引滦隧洞在线监测与安全评估系统研究
|
摘要
隧洞安全监测是及时发现隧洞在施工、运行管理过程中可能出现的异常或隐患的重要手段。论文以隧洞工程为研究对象，应用光纤传感技术，实现了隧洞实时、在线监测。论文选题具有主重要的工程适用价值。论文主要完成如下工作：
1. 建立了隧洞自动化安全监测系统，采用现代光纤传感技术和以太网络结构，形成一个中心站、三个监测站的分布式监测系统，替代原有的电测方案；
2. 建立了隧洞在线监测与安全评估系统，采用面向对象的数据结构和三层结构的数据库应用系统，实现了数据装置底层接口直接访问；应用TCP/IP网络通信协议；基于TAPI建立了远程电话报警系统；
3. 建立了隧洞段面计算模型，根据引滦隧洞已有的监测资料，采用统计和弹性力学的理论知识确定了围岩、衬砌、温度、内外水压以及钢筋应力的变化规律，建立了温度、内外水压以及围岩等主要荷载与衬砌测点之间的位移关系曲线，确定出隧洞的初始状态；
4. 构造出自适应BP神经网络模型，同基本BP神经网络模型相比具有更好的收敛性；研究BP神经网络训练样本集的选择对结果的影响规律，对神经网络的应用具有一定的指导意义。
5. 提出连续安全度的概念用以指示工程的运行状况，克服了传统运行管理中运行状况的孤立判断。
论文方法新颖、研究深入，基于自适应BP神经网络技术的安全度的研究并在隧洞监测中作了首次尝试。
Safety monitoring of the tunnel is one of the most important methods for finding the abnormality or potential failure during the service of the tunnel. In the tunnel construction, some device were built to monitor the stability of the surrounding rock. When the project was finished, the surrounding rock was stable and the main factors were temperature and water pressure. There are a lot of difference between construction and running of the tunnel. Up to now, many tunnels run without any monitoring. So it is significant to study the safety monitoring of the running-tunnel.
The data collected from the new monitoring system indicate the increasement of the variable such as displacement. However, the initial status cannot be measured directly by device. And the current status equal to the sum of initial status and the increasement, which decides the safety degree of the tunnel. So it is important to calculate initial status.
In this thesis, an on-line monitoring and safety evaluation system for the Yinluan Tunnel, a water divert tunnel with 20 years in service, is studied. Existing monitoring data obtained before 1990 are investigated first. Results shows that reinforced concrete lining of the tunnel is mainly affected by the temperature and the permeate water pressure between the lining and surrounding rock, and the effect of rock pressure is much smaller. Then the initial status is estimated and a safety degree model based on adaptive BP neural network is established.
Because there are some faults in the back propagation algorithm, an adapt neural network is built and the rule of selection about the training pattern set is studied in this thesis.
1. 建立了隧洞自动化安全监测系统，采用现代光纤传感技术和以太网络结构，形成一个中心站、三个监测站的分布式监测系统，替代原有的电测方案；
2. 建立了隧洞在线监测与安全评估系统，采用面向对象的数据结构和三层结构的数据库应用系统，实现了数据装置底层接口直接访问；应用TCP/IP网络通信协议；基于TAPI建立了远程电话报警系统；
3. 建立了隧洞段面计算模型，根据引滦隧洞已有的监测资料，采用统计和弹性力学的理论知识确定了围岩、衬砌、温度、内外水压以及钢筋应力的变化规律，建立了温度、内外水压以及围岩等主要荷载与衬砌测点之间的位移关系曲线，确定出隧洞的初始状态；
4. 构造出自适应BP神经网络模型，同基本BP神经网络模型相比具有更好的收敛性；研究BP神经网络训练样本集的选择对结果的影响规律，对神经网络的应用具有一定的指导意义。
5. 提出连续安全度的概念用以指示工程的运行状况，克服了传统运行管理中运行状况的孤立判断。
论文方法新颖、研究深入，基于自适应BP神经网络技术的安全度的研究并在隧洞监测中作了首次尝试。
Safety monitoring of the tunnel is one of the most important methods for finding the abnormality or potential failure during the service of the tunnel. In the tunnel construction, some device were built to monitor the stability of the surrounding rock. When the project was finished, the surrounding rock was stable and the main factors were temperature and water pressure. There are a lot of difference between construction and running of the tunnel. Up to now, many tunnels run without any monitoring. So it is significant to study the safety monitoring of the running-tunnel.
