混凝土坝应力应变观测资料分析及软件研制
|
摘要
大坝从种类上分有土石坝、混凝土重力坝、混凝土拱坝等,然而每一种坝由于监测项目和监测目的的不同,采集的数据种类也不尽相同,因此数据分析模型也不尽相同。虽然大坝观测资料分析技术层出不穷,但是目前我们很难找到一个具体的分析某一类型的大坝监测数据的专用软件。因此,本文将在总结现有大坝观测资料分析方法,尤其是混凝土坝应力应变观测资料分析方法的基础上,研制一套应力应变观测资料分析软件。
应力应变观测是研究工程工作状态以及估计工程安全状况的重要方法之一。但由于混凝土不仅有自由体积变形,而且在长期应力作用下,还产生徐变变形,所以不能直接用弹性应力应变关系计算混凝土的实际应力,必须研究混凝土自由体积变形和徐变变形对应力的影响。本文的工作内容如下：
①混凝土的变形及应力分析
混凝土内一点的总应变包含两个部分：一部分是外力和内部约束力引起的应变称为应力应变；另一部分是自由体积变形引起的应变,称非应力应变。计算应力所用的应变应为从总应变中减去非应力应变,才是产生应力的应变。
自由体积变形是不受外力作用的混凝土,其体积将由于温度和湿度的变化以及水泥的水化作用而不断地变化而产生的变形,它包括三部分,即混凝土自生体积变形,混凝土温度变形以及混凝土湿度变形。这种变形可以由无应力计测量出来。
②应力应变观测及资料的误差处理
观测值除含有测读误差和量测设施的系统性误差外,不可避免地还含有外界因素引起的波动。后者往往大于测读误差,并难以预知和控制。这种波动有时包括某些次要因素扰动变化的影响。如果直接引用上述个别测值作为分析依据,可能会掩盖或歪曲数据的实际变化规律。由于这类波动对观测序列而言一般表现为随机性或伪随机性,在将测值提供应用之前可通过合适的误差处理方法予以削弱,使处理后测值比较符合观测序列的整体规律。本文采用统计检验法和五点应变平衡法对观测数据误差进行处理。
③实际应力计算方法研究
混凝土的实际应力是应力—应变观测的最终成果,用以研究混凝土坝的应力分布,评价大坝的安全性和经济性。经过误差检验和修正的应变观测资料计算成单轴应变后就可以计算混凝土单向实际正应力。由于考虑徐变影响的方式不同,计算方法不同,本文主要采用变形法、应力松弛法进行实际应力计算。
④基于经验模态分解的混凝土自由体积变形提取
混凝土内的实际应力是根据单轴应变增量逐步累加求得,而单轴应变又是根据实测总应变扣除自由体积变形而得到。在实际工程中,总应变是根据应变计或应变计组测得,而自由体积变形则是根据无应力计测得。由于施工的原因,以及大坝运行过程中的多种不确定性因素的存在,无应力计测值和应变计组测值很难同时出现。本文采取经验模态分解方法从应变计总应变中提取出混凝土自由体积变形,从而解决了在缺少无应力计测值情况下常规分析方法无法计算的问题。
The dam is classified into earth and rock-fill dam, concrete gravity dam, concrete arch dam, and so on. Due to the difference of monitoring projects and monitoring purposes, the kind of the collected data is distinguishing for each kind of the dam. As a result, the models used to analysis the data are different. Up to now, though enumerate many analytical methods on the observation data can be enumerated, the software specialized in some kind of the dam can not still be found. So, in this paper, after summarizing the existing methods, especially on the concrete dams, a set of software specialized in observation data of the concrete dams is produced.
The stress strain observation is an important method used to study the working order and evaluate the safe condition of the engineering. As the existence of the free volume deformation and the time deformation, the actual concrete stress can not be got from elastic stress-strain model directly. We must study that the free volume deformation and the time deformation influence on the stress. So the following are what we have done.
