一、连拱坝垛尾缝的成因及控制（论文文献综述）
苏雨[1]（2017）在《基于机器学习的某混凝土坝裂缝成因与预警研究》文中提出大坝安全监测向来是坝工界的重要研究课题。为了保证大坝的安全运行,大坝修筑期间常常会预先埋设大量监测仪器,这些监测仪器日积月累形成了庞大的实测资料数据库。监测资料分析是一项十分重要但又非常复杂的工作,传统监测资料分析方法一般分为统计模型方法与经典机器学习方法,统计模型方法指标选取带有主观性且面对高维非线性数据时效果欠佳,经典机器学习方法面对小样本集表现出较好的效果,但是面对大数量级样本集时容易出现收敛速度慢且易于陷入局部最优值等情况。针对该问题,本文应用粗糙集理论、深度学习算法、SVM支持向量机算法、BP算法、统计理论、灰色系统理论、典型小概率法对某混凝土坝裂缝成因及预警进行了研究。主要成果如下:（1）对三种不同粗糙集属性约简算法进行研究,编写了相应的程序对它们的分类能力进行筛选,对比分析发现基于邻域粗糙集模型的数值属性约简算法不仅得到最高的准确度,同时保留了较少的特征数量。所以本文选用邻域粗糙集模型来对裂缝监测指标体系进行约简。（2）研究了深度学习理论,选用深度置信网络为框架建立裂缝预警模型并基于matlab对各过程进行算法实现,将监测指标体系筛选留下的特征作为模型输入节点,通过训练与仿真某混凝土坝裂缝实测资料,并将结果对比传统统计模型与BP网络模型发现深度置信网络预警模型具有更高的准确率与学习效率。（3）采用DBN模型权重方法得到了不同影响因子对裂缝开度效应量的影响程度比例;利用模型的规则提取能力得到了影响裂缝开度不利荷载组合规则;对比分析了 DBN模型方法与灰色理论模型方法对该混凝土坝段裂缝开度值与其它监测物理量之间的关联性分析结果,验证了基于DBN模型关联性分析的可行性;对比分析了 DBN模型方法与典型小概率法关于裂缝开度扩展指标的拟定结果,验证了基于DBN模型预警指标拟定方法的可行性。
韩世栋[2]（2007）在《带缝坝安全性分析及预警方法研究》文中研究表明本文针对带缝坝的安全问题，结合大型有限元分析软件ABAQUS，以大坝实测资料为基础，采用相关数学、力学理论和方法，对带缝坝的安全性分析及预警方法进行了研究，其主要的研究内容有：（1）较为系统地分析了混凝土坝裂缝产生的原因，基于粗集和模糊神经网络理论，研究了混凝土坝裂缝成因挖掘的实现方法。（2）从裂缝对混凝土坝强度、稳定、耐久性及整体性等影响方面，研究了裂缝对大坝安全的危害性。（3）研究了温度场仿真分析基本原理及其在ABAQUS中计算温度场的方法；对比分析了裂缝的各种有限元分析模型，在此基础上，二次开发了ABAQUS，结合工程实例，综合评价了裂缝对大坝的危害性。（4）基于实测资料，应用小波分析理论，提取了运行期裂缝的时效变形，据此研究了裂缝开度随时间的演变规律；综合应用灰色和神经网络理论，建立了裂缝开度的组合预测模型；此外，对裂缝的失稳判据和监控指标进行了研究。（5）在对裂缝的演变规律、裂缝开度的预测模型以及裂缝失稳判据研究基础上，探讨了裂缝的安全预警和拟定预警指标的方法，并用置信区间法拟定了裂缝开度的预警区间。
