简介：本文以两江电站为研究对象,针对传统洪水预报方案中没有考虑洪水分级的问题,将洪水分为大、中、小3个等级,编制了基于洪水分级的洪水预报方案。方案中,以泰森多边形对流域进行分块,预报模型采用三水源新安江模型和实时校证算法;采用人工经验与粒子群算法结合的方法,利用2000—2015年的资料,率定了不同类型洪水的模型参数。采用2016年洪水资料对预报模型和实时校正算法进行了验证。结果表明,本文洪水预报方案优于洪水不分级方案,率定出的模型参数适合不同等级的洪水,采用的实时校正算法可以提高预报精度。

简介：本文采用河道非线性汇流方法,并在汇流过程中考虑下渗的影响,运用分级运用口门调度方案,对永定河泛区的洪水进行预报和调度。通过验证,取得较满意效果,说明此方法具有一定的实用性,可供防汛指挥调度参考。

简介：本文针对我国寒旱地区独特的寒冷干燥气候环境特征，探寻了该区域水工混凝土结构常见损伤的形式及成因机理，同时针对性地提出了相应的水工混凝土结构施工修复技术。本研究可为同类型区域水工混凝土构筑物的病害诊断与施工修复提供有益借鉴。

简介：针对高扬程泵站压力管道由于流激振动引起的结构损伤问题,基于统计模式理论,提出了采用均值控制图识别压力管道损伤的方法。首先通过获取正常状态和待识别状态下实测数据的响应信息,构建损伤诊断的系统模型,对大量数据信息进行统计计算,然后提取特征值,优化特征向量,最后采用均值控制图法对压力管道损伤部位进行识别。实例分析结果表明,基于统计模式识别的均值控制图法,可以直观精确地对压力管道是否存在损伤做出识别,因此可以作为工程中大型泵站压力管道损伤识别的重要方法。

简介：根据改进的BP神经网络，阐述了在结构损伤检测与识别上的应用。同时对该网络在结构检测应用过程中应该注意的问题做了探讨，展望了BP神经网络在结构损伤检测与识别上的发展方向。