1 The Concrete D eformation and Stress Analysis
The total strain of some point in concrete includes two parts:one part is called the stress strain produced by external loads and internal sanction; the other is called the non-stress strain produced by the free volume deformation. We can get the stress strain through subtracting the non-stress strain from the total strain.
The free volume deformation includes three parts, such as self-grown volume deformation, temperature deformation and humidity deformation. The free volume deformation can be measure by non-stress gage.
2 S tress S tain O bservation and E rror R eduction
The observation data includes the fluctuate produced by external factor inevitably besides measurement error and system error. The latter is usually greater than the former, and is difficult to predict and control. If the fluctuate is used to analysis, the true changing law can not be got. Before they are used, they must be reduced. In this paper, statistical verification method and 5 points strain balanceable method are used to reduce the error.
3 S tudy on C alculation method of Actual Stress
The purpose of the stress stain observation is to study the stress distribution of the dam. After error reduction, the strain observational data can be used to get the uniaxial strain which we can get the actual stress through with the help of some methods, such as deformation method and relaxation coefficient method in this paper.
应力应变观测是研究工程工作状态以及估计工程安全状况的重要方法之一。但由于混凝土不仅有自由体积变形,而且在长期应力作用下,还产生徐变变形,所以不能直接用弹性应力应变关系计算混凝土的实际应力,必须研究混凝土自由体积变形和徐变变形对应力的影响。本文的工作内容如下：
①混凝土的变形及应力分析
混凝土内一点的总应变包含两个部分：一部分是外力和内部约束力引起的应变称为应力应变；另一部分是自由体积变形引起的应变,称非应力应变。计算应力所用的应变应为从总应变中减去非应力应变,才是产生应力的应变。
自由体积变形是不受外力作用的混凝土,其体积将由于温度和湿度的变化以及水泥的水化作用而不断地变化而产生的变形,它包括三部分,即混凝土自生体积变形,混凝土温度变形以及混凝土湿度变形。这种变形可以由无应力计测量出来。
②应力应变观测及资料的误差处理
观测值除含有测读误差和量测设施的系统性误差外,不可避免地还含有外界因素引起的波动。后者往往大于测读误差,并难以预知和控制。这种波动有时包括某些次要因素扰动变化的影响。如果直接引用上述个别测值作为分析依据,可能会掩盖或歪曲数据的实际变化规律。由于这类波动对观测序列而言一般表现为随机性或伪随机性,在将测值提供应用之前可通过合适的误差处理方法予以削弱,使处理后测值比较符合观测序列的整体规律。本文采用统计检验法和五点应变平衡法对观测数据误差进行处理。
③实际应力计算方法研究
混凝土的实际应力是应力—应变观测的最终成果,用以研究混凝土坝的应力分布,评价大坝的安全性和经济性。经过误差检验和修正的应变观测资料计算成单轴应变后就可以计算混凝土单向实际正应力。由于考虑徐变影响的方式不同,计算方法不同,本文主要采用变形法、应力松弛法进行实际应力计算。
④基于经验模态分解的混凝土自由体积变形提取
混凝土内的实际应力是根据单轴应变增量逐步累加求得,而单轴应变又是根据实测总应变扣除自由体积变形而得到。在实际工程中,总应变是根据应变计或应变计组测得,而自由体积变形则是根据无应力计测得。由于施工的原因,以及大坝运行过程中的多种不确定性因素的存在,无应力计测值和应变计组测值很难同时出现。本文采取经验模态分解方法从应变计总应变中提取出混凝土自由体积变形,从而解决了在缺少无应力计测值情况下常规分析方法无法计算的问题。
The dam is classified into earth and rock-fill dam, concrete gravity dam, concrete arch dam, and so on. Due to the difference of monitoring projects and monitoring purposes, the kind of the collected data is distinguishing for each kind of the dam. As a result, the models used to analysis the data are different. Up to now, though enumerate many analytical methods on the observation data can be enumerated, the software specialized in some kind of the dam can not still be found. So, in this paper, after summarizing the existing methods, especially on the concrete dams, a set of software specialized in observation data of the concrete dams is produced.