邢林生[3]（2006）在《佛子岭连拱坝耐久性分析》文中进行了进一步梳理从表层混凝土碳化、混凝土强度、坝面风化侵蚀、坝体开裂、挡水面渗漏溶蚀、大坝刚度等方面,对已运行40多年的佛子岭连拱坝的耐久性进行了全面分析;对该坝运行中多次遭受不利运行工况的危害机理和程度作了重点分析研究。从设计、施工、运行管理全过程,总结出影响该坝耐久性的一些主要问题,指出重视和实施科学运行,以保证大坝的安全和耐久性,具有普遍的现实意义。
关水平[4]（2006）在《新型建材在佛子岭水库大坝加固中的应用》文中研究表明文章在分析大坝存在的问题的基础上，提出多种加固方案，对方案进行技术与经济比较，对大坝最终采用的喷射钢纤维混凝土加固方案进行结构分析；并对大坝的保温方案进行分析，最后采用硬质发泡沫聚氨酯保温方案对大坝坝面进行保温。通过钢纤维混凝土的室内、现场实验，分析钢纤维混凝土在不同配合比和外加剂情况下的抗压强度、抗拉强度、抗折强度、与老混凝土的粘结强度、弯曲韧度指数、韧度系数；通过试验研究，确定聚氨酯硬质泡沫保温材料的配比和各种性能指标。在此基础上提出工艺流程和施工技术要求，使加固后的大坝达到应有的效果和安全度，并为新材料、新技术在安徽省和其他水利工程中的应用开拓新的途径。
翁静君[5]（2006）在《人工神经网络在大坝安全监控中的应用研究》文中研究指明大坝观测资料的分析是掌握大坝运行性态的重要手段,是判断大坝安危的科学依据。因此对大坝观测资料作出及时、合理、有效的分析是大坝安全监控的重要工作之一。 影响大坝安全的因素多且复杂。如何充分利用掌握的信息,客观准确地评价大坝的安全性态是大坝安全监控中急待解决的问题。本文针对传统数学模型应用中存在的缺陷,研究了改进的BP神经网络,对经典BP网络进行了充分的优化并应用于大坝安全监控工作中。主要研究内容如下: 1.对BP网络算法进行了研究。结合以往的研究成果,将数值优化方法中的L-M算法用于经典BP网络的改进中,提出了基于L-M原理的BP神经网络的解决方法,解决了经典BP网络易陷入局部最小的问题。 2.对神经网络结构进行优化。根据神经网络的特性及其运作方式,将日常广泛使用的黄金分割原理用于网络隐节点个数的确定中。该方法不仅克服了经验公式估算及大量试算的弊端,而且能使网络快速找到较优隐节点数。 3.研究了网络初始权值的自相关修正法。将初始权值的修正和网络各层神经元个数及传递函数紧密联系。该方法有别于传统网络初始权值的随机赋值,提高了网络的稳定性及收敛精度。 4.将上述各单项改进方法结合运用,提出了改进的BP神经网络。改进的BP神经网络是对经典BP神经网络的充分优化,有效克服了经典BP神经网络存在的一些缺陷。 5.利用改进的BP神经网络建立大坝多因素监控模型、三维位移模型、整体模型。整体模型充分考虑大坝的各类影响因素,相比于传统应用的单点模型和局部模型,更能全面而准确地反映大坝的形变现状和发展趋势。 6.在分析和总结大坝安全评判方法发展概况的基础上,提出了改进的BP神经网络评判法。同时考虑大坝的各种巡视检查信息,将其细分及符号化。结合大坝各种影响因素,运用改进的BP网络评判法,尽可能地发挥各类信息的积极作用,对大坝安全进行综合评判,并对评判结果进行分析和概括。
