岩体边坡监测信息管理与监测数据分析网络系统开发及工程应用
|
摘要
为保证复杂岩体高边坡的安全与稳定,边坡工程必须在施工和运行过程中进行安全监测,以保证能将边坡变形、渗流渗压、支护应力等一系列监测信息及时反馈给设计人员,达到调整和优化设计方案、保证边坡稳定与安全运行的目的。
针对目前边坡安全监测数据管理分析的落后现状,本文在深入研究边坡监测相关理论的基础上,采用基于Microsoft Visual C++的网络编程技术和SQLServer 2000数据库系统开发技术开发了岩体边坡监测信息管理与监测数据分析网络系统,提高了监测资料整理分析的效率和正确性,对确保边坡工程安全,充分发挥工程作用,具有巨大的经济效益与显著的社会效益。
本文主要进行了以下几个方面的工作:
(1)边坡安全监测原始观测资料在进行整编分析前必须经过预处理,本文首先分析叙述了岩体边坡安全监测信息管理与数据分析网络系统中使用的原始观测资料处理方法,包括监测数据的可靠性检验、误差识别和分析、监测数据的补插及修匀等,为岩体边坡安全监测数据管理分析系统的开发做了数据处理方法上的理论准备。
(2)变形预测是进行边坡监测资料分析的常用手段,本文在分析岩体边坡变形影响因素的基础上,以时效、温度、降雨为影响因子,建立了岩体边坡变形统计回归分析模型,并采用逐步回归算法,在岩体边坡监测信息管理与监测数据分析网络系统中加入了变形预测模块。实际工程的计算分析表明:回归复相关系数较大,剩余标准差较小,本模型取得了较理想的效果。
(3)以关系型数据库SQL Server 2000数据库为后台服务器,以Visual C++编写的程序为客户端系统,开发了采用C/S结构的岩体边坡监测信息管理与监测数据分析网络系统。该系统具有先进性、可靠性、通用性和可扩充性等特点。本文详细叙述了该系统开发的过程:系统的总体设计思路、数据库的设计和开发、前端软件的设计和开发等。
(4)将开发的岩体边坡监测信息管理与监测数据分析网络系统应用于龙滩水电站左右岸边坡工程和锦屏一级水电站左右岸边坡工程安全监测资料管理与分析,大大提高了监测资料整编、分析、生成报表成果的工作效率,减少了人为因素引起错误的几率,使监测分析成果能够及时、准确地反馈给设计人员,对规避设计和施工风险,保证边坡施工和运行安全,起到了重要的作用。
For the safety and stabilization of slope engineering in complex rock masses, safety monitoring should be implemented at construction and operation periods in order to ensure the immediate feedback of slope deformation, supporting stress, seepage pressure and attaining the expected purpose of optimaling design scheme and guaranteeing stability of slope.
In order to change the backward situation of management and analysis of safety monitoring data of the slope, we develop the monitoring data management and analysis system for rock mass slope by using VC++ and SQL Server 2000. This system can improve efficiency and correctness of monitoring information arrangement analysis and has enormous economic benefits in guaranteeing stability of slope and fully developping their actions.
The main aspects of the dissertation are as follows:
(1) The original observation data of slope safety monitoring should be preprocessed before reorganizing and analyzing. Firstly, studying on the processing method of original observation data, including reliability inspection of monitoring data, error identification and analysis, interpolating and smoothing of monitoring data, etc.
(2) The deformation forecasting is a common means of the analysis of stability of slopes. On the Basis of analyzing influence factors of rock mass slope deformation, we establish a statistical regression analysis model for rock mass slope deformation taking into account the influence of aging, temperature and rainfall. Then, this model was added to the monitoring data management and analysis system with stepwise regression algorithm. Computed results of project example show that the model has a ideal result that the interrelational coefficient of regression is high and residual standard deviation is low.
(3) Taking the relating database, SQL Server 2000, as the background server database and the programe developed by Visual C++ as the client system, we develop the monitoring data management and analysis system for rock mass slope with C/S architecture. The system has the advantages of advancement, reliability, generality and extension. This paper go into particulars of developing process of the system, including general design idea of the system, database and front-head software design and development.