The stress strain observation is an important method used to study the working order and evaluate the safe condition of the engineering. As the existence of the free volume deformation and the time deformation, the actual concrete stress can not be got from elastic stress-strain model directly. We must study that the free volume deformation and the time deformation influence on the stress. So the following are what we have done.
1 The Concrete D eformation and Stress Analysis
The total strain of some point in concrete includes two parts:one part is called the stress strain produced by external loads and internal sanction; the other is called the non-stress strain produced by the free volume deformation. We can get the stress strain through subtracting the non-stress strain from the total strain.
The free volume deformation includes three parts, such as self-grown volume deformation, temperature deformation and humidity deformation. The free volume deformation can be measure by non-stress gage.
2 S tress S tain O bservation and E rror R eduction
The observation data includes the fluctuate produced by external factor inevitably besides measurement error and system error. The latter is usually greater than the former, and is difficult to predict and control. If the fluctuate is used to analysis, the true changing law can not be got. Before they are used, they must be reduced. In this paper, statistical verification method and 5 points strain balanceable method are used to reduce the error.
3 S tudy on C alculation method of Actual Stress
The purpose of the stress stain observation is to study the stress distribution of the dam. After error reduction, the strain observational data can be used to get the uniaxial strain which we can get the actual stress through with the help of some methods, such as deformation method and relaxation coefficient method in this paper.
引文
[1]刘宁.现代大坝安全管理的理念和内涵[J].中国水利,2008,20：6-9.
[2]黄卫兰,徐德林.大坝观测分析中的数据处理[J].水利水运科学研究,1997.6：183-187.
[3]丛培江.大坝监测数据异常值的概率识别法[J].水电能源科学,2005(23),4：32-34.
[4]赵志仁.三门峡大坝的观测·与分析[M].天津科学技术出版社,1993.9：71-75.
[5]杜芳,卢文胜,曹文清.振动台试验测试信号去噪的小波变换方法[J].振动与冲击,1999,18(2)：2-26.
[6]刘曙光,殷明.子波消噪技术及其应用[J].西北纺织工学院学报,1999,13(1)：16-20.
[7]彭玉华,汪文秉.小波用于估测散射波波达时间及去噪[J].电子学报,1996,24(4)：113-116.
[8]Donoho D L.Adapting to unknown smoothness via wavelet shrinkage[J].J Amer Statist Assoc,1995,90:1200-1224.
[9]Donoho D L,Johnstone I.Wavelet shrinkage asymptopia[J].Journal of Royal Statistical Society,1995,57(2):301-369.
[10]Donoho D.L..De-Noising by soft-thresholding[J].IEEE Transactions in Information Theory,1995,41(3):613-627.
[11]彭玉华.小波变换与工程应用[M].北京：科学技术出版社,1999.
[12]郑海波,陈心昭,李志远.基于小波包变换的一种降噪算法[J].合肥工业大学学报(自然科学版),2001,8.
[13]Coifman R R,Donoho D L.Translation-invariant denoising,wavelet and statistics [M].New Yoyk:Springer-Verlag,1995.
[14]吴中如,沈长松,阮焕详.水工建筑物安全监控理论及其应用[M].河海大学出版社,1990.
[15]李民,李珍照。用数字滤波法从大坝测值中分离出时效分量初探[J].武汉水利电力大学学报,1995,28(4)：137-142.
[16]徐红钟等.相空间神经网络模型在大坝安全监控中的应用[J].水利学报,2001,6：67-71.
[17]陆付民.顾及多个因子的卡尔曼滤波法在大坝变形分析中的应用[J].水电自动化与大坝监测,2003,27(3)：71-73.
[18]汪树玉,刘国华等.监控数据分析中几种方法的探讨(一)回归—时间序列模型和贝叶斯预测模型[J].水电自动化与大坝监测,2003(2)：43-46.
[19]汪树玉,刘国华等.监控数据分析中几种方法的探讨(二)整体分析与多变量灰色模型[J].水电自动化与大坝监测,2003(3)：59-62.