陈送财[6]（2005）在《钢纤维混凝土在佛子岭水库大坝加固（设计）中的应用》文中提出本文在分析大坝存在的问题的基础上,通过对大坝的两端拱、墙垛原结构设计的分析,提出多种加固方案,对方案进行技术与经济比较,最后采用喷射钢纤维混凝土对大坝坝面、垛内局部进行加固处理,在垛尾使用泵送现浇钢纤维混凝土填筑抗滑,并对加固方案进行结构分析;提出了大坝裂缝的处理方法;通过钢纤维混凝土的室内、现场实验,分析钢纤维混凝土在不同配合比和外加剂情况下的抗压强度、抗拉强度、抗折强度、与老混凝土的粘结强度、弯曲韧度指数、韧度系数,为大坝结构加固施工提供了依据和质量保证,使加固后的大坝达到应有的效果和安全度,并为喷射钢纤维混凝土这种新材料、新技术在我省和大坝加固中的应用开拓新的途径。
李雪红[7]（2003）在《重大水工混凝土结构裂缝演变规律及转异诊断方法研究》文中研究说明本文针对重大水工混凝土结构运行期的裂缝问题，应用粗集理论、数据挖掘、神经网络、小波分析、混沌理论、突变理论等前沿数学方法及断裂力学等力学方法，以及数值仿真等数值模拟方法和逻辑诊断方法，结合实测资料，对运行期裂缝的成因、演变规律以及转异诊断等方面进行了系统的研究。主要研究内容如下：（1）在研究逻辑诊断方法的基础上，采用故障树分析方法分析裂缝产生的可能原因；据此提出了裂缝成因挖掘的粗集方法，对裂缝成因的潜在规律性和裂缝的主要成因进行挖掘，分析裂缝产生的主要原因。（2）概要阐述了温度场的仿真，研究了薄层单元和分布裂缝模型，应用数值仿真分析方法，结合工程实际，分析了荷载对裂缝的作用效应；在对人工神经网络方法与数据挖掘关系深入研究的基础上，提出了基于神经网络的裂缝不利荷载组合挖掘方法，提取裂缝的不利荷载组合，并研制了三维荷载组合曲面图。（3）用接触模型模拟裂缝，结合工程实际，应用数值仿真分析方法研究裂缝开度和开裂深度随外荷载（水压、温度等）的演变规律，分析了裂缝演变的荷载效应。（4）基于实测资料，综合应用小波分析理论和相空间重构技术，对裂缝开度随时间的演变规律进行了研究，提出了基于小波分析理论和相空间重构技术的裂缝时变规律分析方法，并对其可行性进行了工程实例验证。（5）利用相空间重构技术重构裂缝时效变形的相平面，提出了裂缝时效转异点的相平面识别法；并且基于突变理论和灰色系统理论，建立了裂缝转异诊断的灰色尖点突变模型；并将以上方法和模型用于工程实际，由此对所提方法的可行性进行了验证。（6）应用断裂力学理论，对裂缝转异进行诊断，并探讨了混凝土断裂韧度的反演分析方法；建立了反映荷载组合与应力强度因子之间关系的神经网络模型，反馈分析裂缝的转异荷载，在此基础上，研制了应力强度因子的三维荷载曲面图以及相应的二维平面图，提出裂缝转异荷载的空间预报模型；并通过实例验证。
黄耀英[8]（2002）在《基于线弹性断裂力学的裂缝稳定性分析》文中研究指明对线弹性断裂力学中的两种计算应力强度因子的方法:外推法和奇异单元法进行了比较研究,并以某重力拱坝下游部位的裂缝为例,用外推法分析了荷载作用下裂缝的稳定性,建立了裂缝的预报模型。
顾冲时,李雪红[9]（2001）在《连拱坝垛尾缝的成因及控制》文中指出以梅山连拱坝为例 ,对作用在连拱坝上的主要荷载效应进行了分析 ,并采用薄层单元有限元分析法 ,对连拱坝垛尾缝物理成因进行了量化研究 ,由此提出了馈控裂缝的控制荷载 .
李雪红,顾冲时[10]（2001）在《梅山连拱坝垛尾缝的物理成因分析》文中指出本文在对作用在梅山连拱坝上的主要荷载效应深入分析的基础上,采用薄层单元有限元分析法,对梅山连拱坝垛尾缝物理成因进行了量化研究,并提出了馈控裂缝的控制荷载图.