The data collected from the new monitoring system indicate the increasement of the variable such as displacement. However, the initial status cannot be measured directly by device. And the current status equal to the sum of initial status and the increasement, which decides the safety degree of the tunnel. So it is important to calculate initial status.
In this thesis, an on-line monitoring and safety evaluation system for the Yinluan Tunnel, a water divert tunnel with 20 years in service, is studied. Existing monitoring data obtained before 1990 are investigated first. Results shows that reinforced concrete lining of the tunnel is mainly affected by the temperature and the permeate water pressure between the lining and surrounding rock, and the effect of rock pressure is much smaller. Then the initial status is estimated and a safety degree model based on adaptive BP neural network is established.
Because there are some faults in the back propagation algorithm, an adapt neural network is built and the rule of selection about the training pattern set is studied in this thesis.
引文
[1] 李珍照. 大坝安全监测. 北京：中国电力出版社，1997. 50~160
[2] 赵志仁. 大坝安全监测的原理与应用. 天津：天津科学技术出版社，1992. 45~112
[3] 牛运光. 病险水库加固实例. 北京：水利水电出版社，2002. 50~60
[4] 汝乃华. 大坝事故与安全. 北京：水利水电出版社，1995. 35~60
[5] 汝乃华. 河南省板桥、石漫滩水库垮坝的经过原因和教训. 见：坝工技术备忘录. 上海：上海大坝科技咨询公司，2000. 15~20
[6] 孙叶高. 美国提堂（Teton）坝的溃决和原因调查. 见：坝工技术备忘录. 上海：上海大坝科技咨询公司，2000. 26~33
[7] 任西平，覃友中，等. 水电站安全管理与监测技术. 四川省电力工业局. 北京：中国电力出版社，2001. 45~60
[8] 夏才初，李永盛. 地下工程测试理论与监测技术. 上海：同济大学出版社，1999. 48~52
[9] 李仲奎. 高等水工讲义. 清华大学水利水电研究所，2000. 56~83
[10] 方卫华. 国内大坝监测自动化的现状与发展. 水利水文自动化，2000,20(3):25~27
[11] 谷兆祺. 水电站地下洞室工程. 清华大学水利水电研究所， 1983. 36~86
[12] 王仁钟. 我国水利大坝的安全监测. 水利水运科学研究，1995,19(3):20~23
[13] 牛运光. 我国大坝安全监测工作的现状和发展. 大坝观测与土工测试，1996,21(4):23~26
[14] 吕利萍. 大坝安全监测的技术手段. 安全与环境工程，2003,18(1):18~21
[15] 戴建国. 压力式水位遥测仪的研究. 气象水文海洋仪器，2000,20(2):25~27
[16] 方卫华. 大坝安全监测仪器综合评判. 水利水电技术，2000,18(7):23~27
[17] 陈久宇. 响洪甸重力拱坝原型结构性态分析报告. 华东水利学院，1974
[18] 陈久宇. 刘家峡重力坝原型观测资料分析报告. 华东水利学院，1978
[19] 吴中如. 水工建筑物安全监控理论及其应用. 南京：河海大学出版社，1990. 56~112
[20] 吴中如. 佛子岭连拱坝原型结构性态分析总报告. 河海大学，1986
[21] 吴中如. 分形几何理论在岩土边坡稳定性分析中的应用. 水利学报，1996,19(7):12~15
[22] 冯兴常. 混凝土大坝安全监控方法与监控指标研究. 人民长江，1994,10(7):23~26
[23] 吴中如. 大坝安全综合分析和评价的理论、方法及其应用. 水利水电科技进展，1998,19(3):32~35
[24] 邹海. 基于串口通信的分布式大坝监测自动监控系统. 工业控制计算机，2003,16(2):23~25
[25] 邓检华. 现场总线网络在大坝安全监测中的应用. 大坝观测与土工测试，2000,25(6):23~25
[26] 郭玉刚. 三层结构应用软件. 中国煤炭经济学院学报，2000,20(1):23~27
[27] 殷旭. 三层C/S模式Web数据库的应用. 北京机械工业学院学报，2001,19(1):15~18
[28] 张殿龙. 基于三层C/S体系结构数据库软件的设计. 信息技术，2001,18(5):17~20
[29] 单成祥. 传感器的理论与设计基础及其应用. 北京：国防工业出版社，1999. 50~70