[20]汪树玉,刘国华等.监控数据分析中几种方法的探讨(三)混沌时间序列的预测[J].水电自动化与大坝监测,2003(4)：45-47.
[21]Skourtis C.,Stremmenos F.,Pytharouli S.,et al.Long-term deodetic monitoring of two dams in western Greece[A].1st FIG International Symposium on Engineering Surveys for construction works and structural engineering. Nottingham, United Kindom,2004.
[22]Stella Pytharouli,Villy Kontogianni,Pans Psimoulis,et al. Spectral analysis techniques in deformation analysis studies[A].INGEO 2004 and FIG Regional Cetral and Eastern European Conference on Engineering Surveying. Bratislava, Slovakia, 2004.
[23]姜谙男,梁冰.基于PSO-SVM的大坝渗流监测时间序列非线性预报模型[J].水利学报,2006,37(3)：331-335.
[24]邓兴升,王新洲.动态模糊神经网络在大坝变形预报中的应用[J].水电自动化与大坝监测,2007,31(2)：64-67.
[25]闫滨,周晶,高真伟.基于遗传单纯形神经网络的大坝变形监控模型[J].水力发电学报,2007,26(4)：110-114.
[26]曾凡祥,李勤英.基于LM算法的BP神经网络在大坝变形监测数据处理中的应用[J].水电自动化与大坝监测,2008,32(5)：72-75.
[27]陈宇清,郑东健,赵斌.利用灰色关联法确定大坝效应量分量比例[J].水电能源科学,2008,26(5)：90-92.
[28]张进平,庄万康.大坝安全监测的位移分布数学模型[J].水利学报,1991(5)：28-35.
[29]何金平,李珍照.大坝结构性态多测点数学模型研究[J].武汉水利电力大学学报,1994,27(2)：134-142.
[30]顾冲时,吴中如等.探讨混凝土坝空间位移场的正反分析模型[J].工程力学,1997,14(1)：138-144.
[31]黄铭,葛修润等.大坝安全监测的多测点位移向量模型[J].上海交通大学学报,2001,35(4)：514-517.
[32]吴中如,阮焕祥.混凝土坝观测数据的反分析[J].河海大学学报,1989.
[33]刘观标,吴中如.反演连拱坝混凝土的物理参数[J].河海大学学报,1987.
[34]吴中如,陈继禹,范树乎.用反演分析法推求连拱坝混凝土的力学参数和断裂韧度[J].大坝观测与土工测试,1986.
[35]顾冲时,吴中如.渗流影响下坝体和岩基应力场的分析模型研究[J].水电能源科学,1999,17(1).
[36]Gu Chongshi,Wu Zhongru.Research on the expansion stress in wet concrete and the application to the allowable stress in arch dam.Dam engineering,1996,4.
[37]沈家荫,林柄仕.边界单元法在粘弹性参数位移分析反馈分析中的应用[J].河海大学学报,1990,18(5)：1-10.
[38]杨林德.地层三维粘弹性反演分析[J]岩土工程学报,1991,6：18-26.
[39]沈振中.三维粘弹性位移反分析的可变容差法[J].水利学报,1997,9：66-70.
[40]吴凯华.隧洞围岩原始应力与弹性常数的反分析[J].土木工程学报,1998,2：51-59.
[41]顾冲时,吴中如.大坝和岩基的粘性系数η的反演[J].水利学报,1999,8：11-15.
[42]朱国金,顾冲时,郑东健.混凝土大坝材料参数及其变化规律的反演分析[J].水电能源科学,2004,22(3)：16-18.
[43]向衍,苏怀智,吴中如.基于大坝安全监测资料的物理力学参数反演[J].水利学报,2004,8：98-102.
[44]宋志宇,李俊杰.重力坝弹性参数反演的灵敏度分析及一种新的反演算法[J].四川大学学报(工程科学版),2006,38(4)：34-38.
[45]苏怀智,李季,吴中如.大坝及岩基物理力学参数优化反演分析研究[J].水利学报,2007,S1.
[46]李端有,甘孝清,周武.基于均匀设计及遗传神经网络的大坝力学参数反分析方法[J].岩体工程学报,2007,29(1)：125-130.