二、连拱坝垛尾缝的成因及控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、连拱坝垛尾缝的成因及控制（论文提纲范文）
（1）基于机器学习的某混凝土坝裂缝成因与预警研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 混凝土坝裂缝的成因分析方法研究进展 |
| 1.2.2 机器学习算法在大坝监测领域的研究现状 |
| 1.3 主要研究内容 |
| 第二章 基于粗糙集与深度学习的建模方法研究 |
| 2.1 概述 |
| 2.2 粗糙集理论 |
| 2.2.1 经典粗糙集理论 |
| 2.2.2 邻域粗糙集理论 |
| 2.3 深度学习算法理论 |
| 2.3.1 深度学习原理 |
| 2.3.2 深度置信网络模型 |
| 2.4 大坝安全监测预警模型研究 |
| 2.4.1 预警模型的选择 |
| 2.4.2 预警模型构建思路 |
| 2.5 本章小结 |
| 第三章 裂缝监测指标体系的约简与预警模型的构建 |
| 3.1 概述 |
| 3.1.1 工程概况 |
| 3.1.2 预警模型构建流程 |
| 3.2 基于粗糙集理论的裂缝监测指标体系约简 |
| 3.2.1 初始指标体系数据收集与预处理 |
| 3.2.2 基于粗糙集的指标体系约简 |
| 3.3 基于深度置信网络的裂缝预警模型构建 |
| 3.3.1 RBM网络无监督训练过程算法实现 |
| 3.3.2 RBM堆叠过程算法实现 |
| 3.3.3 BP网络有监督参数微调过程算法实现 |
| 3.3.4 完整深度置信网络训练过程算法实现 |
| 3.4 粗糙集与深度置信网络耦合预警模型仿真 |
| 3.4.1 基于深度置信网络的裂缝开度模型仿真 |
| 3.4.2 基于BP网络的裂缝开度模型仿真 |
| 3.4.3 基于统计模型的裂缝开度模型仿真 |
| 3.4.4 深度置信网络与传统预警模型结果对比分析 |
| 3.5 本章小结 |
| 第四章 基于预警模型的成因分析与预警研究 |
| 4.1 概述 |
| 4.2 确定裂缝效应量各分量比例的DBN方法 |
| 4.3 基于DBN的裂缝扩展不利荷载组合规则提取 |
| 4.4 裂缝多物理场因子互馈分析 |
| 4.4.1 基于DBN模型的裂缝多物理场因子互馈分析 |
| 4.4.2 基于灰色理论模型的裂缝多物理场因子互馈分析 |
| 4.5 裂缝失稳预警指标拟定 |
| 4.5.1 基于DBN模型的预警指标拟定 |
| 4.5.2 基于典型小概率法的预警指标拟定 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（2）带缝坝安全性分析及预警方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 研究进展 |
| 1.3 问题的提出 |
| 1.4 本文的主要研究内容和技术路线 |
| 第二章 混凝土坝裂缝成因机理挖掘 |
| 2.1 混凝土坝裂缝分类 |
| 2.2 混凝土坝裂缝的成因分析 |
| 2.3 混凝土坝裂缝成因的数据挖掘方法研究 |
| 2.4 基于粗糙集的模糊神经网络的裂缝成因挖掘方法 |
| 2.5 工程应用 |
| 2.6 本章小结 |
| 第三章 带缝坝有限元仿真及裂缝危害性分析 |
| 3.1 概述 |
| 3.2 混凝土坝裂缝的危害性分析 |
| 3.3 基于ABAQUS的带缝坝有限元数值仿真 |
| 3.4 工程应用 |
| 3.5 本章小结 |
| 第四章 带缝坝安全趋势性分析及预警方法研究 |
| 4.1 概述 |
| 4.2 带缝坝的安全预警方法研究 |
| 4.3 带缝坝安全趋势性分析 |
| 4.4 裂缝开度的预测模型 |
| 4.5 基于实测资料的裂缝失稳判据研究 |
| 4.6 工程应用 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（3）佛子岭连拱坝耐久性分析（论文提纲范文）
| 1 工程概况 |
| 2 耐久性分析 |