[30] 黄继昌. 传感器工作原理及其应用实例. 北京：人民邮电出版社，1998. 24~35
[31] 赵守忠. 传感器技术及其应用. 合肥：中国科技大学出版社，1997. 36~42
[32] 何希才. 传感器应用接口电路. 北京：机械工业出版社，1997. 41~85
[33] C. Srinivasan, S.K. Arora, S. Benady. Precursory monitoring of impending rockbursts in Kolar gold mines from microseismic emissions at deeper levels. International Journal of Rock Mechanics and Mining Sciences, 1999, 36(7): 941~948
[34] D.R. Coutts, J. Wang, J.G. Cai. Monitoring and analysis of results for two strutted deep excavations using vibrating wire strain gauges. Tunneling and Underground Space Technology, 2001, 16(2): 87~92
[35] M. Cai, P.K. Kaiser, C.D. Martin. Quantification of rock mass damage in underground excavations from microseismic event monitoring. International Journal of Rock Mechanics and Mining Sciences, 2001, 38(8): 1135~1145
[36] E. Eberhardt. Numerical modelling of three-dimension stress rotation ahead of an advancing tunnel face. International Journal of Rock Mechanics and Mining Sciences, 2001, 38(4): 499~518
[37] Jao M., Wang M.C. Stability of Strip Footings above Concrete-Lined Soft Ground Tunnels. Tunneling and Underground Space Technology, 1998, 13(4): 427~434
[38] J.A. Wang, H.D. Park. Comprehensive prediction of rockburst based on analysis of strain energy in rocks. Tunneling and Underground Space Technology, 2001, 16(1): 49~57
[39] Jae Joon Song, Chung In Lee, Masahiro Seto. Stability analysis of rock blocks around a tunnel using a statistical joint modeling technique. Tunneling and Underground Space Technology, 2001, 16(4): 341~351
[40] Lee, In Mo, Nam, Seok Woo. The study of seepage forces acting on the tunnel lining and tunnel face in shallow tunnels. Tunneling and Underground Space Technology, 2001, 16(1): 31~40
[41] Ramasamy J.V., Rajasekaram S. Artificial neuralnet-work and genetic algorithm for the design optimization of industrial roofs-A comparison. Computers and Structures, 1996, 58: 747~755
[42] Derrick H, Widrow B. Neural networks forself-learning control system. IEEE Control Systems Mangzine, 1990, 4(1):18~23
[43] Andrew F. Mckown P. E. Early Warning System. Civil Engineering, 1999, 69(5): 56~59
[44] Jenkins W.M. On the application of natural algorithms to structural design optimization. Engineering Structure, 1997,19(4):302~308
[45] Shigeyuki Kohno, Alfredo H.S. Ang, Wilson H Tang. Reliability evaluation of idealized tunnel systems. Structural Safety, 1992, 11(5): 81~93
[46] 靳位. 导波光学传感器：原理与技术. 北京：科学出版社，1998. 45~54
[47] 李少慧. 光纤传感器. 武汉：华中理工大学出版社，1997. 34~84
[48] 安毓英. 光学传感与测量. 北京：电子工业出版社，1995. 26~45
