观测资料的分析包括两个方面,即正分析和反分析。观测资料正分析的主要任务是由实测资料建立数学监控模型,如统计模型、确定性模型、混合模型,以及模糊数学和灰色系统理论建立的预测模型等,并应用这些模型监控大坝等水工建筑物的运行。观测资料反分析是仿效系统识别理论,将正分析的成果作为依据,通过相应的理论分析,借以反求大坝等水工建筑物和地基的材料参数和某些结构特性,这些成果将为设计、施工和运行管理提供科学依据。

20世纪50年代,意大利等国家就开始应用统计学方法来定量分析大坝的变形观测资料,并提出了混凝土大坝变形的确定性模型和混合模型,将有限元理论计算值与实测数据有机地结合起来,以监控大坝的安全状况。

我国大坝安全监测资料分析工作起步较晚,最初只是以定性为主。1974年后,陈久宇等应用统计回归分析大坝安全监测资料,并对分析成果加以物理成因的解释,还对时效变化进行了研究,提出了时效变化的指数模型、双曲函数模型、对数模型和线性模型等。后来,吴中如等对观测资料的分析做了大量、深入地研究,提出的观测资料分析的统计模型、确定性模型和混合模型,并在工程应用中取得了较好的应用。

20世纪80年代以后,模糊数学、灰色系统理论、神经网络、滤波理论、小波分析和混沌动力学等各种理论和方法均被许多学者应用于大坝安全分析中,并取得了大量的研究成果。邓聚龙于20世纪80年代首次在国际上提出灰色系统理论;李珍照等于1991年最早将灰色系统理论引入到大坝安全监测资料分析领域;蓝悦明等应用灰色系统理论提出了大坝位移预报模型;杨杰在一阶单变量灰色线性预测模型基础上,引入灰元作模型参数,建立了土石坝变形的灰色非线性模型,并对其适应性进行了探讨。(www.daowen.com)

模糊聚类分析、似然推理和模糊评判等数学方法也在大坝安全监测数据的分析处理和预测模型方面得到了应用。李珍照等提出了用模糊数学进行资料分析的思路,并阐述了大坝观测数据模糊识别方法和步骤。近10年来,人工神经网络在大坝观测数据处理与分析方面的应用研究有了很大发展,并与其他数学方法,如模糊数学等,进行了有机的结合,取得了较好的应用效果。神经网络模型属于隐式模型,有自组织和自适应能力,大量研究成果表明,用神经网络模型对大坝变形、渗流等进行优化,其精度优于传统的统计模型。陈继光等采用模糊近似推论后的隶属度作为BP网络的输出神经元,实现了对大坝位移的预测;赵斌、杨杰等对Hopfield网络和BP 网络在大坝观测资料处理中的应用进行了探讨;徐平通过用大坝观测资料作吸引了分析,定量计算出建立相应的大坝安全监控数模型时,描述大坝运行系统动态特性所需的最小因子数;何勇军应用自学习神经元BP网络模型建立了大坝渗流的监控模型,并采用两阶段学习规则,结合了自适应调整学习步长的BP学习规则和激活函数陡度可调的BP学习规则的优点,具有收敛速度快、收敛后均方误差指标小的特点,模型的内插和外延尚无明显差异。

目前,大坝及地基的参数反分析主要基于两种方法,常规分析法和确定性模型法[2]。常规分析法是通过对观测资料的统计分析,找出真实的水压分量,然后假设初始参数(如Ec、Er等),用结构分析方法推求出水压分量,然后根据变形与综合弹模成反比的关系反演真实参数。确定性模型法是利用已建立的确定性模型,根据观测资料,反求坝体、坝基的物理力学参数。反分析方法自问世以来,已逐渐在工程实际中得到广泛应用,且发展较快,许多现代数学方法也已应用到反分析中。日本的樱井春辅提出了位移—应变反馈确定初始地应力与地层参数值的有限单元法;孙钧1992年提出了局部最优解和全局最优化解的概念;杨志法等提出了位移联图反分析方法;刘维宁1993年以信息论为基础针对岩土工程中的逆问题,在数学上建立了逆向问题的基础框架;徐日庆1994年在研究土的应力路径非线性行为时采用正反分析方法确定了模型参数;邓建辉等提出了多介质边坡弹性模量位移反分析模型和优化算法,并应用在三峡船闸高边歧位移反分析中;沈珠江等通过对鲁布革等4座已建堆石坝的流变参数反分析,确定了从软岩到砂卵石的4种不同材料的流变参数;吴刚等将反分析方法和可靠性理论相结合,分析了两者的异同点和存在的问题,提出了以极限平衡反分析和可靠性理论相结合的反分析方法;刘先珊等将交替抚今迭代算法神经网络应用于渗流反分析中;丁德馨等应用自适应神经模糊推理方法,建立了位移反分析模型,并应用该方法对所设定的某一标准弹塑性问题的力学参数进行演算。

反分析的研究由初始地应力的开始,逐步发展为求解各种岩土工程参数的全面的理论和数值方法,随着计算机技术的发展,数值方法的研究将成为反分析的重点。有限元、边界元方法的计算机程序已基本完善,成为反分析的有力工具。现阶段,反分析在以往的基础上不断进行优化,与计算机技术的结合使其在工程实际中起到越来越大的作用。