(4) The system is applied to Longtan and jingping stage- I Hydroelectric slope project. The remote real-time sharing and network management and analysis for monitoring information and monitoring data of the slope have been realized. Monitoring analysis results feedback to designers timely, which plays an important role in evading design and construction risk and ensuring the construction and operation safety of the slope.
针对目前边坡安全监测数据管理分析的落后现状,本文在深入研究边坡监测相关理论的基础上,采用基于Microsoft Visual C++的网络编程技术和SQLServer 2000数据库系统开发技术开发了岩体边坡监测信息管理与监测数据分析网络系统,提高了监测资料整理分析的效率和正确性,对确保边坡工程安全,充分发挥工程作用,具有巨大的经济效益与显著的社会效益。
本文主要进行了以下几个方面的工作:
(1)边坡安全监测原始观测资料在进行整编分析前必须经过预处理,本文首先分析叙述了岩体边坡安全监测信息管理与数据分析网络系统中使用的原始观测资料处理方法,包括监测数据的可靠性检验、误差识别和分析、监测数据的补插及修匀等,为岩体边坡安全监测数据管理分析系统的开发做了数据处理方法上的理论准备。
(2)变形预测是进行边坡监测资料分析的常用手段,本文在分析岩体边坡变形影响因素的基础上,以时效、温度、降雨为影响因子,建立了岩体边坡变形统计回归分析模型,并采用逐步回归算法,在岩体边坡监测信息管理与监测数据分析网络系统中加入了变形预测模块。实际工程的计算分析表明:回归复相关系数较大,剩余标准差较小,本模型取得了较理想的效果。
(3)以关系型数据库SQL Server 2000数据库为后台服务器,以Visual C++编写的程序为客户端系统,开发了采用C/S结构的岩体边坡监测信息管理与监测数据分析网络系统。该系统具有先进性、可靠性、通用性和可扩充性等特点。本文详细叙述了该系统开发的过程:系统的总体设计思路、数据库的设计和开发、前端软件的设计和开发等。
(4)将开发的岩体边坡监测信息管理与监测数据分析网络系统应用于龙滩水电站左右岸边坡工程和锦屏一级水电站左右岸边坡工程安全监测资料管理与分析,大大提高了监测资料整编、分析、生成报表成果的工作效率,减少了人为因素引起错误的几率,使监测分析成果能够及时、准确地反馈给设计人员,对规避设计和施工风险,保证边坡施工和运行安全,起到了重要的作用。
For the safety and stabilization of slope engineering in complex rock masses, safety monitoring should be implemented at construction and operation periods in order to ensure the immediate feedback of slope deformation, supporting stress, seepage pressure and attaining the expected purpose of optimaling design scheme and guaranteeing stability of slope.
In order to change the backward situation of management and analysis of safety monitoring data of the slope, we develop the monitoring data management and analysis system for rock mass slope by using VC++ and SQL Server 2000. This system can improve efficiency and correctness of monitoring information arrangement analysis and has enormous economic benefits in guaranteeing stability of slope and fully developping their actions.
The main aspects of the dissertation are as follows:
(1) The original observation data of slope safety monitoring should be preprocessed before reorganizing and analyzing. Firstly, studying on the processing method of original observation data, including reliability inspection of monitoring data, error identification and analysis, interpolating and smoothing of monitoring data, etc.
(2) The deformation forecasting is a common means of the analysis of stability of slopes. On the Basis of analyzing influence factors of rock mass slope deformation, we establish a statistical regression analysis model for rock mass slope deformation taking into account the influence of aging, temperature and rainfall. Then, this model was added to the monitoring data management and analysis system with stepwise regression algorithm. Computed results of project example show that the model has a ideal result that the interrelational coefficient of regression is high and residual standard deviation is low.
(3) Taking the relating database, SQL Server 2000, as the background server database and the programe developed by Visual C++ as the client system, we develop the monitoring data management and analysis system for rock mass slope with C/S architecture. The system has the advantages of advancement, reliability, generality and extension. This paper go into particulars of developing process of the system, including general design idea of the system, database and front-head software design and development.
(4) The system is applied to Longtan and jingping stage- I Hydroelectric slope project. The remote real-time sharing and network management and analysis for monitoring information and monitoring data of the slope have been realized. Monitoring analysis results feedback to designers timely, which plays an important role in evading design and construction risk and ensuring the construction and operation safety of the slope.
