海塘渗压监测分析的时间序列组合模型

›› 2006, Vol. 27 ›› Issue (8): 1374-1378.

海塘渗压监测分析的时间序列组合模型

潘翔，黄铭，王跃威

上海交通大学船舶海洋与建筑工程学院，上海 200030

收稿日期:2004-10-27 出版日期:2006-08-10 发布日期:2013-11-26
通讯作者: 黄铭，男，1972年生，博士，副教授，主要从事岩土工程及水利工程安全监测、数值计算、锚固研究。E-mail: mhuang@sjtu.edu.cn E-mail: laputa0402@126.com
作者简介:潘翔，男，1979年生，硕士，主要从事工程监测资料的时间序列分析研究

The time series model of sea wall osmotic pressure monitoring analysis

PAN Xiang, HUANG Ming, WANG Yue-wei

School of Naval Architecture, Ocean & Civil Engineering, Shanghai Jiaotong University, Shanghai 200030, China

Received:2004-10-27 Online:2006-08-10 Published:2013-11-26

摘要/Abstract

摘要： 海塘堤防渗压是反映海塘安全状态的重要指标，其监测资料的分析关系到堤防及堤内生命财产安全，为了提高渗压资料的建模拟合精度，更好地进行渗压预报，在对监测资料进行分析时，以谐量回归分析为基础，再对回归拟合残差序列进行时序分析，以此建立谐量回归-时序组合模型，并依此组合模型进行短期实时预报。以某海塘实测资料建立了高精度的组合模型，同时采用等维新息模型成功实现了工程实际应用中的渗压实时拟合预报。

关键词: 海塘, 渗压, 谐量回归, 时间序列

Abstract: The osmotic pressure is very important for sea wall safety. Analyzing the survey data correctly is a useful way to ensure the safety of sea wall and people who are protected by it. In order to improve the accuracy of sea wall osmotic pressure forecast, the harmonic quantity regression model has been used to fit the osmotic pressure periodicity, and the time series model has been used to analyze the error series. The combined model has been established base on these two kind models. Tests with practical data show that the combined model has very high accuracy to fit and forecast sea wall osmotic pressure. In addition, the equal-dimension new-information model idea has been put into the combined model to achieve the real-time forecast of sea wall osmotic pressure.

Key words: sea wall, osmotic pressure, harmonic quantity regression analysis, time series

中图分类号:

TV 139

潘翔，黄铭，王跃威. 海塘渗压监测分析的时间序列组合模型[J]. , 2006, 27(8): 1374-1378.

PAN Xiang, HUANG Ming, WANG Yue-wei. The time series model of sea wall osmotic pressure monitoring analysis[J]. , 2006, 27(8): 1374-1378.

参考文献

相关文章 15

[1]	李文亮，周佳庆，贺香兰，陈益峰，周创兵, . 不同围压下破碎花岗岩非线性渗流特性试验研究[J]. , 2017, 38(S1): 140-150.
[2]	孟蒙，陈智强，黄达，曾彬，陈赐金，. 基于H-P滤波法、ARIMA和VAR模型的库区滑坡位移综合预测[J]. , 2016, 37(S2): 552-560.
[3]	周超，殷坤龙，黄发明，. 混沌序列WA-ELM耦合模型在滑坡位移预测中的应用[J]. , 2015, 36(9): 2674-2680.
[4]	曹净，丁文云，赵党书，宋志刚，刘海明. 基于LSSVM-ARMA模型的基坑变形时间序列预测[J]. , 2014, 35(S2): 579-586.
[5]	郑烨，陈振华，张开伟，张鉴伟，沈跃军. 不同填料下钱塘江古海塘塘背土压力现场试验研究[J]. , 2014, 35(6): 1623-1628.
[6]	姜谙男，沙权贤，宋战平，李鹏，吴彪，. 桥基隧道明挖施工多元信息集成智能方法与应用[J]. , 2014, 299(2): 490-496.
[7]	蒋弘毅，陈振华，国振，王立忠 . 钱塘江古海塘护坦结构失效机制试验研究[J]. , 2013, 34(S1): 214-220.
[8]	刘涛影，曹平，章立峰，赵延林，范祥 . 高渗压条件下压剪岩石裂纹断裂损伤演化机制研究[J]. , 2012, 33(6): 1801-1815.
[9]	戈海玉，涂劲松. 边坡位移预测的非线性组合模型及应用[J]. , 2011, 32(6): 1808-1812.
[10]	尹盛斌，丁红岩. 深基坑施工时地表沉降预测的时序-投影寻踪回归模型[J]. , 2011, 32(2): 369-374.
[11]	马文涛. 基于灰色最小二乘支持向量机的边坡位移预测[J]. , 2010, 31(5): 1670-1674.
[12]	徐飞，徐卫亚. 基于支持向量机-马尔可夫链的位移时序预测[J]. , 2010, 31(3): 944-948.
[13]	马文涛. 基于小波变换和GALSSVM的边坡位移预测[J]. , 2009, 30(S2): 394-398.
[14]	梁桂兰，徐卫亚，何育智，赵延喜，. PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用[J]. , 2008, 29(4): 995-1000.
[15]	姜谙男. 基于PSO-SVM非线性时序模型的隧洞围岩变形预报[J]. , 2007, 28(6): 1176-1180.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	吴琼，唐辉明，王亮清，林志红. 库水位升降联合降雨作用下库岸边坡中的浸润线研究[J]. , 2009, 30(10): 3025 -3031 .
[2]	吴昌瑜，张伟，李思慎，朱国胜. 减压井机械淤堵机制与防治方法试验研究[J]. , 2009, 30(10): 3181 -3187 .
[3]	卢正，姚海林，骆行文，胡梦玲. 矩形移动荷载作用下路面-双层地基系统三维振动分析[J]. , 2009, 30(11): 3493 -3499 .
[4]	齐吉琳，马巍. 冻土的力学性质及研究现状[J]. , 2010, 31(1): 133 -143 .
[5]	雷永生. 西安地铁二号线下穿城墙及钟楼保护措施研究[J]. , 2010, 31(1): 223 -228 .
[6]	胡晓军，谭晓惠. 弹性抗滑桩全桩内力计算的地基反力荷载法[J]. , 2010, 31(1): 299 -303 .
[7]	尚守平，岁小溪，周志锦，刘方成，熊伟. 橡胶颗粒-砂混合物动剪切模量的试验研究[J]. , 2010, 31(2): 377 -381 .
[8]	刘干斌，郑荣跃，卢正. 爆轰荷载作用下球空腔热流固耦合动力响应[J]. , 2010, 31(3): 918 -924 .
[9]	金长宇，张春生，冯夏庭. 错动带对超大型地下洞室群围岩稳定影响研究[J]. , 2010, 31(4): 1283 -1288 .
[10]	乔金丽，张义同，高健. 考虑渗流的多层土盾构隧道开挖面稳定性分析[J]. , 2010, 31(5): 1497 -1502 .