[47]骆进军,李波,李立辉.基于神经网络的大坝岩体渗透系数张量反演分析[J].水电能源科学,2008,26(5)：54-56,89.
[48]丛培江,张燕.最大熵原理在坝体混凝土断裂韧度反演中应用[J].武汉理工大学学报,2008,1.
[49]顾冲时,吴中如著.大坝与坝基安全监控理论和方法及其应用[M].南京：河海大学出版社,2006.
[50]魏德荣.大坝安全监控指标的制订[J].大坝与安全,2003,6：24-28.
[51]Wu Zhongru,Li Ji,Gu Chongshi.Review on hidden trouble detection and health diagnosis of hydraulic concrete structures.Science in China Series E: Technological Sciences,50(Supp.):34-50.
[52]朱伯芳.大体积混凝土温度应力与温度控制[M].北京,中国电力出版社,1999.
[53]牛运光.我国大坝安全监测工作的现状和发展[J].大坝观测与土工测试,1996,8.
[54]魏德荣.大坝安全监测及其特征浅析[J].大坝观测与土工测试,1997,5.
[55]中国水力发电工程学会大坝安全监测专业委员会.大坝安全监测在我国水电建设中的作用和地位[J],1997.
[56]邵乃辰.我国大坝安全监测自动化进展[J].水电工程研究,1991,12.
[57]储海宁.混凝土坝内部观测技术[M].北京,水利电力出版社,1987.
[58]混凝土坝安全检测资料整编规程(DL/T 5209-2005).
[59]王国印译.VC++技术内幕[J].北京,人民邮电出版社,2003,10.
[60]龚志强邹明玮高新全.基于非线性时间序列分析经验模态分解和小波分解异同性的研究[J].物理学报,2005,8.
[61]钟佑明,秦树人,汤宝平.一种振动信号变换新方法的研究[J].振动工程学报,2002,15(2)：233-237.
[62]赵进平.异常事件对EMD方法的影响及其解决方法研究[J].青岛海洋大学学报,2001,31(6)：805-814.
[63]杨世锡,胡劲松,吴昭同,等.旋转机械振动信号基于EMD的希尔伯特变换和小波变换时频分析比较[J].中国电机工程学报,2003,6.
[64]孙艳争,黄炜,余波.基于EMD的非线性信号自适应分析[J].电子科技大学学报,2007,2.
[65]贾嵘,徐其惠,田录林,罗兴铸,等.基于经验模态分解的水轮发电机组局部放电信号提取[J].水力发电学报,2007,8.
[66]Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and Hilbert spectrum for nonlinear and non-smtionary time series analysis[J]. Pro R Soc London,1998,454:903-906.
[2]黄卫兰,徐德林.大坝观测分析中的数据处理[J].水利水运科学研究,1997.6：183-187.
[3]丛培江.大坝监测数据异常值的概率识别法[J].水电能源科学,2005(23),4：32-34.
[4]赵志仁.三门峡大坝的观测·与分析[M].天津科学技术出版社,1993.9：71-75.
[5]杜芳,卢文胜,曹文清.振动台试验测试信号去噪的小波变换方法[J].振动与冲击,1999,18(2)：2-26.
[6]刘曙光,殷明.子波消噪技术及其应用[J].西北纺织工学院学报,1999,13(1)：16-20.
[7]彭玉华,汪文秉.小波用于估测散射波波达时间及去噪[J].电子学报,1996,24(4)：113-116.
[8]Donoho D L.Adapting to unknown smoothness via wavelet shrinkage[J].J Amer Statist Assoc,1995,90:1200-1224.
[9]Donoho D L,Johnstone I.Wavelet shrinkage asymptopia[J].Journal of Royal Statistical Society,1995,57(2):301-369.
[10]Donoho D.L..De-Noising by soft-thresholding[J].IEEE Transactions in Information Theory,1995,41(3):613-627.
[11]彭玉华.小波变换与工程应用[M].北京：科学技术出版社,1999.