[49] 黄继昌. 传感器工作原理及应用实例. 北京：人民邮电出版社，1998. 27~86
[50] 陈杰. 传感器与检测技术. 北京：高等教育出版社，2002. 32~45
[51] 黎连业. 网络综合布线系统与施工技术. 北京：机械工业出版社，2000. 52~69
[52] 谷兆祺. 水电站地下洞室工程. 清华大学水利系，1983. 32~52
[53] 殷人昆，陶永雷，谢若阳，等. 数据结构：用面向对象方法与C++描述. 北京：清华大学出版社，1999. 15~25
[54] 彭沛. 面向对象程序设计教程. 北京：高等教育出版社，2001. 35~55
[55] 沈佩娟. 数据库管理与应用开发. 北京：清华大学出版社，1995. 55~78
[56] 王能斌. 数据库系统. 北京：电子工业出版社，1995. 204~251
[57] D.Solomon，R.Rankins. Microsoft SQL Server 6.5 开发指南（熊桂喜 译）. 北京：清华大学出版社，1998. 202~355
[58] 贾斌. 网络编程技巧与实例. 北京：人民邮电出版社，2001. 50~70
[59] David J. Kruglinski. Visual C++技术内幕（潘爱民，王国印 译）. 北京：清华大学出版社，1999. 725~750
[60] 李建华. RS232和调制解调器高级通信编程. 北京：人民邮电大学，2001. 56~96
[61] 王凯，李东梅，刘峰. 基于TAPI的通信编程. 计算机应用研究，1999,18(11):76~77
[62] 高文志. 人工神经网络的发展、研究内容及应用综述. 山东电子，1998,16(4):3~4
[63] 胡守仁. 神经网络导论. 长沙：国防科技大学出版社，1993. 63~75
[64] 焦李成. 神经网络的应用与实现. 西安：西安电子科技大学出版社，1993. 35~65
[65] 戴葵. 神经网络实现技术. 长沙：国防科技大学出版社，1998. 60~86
[66] 王永骥，涂健. 神经元网络控制. 北京：机械工业出版社，1998. 8~15
[67] Plaut, D.C., Nowlan, S.J. & Hinton. Experiments on Learning by Back Propagation. In: Technical Report: CMU-CS-86-126. Carnegie-Mellon University, 1989. 56~63
[68] L. W. Chan，F. Fallside. An adaptive training algorithm for back propagation networks. Computer Speech and Language，1987,1(2):205~218
[69] 符芳. 建筑材料. 东南大学出版社，1995. 50~90
[70] 周氐. 水工钢筋混凝土结构学. 中国水利水电出版社，1996. 70~80
[71] 谷兆祺. 水电站地下洞室工程. 清华大学水利系，1983. 56~78
[72] 汪胡侦. 水工隧洞的设计理论和计算. 水利电力出版社，1977. 23~45
[73] 徐志英. 岩石力学. 华东水利学院，1980. 55~66
[74] [美] R.E.古德曼. 岩石力学原理及应用. 水利电力出版社，1989. 65~89
[75] 谷德振. 岩体工程地质力学基础. 科学出版社，1979. 55~63
[76] [日]铃木光. 岩体力学与测定. 煤炭出版社，1980. 36~59
[77] 卢永新. 大体积混凝土施工过程非线性仿真分析：[硕士学位]. 北京：清华大学水利系，2001. 36~59
[78] 段云岭. 三峡永久船闸闸室直立边墙衬砌锚固力及其优化设计. 北京：清华大学，1998. 12~15
[79] 郑桂水. 引滦隧洞安全评估系统研究：[硕士学位]. 北京：清华大学水利系，2002. 45~56
[80] 河海大学. 水工钢筋混凝土结构学. 北京：中国水利水电出版社，1979. 15~25
[81] 中华人民共和国能源部、水利部. SDJ336－89混凝土大坝安全监测技术规范（试行）. 北京：中国水利水电出版社，1989
[2] 赵志仁. 大坝安全监测的原理与应用. 天津：天津科学技术出版社，1992. 45~112
[3] 牛运光. 病险水库加固实例. 北京：水利水电出版社，2002. 50~60
[4] 汝乃华. 大坝事故与安全. 北京：水利水电出版社，1995. 35~60
[5] 汝乃华. 河南省板桥、石漫滩水库垮坝的经过原因和教训. 见：坝工技术备忘录. 上海：上海大坝科技咨询公司，2000. 15~20
[6] 孙叶高. 美国提堂（Teton）坝的溃决和原因调查. 见：坝工技术备忘录. 上海：上海大坝科技咨询公司，2000. 26~33
[7] 任西平，覃友中，等. 水电站安全管理与监测技术. 四川省电力工业局. 北京：中国电力出版社，2001. 45~60
[8] 夏才初，李永盛. 地下工程测试理论与监测技术. 上海：同济大学出版社，1999. 48~52
[9] 李仲奎. 高等水工讲义. 清华大学水利水电研究所，2000. 56~83
[10] 方卫华. 国内大坝监测自动化的现状与发展. 水利水文自动化，2000,20(3):25~27
[11] 谷兆祺. 水电站地下洞室工程. 清华大学水利水电研究所， 1983. 36~86
[12] 王仁钟. 我国水利大坝的安全监测. 水利水运科学研究，1995,19(3):20~23
[13] 牛运光. 我国大坝安全监测工作的现状和发展. 大坝观测与土工测试，1996,21(4):23~26
[14] 吕利萍. 大坝安全监测的技术手段. 安全与环境工程，2003,18(1):18~21
[15] 戴建国. 压力式水位遥测仪的研究. 气象水文海洋仪器，2000,20(2):25~27