| 2.1 表层混凝土碳化 |
| 2.2 混凝土强度 |
| 2.3 坝面风化侵蚀 |
| 2.4 坝体开裂 |
| 2.5 挡水面渗漏溶蚀 |
| 2.6 大坝刚度 |
| 3 影响佛子岭大坝耐久性的主要因素 |
| 4结论 |
（4）新型建材在佛子岭水库大坝加固中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 基本情况 |
| 1.2 国内外情况综述 |
| 1.2.1 钢纤维混凝土 |
| 1.2.2 大坝保温材料 |
| 1.3 本课题的研究工作 |
| 1.3.1 主要研究内容 |
| 1.3.2 要解决的问题 |
| 1.3.3 预期效果 |
| 第二章 大坝加固技术研究 |
| 2.1 加固方案研究 |
| 2.1.1 两端拱加固方案研究 |
| 2.1.2 垛墙加固方案研究 |
| 2.1.3 拱、垛裂缝处理 |
| 2.2 钢纤维混凝土试验研究 |
| 2.2.1 钢纤维混凝土性能指标拟定 |
| 2.2.2 钢纤维混凝土室内试验 |
| 2.2.3 钢纤维混凝土现场试验 |
| 2.3 钢纤维混凝土施工技术要求 |
| 第三章 大坝保温防护技术研究 |
| 3.1 大坝保温方案研究 |
| 3.1.1 保温方案选择 |
| 3.1.2 保温效果分析 |
| 3.1.3 大坝保温防护方案设计 |
| 3.2 硬质发泡聚氨酯试验研究成果 |
| 3.3 大坝保温防护工程施工技术 |
| 第四章 结论与展望 |
| 4.1 结论 |
| 4.2 展望 |
| 参考文献 |
（5）人工神经网络在大坝安全监控中的应用研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 概述 |
| 1.2 研究的目的及意义 |
| 1.3 大坝安全监控的发展概述和研究动态 |
| 1.4 本文的主要内容及技术路线 |
| 第二章 经典 BP算法的改进 |
| 2.1 人工神经网络概述 |
| 2.2 经典 BP神经网络原理介绍 |
| 2.3 基于LM原理的BP神经网络研究 |
| 2.4 网络隐含层的优选 |
| 2.5 基于自相关修正的网络初始权值优化 |
| 2.6 改进的BP神经网络的构建 |
| 2.7 小结 |
| 第三章 改进的 BP神经网络在大坝位移观测资料分析中的应用 |
| 3.1. 小浪底大坝工程简介 |
| 3.2 问题的提出及研究思路 |
| 3.3 改进的BP神经网络模型的土石坝沉降分析 |
| 3.4 改进的BP神经网络在混凝土坝三维位移分析中的应用 |
| 3.5 改进的BP神经网络在大坝整体模型建立中的应用 |
| 3.6 小结 |
| 第四章 神经网络法安全综合评判 |
| 4.1 大坝安全综合评判概述 |
| 4.2 神经网络综合评判法 |
| 4.3 大坝人工巡视信息量化处理方法 |
| 4.4 改进的BP神经网络综合评判法的应用 |
| 4.5 应用结果分析 |
| 4.6 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 主要特色 |
| 5.3 展望 |
| 主要参考文献 |
| 致谢 |
| 附录 |
（6）钢纤维混凝土在佛子岭水库大坝加固（设计）中的应用（论文提纲范文）
| 第一章 综述 |
| 1.1 基本情况 |
| 1.1.1 工程概况 |
| 1.1.2 大坝存在的主要问题 |
| 1.1.3 大坝加固的主要内容 |
| 1.2 大坝加固设计成果 |
| 1.2.1 2#、22#拱(端拱)的加固结构设计 |
| 1.2.2 大坝垛墙加固设计 |
| 1.2.3 大坝拱、垛裂缝处理 |
| 1.3 实验成果 |
| 1.3.1 喷射钢纤维混凝土室内研究主要成果 |
| 1.3.2 喷射钢纤维混凝土现场试验研究成果 |
| 第二章 大坝加固设计 |
| 2.1 基本资料 |
| 2.1.1 建筑物特征水位及流量 |
| 2.1.2 水文气象 |
| 2.1.3 地震设防烈度 |
| 2.1.4 建坝材料特性及安全系数 |
| 2.1.5 大坝的沉降及变形 |