引文
[1]二滩水电开发有限责任公司.岩土工程安全监测手册[M].北京:中国水利水电出版社,1999.
[2]李志峰,喻军华,张林峰等.某公路高边坡现场监测与分析[J].东北公路,2003,26(2):75-78.
[3]江级辉,徐国宝.工程地质学[M].成都:成都科技大学出版社,1995.
[4]高俊强,严伟标.工程监测技术及其应用[M].北京:国防工业出版社,2005.
[5]张志英,何昆.边坡监测方法研究[J].土工基础,2006,20(3):82-84.
[6]罗志强.边坡工程监测技术分析[J].公路,2002,5:45-48.
[7]叶青,赵全麟.三峡工程库区滑坡监测几个问题的探讨[J].人民长江,2000,31(6):7-9.
[8]夏柏如,张燕,虞立红.我国滑坡地质灾害监测治理技术[J].探矿工程,2001,增:87-89.
[9]胡伟,李庶林.岩质边坡稳定性分析中的AE技术研究[J].矿业研究与开发,2002,22(3):9-11.
[10]邬晓岚,涂亚庆.滑坡监测的一种新方法-TDR技术探析[J].岩石力学与工程学报,2002,21(5):740-744.
[11]万华琳,蔡德所,何薪基等.高陡边坡深部变形的光纤传感监测实验研究[J].三峡大学学报(自然科学版),2001,23(1):32-36.
[12]李迪,马水山,张保军等.工程岩体变形与安全监测[M].武汉:长江出版社,2006.
[13]梅红.基于稳健估计的时序分析方法在变形监测中的应用[D].南京:河海大学硕士学位论文.2005.
[14]杨志法,陈剑.关于滑坡预测预报方法的思考[J].工程地质学报,2004,12(2):118-123.
[15]Satio M.Forecasting time of slope failure by tertiary creep[A]In:Proc.Of Seventh Int.Conf.on Soil Mech.And Found.Eng.[C]Montreal City:[s.n.],1969,667-683.
[16]杨永波.边坡监测与预测预报智能化方法研究[D].武汉:中国科学院硕士学位论文.2005.
[17]文海家,张永兴,柳源.滑坡预报国内外研究动态及发展趋势[J].中国地质灾害与防治学报,2004,15(1):1-4.
[18]廖野澜,谢谟文.监测位移的灰色预报[J].岩石力学与工程学报,1996,15(3):269-274.
[19]刘汉东.边坡位移矢量场与失稳定时预报试验研究[J].岩石力学与工程学报,1998,17(2):111-116.
[20]李天斌,陈明东,王兰生等.滑坡实时跟踪预报[M].成都:成都科技大学出版社,1999.
[21]黄润秋,许强.斜坡失稳时间的协同预测模型[J].山地研究,1997,15(1):7-12.
[22]秦四清,张倬元,王士天等.非线性工程地质学导引[M].成都:西南交通大学出版社,1993.
[23]刘汉东.边坡失稳定时预报理论与方法[M].郑州:黄河水利出版社,1996.
[24]黄润秋,许强.工程地质广义系统科学分析原理及应用[M].北京:地质出版社,1997.
[25]宋克志,王梦恕,宋克勇.边坡位移预测的神经网络模型研究[J].岩石力学与工程学报,2003,22(增1):2382-2385.
[26]邓建辉,李焯芬,葛修润.BP网络和遗传算法在岩石边坡位移反分析中的应用[J].岩石力学与工程学报,2001,20(1):1-5.
[27]刘明贵,杨永波.信息融合技术在边坡监测与预报系统中的应用[J].岩土工程学报,2005,27(5):607-610.
[28]郑东健,顾冲时,吴中如.边坡变形的多因素时变预测模型[J].岩石力学与工程学报,2005,24(17):3180-3184.
[29]蒋刚,林鲁生,刘祖德等.边坡变形的灰色预测模型[J].岩土力学,2000,21(3):244-246.
[30]赵静波,李莉,高谦.边坡变形预测的灰色理论研究与应用[J].岩石力学与工程学报,2005,24(增2):5799-5802.
[31]赵洪波.边坡变形预测的群体智能模型[J].岩石力学与工程学报,2006,25(8):1664-1669.