[16] 方卫华. 大坝安全监测仪器综合评判. 水利水电技术，2000,18(7):23~27
[17] 陈久宇. 响洪甸重力拱坝原型结构性态分析报告. 华东水利学院，1974
[18] 陈久宇. 刘家峡重力坝原型观测资料分析报告. 华东水利学院，1978
[19] 吴中如. 水工建筑物安全监控理论及其应用. 南京：河海大学出版社，1990. 56~112
[20] 吴中如. 佛子岭连拱坝原型结构性态分析总报告. 河海大学，1986
[21] 吴中如. 分形几何理论在岩土边坡稳定性分析中的应用. 水利学报，1996,19(7):12~15
[22] 冯兴常. 混凝土大坝安全监控方法与监控指标研究. 人民长江，1994,10(7):23~26
[23] 吴中如. 大坝安全综合分析和评价的理论、方法及其应用. 水利水电科技进展，1998,19(3):32~35
[24] 邹海. 基于串口通信的分布式大坝监测自动监控系统. 工业控制计算机，2003,16(2):23~25
[25] 邓检华. 现场总线网络在大坝安全监测中的应用. 大坝观测与土工测试，2000,25(6):23~25
[26] 郭玉刚. 三层结构应用软件. 中国煤炭经济学院学报，2000,20(1):23~27
[27] 殷旭. 三层C/S模式Web数据库的应用. 北京机械工业学院学报，2001,19(1):15~18
[28] 张殿龙. 基于三层C/S体系结构数据库软件的设计. 信息技术，2001,18(5):17~20
[29] 单成祥. 传感器的理论与设计基础及其应用. 北京：国防工业出版社，1999. 50~70
[30] 黄继昌. 传感器工作原理及其应用实例. 北京：人民邮电出版社，1998. 24~35
[31] 赵守忠. 传感器技术及其应用. 合肥：中国科技大学出版社，1997. 36~42
[32] 何希才. 传感器应用接口电路. 北京：机械工业出版社，1997. 41~85
[33] C. Srinivasan, S.K. Arora, S. Benady. Precursory monitoring of impending rockbursts in Kolar gold mines from microseismic emissions at deeper levels. International Journal of Rock Mechanics and Mining Sciences, 1999, 36(7): 941~948
[34] D.R. Coutts, J. Wang, J.G. Cai. Monitoring and analysis of results for two strutted deep excavations using vibrating wire strain gauges. Tunneling and Underground Space Technology, 2001, 16(2): 87~92
[35] M. Cai, P.K. Kaiser, C.D. Martin. Quantification of rock mass damage in underground excavations from microseismic event monitoring. International Journal of Rock Mechanics and Mining Sciences, 2001, 38(8): 1135~1145
[36] E. Eberhardt. Numerical modelling of three-dimension stress rotation ahead of an advancing tunnel face. International Journal of Rock Mechanics and Mining Sciences, 2001, 38(4): 499~518
[37] Jao M., Wang M.C. Stability of Strip Footings above Concrete-Lined Soft Ground Tunnels. Tunneling and Underground Space Technology, 1998, 13(4): 427~434
[38] J.A. Wang, H.D. Park. Comprehensive prediction of rockburst based on analysis of strain energy in rocks. Tunneling and Underground Space Technology, 2001, 16(1): 49~57
[39] Jae Joon Song, Chung In Lee, Masahiro Seto. Stability analysis of rock blocks around a tunnel using a statistical joint modeling technique. Tunneling and Underground Space Technology, 2001, 16(4): 341~351
[40] Lee, In Mo, Nam, Seok Woo. The study of seepage forces acting on the tunnel lining and tunnel face in shallow tunnels. Tunneling and Underground Space Technology, 2001, 16(1): 31~40
[41] Ramasamy J.V., Rajasekaram S. Artificial neuralnet-work and genetic algorithm for the design optimization of industrial roofs-A comparison. Computers and Structures, 1996, 58: 747~755
