摘要：针对现有二级分布式安全监测自动化采集模块采集形式单一、扩展能力差、存储容量小、通道配置不灵活等弊端,本文提出一种能适应各种类型监测仪器采集、测点接入数量不受限制的新型三级(监测中心层、测站层、采集层)分布式大坝安全监测自动化采集系统架构。重点介绍了该架构的核心部分——数据采集装置的工作原理、硬件构成以及电路实现。通过应用新型控制器局域网总线通讯技术和SD卡大容量存储技术,使系统在通用性、扩展性、先进性和可靠性等方面都有提高。

摘要：将干扰系数γ和wR0的估算归结为带约束的目标优化问题,并将遗传算法引入到该优化问题中.对干扰系数的估算,提出了一种基于实数编码的多种群遗传算法(RMGA),采用自适应遗传算子和最优保留策略,有效提高了RMGA全局搜索能力和局部快速搜索能力.通过假定真值仿真计算的结果作为观测量来辨识参数γ和wR0.辨识结果令人满意.

摘要：通过对麻栗坝水库工程的水质进行预测分析,结果表明,麻栗坝水库不会产生富营养化,重金属含量不会明显增加,水利工程对水体质量变化影响较小。

摘要：本文在区域水资源预警理论分析基础上,应用遗传算法(Genetic Algorithm)与误差反传(Back Propagation)网络结构模型相结合的思路,设计了一套应用遗传算法训练神经网络权重的新方法,据此提出了基于遗传神经算法的区域水资源预警理论方法和模型,并对哈尼梯田水资源进行了预警分析研究。初步检验结果表明,模型具有良好的预测及预警效果,从而为水资源预警研究提供了一种新的方法和思路。

摘要：务坪水库地质条件十分复杂,坝址由湖积层软基、滑坡群及不稳定山体组成.通过对小口径砂井、大口径袋装砂井、压重法、软基大开挖清除、塑料排水板及振冲置换法等可能的软基处理措施逐一进行深入细致的分析计算和研究,最终选择振冲加固处理方案.采用离心模型试验、有限元分析和现场生产性振冲试验分析验证所选设计方案的合理性和可靠性,提供振冲桩的设计布置、物理力学指标、施工工艺控制参数.从振冲满堂桩实施后的检测结果看,务坪水库深厚湖积层软基采用振冲置换法进行加固处理是可行的.

摘要：根据云南境内滇中高原区的昆明、楚雄、大理、玉溪、蒙自、马龙等30个气象站自建站20世纪50年代～2010年的逐月降水量,逐年最大1h、6h、24h降水量等资料,采用Mann-Kendall趋势检验、Morlet小波变换分析等对各站不同时间尺度的降水量变化趋势进行分析检验。结果表明,自有观测记录以来各站的短历时最大1h、6h、24h降水量普遍呈增大趋势。而月、夏季、年降水量序列则有增有减,高原上宾川-祥云、元谋、蒙自-建水等各个传统的干旱区降水量都是持续增加,干湿季节的差异性在缩小,特殊地,马龙的短历时降水(最大1h、6h)显著地增大,但其最大月、夏季和年降水系列都为减少的相反趋势。总体上,最大1h、6h、24h降水量呈4(或7)、23a的周期性,最大月、夏季、年降水量则呈6、21a的周期性。全球气候变化趋势的不可逆转性,使滇中高原区极端降水事件发生的频次不仅越来越多,其变化幅度也在呈增大趋势。

摘要：结合云南东河水库的施工实践,选取掺粉煤灰泵送混凝土作为研究对象,通过正交试验得到了最优配合比用于泄洪输水隧洞的施工,其现场质量评价结果表明:在泵送混凝土中掺用粉煤灰将可显著改善拌和物的和易性以满足泵送施工要求、提高混凝土浇筑质量、增强结构体密实度并节约工期,在水工隧洞工程中具有广泛的应用前景。

摘要：为分析在未来气候变化情景下大海波水库来水及用水的变化情况,选取楚雄站蒸发(1953年-2001年)、降水(1953年-2009年)、气温等气象资料,以及大海波水库(1990年-2009年)来水量资料,采用线性回归法、Mann-Kendall及Spearman趋势检测法对楚雄站点的气象要素进行趋势检测,并计算了水库下游参考作物需水量。结果表明:大海波水库的来水量呈减少趋势,下游参考作物需水量呈下降趋势;在未来气候情景下,楚雄年平均气温将升高2.56℃,年降水变化率为5.9%,气温升高时,下游参考作物需水量增加,对大海波水库的供水带来一定的不利影响。

摘要：倒虹吸管是灌区常用的渠系水工建筑物。高水头倒虹吸管进出口往往存在较大的高差,管径大小一般由设计引用流量确定。但是在实际运行管理过程中,经常会碰到小于设计流量的工况,将不可避免地在倒虹吸管进口出现自由跌落水流,极端情况下,引发管道振动,导致倒虹吸管首部镇墩松动、管身破坏。通过水工模型试验研究,在靠近倒虹吸管首部,接近出口高程位置附近设置闸门控制流量,闸门后设置突扩体消能的方案,成功解决了进出口水面不变情况下的流量控制,保证了工程的安全运行。

摘要：坝土料力学指标是土石坝安全稳定分析的重要依据,其传统获取方法为实验法。在分析土料物理-力学指标相关性的基础上,尝试采用RBF神经网络模型,以不同物理指标组合为输入因子,力学指标为输出项。通过模型训练、测试样本检验,结果表明RBF神经网络预测力学指标其方法是可行的。