[32]刘晓,曾祥虎,刘春宇.边坡非线性位移的神经网络-时间序列分析[J].岩石力学与工程学报,2005,24(19):3499-3504.
[33]付义祥,刘志强.边坡位移的混沌时间序列分析方法及应用研究[J].武汉理工大学学报,2003,27(4):473-476.
[34]刘开云,乔春生,滕文彦.边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究[J].岩土工程学报,2004,26(1):57-61.
[35]刘明贵,杨永波.边坡位移预测组合灰色神经网络方法[J].中国地质灾害与防治学报,2006,18(2):74-78.
[36]唐天国,万星,刘浩吾.高边坡安全监测的改进GM模型预测研究[J].岩石力学与工程学报,2005,24(2):307-311.
[37]周家文,徐卫亚,石安池.高边坡开挖变形的非线性时间序列预测分析[J].岩石力学与工程学报,2006,25(增1):2795-2800.
[38]巫德斌,徐卫亚.基于GM(1,1)优化模型的岩石边坡变形预报[J].地质灾害与环境保护,2002,13(4):60-63.
[39]陈益峰,吕金虎,周创兵.基于Lyapunov指数改进算法的边坡位移预测[J].岩石力学与工程学报,2001,20(5):671-675.
[40]黄铭,刘俊,潘翔.加权灰色与加权统计模型在边坡变形预测中的应用研究[J].岩石力学与工程学报,2005,22(4):76-79.
[41]史永胜,许东俊.时序分析在边坡位移预测中的应用[J].岩土力学,1995,16(4):1-6.
[42]杨太华,郑庆华.水库岸坡岩体渗透变形的预测预报方法-自适应时间序列研究[J].应用基础与工程科学学报,1999,7(3):279-283.
[43]谢漠文,廖野澜.引水洞及滑坡体监测位移黄金率灰色预报[J].人民长江,1996,27(2):14-16.
[44]王洪兴,唐辉明,陈聪.指数趋势模型在斜坡变形位移预测中的应用[J].岩土力学,2004,25(5):808-810.
[45]吴建华.水利工程综合自动化系统的理论与实践[M].北京:中国水利水电出版社,2006.
[46]Bulletin.Automated dam monitoring system-guidelines and case histories[M].Paris:ICOLD Publications,2000.
[47]黄红女,周琼,华锡生.大坝安全监控理论与技术研究现状综述[J].大坝与安全,2005,(2):54-57.
[48]洪云.综论大坝安全管理技术[J].大坝与安全,2004,(5):38-40.
[49]张进平.大坝安全监测资料分析方法及信息处理技术的若干进展[J].大坝与安全,2003,(6):19-23.
[50]吴中如,顾冲时.大坝安全综合评价专家系统[M].北京:科学技术出版社,1997.
[51]吴中如,顾冲时,胡群革.综论大坝安全综合评价专家系统[J].水电能源科学,2000,18(2):1-5.
[52]李婷婷,吴中如.大坝群在线安全监控管理决策系统[J].水电能源科学,2005,23(5):58-60.
[53]郦能惠.土石坝安全监测分析评价预报系统[M].北京:中国水利水电出版社,2003.
[54]王秋明,蔡耀军,晏小明.滑坡监测数据处理预报软件研究及应用[J].水力发电,1998,(4):49-51.
[55]袁宝远,任青文,杨志法.边坡监测信息系统及其在五强溪水电站的应用[J].河海大学学报,2000,28(3):103-106.
[56]赵显富.变形监测成果数据库管理系统的研制[J].测绘通报,2001,(4):28-29.
[57]贾明涛,王李管,潘长良.基于监测数据的边坡位移可视化分析系统[J].岩石力学与工程学报,2003,22(8):1324-1328.
[58]吴玉财,徐卫亚,赵志峰.边坡监测信息数据库分析系统的开发及应用[J].中外公路,2005,(6):46-49.
[59]董泽荣,赵华,邱小弟.小湾水电站高边坡安全稳定监测综述[J].水利发电,2004,30(10):74-78.
[60]陈久宇,林见.观测数据的处理方法[M].上海:上海交通大学出版社,1987.