[12]郑海波,陈心昭,李志远.基于小波包变换的一种降噪算法[J].合肥工业大学学报(自然科学版),2001,8.
[13]Coifman R R,Donoho D L.Translation-invariant denoising,wavelet and statistics [M].New Yoyk:Springer-Verlag,1995.
[14]吴中如,沈长松,阮焕详.水工建筑物安全监控理论及其应用[M].河海大学出版社,1990.
[15]李民,李珍照。用数字滤波法从大坝测值中分离出时效分量初探[J].武汉水利电力大学学报,1995,28(4)：137-142.
[16]徐红钟等.相空间神经网络模型在大坝安全监控中的应用[J].水利学报,2001,6：67-71.
[17]陆付民.顾及多个因子的卡尔曼滤波法在大坝变形分析中的应用[J].水电自动化与大坝监测,2003,27(3)：71-73.
[18]汪树玉,刘国华等.监控数据分析中几种方法的探讨(一)回归—时间序列模型和贝叶斯预测模型[J].水电自动化与大坝监测,2003(2)：43-46.
[19]汪树玉,刘国华等.监控数据分析中几种方法的探讨(二)整体分析与多变量灰色模型[J].水电自动化与大坝监测,2003(3)：59-62.
[20]汪树玉,刘国华等.监控数据分析中几种方法的探讨(三)混沌时间序列的预测[J].水电自动化与大坝监测,2003(4)：45-47.
[21]Skourtis C.,Stremmenos F.,Pytharouli S.,et al.Long-term deodetic monitoring of two dams in western Greece[A].1st FIG International Symposium on Engineering Surveys for construction works and structural engineering. Nottingham, United Kindom,2004.
[22]Stella Pytharouli,Villy Kontogianni,Pans Psimoulis,et al. Spectral analysis techniques in deformation analysis studies[A].INGEO 2004 and FIG Regional Cetral and Eastern European Conference on Engineering Surveying. Bratislava, Slovakia, 2004.
[23]姜谙男,梁冰.基于PSO-SVM的大坝渗流监测时间序列非线性预报模型[J].水利学报,2006,37(3)：331-335.
[24]邓兴升,王新洲.动态模糊神经网络在大坝变形预报中的应用[J].水电自动化与大坝监测,2007,31(2)：64-67.
[25]闫滨,周晶,高真伟.基于遗传单纯形神经网络的大坝变形监控模型[J].水力发电学报,2007,26(4)：110-114.
[26]曾凡祥,李勤英.基于LM算法的BP神经网络在大坝变形监测数据处理中的应用[J].水电自动化与大坝监测,2008,32(5)：72-75.
[27]陈宇清,郑东健,赵斌.利用灰色关联法确定大坝效应量分量比例[J].水电能源科学,2008,26(5)：90-92.
[28]张进平,庄万康.大坝安全监测的位移分布数学模型[J].水利学报,1991(5)：28-35.
[29]何金平,李珍照.大坝结构性态多测点数学模型研究[J].武汉水利电力大学学报,1994,27(2)：134-142.
[30]顾冲时,吴中如等.探讨混凝土坝空间位移场的正反分析模型[J].工程力学,1997,14(1)：138-144.
[31]黄铭,葛修润等.大坝安全监测的多测点位移向量模型[J].上海交通大学学报,2001,35(4)：514-517.
[32]吴中如,阮焕祥.混凝土坝观测数据的反分析[J].河海大学学报,1989.
[33]刘观标,吴中如.反演连拱坝混凝土的物理参数[J].河海大学学报,1987.
[34]吴中如,陈继禹,范树乎.用反演分析法推求连拱坝混凝土的力学参数和断裂韧度[J].大坝观测与土工测试,1986.
[35]顾冲时,吴中如.渗流影响下坝体和岩基应力场的分析模型研究[J].水电能源科学,1999,17(1).
[36]Gu Chongshi,Wu Zhongru.Research on the expansion stress in wet concrete and the application to the allowable stress in arch dam.Dam engineering,1996,4.