| 2.2 大坝加固设计 |
| 2.2.1 2#、22#拱(两端拱)加固 |
| 2.2.2 大坝垛墙加固设计 |
| 2.2.3 大坝拱、垛裂缝处理 |
| 第三章 钢纤维喷射混凝土试验研究 |
| 3.1 概述 |
| 3.1.1 钢纤维喷射混凝土的优点 |
| 3.1.2 钢纤维喷射混凝土试验研究的目的和意义 |
| 3.1.3 试验设计要求 |
| 3.1.4 试验依据 |
| 3.1.5 试验的总体思路 |
| 3.2 喷射钢纤维混凝土室内研究主要成果 |
| 3.3 喷射钢纤维混凝土现场试验研究成果 |
| 参考文献 |
（7）重大水工混凝土结构裂缝演变规律及转异诊断方法研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 裂缝的危害性 |
| 1.2 研究的目的和意义 |
| 1.3 研究进展 |
| 1.4 问题的提出 |
| 1.5 本文主要研究内容 |
| 第二章 重大水工混凝土结构裂缝成因的挖掘 |
| 2.1 概述 |
| 2.2 研究思路 |
| 2.3 裂缝可能原因的逻辑诊断 |
| 2.4 裂缝成因挖掘的粗集方法 |
| 2.5 工程实例 |
| 2.6 小结 |
| 第三章 荷载对裂缝的作用效应及其不利荷载组合分析 |
| 3.1 概述 |
| 3.2 荷载对裂缝作用效应的数值仿真 |
| 3.3 基于神经网络的裂缝不利荷载组合挖掘 |
| 3.4 工程实例 |
| 3.5 小结 |
| 第四章 重大水工混凝土结构裂缝的演变规律研究 |
| 4.1 概述 |
| 4.2 裂缝演变的荷载效应数值仿真 |
| 4.3 基于小波分析理论和相空间重构技术的裂缝时变规律研究 |
| 4.4 工程实例 |
| 4.5 小结 |
| 第五章 重大水工混凝土结构裂缝转异诊断方法研究 |
| 5.1 概述 |
| 5.2 裂缝的转异特征研究 |
| 5.3 裂缝时效转异点的相平面识别法 |
| 5.4 裂缝转异诊断的灰色尖点突变模型 |
| 5.5 基于断裂力学理论的裂缝转异诊断 |
| 5.6 工程实例 |
| 5.7 小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 主要参考文献 |
| 附录 |
| 致谢 |
（9）连拱坝垛尾缝的成因及控制（论文提纲范文）
| 1 连拱坝垛尾缝的成因分析 |
| 1.1 主要荷载效应条件 |
| 1.1.1 水压作用 |
| 1.1.2 变温荷载作用 |
| 1.2 荷载作用的量化分析 |
| 1.2.1 量化分析方法 |
| 1.2.2 计算参数 |
| 1.2.3 荷载工况的选择 |
| 1.2.4 3#垛应力结果分析 |
| 2 馈控运行荷载 |
| 2.1 临界荷载预报模型 |
| 2.2 利用临界荷载图监控裂缝的再生和扩展 |
| 3 结论 |
四、连拱坝垛尾缝的成因及控制（论文参考文献）
- [1]基于机器学习的某混凝土坝裂缝成因与预警研究[D]. 苏雨. 长沙理工大学, 2017(01)
- [2]带缝坝安全性分析及预警方法研究[D]. 韩世栋. 河海大学, 2007(05)
- [3]佛子岭连拱坝耐久性分析[J]. 邢林生. 水力发电, 2006(10)
- [4]新型建材在佛子岭水库大坝加固中的应用[D]. 关水平. 合肥工业大学, 2006(04)
- [5]人工神经网络在大坝安全监控中的应用研究[D]. 翁静君. 河海大学, 2006(06)
- [6]钢纤维混凝土在佛子岭水库大坝加固（设计）中的应用[D]. 陈送财. 合肥工业大学, 2005(05)
- [7]重大水工混凝土结构裂缝演变规律及转异诊断方法研究[D]. 李雪红. 河海大学, 2003(03)
- [8]基于线弹性断裂力学的裂缝稳定性分析[J]. 黄耀英. 水电能源科学, 2002(04)
- [9]连拱坝垛尾缝的成因及控制[J]. 顾冲时,李雪红. 水电能源科学, 2001(04)
- [10]梅山连拱坝垛尾缝的物理成因分析[A]. 李雪红,顾冲时. 第十届全国结构工程学术会议论文集第Ⅰ卷, 2001