[61]陈志坚,陈松,董学武等.岩土工程安全监测异常值属性的识别方法[J].水电自动化与大坝监测,2004,28(1):40-44.
[62]姜景山.土石坝安全监测资料分析评价方法研究[D].郑州:郑州大学硕士学位论文.2005.
[63]杨志超.误差理论[M].长沙:中南工业大学出版社,1987.
[64]薛桂玉,李珍照等.水工建筑物观测数据概率分布的模糊识别方法研究[J].大坝观测与土工测试,1997(4):45-48.
[65]袁荫棠.概率与数理统计[M].北京:人民大学出版社,2002.
[66]费业泰.误差理论与数据处理[M].北京:机械工业出版社,2005.
[67]王立秋,魏焕彩,周学圣.工程数值分析[M].济南:山东大学出版社,2002.
[68]贾俊平等.统计学[M].北京:人民大学出版社,2007.
[69]董建国,赵锡宏.高层建筑地基基础-共同作用理论与实践[M].上海:同济大学出版社,1997.
[70]Chow Y K.Analysis of vertically loaded pile groups[J].International Journal for Numerical and Analytical Methods in Geomechanics,1986,10:59-72.
[71]刘汉东.边坡位移矢量场与失稳定时预报研究[J].岩石力学与工程学报,1998,17(2):111-116.
[72]黄声享,尹晖,蒋征.变形监测数据处理[M].武汉:武汉大学出版社,2004.
[73]赵卫,杨定华.工程安全监测技术2006[M].北京:中国水利水电出版社,2006.
[74]张友生等.软件体系结构[M].北京:清华大学出版社,2006.
[75]李涛,刘凯奎,王永皎.Visual C++ + SQL Server数据库开发与实例[M].北京:清华大学出版社,2006.
[76]于鹏,顾冲时,顾永明.ADO访问数据库技术在大坝安全监测信息管理系统中的应用[J].广西水利水电,2005(3):62-65.
[77]王瑞,于速,张雨.Visual C++数据库系统开发完全手册[M].北京:人民邮电出版社,2006.
[78]郁有文,常健,继红.传感器原理及工程应用[M].西安:西安电子科技大学出版社,2006.
[79]田裕鹏,姚恩涛,李开宇.传感器原理[M].北京:科学出版社,2007.
[2]李志峰,喻军华,张林峰等.某公路高边坡现场监测与分析[J].东北公路,2003,26(2):75-78.
[3]江级辉,徐国宝.工程地质学[M].成都:成都科技大学出版社,1995.
[4]高俊强,严伟标.工程监测技术及其应用[M].北京:国防工业出版社,2005.
[5]张志英,何昆.边坡监测方法研究[J].土工基础,2006,20(3):82-84.
[6]罗志强.边坡工程监测技术分析[J].公路,2002,5:45-48.
[7]叶青,赵全麟.三峡工程库区滑坡监测几个问题的探讨[J].人民长江,2000,31(6):7-9.
[8]夏柏如,张燕,虞立红.我国滑坡地质灾害监测治理技术[J].探矿工程,2001,增:87-89.
[9]胡伟,李庶林.岩质边坡稳定性分析中的AE技术研究[J].矿业研究与开发,2002,22(3):9-11.
[10]邬晓岚,涂亚庆.滑坡监测的一种新方法-TDR技术探析[J].岩石力学与工程学报,2002,21(5):740-744.
[11]万华琳,蔡德所,何薪基等.高陡边坡深部变形的光纤传感监测实验研究[J].三峡大学学报(自然科学版),2001,23(1):32-36.
[12]李迪,马水山,张保军等.工程岩体变形与安全监测[M].武汉:长江出版社,2006.
[13]梅红.基于稳健估计的时序分析方法在变形监测中的应用[D].南京:河海大学硕士学位论文.2005.
[14]杨志法,陈剑.关于滑坡预测预报方法的思考[J].工程地质学报,2004,12(2):118-123.
[15]Satio M.Forecasting time of slope failure by tertiary creep[A]In:Proc.Of Seventh Int.Conf.on Soil Mech.And Found.Eng.[C]Montreal City:[s.n.],1969,667-683.
[16]杨永波.边坡监测与预测预报智能化方法研究[D].武汉:中国科学院硕士学位论文.2005.