[37]沈家荫,林柄仕.边界单元法在粘弹性参数位移分析反馈分析中的应用[J].河海大学学报,1990,18(5)：1-10.
[38]杨林德.地层三维粘弹性反演分析[J]岩土工程学报,1991,6：18-26.
[39]沈振中.三维粘弹性位移反分析的可变容差法[J].水利学报,1997,9：66-70.
[40]吴凯华.隧洞围岩原始应力与弹性常数的反分析[J].土木工程学报,1998,2：51-59.
[41]顾冲时,吴中如.大坝和岩基的粘性系数η的反演[J].水利学报,1999,8：11-15.
[42]朱国金,顾冲时,郑东健.混凝土大坝材料参数及其变化规律的反演分析[J].水电能源科学,2004,22(3)：16-18.
[43]向衍,苏怀智,吴中如.基于大坝安全监测资料的物理力学参数反演[J].水利学报,2004,8：98-102.
[44]宋志宇,李俊杰.重力坝弹性参数反演的灵敏度分析及一种新的反演算法[J].四川大学学报(工程科学版),2006,38(4)：34-38.
[45]苏怀智,李季,吴中如.大坝及岩基物理力学参数优化反演分析研究[J].水利学报,2007,S1.
[46]李端有,甘孝清,周武.基于均匀设计及遗传神经网络的大坝力学参数反分析方法[J].岩体工程学报,2007,29(1)：125-130.
[47]骆进军,李波,李立辉.基于神经网络的大坝岩体渗透系数张量反演分析[J].水电能源科学,2008,26(5)：54-56,89.
[48]丛培江,张燕.最大熵原理在坝体混凝土断裂韧度反演中应用[J].武汉理工大学学报,2008,1.
[49]顾冲时,吴中如著.大坝与坝基安全监控理论和方法及其应用[M].南京：河海大学出版社,2006.
[50]魏德荣.大坝安全监控指标的制订[J].大坝与安全,2003,6：24-28.
[51]Wu Zhongru,Li Ji,Gu Chongshi.Review on hidden trouble detection and health diagnosis of hydraulic concrete structures.Science in China Series E: Technological Sciences,50(Supp.):34-50.
[52]朱伯芳.大体积混凝土温度应力与温度控制[M].北京,中国电力出版社,1999.
[53]牛运光.我国大坝安全监测工作的现状和发展[J].大坝观测与土工测试,1996,8.
[54]魏德荣.大坝安全监测及其特征浅析[J].大坝观测与土工测试,1997,5.
[55]中国水力发电工程学会大坝安全监测专业委员会.大坝安全监测在我国水电建设中的作用和地位[J],1997.
[56]邵乃辰.我国大坝安全监测自动化进展[J].水电工程研究,1991,12.
[57]储海宁.混凝土坝内部观测技术[M].北京,水利电力出版社,1987.
[58]混凝土坝安全检测资料整编规程(DL/T 5209-2005).
[59]王国印译.VC++技术内幕[J].北京,人民邮电出版社,2003,10.
[60]龚志强邹明玮高新全.基于非线性时间序列分析经验模态分解和小波分解异同性的研究[J].物理学报,2005,8.
[61]钟佑明,秦树人,汤宝平.一种振动信号变换新方法的研究[J].振动工程学报,2002,15(2)：233-237.
[62]赵进平.异常事件对EMD方法的影响及其解决方法研究[J].青岛海洋大学学报,2001,31(6)：805-814.
[63]杨世锡,胡劲松,吴昭同,等.旋转机械振动信号基于EMD的希尔伯特变换和小波变换时频分析比较[J].中国电机工程学报,2003,6.
[64]孙艳争,黄炜,余波.基于EMD的非线性信号自适应分析[J].电子科技大学学报,2007,2.
[65]贾嵘,徐其惠,田录林,罗兴铸,等.基于经验模态分解的水轮发电机组局部放电信号提取[J].水力发电学报,2007,8.
[66]Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and Hilbert spectrum for nonlinear and non-smtionary time series analysis[J]. Pro R Soc London,1998,454:903-906.