边坡监测与预测预报智能化方法研究

边坡监测与预测预报智能化方法研究

论文题目: 边坡监测与预测预报智能化方法研究

论文类型: 硕士论文

论文专业: 岩土工程

作者: 杨永波

导师: 刘明贵

关键词: 边坡监测,监测数据,处理,预测预报,信息融合,预报判据,网络监控

文献来源: 中国科学院研究生院(武汉岩土力学研究所)

发表年度: 2005

论文摘要: 边坡工程是一项随处可见而且危险性极高的岩土工程项目。边坡的稳定状况事关人类生命财产安全,有时甚至关系到一个国家的经济和社会的发展。本文重点研究边坡监测与预测预报中的智能化方法。首先,论文对边坡的监测方法做了比较详细的讨论与分析。传统的边坡监测往往不能实时采集到有用的信息。因此,本文提出了多参数、多测点集成化监测的技术构想,即在监测的现场布置的监测仪器能够一台仪器连接多个传感器,采集多个参数的信息,再通过无线传输技术把数据实时提交给监控中心进行分析和预测。其次,论文详细介绍了对采集的数据进行分析和预测的种种方法,包括数据的预处理、分析过程和预测预报方法。对边坡进行监测是提取数据的方法,但是对提取的数据如何得出其中的规律性,并对边坡的未来状况进行预测预报更是一个重要的部分。因此本文提出采用曲线拟合、趋势叠加、卡尔曼滤波和小波滤波方法对数据进行预处理。根据监测数据的不同种类和属性,我们可以采用多元线性回归分析、非线性回归分析、指数平滑法、自回归模型、滑动平均模型、自回归滑动平均模型、门限自回归模型、非线性动力学模型、非线性混沌模型、灰色系统模型和神经网络模型对数据进行分析。结合信息融合技术,本文建立了组合灰色神经网络模型和灰色神经网络模型。并且对预测预报软件进行了开发。同时,对数据进行分析之后,如何通过数据的后期发展来表述边坡的稳定状况便是预报判据建立的过程。由于监测数据包括物理的、数学的和统计的等参量,本文提出了采用信息融合技术结合专家经验的方法建立智能预报判据。最后,在对前三方面进行分析的基础之上,本文对边坡的远程网络监控技术进行了探讨。

论文目录:

中文摘要

英文摘要

第一章 绪论

1.1 引言

1.2 国内外研究的历史与现状

1.2.1 监测方法的研究现状

1.2.2 预测预报的研究历史与现状

1.2.3 预报判据的研究现状

1.3 本文研究的主要内容、目的和意义

1.3.1 研究内容

1.3.2 研究目标

1.3.3 研究意义

第二章 边坡预测预报参数的提取

2.1 引言

2.2 边坡监测的内涵

2.2.1 监测的目的和作用

2.2.2 边坡监测的主要内容

2.3 监测数据提取的具体实现

2.4 目前方法的改进和多参数监测系统的形成

2.4.1 监测技术未来的发展

2.4.2 监测系统形成的原则

2.4.3 监测系统的形成

2.5 本章小结

第三章 监测现场综合信息分析处理平台

3.1 引言

3.2 监测数据预处理

3.2.1 数据的曲线拟合

3.2.2 趋势叠加

3.2.3 数据的滤波处理

3.2.4 多元非线性相关分析

3.3 监测数据的常规处理

3.3.1 回归分析

3.3.1.1 多元线性回归分析

3.3.1.2 非线性回归分析

3.3.2 时间序列分析

3.3.2.1 指数平滑法

3.3.2.2 自回归模型

3.3.2.3 滑动平均模型

3.3.2.4 自回归滑动平均模型

3.3.2.5 门限自回归模型

3.4 监测数据的非线性处理

3.4.1 非线性动力学模型

3.4.1.1 基本反演方法和建模要点

3.4.1.2 滑坡非线性动力学模型的建立

3.4.2 非线性混沌模型

3.4.2.1 几个基本问题

3.4.2.2 全域预测法

3.4.2.3 局域预测法

3.4.2.4 加权零阶局域法

3.4.2.5 加权一阶局域法

3.4.2.6 基于Lyapunov 指数法

3.5 监测数据的灰色系统理论预测

3.5.1 基本原理与基本概念

3.5.2 GM(1,1)模型

3.5.3 Verhulst 模型

3.5.4 其它模型

3.6 监测数据的神经网络预测

3.6.1 神经网络在边坡中应用概述

3.6.2 基本原理

3.6.3 模型构建

3.6.4 BP 神经网络建模

3.7 监测数据的多理论综合处理

3.7.1 组合灰色神经网络模型

3.7.1.1 建模的思想

3.7.1.2 模型的建立

3.7.2 神经网络模型

3.7.2.1 建模的思想

3.7.2.2 模型的建立

3.8 综合性预测预报软件的开发

3.8.1 现有预测预报软件的主要不足

3.8.2 软件设计思想

3.8.3 软件设计过程

3.9 本章小结

第四章 专家系统与智能预报判据

4.1 引言

4.2 常用预报判据

4.3 各种判据的不足与改进

4.4 信息融合结合专家经验建立智能判据

4.4.1 信息融合的基本点

4.4.2 信息融合的模型

4.4.3 信息融合的算法

4.4.4 基于贝叶斯规则的融合方法

4.4.5 证据推理

4.4.6 综合信息处理与专家评估

4.5 本章小结

第五章 边坡远程网络监控系统的建立

5.1 引言

5.2 系统的构成和关键技术

5.2.1 现场监控系统

5.2.2 现场信息监控平台

5.2.3 远程网络监控中心

5.3 远程网络传输技术

5.3.1 功能分析

5.3.2 通信协议

5.4 系统软件设计

5.4.1 短距离无线传输软件设计

5.4.2 远程网络传输软件实现

5.4.3 现场信息综合处理平台软件设计

5.5 本章小结

第六章 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

科研成果统计

发布时间: 2006-12-28

参考文献

  • [1].基于鹤岗市“3052”建设项目的高边坡监测方法研究[D]. 李晨阳.长安大学2014
  • [2].滑坡预测预报研究[D]. 方世跃.兰州大学2007
  • [3].工程滑坡的预测研究[D]. 梁发奇.西南石油大学2016
  • [4].基于小波与灰色模型的滑坡时间预测预报[D]. 文静.长安大学2012
  • [5].人工免疫系统在滑坡预测预报中的应用[D]. 袁勇.成都理工大学2005
  • [6].边坡监测数据预处理方法比较及建模研究[D]. 蔚清.合肥工业大学2013
  • [7].基于GIS的滑坡预测预报系统开发及应用研究[D]. 李彦荣.成都理工大学2003
  • [8].基于GIS的滑坡预测预报模型库的开发及应用研究[D]. 孙怀军.太原理工大学2002
  • [9].建筑基坑监测及预测预报系统研究[D]. 张冬晓.中南大学2005
  • [10].GPS技术在边坡监测中的应用研究[D]. 杨亮.兰州理工大学2014

相关论文

  • [1].边坡稳定性分析模糊方法研究[D]. 贾厚华.中国科学院研究生院(武汉岩土力学研究所)2003
  • [2].岩质边坡稳定性有限元分析及监测方法研究[D]. 蒋华.中南大学2006
  • [3].高等级公路边坡变形监测研究及数据管理系统的开发[D]. 康永红.中南大学2005
  • [4].岩质高边坡施工期监测及其稳定性研究[D]. 赵克烈.武汉理工大学2006
  • [5].边坡形变监测模型和稳定性评价的研究及应用[D]. 冯小磊.河海大学2006
  • [6].基于数字摄影和图像分析的边坡监测预报研究[D]. 李宁.郑州大学2006
  • [7].紫坪铺引水发电洞进水口边坡监测与稳定性研究[D]. 黄秋香.成都理工大学2006
  • [8].山区高速公路边坡监测与信息化设计施工[D]. 陈强.成都理工大学2006
  • [9].公路边坡监测理论与GPS一机多天线系统研究[D]. 王利.长安大学2006
  • [10].边坡稳定性监测TDR技术的试验研究[D]. 陈贇.浙江大学2003

标签:;  ;  ;  ;  ;  ;  ;  

边坡监测与预测预报智能化方法研究
下载Doc文档

猜你喜欢