[17]文海家,张永兴,柳源.滑坡预报国内外研究动态及发展趋势[J].中国地质灾害与防治学报,2004,15(1):1-4.
[18]廖野澜,谢谟文.监测位移的灰色预报[J].岩石力学与工程学报,1996,15(3):269-274.
[19]刘汉东.边坡位移矢量场与失稳定时预报试验研究[J].岩石力学与工程学报,1998,17(2):111-116.
[20]李天斌,陈明东,王兰生等.滑坡实时跟踪预报[M].成都:成都科技大学出版社,1999.
[21]黄润秋,许强.斜坡失稳时间的协同预测模型[J].山地研究,1997,15(1):7-12.
[22]秦四清,张倬元,王士天等.非线性工程地质学导引[M].成都:西南交通大学出版社,1993.
[23]刘汉东.边坡失稳定时预报理论与方法[M].郑州:黄河水利出版社,1996.
[24]黄润秋,许强.工程地质广义系统科学分析原理及应用[M].北京:地质出版社,1997.
[25]宋克志,王梦恕,宋克勇.边坡位移预测的神经网络模型研究[J].岩石力学与工程学报,2003,22(增1):2382-2385.
[26]邓建辉,李焯芬,葛修润.BP网络和遗传算法在岩石边坡位移反分析中的应用[J].岩石力学与工程学报,2001,20(1):1-5.
[27]刘明贵,杨永波.信息融合技术在边坡监测与预报系统中的应用[J].岩土工程学报,2005,27(5):607-610.
[28]郑东健,顾冲时,吴中如.边坡变形的多因素时变预测模型[J].岩石力学与工程学报,2005,24(17):3180-3184.
[29]蒋刚,林鲁生,刘祖德等.边坡变形的灰色预测模型[J].岩土力学,2000,21(3):244-246.
[30]赵静波,李莉,高谦.边坡变形预测的灰色理论研究与应用[J].岩石力学与工程学报,2005,24(增2):5799-5802.
[31]赵洪波.边坡变形预测的群体智能模型[J].岩石力学与工程学报,2006,25(8):1664-1669.
[32]刘晓,曾祥虎,刘春宇.边坡非线性位移的神经网络-时间序列分析[J].岩石力学与工程学报,2005,24(19):3499-3504.
[33]付义祥,刘志强.边坡位移的混沌时间序列分析方法及应用研究[J].武汉理工大学学报,2003,27(4):473-476.
[34]刘开云,乔春生,滕文彦.边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究[J].岩土工程学报,2004,26(1):57-61.
[35]刘明贵,杨永波.边坡位移预测组合灰色神经网络方法[J].中国地质灾害与防治学报,2006,18(2):74-78.
[36]唐天国,万星,刘浩吾.高边坡安全监测的改进GM模型预测研究[J].岩石力学与工程学报,2005,24(2):307-311.
[37]周家文,徐卫亚,石安池.高边坡开挖变形的非线性时间序列预测分析[J].岩石力学与工程学报,2006,25(增1):2795-2800.
[38]巫德斌,徐卫亚.基于GM(1,1)优化模型的岩石边坡变形预报[J].地质灾害与环境保护,2002,13(4):60-63.
[39]陈益峰,吕金虎,周创兵.基于Lyapunov指数改进算法的边坡位移预测[J].岩石力学与工程学报,2001,20(5):671-675.
[40]黄铭,刘俊,潘翔.加权灰色与加权统计模型在边坡变形预测中的应用研究[J].岩石力学与工程学报,2005,22(4):76-79.
[41]史永胜,许东俊.时序分析在边坡位移预测中的应用[J].岩土力学,1995,16(4):1-6.
[42]杨太华,郑庆华.水库岸坡岩体渗透变形的预测预报方法-自适应时间序列研究[J].应用基础与工程科学学报,1999,7(3):279-283.
[43]谢漠文,廖野澜.引水洞及滑坡体监测位移黄金率灰色预报[J].人民长江,1996,27(2):14-16.
[44]王洪兴,唐辉明,陈聪.指数趋势模型在斜坡变形位移预测中的应用[J].岩土力学,2004,25(5):808-810.
[45]吴建华.水利工程综合自动化系统的理论与实践[M].北京:中国水利水电出版社,2006.