[42] Derrick H, Widrow B. Neural networks forself-learning control system. IEEE Control Systems Mangzine, 1990, 4(1):18~23
[43] Andrew F. Mckown P. E. Early Warning System. Civil Engineering, 1999, 69(5): 56~59
[44] Jenkins W.M. On the application of natural algorithms to structural design optimization. Engineering Structure, 1997,19(4):302~308
[45] Shigeyuki Kohno, Alfredo H.S. Ang, Wilson H Tang. Reliability evaluation of idealized tunnel systems. Structural Safety, 1992, 11(5): 81~93
[46] 靳位. 导波光学传感器：原理与技术. 北京：科学出版社，1998. 45~54
[47] 李少慧. 光纤传感器. 武汉：华中理工大学出版社，1997. 34~84
[48] 安毓英. 光学传感与测量. 北京：电子工业出版社，1995. 26~45
[49] 黄继昌. 传感器工作原理及应用实例. 北京：人民邮电出版社，1998. 27~86
[50] 陈杰. 传感器与检测技术. 北京：高等教育出版社，2002. 32~45
[51] 黎连业. 网络综合布线系统与施工技术. 北京：机械工业出版社，2000. 52~69
[52] 谷兆祺. 水电站地下洞室工程. 清华大学水利系，1983. 32~52
[53] 殷人昆，陶永雷，谢若阳，等. 数据结构：用面向对象方法与C++描述. 北京：清华大学出版社，1999. 15~25
[54] 彭沛. 面向对象程序设计教程. 北京：高等教育出版社，2001. 35~55
[55] 沈佩娟. 数据库管理与应用开发. 北京：清华大学出版社，1995. 55~78
[56] 王能斌. 数据库系统. 北京：电子工业出版社，1995. 204~251
[57] D.Solomon，R.Rankins. Microsoft SQL Server 6.5 开发指南（熊桂喜 译）. 北京：清华大学出版社，1998. 202~355
[58] 贾斌. 网络编程技巧与实例. 北京：人民邮电出版社，2001. 50~70
[59] David J. Kruglinski. Visual C++技术内幕（潘爱民，王国印 译）. 北京：清华大学出版社，1999. 725~750
[60] 李建华. RS232和调制解调器高级通信编程. 北京：人民邮电大学，2001. 56~96
[61] 王凯，李东梅，刘峰. 基于TAPI的通信编程. 计算机应用研究，1999,18(11):76~77
[62] 高文志. 人工神经网络的发展、研究内容及应用综述. 山东电子，1998,16(4):3~4
[63] 胡守仁. 神经网络导论. 长沙：国防科技大学出版社，1993. 63~75
[64] 焦李成. 神经网络的应用与实现. 西安：西安电子科技大学出版社，1993. 35~65
[65] 戴葵. 神经网络实现技术. 长沙：国防科技大学出版社，1998. 60~86
[66] 王永骥，涂健. 神经元网络控制. 北京：机械工业出版社，1998. 8~15
[67] Plaut, D.C., Nowlan, S.J. & Hinton. Experiments on Learning by Back Propagation. In: Technical Report: CMU-CS-86-126. Carnegie-Mellon University, 1989. 56~63
[68] L. W. Chan，F. Fallside. An adaptive training algorithm for back propagation networks. Computer Speech and Language，1987,1(2):205~218
[69] 符芳. 建筑材料. 东南大学出版社，1995. 50~90
[70] 周氐. 水工钢筋混凝土结构学. 中国水利水电出版社，1996. 70~80
[71] 谷兆祺. 水电站地下洞室工程. 清华大学水利系，1983. 56~78
[72] 汪胡侦. 水工隧洞的设计理论和计算. 水利电力出版社，1977. 23~45
[73] 徐志英. 岩石力学. 华东水利学院，1980. 55~66
[74] [美] R.E.古德曼. 岩石力学原理及应用. 水利电力出版社，1989. 65~89
[75] 谷德振. 岩体工程地质力学基础. 科学出版社，1979. 55~63
[76] [日]铃木光. 岩体力学与测定. 煤炭出版社，1980. 36~59
[77] 卢永新. 大体积混凝土施工过程非线性仿真分析：[硕士学位]. 北京：清华大学水利系，2001. 36~59
[78] 段云岭. 三峡永久船闸闸室直立边墙衬砌锚固力及其优化设计. 北京：清华大学，1998. 12~15
[79] 郑桂水. 引滦隧洞安全评估系统研究：[硕士学位]. 北京：清华大学水利系，2002. 45~56
[80] 河海大学. 水工钢筋混凝土结构学. 北京：中国水利水电出版社，1979. 15~25
[81] 中华人民共和国能源部、水利部. SDJ336－89混凝土大坝安全监测技术规范（试行）. 北京：中国水利水电出版社，1989