩,宫丹丹.基于ACO-BP神经网络的大坝渗流监测应用研究[J].黑龙江水利科技.2019
[8].安海.基于SMPSO-SVM的土石坝运行期渗流监测模型的建立与运用[J].吉林水利.2019
[9].孟永东,万秒,田斌,朱伟玺,卢伟平.荧光光电法在库岸滑坡地下渗流监测中的适宜性研究[J].工程科学与技术.2019
[10].谢文群.大坝渗流监测变化规律及特征分布[J].水利科技与经济.2019
论文知识图
