高拱坝损伤识别的模糊模型修正方法研究与应用

With the rapid development of the hydropower project, the safety operation and state assessment of high arch dams have attracted widespread attention. Structural damage detection algorithm has become the core technique of safety monitoring systems of the high dams. In order to improve the damage diagnosis techniques of high arch dams further, this project focus on the damage identification for high arch dam based on fuzzy model updating, by considering the uncertainties both in the mathematical model and the measurement data. The works mainly include: (1) the fuzzy variables are introduced to describe the uncertainties of complex high dam systems. The fuzzy model updating method with regularization technique is developed by combining the static and dynamic structural responses, and then the structural damage indexes are extracted from the membership functions of corrected parameters; (2) in order to make full use of the measurement data of safety monitoring systems of the high arch dams, the time series of structural responses are selected as the input data, and the recursive model updating algorithm based on extended Kalman filtering are proposed. By analyzing the affections of the uncertainties such as temperature distribution, the fuzzy extended Kalman filtering method is utilized to detect the high arch dam damages. The project will verify the proposed damage identification methods through the theory analysis, numerical simulation, model experiments and prototype observation, in order to provide the theoretical basis and technical support of the online monitoring, damage identification and safety assessment during the high arch dam operation period.

作为我国超高坝的主要坝型，高拱坝具有良好的超载能力及经济性，但同时其安全性也因高坝、大库容、复杂环境条件等因素的影响而备受关注。为提高高拱坝健康监测水平，研究准确高效的损伤识别算法是目前的关键技术问题。因此，本研究拟在考虑材料参数、外界作用及测量数据不确定性的情况下，建立适于高拱坝损伤识别的模型修正方法。主要内容有：（1）采用模糊变量描述复杂高拱坝结构的不确定性，针对高拱坝损伤特点，研究结合正则化过程的模糊模型修正方法，从修正参数隶属函数提取结构损伤指标；（2）充分利用高坝长期监测系统，以大坝变形等结构响应的长期时间序列为输入数据，建立卡尔曼滤波框架下的递推型修正算法；同时考虑温度场分布等时变模糊因素的影响，采用模糊扩展卡尔曼滤波方法进行高拱坝损伤识别。本研究将从数值模拟、模型实验及原型观测等方面分析、验证损伤识别方法的可靠性，为高拱坝运行期间的在线监测、安全评价等提供理论基础和技术支撑。

作为我国超高坝的主要坝型，高拱坝具有良好的承载能力及经济性，但同时其安全性也因高坝、大库容、复杂环境条件等因素的影响而备受关注。为提高高拱坝健康监测水平，研究准确高效的损伤识别算法是目前的关键技术问题。因此，本项目课题组根据研究计划要点和研究计划进度，拟定了详细的研究方案，采用理论分析、数值模拟、模型试验相结合的研究方法，针对结构参数不确定性大、反演算法不适定强等难点，运用模型修正以及滤波类方法作为基本反演分析工具，结合正则化技术对结构损伤识别算法进行改进，重点研究了高拱坝结构分区等效弹性模量的检测与诊断，全面完成了研究计划内容，取得了预定的研究成果。相关进展和研究成果主要包括：（1）时变温度场作用下高拱坝有限元模型的建立与静动力分析；（2）适于高拱坝结构损伤识别的正则化模型修正方法：具体包含基于响应面方法的模型修正、基于DS证据理论的静动力反演数据融合、不同正则化策略的模型修正算法等；（3）结合正分析先验信息的震后高拱坝模糊损伤识别方法，具体包括高拱坝弹塑性抗震分析以及可能的损伤模式、基于损伤模式种群筛选的遗传算法、基于改进遗传算法的高拱坝模糊损伤识别方法等；（4）基于高拱坝长期变形数据的滤波类损伤识别方法，具体包括基于长期拱坝变形数据的扩展卡尔曼滤波损伤识别方法、结合1范数正则化的无迹卡尔曼滤波方法、具有损伤识别和传感器故障诊断功能的联邦卡尔曼滤波方法、结合零变异改进的PSO粒子滤波算法、集员滤波区间反演算法及其改进等。本课题研究成果有助于提高高拱坝结构损伤定位及定量评估的准确性与可靠性，有利于保障高拱坝结构的安全性，并为高拱坝在线监测和损伤识别提供了必要的理论基础和技术支撑。