[46]Bulletin.Automated dam monitoring system-guidelines and case histories[M].Paris:ICOLD Publications,2000.
[47]黄红女,周琼,华锡生.大坝安全监控理论与技术研究现状综述[J].大坝与安全,2005,(2):54-57.
[48]洪云.综论大坝安全管理技术[J].大坝与安全,2004,(5):38-40.
[49]张进平.大坝安全监测资料分析方法及信息处理技术的若干进展[J].大坝与安全,2003,(6):19-23.
[50]吴中如,顾冲时.大坝安全综合评价专家系统[M].北京:科学技术出版社,1997.
[51]吴中如,顾冲时,胡群革.综论大坝安全综合评价专家系统[J].水电能源科学,2000,18(2):1-5.
[52]李婷婷,吴中如.大坝群在线安全监控管理决策系统[J].水电能源科学,2005,23(5):58-60.
[53]郦能惠.土石坝安全监测分析评价预报系统[M].北京:中国水利水电出版社,2003.
[54]王秋明,蔡耀军,晏小明.滑坡监测数据处理预报软件研究及应用[J].水力发电,1998,(4):49-51.
[55]袁宝远,任青文,杨志法.边坡监测信息系统及其在五强溪水电站的应用[J].河海大学学报,2000,28(3):103-106.
[56]赵显富.变形监测成果数据库管理系统的研制[J].测绘通报,2001,(4):28-29.
[57]贾明涛,王李管,潘长良.基于监测数据的边坡位移可视化分析系统[J].岩石力学与工程学报,2003,22(8):1324-1328.
[58]吴玉财,徐卫亚,赵志峰.边坡监测信息数据库分析系统的开发及应用[J].中外公路,2005,(6):46-49.
[59]董泽荣,赵华,邱小弟.小湾水电站高边坡安全稳定监测综述[J].水利发电,2004,30(10):74-78.
[60]陈久宇,林见.观测数据的处理方法[M].上海:上海交通大学出版社,1987.
[61]陈志坚,陈松,董学武等.岩土工程安全监测异常值属性的识别方法[J].水电自动化与大坝监测,2004,28(1):40-44.
[62]姜景山.土石坝安全监测资料分析评价方法研究[D].郑州:郑州大学硕士学位论文.2005.
[63]杨志超.误差理论[M].长沙:中南工业大学出版社,1987.
[64]薛桂玉,李珍照等.水工建筑物观测数据概率分布的模糊识别方法研究[J].大坝观测与土工测试,1997(4):45-48.
[65]袁荫棠.概率与数理统计[M].北京:人民大学出版社,2002.
[66]费业泰.误差理论与数据处理[M].北京:机械工业出版社,2005.
[67]王立秋,魏焕彩,周学圣.工程数值分析[M].济南:山东大学出版社,2002.
[68]贾俊平等.统计学[M].北京:人民大学出版社,2007.
[69]董建国,赵锡宏.高层建筑地基基础-共同作用理论与实践[M].上海:同济大学出版社,1997.
[70]Chow Y K.Analysis of vertically loaded pile groups[J].International Journal for Numerical and Analytical Methods in Geomechanics,1986,10:59-72.
[71]刘汉东.边坡位移矢量场与失稳定时预报研究[J].岩石力学与工程学报,1998,17(2):111-116.
[72]黄声享,尹晖,蒋征.变形监测数据处理[M].武汉:武汉大学出版社,2004.
[73]赵卫,杨定华.工程安全监测技术2006[M].北京:中国水利水电出版社,2006.
[74]张友生等.软件体系结构[M].北京:清华大学出版社,2006.
[75]李涛,刘凯奎,王永皎.Visual C++ + SQL Server数据库开发与实例[M].北京:清华大学出版社,2006.
[76]于鹏,顾冲时,顾永明.ADO访问数据库技术在大坝安全监测信息管理系统中的应用[J].广西水利水电,2005(3):62-65.
[77]王瑞,于速,张雨.Visual C++数据库系统开发完全手册[M].北京:人民邮电出版社,2006.
[78]郁有文,常健,继红.传感器原理及工程应用[M].西安:西安电子科技大学出版社,2006.
[79]田裕鹏,姚恩涛,李开宇.传感器原理[M].北京:科学出版社,2007.