混凝土壩運(yùn)行性態(tài)診斷與控制

第1章 緒論
1.1 我國(guó)混凝土壩工程建設(shè)
1.2 混凝土壩運(yùn)行事故及病險(xiǎn)隱患
1.2.1 國(guó)內(nèi)外混凝土壩運(yùn)行事故
1.2.2 我國(guó)混凝土壩病險(xiǎn)隱患
1.3 混凝土壩健康診斷技術(shù)
1.3.1 監(jiān)測(cè)與檢測(cè)技術(shù)
1.3.2 診斷模型和方法
1.4 混凝土壩健康診斷的作用
1.5 本書(shū)內(nèi)容扼要介紹
第2章 混凝土壩運(yùn)行性態(tài)時(shí)空特征提取方法
2.1 多源多維異構(gòu)數(shù)據(jù)清洗
2.1.1 監(jiān)測(cè)數(shù)據(jù)污染分類(lèi)
2.1.2 監(jiān)測(cè)數(shù)據(jù)污染處理
2.1.3 多源信息融合去噪
2.1.4 應(yīng)用實(shí)例
2.2 時(shí)空特征聚類(lèi)提取
2.2.1 時(shí)空面板數(shù)據(jù)表征
2.2.2 時(shí)空相似性指標(biāo)
2.2.3 時(shí)空聚類(lèi)模型
2.2.4 應(yīng)用實(shí)例
第3章 混凝土壩可靠度發(fā)展模式識(shí)別方法
3.1 重力壩隨機(jī)可靠度發(fā)展模式識(shí)別
3.1.1 單一失效模式隨機(jī)可靠度
3.1.2 隨機(jī)影響因子重要性
3.1.3 多重失效模式體系隨機(jī)可靠度
3.1.4 應(yīng)用實(shí)例
3.2 拱壩非概率可靠度發(fā)展模式識(shí)別
3.2.1 拱壩極限能函數(shù)
3.2.2 不確定參數(shù)區(qū)間反演分析
3.2.3 非概率可靠度計(jì)算模型
3.2.4 非概率可靠度優(yōu)化求解
3.2.5 應(yīng)用實(shí)例
第4章 混凝土壩運(yùn)行風(fēng)險(xiǎn)率動(dòng)態(tài)協(xié)同評(píng)估方法
4.1 單一失效模式風(fēng)險(xiǎn)率評(píng)估
4.1.1 基于證據(jù)理論的風(fēng)險(xiǎn)率評(píng)估
4.1.2 基于Kriging能函數(shù)的風(fēng)險(xiǎn)率評(píng)估
4.1.3 應(yīng)用實(shí)例
4.2 多重失效模式風(fēng)險(xiǎn)率協(xié)同評(píng)估
4.2.1 基于Copula函數(shù)的協(xié)同評(píng)估
4.2.2 考慮時(shí)變效應(yīng)的風(fēng)險(xiǎn)率動(dòng)態(tài)評(píng)估
4.2.3 應(yīng)用實(shí)例
4.3 基于時(shí)空特征的實(shí)時(shí)風(fēng)險(xiǎn)率評(píng)估
4.3.1 時(shí)空回歸面板模型
4.3.2 實(shí)時(shí)風(fēng)險(xiǎn)率評(píng)估函數(shù)
4.3.3 應(yīng)用實(shí)例
第5章 混凝土壩運(yùn)行性態(tài)多源信息融合決策方法
5.1 監(jiān)測(cè)效應(yīng)量趨勢(shì)性變化估計(jì)
5.1.1 趨勢(shì)性參量辨識(shí)
5.1.2 轉(zhuǎn)異評(píng)判標(biāo)準(zhǔn)
5.1.3 應(yīng)用實(shí)例
5.2 多效應(yīng)量監(jiān)測(cè)信息融合推理
5.2.1 結(jié)構(gòu)效應(yīng)指標(biāo)融合度
5.2.2 時(shí)變度的融合推理
5.2.3 多指標(biāo)貢獻(xiàn)度的鄰域粗糙集度量
5.2.4 應(yīng)用實(shí)例
5.3 多源異構(gòu)信息融合決策
5.3.1 診斷指標(biāo)體系
5.3.2 指標(biāo)度量準(zhǔn)則
5.3.3 指標(biāo)權(quán)重確定
5.3.4 應(yīng)用實(shí)例
第6章 混凝土壩運(yùn)行性態(tài)臨界閾值擬定方法
6.1 時(shí)空臨界閾值的擬定方法
6.1.1 常規(guī)典型小概率法
6.1.2 貧數(shù)據(jù)單測(cè)點(diǎn)臨界值擬定
6.1.3 基于數(shù)據(jù)約減的多測(cè)點(diǎn)臨界閾值聯(lián)合擬定
6.1.4 應(yīng)用實(shí)例
6.2 基于可靠度演化趨勢(shì)的動(dòng)態(tài)臨界值擬定方法
6.2.1 重力壩運(yùn)行性態(tài)臨界值擬定
6.2.2 拱壩運(yùn)行性態(tài)臨界值擬定
參考文獻(xiàn)